La transfiguration n’a pas eu lieu
En 2005, le diagnostic était déjà posé. Une enquête citée lors de la journée Médiadix d’octobre 2004 montrait que le catalogue de bibliothèque apparaissait aux étudiants et chercheurs comme « réduit, peu efficace, ringard ». Vingt ans ont passé. Entrons dans l’ère du catalogage au musée. Acte II.
Les étudiants ne disent plus que le catalogue est ringard. Ils ne le disent plus parce qu’ils ne l’utilisent plus. Ils vont sur ChatGPT, Perplexity, Google Scholar et ils obtiennent une réponse, pas une liste de notices bibliographiques. Ce n’est pas de la paresse intellectuelle. C’est un choix rationnel face à deux interfaces dont l’une parle leur langue et l’autre non.
Si l’IA générative n’a pas créé ce décrochage, elle l’a probablement rendu définitif.
La promesse du RAG et ses limites
L’intelligence artificielle ouvre pourtant une perspective concrète. Le RAG — Retrieval Augmented Generation — permet de brancher un modèle de langage sur un corpus documentaire pour produire des réponses ancrées sur des sources réelles, traçables, vérifiables. Autrement dit, exactement ce que les bibliothèques ont toujours su faire, sans jamais réussir à le rendre bien visible dans leurs interfaces.
Des expérimentations récentes, notamment sur des moteurs de recommandation littéraire, montrent que la recherche sémantique change radicalement l’expérience : taper « roman noir ambiance nordique mélancolique » devient enfin opérant.
Mais appliqué aux catalogues de bibliothèques, le RAG bute immédiatement sur un obstacle structurel : la pauvreté de la notice. À la notice UNIMARC, il manque des données même avec des vedettes-matière RAMEAU et des autorités. Les modèles d’embeddings, ces représentations vectorielles qui permettent la recherche par similarité sémantique, ont besoin de matière textuelle pour produire des vecteurs riches.
À l’heure de la donnée, une fenêtre ouverte
Pourtant quelque chose a changé depuis 2005. UNIMARC n’est plus l’horizon indépassable. La transition bibliographique, les données liées, les entités relations dessinent des perspectives plus riches, interconnectées, ouvertes.
Les métadonnées éditrices sont plus disponibles que jamais. Les autorités IdRef constituent déjà un graphe sémantique d’une valeur considérable. Et des bibliothèques universitaires anglo-saxonnes — Calgary, San José State, Queensland — déploient déjà des assistants conversationnel RAG sur leurs services documentaires, avec des résultats mesurables.
La vectorisation, par ailleurs, n’implique pas nécessairement des surcoûts prohibitifs pour chaque établissement. C’est précisément là que je veux poser une question sans prétendre en avoir la réponse.
La question n’est donc plus seulement technique. Elle devient organisationnelle.
La question que je n’entends pas
Si la BnF et l’ABES, qui détiennent ensemble les corpus les plus vastes et les plus structurés du paysage documentaire français, prenaient l’initiative de « services nationaux d’embeddings » ou d’une « API nationale de vectorisation des données bibliographiques », que se passerait-il ?
Dans un format ouvert et standardisé, cette infrastructure publique changerait radicalement la donne. Chaque bibliothèque n’aurait plus à recalculer ses propres embeddings avec des moyens dérisoires ou à négocier des architectures techniques hors de portée. Ce pivot organisationnel permettrait à n’importe quel établissement de proposer une recherche par similarité sémantique sur son catalogue, sans infrastructure lourde ni compétences en data science en interne.
Le projet Orion de l’ABES renouvelle en ce moment l’infrastructure de gestion des métadonnées du Sudoc. C’est un chantier considérable, mobilisant toutes les équipes de l’agence. Est-ce que la vectorisation y a sa place, même comme perspective ?
En 2005, Anne-Marie Bertrand concluait son éditorial sur l’espoir d’une transfiguration. Vingt ans plus tard, la question reste ouverte.
Crédits photo : StockSnap CC 0
Par Bernard StrainchampsContact : bs@bibliosurf.com
Source:
actualitte.com
