1Cette recherche repose sur – et suppose – un recours massif et prépondérant aux documents scannés et mis en ligne via le réseau internet, en complément de la recherche classique menée au préalable dans les journaux et la documentation sur papier ou microformes. Ces outils récents ne semblent pas faire l’objet d’une présentation méthodique et panoramique dans la documentation existante, et certains sont sans doute encore mal connus. Ils supposent aussi de nouvelles méthodes de travail, mais il est important de ne pas ignorer ou oublier les ressources classiques. La passerelle entre les deux reste encore à établir.

2On ne fera pas ici l’historique ni la description du fonctionnement et de la construction du réseau internet, en se contentant d’indiquer les ressources qui ont été utiles et la manière d’y accéder et de s’en servir. Il semble également intéressant de se poser quelques questions épistémologiques, voire ontologiques, sur l’activité du chercheur qui utilise ces outils nouveaux, tout en exposant ou en rappelant quelques faits.

3Par la force des choses, un chercheur travaillant dans le domaine qui est le nôtre – une histoire de l’édition, de la presse et des relations médiatiques à travers la littérature du XIX^e siècle – est redevable, pour une grande part de ses sources, du moteur de recherche mis au point par Google Inc., société californienne à tendance hégémonique pour ne pas dire monopolistique, au fonctionnement opaque, et en particulier de la base de données Google Books (Google Livres). S’en passer reviendrait à se priver d’une documentation massive aisément accessible et pour cette raison devenue indispensable. Ce système de recherche et cette base sont complétés – contrebalancés – par une série d’autres ressources diversifiées, hétérogènes, et quelquefois moins performantes, mais complémentaires, au premier rang desquelles figure Gallica. On doit se réjouir de cette diversité d’initiatives et de ressources. C’est une chance de croiser les résultats, de les cumuler, de les comparer, mais c’est aussi une source de complications, en raison de protocoles d’interrogation distincts, d’accès complexes, voire de langues différentes, et des difficultés à connaître l’existence de ces ressources et leur richesse. Le présent travail, mené dans le domaine des sciences de l’information et de la communication, considère que le premier devoir du chercheur est de faire face à ces difficultés et de les résoudre, condition sine qua non de toute progression. Cette recherche est d’abord celle de ces sources et ressources, en perpétuelle augmentation et accroissement, chacune en quantité de contenu, et s’augmentant elles-mêmes de nouvelles sources et ressources incessamment. Ce chapitre souhaite établir un rapide état des lieux à portée générale de ces sources et ressources, dont la connaissance doit se mener parallèlement à la constitution d’une bibliographie, sans remplacer celle-ci, laquelle représente un exercice séparé, permettant de structurer le sujet et son extension. Les sources mises en ligne sont cependant une aide à la recherche bibliographique.

Google et la médiasphère

Le projet de Google Books

4On a dit que Google Inc. était reconnu pour – et avoue en termes à peine voilés – d’une part sa tendance monopolistique, à la fois fermée (ce qu’on nomme la « boîte noire », algorithmes tenus secrets1, méthodes, équipements, codes sources non publiés) et ouverte (mise à disposition large et publique, « gratuite » – payée par la publicité), et d’autre part sa volonté inconditionnelle d’un accès à la connaissance, au savoir et aux documents avec navigation à l’intérieur de ces données, grâce à leur indexation totale, avec un accès limité à cette indexation pour la partie sous droits d’auteur, en gros les publications du XX^e siècle depuis 1923 pour les États-Unis.

5L’un des objectifs prioritaires affirmés de la société californienne est la numérisation intégrale de tous les livres imprimés dans le monde. La question sous-jacente est de se demander : qu’est-ce qu’un livre ? Travaillant à affiner et à chiffrer cette définition, un ingénieur de Google, Leonid Taycher, a procédé à une estimation du travail à effectuer. Il a annoncé le résultat dans un message posté le 5 août 20102. 129 864 880 livres auraient été produits depuis le début de l’imprimerie. L’ingénieur explique comment il est parvenu à ce total, partant de la définition du livre comme « tome » ou unité matérielle imprimée, additionnant les éditions différentes d’un même ouvrage, mais excluant microformes, disques, vidéos, cartes, etc., ainsi que les titres de périodiques et les publications gouvernementales (16 millions de références). Si ce chiffre total (en évolution constante) reste une approximation, il offre cependant un ordre de grandeur. Lancé en 2004, ce projet est en bonne voie de réalisation, avec un nombre de livres scannés évalué à 30 millions en 2013 (chiffre invérifiable). Mais Google Books a numérisé de nombreux tomes de périodiques. Sont-ils comptés dans ce total de livres ?

6L’aspect pharaonique, voire délirant, de ce projet ne doit pas masquer ses côtés utiles3. La première conséquence pratique de ce défi est d’avoir fait « bouger » les choses dans le domaine de la numérisation de documents dans le reste du monde, et pour commencer en Europe4.

7Cette recherche, et d’autres, profitent de cet état de fait qui constitue un progrès indéniable et qui a contribué à l’accélération récente de la mise en ligne de ressources de plus en plus nombreuses. L’aspect épistémologique de cette situation reste fondamental et doit être médité dans ses diverses facettes.

8Avant toute autre considération, l’arrêt rendu par le juge de New York en 2013 a dit le droit, et a départagé les antagonistes. Il a dit que Google avait le droit d’agir comme il le fait, dans la mesure où il y a un service rendu, sinon offert. À quel prix ? C’est une autre question. Il a constaté un équilibre entre les services procurés au public et à la société civile par l’entreprise Google, et le droit pour cette dernière d’utiliser les données récoltées sur les utilisateurs, ainsi que les données relevant du savoir mondial accumulées et stockées sur ses serveurs, en échange des services rendus aux usagers. Les services offerts par Google sont donc jugés équitables.

9On ne saurait mieux évaluer ou discuter ici cet aspect équitable et ce jugement qui est, lui aussi, équilibré et de bon sens, et dont on peut voir tous les jours l’application sur le moteur de recherche de Google. Il est toujours possible de soupçonner que cet équilibre est théorique, que Google engrange des avantages (notamment financiers) supérieurs à ceux qu’il dispense (réellement considérables), mais ce n’est pas là un enjeu que l’on peut évaluer ou mettre en cause. D’autres l’ont déjà fait, depuis longtemps, ont dénoncé l’intrusion du moteur5, contesté son hégémonie économique, intellectuelle et algorithmique6. Car ce que Google réalise techniquement est inédit et procède d’une accélération sans précédent dans l’histoire de la recherche, et cette action sur le monde est réfléchie, délibérée, organisée, avec une finalité explicite. C’est la mise en application d’une volonté simple et millénaire, folle ou déraisonnable, en passe de réaliser une utopie, un rêve de totalité, un rêve qui a, semble-t-il, toujours habité l’esprit humain. Ce rêve babélien, toutes les langues, tous les discours réunis en un seul point, paraît néanmoins utopique et à relativiser, en raison de la polyphonie des sources ou des blocages locaux. Protocoles, contrôles, garanties, intérêts s’entrechoquent. En quelque sorte, le projet de Google serait, à terme, de reconstituer la totalité de la médiasphère. Mais la stratégie de Google est celle aussi du contournement, basée sur l’idée de se rendre indispensable pour harmoniser les voix discordantes. L’hégémonie de son moteur de recherche est telle (80 % d’usagers aux USA, 90 % en France) que la cacophonie du web doit passer dans ses tuyaux où elle est captée, engrangée, analysée, augmentant la taille du monstre. Le moteur se donne pour fonction de moissonner le plus de sites possibles, d’en indexer et d’en archiver le contenu. On le voit déjà à l’œuvre vis-à-vis de Gallica, partiellement indexé par le moteur de Google, beaucoup plus efficacement que par le moteur de Gallica lui-même, insuffisant, notamment sur le plan ergonomique7.

Les traces du chercheur

10Ne nous attardons pas plus que nécessaire sur ce point, peut-être anecdotique mais non anodin. En tant qu’activité ouverte aux résultats rendus publics, la recherche n’a « rien à cacher », ni sa démarche, ni ses résultats, ni ses sources, ni leur contenu, ni ses méthodes, ni ses objectifs. Tout cela doit être explicité et exprimé. Les traces elles-mêmes de la recherche n’ont pas à être masquées, et si elles peuvent produire une amélioration de sa qualité, de ses résultats, de son efficacité, cela ne peut avoir qu’un effet positif. Autrement dit, la recherche n’est pas une entreprise privée au sens commercial du terme, mais elle émane d’une volonté individuelle singulière. Elle se place dans une sémantique du partage et de la communication.

11Ses buts et visées commerciales sont par principe limités. Il est donc naturel qu’elle s’accomplisse dans un milieu de sources ouvertes, accessibles, publiées et explorables de manière transparente. En particulier, la publication des résultats obéit désormais à de nouveaux modèles et protocoles (archives ouvertes, TEL, HAL8).

12Ce qu’une entreprise privée (à but commercial ou non) peut collecter sur les marches et les démarches d’un chercheur est par définition redondant par rapport au résultat. Autrement dit, le chercheur n’a pas à s’inquiéter d’une « intrusion » externe dans son processus de recherche et peut éventuellement bénéficier d’éléments extérieurs apportés par les rebonds publicitaires, qui renverraient des résultats d’information commerciale relatifs à sa recherche en fonction de ses interrogations. Dans la pratique, les résultats publicitaires générés (par des moteurs autres que Google) sont souvent intempestifs et déplacés, d’autant plus que la recherche porte sur des objets circonscrits et éloignés de l’actualité. Il existe des outils pour supprimer la publicité, laquelle a pour inconvénient de ralentir les accès et les affichages. Formulons ces remarques pour répondre à une inquiétude diffuse de la part de certains utilisateurs quant à la surveillance dont ils seraient les cibles en utilisant les ressources du réseau. Cette intrusion et cet espionnage sont par définition inhérents au réseau lui-même, et les internautes doivent en être conscients. Il existe des moyens de s’en prémunir. D’une manière générale, le chercheur est soumis aux contraintes sociales et doit protéger, autant que possible, sa vie privée ; on se reportera aux débats qui ont eu lieu à propos de la loi sur le renseignement, en 20159.

13Il y a sans doute des cas de parasitisme, de concurrence déloyale, de piratage ou de pillage d’une recherche par une autre, mais cela concerne surtout des données ou sujets « sensibles » (dans le domaine de la « veille économique », par exemple). Certes, un sujet anodin peut aussi devenir sensible. Mais jusqu’à preuve du contraire, il rentre dans le cas général.

14Inversement, on peut comprendre qu’une entreprise privée comme Google tienne à protéger ses méthodes, ses codes, ses algorithmes, qui constituent son « trésor de guerre », sa richesse et la base de son existence. Son activité ne peut que susciter des rivalités, des envies, des jalousies, et l’entreprise, qui ne dépend que d’elle-même et de ses propres forces, vivant dans un milieu concurrentiel, est tenue de se protéger.

15Comme exemple de cette politique, Google empêche les autres moteurs de recherche d’indexer ses propres ressources, notamment Google Books, se réservant l’exclusivité de son indexation. Par contre, il moissonne, de façon efficace, de nombreux autres sites, rendant visible et interrogeable leur contenu.

La mise en données du monde selon Google

16Par ses initiatives, Google Inc. a été un facteur d’accélération de l’histoire documentaire. Le projet de numérisation en masse de livres est inhérent, sinon formulé, dès la création en 1997, par Larry Page et Sergey Brin, du moteur de recherche Google, basé sur l’indexation des liens et le « PageRank ». Ce n’était pas un objectif commercial possible au départ, mais ça l’est devenu après quelques années, une fois que l’entreprise s’est imposée comme le premier moteur de recherche. En 2002, le projet est ressorti et étudié dans sa réalisation pratique. Google n’ayant aucune expérience dans le domaine de la numérisation, il fallait d’abord, prosaïquement, connaître le temps pour numériser un ouvrage de dimension moyenne (40 minutes pour un livre de 300 pages), connaître la capacité des machines existantes, puis estimer le nombre de volumes à traiter, et avoir accès à des millions de livres. Lancé dans sa phase de réalisation en 2004 avec le concours de grandes bibliothèques nord-américaines, ce projet fou, démesuré, qui semblait irréalisable, est en passe de devenir réalité.

17La page Wikipédia décrivant Google Livres (Google Books) rapporte l’anecdote suivante, en 2002, lors des premiers contacts entre Larry Page et la bibliothèque de l’université du Michigan, dans le cadre des études préalables menées pour le projet de numérisation envisagé par l’entreprise :

Son premier objectif, au vu des progrès réalisés alors, est de réduire drastiquement le temps nécessaire à la numérisation : lorsqu’il aborde la question avec la présidente de la bibliothèque Mary Sue Coleman, celle-ci estime qu’il faudra un millier d’années pour numériser ses 7 millions de volumes. Page se fixe comme objectif de le faire en six ans10.

18Il n’est dès lors pas surprenant que la bibliothèque de l’université du Michigan ait été la première à accepter la numérisation intégrale de son fonds. Randall Stross note que Google ne communique pas volontiers sur les moyens techniques mis en œuvre, notamment en termes de machines utilisées11. De fait, chaque livre passe dans les mains d’un opérateur, même si le feuilletage et le scannage sont mécanisés. Les algorithmes de traitement des données font ensuite la différence. La même échelle se retrouve dans les discussions préliminaires (qui n’ont pas abouti) avec la Bibliothèque nationale de France, en 2009. En février 2010, le rapport d’information de Yann Gaillard précise

[qu’]avec les moyens actuels de la BnF, il faudrait environ 750 millions d’euros et 375 ans pour numériser l’ensemble des ouvrages. Selon M. Bruno Racine, la totalité des fonds de la BnF pourrait être numérisée en 10 ans par Google12.

19Avec un budget annuel français de 7 millions d’euros pour la numérisation, le rapport de force entre les moyens de Google et les opérateurs publics reste désespérément inégal.

20Les réalisations de Gallica qui en résultent sont pourtant remarquables, bien que connaissant des limites techniques gênantes dans l’interrogation et l’accès aux données. Ainsi, plusieurs journaux numérisés en mode image (Le constitutionnel et Le siècle) ne peuvent pas actuellement être interrogés en mode plein texte sur Gallica, mais peuvent l’être sur le portail de The European Library (http://www.theeuropeanlibrary.org/tel4/), qui regroupe les collections numérisées des bibliothèques nationales européennes.

21Une question se pose : comment Google parvient-il à remplir son objectif de numériser des millions de livres là où des organismes officiels n’y parviennent pas ? La réponse s’évalue en termes de moyens financiers, techniques et humains. Appuyés sur une volonté de performance, les moyens financiers de Google sont gigantesques, les solutions techniques ne cessent de se perfectionner dans le domaine des appareils de numérisation et le traitement des images. Les algorithmes de traitement sont le cœur de métier de Google. Il ne reste plus qu’à faire tourner, simultanément, des centaines de postes de numérisation dans toutes les bibliothèques contractantes.

22Pour accélérer le processus, ont été mis au point des machines automatisant la chaîne de traitement, pour les livres courants, dont les pages sont tournées et scannées par un robot, à la vitesse de 1 000 pages en 90 minutes. Un ingénieur de Google, sur son temps de travail de 20 % consacrés à des projets personnels, a mis au point une machine bricolée avec des éléments de récupération (dont un aspirateur !), qui assure ce débit, pour un coût de 1 500 dollars, ce qui est dérisoire par rapport au prix des postes professionnels13. De nombreuses autres solutions, plus onéreuses, ont été mises au point par des fabricants14.

Les mormons et la mémoire généalogique de l’humanité

23Il y a eu des précédents au type d’action initié par Google. Dans les années 1960, les mormons, réunis en Société généalogique d’Utah basée à Salt Lake City, se voient autorisés par le gouvernement français à microfilmer l’état civil15. Les adeptes de l’Église de Jésus des Saints des derniers jours, dits mormons, offrent gratuitement leurs services pour des raisons évangéliques, et rétrocèdent des copies des bobines réalisées16. Opérant dans tous les pays, ils constituent un registre généalogique de l’humanité. L’accord a été confirmé en 1987 par le ministère de la Culture et les Archives de France. En 2000 a surgi la question de la mise en ligne des données17 recueillies par FamilySearch, la nouvelle désignation sur le Net de l’entreprise mormone18. L’aval de la CNIL est obtenu en 201319, mais les conditions techniques ont changé, les archives départementales ayant davantage les moyens de réaliser ce travail dont les coûts ont diminué. Les bénéficiaires sont ici les généalogistes et les historiens, utilisateurs de ces données. Pour eux, le résultat est un élargissement des ressources, avec des avancées considérables de la mise en ligne par les départements de l’état civil français.

Google Books reconnu d’« utilité publique » par un jugement en 2013

24L’initiative de Google est d’un autre ordre, mais offre quelques ressemblances dans la procédure, et surtout dans la finalité : la mise à disposition et la facilité d’accès, libre et universelle, à des données après traitement numérique. Seuls les acteurs et les sources diffèrent.

25La procédure engagée contre Google par la Guilde des auteurs américains (8 000 adhérents) remonte à 2005, après le lancement de l’opération de numérisation par Google en 2004, d’abord limitée à des bibliothèques participantes aux USA et en Grande-Bretagne (celles des universités du Michigan, d’Harvard, de Stanford, d’Oxford, et la New York Public Library). Les méandres de la procédure s’étendent sur huit années, au cours desquelles on note l’arrivée dans le débat judiciaire du juge Denny Chin, en 2009, qui prend le temps de se renseigner et d’évaluer les arguments des parties opposées. Il rejette le 22 mars 2011 l’accord (de type opt out, contraire au copyright) passé entre les éditeurs et Google qui créerait un monopole de fait en faveur du second, lui donnant un avantage significatif et déloyal sur ses concurrents (Google s’engagerait à retirer seulement les livres désignés par les éditeurs). Le 31 mai 2012, il rend un jugement en faveur de la recevabilité de la plainte des auteurs, et d’autres groupes (dont l’Electronic Frontier Foundation) se joignent à l’action collective. Un accord est trouvé avec les éditeurs américains le 4 octobre 2012, sans que le juge ait eu à intervenir. Quant à la procédure engagée par la Guilde des auteurs, elle trouve sa conclusion le 14 novembre 2013, par un rejet complet de la légitimité de sa plainte, juridiquement argumenté dans un « jugement sommaire » (summary judgment), à tel point qu’elle élimine même la perspective d’un procès qui n’a plus de sens. Nancy Sims, bibliothécaire spécialiste du copyright, travaillant à l’université du Michigan, l’un des établissements qui furent à l’origine du programme Google, analyse ce jugement :

Le tribunal a déterminé que les points de fait en litige ne sont pas significatifs et que les arguments juridiques favorisent si clairement une des parties qu’il n’y a pas besoin d’un procès. Faire appel contre un jugement sommaire est généralement moins favorable que de faire appel contre une décision après un procès20.

26Le jugement original (30 pages) de Denny Chin a été mis en ligne21. Les appréciations ayant conduit à ce jugement ont été très clairement résumées par Lionel Maurel, juriste et bibliothécaire de la BDIC (Bibliothèque de documentation internationale contemporaine, devenu La contemporaine) :

Denny Chin a en effet rendu un summary judgment, ce qui signifie qu’il a estimé que la balance penchait tellement en faveur de Google qu’il pouvait recourir à une procédure simplifiée. La fermeté du jugement va rendre hasardeux pour la Guilde des Auteurs le fait de se pourvoir en appel […]22.

27Après l’accord trouvé avec les éditeurs en 2012, la Guilde se trouvait de fait seule en lice. Cet accord modifiait la situation de l’entreprise californienne :

Google a donc été obligé de revenir à l’intention initiale du projet Google Books, à savoir scanner des ouvrages, y compris sous droits, mais uniquement pour en diffuser de courts extraits (snippets) répondant aux requêtes des utilisateurs. Pour aller plus loin (montrer des portions plus larges, vendre des ouvrages), Google doit passer par des accords volontaires, avec les éditeurs et les auteurs (opt in).
C’est ce mode de fonctionnement qui était encore considéré comme une violation du copyright par la Guilde des Auteurs, mais sans réussir à convaincre le juge Chin qui a accepté au contraire de considérer que cet usage était légitime et relevait du fair use. À la lecture, cette décision frappe surtout par sa cohérence et sa très grande qualité d’appréciation, le juge ayant pris la peine de considérer la question dans toutes ses dimensions, et notamment le bénéfice social global qu’un site comme Google Books est en mesure d’apporter en termes de diffusion du savoir et d’accès à la connaissance23.

28Le fair use sur lequel est basé le jugement est un usage équitable de la citation, notamment à des fins de recherche et pour des motifs non commerciaux24. Lionel Maurel relève l’argument suivant :

Google Books est transformatif dans le sens où il a transformé le texte des livres en données à des fins de recherche, y compris pour de la fouille de données ou de texte (data mining et text mining), ouvrant ainsi de nouveaux champs à la recherche. Les mots dans les livres ont ainsi pu être utilisés d’une manière complètement différente par rapport à ce qui existait avant. Google a créé quelque chose de nouveau dans la manière d’utiliser le texte des livres, la fréquence des mots et les tendances dans leur utilisation fournissant des informations substantielles25.

29En résumé, le juge estime que Google Books est un service d’utilité publique, qui respecte le copyright et n’entrave pas la commercialisation des ouvrages, et au contraire les fait connaître en les indexant. Le système garantit aussi que les ouvrages ne peuvent pas être copiés dans leur intégralité, du fait que chaque page étant divisée en huit fragments de quelques lignes (snippets), l’un d’entre eux reste masqué quoi qu’il arrive, et que 10 % des pages d’un livre (sur lequel il n’y a pas d’accord avec l’auteur ou l’éditeur) ne sont pas consultables. Précaution supplémentaire, dans le cas des livres pratiques sous droits (dictionnaires, livres de cuisine, recettes, guides, etc.) dont le contenu utile est fourni par de courtes notices ou articles, aucun extrait n’est fourni, même par snippets, car ceux-ci contreviendraient au droit d’auteur en offrant à l’utilisateur un accès « déloyal » au contenu utile du livre, visualisant l’intégralité d’une notice. D’autre part, les contrats avec les éditeurs permettent de mettre en ligne des extraits plus ou moins longs, voire des pages entières.

30Il est important de noter également que le site de Google Books ne présente pas de page de publicité. Cet argument a été souligné par le juge. Ne vendant pas les livres qu’il indexe, Google Books renvoie à des librairies en ligne ou à des bibliothèques pour consulter ou acheter les livres sous droits.

31En résumé, l’action de Google consiste à transformer en données binaires tout le contenu des livres et périodiques, à toutes fins d’exploitation et d’indexation (data mining, interrogation plein texte). Le type d’exploration à mener est laissé à la libre inspiration et appréciation du chercheur, qui retrouve, dans ce domaine, son entière créativité et inventivité pour accéder aux données les plus pertinentes. Et cela, aucun moteur de recherche ne pourra le faire à sa place.

32Comme application possible des données créées par Google, voici le Ngram Viewer (https://books.google.com/ngrams), un programme mis au point par Erez Aiden et Jean-Baptiste Michel, qui visualise la fréquence des mots employés en huit langues dans les livres numérisés sur Google Books26.

Limites de Google Books

33Si l’on s’est étendu sur ces questions générales, a priori éloignées du sujet, c’est parce qu’elles en forment au contraire le cœur, du moins celui de nos outils de travail sous-jacents à l’ensemble de la recherche. C’est parce que les conditions de mise à disposition massive des textes sont apparues que cette recherche et d’autres sont rendues possibles, et qu’il a fallu employer de nouvelles procédures pour les conduire.

34D’autre part, en ce qui concerne le fonctionnement de Google Books, un certain nombre de documents numérisés (y compris du XIX^e siècle, libres de droits) ne sont pas accessibles, pour diverses raisons, directement par le site qui, cependant, renvoie des résultats positifs à une requête. Généralement, les documents correspondants peuvent être consultés sur le site HathiTrust (créé par un conglomérat de bibliothèques et d’organismes de recherche), qui archive une grande partie de ces documents et complète l’offre de Google pour les publications de la fin du XIX^e siècle et du début XX^e siècle. L’interrogation plein texte étant malaisée sur HathiTrust, il faut utiliser les deux ressources complémentairement.

35J’ai l’avantage de ne pas travailler sur du matériau contemporain, et d’échapper à la limite de 1870, que la direction de Google a fixée à l’Europe (1923 aux USA), suite aux procès ayant rappelé à Google les limites drastiques dans l’usage d’extraits et l’absence de législation sur le fair use en Europe, ce qui peut s’interpréter comme une forme de « représailles » face à sa mauvaise « coopération ». C’est, quoi qu’il en soit, une manière renforcée de se conformer aux lois européennes. Pour nous autres Français (via < https://books.google.fr/ et non https://books.google.com/ >), ne sont consultables que par extraits les ouvrages publiés après 1870, quel que soit leur lieu de publication, ce qui double la taille par précaution (ou par lesdites « représailles ») du « domaine privé », le portant à 140 ans, alors que le droit d’auteur ne court que sur 70 ans – ou jusqu’à 88 ans si on ajoute les années de guerre et le statut d’écrivain « mort pour la France ».

36Les bibliothèques européennes de langue française participant au projet Google Books sont la bibliothèque de Lyon (en 2008, ce qui occasionna des polémiques), celle de l’université de Gand et celle de Lausanne. Parmi les autres bibliothèques européennes, citons celles de l’université de Madrid, la bibliothèque de Catalogne, les bibliothèques nationales italiennes à Florence et à Rome, la bibliothèque de l’État de Bavière, la Bibliothèque nationale d’Autriche et la Bibliothèque royale des Pays-Bas, ce qui offre une bonne couverture des publications du XIX^e siècle de ces pays.

37Travailler sur le premier XIX^e siècle donne du recul sur les corpus et un accès théoriquement moins restreint au contenu libre de droits. On peut utiliser de la même manière que décrite précédemment (avec HathiTrust) la double ressource Google Books / Gallica, en localisant l’extrait d’un livre par son indexation bien référencée dans Google Books (pour un titre publié en France après 1870), et en passant sur Gallica pour le consulter en texte intégral (ou en faire l’acquisition, si nécessaire, d’où le service offert au public par Google que signale le juge Chin).

38Mais la presse pose d’autres problèmes (aggravés au XX^e siècle) de localisation, d’identification, d’accès, de perte et de rareté.

39Google est donc devenu un interlocuteur majeur du champ culturel et social. Il est indispensable et d’un usage loyal et légitime. Il indexe aussi les bases extérieures comme Gallica, et d’autres que l’on va citer. Il est un guide de premier recours pour affronter le maquis de l’internet. Le contenu qui n’est pas indexé par Google devra être localisé autrement. Il sera découvert par tâtonnement ou par hasard.

40En pratique, dans Google Books, il est difficile d’accéder à plus de 300 résultats sur simple recherche de termes clés, même si on nous en annonce des milliers, qui existent certainement, mais sont « enfouis » dans des sous-couches non immédiatement accessibles. De nouveaux résultats n’apparaîtront que par croisements supplémentaires de termes ou mots-clés.

41Prenons l’exemple de la citation « Marie Aycard » (un « 2-grammes », soit deux mots), qui générait (août 2015) 4 110 résultats sur Google et 2 080 résultats dans Google Books (et en décembre 2018, respectivement 8 010 et 12 600 résultats !). Ces 2 080 résultats annoncés se réduisent d’abord à 1 980 (page 2), puis décroissent de dix en dix au fil des pages jusqu’à 1 920 (page 13) puis tombent brusquement à 133 (page 14)27. Pour pouvoir accéder à une plus grande masse de résultats (c’est indispensable pour une recherche ciblée comme la nôtre), il faut opérer des croisements de termes significatifs en tout genre avec le mot « Aycard » et explorer un à un les résultats. On en découvre alors nombre d’autres qui ne figuraient pas dans la première liste.

42Google Books n’étant pas le seul site qu’il importe d’utiliser, présentons brièvement les principaux outils du chercheur numérique. Cette liste n’est pas limitative.

Sites de presse française et francophone numérisée

43Tous les sites mentionnés ci-après ont été testés et donnent effectivement accès à des ressources concernant la vie ou les œuvres de Marie Aycard.

Gallica

44On a déjà souvent cité Gallica, le principal concurrent de Google, son « challenger » français, créé par la Bibliothèque nationale de France dès 1997 et ayant subi de nombreuses évolutions et une accélération du rythme de numérisation, à partir de 2005 et du défi constitué par le projet Google Books. Le site s’améliore sans cesse, son contenu s’enrichit régulièrement, notamment pour la presse. Néanmoins, son système d’interrogation laisse à désirer, même dans la future version proposée en test. Le principal écueil est de ne pas pouvoir accéder aisément aux résultats indiqués lorsqu’ils proviennent de journaux. Une double interrogation est nécessaire pour sélectionner et accéder aux résultats utiles. Pour les livres, Gallica supplée Google Books en permettant l’accès au patrimoine imprimé français publié après 1870, qui est généralement non disponible sur Google Books. De même, les journaux sont accessibles jusque dans les années 1930 et 1940. Pour les journaux numérisés au départ en mode image, on l’a dit (Le siècle, Le constitutionnel), la recherche par mots-clés n’est pas possible via Gallica, mais elle l’est pour ces mêmes journaux sur le site de The European Library. Depuis 2015, de nombreux journaux ont été ajoutés à la base Gallica, le plus souvent en mode image « partiel » : il existe une OCR (optical character recognition) sous-jacente, mais pour une raison technique, elle n’est pas interrogeable (sauf via Google !). Cependant, le texte d’une page peut être récupéré.

45< http://gallica.bnf.fr/ >

46< http://gallica.bnf.fr/html/presse-et-revues/presse-et-revues >

47Notons que, depuis le 1^er octobre 2017, la BnF a mis en ligne la collection du Courrier français, journal principal employant Aycard (ill. 3). Son lien étant difficile à trouver via le catalogue, voici le tableau calendrier des années disponibles (l’année 1845 manque) : < https://gallica.bnf.fr/ark:/12148/cb32749956z/date >.

Illustration 3. Parution de « L’écu de cent sous » de Marie Aycard, Le courrier français, 2 avril 1840

48En 2016, la BnF lance avec sa filiale BnF-Partenariats le site RetroNews, en accès sur abonnement28. Une partie des journaux anciens se trouve uniquement accessible à distance via RetroNews et non dans Gallica (ou bien dans Gallica intramuros pour les lecteurs de la BnF in situ). Cependant, si les recherches sur le site RetroNews et l’accès aux résultats sont gratuits, l’interrogation ne donne pas nécessairement les mêmes réponses que dans Gallica (nombre de journaux de Gallica ne sont pas accessibles via RetroNews). L’utilisateur doit explorer les deux sites. Le nombre de journaux locaux et du XIX^e siècle devenus accessibles a ainsi augmenté substantiellement ces dernières années.

49< https://www.retronews.fr/ >

Archives départementales et bibliothèques municipales

50Les archives départementales et les régions françaises ont fait un gros effort de numérisation de leur presse. Je n’ai pu explorer toutes les ressources existantes, tant elles sont nombreuses et parfois peu faciles à connaître. Une liste des sites d’archives se trouve sur :

51< http://bibliopedia.fr/w/index.php?title=Archives_en_ligne >

52Les principales régions ou départements sur lesquels j’ai travaillé sont la Normandie (site Normannia), la Bretagne, Auvergne-Rhône-Alpes (site Mémoire et actualité en Rhône-Alpes), les archives de la Loire-Atlantique, etc.

53< http://www.normannia.info/ >

54< http://www.tablettes-rennaises.fr/ >

55< http://mediatheque.lorient.fr/trouver/presse-ancienne/ >

56< http://www.bretania.bzh/EXPLOITATION/Bretania/presse-ancienne.aspx >

57< http://www.lectura.plus/Presse/ >

58< https://archives.loire-atlantique.fr/jcms/chercher/archives-numerisees-fr-c_5562 >

59Un des journaux les plus riches en réimpressions de Marie Aycard est Le pilote du Calvados (numérisé en mode image) qui, avec une soixantaine de références dès 1838, suit pas à pas le développement de la carrière de notre auteur pendant une dizaine d’années.

60< https://archives.calvados.mnesys.fr/ >

61En complément, plusieurs bibliothèques municipales ont numérisé leurs journaux locaux. Citons Aix-en-Provence et Lyon :

62< http://bibliotheque-numerique.citedulivre-aix.com >

63< collections.bm-lyon.fr >

64Et aussi Orléans (site Aurelia, le Journal du Loiret), Senlis (le Journal de Senlis), Pau (le Mémorial des Pyrénées)29, Roubaix (le Journal de Roubaix), Toulouse (plusieurs journaux publiés dans la ville), etc. Marie Aycard a beaucoup été diffusé dans la presse régionale française.

65< http://aurelia.orleans.fr/ > (Orléans)

66< https://www.bn-r.fr/presse_ancienne.php > (Roubaix)

67< http://bmsenlis.com/sitebmsenlis/jp/index.php/imprimes-numerises/153-presse-locale/le-journal-de-senlis-courrier-de-l-oise > (Senlis)

68< https://rosalis.bibliotheque.toulouse.fr/cgi-bin/presseregionale > (Toulouse)

69La mise en service récente du Kiosque lorrain a permis de démarrer les recherches dans cette base et d’y trouver plusieurs reproductions de feuilletons d’Aycard, dans L’espérance, courrier de Nancy.

70< http://www.kiosque-lorrain.fr/ >

71Un document, établi après une enquête de la BnF en 2014, fournit une liste des journaux régionaux français numérisés ou en passe de l’être30. Ce type de document est difficile à mettre à jour, les initiatives sont lancées en ordre dispersé, et nul organisme ne semble centraliser les informations quant aux journaux anciens numérisés. Chaque établissement choisit des protocoles et des prestataires différents, en fonction de ses ressources. La consultation de revues de généalogie permet de glaner quelques mises à jour partielles31.

72Cependant, en 2017, le service de la Bibliographie de la presse française politique et d’information générale (BIPFPIG), qui catalogue la presse départementale, a ouvert un site centralisateur sur la presse française, numérisée ou non, le plus complet existant, accessible selon de nombreux critères sur le portail :

73< http://presselocaleancienne.bnf.fr/accueil >

74Au 14 janvier 2019, le site revendique 30 915 journaux référencés, dont 3 595 journaux numérisés : 1 353 journaux numérisés dans Gallica ; 2 184 journaux numérisés qui ne sont pas dans Gallica ; 3 332 photos de manchettes de journaux ; 27 320 journaux sans numérisation connue. En conséquence et en première approximation, la presse française des origines à 1944 représente plus de 30 000 titres de journaux dont 10 % sont numérisés. Toutefois, ces chiffres ne semblent pas prendre en compte la presse parisienne, forte de plusieurs centaines ou milliers de titres.

La Gazette des tribunaux

75Ce projet de numérisation d’un journal, mené par l’École nationale d’administration pénitentiaire (ÉNAP), à Agen, d’après la collection de l’École nationale de la magistrature (ÉNM) de Bordeaux, me semblant exemplaire à divers titres, je tiens à le mentionner dans ce petit panorama32. Grâce à cette initiative, la Gazette des tribunaux devient visible, aisément accessible et interrogeable. J’y ai eu recours avec profit. Elle a un grand avenir numérique, et les données qu’elle contient feront, à n’en pas douter, l’objet d’investigations nombreuses et fructueuses. Elle est en effet une source judiciaire, administrative et légale, donc une source pour les procès de presse et d’édition, les faillites et autres déclarations, mais encore un réservoir de récits narratifs (tribunaux comiques, tribunaux étrangers), feuilletons et variétés historiques ainsi que de canards, comme tout bon journal qui se respecte ! En un mot, c’est une institution de la presse.

76Au 21 octobre 2014, la liste des exemplaires numérisés de 1825 à 1860 est accessible (y compris les tables) à l’adresse < http://data.decalog.net/enap1/Liens/Gazette/ >.

77Cette liste brute est plutôt un document de travail, mais le site n’a pas développé d’interface de navigation ou d’interrogation simple. Son contenu est cependant moissonné et interrogeable par Google33. Les adresses adoptent la forme suivante, par exemple pour le numéro du 22 août 1841 : < http://data.decalog.net/enap1/Liens/Gazette/ENAP_GAZETTE_TRIBUNAUX_18410822.pdf >. On peut donc appeler un numéro par sa date, en modifiant ce paramètre dans la ligne d’adresse (URL)34. Pour les tables (un outil remarquable et indispensable, dont la consultation méthodique pallie en partie les défauts d’OCR), c’est un peu plus compliqué. Voici l’URL de la table des matières du 1^er novembre 1840 au 31 octobre 1841 : < http://data.decalog.net/enap1/Liens/Gazette/TABLE_18401101_18411031.pdf >. À partir de 1844, la table se cale sur l’année civile et il manque la table de 1847.

Presse francophone numérisée (Belgique, Suisse, Canada, Luxembourg, États-Unis, Brésil)

78L’un des premiers pays francophones à avoir commencé à numériser ses journaux est le Québec. Ouvert en 2005, le site Bibliothèque et Archives nationales du Québec (BAnQ) donne accès au journal Le Canadien (1806-1909) et à une foule d’autres journaux du pays. C’est une ressource essentielle pour une ouverture vers la francophonie d’Amérique du Nord au XIX^e siècle.

79< http://numerique.banq.qc.ca/resultats >

80Le réseau des bibliothèques de Suisse occidentale (RÉRO, acronyme de RÉseau ROmand) a lui aussi ouvert en 2005. Il met en ligne des journaux des cantons de Vaud, de Neuchâtel, de Fribourg, du Valais, de Genève, etc. On y trouve des collections de journaux allant jusqu’aux années 1960.

81< http://doc.rero.ch >

82La presse suisse dispose d’un autre site en libre accès, celui du journal Le temps, qui a mis en ligne les archives historiques de La gazette de Lausanne et du Journal de Genève. Leur consultation est indispensable pour toute recherche sur le XIX^e siècle, en raison de la richesse de leur contenu.

83< www.letempsarchives.ch >

84La presse de Neuchâtel (Feuille d’avis, L’impartial) est accessible sur le site : < http://www.lexpressarchives.ch/Olive/APA/SwissSNP_Fr/default.aspx#panel=home >. Un autre site, développé par l’université de Lausanne, s’avère très utile : < http://scriptorium.bcu-lausanne.ch/ >.

85De son côté, la presse belge numérisée a été mise en ligne, début 2015, sur la plate-forme Belgica (de la Bibliothèque royale de Bruxelles35). L’un de ces journaux (Le messager de Gand) s’est révélé représentatif comme support reproducteur de textes de Marie Aycard, mais la presse belge est assurément beaucoup plus riche, les responsables du programme de numérisation estimant à seulement 5 % le volume de pages actuellement numérisées.

86< https://www.belgicapress.be >

87D’autres journaux belges francophones sont accessibles via la plate-forme de numérisation de la presse flamande, notamment ceux de la ville d’Ypres, qui ont publié Marie Aycard.

88< http://www.historischekranten.be >

89Pays trilingue, le Luxembourg a numérisé ses journaux français et allemands. Un coup d’œil interrogatif à son site complétera le panorama médiatique francophone.

90< http://www.eluxemburgensia.lu >

91Aux États-Unis, il existe de nombreux journaux francophones, notamment en Louisiane. J’en ai exploré trois, les deux premiers dans des collections partielles présentant beaucoup de lacunes mais permettant néanmoins de se faire une idée de la présence du feuilleton-nouvelle parisien dans le Nouveau Monde, L’abeille de la Nouvelle-Orléans, Le courrier de la Louisiane et la Gazette de Baton Rouge, accessible sur Chronicling America (voir infra). Ces journaux sont également importants pour compléter le dispositif de diffusion francophone de Marie Aycard. De son côté, Le courrier du Brésil a été numérisé par la Bibliothèque nationale du Brésil (voir infra).

92< http://news.google.com/newspapers?nid=vxVQT5kDUaMC > (Le courrier de la Louisiane)

93< http://nobee.jefferson.lib.la.us > (L’abeille de la Nouvelle-Orléans)

94Une partie de ces ressources francophones est regroupée sur le site franco-québécois Médias 19 (Laval et Montpellier), codirigé par Guillaume Pinson et Marie-Ève Thérenty. Cette liste, qui ne semble pas être mise à jour, constitue cependant une bonne approche, avec un visuel de chaque une sous la forme de petites vignettes :

95< http://www.medias19.org/index.php?id=10575 > (journaux numérisés)

96< http://www.medias19.org/index.php?id=80 > (liens et ressources)

Le cas particulier du Courrier des États-Unis

97Ce journal est l’un des plus importants vecteurs de réimpression de feuilletons de Marie Aycard (et de nombreux autres auteurs), avec plus de 70 titres recensés. Comme on l’a dit, ce journal, qui forme une interface essentielle entre médiasphère française et nord-américaine, et entre médiasphère francophone et anglophone n’est pas numérisé. Tout chercheur qui souhaiterait étudier cette question en est réduit à explorer sa collection microfilmée par la bibliothèque de New York, dans les années 1960, dans un microfilm présentant un certain nombre d’erreurs (pages ou numéros manquants, etc.). Ce journal est une source d’information nord-américaine pour la presse parisienne et française, et donc l’interface est à double sens, y compris, curieusement, pour le matériau d’origine française, qui se trouve renvoyé vers la France même par ce journal. Ce phénomène offre une explication possible à l’étonnante dépossession auctoriale dont fut victime Marie Aycard quant à la paternité de son plus grand succès, « L’écu de cent sous », qui fut attribué à son collègue Eugène Guinot. On y reviendra dans l’analyse de ce texte.

Presse internationale numérisée

98Il est à noter que tous les sites mentionnés ci-dessous offrent l’accès aujourd’hui à des feuilletons-nouvelles de Marie Aycard en traduction dans différentes langues.

The European Library

99Le projet Europeana permet d’accéder au contenu numérisé des bibliothèques européennes, notamment des journaux, soit à partir du portail Newspapers < https://www.europeana.eu/portal/fr/collections/newspapers >, soit à partir du portail de The European Library. Sous cette double entrée sont théoriquement réunies les ressources des catalogues des bibliothèques nationales de 48 États européens. Les résultats d’interrogation sont plus ou moins précis et nombreux selon les pays et leur avancée numérique, mais par ce site on accédera à des données agrégées, qu’il serait malaisé d’obtenir en recourant individuellement aux portails de toutes les bibliothèques. Cependant, pour certaines requêtes plus fines, il est utile de faire cette double interrogation, par exemple pour les journaux néerlandais. The European Library permet de fouiller dans les catalogues des bibliothèques, ou de faire des interrogations plein texte dans les collections de presse. Par cette dernière option, très intéressante, on est parvenu à découvrir des références rares et précieuses dans ces ensembles. Sont ainsi accessibles des journaux allemands ou de pays d’Europe de l’Est et du Nord, qui complètent utilement l’offre documentaire des langues plus courantes.

100< http://www.theeuropeanlibrary.org/tel4/ >

Domaine anglophone aux États-Unis

101Ce domaine est l’un des plus riches en sites et en ressources. Les collections de journaux numérisés sont innombrables, et de nombreux sites autres que Google Books proposent des livres, au-delà de la barrière de 1870 érigée par ce dernier. Les bibliothèques canadiennes mettent ainsi en ligne des ouvrages parus au début du XX^e siècle sur Gutenberg.org ou Internet archives < archives.org >, et l’on a déjà signalé l’intérêt du site académique HathiTrust, pour obtenir des contenus dont l’accès est limité sur Google Books.

102< https://www.hathitrust.org/ >

103Pour les journaux, on consultera le site de la bibliothèque du Congrès, Chronicling America, riche de près de 10 millions de pages en 2015 (14 millions en 2018), provenant souvent de journaux locaux secondaires et de minorités linguistiques (français, allemand, néerlandais, etc.).

104< https://chroniclingamerica.loc.gov/ >

105Les interrogations et les métadonnées sont parfaites, mais ce site souffre un peu de la comparaison avec le suivant, réellement hors norme.

Old Fulton NY Post Cards (nom officiel) ou Old Fulton History (New York)

106Ce site est l’un des plus extraordinaires qui existent. Il est géré par une seule personne, Tom Tryniski, un ingénieur retraité, qui a consacré son temps, depuis quinze ans, à développer une énorme base de données concernant d’abord les journaux de l’État de New York, mais aussi d’autres États36, tout cela numérisé chez lui, sur son matériel personnel37, à partir des microfilms prêtés par les bibliothèques municipales et autres. Les résultats dépassent l’entendement : au rythme de 250 000 pages de journaux numérisées chaque mois, ce site a franchi le cap des 30 millions de pages (août 2015) et en totalise 44 millions (fin 2018). L’activité phénoménale de Tom Tryniski a fait l’objet de l’intérêt de plusieurs journalistes qui ont réalisé des entretiens ou publié des articles sur lui, notamment Jill Hurst-Wahl en 200838, Jim Epstein en 2013, « Un amateur bat à plate couture le gouvernement pour la numérisation des journaux » (5 mars 2013)39 et Ashley M. Casey, « Un historien amateur sauvegarde le patrimoine en archivant en ligne les journaux numérisés » (13 décembre 2013)40. De nouveaux articles sont parus en 2017-201841.

107L’accès à cette mine inépuisable, entièrement interrogeable, est totalement gratuit. L’ergonomie du site est basique, sa présentation tout à fait fantaisiste et ludique, mais son contenu exceptionnel. Sa maintenance coûte à son auteur environ 850 dollars par mois. Pour couvrir ces frais réduits, Tryniski accepte les dons des personnes qui auraient trouvé son site utile. Et il l’est ! Non seulement pour les généalogistes, mais pour tout chercheur de la presse ancienne sur à peu près n’importe quel sujet, par exemple Marie Aycard…

108Par comparaison, le projet fédéral de Chronicling America, piloté par la bibliothèque du Congrès sur des fonds publics fournis par le National Endowment for the Humanities, n’atteint pas encore, depuis 2005, les 15 millions de pages (fin 2018), chacune ayant coûté 3 dollars au contribuable américain. La numérisation proprement dite est estimée à 1 dollar par page, les 2 autres dollars sont consacrés aux métadonnées, qui sont, certes, plus affinées sur Chronicling America que dans Old Fulton, où elles sont à peu près inexistantes.

109Les 2 dollars par page sont en effet utilisés pour les référencer et pour vérifier les métadonnées : titre du journal, lieu, date, page. Sur Old Fulton, ces éléments ne sont pas disponibles. Autrement dit, il faut en général chercher soi-même la date exacte voire le titre du journal qui nous intéresse, s’ils ne sont pas imprimés sur la page obtenue. Chaque page numérisée est simplement numérotée dans la ligne d’adresse qui l’incrémente d’une unité par rapport à la précédente. C’est le prix à payer : soit on accède à une masse plus importante de ressources, soit on travaille à affiner leur référencement.

110< http://fultonhistory.com/Fulton.html >

Newspaperarchive, Newspapers.com et autres bases de journaux

111Établie à Cedar Rapids (Iowa), mais aujourd’hui en partie délocalisée au Mexique, la base payante Newspaperarchive (liée à Heritage Microfilm, 300 millions de pages, plus de 10 000 titres de journaux) est l’une des plus importantes archives de journaux en ligne. Le tarif de son abonnement est établi à 75 $ par semestre (après avoir doublé) et quelques pratiques de facturation abusive ont été dénoncées en 2013 et 201442. En dehors de ces incidents, ce site propose un service remarquable, en raison du caractère massif de la base et des possibilités très fines d’interrogation. Fréquentée par les généalogistes, la base est partiellement indexée dans Google, mais elle est en perte de vitesse depuis 2013.

112En effet, elle a reçu la concurrence d’un nouvel acteur, Newspapers.com, qui a fini par la dépasser en volume (450 millions de pages annoncées fin 2018, 11 000 titres de journaux). Créée par Ancestry.com, une société de généalogistes, cette nouvelle base qui propose le même type de service est bien indexée dans Google (qui rend visibles des nouveaux contenus au fur et à mesure), et les pages de ses journaux numérisés sont accessibles dans un mode texte brut mais en accès libre. La qualité de numérisation de ces deux bases laisse parfois à désirer, lorsque le scanner ne sépare pas les colonnes de texte, ce qui fait que les lignes des articles se trouvent complètement mélangées par l’OCR…

113Après une éclipse de Newspaperarchive dans les résultats de Google, due à l’arrivée de son concurrent Newspapers.com, elle revient quelque peu sur le devant de la scène. Les deux concurrents ont développé des alliances et des partenariats stratégiques avec d’autres acteurs, notamment en Grande-Bretagne. Newspapers.com a tendance à doublonner avec le contenu d’autres bases comme Chronicling America, agrégat de projets de numérisation locaux et nationaux. Les deux bases contiennent des journaux étrangers dont, pour Newspaperarchive, des journaux français, locaux ou nationaux.

114Il existe aux États-Unis de très nombreux sites d’archives créés par les grands journaux en activité (payants), des bibliothèques de villes, de régions, d’États, etc.

115< http://digitalnewspapers.org/ > (pour l’Utah)

116< https://texashistory.unt.edu/search/?explore=True&fq=dc_type:text_newspaper > (pour le Texas)

117< http://cdnc.ucr.edu/cgi-bin/cdnc > (pour la Californie)

118On consultera une liste sur < https://en.wikipedia.org/wiki/Wikipedia:List_of_online_newspaper_archives >.

119La bibliothèque de l’université de l’Illinois (Urbana-Champaign) a publié sa propre liste de journaux en ligne < http://www.library.illinois.edu/hpnl/newspapers/historical.php >.

120Une généalogiste, Amy Johnson Crow, a publié quelques conseils pour choisir les sites de journaux et recommande le site de Kenneth Marks, qui a mis en ligne une impressionnante liste de journaux numérisés en accès libre (USA et reste du monde), comprenant plus de 28 000 liens :

121< https://www.amyjohnsoncrow.com/best-newspaper-site/ >

122< http://www.theancestorhunt.com/newspaper-research-links.html#.XA14LjGNzcc >

123Kenneth Marks donne des statistiques du nombre de journaux par État américain : Alabama (2 000), Californie (9 000), Caroline du Nord (2 600), Connecticut (2 000), District of Columbia (800), Géorgie (2 400), Illinois (8 000), Indiana (4 700), Iowa (4 000), Kansas (6 000), Louisiane (2 000), Massachusetts (4 500), Michigan (4 000), Minnesota (4 000), Missouri (4 700), New Jersey (2 000), New York (environ 12 000), Ohio (7 500), Pennsylvanie (8 000), Texas (5 700), Utah (600), Vermont (1 100), Wisconsin (3 400), etc. Au total, ces statistiques évaluent à environ 147 000 le nombre de titres de journaux aux États-Unis (à comparer aux 30 000 journaux français répertoriés).

124Parmi cette masse gigantesque de journaux et de bases, signalons la collection du Brooklyn Daily Eagle, mise en ligne par la bibliothèque de Brooklyn pour la période de 1841 à 1902. L’interface d’interrogation est très bien faite. Les utilisateurs du site Old Fulton remarqueront toutefois que Tom Tryniski a, lui aussi, numérisé ce journal, mais jusqu’à la fin de sa publication, en 1955. Son indexation semble toutefois un peu moins précise sur Old Fulton que sur le site de la bibliothèque. Celle-ci attend toujours de nouvelles subventions, qui ne viennent pas, pour poursuivre sa numérisation… Sa gestion a donc été reprise par < Newspapers.com >.

Google News (projet arrêté en 2009)

125Parallèlement à son projet « Livres », Google avait lancé une activité de numérisation de la presse, mais il l’a interrompue suite à des problèmes juridiques, après avoir numérisé environ 2 000 journaux, dont beaucoup de titres canadiens anglophones, mais aussi Le courrier de la Louisiane. Il reste accessible et d’un emploi très intéressant.

126< https://news.google.fr/ >

Grande-Bretagne (Britishnewspaperarchive, Findmypast)

127Newspaperarchive s’est associé avec le site anglais de généalogie Findmypast pour un échange de référencement de journaux numérisés et une indexation des deux bases sur chacun des sites. L’indexation de Newspaperarchive est aussi performante que son homologue anglais. Celui-ci donne cependant accès aux journaux d’Irlande, mais en réalité, ses sources proviennent de la base nationale des journaux anglais (payante), Britishnewspaperarchive, qui monte en puissance et est en train de développer un potentiel immense (près de 33 millions de pages de presse locale, régionale et nationale anglaise mi-2019 – à comparer aux 750 millions de pages des collections de presse britannique conservées à Boston Spa, total estimé par les responsables du programme de numérisation43). L’interrogation de ces bases est gratuite avec renvois d’extraits. Pour accéder au contenu intégral des articles, il faut s’abonner. En fait, il est pratique de passer par Findmypast dont les critères d’interrogation gratuits sont très fins (y compris sur un titre de journal et une date déterminée) si l’on n’est pas abonné à Newspaperarchive.

128< https://www.britishnewspaperarchive.co.uk/ >

129< https://www.findmypast.com/ >

130De son côté, le Pays de Galles a mis certains de ses journaux en libre accès :

131< http://newspapers.library.wales/ >

Domaine germanophone

132Les ressources dans ce domaine linguistique sont assez éparpillées. L’Allemagne n’a pas centralisé ses ressources numériques de presse, qui demeurent difficiles d’accès en règle générale. Certaines sont référencées dans Europeana. En revanche, le site de la Bibliothèque nationale d’Autriche est remarquablement construit. Il contient aussi des journaux de langues italienne, française ou en espéranto.

133< http://anno.onb.ac.at/ >

134Une partie des innombrables journaux germanophones du XIX^e siècle est accessible par Google Books (ou HathiTrust). Certains journaux germanophones publiés aux États-Unis le sont avec Chronicling America. De petits pays comme le Luxembourg (déjà cité) ou le Liechtenstein ont constitué des bases numérisées de leurs journaux, souvent bilingues.

135< www.eliechtensteinensia.li/ >

Pays-Bas (Kranten archief)

136La Bibliothèque nationale des Pays-Bas a mis en ligne un grand nombre de journaux, y compris la presse coloniale (Suriname, Java). Elle est accessible via le portail de The European Library, mais la recherche est plus aisée sur le site source, qui est d’excellente qualité. On y trouve quelques journaux en langue française.

137< http://www.delpher.nl/nl/kranten >

138En néerlandais, on accède à de nombreux autres sites de journaux numérisés, soit par les journaux eux-mêmes lorsqu’ils existent encore (journaux locaux), soit numérisés par les villes et leurs bibliothèques ou par les régions du pays. On accède à un certain nombre de ces ressources par une recherche sur les termes kranten archief (archives de journaux). Des feuilletons d’Aycard sont, par exemple, présents dans les ressources suivantes :

139< https://kranten.archiefalkmaar.nl > (journaux de la région d’Alkmaar, Pays-Bas)

140< http://kranten.salha.nl/ > (journaux de la région d’Heusden et Altena, Pays-Bas)

141< http://www.historischekranten.be > (journaux belges francophones de la ville d’Ypres, Belgique)

Espagne

142Ce pays s’est doté de nombreuses bases de journaux numérisés, soit nationales, soit locales, très ergonomiques. Comme sa presse est historiquement très attentive aux productions françaises, leur consultation permet d’enrichir considérablement la connaissance de la diffusion internationale de nos auteurs parisiens.

143< http://prensahistorica.mcu.es/ >

144< http://hemerotecadigital.bne.es/ >

145< http://www.memoriademadrid.es/ >

146< http://www.bne.es/ > (Bibliothèque nationale d’Espagne)

Pays nordiques : Danemark, Suède, Norvège, Finlande

147Chacune des bibliothèques nationales de ces pays a développé une base de presse numérisée. Celle des journaux finlandais semble tendre à l’exhaustivité. Celle du Danemark est très riche également, mais l’accès aux journaux est limité pour certaines périodes, notamment dans les années 1920 et suivantes. La base suédoise est plus limitée, ainsi que celle de Norvège, mais toutes rendent des services pour confirmer une diffusion massive des productions françaises dans le Nord de l’Europe.

148< http://www2.statsbiblioteket.dk/mediestream/avis > (Danemark)

149< http://www.nb.no/nbsok/nb/ > (Norvège)

150< https://tidningar.kb.se/ > (Suède)

151< http://digi.kansalliskirjasto.fi/ > (Finlande)

Amérique centrale et latine : Mexique, Brésil

152Plusieurs bibliothèques nationales des pays d’Amérique du Sud ont lancé des programmes de numérisation de leurs journaux. Signalons notamment le Mexique et le Brésil, pays dont la presse est remarquablement riche et très ouverte aux influences européennes. Contrairement à celle du Brésil, la base des journaux mexicains n’est pas indexée par Google.

153< http://memoria.bn.br/hdb/periodico.aspx > ou < http://bndigital.bn.gov.br/hemeroteca-digital/ > (Brésil)

154< http://www.hndm.unam.mx/index.php/es/ > (Mexique)

155Citons également des ressources au Chili, Uruguay, Colombie, etc., mais presque rien pour l’Argentine. Par exemple, les journaux d’Uruguay sont en mode image. Un journal francophone publie des feuilletons-nouvelles de Marie Aycard, Le patriote français :

156< http://www.periodicas.edu.uy/indice.php > (Uruguay)

157< http://www.bibliotecanacionaldigital.cl > (Chili)

158< http://www.memoriachilena.cl > (Chili)

159< http://recursos.bibliotecanacional.gov.co/ > (Colombie)

160Si les sites chiliens (d’emploi peu aisé) n’ont pas livré de résultats concernant Aycard, celui de la Bibliothèque nationale de Colombie a permis de découvrir (en 2017) une traduction des « Pommes de calville » dans La Bolsa, quotidien publié à Lima (Pérou), en 1841. En effet, le site de cette bibliothèque offre l’accès à des journaux publiés dans les pays voisins. Mais ce n’est pas toujours simple : aujourd’hui, La Bolsa (pourtant capturée en PDF il y a deux ans) n’est plus référencée ni disponible sur ce site.

Zone Asie / Pacifique : Singapour, Nouvelle-Zélande, Australie

161Ces pays ont numérisé une partie de leurs journaux. La consultation de leurs sites est extrêmement utile, car ils reflètent la sphère médiatique anglophone, permettant de localiser des références par reproduction alors que les journaux originaux (anglais ou nord-américains) ne sont pas encore disponibles. Seule la base des journaux de Nouvelle-Zélande est indexée par Google, mais la recherche directement sur le site offre l’accès à davantage de résultats, comme souvent.

162< http://eresources.nlb.gov.sg/newspapers/default.aspx > (Singapour44)

163< http://trove.nla.gov.au/newspaper > (Australie)

164< http://paperspast.natlib.govt.nz/cgi-bin/paperspast > (Nouvelle-Zélande)

165D’une façon générale, le répertoire des feuilletons de Marie Aycard dans la médiasphère nationale et internationale figurant dans un tableau récapitulatif en annexe de ma thèse sera mis à jour dans une publication ultérieure. On y trouve toutes les références identifiées dans ces bases multiples, classées par journaux, par langues et par pays. La plupart des bases que l’on a citées fournissent des copies des pages sous format PDF.

166À propos des langues étrangères des journaux auxquels on accède, il faut mentionner l’intérêt du service de traduction de Google < https://translate.google.fr/?hl=fr >, un petit logiciel de traduction automatique en ligne qui donne un aperçu d’énoncés écrits dans les langues que l’on ne maîtrise pas. L’utilisateur doit garder un œil critique sur les résultats, quelquefois approximatifs. D’autres logiciels existent (reverso.net, lexilogos.com, traduction.net, systran.fr, etc.).

Un tour dans la médiasphère, de l’hapax à la viralité

« Hapax »

167Alors qu’une approche traditionnelle des contenus numérisés est la seule possible en mode image, par feuilletage analogique, le mode plein texte ouvre des possibilités de recherches démultipliées, permettant des accès différentiels d’une surprenante efficacité, par citations ou croisements de mots-clés. Mais les corpus du XIX^e siècle présentent souvent une numérisation défectueuse. Cependant, l’accroissement exponentiel de la presse scannée et sa facilité d’emploi pallient en partie ces défauts, par redondance (numérisation multiple d’un même document) ou par duplication de l’information et reproduction de certains articles d’un journal à l’autre.

168Le feuilleton-nouvelle parisien connaît une remarquable diffusion dès les années 1830, tant dans la presse régionale, encore peu numérisée (mais les premiers essais dans différents départements sont prometteurs, on l’a dit), que dans la presse francophone ou en langue étrangère. Les résultats bouleversent les notions établies sur la diffusion et la circulation des contenus, et obligent à reconsidérer notre approche des médias de masse, qui forment une médiasphère globale, dès ces années cruciales.

169L’efficacité de cette méthode est maximale dans le cas de noms propres, surtout s’ils constituent ce que je désigne comme des « hapax » onomastiques (ou médiatiques, dans le domaine de la presse). Cette notion est empruntée à la philologie antique, où un hapax est un mot qui ne se rencontre qu’une fois dans l’ensemble du vocabulaire d’une langue morte parvenu jusqu’à nous, dont le sens parfois obscur ne se déduit pas toujours du contexte45. C’est donc une occurrence unique, un unicum. Par extension, c’est un mot très rare ou forgé. On l’emploie ici dans un sens étendu et analogique, en désignant par hapax (médiatique) un nom propre fictif (combinaison nom et prénom), créé par un auteur, dont il n’existe a priori pas d’occurrence dans la réalité, ni dans les généalogies connues.

170Marie Aycard a ainsi inventé de nombreux noms de personnages ou de patronymes présentant ce caractère de rareté, voire d’unicité, dont par exemple « Aldegonde de Cernay » est le plus frappant46. « Clodomir Frénois » est un autre exemple d’hapax onomastique médiatique forgé par un autre auteur (sans doute Léo Lespès). L’intérêt d’un tel hapax est immédiat dans la recherche par mots-clés : il pointe directement sur les résultats pertinents. Ces créations onomastiques sont des hapax au sens qu’elles ne renvoient pas à un référent ou à une forme généalogiquement attestée. Ne renvoyant qu’à elles-mêmes, au texte source, étant leur propre référent, elles sont donc une signature traçable.

171Cette question du mot rare a été évoquée par Aiden et Michel dans Culturama. Les inventeurs du Ngram Viewer soulignent expressément cette fonction de signature du mot rare. Un hapax est un identifiant absolu. Plus le mot est rare, plus il singularise l’énoncé, à tel point qu’en utilisant des algorithmes de fréquence, il serait possible de reconstituer le texte complet à partir de concordances et de fréquences de termes, et d’identifier le texte par les mots rares qu’il contient, ce qui contreviendrait aux lois sur le copyright, puisque l’on pourrait désigner le livre qui aurait été numérisé. C’est pourquoi le logiciel de mesure de fréquence des mots qu’ils ont construit ne prend pas en compte les mots rares (moins d’une occurrence par milliard de mots)47.

172Autre remarque importante : on observe une tendance très nette de la part des créateurs de canulars, ou de canards de presse, à forger des hapax onomastiques pour nommer leurs personnages. La présence d’un hapax patronymique dans un texte douteux pourrait être un indice probant pour le considérer comme fallacieux, fabriqué et fictif, et bon candidat au titre de canard. On rencontre régulièrement ce type de textes dans les recherches sur les corpus de presse : nombre de récits sont suspects, et la présence d’un hapax permettrait de lever le doute en faveur du canular, surtout si le texte connaît une grande circulation. Presse et canard font bon ménage ! J’y reviendrai en conclusion.

173Mot rare, citation unique ou réemploi par d’autres auteurs sont autant de marqueurs, autant de pistes pour des explorations inédites des corpus textuels récemment numérisés. Ces « nouvelles approches de l’intertextualité par une exploration systématique des citations ou des reprises entre auteurs »48 sont détaillées par Jean-Gabriel Ganascia, Pierre Glaudes et Andréa Del Lungo dans une étude récente49. D’une manière générale, la recherche par citations (ou n-grams) produit des résultats très efficaces.

La méthode des mots-clés et des citations clés. Petit exercice pratique

174Afin de montrer d’emblée à quoi ressemble cette méthode de recherche par mots-clés, prenons un exemple assez simple, en partant d’un conte repéré comme exemplaire par Marie-Ève Thérenty dans Mosaïques, « Barba Yorghi », traduit de l’anglais dans la Revue de Paris en juillet 182950, avec comme source The Extractor, un journal dont le titre dit le caractère reproducteur. Un récit des massacres de Scio par un témoin oculaire se transforme en nouvelle d’horreur avec l’explosion du navire amiral turc. Cet exemple est simple car le titre fournit les mots-clés, qui sont le nom du personnage narrateur du récit enchâssé. La recherche de ces mots (sous forme de citations entre guillemets) dans le moteur Google renvoie une douzaine de résultats, dont la parution dans la Revue de Paris51. Divers exemplaires de la Revue, appartenant à différentes bibliothèques, ont été numérisés par Google52, du fait qu’elle apparaît plusieurs fois dans la liste de résultats. Il est apparemment plus rapide de numériser trois ou quatre fois un volume que de vérifier si celui-ci est déjà présent dans la base ! Cela pose le problème des métadonnées (le référencement des livres), qui est le point faible de Google Books.

175On accède aussi à un extrait de Mosaïques où est résumée la nouvelle, et l’on peut ainsi vérifier qu’il ne semble pas exister d’autre signalement ou commentaire de celle-ci dans la littérature critique, un point intéressant à noter. Une citation du texte sur Léandre figure dans le Grand dictionnaire universel du XIX^e siècle de Larousse53 (reprise d’un florilège de Larousse54, on voit au passage la compilation à l’œuvre dans ce grand dictionnaire). Les résultats renvoient à une notice biographique de Wikipédia sur l’auteur, Charles Macfarlane (1799-1858), un des collaborateurs réguliers de Charles Knight, gérant de la Society for the Diffusion of Useful Knowledge, éditrice du Penny Magazine. À partir de 1827, nous dit-on d’après le Dictionary of National Biography, Macfarlane passe seize mois à Constantinople et dans les provinces turques et revient à Londres en février 1829, ce qui corrobore l’idée que le récit traduit par la Revue de Paris est semi-fictionnel, du moins inspiré par un référent authentique.

176On note que Barba Yorghi, nom rare, n’est toutefois pas un hapax. Cela signifie Oncle Georges en grec. Il semble qu’un autre personnage ait porté ce nom vers 1870.

177Parmi les autres résultats renvoyés par Google, figurent six reproductions anglaises du récit, toutes anonymes. Celle de The London Magazine55 semble être le lieu de publication original, et il est cité comme source par les suivants : The Olio de Londres56, plusieurs magazines aux États-Unis, l’Athenaeum de Boston57, The Museum of Foreign Literature and Science58, et deux journaux plus tardifs, le Telegraph and Texas Register59 et le Pittsburgh Daily Post60. Le récit est recueilli dans une anthologie, The Sisters’ Budget (Londres, 1831, non numérisée), sous le nom de l’auteur61. Un extrait de la traduction française, relatant l’explosion du navire turc, est reproduit à la fois dans le Messager des chambres62 et dans L’industriel ou revue des revues (Bruxelles)63, en raison de son côté dramatique. Comme le souligne sa commentatrice, ce récit est exemplaire d’un entre-deux narratif, mi-fiction, mi-relation historique d’actualité. Il est aussi exemplaire pour démontrer la puissance du moteur de recherche proposé par Google, ainsi que de son service Google Books, qui ne renvoient pas exactement les mêmes résultats.

178Ces résultats sont d’ailleurs obtenus en une fraction de seconde et on accède au texte intégral de ces publications, interrogeable et téléchargeable dans le même mouvement. De fait, il serait possible de mener une nouvelle recherche incidente à partir du London Magazine, de 1829 et des années suivantes, si l’on posait comme hypothèse de travail que ce titre est important dans notre corpus. On dépouillerait alors l’année entière, de manière analogique, relevant toute la fiction rencontrée, pour suivre sa diffusion dans la médiasphère.

Médiasphère

179Cette notion intuitive semble le mieux caractériser le réseau physique des journaux dans leur ensemble, qui forme comme un tissu ou une trame de fils entrecroisés. Elle permet de décrire cet ensemble sous forme d’une expression imagée, à la fois claire et parlante : les médias forment une sphère, laquelle matérialise les innombrables interconnexions existant entre eux. Celles-ci se notent sous forme de citations, de références et de mentions dans les discours de la presse, renvoyant aux autres médias et aux faits, débats et controverses dont il est question, donc aux récits et aux discours véhiculés par chaque organe. Ces discours peuvent être des textes littéraires, et c’est surtout cet aspect, ce contenu, qui nous intéressera ici.

180Le mot médiasphère est intuitif et imagé. Il apparaît d’abord en anglais, dans les années 1970, comme agrégat de media et de sphere. Il n’est pas formellement défini avant les années 1990, en France et en Grande-Bretagne. Régis Debray est l’un des premiers à tenter de lui donner un contenu théorique. Pour Debray, la médiasphère se définit comme « un milieu de transmission et de transport des messages et des hommes, avec les méthodes d’élaboration et de diffusion intellectuelles qui lui correspondent ». La médiasphère imbrique « des réseaux techniques d’âges différents »64, ajoute-t-il. Il distingue trois médiasphères successives, la logosphère, avant l’invention de l’imprimerie par Gutenberg, la graphosphère ensuite, jusqu’à la fin du XIX^e siècle, et la vidéosphère, au XX^e siècle. Il résume dans un tableau les caractères de ces trois états de la médiation et de la communication sociale65.

181Cette analyse se développe dans une large perspective, appelée par son auteur la « médiologie », et débouchera dans les années suivantes sur des prolongements, sous la forme des Cahiers de médiologie. Cette discipline ne s’applique pas entièrement au champ de la présente étude, du moins, celui-ci est plus restreint. On se borne en effet ici à étudier un seul type de « médiologie », un seul réseau bien circonscrit, les journaux que l’on découvre interconnectés par des liens révélés par notre « fil conducteur ».

182C’est pourquoi la notion de médiasphère est intéressante, comme concept imagé. Aussi s’est-on demandé d’où venait ce mot, et qui l’avait utilisé, pour dire quoi ? Pour répondre, j’ai utilisé la recherche par termes isolés offerte par le Ngram Viewer, selon lequel le mot apparaît aux États-Unis en 1956 (une occurrence peu claire), puis en 1972, 1973, 1976, 1978…

183Dans ces acceptions précoces, le terme est employé par des journalistes pour nommer leur objet de référence, l’ensemble des médias, en particulier la télévision. C’est un titre de rubrique parlant des médias. Il a même été proposé, dès 1972, comme titre d’une publication sur ce sujet.

184D’après Google Books, le premier emploi français du mot date de 1975. André Helbo, dans Sémiologie de la représentation, écrit :

À côté de la biosphère dont on parle d’autant plus qu’elle se dégrade, s’est développée, avec l’impératif progressivement universel et tout-puissant de l’économique, une éconosphère dans laquelle opèrent les échanges au moyen de la médiation monétaire. Mais aujourd’hui s’est formée une média-sphère dans laquelle opèrent images et messages de masse. Tout le problème est de savoir si la médiasphère n’est qu’une excroissance cancéreuse et cancérigène de l’éconosphère ou s’il y a espoir et chance qu’elle puisse, malgré certains errements, se régénérer dans une biosphère singulièrement menacée et amoindrie66.

185Cette citation est reprise dans un compte rendu du livre, paru dans les Cahiers internationaux de symbolisme67. En 1988, Noël Nel l’utilise dans un chapitre de son livre À fleurets mouchetés : 25 ans de débats télévisés68. En 1994, Jean Cluzel explique la création de ce néologisme, en lui donnant une acception qui ne doit rien à Debray :

La cohésion sociale repose sur un idéal de vie partagé et la volonté de vivre ensemble. Comment cela est-il manifesté dans notre nouveau mode de vie ? Par le moyen de ce que j’appellerais la « médiasphère », un mauvais néologisme à la suite de Teilhard de Chardin, qui parlait de la biosphère ou de la noosphère. La « médiasphère », ce pourrait être cet environnement médiatique d’images, de sons, qui enveloppe la planète. Elle me fait penser à la couche d’ozone. La « médiasphère » nous protège du soleil de la vérité. Car la vérité fait peur69.

186La conception de la médiasphère par Debray ne convient pas entièrement à mon objet d’étude. Sous ce vocable, Debray ne désigne pas simplement le système médiatique de la presse, mais lui donne une portée plus générale. La médiasphère qu’on étudie est une émanation de la « graphosphère » (deuxième stade des médias selon Debray), quoiqu’en partie combinée à la numérisation. Mais dans la graphosphère de l’écrit, telle que définie par Debray, il conviendrait de distinguer le manuscrit du livre et du périodique, qui constituent trois régimes aux dynamiques divergentes et autonomes. Il conviendrait également d’introduire une notion d’industrialisation de la reproduction, qui apparaît au XIX^e siècle avec les innovations techniques d’impression et un changement d’échelle. Que la graphosphère désigne l’écrit manuscrit ou la reproduction du livre à une échelle artisanale paraît logique. Quand un écrit se répand à des dizaines de milliers d’exemplaires et circule vers toutes les destinations du monde à date fixe, cela introduit une dimension qui modifie sensiblement la notion originelle de « graphosphère ». Nous ne sommes plus dans l’écrit qui se copie à échelle réduite. On entre dans une ère du média de masse, ce que souligne davantage le terme de médiasphère, par opposition à la logosphère ou à la graphosphère où la portée du médium (et donc la sphère d’action) est par essence limitée70. Au contraire, la fonction de la graphosphère qui nous occupe est non seulement publique mais massive. De plus, au périodique sont associées les notions de rapidité, de reproduction, de nouveauté, tandis que le livre a pour fonction de fixer, voire de figer, un état imprimé d’information et de connaissances, ou un aboutissement artistique ou esthétique.

187La graphosphère serait, dans cette optique, une médiasphère de masse et de grande portée, par opposition à la logosphère, médiasphère de proximité ciblée (une lettre, un courrier ne mettant en contact qu’un nombre limité d’émetteurs et de récepteurs). Debray se préoccupe peu de ces distinctions d’échelle et de médiation, même s’il a quelque peu affiné sa théorie ensuite.

188Ajoutons que la graphosphère ou médiasphère de masse inclut aussi l’image, la gravure, le dessin, au même titre que l’écrit. L’image bénéficie cependant d’un statut particulier, relevant d’une « parole condensée », selon une expression utilisée dans le Magasin pittoresque, dès 183371. Elle équivaut même à « mille mots »72, selon une formule d’Arthur Brisbane (1864-1936), rédacteur en chef du New York Evening Journal et ami de William Randolph Hearst, le magnat de la presse, dans une conférence prononcée en 1911.

189Les médiologues73 ont ajouté une quatrième médiasphère, l’hypersphère, pour inclure les réseaux numériques et leur contenu qui, en 1991, n’avaient pas atteint le stade de croissance exponentielle que nous connaissons.

190J’ai choisi ici de parler de médiasphère pour désigner la graphosphère médiatique, numérisée ou non, dont les journaux, qui atteignent un degré supplémentaire de médiatisation par cette transformation en cours. Ce terme est donc utilisé dans un sens adapté aux types d’objets manipulés, l’ensemble des journaux papiers et tous ceux qui sont numérisés, ce dernier mode n’étant qu’un moyen technique rendant accessible un contenu existant au préalable.

191Quelques années plus tard, John Hartley, un professeur d’études journalistiques, médiatiques et culturelles (qui enseigne à la fois à l’université du Pays de Galles à Cardiff et à l’université de technologie du Queensland, en Australie), revendique de son côté la création du terme de mediasphere, dans un sens peut-être plus proche de celui que définissent mes recherches et observations, dans son livre Popular Reality. Journalism, Modernity, Popular Culture (1996)74. Les notions que ce chercheur a explicitées et théorisées paraissant assez peu connues ou commentées en France, il est utile de citer quelques extraits de sa présentation du concept de mediasphere, qu’il a exposé et affiné à diverses reprises dans ses écrits. Mes observations recoupent ce que décrit Hartley. Sa première présentation, en 1996, reste finalement assez proche de celle de Debray. Mais Hartley nomme ses objets différemment. Il définit d’abord la médiasphère comme l’univers du lectorat, distinguant trois niveaux d’emboîtement simultanés : la sphère publique (correspondant à la notion de liberté), la médiasphère (l’égalité) et la sémiosphère (la fraternité – l’auteur est ici sous l’influence des idées sur les médias offertes par la Révolution française, tout en empruntant la notion de sémiosphère à la théorie sémiotique de la culture de Youri Lotman75). Mais Hartley nous intéresse en ce qu’il est d’abord concerné par la fonction du journalisme. Il constate la permanence des significations (meanings), idées et arguments, par-delà les évolutions technologiques depuis Gutenberg. Pour lui, le journalisme est le système textuel de la modernité. Pour étudier le lectorat, il faut étudier, dit-il, ce qu’on lui donne à lire.

[De ce point de vue,] le journalisme est une gigantesque archive de textualité, un vaste magasin de significations fabriquées par l’humanité, généré inconsciemment et documentant les interactions sociales, personnelles, culturelles et politiques de la vie contemporaine qui, en même temps, offre ses propriétés particulières, ses propres caractéristiques, ses schémas, son historique, ses singularités et ses accidents76.

192Hartley note d’ailleurs que les recherches sur la textualité sont créatives, du fait qu’elles produisent elles aussi du texte, qui peut être, à son tour, interrogé.

Le journalisme forme une médiasphère qui met en contact les audiences non seulement (voire accessoirement) avec la sphère publique, mais avec la culture au sens large – en fait le journalisme est l’un des principaux mécanismes par lesquels différentes aires culturelles (qui parfois ne se comprennent pas entre elles) se mettent à dialoguer. Il se peut que, dans ce contexte, les changements les plus importants surviennent dans les marges ou bien dans les médias les plus dévalués77.

193En 2000, puis en 2008, il revient sur ses analyses, les approfondit et résume ses idées sur ce concept :

Dans un mouvement allant du sens au médium, le terme de médiasphère a été forgé (Hartley 1996) pour désigner une idée et une réalité de dimension planétaire, suffisamment cohérente pour que chacun de ses éléments puisse interagir avec tous les autres, et pouvant affecter à une échelle assez réduite et locale chaque individu. Comme la sémiosphère, cette notion rend compte des diverses formes, connexions et conditions structurelles permettant le fonctionnement d’un système mondial de communication. La médiasphère est multimodale, ne se réduisant pas à un seul médium, telle la télévision, mais inclut toute la gamme des formes de reproduction (imprimé, photographie, audiovisuel, performance), qui interagissent les unes avec les autres, de telle sorte que la télévision partage ces formes technologiques, industrielles et sémiotiques, ainsi que son public, avec les autres médias, radio, théâtre, cinéma et imprimé78.

194Ces lignes décrivent l’extension technique et physique de la médiasphère et l’on verra qu’elles s’adaptent parfaitement aux observations concernant les œuvres de Marie Aycard.

Cette notion ne peut pas être dissociée du système dynamique global qui l’a formée et qui lui permet d’agir au niveau local. Comme on l’a dit, la médiasphère est plus ancienne qu’elle ne paraît. Il y avait déjà un flux international de pièces de théâtre, de poèmes, de récits bien avant l’ère industrielle et moderne. Mais cela est surtout devenu visible à l’œil nu à partir de l’expansion industrielle et coloniale au XIX^e siècle. Cette période dissémina toutes les formes de médias européens dans le reste du monde, livres et conférences publiques, journaux, magazines, représentations théâtrales, informations des agences de presse (comme Reuters), chansons, histoires et divertissements publics. La nouveauté n’était pas tant l’expansion globale de cette culture, que leur origine médiatiquement délimitée. Brusquement, ce n’était pas seulement la même technologie qui devenait disponible dans le monde entier, pour produire localement cette culture (comme l’imprimerie), c’était le même contenu, exprimant les désirs, peurs et énergies des démocraties occidentales capitalistes, appuyées par leurs forces militaires, disponible partout, d’un seul coup, étouffant apparemment toute autre voix79.

195Cette dissémination générale, dans toutes les directions, simultanée, concertée, coordonnée, de la culture occidentale médiatisée est une donnée essentielle permettant de comprendre l’unification du monde, sa « globalisation ». Cette « culture-monde » est vécue selon des temporalités et des modalités différentes, en fonction des aires linguistiques, mais, dans l’ensemble, l’interconnexion et l’interaction sont totales, la barrière des langues n’offrant que peu d’entraves à la propagation médiatique. Si les analyses d’Hartley sont valables pour la médiasphère anglo-saxonne, on verra par l’exemple de Marie Aycard que la francosphère médiatique traverse sans aucune difficulté la barrière linguistique, et notre auteur circulera avec une facilité déconcertante dans la médiasphère anglophone.

En d’autres termes, poursuit Hartley, la médiasphère pouvait désormais apparaître comme unifiée, du point de vue d’un lecteur-consommateur individuel, avec une vitesse inconnue auparavant. Elle se remplissait des productions de la monoculture des médias industriels et impérialistes. Une telle unité de contenu au point de réception n’était possible qu’avec un seul modèle de communication, de l’un au multiple, à sens unique, des producteurs professionnels et centralisés, face à des consommateurs dispersés et passifs80.

196Ce modèle prendra une importance décisive, en particulier politique, au XX^e siècle, avec la radio puis la télévision, vecteurs de propagande unilatérale, qui feront de la culture médiasphérique une culture de masse à une échelle encore plus grande. Hartley revient régulièrement sur ce concept de médiasphère, reconnu et adopté dans les études de communication dans le monde anglo-saxon comme faisant partie des cultural studies81. Dans un de ses livres récents, Communication, Cultural and Media Studies. The Key Concepts, il revient à sa définition initiale de 199682, la médiasphère étant une sphère plus petite que la sémiosphère, celle de l’ensemble des discours et de la culture, ne réunissant que ceux qui sont médiatisés, qu’ils soient fictifs ou factuels. La médiasphère à son tour englobe la sphère publique. La définition anglo-saxonne de la médiasphère donnée par le Wiktionary dit :

Écologie collective des médias du monde, tous supports cumulés, journaux, magazines, télévision, radio, livres, romans, annonces, communiqués de presse, publicité et blogosphère, tant audiovisuels qu’imprimés83.

197La définition donnée par l’Encyclopædia Universalis en ligne est parfaite dans sa brièveté : « Totalité des médias ».

198Aujourd’hui, le terme s’est répandu pour désigner des entreprises en lien avec les médias. C’est par exemple le nom d’une émission de Julien Arnaud sur les médias de la chaîne télévisée LCI84.

199Cette notion, doublement définie par Debray et Hartley, sera centrale dans mon analyse, qui aura pour résultat de mettre à jour la trame de cette médiasphère, en identifiant formellement des vecteurs de transmission communicationnelle entre médias-journaux, à toutes les échelles. Le matériau que l’on étudie n’est pas un discours politique ou événementiel, mais une fiction, le feuilleton-nouvelle d’origine parisienne, ce qui ne change rien à la structure de la médiasphère qui se dessine comme arrière-plan tramé d’une culture-monde globalement interconnectée. Tout au plus, mes observations permettent de mieux suivre la texture de cette trame à travers des exemples concrets et de la mettre en évidence sous des aspects parfois inattendus.

Limites et critiques des méthodes et outils numériques

200L’apparition des mégadonnées et des humanités numériques n’a pas été sans susciter une série de critiques. Les principales ont été formulées en 2012 par danah boyd et Kate Crawford85. Les principaux points discutés sont : les mégadonnées changent la définition du savoir ; les prétentions à l’objectivité et à la pertinence sont mal fondées ; des mégadonnées ne sont pas toujours des meilleures données ; sorties de leurs contextes, les mégadonnées perdent leur sens ; ce n’est pas parce que c’est accessible que c’est éthique ; l’accès inégal aux mégadonnées crée de nouvelles fractures numériques.

201Ces critiques générales sont complétées de critiques particulières et de mises en garde méthodologiques concernant les humanités numériques. Le fait d’utiliser comme sources des masses de données provenant de bases de journaux en ligne implique en effet un certain nombre de problèmes à prendre en compte, énumérés par l’historien canadien Ian Milligan86. La numérisation des journaux est un immense progrès, dit-il en substance. On doit les utiliser car c’est un appoint puissant à la recherche, qui accède à davantage d’articles et de résultats, à des données plus difficiles d’accès, mais il faut le faire avec précaution et en connaissance de cause, en signalant l’usage de cette ressource, en identifiant ses limites et ses imperfections éventuelles, en tâchant de les contourner dans la procédure d’utilisation et la méthode de recherche. Les index et les tables sont des alternatives insuffisantes, ajoute-t-il, et la recherche doit conserver un aspect d’errance qui laisse la place au hasard. Malgré leurs défauts, les bases de données permettent de passer en revue d’énormes masses d’informations en un temps raisonnable et sont plus rapides que le microfilm. En examinant les thèses et mémoires d’histoire canadienne, Milligan s’est rendu compte que, bien que ces instruments paraissaient avoir été utilisés par les auteurs, impactant leur volume de citations, peu d’entre eux mentionnaient cet usage. Les directeurs de recherche, les rédacteurs en chef, les blogueurs, les historiens doivent réaliser comment les bases de données façonnent la recherche historique professionnelle et amateur au Canada, conclut-il, car les historiens ont tendance à davantage citer ce qui est en ligne, au détriment d’autres sources utiles mais non numérisées, biaisant les résultats. Enfin, il note la nature « propriétaire » (privée) des archives de certains journaux (donc souvent en accès payant).

202D’autre part, dans le matériau numérisé, de nombreux problèmes de reconnaissance de caractères existent, et il faut en tenir compte pour lancer des interrogations pertinentes malgré la reconnaissance optique défaillante. Certes, l’OCR s’avère parfois défectueuse car cette technique n’a pas été mise au point pour numériser de la presse ancienne mais des documents standard, et il faut pallier ce problème en ayant recours, d’une part, à des recherches croisées afin de parvenir à sortir des résultats positifs de données presque illisibles (Ryan Cordell mentionne aussi des programmes permettant de corriger des OCR erronées), d’autre part, à une relecture des formats PDF généralement fournis avec les résultats. Ce fait crée des limites à l’efficacité des techniques de recherche par mots-clés ou citations, d’où l’intérêt, quand cela est possible et que cela se justifie, de compléter les contrôles routiniers par mots-clés d’un inventaire systématique du contenu de volumes susceptibles de renfermer des références pertinentes non localisées par la recherche automatique.

203Frédéric Clavert a commenté en ligne l’article de Milligan87 où il souligne notamment l’inflation des références inutiles. Le chercheur doit en effet redoubler d’attention pour maîtriser, gérer et trier les flots d’informations fournis par les données en ligne, qu’elles soient des sources primaires ou secondaires, par rapport aux objectifs définis dans son travail.

La règle des trois tiers inégaux

204Ainsi, les recherches dans les sources numérisées ne renvoient pas des résultats hiérarchisés, mais au contraire beaucoup de données d’origines et de niveaux très divers, voire inégaux. Il en résulte une ouverture et un écrémage très large qui garantissent une certaine pertinence des données obtenues. Sans s’imposer des critères définis a priori, on a évalué leur degré d’intérêt par rapport à leur contexte d’émission et à leur teneur, laquelle est croisée avec les autres sources. Pour cerner le sujet, Marie Aycard, on a en effet affaire à un contexte particulier de déficit de sources et d’informations primaires, et cela semblait la seule méthode pour y remédier.

205Ma recherche a d’abord été celle de ces sources, qu’il convenait de localiser avant de les évaluer ou de les analyser. Mais ces résultats ne reflètent qu’un état partiel des sources potentielles existantes. C’est le cas pour les recherches menées dans la médiasphère du XIX^e siècle, dont les données n’ont rien d’exhaustif. Cette question peut donner lieu à la formulation d’un critère d’évaluation approximatif, que je nomme la « règle des trois tiers inégaux ». Lorsque l’on a relevé, que ce soit dans les documents analogiques (sur papier ou microfilm) ou numérisés, par exemple douze reproductions en trois langues d’un feuilleton-nouvelle de Marie Aycard, qu’avons-nous obtenu ? Un état provisoire de diffusion dans une partie de la médiasphère. Ces résultats connus et découverts forment un premier ensemble, délimité. Peut-on évaluer ce qui manque ? On pose par hypothèse qu’il existe encore deux autres ensembles de dimension indéterminée : le premier réunirait toutes les sources que l’on pourrait encore découvrir par les mêmes moyens analogiques ou numériques (si ces moyens étaient poussés jusqu’au bout des ressources des bibliothèques partout dans le monde). Cela regroupe un nombre indéterminé d’occurrences qui viendront petit à petit à notre connaissance, par exploration patiente, analogique et numérique, des archives préservées. Ce deuxième tiers est, sans doute, plus grand que le premier.

206On doit imaginer un autre sous-ensemble, rassemblant des données qui demeureront à jamais inconnaissables et inaccessibles (par perte, lacune, destruction, disparition des supports). On peut supposer une zone intermédiaire, où on aurait connaissance indirecte (par allusion et référence) d’une publication dont le support aurait disparu.

207Nommons cette décomposition : règle des trois tiers inégaux, sachant que ces tiers (qui n’ont pas la même valeur) ne sont pas des quantités mathématiques, mais une partition asymétrique dans un corpus théoriquement exhaustif. Ces deux derniers ensembles sont, par définition, non quantifiables, mais cette règle pourrait être modélisée de façon plus fine si l’on pouvait évaluer le taux de destruction des journaux, par exemple, ou le taux de journaux à numériser et quantifier le nombre de titres de périodiques dans telle ou telle aire de la médiasphère.

Les journaux, un patrimoine en perdition ?

208Comme instrument de mesure approximatif, cette règle des trois tiers inégaux a un intérêt supplémentaire. Elle signale une masse potentiellement manquante. Pourquoi devrait-on prendre en compte une quantité absente ? Pour la raison que les collections de journaux papiers sont un support patrimonial en danger de disparition. Le cri d’alarme a été lancé par l’écrivain Nicholson Baker dans les années 1990, dans une série d’articles et d’enquêtes parus dans le New Yorker, sur les pratiques des bibliothèques, à cet égard. L’auteur a synthétisé ses propos en 2001 dans un livre polémique, Double Fold, racontant une aventure inouïe88 : le sauvetage de plus de 5 000 volumes in-folio de journaux américains que la British Library, saturée, s’apprêtait à disperser aux enchères, en 1999. Cette aventure hors norme mérite d’être rappelée ici. Dans un premier temps, l’enquête de Baker portait sur les choix qu’il jugeait contestables des bibliothèques américaines, qui allaient, à son avis, à l’encontre de leur mission prioritaire :

La raison d’être d’une bibliothèque est de préserver le patrimoine imprimé. Mais depuis cinquante ans, les bibliothèques de notre pays – y compris la bibliothèque du Congrès – ont fait tout le contraire, en détruisant des centaines de milliers de journaux patrimoniaux et en les remplaçant par des copies microfilmées qui sont difficiles à lire, ne préservent ni les couleurs ni la qualité des originaux sur papier et leurs illustrations, et se dégradent avec le temps89.

209Baker raconte comment le « lobby » des fabricants de microfilms, technologie développée par les militaires pendant la seconde guerre mondiale, a trouvé à se reconvertir, après la guerre, auprès des bibliothèques pour leur proposer de remplacer les copies papier des journaux par des rouleaux de microfilms. Cette pratique s’est étendue, à tel point que de plus en plus d’établissements, manquant de place, ont fini par se débarrasser de leurs collections de journaux physiques. Le mouvement est devenu général, mais sans concertation globale, si bien que personne ne s’est avisé de préserver quelque part au moins un exemplaire d’une collection originale de ces journaux. Dès lors, il n’est plus possible de revenir en arrière, c’est-à-dire au document initial, en cas de problème : mauvaise qualité d’une prise de vue, page manquante, contraste insuffisant, etc. On a beau accuser la qualité déplorable des journaux de départ, le microfilm est parfois pire, dit en substance Baker, d’autant plus qu’il se substitue complètement aux premiers qui sont détruits ou vendus.

210On trouve en effet, chez les revendeurs en ligne et les sites de vente sur internet, des exemplaires de journaux anciens extraits de volumes reliés, provenant de diverses bibliothèques, que ce soit aux États-Unis ou en France (dans ce dernier cas, ce sont des volumes issus de collections privées). Depuis quelques dizaines d’années, en effet, un marché florissant s’est établi autour des journaux anniversaires (le journal du jour de votre naissance), astucieux moyen pour recycler des exemplaires ordinaires. En effet, si le numéro d’un journal relatant un événement « historique » et mythique s’arrache à prix d’or (par exemple le naufrage du Titanic), la plupart des exemplaires n’ont que peu de valeur, pris individuellement, et du reste ils se trouvent souvent dans une condition dégradée, ayant été découpés dans des reliures, fragilisés en raison de leur format, et sujets à des déchirures supplémentaires, pliures, et autres altérations dues à la lumière.

211Or, constate Baker, la question de l’acidité du papier est secondaire. Un journal, préservé dans une reliure solide, peut rester dans un excellent état pendant plus d’un siècle, davantage qu’une bobine de microfilm qui se raye ou s’altère souvent plus vite. Serrée dans une reliure, la collection est à l’abri de l’air et de la lumière, dont les atteintes sont limitées, surtout si elle est peu manipulée. Les pages en couleur gardent leur fraîcheur d’origine. C’est un crime contre le patrimoine que de vouloir disperser voire détruire des collections magnifiquement et solidement reliées par nos prédécesseurs à destination des générations futures.

212Dans un second temps, Baker va mettre en pratique ses convictions au service d’une cause hors du commun. Il a appris incidemment que le département des journaux de la British Library (à Colindale) voulait se débarrasser, discrètement, de ces encombrantes collections de journaux américains peu consultés, après avoir disposé d’une grande partie de leurs collections de presse étrangère. Les collections de journaux locaux anglais et irlandais avaient subi d’importants dégâts et destructions lors des bombardements de Londres pendant le Blitz, mais les journaux américains (le World de Joseph Pulitzer, le Chicago Tribune, le San Francisco Chronicle, etc.) étaient restés miraculeusement intacts. Baker est parti en croisade, mettant sur pied une fondation officielle, l’American Newspaper Repository90, avec les membres de sa famille dans le comité. Mais il faut agir en urgence car les offres d’enchères pour la collection mise en vente à Londres ne sont reçues que jusqu’au 30 septembre 1999. Baker raconte cette course pour réunir des fonds91, comment il en est réduit à compter uniquement sur ses propres économies et celles de sa femme, faisant pression sur les responsables de la British Library pour que la collection d’un journal ne soit pas dispersée mais préservée d’un seul tenant, arguant du fait que sa fondation est en mesure de « préempter » des ensembles, ce que les autres acheteurs potentiels (des marchands peu nombreux au demeurant) ne se soucient pas d’exiger. Il adresse une offre de 50 000 dollars pour les différents lots, gardant une somme équivalente pour le stockage éventuel. Une quinzaine de jours plus tard, Baker apprend qu’il emporte les enchères sur environ 90 titres de journaux, tandis qu’une trentaine lui échappe. La facture s’élève à près de 20 000 livres. Son regret est d’avoir manqué la collection du Chicago Tribune. Il négocie avec son acheteur, Timothy Hughes, un marchand de journaux anciens de Pennsylvanie, pour la lui racheter 63 000 dollars, ce qui reste encore une affaire, à raison de 50 dollars le volume. Baker calcule que s’il fallait acheter l’équivalent auprès de la société qui commercialise le microfilm, il faudrait débourser 177 000 dollars !

Nous nous trouvons à un tournant bizarre dans l’histoire, où vous pouvez obtenir l’objet original pour beaucoup moins cher que sa médiocre reproduction photographique en noir et blanc, que vous ne pouvez consulter qu’à l’aide d’une machine92.

213Baker parvient à faire racheter par d’autres institutions quelques-uns des journaux qui avaient échu à Hugues, dont le San Francisco Chronicle. Le résultat de ces efforts tient en quelques chiffres : début 2000, quelque 6 400 volumes de journaux arrivèrent de Grande-Bretagne dans les entrepôts de Hugues, desquels repartirent dix tonnes de Chicago Tribune vers le lieu de stockage prévu par Baker dans le New Hampshire (loyer 26 000 dollars par an93). En juin, quelque 4 700 autres volumes traversèrent l’Atlantique dans deux containers représentant ses propres achats, dont le mythique World, de New York94, à classer, archiver sur des rayonnages et à préserver pour le futur. En 2004, la collection est donnée à la bibliothèque de la Duke University et devient un fonds spécial de la David M. Rubenstein Rare Book & Manuscript Library95. Un inventaire a été mis en ligne96.

214Les accusations passionnées de Baker ne sont pas restées sans réponse de la part des bibliothécaires et des archivistes, dont certains réagirent vivement à ces critiques. Il est vrai que Baker faisait parfois état d’une situation ancienne, qui avait pu évoluer dans les dix dernières années du XX^e siècle. Des échanges extrêmement vifs entre professionnels eurent lieu après la publication de Double Fold, qui furent synthétisés par Richard J. Cox97, dans sa réponse à Nicholson Baker98. En 2012, ce dernier donne une conférence devant la Maine Historical Society.

Se décrivant lui-même comme un amateur de machines en tout genre, y compris électroniques, Baker n’est pas un luddite. Il souhaite seulement nous rappeler l’importance de l’objet physique réel, avec son poids, sa forme et sa texture, fabriqué dans un lieu et une époque précis. « Le microfilm et la numérisation sont un bon début » pour la conservation, dit-il, « mais ils ne sont pas des équivalents. Nous avons toujours besoin de préserver l’original »99.

215Nous avons un autre exemple de sauvetage, en 2014, de la collection d’un journal brésilien, le Monitor Campista, quotidien de Rio qui a reproduit la nouvelle « John Poker » de Marie Aycard (Courrier français, 8 septembre 1842), comme plusieurs autres journaux. Troisième journal du pays en importance, créé en 1834, il a cessé de paraître en 2009, et une bataille juridique a été menée, à l’initiative d’une association locale, pour que ses archives historiques (sa collection sur papier) puissent être préservées, par une loi municipale du 14 janvier 2014, qui a prononcé :

Article 1. Toute la collection imprimée du journal le Monitor Campista, paru de 1834 au 15 novembre 2009, est inscrite au patrimoine historique et culturel de la municipalité de Campos dos Goytacazes100.

216La numérisation du journal est envisagée, ce qui permettra, un jour, d’y découvrir la date de parution de « John Poker », feuilleton anonyme imaginé par notre auteur, et probablement de nombreux autres feuilletons-nouvelles parisiens101.

Viralité

217Ryan Cordell est l’un des premiers chercheurs en humanités digitales à utiliser les mégadonnées de presse numérisée « en grand », c’est-à-dire en prenant en compte l’intégralité des données d’un corpus dont il peut disposer des codes sources. En pratique, il a utilisé les données fournies par Chronicling America pour mener à bien son projet de mettre au jour le réseau des énoncés reproduits dans la presse nord-américaine du XIX^e siècle (Uncovering Reprinting Networks in Nineteenth-Century American Newspapers). Après avoir demandé à un collègue informaticien, David A. Smith, de mouliner les données recueillies auprès de Chronicling America (de façon à les harmoniser, à diminuer le nombre d’erreurs d’OCR par la technique de l’« alignement local » et la recherche de chaînes de caractères semblables, etc.), Cordell a exploré ce corpus pour y voir comment les contes, poèmes et articles circulent d’un journal à l’autre, d’une manière globale, afin de découvrir comment cette pratique de la reproduction interagit avec les réalités sociales, politiques, techniques et religieuses102. L’idée est ensuite de cartographier le réseau obtenu. Il a pu ainsi mettre en évidence une incidence religieuse dans la reproduction d’une nouvelle de Nathaniel Hawthorne103, ou découvrir que des journaux secondaires avaient une influence supérieure dans le réseau, à cause d’un taux de rotation et de circulation (donc un nombre de reproductions) plus important que des journaux de villes plus grandes. En utilisant les densités de population des villes où ils étaient publiés, il a pu estimer le lectorat potentiellement touché par tel ou tel texte reproduit104. Il conclut une de ses études par cet espoir :

Appliquées à une collection de journaux du XIX^e siècle, ces techniques révèlent un corpus de textes jadis populaires mais aujourd’hui oubliés, d’une grande variété de genres, de distribution géographique et de répartition temporelle. En analysant leurs schémas de reproduction nous espérons découvrir comment et quelles idées se répandent et quelle partie du public les partage. Ces techniques permettent ainsi d’avoir un aperçu de la sphère des publications [Cordell n’utilise pas le terme de médiasphère] du XIX^e siècle avec une précision qui n’avait été jamais possible auparavant105.

218Cordell utilise la métaphore de la viralité, qu’il emprunte à la dynamique du web pour qualifier la circulation proliférante de certains énoncés.

En appliquant les dernières théories de la viralité des réseaux en ligne aux archives historiques des journaux, nous pouvons déterminer des invariants concernant le contenu partagé à travers les périodes historiques, isolant des valeurs culturelles, esthétiques et littéraires qui se maintiennent depuis l’imprimé jusqu’au web. Plus fondamentalement peut-être, une théorie de la viralité textuelle met en avant les questions de circulation et de réception, décrivant non pas des objets textuels immobiles mais plutôt la façon dont les textes évoluent à travers le réseau social, politique, littéraire et technologique qui sous-tend la culture imprimée au XIX^e siècle106.

219La viralité s’intéresse aux similarités textuelles et non à leur originalité ou à leur nouveauté. Cette réorientation est nécessaire pour étudier la presse sous l’angle littéraire, souligne Cordell. La viralité d’un énoncé donné exprime la vitesse, l’ampleur et la résonance sociale de sa diffusion, résume-t-il107. En d’autres termes, la viralité est une autre approche de la bibliographie, remarque-t-il.

220Pour expliquer cette prolifération de textes anonymes reproduits, parfois de fragments textuels réarrangés par les éditeurs successifs, adaptés selon la place restant disponible dans une page de journal, Cordell en vient à formuler une théorie du réseau comme auteur collectif (The Network Author). Toutefois, le chercheur ne tient pas compte ici de la possibilité de démasquer certains de ces auteurs réels, dans la mesure où son corpus ne le permet pas. On a de facto adopté une autre approche, du fait que l’on travaille sur un de ces producteurs de contenu pour la presse, Marie Aycard, dont les articles seront injectés dans la médiasphère sous forme d’énoncés anonymes, notamment dans les journaux américains. Cependant, les méthodes et découvertes de Ryan Cordell sont un bon exemple de ce que les mégadonnées peuvent apporter à l’analyse de la médiasphère.

Étude de cas appliquée à un feuilleton-nouvelle de Marie Aycard

221Pour enquêter, mesurer et étudier la médiasphère, je me suis basé sur les diverses productions de Marie Aycard et j’ai observé leur parcours international. En choisissant des journaux significatifs et en évaluant leur contenu, j’ai pu étudier la diffusion médiatique de ce contenu, son origine et son parcours. Ces trajectoires relient entre eux de multiples supports qui, à leur tour, peuvent devenir objets d’investigation. Plus les observations sont précises, variées et nombreuses, plus la cartographie du réseau s’affine et est mise en évidence.

222L’examen de la fortune internationale du feuilleton-nouvelle de Marie Aycard ayant connu le plus de succès, « L’écu de cent sous », donnera un bon exemple du type de résultats obtenus, mais auparavant résumons brièvement la vie de Marie Aycard.