L’Association des directeurs et personnels de direction des bibliothèques universitaires et de la documentation organise le mardi 13 décembre à la BULAC, une journée d’étude consacrée au text data mining, le TDM dans le cas du projet de loi pour une République numérique, à partir de cas d’étude et de retours d’expérience dans l’enseignement supérieur et la recherche publique en France et au Royaume-Uni. La journée sera l’occasion d’une restitution complète de l’étude confiée au cabinet Research Consulting. Cette restitution sera complétée l’après-midi par un retour sur plusieurs cas d’étude.

Cette journée s’adresse prioritairement aux décideurs, VP recherche, directeurs de la recherche, enseignants-chercheurs, chercheurs et adhérents de l’ADBU, mais est ouverte à tout professionnel intéressé par la thématique (inscription gratuite mais obligatoire).

La fouille de textes et de données représente aujourd’hui un enjeu majeur pour la recherche, reconnu et pris en compte dans la loi pour une République numérique, dont les décrets d’application sont en cours de préparation.

Forte de ce constat, et soutenue par le ministère, l’ADBU a piloté une étude sur l’impact de la fouille de textes et de données dans l’enseignement supérieur français et anglais, deux pays dans lesquels un régime d’exception a été adopté récemment, en 2014 au Royaume-Uni, en 2016 en France. L’étude menée s’appuie sur l’analyse d’un ensemble de retours d’expérience, qui permettent de mettre en évidence les conditions et les freins à la mise en œuvre effective de pratiques réussies en matière de fouille de textes et de données au sein de la recherche universitaire publique. L’étude aboutit à une série de recommandations à destination des acteurs de l’ESR et des décideurs.

Programme de la journée à suivre sur Twitter avec le hashtag #adbuTDM

11h00 – 12h00 : La fouille de textes et de données dans l’enseignement supérieur et la recherche – retour d’expériences en France et au Royaume-Uni. Présentation de l’étude.
Julien Roche, vice-président ADBU
Rob Johnson, directeur du cabinet Research Consulting.

12h00 – 13h30 Buffet déjeunatoire (dans le foyer de l’auditorium)

13h30 – 14h00 ISTEX, un outil au service de la fouille de texte et de données.
Jean-Marie Pierrel, laboratoire d’Analyse et traitement informatique de la langue française (ATILF) et ISTEX, Université de Lorraine, FR

14h00 – 14h30 Domestiquer de nouvelles espèces de poissons grâce au text mining
Mathieu Andro, Fouille de textes et numérisation, INRA-DIST, FR

14h30 – 15h00 Pause café (dans le foyer de l’auditorium)

15h00 – 15h30 TDM and Science for everybody.
Peter Murray-Rust, Université de Cambridge, UK
(En traduction simultanée)

15h30 – 16h00 New knowledge from old? Achievements, opportunities and challenges in text mining to support the research community — the view from a National Centre.
John McNaught, directeur adjoint, National Centre for Text Mining (NaCTeM), Université de Manchester, UK
(En vision conférence et traduction simultanée)

16h00-16h30 Questions/réponses et conclusions

Informations pratiques sur le site de l’ADBU

Qu’est-ce que  le TDM, “text and data mining”,  traduit en français par la fouille de contenus ?

Confrontés à l’inflation croissante, depuis la fin de la deuxième guerre mondiale, de l’information scientifique et technique (IST), les chercheurs pratiquent depuis longtemps une lecture d’écrémage, réservant la pratique de la lecture intégrale au petit nombre d’articles ou d’ouvrages qu’ils identifient comme essentiels pour leur objet de recherche.

Avec l’apparition du Web et des nouveaux modes de communication scientifique qui en sont issus, l’inflation documentaire est telle qu’elle excède les capacités de veille même des équipes les mieux dotées.

Face à ce nouveau défi, la fouille de contenus (text and data mining) propose d’assister l’homme au moyen d’algorithmes de fouille, élaborés nécessairement à façon par les chercheurs eux-mêmes en fonction de leurs hypothèses de lecture et de veille. Le corpus concerné n’est rien moins d’autre que le Web, dans toute son étendue :

• Web visible, celui que parviennent à moissonner les moteurs de recherche ;
• Web invisible, qui échappe aux moteurs de recherche, pour diverses raisons : images fixes ou animées dépourvues d’indexation textuelle, objets dynamiques (en FlashPlayer par exemple) ou intégrant des éléments applicatifs (bases de données, jeux vidéos, etc.).

On imagine sans peine les possibilités ouvertes pour la recherche par ce mode de lecture algorithmique. Les États-Unis, la Grande-Bretagne, l’Irlande et le Japon ne s’y sont pas trompés, qui bénéficient aujourd’hui d’une législation autorisant la pratique de la fouille de contenus (text and data mining). Dans la course mondiale à l’innovation qui anime aujourd’hui les pays développés, sur fond de massification des données de tous types, l’accès régulé à cette technologie est désormais crucial : faute de pouvoir pratiquer le TDM en France, un nombre croissant de nos laboratoires réalisent d’ores et déjà leurs opérations de fouille de contenus (text and data mining) à l’étranger, avec tous les risques associés à cette externalisation pour la compétitivité de notre recherche.

Indubitablement, une part importante du Web visible et invisible obéit à la réglementation relative au droit d’auteur (chartes graphiques de sites web, oeuvres de l’esprit, bases de données produites par les grands acteurs commerciaux de l’IST, etc.). Mais il est important de souligner que la fouille de contenus (text and data mining) n’a pas pour objectif la dissémination indue de ces contenus sous droits ou leur exploitation commerciale : c’est parce qu’en tant que lecture computationnelle, elle implique techniquement la création d’une copie du corpus à fouiller que la fouille de contenus (text and data mining) soulève un problème juridique. Une solution sécurisant les légitimes intérêts des divers ayants droit doit donc être trouvée. Il n’est pas anodin de souligner que parmi eux, se trouvent pour une bonne part précisément les chercheurs qui souhaitent accéder à cette technologie, et qui sont, eux aussi, des auteurs, au sens du Code de la propriété intellectuelle.

En savoir plus sur les enjeux juridiques du débats dans le contexte du projet de loi pour une République numérique sur le site de l’ADBU.

---

---