La Science ouverte au Campus Condorcet, ce n’est pas si compliqué !

Le Grand équipement documentaire soutient la Science ouverte et s’est doté pour cela d’une cellule Science Ouverte. Mais qu’est-ce que la Science ouverte ? Pourquoi est-ce important ? Si la mise en œuvre de la Science ouverte demande une certaine technicité, ses principes sont simples. On vous explique.

Qu’est-ce que la Science ouverte ?

                Le terme Science ouverte désigne l’ensemble des actions visant à diffuser et à rendre visibles sur le web les activités de la recherche, quel que soit le stade du projet, depuis les esquisses préparatoires jusqu’à la publication finale des résultats en passant par les données générées au long du processus de recherche.

                Rendre visible la recherche sur le web a parmi ses objectifs la consultation et la vérification de celle-ci par ses principaux acteurs (chercheurs, institutions, financeurs) ainsi que sa diffusion auprès d’un plus large public. Celui-ci est, par ailleurs, de plus en plus encouragé à participer aux opérations de recherche grâce à l’émergence d’outils collaboratifs en ligne (outil de transcription collaborative, par exemple).

                Rendre visible l’activité scientifique sur le web, dans le contexte de la Science ouverte, c’est en premier lieu la rendre accessible et lisible. Dans cette opération, deux outils clés sont principalement mis à profit : les moteurs de recherche et les identifiants. Ce sont deux piliers fortement imbriqués, les premiers relèvent de la normalisation (ou sérialisation) de l’information scientifique, les seconds de la « re-documentation » (ou désignation).

Normaliser pour rendre la recherche visible

                Avant tout, les métadonnées descriptives des objets documentaires (textuelles ou numériques) doivent être en conformité avec les standards internationaux tels que ceux promus par l’Open Archive Initiative (OAI) ou encore ceux relevant des protocoles d’échange du Web (W3C). Cette mise en conformité des formats et des métadonnées, plus généralement désignée sous le terme « d’ouverture », est précisément ce qui rend possible l’indexation plein-texte et le moissonnage de l’information par des moteurs de recherche généralistes ou spécialisés. Un tel moissonnage participe à la découvrabilité¹ de la recherche pour les acteurs du domaine mais aussi pour le grand public. Ainsi, l’archive ouverte nationale HAL est en conformité avec les standards de l’OAI, et peut donc être moissonnée par des moteurs de recherche académiques comme Google Scholar ou encore par BASE, le moteur de recherche de la bibliothèque de l’université de Bielefeld, ou par Primo, qu’utilise le GED pour son catalogue.

Pour obtenir, dans les résultats, des documents en texte intégral, encore faut-il qu’à cette ouverture technique s’ajoute une ouverture juridique caractérisée par la levée des verrous commerciaux qui peuvent s’appliquer sur les publications scientifiques. La Loi pour une République numérique préconise ainsi le dépôt en archive ouverte des publications partiellement ou totalement financées par des établissements publics, à la condition de respecter un embargo allant jusqu’à 12 mois pour les publications en Sciences humaines et sociales (6 mois pour les publications en Science, Technologie et Médecine).

Parallèlement à l’exposition sur internet de la production scientifique, on observe une grande diversité typologique des objets documentaires liés à la recherche et archivés en ligne : un ethnologue peut ainsi avoir produit au cours d’une seule mission de terrain des photographies, des enregistrements sonores, des monographies, des articles de périodiques ou encore des carnets de terrain, formats divers qui imposent de les archiver dans des bases spécialisées, de sorte qu’il devient difficile de disposer d’un point d’accès unique sur lequel les rassembler pour en faciliter la consultation. L’utilisation d’identifiants uniques permet de pallier en partie ce manque, surtout lorsque cette utilisation s’accompagne d’alignements, processus de « re-documentation » qui intervient en complément de la normalisation des contenus déjà décrite plus haut.

« Re-documenter » pour rendre les ressources scientifiques ouvertes plus intelligibles

                La « re-documentation » repose sur l’idée que la mise en relation de documents liés entre eux par des entités communes (même auteur, même sujet, même date de publication), mais dispersés en raison de leur stockage sur le web peut permettre de les rendre plus lisibles et intelligibles, ce qui participe de leur valorisation en ligne. Ces entités (ou autorités) sont des noms fréquemment entrés dans les barres de recherche (par exemple un auteur, un thème de recherche) et constituent des « mobiles immuables » (pout reprendre l’expression de Bruno Latour² ) qui permettent de convoquer (désigner) dans n’importe quel contexte (indépendamment de l’interface et de l’institution qui la promeut) l’ensemble des références documentaires attenantes à ces entités nommées. Leur attacher un identifiant numérique permet de surcroît de les rendre univoques et plus facilement réutilisables par d’autres acteurs sur le web. Par exemple, chaque fois qu’un chercheur dépose du contenu sur une plateforme en ligne, il se voit ainsi attribuer un identifiant numérique : IdRef pour le Sudoc, IDHal pour les publications déposées dans HAL, ORCID pour les éditeurs. Déclarer des équivalences entre ces identifiants, c’est-à-dire, déclarer que tel IdRef et tel ORCID désignent en réalité une seule et unique personne, permet de rassembler sur une même interface avec un moindre risque d’erreur l’ensemble de la production scientifique d’un auteur, celle-ci pouvant être composée d’objets aussi diverses que des monographies, des articles, des données, ou encore une thèse.

Les identifiants permettent ainsi de « re-documenter » l’accès en ligne aux contenus scientifiques, au sens où ils constituent eux-mêmes une couche documentaire supplémentaire permettant de désigner un capital scientifique pour un auteur, un sujet, une institution, un lieu, etc. Cette « re-documentation » participe de l’objectif de visibilisation inhérent à la Science ouverte dans la mesure où elle facilite la découvrabilité et l’échangeabilité des documents désignés par les identifiants : il devient par exemple plus aisé pour un chercheur de retrouver l’ensemble de sa propre production via un moteur de recherche spécialisé et d’importer cette dernière sur une page dédiée sans avoir à ressaisir l’intégralité des métadonnées décrivant sa production.

Le « travail des données », enjeu fondamental de la Science ouverte

                Dans un récent article de blog intitulé “Et si l’Open Access était une question de Digital Labor ?”³, le blogueur Calimaq, alias Lionel Maurel attribuait le manque d’engouement pour le dépôt des publications scientifiques dans HAL non à un problème technique, faisant la démonstration de la simplicité du processus de dépôt dans HAL, mais à un problème sociologique, celui de la dévalorisation du « travail des données », comme le qualifie le sociologue Jérôme Denis⁴.  Ce travail des données existe bel et bien dans le contexte de la Science ouverte, par ses composantes de normalisation et de « re-documentation ». Il suppose de la part de celui ou de celle qui le met en œuvre une connaissance approfondie des normes, formats et standards, ainsi qu’une maîtrise des outils automatisés ou semi-automatisés d’alignements des identifiants. Ce travail, s’il se nourrit de strates documentaires préexistantes (métadonnées, indexation, corpus d’entraînement d’intelligences artificielles) et donc d’un incontournable « travail des données », n’en constitue pas moins un métier à part entière qui ne peut tirer son efficacité que d’une collaboration étroite entre chercheurs et professionnels de la documentation. Il s’agit en effet d’améliorer le taux de couverture du contenu scientifique disponible en libre-accès, mais aussi de systématiser l’utilisation et l’alignement d’identifiants ouverts, la définition et le maintien de vocabulaires contrôlés : la finesse de ces derniers peut permettre d’ajouter de l’intelligence aux algorithmes d’indexation automatique tout en rendant possible l’alimentation d’outils de veille automatisés permettant la circulation des savoirs. C’est précisément cette collaboration étroite que le GED cherche à approfondir ou inventer, lorsque cela est nécessaire. La cellule Science Ouverte du GED peut, en appui à la communauté scientifique du Campus Condorcet, intervenir pour la mise en ligne et le signalement des publications scientifiques, ainsi que pour l’utilisation d’identifiants ouverts et spécifiques à la recherche tel ORCID.

1. Potentiel pour un contenu, un produit ou un service de capter l’attention d’un internaute de manière à lui faire découvrir des contenus autres [↩]
2. La Science en action, Paris, La Découverte, 1989 [↩]
3. https://scinfolex.com/2020/02/03/et-si-lopen-access-etait-une-question-de-digital-labor/ [↩]
4. Jérôme Denis, Le travail invisible des données : Éléments pour une sociologie des infrastructures scripturales, (Sciences sociales), Paris, Presses de mines, 2018. [↩]

---

---