La culture de l’archive et de l’annotation vidéo

Le consortium CANEVAS était présent au 23e congrès de la Société Française des Sciences de l’Information et de la Communication (SFSIC) sur “la numérisation des sociétés” les 14-16 juin 2023 à l’IUT Bordeaux Montaigne.

introduction

Au fondement du travail de recherche dans les disciplines constituant traditionnellement les Humanités – autrement dit les Lettres, Langues, Sciences Humaines et Sociales (LLSHS) – réside l’archivage et l’annotation de documents. On accède à des ressources et sur certaines d’entre elles, on insère des commentaires ou des éléments graphiques (soulignement, point d’interrogation, etc.) qui constituent des traces d’activité de la recherche. Ainsi, de l’Antiquité au Moyen-Âge conservait-on précieusement des manuscrits dans les administrations ou dans les monastères que les scribes et les copistes étaient, pour ainsi dire, les seuls à pouvoir manipuler (consulter, enrichir, reproduire). À partir du XVe siècle, l’imprimerie a accompagné l’accroissement de ce phénomène dans les cercles lettrés et les universités avant qu’une nouvelle accélération se fasse ressentir avec l’avènement du numérique. On le voit : archiver et annoter des documents sont donc des pratiques aussi vieilles que l’écrit lui-même (Vandendorpe, 1999).

Le XXe siècle aura été celui du cinéma, puis de la télévision qui auront consécutivement conduit à la naissance et à l’intensification des travaux de recherche sur les images animées. Il n’aura ensuite échappé à personne que la circulation de l’information et les modes de communication, ces dernières années, se sont considérablement développés sur l’axe audiovisuel du fait des technologies numériques et d’internet (Bourgatte, 2016). De nouveaux terrains ont vu le jour incluant toujours plus d’intérêt de la part de la communauté scientifique pour les contenus vidéo. Face aux images, le travail du chercheur consiste à constituer un corpus, le circonscrire, puis à identifier les thèmes récurrents, les types de discours, les personnages représentés, etc. Cependant, la conservation et le travail de documentation de ces contenus restent des opérations complexes, car les chercheurs ne sont pas bien outillés pour s’en emparer (Tessier & Bourgatte, 2017). Comment repérer des vidéos, les stocker ou les analyser ? En somme, comment transposer ces pratiques communes dans l’univers du texte vers celui de la vidéo ? Voici une question qui n’a pas trouvé de réponse définitive ces dernières années, même si des pistes ont été ouvertes pour aller dans ce sens.

de la mémoire de l’audiovisuel à l’instrumentation de la mémoire

La pratique de l’analyse filmique et télévisuelle en LLSHS est ancienne. Comme nous l’écrivions récemment avec le sociologue Laurent Tessier dans la préface au livre L’annotation vidéo pour la recherche (Besson & Lavorel, 2023) cette pratique a longtemps reposé sur la seule mémoire que les chercheurs, critiques et spécialistes avaient des films (Kracauer, 1947). Des pratiques renouvelées avec l’émergence de la télévision et l’exploration de ses contenus (émissions, publicités ou séries) par des chercheurs provenant de disciplines diverses : histoire, sociologie, linguistique ou sciences de l’information et de la communication (Friedmann, 1964 ; Jost, 1999 ; Sorlin, 1999). Un des changements fondamentaux durant les années 1970 est à mettre au crédit de la naissance et de la diffusion de la VHS permettant de revoir des films et plus sûrement encore d’en enregistrer à la télévision, de la même manière qu’il devient possible d’enregistrer des programmes comme les journaux télévisés, des programmes de variétés, de la publicité, etc. Des pratiques reconduites durant les années 1990 avec l’apparition du DVD et des CD-Rom.

En France, la création de l’Institut National de l’Audiovisuel (INA) en 1975 va peu à peu accompagner ces changements en assurant la conservation de contenus audiovisuels au titre du dépôt légal, et en particulier des contenus en provenance de la télévision[1]. La mise à disposition de ces archives aux chercheurs à compter de 1995, puis la possibilité qui leur est bientôt offerte d’explorer ces ressources maintenant numérisées à l’aide d’une interface appelée Mediascope va inaugurer une nouvelle aire d’abord tournée vers la possibilité de constituer et de travailler sur des corpus audiovisuels ; ensuite d’annoter ces contenus directement dans l’interface ; enfin, d’en extraire des captures d’écran permettant de soutenir l’analyse dans le cadre de l’écriture d’une thèse, d’un livre ou d’un article (Denel, 1997 ; Rodes, 2005).

Internet, le développement des technologies de streaming et les moteurs de recherche vont accompagner et renforcer ce mouvement de numérisation de l’audiovisuel, d’archivage et de mise à disposition de contenus à des fins scientifiques. En 2001, les pouvoirs publics français lancent un service novateur : Canal.u.tv. Une plateforme qui héberge des ressources produites par et pour l’enseignement supérieur et la recherche. Ces ressources (souvent très longues : captations de conférences, séminaires, colloques…) ne sont destinées ni à une consultation linéaire ni à une consultation intégrale. Ainsi, elles sont finement sémantisées, annotées ou enrichies d’un paratexte devant en faciliter l’exploration. Des plateformes grand public d’hébergements et de consultation de contenus en streaming comme Archive.org, Youtube, Dailymotion ou encore Viméo constituent autant d’autres espaces à explorer pour effectuer des travaux scientifiques portant sur des contenus audiovisuels.

À noter enfin que les ordinateurs et le réseau Internet ont ouvert la voie du téléchargement et de la numérisation (légale ou illégale) des données vidéo. Et ceci pour diverses raisons qu’il serait bien impossible d’énumérer exhaustivement : par habitude croissante, pour pallier des problèmes de connexion au réseau et donc des problèmes de consultations des contenus en streaming, pour transférer sur son ordinateur du contenu provenant de DVD, pour faciliter la consultation et la circulation dans ces contenus, etc. Un lecteur vidéo comme VLC, créé en 2001, aura accompagné ces changements de pratiques, d’autant plus qu’il permet de positionner des signets de navigation dans ses ressources.

instrumenter la recherche sur la vidéo en contexte numérique

L’usage de la vidéo est aujourd’hui monnaie courante en recherche : on filme des performances sportives en Staps, des expérimentations de laboratoire en biologie, en médecine ou en école vétérinaire, des gens qui exécutent toutes formes de tâches en anthropologie, ethnologie, sciences de l’éducation ou sociologie. Ces pratiques, associées à l’usage commun de l’analyse de la vidéo en études filmiques, en histoire ou en sciences de l’information et de la communication démultiplient les besoins d’outils ou services permettant le catalogage et l’analyse des ressources, mais aussi leur exploitation pour ensuite alimenter des publications (données, statistiques, captures d’écran…).

Dans ce contexte, des informaticiens et des ingénieurs ont commencé à travailler sur le développement d’outils ou de services à destination des analystes. Les travaux de deux équipes retiennent l’attention. Il y a d’abord ceux du Laboratoire lyonnais d’InfoRmatique en Image et Systèmes d’information (LIRIS) – et en particulier des chercheurs Yannick Prié et Olivier Aubert – qui aboutiront à la création du logiciel Advene qui est le résultat d’un projet de recherche technologique très novateur, mais plutôt confidentiel et expérimental, intégrant de nombreuses fonctionnalités d’annotation et de montage (Aubert & Prié, 2005). Il y a ensuite les explorations de l’Institut de Recherche et d’Innovation du Centre Pompidou (IRI) autour de Bernard Stiegler et Vincent Puig qui donneront naissance au logiciel Lignes de temps, un autre outil dont on peut dire cette fois-ci qu’il a été utilisé de manière plus systématique par une communauté de chercheurs, mais sur une durée limitée étant donné que les développements de l’outil ont fini par être interrompus (Puig & Sirven, 2007).

Avec d’autres acteurs du champ de l’audiovisuel, ces équipes tenteront de mutualiser leur expertise au tournant des années 2010 dans le cadre d’un projet portant le nom de Cinecast et devant aboutir à la démocratisation des usages de services d’annotation en recherche, ainsi qu’à l’adoption de standards dans les fonds documentaires possédant des archives vidéo (Ina, Cinémathèque, BPI, Forum des images, BNF) (Bourgatte, 2012). Si ce projet aura permis de poser des questions importantes et qu’il aura inauguré des collaborations fertiles entre, d’un côté, des ingénieurs-informaticiens et, de l’autre côté, des chercheurs issus du champ des LLSHS – dans une dynamique proche de ce qui se pratique désormais dans le champ des Humanités numériques – trois tensions auront néanmoins marqué les travaux de ce collectif :

– Une partie des membres du projet se focalise d’emblée sur le développement de briques technologiques mobiles et agençables. Il n’est pas question de développer un outil clé en main et fermé, mais de proposer des solutions en fonction des contextes d’usages. D’autres partenaires pensent, en revanche, qu’une solution unique intégrant un ensemble vaste de fonctionnalités (sous la forme d’un logiciel) est la posture qu’il convient d’adopter.

– La deuxième tension concerne la valeur des annotations. Certains soutiennent que des ressources vidéo enrichies par le grand public et les internautes auront une valeur ajoutée. D’autres posent la question de l’intérêt qu’il faut porter à ces commentaires triviaux, préférant focaliser leur attention sur la production de contenus par des experts (chercheurs et documentalistes).

– La troisième tension concerne l’adoption de standards communs et de l’interopérabilité des fonds audiovisuels. Si certains partenaires soutiennent l’initiative dans une dynamique d’ouverture et de libre partage, d’autres se montrent davantage sur la réserve à l’idée de partager un patrimoine audiovisuel ou cinématographique qui est considéré, à l’évidence, comme une chasse gardée.

Ainsi, et malgré ces efforts, une enquête par entretiens semi-directifs menée auprès de chercheurs travaillant sur des matériaux vidéo (films, séries, documentaires, journaux télévisés) à cette époque aura montré que leurs pratiques reposent toujours sur du bricolage (Tessier & Bourgatte, 2017). Les chercheurs sont respectueux de la juridiction et se cantonnent le plus souvent à une exploration des documents vidéo dans des fonds dédiés (INA, Cinémathèque…). Quand ils travaillent sur internet, ils consultent les documents là où ils sont : Youtube ou Canal-u.tv. Mais ils ne se posent guère la question de la pérennité du corpus, de son accessibilité, de sa mobilité, etc. Par ailleurs, ils continuent de prendre des notes en utilisant des crayons et du papier ou des logiciels ordinaires de traitement de texte. Aucun logiciel dédié à l’analyse de films ne s’est alors imposé au sein de la communauté scientifique, malgré quelques tentatives de développements technologiques (Besson & Lavorel, 2023).

installer une culture de l’annotation et de l’archive numérique de la vidéo

Les sciences de l’information et de la communication sont ontologiquement nourries par des questionnements sur les moyens techniques d’accès à l’information et sur ceux voués à la communication. Elles sont donc intéressées par le développement d’outils technologiques, sans pour autant porter un projet allant dans ce sens. Certains chercheurs de la discipline – dont je suis – se sont donc engagés dans le mouvement des Humanités numériques qui réunit des acteurs provenant d’horizons distincts (recherche, documentation, ingénierie…) et de disciplines différentes (littérature, histoire, sociologie…) cherchant notamment à développer un outillage technologique utile pour la recherche et/ou l’enseignement. Les Humanités numériques ont aujourd’hui leurs sociétés savantes, leurs colloques, leurs revues. Plus encore, elles ont une infrastructure de recherche qui porte le nom d’Huma-Num et qui a été mise sur pieds par les pouvoirs publics en 2013 pour encadrer des collectifs de chercheurs travaillant sur des projets de développements technologiques et ensuite promouvoir ces services (besoins humains, techniques, financiers…). Il s’agit d’ailleurs du principal acteur pour les Humanités numériques en France.

C’est dans ce cadre que j’ai lancé en 2022 avec mon collègue sociologue Laurent Tessier le consortium Huma-Num portant le nom de Canevas (Consortium pour l’ANnotation, l’analyse Et l’archive de la Vidéo appliquées aux Activités Scientifiques) et réunissant une partie des acteurs historiques de la recherche sur les questions de l’annotation et de l’archive de la vidéo issus du projet Cinecast. Si les expériences menées jusqu’alors avaient permis de déclencher une dynamique de recherche, aucun outil ne s’était encore imposé au sein de la communauté scientifique, ce qui s’explique de différentes manières : variabilité des formats de données utilisés et incompatibilité des technologies ; code fermé, difficile ou impossible à lire ; absence de financements permettant d’assurer le fonctionnement de l’outil de manière pérenne.

C’est à partir de ce constat que le développement de la technologie d’annotation vidéo libre et open source Celluloid a été inauguré. Ce service en ligne est hébergé de manière pérenne sur les serveurs d’Huma-Num et son code est librement accessible sur Github, ce qui a déjà conduit d’autres équipes de recherche à l’université de La Rochelle ou à Concordia au Québec à s’en emparer[2]. On voit donc qu’une dynamique d’entretien de la technologique est déjà engagée (mises à jour régulières, ajouts de fonctionnalités…). Laquelle dynamique se montre doublement vertueuse en ce sens où elle s’inscrit aussi dans une démarche écologique. En effet, rendre accessible du code ou des services doit aboutir à leur pérennité et à leur réutilisation, évitant ainsi la multiplication des développements autour de technologies sensiblement similaires, libérant de l’espace serveur ou de l’espace réseau et rendant ainsi le projet moins énergivore et moins polluant (Baillot, 2023).

Celluloid permet de streamer du flux vidéo et de produire des annotations sur l’image : des annotations devant accompagner l’analyse en situation de recherche. Du point de vue des usages cette fois-ci, le défi est de proposer un service qui puisse être utilisé facilement, qui répondent à des besoins et/ou qui fassent sens pour les chercheurs ; un service qui peut être utilisé seul ou de manière collaborative ; un service qui permet également de valoriser les ressources audiovisuelles mobilisées dans le cadre d’une recherche en permettant notamment aux lecteurs d’articles scientifiques de s’y référer. Aujourd’hui, Celluloid est connecté au service d’archive vidéo Peertube (lui aussi libre et open source) qui est particulièrement soutenu par les pouvoirs publics depuis qu’il a récemment été décidé de développer des espaces Peertube pour l’éducation nationale[3]. La dynamique est celle de l’ouverture d’espaces Peertube personnels et interconnectés pour archiver ses ressources audiovisuelles, les analyser et les partager si on le souhaite. Une dynamique de mise en réseau des ressources reposant sur un modèle pleinement décentralisé, contrairement à celui, centralisé cette fois-ci, qui nous est imposée par Youtube. Reprendre le contrôle de ses données est un atout pour le futur d’internet et le consortium Canevas compte y contribuer en promouvant des logiques et des solutions alternatives.

conclusion

On voit combien la question des supports de diffusion est d’abord centrale pour accompagner et faciliter l’analyse de la vidéo. Rendues presque insaisissables à leur origine du fait de leur diffusion sans moyen d’enregistrement de copies, d’archivage, ni d’inscription d’annotations, les images animées seront bientôt plus faciles à manipuler avec l’apparition de la VHS, du DVD et des fichiers informatiques. Mais l’usage du papier ou des traitements de texte reste d’usage, aucune technologie n’ayant, pour l’heure, réussi à occuper une place dans l’instrumentation de la recherche. En définitive, seul Mediascope à l’INA aura fait l’objet d’un usage systématisé de la part de chercheurs travaillant sur des corpus télévisuels, cet usage restant somme toute limité, car l’outil n’aura jamais été véritablement envisagé autrement que comme un lecteur audiovisuel qui permet au mieux de réaliser des captures d’écran.

Advene et Lignes de temps auront, quant à eux, fait l’objet d’usages plus avancés pour la recherche, ces services ayant permis de déployer des analyses directement dans l’interface : exploration du rythme des films, de leur structure, fréquences d’apparition de personnages, repérage des échelles de plans, etc. (Aubert, Prié & Schmitt, 2012 ; Archat-Tatah, 2013 ; Archat-Tatah & Bourgatte, 2014). Mais leur développement reste confiné au travail engagé par des équipes dans des laboratoires bien identifiés (le LIRIS et l’IRI) et il dépend de fonds de recherche (qui ne sont pas permanents), tandis que ces technologies ne questionnent pas ou peu la question de l’archive[4]. Le consortium Huma-Num Canevas cherche aujourd’hui à dépasser ces limites en libérant le code de la technologie Celluloid mise – pour l’heure – au cœur de l’activité des équipes. Un code réutilisable, mis à jour et enrichi par une communauté de chercheurs, d’ingénieurs et d’informaticiens qui œuvrent ensemble à sa pérennité. Tandis que du point de vue des usages, l’objectif est d’instrumenter la recherche en LLSHS et de démocratiser la pratique de l’annotation vidéo.

D’ores et déjà des questions se posent pour le futur : en particulier celles de l’enrichissement des publications scientifiques avec des vidéos, voire de la publication scientifique directement au format vidéo (ce que pratiquent déjà certains ethnologues ou sociologues, mais, cette fois-ci, leurs films pourraient se voir attribuer un DOI[5]). Huma-Num propose aujourd’hui des accès au service Nakala qui permet de publier du contenu scientifique et de générer un DOI. Cela voudrait donc dire que, demain, une interconnexion entre, d’un côté, des services d’annotation vidéo (comme Celluloid ou son fork rochelais E-Spectateur, développé pour les études théâtrales) et, de l’autre, Nakala pourrait conduire à la publication de vidéos (enrichies de leurs annotations) reconnus comme des publications scientifiques à part entière – bouleversant ainsi les pratiques consacrées de la publication d’article nécessairement textuel dans un monde en mouvement où l’accès à l’information et où les communications passent de plus en plus par l’usage du média audiovisuel.

bibliographie

Archat-Tatah, C. (2013). Ce que fait l’école avec le cinéma : enjeux d’apprentissage dans la scolarisation de l’art à l’école primaire et au collège. Presses Universitaires de Rennes.

Archat-Tatah, C, et Bourgatte, M. (2014). Vers des formes instrumentées d’enseignement et d’apprentissage : le cas de l’analyse de contenus audiovisuels. Eduquer Former, 46, 69‑92.

Aubert, O, Prié, Y et Schmitt, D (2012). Advene as a Tailorable Hypervideo Authoring Tool: a Case Study. Proceedings of the 2012 ACM Symposium on Document Engineering, 79‑82.

Aubert, O. et Prié, Y. (2005), Advene: Active Reading through Hypervideo. Proceedings of ACM Hypertext’ 05, 235-244.

Baillot, A. (7 avril 2023). Les Sciences Humaines face au défi de la crise climatique. Webinaire inter-consortiums-HN.

Besson, R., Lavorel, M., Bourgatte, M. et Tessier, L. (2023). L’annotation vidéo pour la recherche. Usages et outils numériques. MkF.

Bourgatte, M. (2016). Vers une littératie audiovisuelle. Dans J-P. Fourmentraux (dir.), Digital stories : arts, design et cultures transmédia. Hermann, 93‑108.

Bourgatte, M. (2012). L’écran-outil et le film-objet. MEI, 34, 103-112.

Denel, F. (1997). L’inathèque de France. Communication & Langages 111-1, 113‑16.

Friedmann, G. (1964). La télévision vécue. Communications, 3-1, 48‑63.

Jost, F. (2009). La télévision du quotidien. De Boeck.

Kracauer, S. (2009 [1947]). De Caligari à Hitler : une histoire psychologique du cinéma allemand. L’Âge d’homme.

Puig, V. & Sirven, X. (2007). Lignes de temps, une plateforme collaborative pour l’annotation de films et d’objets temporels, Proceedings IHM.

Rodes, J-M. (2005). Les collections de l’Inathèque. Le Temps des médias, 4-1, 295‑97.

Sorlin, P. (1999). Télévision : une autre intelligence du passé. Réseaux, 17-94, 173‑92.

Tessier, L. & Bourgatte, M. (2017). Les outils d’annotation vidéo pour la recherche en Humanités numériques. Dans E. Cavalié, F. Clavert, O. Legendre et al. (dir.) Expérimenter les humanités numériques. PUM.

Vandendorpe, C. (1999), Du papyrus à l’hypertexte. Essai sur les mutations du texte et de la lecture. La Découverte.

notes de bas de page

[1] https://www.csa.fr/Cles-de-l-audiovisuel/Connaitre/Histoire-de-l-audiovisuel/La-sauvegarde-de-la-memoire-audiovisuelle-par-l-INA

[2] https://celluloid.huma-num.fr/ ; https://github.com/celluloid-camp

[3] Le mot technique utilisé par les équipes de Peertube est celui d’« instance(s) ». Cf. https://apps.education.fr/applications/peertube/

[4] Dans le cadre du projet Cinecast, l’ambition était de les implémenter – à l’identique de Mediascope à l’INA – dans des fonds de recherche (tels que la Cinémathèque, la BNF, le Forum des images ou la BPI). Un projet qui n’a pas abouti.

[5] Le DOI (pour Digital Object Identifier) est un identifiant numérique pour les ressources numériques (articles de périodique, livres, chapitres de livre, etc.) qui en permet le repérage sur internet.