Dans les coulisses de la collecte COVID-19. Entretien sur les pratiques des correspondants du DLweb.

Par Véronique Tranchant, Chantal Puech, Sophie Gebeil, Valérie Schafer et Alexandre Faye

Mobilisé dans le cadre de la collecte coronavirus (COVID-19), le réseau des correspondants du dépôt légal du web a sélectionné entre février et juillet 2020 près de 5000 contenus : sites web, vidéos, réseaux sociaux. Ces sélections complètent les collectes courantes, notamment la presse en ligne, en ciblant des contenus plus spécifiques à certains domaines ou territoires.

58 correspondants ont participé directement à la saisie des URLs et de leurs configurations techniques. Ils ont pu relayer des suggestions d’autres collègues, organiser un travail méthodique de repérage, élargir leur sélection face à l’ampleur de l’événement en fonction d’intérêt personnel ou de l’actualité immédiate.

Chantal Puech et Véronique Tranchant sont respectivement correspondantes pour le département Sciences et techniques de la BnF et pour la Bibliothèque municipale de Dijon.

Cet entretien, réalisé le 9 octobre 2020, présente leur parcours et leur travail pour le dépôt légal du web,  mettant ainsi en lumière les coulisses d’une collecte inédite par son ampleur. Elle a été préparée et menée avec Valérie Schafer et Sophie Gebeil.

Alexandre Faye : Véronique et Chantal, merci à vous d’avoir accepté notre invitation. Peut-être pourriez-vous commencer par présenter votre parcours, vos missions actuelles et votre participation à la collecte du web au sein de la Bibliothèque nationale de France ?

Véronique Tranchant : Je suis titulaire d’un DUT carrières de l’information, option documentation et, après quelques petits contrats, j’ai intégré la Bibliothèque municipale de Dijon en 1994 où je suis en charge du dépôt légal imprimeur depuis 1997. C’est un travail méthodique et rigoureux et ce savoir-faire aide pour les collectes du web. La BnF fait appel aux bibliothèques de dépôt légal imprimeur pour les collectes du web électoral (municipales, législatives, etc.) et donc dernièrement pour la collecte portant sur le coronavirus (COVID-19). La Bibliothèque municipale de Dijon a commencé à participer en 2007 aux collectes sur les législatives. La collecte sur les élections municipales de 2020 aurait dû être effectuée par un collègue de la cellule conservation, mais finalement je m’en suis chargée, ainsi que de celle sur le coronavirus (COVID-19). On repère (veille documentaire) puis on sélectionne des sites web qui seront ensuite collectés. Pour cela, on utilise une application commune (BCweb) pour entrer notre sélection.

Alexandre Faye : Comment organisez-vous votre emploi du temps par rapport à vos différentes missions ? Avez-vous des plages dédiées à la recherche des sites web ?

Véronique Tranchant : Je ne participe qu’aux collectes thématiques comme les élections et dernièrement le coronavirus (COVID-19). L’accent est alors mis sur cette collecte, mais il faut trouver le juste équilibre pour maintenir les activités habituelles de traitement du dépôt légal imprimeur. Ce n’est pas évident, car les arrivages continuent. Pour la collecte coronavirus (COVID-19), comme elle a eu lieu pendant le confinement, c’était plus facile et je pouvais y consacrer plus d’un mi-temps. Lors de mon temps libre, je mettais de côté aussi tout ce que je trouvais intéressant sur les réseaux sociaux pour pouvoir les exploiter ensuite. N’ayant pas accès aux collections physiques pour m’avancer dans mon travail quotidien, je ne pouvais faire que du contrôle croisé depuis la bibliographie nationale, de la dérivation de notices et des recherches pour le padlet de la bibliothèque à l’intention des lecteurs pour leur proposer des sites intéressants lors de leur confinement. Aussi les collectes web ont été les bienvenues et celle sur le coronavirus (COVID-19) me permettait de repérer des sites pour le padlet et vice-versa.

Alexandre Faye : Comment procédez-vous ? Cela demande un savoir-faire, mais c’est souvent un apprentissage de terrain. Vous fondez-vous sur la presse numérique locale, des blogs que vous avez repérés ? Avez-vous des échanges entre collègues pour identifier des contenus locaux ?

Véronique Tranchant : Non, nous n’avons pas réellement d’échanges en interne, c’est essentiellement le résultat des recherches croisées que j’ai menées. J’ai ciblé le niveau national au début de la collecte coronavirus (COVID-19) car je ne savais pas que la participation des BDLI était inscrite dans leur périmètre géographique précis.

La Bourgogne-Franche-Comté n’ayant pas de collecte régionale courante, il n’y avait pas de sites locaux déjà bien identifiés. J’ai donc utilisé les moteurs de recherche en variant les approches avec des paramètres chronologiques, ce qui permettait de trouver de nouveaux résultats. Pour la collecte coronavirus (COVID-19), j’ai croisé les mots-clés : coronavirus, COVID-19, COVID, SARS-CoV-2, confinement, déconfinement etc. avec des notions de territoires, en insérant également un paramètre chronologique. Cela donne une recherche du type COVID-19, Bourgogne, moins d’une semaine. J’ai réitéré ces recherches. Lorsque je trouvais un site intéressant, j’essayais toujours de collecter les pages répondant au thème spécifique de cette collecte.

Valérie Schafer : Pourquoi ce paramètre chronologique? Cela permet de repérer des sites qui se créent ?

Véronique Tranchant : Pas forcément, cela permet de faire ressortir des sites que je n’avais pas identifiés avant, noyés dans la masse, mais qui apparaissent alors.

Alexandre Faye : J’aimerais aussi préciser que Véronique a parlé de croiser les informations, croiser en bibliothèque de DL imprimeur, cela veut dire vérifier, voir le site de la préfecture mais aussi le compte Twitter.

Véronique Tranchant : Oui mais là c’était aussi croiser des mots-clés. Mais vous avez raison, quand on tient un thème on ne le lâche pas, on explore tout. Comme un détective, il arrive que je tombe sur un indice (un angle d’approche différent sur la veille ou un site contenant beaucoup d’hyperliens…), il faut suivre le fil ; la collecte s’avère alors gratifiante. A l’inverse, plusieurs heures de recherche peuvent parfois ne servir à rien. Il ne faut pas se décourager…

Alexandre Faye : Une approche très méthodique que j’avais constatée et qui prête attention à chaque échelon géographique que ce soit pour les aspects sanitaires, l’enseignement ou l’économie. Et pour vous Chantal ? Pouvez-vous nous présenter votre parcours et votre activité d’archivage du web.

Chantal Puech : Je travaille depuis 2002 à la BnF, et plus précisément au département Sciences et techniques depuis 2007. Je suis devenue correspondante pour la collecte web en 2011. Nous sommes actuellement six au sein du département à couvrir les disciplines scientifiques et techniques comme la  santé, les sciences de l’environnement, l’histoire des sciences ou encore la gastronomie. J’ai participé à l’élaboration de deux parcours guidés : Le web gourmand et le web scientifique. Je suis aussi correspondante pour la collecte de l’Actualité éphémère. En temps habituel, je consacre grosso modo une demi-journée par semaine aux archives de l’internet.

Alexandre Faye : Comment vous êtes-vous investie dans la collecte coronavirus (COVID-19) ? Y a-t-il eu des phases d’activité plus importantes ?

Chantal Puech : La collecte coronavirus (COVID-19) a débuté à la BnF dans le cadre de la collecte de l’Actualité éphémère, qui cible les sujets d’actualité comme son nom l’indique. C’est une collecte dynamique, qui nous oblige à être très réactifs dans nos sélections. Habituellement, les agents volontaires (un peu moins d’une dizaine d’agents de la BnF) se réunissent toutes les semaines et déterminent les sujets à suivre, les traduisent en mots-clés, puis se les répartissent. Pour le coronavirus (COVID-19), on avait commencé à collecter des contenus dès janvier, principalement sur les réseaux sociaux. Au moment du confinement j’y ai beaucoup travaillé car cela m’intéressait et je ne pouvais pas faire une partie de mes autres tâches habituelles. J’y consacrais 2 à 3 heures par jour.

Alexandre Faye : comment avez-vous procédé pour vos sélections ?

Chantal Puech: Je me suis beaucoup appuyée sur la liste des sites que nous collectons couramment, notamment ceux concernant la santé (Inserm, CNRS, Académie de médecine, blog de médecin, site de laboratoire pharmaceutique, presse médicale…). Je regardais s’il y avait des dossiers sur le coronavirus (COVID-19). Autrement je partais principalement de la presse en ligne et j’utilisais aussi les journaux papiers à disposition dans mon lieu de confinement : Ouest-France, le Télégramme. J’allais sur les moteurs de recherche (Bing, Ecosia ou Google) et je lançais des recherches en associant des mots clés comme « coronavirus (COVID-19) » et « psychologie ». Je regardais aussi ce que faisaient les autres correspondants et cela m’influençait et pouvait me donner de nouvelles idées  de recherche. Si je voyais que des territoires étaient peu représentés, je cherchais des contenus intéressants. C’est ce que j’ai pu faire par exemple pour la Côte d’Azur, Mayotte et la Bretagne.

Valérie Schafer : Avez-vous travaillé seule ou en équipe ?

Chantal Puech : Deux de mes collègues ont aussi sélectionné une trentaine de sites chacune. Dans l’organisation interne de la BnF, lorsque nous préparons une collecte en temps normal, nous avons l’habitude de nous répartir à l’avance le travail de sélection. On se répartit les disciplines et les sujets en prenant en compte les domaines de prédilection de chacune et chacun.

Alexandre Faye : La collecte coronavirus (COVID-19) ne pouvait pas du tout être anticipée, si bien que certains ont beaucoup sélectionné et d’autres moins. La différence tient certainement à la variété des situations personnelles pendant la période de confinement, des appétences, de l’accès aux outils et sans doute pour beaucoup de l’expérience acquise lors de collectes précédentes. Rétrospectivement, lorsque nous étions en mars, il devenait de plus en plus difficile de bien suivre l’ensemble du phénomène sur le web et on était un peu débordé. À l’annonce du confinement, l’ensemble des correspondants de la BnF et des BDLI a été invité à participer à la collecte éphémère et nous avons reçu de nombreux renforts sans lesquels il aurait été impossible de constituer une archive aussi riche. Ainsi, la collecte éphémère est devenue, de fait, une collecte coronavirus (COVID-19) de début avril à fin juillet.

Sophie Gebeil : Donc, pendant cette crise du coronavirus (COVID-19), les correspondants régionaux se sont beaucoup investis, voire davantage qu’en temps normal ?

Alexandre Faye : C’est difficile de généraliser, car il faudrait comparer avec l’investissement mis par exemple dans une collecte électorale. Mais oui, on constate qu’il y a des personnes qui ont énormément participé et sélectionné des centaines de contenus. À elles deux, Véronique et Chantal ont créé près de 650 fiches sur un total d’environ 5000. Finalement, la moitié des contenus sélectionnés durant le confinement ont un mot clé géographique qui indique que le contenu est en lien avec un territoire précis.

Sophie Gebeil : On imagine bien que les thématiques peuvent se recouper, et que par exemple les controverses autour de Didier Raoult peuvent concerner le département Sciences et techniques, mais aussi d’autres départements…

Chantal Puech : Oui, évidemment. Comme nous utilisons tous la même application (BCweb), nous avons un système automatique d’alerte lorsque nous saisissons une URL. L’application indique si l’URL a déjà été saisie dans une autre fiche et si les paramètres de collecte sont les mêmes. Lorsqu’on crée une fiche pour que le robot capture le contenu sélectionné, il est possible de définir la fréquence de collecte : plusieurs fois par jour pour les réseaux sociaux, une fois par semaine pour des contenus qui évoluent rapidement ou bien une fois par mois pour des contenus sur lesquels il n’y a pas forcément lieu de revenir très souvent. On vérifie toujours que le site ou le hashtag pour Twitter ne sont pas déjà entrés dans la base.

Alexandre Faye : Évidemment cela requiert une bonne maîtrise de l’application BCweb.

Véronique Tranchant : J’ai sollicité le service du Dépôt Légal du web pour ne pas faire de bêtise. J’ai beaucoup apprécié la disponibilité de Karine Delvert et Pascal Tanésie face à mes nombreuses interrogations. Je me demandais aussi s’il fallait archiver le site et être large ou être précis, coller le plus possible à la collecte thématique. Le plus difficile est de définir jusqu’où collecter le site (en étant trop fin, on risque de perdre des informations ; trop large, on noie le contenu cible dans l’archive). J’ai donc eu recours à l’ajout d’URL supplémentaires. Cela permet de guider le robot vers des pages précises du site, même si on ne se rend pas bien compte de ce que cela donne lors de la consultation, et notamment si on pourra bien accéder à ces contenus depuis la page d’accueil du site capturé.

Alexandre Faye : Durant le confinement, les collègues ne pouvaient pas vérifier le résultat des captures puisque la consultation des archives de l’internet est restreinte aux bibliothèques habilitées et à la BnF. On ne peut donc pas y accéder de chez soi. Vos collègues ont-ils fait des suggestions de sélection ?

Véronique Tranchant : Pas vraiment. Il faut toutefois souligner que les collègues du dépôt légal imprimeur de la Franche-Comté (Bibliothèque de Besançon) ont participé à partir de mi-avril. Les réseaux sociaux m’ont aussi permis de trouver des entrées intéressantes.

Alexandre Faye : Face à une pandémie mondiale, est-ce qu’il n’est pas un peu frustrant de limiter sa sélection à un cadre régional ?

Véronique Tranchant : Au début, étant donné le sujet universel, j’ai commencé à collecter des sites nationaux ou régionaux. Puis, quand le cadre régional de notre participation a été spécifié, j’ai tout de même continué à signaler à la BnF les sites nationaux que je rencontrais, sous forme de listes ou de tableaux. Il est assez difficile de se circonscrire à un territoire pour un phénomène d’une telle ampleur, sauf pour les institutions, les hôpitaux, les médias locaux… Il y a une frustration, c’est sûr, mais en même temps il y avait déjà beaucoup à repérer pour la Bourgogne-Franche Comté. C’est assez addictif. Parfois on s’appuie sur des intérêts personnels, comme par exemple la crise dans le monde du spectacle, qui m’intéressait, ou encore l’impact sur l’agriculture, le commerce, la viticulture car nous avons un important fonds gastronomique et œnologique à la Bibliothèque municipale de Dijon.

Chantal Puech : Je confirme l’aspect addictif.

Alexandre Faye : Pour ma part j’ai fait pas mal de sélections sur les violences conjugales car je me rendais compte que c’était une thématique importante qui n’était pas directement rattachée à un département BnF.

Sophie Gebeil : Et sur les aspects sociaux liés au monde du travail ?

Alexandre Faye : Oui, on a des résultats intéressants à la fois autour du télétravail et autour des métiers qui ont assuré des fonctions essentielles durant le confinement (les soins, l’alimentaire…). Ceux-ci pourraient être mis en parallèle avec la collecte sur la crise des gilets jaunes, pour engager une histoire du travail et des mouvements sociaux. D’ailleurs est-ce que l’immédiateté et le calendrier médiatique ont influencé vos choix ? Et avez-vous fait des sélections rétrospectives de contenus ?

Véronique Tranchant : Ça n’a pas influé, non, je voulais surtout être exhaustive, croiser les approches. 

Chantal Puech : J’ai surtout éliminé des comptes et des hashtags Twitter de nos sélections, lorsqu’ils n’étaient pas ou plus alimentés. Sinon de mon côté, je regardais beaucoup les journaux télévisés et la presse en ligne, pour appuyer ma sélection.

Alexandre Faye : Je me rends compte en échangeant avec vous à quel point l’expérience a joué, en particulier la participation aux collectes électorales pour Véronique et à la collecte de l’Actualité éphémère pour Chantal. Du côté des BDLI, on s’appuie au final souvent sur une personne et il est donc important pour nous de continuer à faire vivre ce réseau. Durant le confinement, de nombreux sites, notamment les sites institutionnels, ont pu reprendre les mêmes contenus. Comment choisir entre le risque de redondance et l’impossible exhaustivité ?

Véronique Tranchant : Je cherchais à être la plus exhaustive possible. Quelque chose qui se répète c’est aussi important de le savoir !

Valérie Schafer : Je suis bien d’accord, les doublons et circulations de contenus sont source d’information et d’analyse pour nous.

Sophie Gebeil : Je suis d’accord. On sait bien que vous devez sélectionner, mais certains contenus peuvent ainsi échapper à la collecte car on considère que c’est un peu la même chose qu’un autre contenu. C’est arrivé dans ma recherche sur les mémoires de l’immigration maghrébine en ligne. Certains blogs qui étaient assez proches d’autres n’avaient pas été collectés et en tant qu’historienne je me demandais pourquoi j’avais une archive et pas l’autre.

Chantal Puech : Je n’ai pas trop fait attention non plus, il y avait pas mal de répétitions, mais ce n’est pas rentré en compte dans ma sélection. Je n’ai pas sélectionné en fonction de ces critères même si je ne prends pas, en général, des sites, principalement les réseaux sociaux, qui ont des contenus sujet à polémique, genre fake news ou extrémiste.

Alexandre Faye : De mon côté quand je creuse un thème j’essaie d’avoir des contenus qui expriment des points de vue différents. Lorsque les contenus sont redondants, je vais m’arrêter. Je vise une représentativité des expressions, mais pas forcément l’exhaustivité, car en effet nous devons faire des choix. J’aimerais aussi vous poser une question sur la valorisation de cette collection ? Comment la voyez-vous ?

Chantal Puech : Nous prévoyons une exposition « Un an après le Covid» pour 2021. Elle se tiendrait en salle de lecture du Département Sciences et techniques avec des bornes donnant accès aux archives du web. En parallèle, à l’instar d’autres parcours guidés des archives du web, nous souhaitons proposer un parcours coronavirus (COVID-19).

Véronique Tranchant : De notre côté on avait surtout une démarche de participation.  Pour l’instant, notre but est la constitution d’un fonds patrimonial pour le futur. Les archives du web ne sont malheureusement que peu, voire pas consultées dans notre établissement. Nous espérons une amélioration de l’outil de consultation plus orienté vers le grand public.

Valérie Schafer : C’est même une participation qui dépasse le cadre de la BnF puisqu’elle s’inscrit aussi dans le projet de collecte internationale lancée par l’IIPC (International Internet Preservation Consortium).

Alexandre Faye : Oui en effet on a fait un premier envoi d’URL à IIPC en mars, puis un deuxième assez ciblé sur les publications à caractère scientifique. Nous avons aussi pris soin de proposer des contenus qui couvrent différentes régions et territoires puisqu’il s’agissait d’une demande forte d’IIPC. Ce partenariat est très important pour nous, car nous sommes conscients que cette collecte relève d’un phénomène mondial et intéressera les chercheurs au-delà des frontières nationales.

Nous avons d’ailleurs déjà réalisé quelques présentations de la collecte auprès de laboratoires de recherche intéressés. Il y a aussi un important travail mené à la BnF pour proposer une palette d’outils autour de cette collection à destination des chercheurs (recherche par mot sur le corpus, data visualisation, jeux de données). Toutefois comme le suggérait Véronique, il faut que nous pensions également à un public plus large. Un peu comme pour les inondations parisiennes de 1910 et les photographies qui en ont été prises, on a eu un phénomène de documentation en temps réel et qui a touché tout le monde. On pense que c’est important de donner à voir largement ce que nous avons fait et de participer dès à présent à la constitution de la mémoire de l’événement. Non pas pour le figer, mais pour qu’il continue à nous interroger dans toutes ses composantes sanitaires, sociales, économiques, éthiques.

Valérie Schafer : Puis-je revenir sur un élément qui m’a intrigué ? Vous avez dit Alexandre que fin juillet vous avez plus ou moins arrêté cette collecte spéciale. Pourtant la crise continue et nous faisons face à une deuxième vague.

Alexandre Faye : Fin juillet, la première vague était terminée. On a considéré que s’il y avait une deuxième vague, il s’agirait d’une autre collecte. Cela nous a permis de réajuster la collecte de l’Actualité éphémère, c’est-à-dire de laisser une place aux autres sujets d’actualité sans cependant désactiver toutes les sélections liées au coronavirus (COVID-19). En outre, cela va faciliter nos opérations de valorisation des archives car on a ainsi une collection bien délimitée sur laquelle on va pouvoir produire des statistiques, proposer une recherche par mot, développer de nouveaux outils pour en faciliter l’accès aux chercheurs. Pour répondre à votre question concernant la deuxième vague et des moyens mobilisés, je dois dire que nous n’avons pas relancé le même dispositif. Les collègues ne peuvent pas être mobilisés entièrement sur cette question, car ils doivent faire face à tous les autres aspects de leurs missions. Le confinement fut une situation inédite durant laquelle nous avons pu bénéficier d’un grand soutien de la part des correspondantes et des correspondants du réseau. Je suis certain qu’on trouvera des solutions avec nos collègues pour la suite. D’ailleurs fin septembre, notre correspondante à Marseille a souhaité proposer des contenus pour sa région en lien avec la propagation du virus et les mesures gouvernementales, en particulier celles qui visaient la restauration. Nous avons renforcé cette collecte marseillaise en ajoutant d’autres sélections et dans le même temps nous avons proposé à notre correspondante en Guadeloupe de faire de même.

En savoir plus sur les archives web du COVID-19 et les collectes internationales

D’autres entretiens en anglais portant sur des collectes européennes menées sur la crise sanitaire  du COVID-19 sont disponibles sur la revue en ligne Warcnet paper

https://cc.au.dk/en/warcnet/warcnet-papers/

Un remerciement tout particulier à la Bibliothèque municipale de Dijon et au Département Sciences et Techniques de la BnF.

---

---