Métadonnées et XML. Des standards efficients de l'environnement numérique

Dans une société de l'information de plus en plus numérique, a émergé le concept de " curation digitale ", traduction littérale de digital curation, ensemble de pratiques visant à " maintenir et ajouter de la valeur à un corpus fiable d'information électronique pour les utilisations actuelles et futures "1, de la création des données à leur archivage en passant par leur diffusion. Ce processus repose sur un élément central, une " colonne vertébrale " (Higgins 2006); les métadonnées, qui sont " des ensembles de données structurées pour décrire, expliquer, localiser les ressource et en faciliter la recherche, l'usage et la gestion " (NISO, 2004-1). Pour aller vers la pérennité et l'interopérabilité des données, à l'intérieur d'un système ou entre systèmes, l'utilisation de standards s'impose, sur les éléments de métadonnées utilisés, sur leurs valeurs et sur leurs formats d'implémentation.

Il existe aujourd'hui quelques dizaines de standards de métadonnées, basés sur un modèle de données spécifique, et complémentaires dans leurs objectifs. Par rapport à d'autres formats d'implémentation, XML, extensible Mark-up Language, standard soutenu par le W3C, donne aux métadonnées leur puissance opérationnelle en matière de recherche, de gestion et d'interopérabilité. XML est d'abord un langage de balisage qui permet de créer des ressources logiquement structurées, pérennes, conformes à des modèles et donc facilement partageables ; et avec XML, les fichiers de métadonnées deviennent des ressources à part entière. C'est également un langage de programmation puissant pour l'ingénierie du document. XML est aujourd'hui le support incontournable des principaux jeux d'éléments, des grandes applications partagées, mais également de beaucoup d'applications plus locales.

Cet état de l'art, qui a pour point de départ une optique documentation bibliothèques, s'est construit en lien avec des professionnels d'autres métiers. Aujourd'hui, autour des ressources numériques, tous les acteurs du système d'information sont en interaction technique et décisionnelle, dans des métiers qui évoluent, avec des besoins de références communes, de la recherche d'information aux questions d'archivage, ou du processus de publication traditionnel à la gestion des documents de travail du chercheur ; il est certain que ces standards ont une place à tenir dans les diverses communautés.

Par rapport à l'objet d'information traditionnel, géographiquement situé, et conçu selon une chaîne de production et de diffusion spécifique, le développement rapide de l'information numérique et des techniques du Web modifient profondément l'économie et le cycle de vie du document. C'est d'abord une opportunité extraordinaire d'accès à une masse exponentielle de ressources multiformes et permettant des parcours de lecture divers, sur Internet ou à l'intérieur d'un système d'information ; les grands laboratoires scientifiques entre autres, et notamment en astronomie, physique des particules, bio-informatique ou médecine, disposent de masses de données énormes issues d'appareils de mesure et d'exploration variés, ou de simulation par ordinateur (Day, 2005). C'est aussi une opportunité d'évolution des pratiques de production et de mise à disposition de l'information : nouvelles technologies, intégration de ressources préexistantes, liens multiples entre ressources, activité collaborative d'écriture, plasticité du document dans le temps...

Cette évolution crée en parallèle de nouveaux besoins de traitement : comment aider des utilisateurs divers à retrouver l'information pertinente, voire évaluée, dans cet ensemble ? Comment faire évoluer les droits d'usage dans le respect des droits d'auteur et les gérer ; qui est responsable des ressources ? Comment garder la notion de contexte de production, d'intégration de l'objet numérique de base dans un ensemble cohérent situé dans le temps, tout en développant l'interopérabilité des ressources entre elles pour en créer d'autres dans de nouveaux contextes ? Comment garantir l'authenticité et assurer la traçabilité de versions successives ? Et comment rendre les documents pérennes en termes de conservation et d'accessibilité à long terme, alors que machines et logiciels sont eux-mêmes peu pérennes ?