Après un doctorat en géographie et une expérience de cartothécaire, Quentin Mercurol est devenu conservateur des bibliothèques. Son stage professionnel au Grand Équipement Documentaire du Campus Condorcet lors sa formation à l’Enssib avait pour objet une mission de réflexion sur la mise en œuvre d’un service de transcription des textes manuscrits à destination des publics chercheurs. Le texte présenté ici est le fruit de ce travail mené au GED, où Quentin Mercurol est responsable du département des Outils numériques.
Introduction
Transcrire un texte manuscrit, c’est opérer une extraction d’informations et une nouvelle mise en forme d’un texte pour en produire un autre, sur un autre support, qui lui reste fidèle. Dans la plupart des cas, il s’agit aujourd’hui de faire passer un texte de son format manuscrit initial à une chaine de caractères numériques sur ordinateur. Il s’agit d’une méthode tout à fait banale et routinière dans les SHS et dans le monde de l’édition, d’une activité souvent solitaire qui s’opère avant tout dans la pénombre des salles de consultations d’archives et de fonds patrimoniaux. La numérisation des documents manuscrits et la circulation des facsimilés numériques, produits par le chercheur ou par une institution culturelle, ont fait sortir l’activité de transcription des seules salles de consultation des institutions de conservation. Les lieux, les moments et les publics de ce face à face particulier avec le texte ont été en conséquence démultipliés. Aujourd’hui, les conditions de rencontre des individus avec les textes à transcrire sont totalement reconfigurées.
Deux évolutions majeures sont à noter. D’une part, le développement de l’infrastructure socio-technique du web 2.0 – dit web participatif – a fait potentiellement éclater la nature solitaire du travail de transcription. Le développement de plateformes web dédiées ont fait de ces tâches un moment où une variété d’individus, chercheurs ou non – mais qui y trouvent un intérêt bien senti – peuvent se réunir, collaborer et se coordonner ouvrant ainsi un nouveau cadre collectif de rencontre avec un patrimoine manuscrit. D’autre part, la multiplication des domaines d’application de l’apprentissage par intelligence artificielle font qu’il est possible que la tâche de transcription soit automatisable, par la création d’un modèle de reconnaissance d’écriture manuscrite (ou HTR, pour Handwritten Text Recognition). La production des données textuelles est alors majoritairement assurée par la machine : l’utilisateur produit lui-même, ou importe quand elles préexistent, des transcriptions manuelles qui seront employées comme données d’entrainements. Ces deux méthodes empruntent des voies différentes pour la réalisation d’une même promesse : celle de la production amplifiée, voire massifiée, de données textuelles numériques.
Les bibliothèques et institutions archivistiques étrangères, et parmi elles les plus prestigieuses, se sont pour beaucoup outillées pour développer et mettre à disposition des transcriptions de textes manuscrits. Face à la quasi absence de ce type de services dans le monde documentaire français, et dans une volonté de construire une politique de service en soutien au développement des humanités numériques, le Grand Equipement Documentaire (GED) du Campus Condorcet a souhaité initié une réflexion concernant la mise en œuvre d’outils de transcription, notamment pour la valorisation de très riches archives de la recherche que conserve et communique la (future) bibliothèque. Le propos qui sera développé dans cet article est le fruit d’un travail de stage qu’a permis d’accomplir le GED. Nous définirons dans un premier temps ce qui fonde la légitimité des bibliothèques à intervenir dans la transcription des textes manuscrits, pour ensuite préciser les enjeux et manières de faire propres à chaque méthode, collaborative ou automatique.
Transcrire en bibliothèques
Reconfiguration profonde de l’accessibilité des textes manuscrits
Transformer un texte manuscrit en chaines de caractères numériques permet de faciliter l’accès à ces documents manuscrits. C’est une assertion simple mais dont il ne faudrait pas amoindrir la portée. Car le moment historique qui s’est engagé avec la généralisation des textualités numériques – soit justement l’ubiquité dans notre quotidienneté de la présence et de l’utilisation des caractères numériques – a profondément reconfiguré notre rapport avec l’écriture cursive. Cette reconfiguration pourrait constituer une limite pour nos capacités d’accéder aux informations contenues dans les documents manuscrits. Les conséquences de la transition textuelle numérique sont complexes à appréhender, mais il est certain que nos relations dans les actes les plus routiniers et quotidiens avec l’écriture cursive – celle qui nous est propre et celle des autres – tendent à diminuer. Constat banal, mais ce que l’on pourrait appeler la « littératie cursive » – soit nos capacités à comprendre et à réutiliser les informations contenues dans les documents manuscrits écrits en cursif – s’en trouve atteinte. Et cette tendance n’est pas près de s’inverser : s’il est déjà difficile pour des scripteurs/lecteurs né au XXe de comprendre les écritures antérieures au XXe, on peut imaginer que ces difficultés ne feront que grandir dans le futur. Opérer la transcription des écritures cursives (contemporaines et plus anciennes) en des caractères numériques, c’est alors ouvrir la potentialité de leur accessibilité au plus grand nombre, et non simplement au cercle sans aucun doute restreint des paléographes de demain. C’est garantir la pérennité de l’accès aux documents conservés dans les fonds d’archives et de bibliothèques et permettre l’exploitation de la mine informationnelle qu’ils contiennent, sa réutilisation, son interrogation dans des processus de recherche d’informations.
