NEF (Net des études françaises) - Dossiers du NEF

Le Projet Gutenberg, de 1971 à 2005

par Marie Lebert, 15 août 2005

Ce dossier du Net des études françaises (NEF) est aussi une communication du troisième symposium international sur les études françaises valorisées par les technologies: langages et dialogues interculturels (octobre 2005, Université York, Toronto, Canada). Les lignes qui suivent sont dédiées à tous les volontaires du Projet Gutenberg et de Distributed Proofreaders sur les cinq continents. Grâce à eux, plus de 16.000 classiques de la littérature mondiale sont déjà en ligne, dans une version gratuite et de grande qualité, avec une prévision d'un million d'ici dix ans. Ce même dossier est disponible en anglais.

Sommaire
Historique, des origines à nos jours
* La gestation en 1971
* La persévérance entre 1972 et 1989
* De dix à mille livres entre 1990 et 1996
* Un millier de livres en août 1997
* De mille à cinq mille livres entre 1998 et 2002
* Dix mille livres en octobre 2003
* Quinze mille livres en janvier 2005
Le domaine public, un vaste sujet
La méthode adoptée par le Projet Gutenberg
Distributed Proofreaders, ou la correction partagée
Bientôt des collections multilingues
Du passé... vers l’avenir
Chronologie
Quelques liens
Articles précédents


Sommaire

Si ma fascination pour le Projet Gutenberg ne date pas d'aujourd'hui, elle ne faiblit pas. A ce jour, personne n'a fait mieux pour mettre les classiques de la littérature mondiale à la disposition de tous. Ni pour créer à moindres frais un immense réseau de volontaires de par le monde, sans gâchis de compétences ni d'énergie.

Résumons les choses en quelques phrases.

En juillet 1971, Michael Hart crée le Projet Gutenberg pour diffuser gratuitement sous forme électronique les oeuvres littéraires du domaine public. Un projet longtemps considéré par ses détracteurs comme impossible à grande échelle. Site pionnier à tous égards, le Projet Gutenberg est à la fois le premier site d’information sur un réseau encore embryonnaire et la première bibliothèque numérique. Michael numérise lui-même les cent premiers livres.

Lorsque l’utilisation du web se généralise, au milieu des années 1990, le projet trouve un second souffle et un rayonnement international. Tout en continuant de numériser des livres, Michael coordonne désormais le travail de dizaines puis de centaines de volontaires dans de nombreux pays. Les collections atteignent 1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en décembre 2000 et 4.000 livres en octobre 2001.

Trente ans après ses débuts, le Projet Gutenberg fonctionne à plein régime. La barre des 5.000 livres est franchie en avril 2002, celle des 10.000 livres en octobre 2003 et celle des 15.000 livres en janvier 2005. Avec 400 nouveaux livres par mois, 40 sites miroirs dans de nombreux pays et plusieurs dizaines de milliers de téléchargements par jour.

Qu’ils aient été numérisés il y a vingt ans ou qu’ils soient numérisés maintenant, tous les livres sont numérisés en mode texte, en utilisant l’ASCII original sur sept bits, avec des règles précises pour le formatage. Grâce à quoi les textes peuvent être lus sans problème quels que soient la machine, la plate-forme et le logiciel utilisés, y compris sur un PDA ou sur un appareil de lecture dédié. Libre ensuite à chacun - particuliers ou organismes - de les convertir dans des formats différents, après avoir vérifié que les oeuvres sont également du domaine public dans le pays concerné.

En janvier 2004, le Projet Gutenberg essaime outre-Atlantique avec la création du Projet Gutenberg Europe. A la mission originelle s'ajoute le rôle de passerelle entre les langues et les cultures. L’objectif étant une bibliothèque d’un million de livres d’ici 2015, avec de nombreuses sections nationales et linguistiques. Tout en conservant la même ligne de conduite: la lecture pour tous à moindres frais, par le biais du texte électronique gratuit, indéfiniment utilisable et reproductible. Et, dans un deuxième temps, la numérisation de l'image et du son, dans le même esprit.


Historique, des origines à nos jours

La gestation en 1971

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

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

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

La persévérance entre 1972 et 1989

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

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

Parallèlement, l’internet, qui était encore embryonnaire en 1971, débute véritablement en 1974, suite à la création du protocole TCP/IP (Transmission Control Protocol / Internet Protocol). A partir de 1983, le réseau est en plein essor.

Le Projet Gutenberg fête la mise en ligne de son dixième texte, The King James Bible, en août 1989.

De dix à mille livres entre 1990 et 1996

En 1990, les internautes sont au nombre de 250.000, et le standard en vigueur est la disquette de 360 Ko. En janvier 1991, Michael saisit Alice's Adventures in Wonderland (Alice au pays des merveilles), de Lewis Carroll (paru en 1865). En juillet de la même année, il saisit Peter Pan, de James M. Barrie (paru en 1904). Connus dans le monde entier, ces deux classiques de la littérature enfantine tiennent chacun sur une disquette standard.

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

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

Le Projet Gutenberg se veut "universel" aussi bien pour les oeuvres choisies que pour le public visé. Le but étant de mettre la littérature à la disposition de tous, en dépassant largement le public habituel des étudiants et des enseignants. Le secteur consacré à la littérature de divertissement est destiné à amener devant l’écran un enfant d’âge pré-scolaire comme une personne du troisième âge. Le but étant que des enfants et leurs grands-parents recherchent le texte électronique de Peter Pan après avoir vu le film Hook, ou bien qu'ils lisent la version électronique d’Alice au pays des merveilles après avoir regardé le film à la télévision. Ou alors qu'ils recherchent l'origine d'une citation après avoir vu un épisode de Star Trek. Pratiquement tous les épisodes de Star Trek citent des livres ayant leur correspondant numérique dans les collections du Projet Gutenberg.

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

Un millier de livres en août 1997

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

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

De mille à cinq mille livres entre 1998 et 2002

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

La moyenne est de 40 livres par mois pendant le premier semestre 2001. Elle passe à 50 livres par mois pendant le deuxième semestre. Disponible en décembre 2000, le 3.000e titre est le troisième volume de A l’ombre des jeunes filles en fleurs, de Marcel Proust (paru en 1919), dans sa langue originale, en français.

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

Disponible en avril 2002, le 5.000e texte est The Notebooks of Leonardo da Vinci (Les Carnets de Léonard de Vinci), qui datent du début du 16e siècle. Un texte qui, en 2005, se trouve toujours dans le "Top 100" des livres téléchargés.

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

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

Quelques numéros d'eBooks sont "réservés" pour l'avenir. Par exemple le numéro 1984 (eBook # 1984) est réservé au roman éponyme de George Orwell, publié en 1949, et qui est loin d'être dans le domaine public.

En 2002, les collections s’accroissent en moyenne de 100 titres par mois. Au printemps 2002, elles représentent le quart des oeuvres du domaine public disponibles sur le web, recensées de manière pratiquement exhaustive par l'Internet Public Library (IPL). Un beau résultat dû au patient travail d'un millier de volontaires actifs dans plusieurs pays.

Dix mille livres en octobre 2003

1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en décembre 2000, 4.000 livres en octobre 2001, 5.000 livres en avril 2002, 10.000 livres en octobre 2003. Le 10.000e livre est The Magna Carta qui, signée au début du 13e siècle, fut le premier texte constitutionnel anglais.

Entre avril 2002 et octobre 2003, en dix-huit mois, les collections ont doublé, passant de 5.000 à 10.000 livres, avec une moyenne mensuelle de 300 livres numérisés. En décembre 2003, la quasi-totalité des livres (9.400 titres) est également gravée sur un DVD, produit par le Projet Gutenberg pour l'occasion. Un CD "Best of Gutenberg" était disponible dès août 2003 avec une sélection de 600 livres (ce CD faisant suite à d'autres CD diffusés antérieurement). CD et DVD sont envoyés gratuitement à qui en fait la demande. Libre ensuite à chacun de faire autant de copies que possible pour ses amis et connaissances.

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

En décembre 2003, les collections approchent les 11.000 livres. Plusieurs formats sont désormais présents, à commencer par les formats HTML, XML et RTF, le format principal (et obligatoire) restant l'ASCII. Le tout représente 46.000 fichiers, soit 110 Go (giga-octets). Le 13 février 2004, date de la conférence de Michael Hart au siège de l'UNESCO, à Paris, les collections comprennent très exactement 11.340 livres dans 25 langues différentes. En mai 2004, les 12.581 livres disponibles représentent 100.000 fichiers dans 20 formats différents, soit 135 Go. Avec 400 nouveaux livres numérisés par mois (un nombre destiné lui aussi à augmenter), le nombre de giga-ocets devrait doubler chaque année.

Quinze mille livres en janvier 2005

En janvier 2005, le Projet Gutenberg fête ses 15.000 livres, avec la mise en ligne de The Life of Reason, de George Santayana (paru en 1906). En juin 2005, le nombre de livres s'élève à 16.000, dans 42 langues. Début août 2005, outre l'anglais (14.590 livres le 3 août 2005), six langues disposent d'un nombre de livres significatif: le français (578 livres), l'allemand (349 livres), le finnois (225 livres), le hollandais (130 livres), l'espagnol (105 livres) et le chinois (69 livres).

Michael espère franchir la barre du million de livres d’ici 2015. Chacun de ses courriels comprend le chiffre du jour, et la "distance" restant à franchir jusqu'au nombre significatif suivant. En juillet 2005, la prochaine barre à franchir est celle des 20.000 titres. Elle devrait être atteinte en juillet 2006, pour le 35e anniversaire du Projet Gutenberg.

A la suite du lancement de Distributed Proofreaders Europe en janvier 2004 par le Projet Rastko, le Projet Gutenberg Europe débute sur le web en juin 2005, avec la mise en ligne des cent premiers livres. La présence de plusieurs langues reflète la diversité linguistique prévalant en Europe. Cent langues sont prévues sur le long terme. Le Project Gutenberg of Australia (lancé en 2001) fête ses 500 livres en juillet 2005, tandis que le Project Gutenberg of Canada fait ses premiers pas (avec un suivi grâce à la liste PGCanada). Les choses sont en bonne voie pour un Projet Gutenberg au Portugal et aux Philippines.


Le domaine public, un vaste sujet

Malgré l'enthousiasme et la ténacité de ses centaines de volontaires, la tâche du Projet Gutenberg n’est guère facilitée par les coups de boutoir portés au domaine public. A une époque lointaine, 50% des oeuvres appartenaient au domaine public, et pouvaient donc être librement utilisées par tous. Aujourd’hui, 99% des oeuvres sont régies par le droit d’auteur, et certains aimeraient que ce pourcentage passe à 100%.

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

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

Les dates évoquées par Michael sont:
a) 1790, date de la main-mise de la Guilde des imprimeurs (les éditeurs de l’époque) sur l’imprimerie (le copyright de 14 ans est institué);
b) 1909, date du renforcement du copyright pour contrer la réédition de vastes collections du domaine public sur les nouvelles presses à vapeur puis électriques (le copyright passe à 28 ans);
c) 1976, date d'un nouveau durcissement du copyright suite l’apparition de la photocopieuse lancée par Xerox (le copyright passe à 50 ans après le décès de l’auteur);
d) 1998, date d'un durcissement supplémentaire du copyright suite au développement rapide de l’internet (le copyright passe à 70 ans après le décès de l’auteur). Tout ceci encore une fois dans les grandes lignes, la loi sur le copyright ayant été retouchée onze fois durant les 40 dernières années.

Pour ceux qui souhaitent creuser le sujet, les principaux textes législatifs sont les suivants:
a) Le 1790 Copyright Act institue un copyright de 14 ans après la date de publication de l’oeuvre, plus une extension de 28 ans si celle-ci est demandée avant l’expiration du délai.
b) Le 1831 Copyright Act institue un copyright de 28 ans après la date de publication de l’oeuvre, plus une extension de 14 ans si celle-ci est demandée avant l’expiration du délai, à savoir un total de 42 ans.
c) En 1909, la période de l’extension est doublée, et passe à 28 ans. Le tout représente un total de 56 ans.
d) Entre 1962 et 1974, tout copyright en cours avant le 19 septembre 1962 n’expire pas avant le 31 décembre 1976.
e) Le 1976 Copyright Act institue un copyright d’une durée de 50 ans après le décès de l’auteur.
f) En 1998, les amendements apportés à cette loi allongent la durée du copyright à 70 ans après le décès de l’auteur.
(Source: Trend of Maximum U.S. General Copyright Term, par Tom W. Bell, avec un graphique explicatif très clair.)

Les amendements du 27 octobre 1998 portent un coup très rude aux bibliothèques numériques et scandalisent ceux qui les gèrent, à commencer par Michael Hart et John Mark Ockerbloom, créateur de The Online Books Page. Mais comment faire le poids vis-à-vis des majors de l’édition? Michael explique en juillet 1999: "J’ai été le principal opposant aux extensions du copyright, mais Hollywood et les grands éditeurs ont fait en sorte que le Congrès ne mentionne pas mon action en public. Les débats actuels sont totalement irréalistes. Ils sont menés par 'l’aristocratie terrienne de l’âge de l’information' et servent uniquement ses intérêts. Un âge de l’information? Et pour qui?"

En effet. Les instances politiques ne cessent de parler d’âge de l’information alors que, en parallèle, elles durcissent la réglementation relative à la mise à disposition de cette information. La contradiction est flagrante. Un durcissement similaire a touché l'Australie (ce qui a obligé le Project Gutenberg of Australia à retirer des dizaines de livres de ses collections) et plusieurs pays d'Europe. La règle générale est désormais un copyright de 70 ans après le décès de l'auteur, alors qu'il était auparavant de 50 ans. Ceci suite aux pressions exercées par les éditeurs de contenu, sous le prétexte d'"harmoniser" les lois nationales relatives au copyright pour répondre à la "mondialisation du marché".

Donc, pour résumer ces considérations quelque peu austères mais combien utiles si on veut voir son livre favori mis en ligne, tout volontaire est requis de choisir de préférence un livre imprimé paru avant 1923. Il est également requis d'envoyer à Michael une photocopie des pages de titre du livre (recto et verso, y compris si la page verso est blanche), ces pages étant précieusement conservées au fil des ans pour justifier, si besoin, que le livre est bien du domaine public. Cette démarche initiale est obligatoire et elle est dénommée Copyright Clearance. La photocopie est désormais remplacée par l'envoi des pages scannées par le biais d'un logiciel présent sur le site. La réponse est envoyée par courriel quelques jours après. Il reste possible d'envoyer des photocopies par voie postale si on n'a vraiment pas d'autre solution.

Une lueur d'espoir existe toutefois pour les livres parus après 1923. D’après Greg Newby, directeur du PGLAF (Project Gutenberg Literary Archive Foundation), un million de livres publiés aux Etats-Unis entre 1923 et 1964 appartiendrait en fait au domaine public, puisque seuls 10% des copyrights sont effectivement renouvelés. Le Projet Gutenberg s'est donné pour tâche de tenter de localiser ces livres. En avril 2004, grâce aux centaines de volontaires de Distributed Proofreaders, on dispose d'une liste pour tous les livres publiés entre 1950 et 1977 dont le copyright a été renouvelé. Si un livre publié pendant cette période ne figure pas sur cette liste, cela signifie qu'il est tombé dans le domaine public et qu'on peut donc le traiter.


La méthode adoptée par le Projet Gutenberg

Qu’ils aient été numérisés il y a des années ou qu’ils soient numérisés maintenant, tous les livres sont numérisés en mode texte, en utilisant l’ASCII (American Standard Code for Information Interchange) original. Utilisé dès les débuts de l'informatique et dénommé Plain Vanilla ASCII, cet ASCII sur sept bits correspond aux touches du clavier anglais ou américain (A-Z, a-z, chiffres, ponctuation et quelques symboles). Dans le cas de langues autres que l'anglais, on utilise l'ASCII sur huit bits (appelé également ISO-8859 ou ISO-Latin) pour prendre en compte les caractères accentués. Mais, même dans ce cas, le Projet Gutenberg propose aussi systématiquement en complément une version ASCII sur sept bits sans accents. Sauf, bien entendu, dans le cas de langues non "traduisibles" en ASCII, comme le chinois, qui est encodé au format Big-5.

Dénommé à juste raison "le plus petit dénominateur commun", l'ASCII sur sept bits est le seul format compatible avec 99% des machines et des logiciels, et pouvant être converti dans de nombreux autres formats. Il sera toujours utilisé quand d’autres formats auront disparu, à commencer par les formats éphémères liés à quelques appareils de lecture lancés entre 1999 et 2003 et déjà disparus du marché. Il est l’assurance que les collections ne deviendront jamais obsolètes, et survivront aux changements technologiques des prochaines décennies ou même des prochains siècles. Il n'existe pas d'autre standard aussi largement utilisé pour le moment, y compris l'Unicode, un système d'encodage "universel" créé en 1991.

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

Mais, pour une conversion à grande échelle, le relais est passé à d'autres organismes. Par exemple Blackmask Online, qui puise dans les collections du Projet Gutenberg pour proposer des milliers de livres gratuits dans huit formats différents, tous issus du format Open eBook (OeB). Ou encore Manybooks.net, qui convertit les collections du Projet Gutenberg dans des formats lisibles sur PDA. Ou encore Bookshare.org, la grande bibliothèque numérique destinée aux personnes aveugles et malvoyantes résidant aux Etats-Unis. Outre la mise en ligne des nouveautés, Bookshare.org utilise les collections du Project Gutenberg pour offrir les classiques du domaine public au format braille et au format DAISY (Digital Audio Information System).

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

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

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

De plus, le Projet Gutenberg propose une fonction "recherche" sur l’ensemble de ses collections, grâce à un partenariat avec Google, avec mise à jour mensuelle. Ainsi qu'une recherche sur les métadonnées (auteur, titre, descriptif, mots-clefs) grâce à un partenariat avec Yahoo!, avec mise à jour hebdomadaire (voir l'Online Book Catalog en déroulant la page jusqu'en bas). Pour la recherche avancée (Advanced Search), la recherche multicritères (auteur, titre, sujet, langue, catégorie, classification, format, numéro) inclut désormais un critère supplémentaire de recherche plein texte (Full Text, situé en dernière ligne du menu de l'Advanced Search), à titre expérimental.

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

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

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

Le Projet Gutenberg s’inscrit donc dans une perspective assez différente du Million Book Project, autre initiative lancée par plusieurs professeurs de la Carnegie Mellon University et dont les collections (10.611 livres le 1er juin 2005) sont hébergées par l'Internet Archive (qui héberge également les collections du Projet Gutenberg, en tant que deuxième site de distribution et site de sauvegarde). Dans le cas du Million Book Project, les livres sont scannés puis "OCRisés", mais ils ne sont pas relus par des correcteurs s'attachant à traquer les erreurs. Les livres sont généralement disponibles aux formats XML, TIF et DjVu.

Disponible sur le site du Projet Gutenberg, le File Recode Service permet de convertir les fichiers d'un système d'encodage (ASCII, ISO-8859, Unicode, Big-5, etc.) à un autre. A l'avenir, un logiciel de conversion beaucoup plus puissant devrait permettre la conversion automatique dans bien d’autres formats (XML, HTML, PDF, TeX, RTF, braille, audio, etc.). Il sera également possible de choisir d'emblée la taille et la police des caractères, ainsi que le fonds d’écran. Une autre conversion très attendue est la conversion d'une langue à une autre par le biais d'un logiciel de traduction automatique. Une telle conversion devrait être possible dans quelques années, quand ce type de logiciel aura gagné en qualité.


Distributed Proofreaders, ou la correction partagée

Le "bond en avant" récent du Projet Gutenberg est dû à l'activité de Distributed Proofreaders.

Distributed Proofreaders est conçu en 2000 par Charles Franks pour gérer la correction partagée entre les volontaires. A l'origine, le site est censé intensifier la production de livres du Projet Gutenberg. Il en devient la principale source. En 2002, Distributed Proofreaders est officiellement affilié au Projet Gutenberg. La progression est rapide. Distributed Proofreaders comptabilise un total de 3.000 livres numérisés et corrigés en février 2004, 5.000 livres en octobre 2004 et 7.000 livres en mai 2005. Le 3 août 2005, le site recense 7.639 livres versés dans les collections du Projet Gutenberg, 1.250 livres prêts à être versés dans les collections (en cours de dernière relecture et assemblage) et 831 livres en cours de correction.

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

Les volontaires n’ont aucun quota à respecter. A titre indicatif, il est suggéré de relire une page par jour, si possible. Cela semble peu, mais une page multipliée par des centaines de volontaires représente un chiffre considérable. En 2003, une moyenne de 250 à 300 relecteurs quotidiens répartis dans le monde entier a permis de produire entre 2.500 et 3.000 pages par jour, ce qui représentait deux pages par minute. En 2004, la moyenne était de 300 à 400 relecteurs quotidiens produisant entre 4.000 et 7.000 pages par jour, à savoir quatre pages par minute.

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

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


Bientôt des collections multilingues

Qu'en est-il exactement des langues?

Dans un premier temps, le Projet Gutenberg est essentiellement anglophone, puisqu’il est basé aux Etats-Unis et qu'il sert en priorité la communauté anglophone nationale et internationale.

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

Début 2004, 25 langues sont représentées. En juillet 2005, 42 langues sont représentées, dont l'iroquois, le sanscrit et les langues mayas. Outre l'anglais (14.548 livres le 27 juillet 2005), six langues disposent de plus de cinquante titres: le français (577 livres), l'allemand (349 livres), le finnois (218 livres), le hollandais (130 livres), l'espagnol (103 livres) et le chinois (69 livres).

La quantité de livres progresse rapidement pour chaque langue. Pour le français par exemple, sur 11.340 livres disponibles le 13 février 2004, on comptait seulement 181 livres en français. Sur 15.505 livres disponibles le 16 mai 2005, on compte 547 livres en français. Soit trois fois plus en quinze mois. Le mouvement devrait sensiblement s'accélérer ces prochaines années avec la mise en ligne du Projet Gutenberg Europe en juin 2005.

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

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

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

En 2004, le multilinguisme est devenu l'une des priorités du Projet Gutenberg, tout comme l'internationalisation. Michael Hart prend son bâton de pèlerin vers l’Europe, avec des étapes à Bruxelles, Paris et Belgrade. Le 12 février 2004, il donne une conférence au siège de l’UNESCO (Organisation des Nations Unies pour l'éducation, la science et la culture), à Paris. Le lendemain, toujours à Paris, il anime un débat à l’Assemblée nationale. La semaine suivante, il s’adresse au Parlement européen, à Bruxelles. Puis il rend visite à l'équipe du Projet Rastko, à Belgrade. Le tout pour mieux faire connaître le Projet Gutenberg et pour soutenir la création de Distributed Proofreaders Europe (lancé en janvier 2004) et du Project Gutenberg Europe (conçu à la même date, et mis en ligne en juin 2005).

Le lancement de Distributed Proofreaders Europe (DP Europe) par le Projet Rastko en janvier 2004 représente une étape très importante. DP Europe est calqué sur le site original de Distributed Proofreaders, pour gérer la relecture partagée du Projet Gutenberg Europe. Dès ses débuts, DP Europe est un site multilingue, qui prend en compte les principales langues nationales. En avril 2004, grâce à des traducteurs volontaires, le site de DP Europe est disponible en douze langues. L'objectif à moyen terme est soixante langues, et donc soixante équipes linguistiques, avec prise en compte de toutes les langues européennes. Quand il aura atteint sa vitesse de croisière, DP Europe devrait alimenter plusieurs bibliothèques numériques nationales et/ou linguistiques, par exemple le Projet Gutenberg France pour la France. Le but étant que chaque pays ou région ait son propre accès réseau autorisé (respectant la législation en vigueur dans le pays donné), qui sera un accès local au sein d’un réseau continental (dans le cas de la France, le réseau européen) et d'un réseau global (à l’échelle de la planète).

Quelques mots maintenant sur le Projet Rastko, qui s'est porté volontaire pour un pari aussi fou, catalysant du même coup les bonnes volontés européennes à l'est comme à l'ouest (et partout ailleurs: l'internet n'ayant pas de frontières, il n'est pas utile d'habiter l'Europe pour s'inscrire). Fondé en 1997, le Projet Rastko est une initiative non gouvernementale à vocation culturelle et pédagogique, un de ses objectifs étant la mise en ligne de la culture serbe. Il fait partie de la Balkans Cultural Network Initiative, un réseau culturel régional couvrant la péninsule des Balkans (située au sud-est de l'Europe).

En mai 2005, Distributed Proofreaders Europe fête son centième livre numérisé par ses soins. En juin 2005, le Projet Gutenberg Europe débute sur le web avec la mise en ligne des cent premiers livres. La "norme" utilisée pour définir le domaine public est l'équation "décès de l'auteur + 50 ans". Le 3 août 2005, Distributed Proofreaders Europe recense 137 livres versés dans les collections du Projet Gutenberg Europe, 418 livres prêts à être versés dans les collections (en cours de dernière relecture et assemblage) et 125 livres en cours de correction. DP Europe utilise l'Unicode, pour pouvoir traiter des livres dans un grand nombre de langues. L'Unicode (créé en 1991) est un système d’encodage qui attribue un code unique à chaque caractère, pour la totalité des langues de la planète.


Du passé... vers l’avenir

10 livres en août 1989, 100 livres en janvier 1994, 1.000 livres en août 1997, 2.000 livres en mai 1999, 3.000 livres en décembre 2000, 4.000 livres en octobre 2001, 5.000 livres en avril 2002, 10.000 livres en octobre 2003, 15.000 livres en janvier 2005. Et une prévision d’un million de livres d’ici 2015.

Mais les résultats du Projet Gutenberg ne se mesurent pas seulement à ces chiffres, qui restent encore assez modestes par rapport à la production imprimée. Les résultats se mesurent également à l'influence du projet, qui est considérable. Premier site d’information sur l’internet et première bibliothèque numérique, le Projet Gutenberg a inspiré bien d'autres bibliothèques numériques, par exemple le Projekt Gutenberg-DE pour la littérature allemande ou le Projekt Runeberg pour la littérature scandinave, pour n'en citer que deux.

La structure administrative et financière du Projet Gutenberg se limite au strict minimum, avec une devise qui tient en trois mots: "Less is more". Michael insiste régulièrement sur la nécessité d'un cadre aussi souple que possible laissant toute initiative aux volontaires, et la porte grande ouverte aux idées nouvelles. Le but est d’assurer la pérennité du projet indépendamment des crédits, des coupures de crédits et des priorités politiques et culturelles du moment. Pas de pression possible donc par le pouvoir et par l’argent. Et respect à l’égard des volontaires, qui sont assurés de voir leur travail utilisé pendant de nombreuses années, si ce n’est pour plusieurs générations (d'où l'intérêt d'un format qui soit toujours valable dans quelques siècles). Les volontaires disposent d'un suivi régulier grâce à une lettre d'information (quotidienne et mensuelle) et des forums de discussion. Les donations servent essentiellement à l’achat de matériel, surtout des ordinateurs et des scanners. Créé en 2000, le PGLAF ( Project Gutenberg Literary Archive Foundation) emploie en tout et pour tout trois personnes à temps partiel.

Chose souvent passée sous silence, Michael Hart est le véritable inventeur de l'eBook. Si on considère l’eBook dans son sens étymologique, à savoir un livre numérisé pour diffusion sous forme de fichier électronique, celui-ci aurait maintenant 34 ans et serait né avec le Projet Gutenberg en juillet 1971. Une paternité beaucoup plus réconfortante que les divers lancements commerciaux dans un format propriétaire ayant émaillé le début des années 2000. Il n'y a aucune raison pour que la dénomination "eBook" ne désigne que l'eBook commercial et soit réservée aux Amazon, Barnes & Noble, Gemstar et autres. L'eBook non commercial est un eBook à part entière, et non un parent pauvre, tout comme l'édition électronique non commerciale est une forme d'édition à part entière, et tout aussi valable que l'édition commerciale. En 2003, les "eTexts" du Projet Gutenberg deviennent des "eBooks", pour coller à la terminologie ambiante.

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

Qu'en est-il des documents autres que l'écrit?

En septembre 2003, le Projet Gutenberg se lance dans la diffusion de livres audio. En 2005, on compte 391 titres lus par l'ordinateur (Audio Book, computer-generated) et quelques titres lus par l'être humain (Audio Book, human-read). Le nombre de ces derniers devrait fortement augmenter dans un proche avenir. Par contre, les titres lus par l'ordinateur ne devraient plus être stockés dans une section spécifique, mais réalisés à la demande à partir des fichiers électroniques existant dans les collections générales. Les lecteurs aveugles ou malvoyants pourront utiliser la commande vocale pour demander le texte de tel ou tel livre."

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

Mais la numérisation des livres reste prioritaire. Et la demande est énorme. En témoigne le nombre de téléchargements, qui se comptent désormais en dizaines de milliers par jour. A la date du 31 juillet 2005, on compte 37.532 fichiers téléchargés dans la journée, 243.808 fichiers téléchargés dans la semaine (du 24 au 31 juillet) et 1.154.765 fichiers téléchargés dans le mois. Ceci uniquement pour le principal site de téléchargement, ibiblio.org (University of North Carolina at Chapel Hill, Etats-Unis), qui héberge aussi le site du Projet Gutenberg. Le deuxième site de téléchargement est l'Internet Archive, qui met également à disposition une capacité de stockage considérable. Le Projet Gutenberg dispose de 44 sites miroirs répartis dans de nombreux pays, et il en cherche d'autres. La circulation de fichiers est bienvenue par P2P (Peer-to-Peer), un système permettant d'échanger des fichiers directement d'un utilisateur à un autre. Le "Top 100" recense les cent titres et les cent auteurs qui ont été le plus téléchargés dans la journée, dans la semaine et dans le mois.

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

Quant aux CD et aux DVD, le support lui-même coûte une somme infime, tout comme le gravage des données. Le Projet Gutenberg envoie un CD ou DVD gratuit à toute personne qui en fait la demande. Libre ensuite à chacun de faire des copies pour sa famille, ses collègues et ses amis, sans oublier la bibliothèque et l'école du quartier. Un CD "Best of Gutenberg" daté d'août 2003 contient 600 eBooks. Le premier DVD, disponible en décembre 2003, contient 9.400 eBooks. Un deuxième DVD est en préparation. En juillet 2005, le prototype, rempli aux trois quarts, contient 26.000 eBooks (avec certains titres en plusieurs versions et plusieurs formats).

Lorsque, dans une dizaine d'années, les collections atteindront un million de livres, on pourra peut-être bénéficier de leur traduction immédiate dans cent langues différentes. En utilisant la traduction automatique qui, d’ici là, pourrait avoir atteint un taux de fiabilité de l’ordre de 99% (un pourcentage dont on est encore loin, malgré des équipes de recherche très actives). En 2004, le Projet Gutenberg était en lien avec un projet européen envisageant une traduction automatique qui serait relayée par des traducteurs (non pas des machines, mais des êtres humains), un peu comme la technologie OCR est actuellement relayée par des correcteurs (non pas des logiciels, mais des êtres humains).

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

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


Chronologie

1971 (juillet): Saisie par Michael Hart de The United States Declaration of Independence et diffusion d'un message auprès des cent premiers usagers du réseau. Le Projet Gutenberg est né.
1972: Saisie de The United States Bill of Rights.
1973: Saisie de The United States Constitution.
1974-1988: Saisie de la Bible et de plusieurs pièces de Shakespeare.
1989 (août): Mise en ligne du 10e livre, The King James Bible.
1991 (janvier): Mise en ligne du 11e livre, Alice's Adventures in Wonderland.
1991 (juin): Mise en ligne du 16e livre, Peter Pan.
1991: Numérisation d’un livre par mois.
1992: Numérisation de deux livres par mois.
1993: Numérisation de quatre livres par mois.
1993 (décembre): Constitution de trois grands secteurs: "Light Literature", "Heavy Literature" et "Reference Literature".
1994: Numérisation de huit livres par mois.
1994 (janvier): Mise en ligne du 100e livre, The Complete Works of William Shakespeare.
1995: Numérisation de 16 livres par mois en moyenne.
1996-1997: Numérisation de 32 livres par mois en moyenne.
1997 (août): Le Projet Gutenberg fête son 1000e livre, La Divina Commedia di Dante, en italien.
1998-2000: Numérisation de 36 livres par mois en moyenne.
1999 (mai): Mise en ligne du 2.000e livre, Don Quijote, de Cervantès, en espagnol.
2000 (décembre): Mise en ligne du 3.000e livre, A l’ombre des jeunes filles en fleurs (vol. 3), de Proust, en français.
2000: Création de la Project Gutenberg Literary Archive Foundation.
2000: Charles Franks conçoit Distributed Proofreaders pour permettre la correction partagée.
2000-2001: Numérisation de 80 livres par mois en moyenne.
2001 (mars): Lancement officiel de Distributed Proofreaders et intensification de la production.
2001: Création du Project Gutenberg of Australia.
2001 (octobre): Mise en ligne du 4.000e livre, The French Immortals Series, en anglais.
2002: Distributed Proofreaders est officiellement affilié au Projet Gutenberg.
2002: Numérisation de 100 livres par mois en moyenne.
2002 (avril): Mise en ligne du 5.000e livre, The Notebooks of Leonardo da Vinci, en anglais.
2003: Numérisation de 150 à 200 livres selon les mois.
2003 (août): Edition d'un CD "Best of Gutenberg" contenant 600 eBooks.
2003 (septembre): Lancement de la section Project Gutenberg Audio eBooks.
2003 (octobre): Les collections doublent en dix-huit mois, passant de 5.000 à 10.000 livres.
2003 (octobre): Mise en ligne du 10.000e livre, The Magna Carta.
2003 (décembre): Edition du premier DVD, qui contient 9.400 eBooks.
2004: Numérisation de 300 livres par mois en moyenne.
2004 (janvier): Lancement de Distributed Proofreaders Europe par le Projet Rastko.
2004 (février): Voyage de Michael Hart en Europe (Paris, Bruxelles, Belgrade).
2004 (février): Conférence de Michael Hart au siège de l'UNESCO, à Paris.
2004 (février): Visite de Michael Hart au Parlement européen, à Bruxelles.
2004 (octobre): 5.000 livres produits par Distributed Proofreaders.
2005 (janvier): Mise en ligne du 15.000e livre, The Life of Reason, par George Santayana.
2005: Numérisation de 400 livres par mois en moyenne.
2005 (mai): 7.000 livres produits par Distributed Proofreaders.
2005 (mai): 100 premiers livres produits par Distributed Proofreaders Europe.
2005 (juin): Le Projet Gutenberg compte 16.000 livres.
2005 (juin): Lancement du Projet Gutenberg Europe par le Projet Rastko.
2005 (juillet): Premiers pas du Project Gutenberg of Canada.

2006 (juillet): 35e anniversaire du Projet Gutenberg.
2006 (juillet) (estimation): Le Projet Gutenberg compte 20.000 livres.
2006 (juillet) (estimation): Edition d'un nouveau DVD.
2010 (estimation): Conversion automatique dans de nombreux formats.
2015 (estimation): Un million de livres au catalogue.
2015 (estimation): Conversion automatique dans cent langues différentes.


Quelques liens

Project Gutenberg: http://www.gutenberg.org/
Project Gutenberg Europe: http://pge.rastko.net/
Project Gutenberg of Australia: http://gutenberg.net.au/
Distributed Proofreaders: http://www.pgdp.net/
Distributed Proofreaders Europe: http://dp.rastko.net/
Project Gutenberg - Online Book Catalog: http://www.gutenberg.org/catalog/
Project Gutenberg - Advanced Search: http://www.gutenberg.org/catalog/world/search
Project Gutenberg - Top 100: http://www.gutenberg.org/browse/scores/top
Project Gutenberg - By Language: French: http://www.gutenberg.org/browse/languages/fr
Project Gutenberg Audio eBooks: http://www.gutenberg.org/audio/
Project Gutenberg - The Sheet Music Subproject: http://www.gutenberg.org/music/
Project Gutenberg - The CD and DVD Project: http://www.gutenberg.org/cdproject/


Articles précédents

1998(EN): Michael Hart: [1st] Interview (original version), in: Entretiens du NEF, 23 August 1998.
1998(FR): Michael Hart: [1er] Entretien (version française), in: Entretiens du NEF, 23 août 1998.
1999(EN): Textual Databases (at end of section), in: Multilingualism on the Web, February 1999.
1999(FR): Bases de données textuelles (en fin de section), in: Le multilinguisme sur le web, février 1999.
1999(FR): Cyberbibliothèques non francophones, in: De l'imprimé à internet, avril 1999.
1999(EN): Digital Libraries: Some Examples, in: From the Print Media to the Internet, April 1999.
1999(EN): Michael Hart: [2nd] Interview (original version), in: Entretiens du NEF, 23 July 1999.
1999(FR): Michael Hart: [2e] Entretien (version française), in: Entretiens du NEF, 23 juillet 1999.
2001(FR): Le Projet Gutenberg, en ligne depuis 1971, in: Le Livre 010101: Enquête, juillet 2001.
2002(FR): Le Projet Gutenberg fête son 5.000e texte électronique, in: Edition Actu, 2 mai 2002.
2002(FR): Le Projet Gutenberg (1971), in: Littérature et internet des origines (1971) à nos jours: quelques expériences, Actes du 2e colloque international "Les études françaises valorisées par les nouvelles technologies d'information et de communication", 7 mai 2002.
2003(FR): Genèse de la bibliothèque numérique. [4e section:] Le Projet Gutenberg, in: Le Livre 010101 (1993-1998), septembre 2003.
2003(FR): Bibliothèques pionnières: le Projet Gutenberg, in: Le Livre 010101 (1998-2003), septembre 2003.
2004(FR): Michael Hart, ou la volonté de changer le monde par le biais de l'eBook, in: Edition Actu, 15 février 2004.
2004(FR): Projet Gutenberg: quelques réponses à vos questions, in: Edition Actu, 1er mars 2004.
2004(EN): Michael Hart: Changing the World Through eBooks, in: Project Gutenberg - About, 21 June 2004.


Version anglaise

Page d'accueil des Dossiers du NEF

Page d'accueil du NEF


© 2005 Marie Lebert. Tous droits réservés.