Archiver des chaînes Youtube en histoire : du modèle de préservation aux pratiques de recherche
En 2021-2022, la BnF a accueilli Arthur de Forge de Parny, doctorant et chercheur associé, pour un projet de collecte collaborative portant sur 17 chaînes Youtube en histoire. Ce billet revient sur les objectifs de la collecte et la remédiation de l’archive. La BnF préserve l’internet français dans le cadre de sa mission de dépôt légal et met en place régulièrement des collectes collaboratives associant le monde de la recherche.
Collecte Youtube : objectifs et statistiques
La collecte Youtube repose sur une politique de sélection de chaines, dont l’ensemble des vidéos sont ensuite récupérées et archivées par les robots de la BnF1. Pour l’année 2022, deux corpus de recherche sont venus s’ajouter aux sélections courantes. L’un d’eux a été élaboré en concertation avec le chercheur associé Arthur de Forges. Il est constitué de 17 chaines d’histoire, dont 8 qui n’avaient encore jamais été archivées. La collecte ou la mise à jour de l’archivage de ces chaines a représenté un ensemble de 1139 vidéos équivalentes à 16 jours de visionnage dans le cadre d’une collecte plus large portant également sur l’élection présidentielle et les jeux olympiques de 2022 (pour un total de 111 chaînes, 24 436 vidéos, soit 2,503 To).
La sélection représente un corpus resserré au regard de l’offre existante sur Youtube, qui peut émaner aussi bien d’institutions que de youtubeurs. En ne considérant que les youtubeurs, Arthur de Forges a pu établir une liste de plus de 170 chaines vidéo. Cette liste recoupe en partie celle établie par Prem Carriou (99 chaines), dont la thèse différencie les productions généralistes des propositions plus spécialisées, qui émergent à partir de 2015 comme réponse à la saturation de l’offre2. Ces dernières se positionnent sur des thématiques ou des périodes historiques de plus en plus variées, mais vont aussi développer de nouvelle manière de traiter les sujets (histoire hypothétique, diffusion en direct pour privilégier l’interaction avec le public).
La saturation de l’offre conduit à l’abandon de nombreuses chaines, de l’ordre de 30% en considérant la liste de départ d’Arthur de Forges. En outre, 5 à 6% n’avaient plus aucune existence sur la plateforme Youtube3. De l’autre côté du spectre, les chaînes les plus populaires ont su durer et fidéliser le public. Elles ont souvent su consolider leur modèle économique en étant moins dépendantes de la plateforme, notamment des risques de démonétisation, à savoir que les vidéos qui traitent de sujets jugées trop sensibles par les annonceurs ne génèrent plus de revenus. Pour ce faire, les youtubeurs ont noué des partenariats, pris appui sur le financement participatif et réussi à développer d’autres produits. Il n’est alors pas rare d’observer une suppression des premières ébauches vidéo au moment où la chaine monte en qualité et se professionnalise. L’archivage par robot, même s’il ne peut pas tout, permet au chercheur de s’assurer que les contenus en ligne qu’il étudie resteront a minima accessibles dans les collections de la BnF.
Le périmètre de la collecte (17 chaines retenues) vise à rendre compte des nouvelles manières d’écrire l’histoire mise en place par les youtubeurs. Ceux-ci adoptent à la fois les codes de la production audiovisuelle et des cultures numérique et populaire. Réinventant le face caméra à la manière d’un Benjamin Brillaud (chaîne Nota Bene) ou utilisant une forme immédiatement identifiable (chaîne Confessions d’histoire), ces chaines ont réussi à durer et à se structurer. En touchant un large public, qui apprécie le divertissement proposé et le ton léger adopté, elles contribuent à transmettre des connaissances en passant un bon moment. Elles renouvellent ainsi la vulgarisation car elles sont de réels vecteurs de transmission et d’apprentissage à court et moyen terme par le public, même si celui-ci n’en a pas toujours conscience4.
Collecte Youtube : épistémologie de la source
D’un point de vue pratique, les archives du web visent à copier et conserver les différents fichiers qui composent une page web. L’archive est produite en crawlant à la fois les pages html qui contiennent le texte et les liens, les fichiers css qui déterminent la mise en forme de la page, ainsi que l’ensemble des fichiers media : son, image, vidéo. En conséquence, la consultation repose sur un dispositif permettant de naviguer dans l’archive comme on le ferait naturellement sur un site web avec son navigateur.
La rejouabilité de l’archive est donc indissociable d’un processus de reconstruction, qualifié de « reborn-digital material »5. La collecte Youtube, et plus largement la plateformisation du web, tendent à faire évoluer ce modèle en complexifiant le processus de reconstruction. Dans le cadre de Youtube, les outils actuellement utilisés par les archivistes (robot Heritrix) et le fonctionnement des plateformes ne permettent pas de collecter simultanément les pages de la plateforme et les vidéos lors d’un même crawl. Cette évolution conduit à mettre en place des formes de reconstructions plus proche des bases de données traditionnelles.
Le travail du chercheur est ici utile à l’archiviste. Il permet de questionner les process d’archivage et les modalités de description des chaines archivées.
Si la BnF a pu collecter à la fois les pages Youtubes et les vidéos jusqu’une 2019, les équipes d’archivistes ont désormais fait le choix d’une collecte exclusive des vidéos associées à des métadonnées issues de l’API youtube-dl. Concrètement l’API (il s’agit d’un service pour l’échange de données) permet de récupérer des informations techniques et descriptives. Les éléments techniques, en particulier le nombre de vidéos et leurs durées, aident à préparer les collectes. Ils déterminent le poids numérique de la collecte et les besoins de stockage. Les éléments descriptifs, c’est-à-dire l’À propos de la chaine et les titres des vidéos, sont repris pour construire l’interface de consultation de l’archive.
Si ce process permet d’automatiser la reconstruction archivistique de l’objet, elle n’est pas suffisante. Se baser uniquement sur l’À propos ne permet pas d’objectiver la description. Il faut également pouvoir répondre à d’autres besoins de recherche. Les archivistes ont ainsi mis en place un parcours guidé intitulé « Des vidéos à la chaine », qui recense l’intégralité des chaines collectées. Les descriptions sont faites par les bibliothécaires, qui ont eux-mêmes sélectionné les chaines à préserver. Elles en donnent une brève description et la rattache à un thème ou à un évènement particulier (élections, jeux olympiques, pandémie de covid-19). Néanmoins, ces pratiques sont peu normalisées et restent éloignées des pratiques professionnelles de catalogage. La participation des chercheurs aux sélections et à la description des chaines fait néanmoins évoluer ces pratiques vers un modèle plus riche en information.
Les archivistes du web ont tout intérêt à poursuivre ce type de partenariat pour faire évoluer leur approche des plateformes. Si la récupération des contenus restent fondamentale, la capture du contexte et de la réception est un enjeu fort pour le monde de la recherche. Dans le cadre du projet d’Arthur de Forges, l’investissement de l’onglet Communauté de la page Youtube ou encore l’éditorialisation des vidéos par rubrique sont des fonctionnalités essentielles de la plateforme dont on devrait pouvoir préserver des traces.
Ces nouveaux besoins, qui sont aussi la conséquence des difficultés techniques que les plateformes posent aux robots de collecte, incitent les archivistes à tester de nouvelles approches comme l’enregistrement de session de navigation6 ou la récupération d’un éventail plus large de données à partir des API.
Notes
- Découvrir les collections d’archives web de la BnF, url : <https://www.bnf.fr/fr/decouvrir-les-collections-darchives-web-de-la-bnf>. [↩]
- Prem Carriou, La vulgarisation française de l’Histoire sur YouTube, 2008-2018, Paris : Université de la Sorbonne nouvelle – Paris III, 2012. Disponible sur Internet, url : <https://theses.hal.science/tel-04156017>. [↩]
- Arthur de Forges de Parny (depuis octobre 2020), Raconter l’histoire sur YouTube : les nouvelles formes d’écriture numérique, Télécom Paris. Voir aussi : Arthur de Forges de Parny, Les écritures de l’histoire. Carnet de recherches. Disponible sur Internet, url : <https://ecritureshist.hypotheses.org/>. [↩]
- Prem Carriou, op. cit. [↩]
- Niels Brügger, « When the present web is later the past: web historiography, digital history and internet studies », Historical Social Research, 2012, vol. 37, n° 4, p. 102-117. DOI: https://doi.org/10.12759/hsr.37.2012.4.102-117 [↩]
- Erwan Le Merrer ; Gilles Trédan ; Ali Yesilkanat, « Modeling Rabbit-Holes on YouTube », Social Network Analysis and Mining, 2023, vol. 13, n° 1, p. 100. Disponible sur Internet, url : <https://hal.insa-toulouse.fr/INRIA/hal-03620039v2>. [↩]
OpenEdition vous propose de citer ce billet de la manière suivante :
Alexandre Faye (6 décembre 2023). Archiver des chaînes Youtube en histoire : du modèle de préservation aux pratiques de recherche. Carnet de recherche. Consulté le 5 octobre 2024 à l’adresse https://doi.org/10.58079/m40z
