Home
  By Author [ A  B  C  D  E  F  G  H  I  J  K  L  M  N  O  P  Q  R  S  T  U  V  W  X  Y  Z |  Other Symbols ]
  By Title [ A  B  C  D  E  F  G  H  I  J  K  L  M  N  O  P  Q  R  S  T  U  V  W  X  Y  Z |  Other Symbols ]
  By Language
all Classics books content using ISYS

Download this book: [ ASCII | HTML | PDF ]

Look for this book on Amazon


We have new books nearly every day.
If you would like a news letter once a week or once a month
fill out this form and we will give you a summary of the books for that week or month by email.

Title: Le Projet Gutenberg (1971-2008)
Author: Lebert, Marie
Language: French
As this book started as an ASCII text book there are no pictures available.


*** Start of this LibraryBlog Digital Book "Le Projet Gutenberg (1971-2008)" ***


MARIE LEBERT


Copyright © 2008 Marie Lebert


TABLE


1. Sommaire

2. Un pari depuis 1971

3. La méthode adoptée

4. La correction partagée

5. Des collections multilingues

6. Domaine public versus copyright

7. Du passé vers l’avenir

8. Chronologie

9. Statistiques

10. Liens


1. SOMMAIRE


Août 1997: 1.000 livres; avril 2002: 5.000 livres; octobre 2003: 10.000 livres;
janvier 2005: 15.000 livres, décembre 2006: 20.000 livres, avril 2008: 25.000
livres.

gratuitement sous forme électronique les oeuvres littéraires du domaine public.
Un projet longtemps considéré par ses détracteurs comme impossible à grande
premier site d’information sur un réseau encore embryonnaire et la première
bibliothèque numérique. Les livres sont numérisés en mode texte (TXT) en
utilisant le code ASCII (American standard code for information interchange).
Lorsque l’utilisation du web se généralise, au milieu des années 1990, le projet
trouve un second souffle et un rayonnement international. Les collections
atteignent 1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en
décembre 2000, 4.000 livres en octobre 2001, 5.000 livres en avril 2002, 10.000
livres en octobre 2003, 15.000 livres en janvier 2005, 20.000 livres en décembre
2006 et 25.000 livres en avril 2008, dans 55 langues, avec 340 nouveaux livres
par mois, 340 sites miroirs dans de nombreux pays, plusieurs dizaines de
milliers de téléchargements par jour et des milliers de volontaires de par le
monde. En octobre 2001, la principale source des livres devient Distributed
s'internationalise et les collections deviennent multilingues. Le Projet

2. UN PARI DEPUIS 1971


= En quelques mots

Si le livre imprimé a cinq siècles et demi, le livre numérique a tout juste 37
pour diffuser gratuitement sous forme électronique les oeuvres littéraires du
le premier site d’information sur un réseau encore embryonnaire et la première
bibliothèque numérique. Longtemps considéré par ses détracteurs comme totalement
dizaines de milliers de téléchargements quotidiens. A ce jour, personne n’a fait
mieux pour mettre les classiques de la littérature mondiale à la disposition de
tous, ni pour créer à moindres frais un immense réseau de volontaires de par le
monde, sans gâchis de compétences ni d’énergie.

Les vingt premières années, Michael Hart numérise lui-même les cent premiers
livres, avec l’aide occasionnelle de telle ou telle personne. Lorsque
l’utilisation du web se généralise au milieu des années 1990, le projet trouve
un second souffle et un rayonnement international. Tout en continuant de
numériser des livres, Michael Hart coordonne désormais le travail de dizaines
puis de centaines de volontaires de par le monde. Les collections atteignent
1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en décembre
2000 et 4.000 livres en octobre 2001.

Trente ans après ses débuts, le Projet Gutenberg fonctionne à plein régime. La
barre des 5.000 livres est franchie en avril 2002, celle des 10.000 livres en
octobre 2003, celle des 15.000 livres en janvier 2005, celle des 20.000 livres
en décembre 2006 et celle des 25.000 livres en avril 2008. Avec 340 nouveaux
livres par mois, 40 sites miroirs dans de nombreux pays, plusieurs dizaines de
milliers de téléchargements par jour et des dizaines de milliers de volontaires
toutes équipes confondues.

Qu’ils aient été numérisés il y a trente ans ou qu’ils soient numérisés
maintenant, tous les livres sont numérisés en mode texte, en utilisant l’ASCII
(American standard code for information interchange) original sur sept bits,
avec des règles précises pour le formatage. Grâce à quoi les textes peuvent être
lus sans problème quels que soient la machine, la plateforme et le logiciel
utilisés, y compris sur un PDA ou sur une tablette de lecture. Libre ensuite à
chacun de convertir les livres dans d'autres formats, après avoir vérifié que
les oeuvres sont également du domaine public dans le pays concerné.

En janvier 2004, le Projet Gutenberg essaime outre-Atlantique avec la création
du Projet Gutenberg Europe. A la mission originelle s’ajoute le rôle de
passerelle entre les langues et les cultures, avec de nombreuses sections
nationales et linguistiques. Tout en conservant la même ligne de conduite, à
savoir la lecture pour tous à moindres frais, par le biais du texte électronique
gratuit, indéfiniment utilisable et reproductible. Et, dans un deuxième temps,
la numérisation de l’image et du son, dans le même esprit.

= Gestation puis persévérance

Revenons aux tous débuts du projet. Alors étudiant à l’Université d’Illinois
(Etats-Unis), Michael Hart se voit attribuer 100 millions de dollars de "temps
machine" par le laboratoire informatique (Materials Research Lab) de son
université. Le 4 juillet 1971, jour de la fête nationale, il saisit The United
States Declaration of Independence (Déclaration de l’indépendance des
Etats-Unis, signée le 4 juillet 1776) sur le clavier de son ordinateur. En
caractères majuscules, puisque les caractères minuscules n’existent pas encore.
Le texte électronique représente 5 Ko (kilo-octets). Mais l’envoi d’un fichier
de 5 Ko à la centaine de personnes que représente le réseau de l’époque aurait
fait imploser celui-ci, la bande passante étant infime. Michael Hart diffuse
donc un message indiquant où le texte est stocké - sans lien hypertexte
toutefois, puisque le web ne voit le jour que vingt ans après - suite à quoi le
fichier est téléchargé par six personnes. Le Projet Gutenberg est né.

Dans la foulée, Michael Hart décide de consacrer ce crédit-temps de 100 millions
de dollars à la recherche des oeuvres du domaine public disponibles en
bibliothèque et à la numérisation de celles-ci. Il décide aussi de stocker les
textes électroniques de la manière la plus simple possible, au format ASCII,
pour que ces textes puissent être lus sans problème quels que soient la machine,
la plateforme et le logiciel utilisés. Au lieu d’un ensemble de pages reliées,
le livre devient un texte électronique que l’on peut dérouler en continu, avec
des lettres capitales pour les termes en italique, en gras et soulignés de la
version imprimée.

Peu après, il définit la mission du Projet Gutenberg: mettre à la disposition de
tous, par voie électronique, le plus grand nombre possible d’oeuvres du domaine
public. "Nous considérons le texte électronique comme un nouveau médium, sans
véritable relation avec le papier", explique-t-il beaucoup plus tard, en août
1998. "Le seul point commun est que nous diffusons les mêmes oeuvres, mais je ne
vois pas comment le papier peut concurrencer le texte électronique une fois que
les gens y sont habitués, particulièrement dans les écoles."

Après avoir saisi The United States Declaration of Independence en 1971, Michael
Hart poursuit ses efforts en 1972 en saisissant un texte plus long, The United
States Bill of Rights (Déclaration des droits américaine). Cette Déclaration des
droits comprend les dix premiers amendements ajoutés en 1789 à la Constitution
des Etats-Unis (qui date elle-même de 1787), et définissant les droits
individuels des citoyens et les pouvoirs respectifs du gouvernement fédéral et
des Etats. En 1973, Michael Hart saisit The United States Constitution
(Constitution des Etats-Unis) dans son entier.

D’année en année, la capacité de la disquette augmente régulièrement - le disque
dur n’existe pas encore - si bien qu'il est possible d’envisager des fichiers de
plus en plus volumineux. Michael Hart entreprend la numérisation de la Bible,
composée elle-même de plusieurs livres, qui peuvent être traités séparément et
occuper chacun un fichier différent. Il débute aussi la saisie des oeuvres
complètes de Shakespeare, une pièce après l’autre, avec un fichier pour chaque
pièce. Cette édition n'est d’ailleurs jamais mise en ligne, du fait d’une loi
plus contraignante sur le copyright entrée en vigueur dans l’intervalle, et qui
vise non pas le texte de Shakespeare, tombé depuis longtemps dans le domaine
public, mais les commentaires et notes de cette édition. D’autres éditions
annotées appartenant au domaine public sont mises en ligne quelques années
après.

Parallèlement, l’internet, qui était encore embryonnaire en 1971, débute
véritablement en 1974, suite à la création du protocole TCP/IP (transmission
control protocol / internet protocol). En 1983, le réseau est en plein essor.

= De dix à mille livres

En août 1989, le Projet Gutenberg met en ligne son dixième texte, The King James
Bible, publiée pour la première fois en 1611 et dont la version standard date de
1769. En 1990, les internautes sont au nombre de 250.000, et le standard en
vigueur est la disquette de 360 Ko (kilo-octets). En janvier 1991, Michael Hart
saisit Alice’s Adventures in Wonderland (Alice au pays des merveilles) de Lewis
Carroll (paru en 1865). En juillet de la même année, il saisit Peter Pan de
James M. Barrie (paru en 1904). Ces deux classiques de la littérature enfantine
tiennent chacun sur une disquette standard.

Arrive ensuite le web, opérationnel en 1991. Le premier navigateur, Mosaic,
apparaît en novembre 1993. Lorsque l’utilisation du web se généralise, il
devient plus facile de faire circuler les textes électroniques et de recruter
des volontaires. Le Projet Gutenberg rode sa méthode de travail, avec la
numérisation d’un texte par mois en 1991, deux textes par mois en 1992, quatre
textes par mois en 1993 et huit textes par mois en 1994. En janvier 1994, le
Projet Gutenberg fête son centième livre avec la mise en ligne de The Complete
Works of William Shakespeare (Les oeuvres complètes de William Shakespeare).
Shakespeare aurait écrit l'essentiel de son oeuvre entre 1590 et 1613. La
production continue ensuite d’augmenter, avec une moyenne de 8 textes par mois
en 1994, 16 textes par mois en 1995 et 32 textes par mois en 1996.

Comme on le voit, entre 1991 et 1996, la production double chaque année. Tout en
continuant de numériser des livres, Michael Hart coordonne désormais le travail
de dizaines de volontaires. Depuis la fin 1993, le Projet Gutenberg s’articule
en trois grands secteurs: a) Light Literature (littérature de divertissement),
qui inclut par exemple Alice’s Adventures in Wonderland, Peter Pan ou Aesop’s
Fables (Les Fables d’Esope); b) Heavy Literature (littérature "sérieuse"), qui
inclut par exemple La Bible, les oeuvres de Shakespeare ou Moby Dick; c)
Reference Literature (littérature de référence), composée d’encyclopédies et de
dictionnaires, par exemple le Roget’s Thesaurus. Cette présentation en trois
secteurs est abandonnée par la suite pour laisser place à un classement par
rubriques plus détaillé.

Le Projet Gutenberg se veut universel, aussi bien pour les oeuvres choisies que
pour le public visé, le but étant de mettre la littérature à la disposition de
tous, en dépassant largement le public habituel des étudiants et des
enseignants. Le secteur consacré à la littérature de divertissement est destiné
à amener devant l’écran un public très divers, par exemple des enfants et leurs
grands-parents recherchant le texte électronique de Peter Pan après avoir vu le
film Hook, ou bien la version électronique d’Alice au pays des merveilles après
avoir regardé l'adaptation filmée à la télévision, ou encore l’origine d’une
citation littéraire après avoir vu un épisode de Star Trek. Pratiquement tous
les épisodes de Star Trek citent des livres ayant leur correspondant numérique
dans les collections du Projet Gutenberg.

L’objectif est donc que tous les publics, qu’ils soient familiers ou non avec le
livre imprimé, puissent facilement retrouver des textes entendus dans des
conversations, des films, des musiques, ou alors lus dans d’autres livres,
journaux et magazines. Les fichiers électroniques prennent peu de place grâce à
l’utilisation du format ASCII. On peut facilement les télécharger par le biais
de la ligne téléphonique. La recherche textuelle est tout aussi simple. Il
suffit d’utiliser la fonction "recherche" présente dans n’importe quel logiciel.

En 1997, la production est toujours de 32 titres par mois. En juin 1997, le
Projet Gutenberg met en ligne The Merry Adventures of Robin Hood (Les aventures
de Robin des Bois) de Howard Pyle (paru en 1883). En août 1997, il met en ligne
son millième texte électronique, La Divina Commedia di Dante (La Divine Comédie
de Dante, parue en 1321), dans sa langue d’origine, en italien.

En août 1998, Michael Hart écrit: "Mon projet est de mettre 10.000 textes
électroniques sur l’internet. (Ce sera chose faite en octobre 2003, ndlr.) Si je
pouvais avoir des subventions importantes, j’aimerais aller jusqu’à un million
et étendre aussi le nombre de nos usagers potentiels de 1,x% à 10% de la
population mondiale, ce qui représenterait la diffusion de 1.000 fois un
milliard de textes électroniques au lieu d’un milliard seulement."

= De mille à dix mille livres

Entre 1998 et 2000, la moyenne est constante, avec 36 textes par mois. En mai
1999, les collections comptent 2.000 livres. Le 2.000e texte est Don Quijote
(Don Quichotte) de Cervantès (paru en 1605), dans sa langue d’origine, en
espagnol.

Disponible en décembre 2000, le 3.000e titre est le troisième volume de A
l’ombre des jeunes filles en fleurs de Marcel Proust (paru en 1919), dans sa
langue d'origine, en français. La moyenne passe à 104 livres par mois en 2001.

Mis en ligne en octobre 2001, le 4.000e texte est The French Immortals Series
(La série des Immortels français), dans sa traduction anglaise. Publié en 1905
par la Maison Mazarin (Paris), ce livre rassemble plusieurs fictions d’écrivains
couronnés par l’Académie française, comme Emile Souvestre, Pierre Loti, Hector
Malot, Charles de Bernard, Alphonse Daudet, etc.

Disponible en avril 2002, le 5.000e texte est The Notebooks of Leonardo da Vinci
(Les Carnets de Léonard de Vinci), qui datent du début du 16e siècle. Un texte
qui, en 2008, se trouve toujours dans le Top 100 des livres téléchargés.

En 1988, Michael Hart choisit de numériser Alice’s Adventures in Wonderland et
Peter Pan parce que, dans l’un et l’autre cas, leur version numérisée tient sur
la disquette standard de l’époque de 360 Ko (kilo-octets). Quinze ans plus tard,
en 2002, on dispose de disquettes de 1,44 Mo (mégaoctets) et on peut aisément
compresser les fichiers en les zippant. Un fichier standard peut désormais
comporter trois millions de caractères, plus qu’il n’en faut pour un livre de
taille moyenne. Un roman de 300 pages numérisé au format ASCII représente un
mégaoctet. Un livre volumineux représente deux fichiers ASCII, téléchargeables
tels quels ou en version zippée.

Cinquante heures environ sont nécessaires pour sélectionner un livre de taille
moyenne, vérifier qu’il est bien du domaine public, le scanner, le corriger, le
formater et le mettre en page.

Quelques numéros de livres sont réservés pour l’avenir, par exemple le numéro
1984 (eBook #1984) pour le roman éponyme de George Orwell, publié en 1949, et
qui est donc loin d’être tombé dans le domaine public.

En 2002, les collections s’accroissent de 203 titres par mois. Au printemps
2002, elles représentent le quart des oeuvres du domaine public en accès libre
sur le web, recensées de manière pratiquement exhaustive par l’Internet Public
Library (IPL). Un beau résultat dû au patient travail de milliers de volontaires
actifs dans plusieurs pays.

1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en décembre
2000, 4.000 livres en octobre 2001, 5.000 livres en avril 2002, 10.000 livres en
octobre 2003. Le 10.000e livre est The Magna Carta, qui fut le premier texte
constitutionnel anglais, signé en 1215.

Entre avril 2002 et octobre 2003, les collections doublent, passant de 5.000 à
10.000 livres en dix-huit mois. La moyenne mensuelle est de 348 livres numérisés
en 2003.

Dix mille livres. Un chiffre impressionnant quand on pense à ce que cela
représente de pages scannées, relues et corrigées. Cette croissance rapide est
due à l’activité de Distributed Proofreaders (DP), un site conçu en 2000 par
Charles Franks pour permettre la correction partagée. Les volontaires
choisissent un livre en cours de traitement pour relire et corriger une page
donnée. Chacun travaille à son propre rythme. A titre indicatif, le site
conseille de relire une page par jour. C’est peu de temps sur une journée, et
c’est beaucoup pour le projet.

En août 2003, un CD Best of Gutenberg est disponible avec une sélection de 600
livres. En décembre 2003, date à laquelle le Projet Gutenberg franchit la barre
des 10.000 livres, la quasi-totalité des livres (9.400 livres) est gravée sur un
DVD. CD et DVD sont envoyés gratuitement à qui en fait la demande. Libre ensuite
à chacun de faire autant de copies que possible et de les distribuer autour de
soi.

= De dix mille à vingt mille livres

En décembre 2003, les collections approchent les 11.000 livres. Plusieurs
formats sont désormais présents, à commencer par les formats HTML, XML et RTF,
le format principal (et obligatoire) restant l’ASCII. Le tout représente 46.000
fichiers, soit une capacité totale de 110 gigaoctets. Le 13 février 2004, date
de la conférence de Michael Hart au siège de l’UNESCO à Paris, les collections
comprennent très exactement 11.340 livres dans 25 langues différentes. En mai
2004, les 12.581 livres disponibles représentent 100.000 fichiers dans vingt
formats différents, soit une capacité totale de 135 gigaoctets, destinée à
doubler chaque année avec l’ajout de plus de 300 livres par mois (338 livres en
2004).

Parallèlement, le Project Gutenberg Consortia Center (PGCC), qui avait été lancé
en 1997 pour rassembler des collections de livres numériques avec point d’accès
unique, est officiellement affilié au Projet Gutenberg en 2003.

Par ailleurs, à l’instigation du Projet Rastko, basé à Belgrade (Serbie), les
activités de Distributed Proofreaders Europe débutent en décembre 2003, et celle
du Projet Gutenberg Europe en janvier 2004, avec cent livres disponibles en
avril 2005. Les livres sont en plusieurs langues pour refléter la diversité
linguistique prévalant en Europe, avec cent langues prévues sur le long terme.

En janvier 2005, le Projet Gutenberg fête ses 15.000 livres, avec la mise en
ligne de The Life of Reason de George Santayana (paru en 1906).

En juin 2005, le nombre de livres s’élève à 16.000. Si 25 langues seulement
étaient présentes en février 2004, 42 langues sont représentées en juillet 2005,
dont l’iroquois, le sanscrit et les langues mayas. A la date du 27 juillet 2005,
sur un total de 16.800 livres, sept langues disposent de plus de cinquante
titres: l'anglais (14.548 livres), le français (577 livres), l’allemand (349
livres), le finnois (218 livres), le hollandais (130 livres), l’espagnol (103
livres) et le chinois (69 livres).

En décembre 2006, on compte 50 langues. A la date du 16 décembre 2006, Les
langues comprenant plus de 50 titres sont l’anglais (17.377 livres), le français
(966 titres), l’allemand (412 titres), le finnois (344 titres), le hollandais
(244 titres), l’espagnol (140 titres), l’italien (102 titres), le chinois (69
titres), le portugais (68 titres) et le tagalogue (51 titres).

Lancé en août 2001, le Project Gutenberg of Australia fête ses 500 livres en
juillet 2005, tandis que le Project Gutenberg Canada est en gestation, tout
comme un Projet Gutenberg au Portugal et aux Philippines.

En décembre 2006, le Projet Gutenberg franchit la barre des 20.000 livres. Le
20.000e livre est un livre audio, Twenty Thousand Leagues Under the Sea, version
anglaise de Vingt mille lieues sous les mers de Jules Verne (publié en 1869).
Sur ces 20.000 livres, 10.000 ont été produits par Distributed Proofreaders
depuis octobre 2000. La moyenne est de 345 nouveaux livres par mois en 2006.
S'il a fallu 32 ans, de juillet 1971 à octobre 2003, pour numériser les 10.000
premiers livres, il n’aura fallu que trois ans et deux mois, d’octobre 2003 à
décembre 2006, pour numériser les 10.000 livres suivants.

A la même date, le Project Gutenberg of Australia approche les 1.500 livres
(c'est chose faite en avril 2007) et le Projet Gutenberg Europe compte 400
livres.

La section Project Gutenberg PrePrints débute en janvier 2006 pour accueillir de
nouveaux documents suffisamment intéressants pour être mis en ligne, mais ne
pouvant être intégrés aux collections existantes sans traitement ultérieur par
des volontaires, pour diverses raisons: collections incomplètes, qualité
insuffisante, conversion souhaitée dans un autre format, etc. Cette section
comprend 379 titres en décembre 2006.

= De vingt mille à vingt-cinq mille livres

Le site Project Gutenberg News débute en novembre 2006 à l’instigation de Mike
Cook, en tant que complément de la lettre d’information hebdomadaire et
mensuelle existant déjà depuis nombre d'années. Le site offre par exemple les
statistiques de production hebdomadaires, mensuelles et annuelles depuis 2001.
La production hebdomadaire est de 24 livres en 2001, 47 livres en 2002, 79
livres en 2003, 78 livres en 2004, 58 livres en 2005, 80 livres en 2006 et 78
livres en 2007. La production mensuelle est de 104 livres en 2001, 203 livres en
2002, 348 livres en 2003, 338 livres en 2004, 252 livres en 2005, 345 livres en
2006 et 338 livres en 2007. La production annuelle est de 1.244 livres en 2001,
2.432 livres en 2002, 4.176 livres en 2003, 4.058 livres en 2004, 3.019 livres
en 2005, 4.141 livres en 2006 et 4.049 livres en 2007.

Le Project Gutenberg Canada (PGC) voit le jour le 1er juillet 2007, le jour de
la fête nationale, à l'instigation de Michael Shepard et David Jones.
Distributed Proofreaders Canada (DPC) suit et la production débute en décembre
2007. Les cent premiers livres sont disponibles en mars 2008, avec des livres en
anglais, en français et en italien.

Le total pour les différents sites (USA, Australie, Europe) est de 26.161 titres
en 2007.

Le Project Gutenberg Consortia Center (PGCC) - dont le but est de rassembler des
collections de livres déjà numérisés - comptabilise 75.000 livres en décembre
2007.

Le Projet Gutenberg envoie 15 millions de livres par voie postale en 2007, sous
forme de CD et DVD. Daté de juillet 2006, le dernier DVD comprend 17.000 livres.
Les images de ces CD et DVD peuvent aussi être téléchargées sur le site de
BitTorrent pour gravage individuel.

Distributed Proofreaders (DP), lancé en octobre 2000, comptabilise 52.000
volontaires en janvier 2008, avec un nombre total de 11.934 livres traités en
sept ans et trois mois. Distributed Proofreaders Europe (DP Europe), lancé en
décembre 2003, comptabilise 1.500 volontaires. Distributed Proofreaders Canada
(DPC), lancé en décembre 2007, comptabilise 250 volontaires en janvier 2008.

Le Projet Gutenberg franchit la barre des 25.000 livres en avril 2008. Le
25.000e livre est English Book Collectors, de William Younger Fletcher (publié
en 1902). A la date du 21 avril 2008, sur un nombre total de 25.004 livres, les
langues les plus représentées sont l'anglais (21.475 livres), le français (1.168
livres), l'allemand (530 livres), le finnois (433 livres), le hollandais (326
livres), le portugais (217 livres), le chinois (196 livres), l'espagnol (180
livres), l'italien (128 livres), le latin (55 livres) et le tagalogue (54
livres). Viennent ensuite l'espéranto (45 livres), le suédois (40 livres), le
danois (20 livres), le catalan (19 livres), l'irlandais (10 livres), le
norvégien (10 livres), le russe (7 livres), l'islandais (7 livres), le hongrois
(7 livres), l'anglais ancien (6 livres), le grec (6 livres) et le bulgare (6
livres).


3. LA METHODE ADOPTEE


Qu’ils aient été numérisés il y a des années ou qu’ils soient numérisés
maintenant, tous les livres sont numérisés en mode texte, en utilisant l’ASCII
original. Présent dès les débuts de l’informatique et dénommé Plain Vanilla
ASCII, cet ASCII sur sept bits traite 128 caractères, dont 97 caractères
imprimables correspondant aux touches du clavier anglais ou américain (A-Z, a-z,
chiffres, ponctuation et quelques symboles). Dans le cas de langues autres que
l’anglais, on utilise des extensions de l’ASCII (appelées ISO-8859 ou ISO-Latin)
prenant en compte les caractères accentués. Mais, même dans ce cas, le Projet
Gutenberg propose systématiquement en complément une version ASCII sur sept bits
sans accents. Sauf, bien entendu, dans le cas de langues non traduisibles en
ASCII, comme le chinois, qui est encodé au format Big-5.

Dénommé à juste titre le plus petit dénominateur commun, l’ASCII sur sept bits
est le seul format compatible avec 99% des machines et des logiciels, et pouvant
être converti dans d’autres formats. Il sera toujours utilisé quand d’autres
formats auront disparu, à commencer par les formats éphémères liés aux tablettes
de lecture commercialisées depuis 1999 et déjà disparues du marché. Il est
l’assurance que les collections ne deviendront jamais obsolètes, et survivront
aux changements technologiques des prochaines décennies ou même des prochains
siècles. Il n’existe pas d’autre standard aussi largement utilisé pour le
moment, y compris l’Unicode, système d’encodage universel créé en 1991.

Le Projet Gutenberg propose toutefois certains livres dans d’autres formats,
notamment dans les trois formats répandus que sont les formats HTML, XML et RTF.
Des fichiers Unicode sont également présents. De plus, tout format proposé par
tel ou tel volontaire - PDF, LIT, TeX et beaucoup d’autres - est généralement
accepté, dans la mesure où un fichier ASCII est également présent.

Pour une conversion à grande échelle dans un format donné, le relais est passé à
d’autres organismes. Par exemple Blackmask Online, qui puise dans les
collections du Projet Gutenberg pour proposer des milliers de livres gratuits
dans huit formats différents, tous issus du format Open eBook (OeB). Ou encore
Manybooks.net, qui convertit les collections du Projet Gutenberg dans des
formats lisibles sur PDA. Ou encore GutenMark, un outil permettant de reformater
les livres aux formats HTML et LaTEX pour une lecture plus attractive ou bien de
les reformater au format PDF pour une impression à la demande. Ou encore
MobileBooks, qui propose 5.000 livres en Java pour lecture sur l’écran d’un
téléphone portable. Ou encore Wattpad, un service gratuit permettant un accès
immédiat aux livres du Projet Gutenberg sur son téléphone portable.

En quoi consiste exactement le travail des volontaires, une fois reçue la
confirmation que le livre est bien du domaine public? Il consiste à scanner le
livre page après page, ce qui donne des fichiers numérisés en mode image, puis à
utiliser un logiciel OCR (optical character recognition), qui permet de
convertir chaque fichier image en un fichier texte. Il consiste ensuite à relire
le contenu du fichier texte au regard de l’original (image scannée ou livre
imprimé) en corrigeant les erreurs, à savoir dix erreurs par page en moyenne
quand le logiciel OCR est de qualité.

Le livre est relu et corrigé à deux reprises par deux personnes différentes. Les
livres anciens sont parfois saisis ligne après ligne si le texte original manque
de clarté. Certains volontaires préfèrent taper eux-mêmes des textes courts ou
des oeuvres qu’ils aiment particulièrement. Mais les livres sont le plus souvent
scannés et OCRisés, puis relus et corrigés.

Contrairement à la numérisation en mode image, qui s’arrête à l’étape du
scanner, la numérisation en mode texte permet la copie du texte, l’indexation,
la recherche plein texte, l’analyse textuelle, une étude comparative entre
plusieurs textes, etc. On peut aussi lancer une recherche à partir de la
fonction "chercher" proposée par n’importe quel programme, sans logiciel de
recherche intermédiaire.

Les avantages de la numérisation en mode texte sont multiples. Les fichiers
prennent peu de place et circulent d’autant plus facilement. Contrairement à
d’autres formats, le téléchargement d’un livre au format texte ne requiert pas
de bande passante large. Le fichier texte peut être copié à l’infini, et
constituer la base de centaines de nouvelles versions numériques et imprimées,
pour un coût pratiquement nul. A tout moment, on peut corriger les erreurs
typographiques qui auraient pu subsister. Les lecteurs peuvent changer à volonté
la taille et la police des caractères, ainsi que les marges ou le nombre de
lignes par page. Le lecteur malvoyant peut grossir la taille des polices et le
lecteur aveugle utiliser un logiciel de reconnaissance vocale. Tout ceci est
nettement plus difficile, sinon impossible, avec nombre d’autres formats.

Si la correction par deux personnes différentes permet de mettre en ligne un
texte fiable à 99,9%, le but n’est pas pour autant de créer des éditions faisant
autorité, ou d’épiloguer sans fin avec un lecteur pointilleux sur le bien-fondé
ou non d’un signe de ponctuation tel que deux points à la place d’un point
virgule entre deux propositions.

Le Projet Gutenberg insiste régulièrement sur la nécessité de la relecture,
qu’il juge essentielle. Utiliser directement des livres scannés puis convertis
au format texte par un logiciel OCR, sans relecture, donne un résultat de bien
moindre qualité, avec une fiabilité de 99% dans le meilleur des cas. L’étape de
la relecture avec correction permet d’atteindre une fiabilité de 99,95%, un
pourcentage élevé qui est aussi le standard de la Library of Congress.

Le Projet Gutenberg s’inscrit donc dans une perspective assez différente de la
bibliothèque de l’Internet Archive (qui héberge également les collections du
Projet Gutenberg, en tant que deuxième site de distribution et site de
sauvegarde). Dans le cas de l’Internet Archive, les livres sont scannés puis
OCRisés, mais ils ne sont pas relus par des correcteurs s’attachant à traquer
les erreurs. Plus rapide et moins fiable quant au résultat, la numérisation des
livres sans relecture est aussi la méthode adoptée par Google, Microsoft et bien
d’autres pour leurs propres bibliothèques numériques.

Le Projet Gutenberg dispose d’un moteur de recherche pour l’ensemble de ses
collections, grâce à un partenariat avec Google, avec mise à jour mensuelle.
Tout comme une recherche sur les métadonnées (auteur, titre, descriptif,
mots-clés) grâce à un partenariat avec Yahoo!, avec mise à jour hebdomadaire.
Pour la recherche avancée (Advanced Search), la recherche multicritères (auteur,
titre, sujet, langue, catégorie, classification, format, numéro) inclut
désormais un critère supplémentaire de recherche plein texte (Full Text), à
titre expérimental.

Disponible sur le site du Projet Gutenberg, le File Recode Service permet de
convertir les fichiers d’un système d’encodage (ASCII, ISO-8859, Unicode, etc.)
à un autre. A l’avenir, un logiciel de conversion beaucoup plus puissant devrait
permettre la conversion automatique dans bien d’autres formats (XML, HTML, PDF,
TeX, RTF, BRF, etc.). Il sera également possible de choisir d’emblée la taille
et la police des caractères, ainsi que le fonds d’écran. Une autre conversion
très attendue est la conversion d’une langue à une autre par le biais d’un
logiciel de traduction automatique. Une telle conversion pourrait être possible
dans quelques années, quand ce type de logiciel aura gagné en qualité.


4. LA CORRECTION PARTAGEE


La croissance rapide des collections depuis 2001 est due à l’activité de
Distributed Proofreaders, site lancé en octobre 2000 par Charles Franks pour
gérer la correction partagée entre les volontaires. A l’origine, il s’agit
seulement d’intensifier la production de livres du Projet Gutenberg. Mais le
succès est tel que le site devient la principale source des collections. En
2002, Distributed Proofreaders est officiellement affilié au Projet Gutenberg.
En mai 2006, Distributed Proofreaders devient une entité indépendante tout en
poursuivant une collaboration étroite avec le Projet Gutenberg.

Les volontaires n’ont aucun quota à respecter. A titre indicatif, il est suggéré
de relire une page par jour, si possible. Cela semble peu, mais une page
multipliée par des centaines de volontaires représente un chiffre considérable.
La progression est rapide. En 2003, une moyenne de 250 à 300 relecteurs
quotidiens permet de produire entre 2.500 et 3.000 pages par jour, ce qui
représente deux pages par minute. En 2004, la moyenne est de 300 à 400
relecteurs quotidiens produisant entre 4.000 et 7.000 pages par jour, à savoir
quatre pages par minute. Distributed Proofreaders comptabilise un total de 3.000
livres en février 2004, 5.000 livres en octobre 2004, 7.000 livres en mai 2005,
8.000 livres en février 2006 et 10.000 livres en mars 2007, avec une production
de cinq livres par jour et 52.000 volontaires en décembre 2007.

Le 3 août 2005, le site recense 7.639 livres versés dans le Projet Gutenberg,
1.250 livres prêts à y être versés (en cours de dernière relecture et
assemblage) et 831 livres en cours de correction. Le 1er mai 2008, le site
recense 13.039 livres versés dans le Projet Gutenberg, 1.840 livres prêts à y
être versés (en cours de dernière relecture et assemblage) et 1.000 livres en
cours de correction.

Le site a pour but de permettre à plusieurs correcteurs de travailler
simultanément au même livre, sur des pages différentes. Le volontaire commence
par s’inscrire. Il reçoit des directives détaillées. Ces directives concernent
par exemple les parties en gras, en italique et soulignées, ou les notes, qui
sont toutes traitées de la même manière. Un forum permet de poser des questions
et de demander de l’aide si nécessaire. Quand le volontaire se connecte au site,
il sélectionne le livre de son choix à partir d’une liste donnée. Une page du
livre choisi apparaît simultanément en deux versions: d’une part l’image
scannée, d’autre part le texte issu de cette image, produit par un logiciel OCR.
Le relecteur compare les deux versions et corrige les différences. Un logiciel
OCR étant fiable à 99%, ceci représente une moyenne de dix erreurs à corriger
par page. La page est ensuite sauvegardée. Le relecteur peut soit cesser le
travail, soit opter pour la correction d’une autre page. Tous les livres sont
relus et corrigés deux fois de suite et, la deuxième fois, uniquement par des
correcteurs expérimentés. Les pages corrigées sont ensuite formatées selon des
règles précises et assemblées par d’autres volontaires pour obtenir un livre
numérique. Durant tout le processus, un livre donné est suivi par un responsable
(project manager) qui s’assure du bon déroulement des opérations. Après la mise
en forme suit la mise en ligne, avec indexation (titre, sous-titre, numéro de
l’ebook et format) puis catalogage (dates de naissance et de décès de l’auteur,
classification de la Library of Congress, etc.).

Les volontaires peuvent aussi travailler de manière indépendante, en s’adressant
directement au Projet Gutenberg. Ils peuvent saisir leur livre préféré de bout
en bout sur le traitement de texte de leur choix. Ils peuvent aussi scanner
eux-mêmes un livre, le convertir en texte par le biais d’un logiciel OCR et
faire les corrections nécessaires en comparant le résultat à l’original. Dans
les deux cas, une deuxième relecture est faite par une autre personne. Toute
participation est bienvenue, quelle que soit la méthode adoptée. Il est tout à
fait possible d'envoyer des fichiers dans d'autres formats en complément du
fichier ASCII.

Aussi bien pour Distributed Proofreaders (DP) que pour Distributed Proofreaders
Europe (DP Europe), de nouveaux volontaires sont bienvenus, y compris pour les
livres en français. La tâche est immense. Comme indiqué sur les deux sites, "DP
ne s’attend pas à un engagement inconditionnel de votre part. Corrigez des
textes aussi souvent que vous le voulez, et le nombre de pages que vous voulez.
Nous encourageons les gens à corriger une page par jour, mais vous êtes tout à
fait libre de faire ce qui vous plaît. Nous espérons que vous vous joindrez à
notre mission de préserver 'la littérature mondiale dans un format gratuit et
disponible pour tous'."


5. DES COLLECTIONS MULTILINGUES


Qu’en est-il exactement des langues? Le Projet Gutenberg est d'abord
essentiellement anglophone, puisqu’il est basé aux Etats-Unis et qu’il sert en
priorité la communauté anglophone nationale et internationale. Sa vocation
multilingue débute en 1997.

En octobre 1997, Michael Hart annonce son intention de produire des livres dans
d’autres langues que l'anglais. Début 1998, le catalogue comprend quelques
oeuvres en allemand, en espagnol, en français (dix titres), en italien et en
latin. En juillet 1999, Michael Hart écrit: "J’introduis une nouvelle langue par
mois maintenant, et je vais poursuivre cette politique aussi longtemps que
possible."

Si 25 langues seulement sont représentées début 2004, 42 langues sont
représentées en juillet 2005, dont l’iroquois, le sanscrit et les langues mayas.
Outre l’anglais, six langues disposent de plus de cinquante livres: le français,
l’allemand, le finnois, le hollandais, l’espagnol et le chinois. 50 langues sont
représentées en décembre 2006. Les langues comprenant plus de 50 livres incluent
désormais l’italien, le portugais et le tagalogue. 55 langues sont représentées
en avril 2008. Le latin s'ajoute aux langues ayant plus de 50 livres.
L'espéranto est en bonne place avec 45 livres, tout comme le suédois avant 40
livres.

Le français se trouve être la deuxième langue du Projet Gutenberg, après
l'anglais. Le 13 février 2004, on compte seulement 181 livres en français (sur
un total de 11.340 livres). Le 16 mai 2005, on compte 547 livres en français
(sur un total de 15.505 livres). Soit trois fois plus en quinze mois. Le 27
juillet 2005, on compte 577 livres en français (sur un total de 16.800 livres).
Le 16 décembre 2006, on compte 966 livres en français (sur un total de 19.996
livres), soit un peu moins du double en dix-huit mois. Le 21 avril 2008, on
compte 1.168 livres en français (sur un total de 25.004 livres). Le mouvement
devrait sensiblement s’accélérer dans quelques années, quand le Projet Gutenberg
Europe tournera à plein régime.

Les premiers titres disponibles dans la langue de Molière sont six romans de
Stendhal et deux romans de Jules Verne, tous mis en ligne au début de 1997. Les
six romans de Stendhal sont L’Abbesse de Castro, Les Cenci, La Chartreuse de
Parme, La Duchesse de Palliano, Le Rouge et le Noir et Vittoria Accoramboni, et
les deux romans de Jules Verne De la terre à la lune et Le tour du monde en
quatre-vingts jours. A la même date, si aucun titre de Stendhal n’est disponible
en anglais, trois romans de Jules Verne le sont: 20,000 Leagues Under the Seas
(Vingt mille lieues sous les mers, mis en ligne en septembre 1994), Around the
World in 80 Days (Le tour du monde en quatre-vingts jours, mis en ligne en
janvier 1994) et From the Earth to the Moon (De la terre à la lune, mis en ligne
en septembre 1993). Stendhal et Jules Verne sont suivis par Edmond Rostand, avec
Cyrano de Bergerac, mis en ligne en mars 1998.

A la fin de 1999, le Top 20, à savoir la liste des vingt auteurs les plus lus,
mentionne Jules Verne à la onzième place, et Emile Zola à la seizième place. Ils
sont toujours en bonne position dans le Top 100 actuel.

A titre anecdotique, le premier document illustré disponible toutes langues
confondues est French Cave Paintings (Peintures des cavernes en France), mis en
ligne dès avril 1995, avec une version XHTML ajoutée en novembre 2000. Il s’agit
de quatre photos de peintures paléolithiques retrouvées dans une grotte de
l’Ardèche (département de la région Rhône-Alpes). Ces photos sous droits ont été
mises à la disposition du Projet Gutenberg par Jean Clottes, conservateur
général du patrimoine, pour être largement diffusées.

En 2004, le multilinguisme devient l’une des priorités du Projet Gutenberg, tout
comme l’internationalisation. Michael Hart prend son bâton de pèlerin vers
l’Europe, avec des étapes à Bruxelles, Paris et Belgrade. Le 12 février 2004, il
donne une conférence au siège de l’UNESCO (Organisation des Nations Unies pour
l’éducation, la science et la culture) à Paris. Le lendemain, toujours à Paris,
il anime un débat à l’Assemblée nationale. La semaine suivante, il s’adresse au
Parlement européen à Bruxelles. Puis il rend visite à l’équipe du Projet Rastko
à Belgrade, pour soutenir la création du Projet Gutenberg Europe et de
Distributed Proofreaders Europe.

Le lancement de Distributed Proofreaders Europe par le Projet Rastko en décembre
2003 représente une étape importante. Le site est calqué sur le site original de
Distributed Proofreaders, pour gérer la relecture partagée du Projet Gutenberg
Europe. Dès ses débuts, il s'agit d'un site multilingue, qui prend en compte les
principales langues nationales. Grâce à des traducteurs volontaires, le site est
disponible en douze langues en avril 2004 et vingt-deux langues en mai 2008.
L’objectif à moyen terme est soixante langues - et donc soixante équipes
linguistiques - avec prise en compte de toutes les langues européennes.

Quand il aura atteint sa vitesse de croisière, Distributed Proofreaders Europe
devrait alimenter plusieurs bibliothèques numériques nationales et/ou
linguistiques, par exemple le Projet Gutenberg France pour la France. Le but
étant que chaque pays ou région ait son propre accès réseau autorisé (respectant
la législation en vigueur dans le pays donné), qui sera un accès local au sein
d’un réseau continental (dans le cas de la France, le réseau européen) et d’un
réseau global (à l’échelle de la planète).

Quelques mots maintenant sur le Projet Rastko, qui s’est porté volontaire pour
un pari aussi fou, catalysant du même coup les bonnes volontés européennes à
l’est comme à l’ouest. Fondé en 1997, le Projet Rastko est une initiative non
gouvernementale à vocation culturelle et pédagogique. L’un de ses objectifs est
la mise en ligne de la culture serbe. Il fait partie de la Balkans Cultural
Network Initiative, un réseau culturel régional couvrant la péninsule des
Balkans, située au sud-est de l’Europe.

En mai 2005, Distributed Proofreaders Europe compte cent livres numérisés par
ses soins, avec mise en ligne de ces cent livres le mois suivant sur le site du
Projet Gutenberg Europe. En décembre 2006, DP Europe comptabilise 400 livres
numérisés. La règle utilisée pour définir le domaine public est l’équation
"décès de l’auteur + 50 ans", qui correspond à la législation en vigueur en
Serbie. DP Europe utilise l’Unicode pour pouvoir traiter des livres dans un
grand nombre de langues. Créé en 1991 et largement répandu à partir de 1998,
l’Unicode est un système d’encodage qui attribue un code unique à chaque
caractère pour être en mesure de traiter toutes les langues, contrairement à
l’ASCII qui ne peut traiter que l’anglais et quelques langues européennes.

Le 3 août 2005, le site recense 135 livres versés dans le Projet Gutenberg
Europe, 418 livres prêts à y être versés (en cours de dernière relecture et
assemblage) et 125 livres en cours de correction. Le 10 mai 2008, le site
recense 496 livres versés dans le Projet Gutenberg Europe, 653 livres prêts à y
être versés (en cours de dernière relecture et assemblage) et 91 livres en cours
de correction.


6. DOMAINE PUBLIC VERSUS COPYRIGHT


Chose inquiétante à l’heure d’une société dite de l’information, le domaine
public se réduit comme peau de chagrin. A une époque qui n'est pas si lointaine,
50% des oeuvres appartenaient au domaine public, et pouvaient donc être
librement utilisées par tous. Mais le domaine public se dégrade régulièrement au
fil des siècles, particulièrement au 20e siècle. D'ici 2100, 99% des oeuvres
devraient être régies par le droit d’auteur, avec un maigre 1% laissé au domaine
public. Un problème épineux pour tous ceux qui gèrent des bibliothèques
numériques. La tâche du Projet Gutenberg ne se trouve donc guère facilitée par
les coups de boutoir portés au domaine public. Michael Hart se penche sur la
question depuis quelque trente ans, avec l’aide d’un groupe d’avocats
spécialisés dans le droit d’auteur.

Dans la section Copyright HowTo, le Projet Gutenberg détaille les calculs à
faire pour déterminer si un titre publié aux Etats-Unis appartient ou non au
domaine public. Les oeuvres publiées avant 1923 sont soumises au droit d’auteur
pendant 75 ans à partir de leur date de publication (elles sont donc maintenant
du domaine public). Les oeuvres publiées entre 1923 et 1977 sont soumises au
droit d’auteur pendant 95 ans à partir de leur date de publication (rien ne
tombera dans le domaine public avant 2019). Une oeuvre publiée en 1998 et les
années suivantes est soumise au droit d’auteur pendant 70 ans à partir de la
date du décès de l’auteur s’il s’agit d’un auteur personnel (rien dans le
domaine public avant 2049), ou alors pendant 95 ans à partir de la date de
publication - ou 120 ans à partir de la date de création - s’il s’agit d’un
auteur collectif (rien dans le domaine public avant 2074). Tout ceci dans les
grandes lignes. D’autres règles viennent s’ajouter à ces règles de base, et la
loi sur le copyright est retouchée onze fois au cours des quarante dernières
années.

Nettement plus contraignante que la précédente, la législation actuelle est
entérinée par le Congrès le 27 octobre 1998 pour contrer le formidable véhicule
de diffusion qu'est l'internet. "Le copyright a été augmenté de 20 ans, explique
Michael Hart en juillet 1999. Auparavant on devait attendre 75 ans, on est
maintenant passé à 95 ans. Bien avant, le copyright durait 28 ans (plus une
extension de 28 ans si on la demandait avant l’expiration du délai) et, avant
cela, le copyright durait 14 ans (plus une extension de 14 ans si on la
demandait avant l’expiration du délai). Comme on le voit, on assiste à une
dégradation régulière et constante du domaine public."

Au fil des siècles, chaque avancée technique est accompagnée d'un durcissement
du copyright, qui semble être la réponse des éditeurs à un accès plus facile au
savoir, et la peur afférente de perdre des royalties. Ce fut le cas pour
l'apparition des nouvelles presses à vapeur, puis l'apparition des nouvelles
presses électriques, puis l’apparition de la photocopieuse lancée par Xerox, et
enfin l'apparition des technologies numériques permettant la diffusion de
centaines de milliers d'oeuvres désormais disponibles sur CD et DVD et sur le
web, gratuitement ou à un prix très bas.

Pour ne prendre qu'un exemple, le classique mondial Autant en emporte le vent
(Gone With the Wind), publié en 1939, aurait dû tomber dans le domaine public au
bout de 56 ans, en 1995, conformément à la législation de l'époque, libérant
ainsi les droits pour les adaptations en tous genres. Suite aux législations de
1976 et 1998, ce classique ne devrait désormais tomber dans le domaine public
qu'en 2035.

La législation de 1998 porte un coup très rude aux bibliothèques numériques, en
plein essor avec le développement du web, et scandalisent ceux qui les gèrent, à
commencer par Michael Hart, fondateur du Projet Gutenberg en 1971, et John Mark
Ockerbloom, fondateur de l'Online Books Page en 1993. Nombre de titres doivent
être retirés des collections.

Mais comment faire le poids vis-à-vis des majors de l’édition? Michael Hart
raconte en juillet 1999: "J’ai été le principal opposant aux extensions du
copyright, mais Hollywood et les grands éditeurs ont fait en sorte que le
Congrès ne mentionne pas mon action en public. Les débats actuels sont
totalement irréalistes. Ils sont menés par 'l’aristocratie terrienne de l’âge de
l’information' et servent uniquement ses intérêts. Un âge de l’information? Et
pour qui?"

John Mark Ockerbloom ajoute en août 1999: "Il est important que les internautes
comprennent que le copyright est un contrat social conçu pour le bien public -
incluant à la fois les auteurs et les lecteurs. Ceci signifie que les auteurs
devraient avoir le droit d'utiliser de manière exclusive et pour un temps limité
les oeuvres qu'ils ont créées, comme ceci est spécifié dans la loi actuelle sur
le copyright. Mais ceci signifie également que leurs lecteurs ont le droit de
copier et de réutiliser ce travail autant qu'ils le veulent à l'expiration de ce
copyright. Aux Etats-Unis, on voit maintenant diverses tentatives visant à
retirer ces droits aux lecteurs, en limitant les règles relatives à
l'utilisation de ces oeuvres, en prolongeant la durée du copyright (y compris
avec certaines propositions visant à le rendre permanent) et en étendant la
propriété intellectuelle à des travaux distincts des oeuvres de création (comme
on en trouve dans les propositions de copyright pour les bases de données). Il
existe même des propositions visant à entièrement remplacer la loi sur le
copyright par une loi instituant un contrat beaucoup plus lourd."

Les instances politiques ne cessent de parler d’âge de l’information alors que,
en parallèle, elles durcissent la réglementation relative à la mise à
disposition de cette information. La contradiction est flagrante. Le copyright
est passé d'une durée de 30 ans en moyenne en 1909 à une durée de 95 ans en
moyenne en 1998, explique Michael Hart sur son blog. En 89 ans, de 1909 à 1998,
le copyright a subi une extension de 65 ans qui affecte les trois quarts de la
production du 20e siècle. Seul un livre publié avant 1923 peut être considéré
avec certitude comme du domaine public. Un durcissement similaire touche les
pays de l'Union européenne. La règle générale est désormais un copyright de 70
ans après le décès de l’auteur, alors qu’il était auparavant de 50 ans. Ceci
suite aux pressions exercées par les éditeurs de contenu, sous le prétexte
d’harmoniser les lois nationales relatives au copyright pour répondre à la
mondialisation du marché.

Pour éviter les poursuites judiciaires, le Projet Gutenberg se lance
régulièrement dans des recherches pouvant durer des années pour déterminer si
tel ou tel livre est du domaine public ou non. A ce jour, il peut s’enorgueillir
d’un résultat exact à 99,9% pour l’ensemble de ses collections, ce pourcentage
signifiant que 20 livres seulement sur les 20.000 livres que comptent les
collections (en décembre 2006) pourraient poser problème. Sur le site du Project
Gutenberg Consortia Center (PGCC), Michael Hart raconte que la version originale
en tchèque de Universal Robots de Rossum lui a demandé des années de recherches
dans le monde entier pour avoir l’assurance que cette version était du domaine
public aux Etats-Unis. Quant au discours I Have a Dream de Martin Luther King,
tombé pendant un temps court dans le domaine public, il a dû être retiré des
collections suite à une législation plus contraignante sur le copyright.

Une lueur d'espoir existe toutefois pour les livres parus après 1923. D’après
Greg Newby, directeur de la PFLAF (Project Gutenberg Literary Archive
Foundation), un million de livres publiés aux Etats-Unis entre 1923 et 1963
appartiendrait en fait au domaine public, puisque seuls 10% des copyrights sont
effectivement renouvelés - avec renouvellement demandé entre 1950 et 1993. Les
livres dont le copyright n’a pas été renouvelé peuvent donc légalement intégrer
les collections du Projet Gutenberg. Pourquoi la période 1923-1963? Parce que
les livres parus avant le 1er janvier 1923 sont du domaine public et que les
livres parus à compter du 1er janvier 1964 ont vu leur copyright automatiquement
renouvelé suite à l'adoption du 1976 Copyright Act.

Pour un titre donné, comment savoir si le copyright a été renouvelé ou non? Pour
les livres aux copyrights renouvelés en 1978 et après, on dispose de la base de
données en ligne du US Copyright Office. Pour les livres aux copyrights
renouvelés entre 1950 et 1977, on ne disposait que des publications imprimées
bisannuelles (deux fois par an) du même Copyright Office. En 2004, ces listes
sont numérisées par Distributed Proofreaders et mises en ligne sur le site du
Projet Gutenberg. Si un livre publié entre 1923 et 1963 ne figure sur aucune de
ces listes, cela signifie que son copyright n'a pas été renouvelé, qu'il est
tombé dans le domaine public et qu'on peut donc le traiter. En avril 2007,
l’Université de Stanford (Californie) convertit les listes numérisées du Projet
Gutenberg en base de données - la Copyright Renewal Database - avec recherche
possible par titre, auteur, date du copyright et date de renouvellement du
copyright.


7. DU PASSE VERS L'AVENIR


Le pari fait par Michael Hart en 1971 est donc réussi. Le Projet Gutenberg
compte 10 livres en août 1989, 100 livres en janvier 1994, 1.000 livres en août
1997, 2.000 livres en mai 1999, 3.000 livres en décembre 2000, 4.000 livres en
octobre 2001, 5.000 livres en avril 2002, 10.000 livres en octobre 2003, 15.000
livres en janvier 2005, 20.000 livres en décembre 2006 et 25.000 livres en avril
2008.

Mais les résultats du Projet Gutenberg ne se mesurent pas seulement à ces
chiffres, qui restent assez modestes par rapport à la production imprimée. Les
résultats se mesurent également à l’influence du projet, qui est considérable.
Premier site d’information sur l’internet et première bibliothèque numérique, le
Projet Gutenberg a inspiré bien d’autres bibliothèques numériques depuis, par
exemple le Projekt Runeberg pour la littérature scandinave ou le Projekt
Gutenberg-DE pour la littérature allemande, pour n’en citer que deux. Fondé en
décembre 1992 par Lysator, un club informatique d’étudiants, en collaboration
avec la Linköping University Library (Suède), le Projekt Runeberg regroupe 200
oeuvres appartenant à la littérature nordique. Créé en 1994, le Projekt
Gutenberg-DE - désormais hébergé sur le site de l’hebdomadaire Der Spiegel -
comprend 200 titres de littérature allemande et de littérature étrangère en
allemand.

La structure administrative et financière du Projet Gutenberg se limite au
strict minimum, avec une devise qui tient en trois mots: «Less is more.» Michael
Hart insiste régulièrement sur la nécessité d’un cadre aussi souple que possible
laissant toute initiative aux volontaires, et la porte grande ouverte aux idées
nouvelles. Le but est d’assurer la pérennité du projet indépendamment des
crédits, des coupures de crédits et des priorités politiques et culturelles du
moment. Pas de pression possible donc par le pouvoir et par l’argent. Et respect
à l’égard des volontaires, qui sont assurés de voir leur travail utilisé pendant
de nombreuses années, si ce n’est pour plusieurs générations, d’où l’intérêt
d’un format numérique qui soit toujours valable dans quelques siècles. Le suivi
régulier du projet est assuré grâce à une lettre d’information hebdomadaire et
mensuelle, des forums de discussion, des wikis et des blogs.

Les dons servent à financer des ordinateurs et des scanners, et à envoyer des CD
et DVD gratuits à ceux qui en font la demande. Suite au CD Best of Gutenberg
disponible en août 2003 avec une sélection de 600 titres et à un premier DVD
disponible en décembre 2003 avec 9.400 titres (sur les 10.000 titres que
comprennent les collections), un deuxième DVD est disponible en juillet 2006
avec 17.000 titres (sur les 19.000 titres que comprennent désormais les
collections). En 2005, CD et DVD sont disponibles sous forme d'images ISO sur le
site de BitTorrent, ces images pouvant être téléchargées pour graver des CD et
DVD sur place à titre personnel. En 2007, le Projet Gutenberg envoie 15 millions
de livres par voie postale sous forme de CD et DVD.

Chose souvent passée sous silence, Michael Hart est le véritable inventeur de
l’ebook. Si on considère l’ebook dans son sens étymologique, à savoir un livre
numérisé pour diffusion sous forme de fichier électronique, celui-ci aurait 37
ans et serait né avec le Projet Gutenberg en juillet 1971. Une paternité
beaucoup plus réconfortante que les divers lancements commerciaux dans un format
propriétaire ayant émaillé le début des années 2000. Il n’y a aucune raison pour
que la dénomination "ebook" ne désigne que l’ebook commercial et soit réservée
aux Amazon, Barnes & Noble, et autres. L’ebook non commercial est un ebook à
part entière, et non un parent pauvre, tout comme l’édition électronique non
commerciale est une forme d’édition à part entière, et tout aussi valable que
l’édition commerciale. En 2003, les etexts du Projet Gutenberg deviennent des
ebooks, pour coller à la terminologie ambiante.

En juillet 1971, l’envoi d’un fichier de 5 Ko (kilo-octets) à cent personnes
aurait fait sauter l’embryon de réseau disponible à l’époque. En novembre 2002,
le Projet Gutenberg peut mettre en ligne les 75 fichiers du Human Genome Project
(Le séquençage du génome humain), chaque fichier se chiffrant en dizaines sinon
en centaines de mégaoctets. Ceci peu de temps après sa parution initiale en
février 2001, puisqu’il appartient d’emblée au domaine public. En 2004, la
capacité de stockage des disques durs est telle qu’il serait possible de faire
tenir l’intégralité de la Library of Congress sur un support de stockage coûtant
140 dollars US. Et quelques années seulement nous sépareraient d’une clé USB
permettant de stocker l’intégralité du patrimoine écrit de l’humanité.

Qu’en est-il des documents autres que l’écrit? En septembre 2003, le Projet
Gutenberg se lance dans la diffusion de livres audio. En décembre 2006, on
compte 367 livres lus par une synthèse vocale (Audio Book, computer-generated)
et 132 livres lus par l’être humain (Audio Book, human-read). Le nombre de ces
derniers devrait fortement augmenter dans un proche avenir. Ils sont au nombre
de 412 en mai 2008. Par contre, les livres lus par une synthèse vocale ne sont
plus être stockés dans une section spécifique, mais réalisés à la demande à
partir des fichiers électroniques existant dans les collections générales. Les
lecteurs aveugles ou malvoyants pourront utiliser une commande vocale pour
demander le texte de tel ou tel livre.

Lancée à la même époque, la section The Sheet Music Subproject est consacrée aux
partitions musicales numérisées (Music, Sheet). Elle est complétée par une
section d’enregistrements musicaux (Music, recorded). Des sections sont
également disponibles pour les images fixes (Pictures, still) et animées
(Pictures, moving). Ces nouvelles collections devraient être développées dans
les prochaines années.

Mais la numérisation des livres reste prioritaire. Et la demande est énorme. En
témoigne le nombre de téléchargements, qui se comptent désormais en dizaines de
milliers par jour. A la date du 31 juillet 2005, on compte 37.532 fichiers
téléchargés dans la journée, 243.808 fichiers téléchargés dans la semaine et
1.154.765 fichiers téléchargés dans le mois. A la date du 6 mai 2007, on compte
89.841 fichiers téléchargés dans la journée, 697.818 fichiers téléchargés dans
la semaine et 2.995.436 fichiers téléchargés dans le mois. Courant mai, ce
nombre atteint les 3 millions. A la date du 8 mai 2008, on compte 115.138
fichiers téléchargés dans la journée, 714.323 fichiers téléchargés dans la
semaine et 3.055.327 fichiers téléchargés dans le mois. Ceci uniquement pour le
du Nord, Chapel Hill, Etats-Unis), qui héberge aussi le site du Projet
Gutenberg. Le deuxième site de téléchargement est l’Internet Archive, qui est
aussi le site de sauvegarde et qui met à la disposition du Projet Gutenberg une
capacité de stockage illimitée.

Le Projet Gutenberg dispose de 40 sites miroirs répartis dans de nombreux pays,
et il en cherche d’autres. La circulation des fichiers se fait aussi en mode P2P
(peer-to-peer), qui permet d’échanger des fichiers directement d’un utilisateur
à l’autre.

Un Top 100 recense les cent titres et les cent auteurs les plus téléchargés dans
la journée, dans la semaine et dans le mois.

Les livres du Projet Gutenberg peuvent aider à combler la fracture numérique.
Ils sont aisément téléchargeables sur PDA. Un ordinateur ou un PDA d’occasion ne
coûte que quelques dollars ou quelques dizaines de dollars, en fonction du
modèle. Certains PDA fonctionnent à l’énergie solaire, permettant la lecture
dans les régions reculées et les pays en développement.

Plus tard, il sera peut-être possible d'envisager une traduction simultanée dans
une centaine de langues. En utilisant la traduction automatique qui, d’ici là,
pourrait avoir atteint un taux de fiabilité de l’ordre de 99%, un pourcentage
dont on est encore loin. En 2004, le Projet Gutenberg était en lien avec un
projet européen envisageant un logiciel de traduction automatique relayé par des
traducteurs (non pas des machines, mais des êtres humains), sur un modèle
comparable à la technologie OCR relayée par des correcteurs (non pas des
logiciels, mais des êtres humains) pour offrir un contenu de grande qualité.

37 ans après les débuts du Projet Gutenberg, Michael Hart se définit toujours
comme un fou de travail dédiant toute sa vie à son projet, qu’il voit comme
étant à l’origine d’une révolution néo-industrielle. Il se définit aussi comme
altruiste, pragmatique et visionnaire. Après avoir été traité de toqué pendant
de nombreuses années, il force maintenant le respect. Au fil des ans, la mission
du Projet Gutenberg reste la même, à savoir changer le monde par le biais de
l’ebook gratuit indéfiniment utilisable et reproductible. L’objectif reste lui
aussi le même, à savoir la lecture et la culture pour tous à moindres frais.
Quant à la mission, elle se résume en quelques mots: "encourager la création et
la distribution d’ebooks", par autant de personnes que possible, et par tous les
moyens. Tout en prenant les virages nécessaires pour intégrer de nouvelles
idées, de nouvelles méthodes et de nouveaux supports.

D’après Michael Hart, le patrimoine écrit de l’humanité représenterait 25
millions de livres appartenant au domaine public, qui pourraient être collectés
auprès des grandes bibliothèques nationales et régionales, à raison d’un
exemplaire par livre, sans tenir compte des nombreuses éditions annotées et
commentées. Si Gutenberg a permis à chacun d’avoir des livres grâce à
l’invention de l’imprimerie, le Projet Gutenberg permet à chacun d’avoir une
bibliothèque de livres grâce au stockage de ceux-ci sur un support numérique
tenant dans un sac sinon dans une poche. En avril 2008, le Projet Gutenberg
permet d'ores et déjà à chacun d’avoir une bibliothèque numérique de 25.000
livres au contenu parfaitement fiable.

Laissons le mot de la fin à Michael Hart, à qui je demandais en août 1998 quel
était son meilleur souvenir. A l’époque, il répondait: "Le courrier que je
reçois me montre combien les gens apprécient que j’aie passé ma vie à mettre des
livres sur l’internet. Certaines lettres sont vraiment émouvantes, et elles me
rendent heureux pour toute la journée." Dix ans après, il confirme que sa
réponse serait toujours la même.


8. CHRONOLOGIE


[*1971/07 = année/mois]

1971/07: Saisie par Michael Hart de The United States Declaration of
Independence (ebook #1) et diffusion d’un message auprès des cent premiers
usagers du réseau. Le Projet Gutenberg est né.

1972: Saisie de The United States Bill of Rights (eBook #2).

1973: Saisie de The United States Constitution (eBook #5).

1974-88: Saisie de la Bible et de plusieurs pièces de Shakespeare.

1989/08: The King James Bible (eBook #10).

1991/01: Alice’s Adventures in Wonderland (eBook #11).

1991/06: Peter Pan (eBook #16).

1991: Numérisation d’un livre par mois.

1992: Numérisation de deux livres par mois.

1993: Numérisation de quatre livres par mois.

1993/12: Constitution de trois grands secteurs: Light Literature, Heavy
Literature, Reference Literature.

1994: Numérisation de huit livres par mois.

1994/01: The Complete Works of William Shakespeare (eBook #100).

1995: Numérisation de 16 livres par mois.

1996-97: Numérisation de 32 livres par mois.

1997/08: La Divina Commedia di Dante, en italien (eBook #1000).

1997: Lancement du Project Gutenberg Consortia Center (PGCC).

1998-2000: Numérisation de 36 livres par mois.

1999/05: Don Quijote, de Cervantès, en espagnol (eBook #2000).

2000: Création de la Project Gutenberg Literary Archive Foundation (PGLAF).

2000/10: Lancement de Distributed Proofreaders par Charles Franks pour permettre
la correction partagée.

2000/12: A l’ombre des jeunes filles en fleurs (vol. 3), de Proust, en français
(eBook #3000).

2001/08: Création du Project Gutenberg of Australia.

2001/10: The French Immortals Series, en anglais (eBook #4000).

2001: Numérisation de 104 livres par mois.

2002: Affiliation officielle de Distributed Proofreaders au Projet Gutenberg.

2002/04: The Notebooks of Leonardo da Vinci, en anglais (eBook #5000).

2002: Numérisation de 203 livres par mois.

2003/08: Edition d’un CD «Best of Gutenberg» contenant 600 livres.

2003/09: Lancement de la section Project Gutenberg Audio eBooks.

2003/10: Les collections doublent en dix-huit mois, passant de 5.000 à 10.000
livres.

2003/10: The Magna Carta (eBook # 10000).

2003/12: Edition du premier DVD, qui contient 9.400 livres.

2003: Numérisation de 348 livres par mois.

2003: Affiliation officielle du Project Gutenberg Consortia Center (PGCC) au
Projet Gutenberg.

2003/12: Lancement de Distributed Proofreaders Europe (DP-EU) par le Projet
Rastko.

2004/01: Lancement du Projet Gutenberg Europe par le Projet Rastko.

2004/02: Voyage de Michael Hart en Europe (Paris, Bruxelles, Belgrade).

2004/02: Conférence de Michael Hart au siège de l’UNESCO, à Paris.

2004/02: Visite de Michael Hart au Parlement européen, à Bruxelles.

2004/10: 5.000 livres produits par Distributed Proofreaders.

2004: Numérisation de 338 livres par mois.

2005/01: The Life of Reason, par George Santayana (eBook #15000).

2005/05: 7.000 livres produits par Distributed Proofreaders.

2005/05: 100 premiers livres produits par Distributed Proofreaders Europe.

2005/06: Le Projet Gutenberg compte 16.000 livres.

2005/06: Le Projet Gutenberg Europe compte 100 livres.

2005/07: Le Project Gutenberg of Australia compte 500 livres.

2005/10: 5e anniversaire de Distributed Proofreaders.

2005: Numérisation de 252 livres par mois.

2006/01:  Lancement de la section Project Gutenberg PrePrints.

2006/02: 8.000 livres produits par Distributed Proofreaders.

2006/05: Création de la Distributed Proofreaders Foundation.

2006/07: 35e anniversaire du Projet Gutenberg.

2006/07: Edition d’un nouveau DVD, qui contient 17.000 livres.

2006/11: Lancement du site Project Gutenberg News.

2006/12: Le Projet Gutenberg compte 20.000 livres.

2006/12: Twenty Thousand Leagues Under the Sea, par Jules Verne, audiobook en
anglais (eBook #20000).

2006/12: 400 livres produits par Distributed Proofreaders Europe.

2006: Numérisation de 345 livres par mois.

2007/03: 10.000 livres produits par Distributed Proofreaders.

2007/04: Le Project Gutenberg of Australia compte 1.500 livres.

2007/07: Création de Project Gutenberg Canada (PGC).

2007/12: Lancement de Distributed Proofreaders Canada (DPC).

2007: Numérisation de 338 livres par mois.

2008/03: Le Project Gutenberg of Canada compte 100 livres.

2008/04: Le Projet Gutenberg compte 25.000 livres.

2008/04: English Book Collectors, par William Younger Fletcher (eBook #25000).

2008/05: Le Projet Gutenberg Europe compte 500 livres.


9. STATISTIQUES


*Ces statistiques concernent uniquement le site original du Projet Gutenberg.
Des statistiques relatives aux autres sites du Projet Gutenberg (Australie,
Europe, Canada) sont disponibles dans Project Gutenberg News.

= Quelques chiffres

1.000 livres en août 1997.

2.000 livres en mai 1999.

3.000 livres en décembre 2000.

4.000 livres en octobre 2001.

5.000 livres en avril 2002.

10.000 livres en octobre 2003.

15.000 livres en janvier 2005.

20.000 livres en décembre 2006.

25.000 livres en avril 2008.

= Nouveaux livres: moyennes annuelles

2001: 1.244 livres par an.

2002: 2.432 livres par an.

2003: 4.176 livres par an.

2004: 4.058 livres par an.

2005: 3.019 livres par an.

2006: 4.141 livres par an.

2007: 4.049 livres par an.

= Nouveaux livres: moyennes mensuelles

2001: 104 livres par mois.

2002: 203 livres par mois.

2003: 348 livres par mois.

2004: 338 livres par mois.

2005: 252 livres par mois.

2006: 345 livres par mois.

2007: 338 livres par mois.

= Nouveaux livres: moyennes hebdomadaires

2001: 24 livres par semaine.

2002: 47 livres par semaine.

2003: 79 livres par semaine.

2004: 78 livres par semaine.

2005: 58 livres par semaine.

2006: 80 livres par semaine.

2007: 78 livres par semaine.

= Quelques eBooks

eBook #1: The United States Declaration of Independence (1776) [en ligne en
juillet 1971].

eBook #2: The United States Bill of Rights (1789) [en ligne en 1972].

eBook #5: The United States Constitution (1787) [en ligne en 1973].

eBook #10: The King James Bible (1769) [en ligne en août 1989].

eBook #11: Alice's Adventures in Wonderland, de Lewis Caroll (1865) [en ligne en
janvier 1991].

eBook #16: Peter Pan, de James Barrie  (1904) [en ligne en juin 1991].

eBook #100: The Complete Works of William Shakespeare (1590-1613) [en ligne en
janvier 1994].

eBook #1000: La Divina Commedia di Dante (1321, en italien) [en ligne en août
1997].

eBook #2000: Don Quichote, de Cervantès (1605, en espagnol) [en ligne en mai
1999].

eBook #3000: A l'ombre des jeunes filles en fleurs, vol. 3, de Marcel Proust
(1919) [en ligne en décembre 2000].

eBook #4000: The French Immortals Series (1905) [en ligne en octobre 2001].

eBook #5000: The Notebooks of Leonardo da Vinci (début 16e s.) [en ligne en
avril 2002].

eBook #10000: The Magna Carta (début 13e s.) [en ligne en octobre 2003].

eBook #15000: The Life of Reason, de George Santayana (1906) [en ligne en
janvier 2005].

eBook #20000: Twenty Thousand Leagues Under the Sea, de Jules Verne (1869),
livre audio [en ligne en décembre 2006].

eBook #25000: English Book Collectors, de William Younger Fletcher (1902) [en
ligne en avril 2008].

= Nombre de langues avec 50+ livres

Janvier 2004: 25 langues.

Juillet 2005: 42 langues.

Décembre 2006: 50 langues.

Avril 2008: 55 langues.

= Langues majeures

Juillet 2005: anglais, français, allemand, finnois, hollandais, espagnol,
chinois. [Sur un total de 16.800 livres le 27 juillet 2005, 14.548 livres sont
en anglais, 577 livres en français, 349 livres en allemand, 218 livres en
finnois, 130 livres en hollandais, 103 livres en espagnol et 69 livres en
chinois.]

Décembre 2006: anglais, français, allemand, finnois, hollandais, espagnol,
italien, chinois, portugais, tagalogue. [Sur un total de 19.996 livres le 16
décembre 2006, 17.377 livres sont en anglais, 966 livres en français, 412 livres
en allemand, 344 livres en finnois, 244 livres en hollandais, 140 livres en
espagnol, 102 livres en italien, 69 livres en chinois, 68 livres en portugais et
51 livres en tagalogue.]

Avril 2008: anglais, français, allemand, finnois, hollandais, portugais,
chinois, espagnol, italien, latin, tagalogue. [Sur un total de 25,004 livres le
21 avril 2008, 21.475 livres en anglais, 1.168 livres en français, 530 livres en
allemand, 433 livres en finnois, 326 livres en hollandais, 217 livres en
portugais, 196 livres en chinois, 180 livres en espagnol, 128 livres en italien,
55 livres en latin et 54 livres en tagalogue.]


sites miroirs ne sont pas comptabilisés ici.

31 juillet 2005: 37.532 fichiers téléchargés dans la journée, 243.808 fichiers
téléchargés dans la semaine, 1.154.765 fichiers téléchargés dans le mois.

6 mai 2007: 89.841 fichiers téléchargés dans la journée, 697.818 fichiers
téléchargés dans la semaine, 2.995.436 fichiers téléchargés dans le mois.

8 mai 2008: 115.138 fichiers téléchargés dans la journée, 714.323 fichiers
téléchargés dans la semaine, 3.055.327 fichiers téléchargés dans le mois.


10. LIENS


Distributed Proofreaders (DP): http://www.pgdp.net/

Distributed Proofreaders Canada (DPC): http://www.pgdpcanada.net/

Distributed Proofreaders Europe (DP Europe): http://dp.rastko.net/

Hart, Michael (blog): http://hart.pglaf.org/


Project Gutenberg / File Recode Service:

Project Gutenberg Europe (PGE): http://pge.rastko.net/

Project Gutenberg Literary Archive Foundation (PGLAF): http://www.pglaf.org/

Project Gutenberg News (PG News): http://www.pg-news.org/


Project Gutenberg PrePrints: http://preprints.readingroo.ms/

Projekt Gutenberg-DE: http://gutenberg.spiegel.de/

Projekt Runeberg: http://runeberg.org/

Copyright © 2008 Marie Lebert





*** End of this LibraryBlog Digital Book "Le Projet Gutenberg (1971-2008)" ***

Copyright 2023 LibraryBlog. All rights reserved.



Home