Archiver les sites Web de compositeurs

New York University Libraries  is leading a collaboration with NYU’s Moving Image Archiving and Preservation (MIAP) program and San Francisco-based Archive-It, a service of the Internet Archive (IA) to ensure that the websites of musical composers can be collected, preserved, and made accessible today and in the future, with sound and visual quality at a level significantly higher than current web archiving standards.

Conditions d’utilisation des archives du Web (Internet Archive)

Fin 2014 Internet Archive a changé les conditions d’utilisation de ses archives. Elles avaient été écrites en mars 2001, quelques mois avant que la Wayback Machine ne soit lancée en octobre 2001.

Des changements pédagogiquement signalés en couleur par Internet Archive, à découvrir sur leur blog dans le billet Update to Terms of Use.

Retour sur le « Cobweb »

Le long article du NewYorker, « Cobweb. Can the Internet be archived ? » éclaire de manière riche et documentée les problématiques de l’archive du Web, et notamment la manière dont cela se passe en France, l’un des exemples les plus développés. Retour sur quelques points de l’article qui font son intérêt.

Image empruntée au New Yorker (Harry Campbell).

Jill Lepore, auteure de l’article, montre que l’un des problèmes majeurs du Web en tant que système d’information est la disparition potentielle des ressources qu’il héberge et médiatise. Lepore analyse ainsi le « pourrissement de la référence » (reference rot) à cause de la disparition des liens hypertexte et de la mobilité des contenus. Parmi les situations où cela peut devenir critique figurent le domaine juridique d’une part, le domaine académique d’autre part, qui ont besoin de références stables et pérennes pour faire preuve. En ceci, le texte numérique en réseau a besoin d’une technique de référence aussi pérenne que la note de bas de page, stable et digne de confiance depuis des siècles.

Au coeur de l’article, le cas d’Internet Archive, et des éclairages intéressants sur la trajectoire de Brewster Kahle, son inventeur et protagoniste. Lepore rappelle que les travaux de Kahle avant internetarchive.org s’inscrivent dans le développement informatique de systèmes de recherche, navigation et publication pour l’information médiée par les ordinateurs et les réseaux. Mais ils sont également imprégnés par l’imaginaire de la bibliothèque et de la bibliothéconomie, comme pour beaucoup des systèmes à succès d’Internet, le Web en tête. A ce titre, la possibilité d’archiver les documents était incluse dans le système de Kahle (le WAIS, pour Wide Area Information Servers), et elle a été même envisagée par Berners-Lee pour le système du Web – qui a finalement privilégié une approche en flux de l’information : si ce qui est important est la mise à jour, l’information la plus nouvelle possible, alors la question de l’archive est considérée comme une défense de l’obsolescence, explique Lepore. Elle constate cependant que ces inventeurs d’Internet et du Web, Tim Berners-Lee, mais aussi Vinton Cerf (programmeur du protocole TCP-IP, à la base de l’interconnexion d’Internet), reviennent avec le temps sur la question de l’archivage et de la préservation de l’information…

Lepore montre l’influence des méthodes et du programme d’Internet Archive au sein des institutions traditionnelles du patrimoine, qui utilisent beaucoup son code Heritrix (en open source), voire lui sous-traite des collectes (c’est le cas pour la Bibliothèque du Congrès américaine). L’équipe du dépôt légal du Web à la BnF est une de celles ayant eu recours aux collections de Kahle pour compléter ses fonds d’archives du Web avant 2008 (date de début de ses activités).

Par contre, la problématique majeure d’Internet Archive est sa relation floue au domaine juridique (droit d’auteur, dépôt légal…), question d’autant plus compliquée dans un contexte où la loi est différente dans chaque pays. Cette ambiguïté est une des raisons pour lesquelles la fondation a échoué à fédérer une initiative de coordination internationale en 2002, bien que l’International Internet Preservation Consortium soit né dans sa lignée en 2003. Il existe aussi une méfiance des pays européens, rappelle Leporte, pour des initiatives américaines de standardisation ou monopole numérique d’un domaine, pouvant être considérées comme une forme de volonté hégémonique (le cas de Google face aux bibliothèques numériques est exemplaire).

D’autres limites, soulignées par Lepore, résident dans le système même de stockage et d’affichage des archives Web : de nombreuses erreurs, un fonctionnement de type « annuaire » plutôt qu’archivistique… et comme nous l’évoquions plus haut, une difficulté à présenter les archives Web comme de véritables preuves, bien qu’elles le soient régulièrement aussi bien dans les tribunaux que dans les conférences académiques. Lepore note qu’il existe d’autres initiatives travaillant au problème des références instables posé par les archives Web, concevant des liens permanents, « incassables », ou remis dans le contexte de leur première apparition, comme Perma.cc ou Memento. Ces initiatives regroupent des programmeurs, mais aussi des juristes, des chercheurs, des documentalistes et les institutions qui les accueillent, laissant augurer de la mise en place de normes stables pour l’usage futur des archives Web.

Les collections de Archive-It

Internetarchive.org propose depuis 2006 Archive-It, un service d’archivage par abonnement qui permet de collecter, organiser et préserver des archives Web à travers une interface conviviale. Les collections sont hébergées sur les serveurs d’Internetarchive.org, indexées par la Wayback machine et visibles publiquement sur le Web. Plus de 300 organismes utilisent le service, parmi lesquels des bibliothèques publiques, des archives nationales, des musées, des sociétés d’historiens…

On remarquera, parmi les collections, celle dédiée aux technologies de l’information, maintenue par la IT History Society (ITHS), qui recèle plusieurs sous-collections sur l’histoire du Web.