Le dépôt légal de l’Internet Clément Oury Service du dépôt légal numérique, Bibliothèque nationale de France clement(point)oury(at)bnf(point)fr Colloque patrimoine, numérisation et accès aux savoirs Bordeaux, 22 octobre 2009

Pourquoi un DL de l’Internet ? Parce que l’Internet est devenu l’un des principaux supports de diffusion et d’expression de la société française Pour assurer la continuité des collections Parce que c’est une mission confiée à la BnF par la loi 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA ?

Parce que l’Internet est devenu l’un des principaux supports de diffusion et d’expression de la société française

Pour assurer la continuité des collections

Parce que c’est une mission confiée à la BnF par la loi

Le DL de l’Internet : enjeux juridiques, techniques et scientifiques 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

1537 : les livres 1648 : les estampes, cartes et plans 1793 : les partitions musicales 1925 : les photographies, arts graphiques de toute nature 1938 : les phonogrammes 1941 : les affiches 1975 : les vidéogrammes et les documents multimédias 1977 : les œuvres cinématographiques 1992 : les documents audiovisuels de la radio télévision, l’édition électronique sur support (progiciels, bases de données, systèmes experts). 2006 (la Dadvsi) : L’Internet Dans la continuité du dépôt légal 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

1537 : les livres

1648 : les estampes, cartes et plans

1793 : les partitions musicales

1925 : les photographies, arts graphiques de toute nature

1938 : les phonogrammes

1941 : les affiches

1975 : les vidéogrammes et les documents multimédias

1977 : les œuvres cinématographiques

1992 : les documents audiovisuels de la radio télévision, l’édition électronique sur support (progiciels, bases de données, systèmes experts).

2006 (la Dadvsi) : L’Internet

Le DL de l’Internet dans la DADVSI Le titre IV de la loi DADVSI votée le 1er août 2006 prévoit l’extension du dépôt légal à tous “ les signes, signaux, écrits, sons ou messages de toute nature qui font l’objet d’une communication au public par voie électronique ”. Les sanctions pénales pour non respect de cette obligation n’entreront toutefois pas en vigueur avant un délai de 3 ans. Un décret d’application viendra préciser les conditions de sélection et de consultation des informations collectées. L’Institut national de l’Audiovisuel collectera les sites du domaine de la communication audiovisuelle (en particulier ceux de la radio et de la télévision) et la Bibliothèque nationale de France tous les autres. L’obligation de dépôt légal pèse sur les personnes qui éditent et produisent des sites Internet sur le territoire français. Contrairement à ce qui est pratiqué pour les autres supports, elle n’implique pas de démarche particulière de leur part La seule obligation qui incombe aux producteurs est de fournir les codes et les informations techniques susceptibles de faciliter l’archivage de leurs sites en cas de difficulté Le décret devrait autoriser la consultation des archives de la Toile par des chercheurs dûment accrédité, dans les seules emprises de la BnF (salles de recherche), comme pour les autres collections issues du dépôt légal. 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Le titre IV de la loi DADVSI votée le 1er août 2006 prévoit l’extension du dépôt légal à tous “ les signes, signaux, écrits, sons ou messages de toute nature qui font l’objet d’une communication au public par voie électronique ”. Les sanctions pénales pour non respect de cette obligation n’entreront toutefois pas en vigueur avant un délai de 3 ans. Un décret d’application viendra préciser les conditions de sélection et de consultation des informations collectées.

L’Institut national de l’Audiovisuel collectera les sites du domaine de la communication audiovisuelle (en particulier ceux de la radio et de la télévision) et la Bibliothèque nationale de France tous les autres.

L’obligation de dépôt légal pèse sur les personnes qui éditent et produisent des sites Internet sur le territoire français. Contrairement à ce qui est pratiqué pour les autres supports, elle n’implique pas de démarche particulière de leur part

La seule obligation qui incombe aux producteurs est de fournir les codes et les informations techniques susceptibles de faciliter l’archivage de leurs sites en cas de difficulté

Le décret devrait autoriser la consultation des archives de la Toile par des chercheurs dûment accrédité, dans les seules emprises de la BnF (salles de recherche), comme pour les autres collections issues du dépôt légal.

Logiciel appelé robot de collecte, « moissonneur » ou « aspirateur » de sites Part d'une liste d'adresses URL « graines » Extrait les liens dans le code des pages, les suit comme un internaute automatique Copie les éléments qu’il trouve et qui font partie du périmètre de la collecte 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA Une affaire de moissonnage

Logiciel appelé robot de collecte, « moissonneur » ou « aspirateur » de sites

Part d'une liste d'adresses URL « graines »

Extrait les liens dans le code des pages, les suit comme un internaute automatique

Copie les éléments qu’il trouve et qui font partie du périmètre de la collecte

Le modèle intégré : principes Des collectes annuelles à grande échelle (instantanés), réalisées principalement sur le .fr, en partenariat avec la fondation Internet Archive Des collectes ciblées (courantes ou projets) pilotées par des bibliothécaires, internalisées en 2007 Des dépôts numériques à l’unité, organisés avec les producteurs, dans des cas exceptionnels 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Des collectes annuelles à grande échelle (instantanés), réalisées principalement sur le .fr, en partenariat avec la fondation Internet Archive

Des collectes ciblées (courantes ou projets) pilotées par des bibliothécaires, internalisées en 2007

Des dépôts numériques à l’unité, organisés avec les producteurs, dans des cas exceptionnels

Le modèle intégré: schéma 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA NOMBRE DE SITES PROFONDEUR Collectes larges Collectes ciblées Dépôts

Le circuit du document 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA Accès Préservation Sélection Collecte

Les collections constituées Cinq collectes larges du domaine national français réalisées par Internet Archive une fois l’an de 2004 à 2008 Des acquisitions rétrospectives 1996-2005 également livrées par Internet Archive Des collectes ciblées, réalisées en interne par la BnF : collectes électorales, journaux intimes, développement durable…et toutes les collectes courantes État des collections début 2009 : 13 milliards de fichiers 156 Téraoctets de données Objectif d’internalisation complète à la fin de l’année 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Cinq collectes larges du domaine national français réalisées par Internet Archive une fois l’an de 2004 à 2008

Des acquisitions rétrospectives 1996-2005 également livrées par Internet Archive

Des collectes ciblées, réalisées en interne par la BnF : collectes électorales, journaux intimes, développement durable…et toutes les collectes courantes

État des collections début 2009 :

13 milliards de fichiers

156 Téraoctets de données

Objectif d’internalisation complète à la fin de l’année

L’accès aux archives 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Capture du site arpel.aquitaine.fr, 3 avril 2004 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Archivage numérique et territoire 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Capture du site www.bordeaux.fr , 4 décembre 2008 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Capture du site contributions.aquitaine.fr, 4 mai 2009 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

La collecte des sites électoraux 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Pourquoi les sites électoraux ? Un temps fort de la vie politique à l’échelle de la nation et des régions Un enjeu de continuité des collections Des sites très volatils Un projet limité dans le temps… qui permet de mobiliser les équipes 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Un temps fort de la vie politique à l’échelle de la nation et des régions

Un enjeu de continuité des collections

Des sites très volatils

Un projet limité dans le temps… qui permet de mobiliser les équipes

Calendrier du projet Octobre-décembre 2006 : archivage de la « pré-campagne » Janvier-mai 2007 : archivage des sites de l’élection présidentielle Janvier 2007 : appel à candidature envoyé aux BDLI Avril-juillet 2007 : archivage des sites des élections législatives 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

Octobre-décembre 2006 : archivage de la « pré-campagne »

Janvier-mai 2007 : archivage des sites de l’élection présidentielle

Janvier 2007 : appel à candidature envoyé aux BDLI

Avril-juillet 2007 : archivage des sites des élections législatives

Chiffres-clefs 39 agents impliqués (dont 15 au sein des BDLI) 5 813 sites collectés 64 millions de fichiers 3.4 téraoctets de données 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA

39 agents impliqués (dont 15 au sein des BDLI)

5 813 sites collectés

64 millions de fichiers

3.4 téraoctets de données

Le maillage régional 22 octobre 2009 Journée Patrimoine, numérisation et accès aux savoirs - ECLA