Atelier BnF DataLab : Archival, la plateforme documentaire augmentée par intelligence artificielle créée par l’Unesco Chaire ITEN et la FMSH

Le 15 mai 2023, une expérimentation du dispositif Archival s’est tenue au DataLab, la salle X de la bibliothèque de recherche (BnF, site François-Mitterrand). Seize testeurs, chercheurs et professionnels des bibliothèques, ont été réunis pour cet atelier de découverte et de prise en main de la plateforme Archival.

Objectif : évaluer le dispositif et mener une enquête auprès d’usagers potentiels. 

En quelques mots : le dispositif Archival

Porté par la chaire UNESCO-ITEN (Innovation, Transmission, Edition Numérique) et la FMSH (Fondation Maison des Sciences de l’Homme), le projet Archival réunit de nombreux partenaires et laboratoires d’informatique : 

  • le Laboratoire d’Informatique et Système (LIS) de l’Université Aix-Marseille (AMU) à travers l’équipe TALEP (Traitement Automatique du Langage Ecrit et Parlé), 
  • l’Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA) grâce à l’équipe LINKMEDIA,
  • et Orange Labs.

Le projet ANR Archival explore les apports de l’intelligence artificielle pour la découverte et l’exploration de corpus documentaires en se concentrant sur deux questions majeures :

  • Quel rôle peuvent jouer les méthodes de compréhension par les machines dans la réinterprétation de fonds d’archives thématiques ?
  • Selon quelles modalités des interfaces de médiation des contenus peuvent-elles exploiter des résultats générés par les méthodes actuelles d’Intelligence Artificielle ?
Capture d’écran du site Archival.

Archival est une interface dite « intelligente » de médiation et de transmission des savoirs pour la valorisation d’archives multimodales sur le thème de l’autogestion. L’objectif du projet est de mettre les ressources offertes par l’IA au service de l’usager, en accordant une attention particulière à l’explicabilité du fonctionnement des algorithmes.

Le dispositif propose deux entrées dans le corpus : l’une par l’indexation des personnes et des notions présentes dans la revue, l’autre par le recours à deux algorithmes de génération automatique de liens, qui proposent des questions sur le texte et des rapprochements d’extraits basés sur la similarité des contenus. Le dispositif suggère ainsi une lecture augmentée du corpus et de ses ressources associées.

Archival a pour objectif global de placer les ressources de l’IA au service de l’utilisateur.

L’équipe Archival

Un travail multimodal et ouvert

Le choix du corpus s’est porté sur le thème de l’autogestion et notamment la revue éponyme. Autogestion est une revue d’économie et de sociologie parue en France entre 1966 et 1986. Labellisée CollEx (Collection d’Excellence), elle constitue un corpus homogène et clos faisant état des recherches théoriques et scientifiques sur l’autogestion, tout en explorant les expériences concrètes menées partout à travers le monde. Le projet est toutefois très ouvert grâce à l’apport de sources documentaires externes issues des fonds de la BnF (Gallica et data BnF), de la FMSH et de Wikidata ainsi que des ressources audiovisuelles de Canal U et de l’INA

L’objectif de l’interface est de permettre le rebond et le dialogue entre les ressources documentaires internes et externes. L’intelligence artificielle tient alors une place de choix dans le dispositif : deux algorithmes génèrent des liens et rebonds entre les fonds, posant la question de la contribution de l’intelligence artificielle pour les interfaces documentaires et les SHS en général.

L’atelier du 15 mai

Expérimentation du prototype Archival au sein du BnF DataLab, le 15 mai 2023. Michel Agnola (tous droits réservés).

Le 15 mai 2023, seize testeurs ont été invités à venir expérimenter la plateforme Archival au BnF DataLab. La journée d’expérimentation s’est déroulée en deux temps : une première session le matin avec dix testeurs, principalement des chercheurs en sciences de l’information et de la communication (SIC), suivie d’une seconde session l’après-midi, regroupant six professionnels des bibliothèques et de la documentation (BnF).

Les testeurs ont eu l’occasion de prendre en main la plateforme individuellement dans les boxs situés sur la mezzanine du DataLab le matin [voir photo] et dans une salle de formation au rez-de-chaussée du service l’après-midi. Deux parcours leur ont été proposés : le premier était entièrement libre, tandis que le second était guidé en partant d’articles d’entrée suggérés. À la fin de chaque parcours, les testeurs ont été invités à remplir un questionnaire en ligne. Au terme de chaque session, les participants étaient réunis pour discuter et échanger collectivement sur le dispositif, poser des questions, émettre des remarques et exprimer leur ressenti général, etc.

La plateforme Archival fait actuellement l’objet d’une d’évaluation menée conjointement par le laboratoire GERiiCO (Université de Lille) et la BnF (service de la coopération numérique et de Gallica). Cette évaluation prend notamment appui sur l’enquête (questionnaires, entretiens et observations) menée auprès des testeurs lors de l’atelier du 15 mai 2023.

Journée d’étude du 20 juin

Les résultats de l’atelier au DataLab ont été présentés le 20 juin 2023 lors de la journée d’étude « Penser la découvrabilité des contenus culturels » organisée par la Bibliothèque nationale de France en collaboration avec la chaire UNESCO-ITEN FMSH. La journée s’est déroulée au petit auditorium de la BnF (de 9h à 17h30) et est consultable en ligne sur la chaîne YouTube de la BnF.

Retrouver le programme de cette journée : https://www.bnf.fr/fr/agenda/penser-la-decouvrabilite-des-contenus-culturels 



Citer ce billet
Eléonore Besnehard (2023, 7 juillet). Atelier BnF DataLab : Archival, la plateforme documentaire augmentée par intelligence artificielle créée par l’Unesco Chaire ITEN et la FMSH. Carnet de la recherche à la Bibliothèque nationale de France. Consulté le 28 mai 2024, à l’adresse https://doi.org/10.58079/m3xv

Eléonore Besnehard

Stagiaire à la BnF dans le cadre d'un projet faisant collabrer le service de la Coopération numérique et de Gallica et le laboratoire de recherche GERiiCO (Université de Lille)

Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search