Comment Genealogie.com veut privatiser les archives publiques

L’article attire forcément mon attention sur plusieurs points :

1 - Quelqu’un peut-il confirmer que Genealogie.com reversera aux départements le résultat numérique sans demande de contre-partie financière ou de d’ayant droits sur les fichiers :
- « Nous demandons juste à bénéficier, sans exclusivité, de l’application d’une loi “,
- ‘D’autant, souligne Emmanuel Condamine, que les départements pourront utiliser à leur guise les images réalisées par Genealogie.com. Et même les fournir à des sites concurrents.’
C’est à dire que le résultat numérique de leur requête reste libre d’usage et de droits pour l’Etat.

2 - La question de fond est l’accès gratuit et libre aux données. Que ce soit par un site privé ou par un site public n’est pas en soi important. Par contre, je suis très embêté des précédents de la Savoie, Meurthe et Moselle et Calvados. Il est inadmissible et inacceptable de devoir payer pour un accès aux archives publiques. Et c’est nettement plus grave que la demande d’un site privé qui espère augmenter son trafic avec la numérisation des pièces publiques. DU TEMPS QU’IL N’EN CONSERVE AUCUN EXCLUSIVE. (voir le point 1). Là où se serait scandaleux, c’est s’il conservait une exclusive sur les fichiers. Si ce n’est pas le cas, on a rien à redire.

3 - Pourquoi se surprendre de l’accord avec la société généalogique d’Utah ? Jamais l’Etat n’aurait fait la démarche lui-même. Hors l’accord garanti que l’Etat conserve la haute main sur le résultat. Seule une copie est conservée par la société généalogique d’Utah. Et cette dernière met cette copie gracieusement à disposition de tout particulier en faisant la demande (sauf frais éventuels de duplication - de l’ordre de quelques euros au plus). Il n’y a ici aucun aspect pécunier ou de blocage de l’information. Dans le cas de l’Eglise de Jésus-Christ des Saints des Derniers Jours, c’est une question de foi.

Je suis par contre très dubitatif sur la qualité du travail d’indexation tel qu’envisagé par Généalogie.com. Autant dire que pour faire de la généalogie moi-même et avoir fait de l’indexation dans le cadre religieux, c’est un sacerdoce. Confier ça à des petites mains sous payées d’un quelconque pays d’afrique francophone ou en Roumanie relève de la bêtise crasse car le résultat va pas être triste !

L’indexation demande une vraie compétence linguistique et une bonne connaissance géographique et historique. Le genre de chose que l’on acquiert avec SA généalogie.

Le vrai point noir se situe là. Il vaut mieux pour eux laisser cette part du travail aux généalogistes et les amener à poser leur généalogie sur le site. Des concurrents à cette maison lucrative le font fort bien. Mais ils ont un accès gratuit et une formule payante non obligatoire.

Ils vont racheter grand-papa ? quelle horreur ! ! !

Le terme de « privatisation » me paraît un peu fort : ces archives resteront accessibles à quiconque voudra les consulter selon le même processus qu’avant, personne ne sera obligé de passer par eux !

Ou alors j’ai mal compris l’article...

Cela dit, je comprends très bien que les conseils généraux n’aient pas envie que leurs archives publiques servent à ce site à se faire du blé.

Alors arrêtez moi si je me trompe...

Les sites comme genealogie ou notrefamille font payer la consultation des archives sur leurs comptes. Des archives qui sont consultables gratuitement donc lorsqu’on les consulte sur place.

Entre les clients qui ne peuvent pas se déplacer, et les conseils généraux il s’est crée un intermédiaire en plus pour la consultation des données qui transforment donc des données gratuites en services à la personne par la création d’une base de données à accès payant sur Internet, et par la numérisation des archives.

Euh en gros qu’est ce qu’on leur reproche ? De se faire de l’argent en rendant un service qui n’a rien de vraiment gratuit si l’on compte le temps qu’il est nécessaire pour effectuer une recherche, particulièrement si ces informations ne sont pas numérisés... Ou de devenir un acteur incontournable de la consultation des archives généalogiques (ou autres) ?

J’ai l’impression de m’embarquer dans un débat entre les « libres » et les « gratuits » ?

Le service public n’est pas défaillant dans la mesure où il y a déjà plus de 60 ou 70 départements offrant l’accès à leur état civil via internet gratuitement (les 3 départements cités sont les seuls à faire payer)
Des archives ouvrent régulièrement leur site web.
Il y a aussi pas mal de municipalités qui ont fait la même chose.

Et, comme je l’ai dit plus haut, Généalogie.com se permet de faire payer l’accès à des documents accessible gratuitement par ailleurs. Inutile de dire que sur leur site on ne trouve pas les liens vers les différents d’archives départementales ! ! ! ! (ou c’est bien caché...)

Ce que cette affaire relève, c’est le retard de l’Etat (des Etats en fait) sur la mise à disposition sur internet d’informations, d’archives, de connaissances, sous forme de bases de données.

Normalement, ce genre d’archive devrait être numérisé depuis longtemps et accessible librement par internet via une base de données de l’Etat. C’est la même chose pour :
- les informations géographique de l’IGN,
- la numérisation de la bibliothèque nationale,
- la comptabilité de l’état,de toutes les collectivités et établissements publics,
- les photographies de toutes les oeuvres appartenant au patrimoine public,
- le patrimoine audiovisuel de l’INA
- les débats dans les instances représentatives (AN, parlements régionaux...),
- le dictionnaire de l’académie française,
- les résultats issus de la recherche publique,
-etc
Toutes ces informations devraient être accessibles librement, tant du point de vue fonctionnel comme juridique (domaine public).

Mais quand je dis accessible, il faut avoir directement accès à la base de données via une API. Parce que l’erreur de l’état, souvent, quand il libère ce genre de données, c’est de ne pas libérer l’accès direct aux bases de données, mais essayer de construire sa propre application web qui affiche ces données (par exemple Lien pour les données de l’IGN), et de garder un copyright plus ou moins foireux sur la ressource de base. Alors qu’à mon avis, il faut directement libérer l’accès à la base de données, et libre ensuite à chacun de construire une application web ou native, éventuellement commerciale, qui aille piocher dans cette base de données, comme le font nos amis de genealogie.com : ils ne vendent pas l’information, juste une présentation de celle-ci. L’état aussi peut construire son application publique, mais que ce ne soit pas la seule forme d’accéder à l’information.

Donc voilà, à mon avis, l’état fait deux erreurs dans sa stratégie de numérisation :
1) il se fait doubler par des acteurs privés dans la numérisation de données alors que normalement c’est sa mission : par exemple Google Street a réussi à numériser toutes les rues de France, pas l’IGN.
2) il se concentre sur la construction d’applications propres, alors que ce n’est pas son métier et il fera rarement mieux que des acteurs privés.

Maintenant qu’Internet a confirmé son importance cruciale, il faudrait à l’état une vraie stratégie de numérisation et de mise à disposition publique (allô NKM ?).
- Il faudrait commencer par un inventaire de toutes les données générées par l’état ou un de ses organismes
- Ensuite, adopter définitivement le principe que les données générées par l’état non pas vocation à être commerciales, et font partie (juridiquement) du domaine public (ça peut faire grincer des dents, par exemple pour l’INA et l’IGN qui ont la détestable habitude de vendre leurs contenus, les instituts de recherche qui collectionnent les brevets et les partenariats public-privé où les résultats ne sont pas divulgués, etc).
- Cela pourrait amener un débat relativement intéressant sur quelles informations sont considérées comme des biens publics et donc dont la création et l’entretien doivent être financées par l’état. Pour moi, l’état aurait vocation à largement subventionner des organismes indépendants qui créent de l’information et de la connaissance partagée et utile, comme les entreprises de logiciel libre, Wikipedia...
- Mettre les budgets pour numériser toutes ces ressources publiques existantes, en toute indépendance, en rejetant les compromis foireux avec le secteur privé (cf Google et la Bibliothèque Nationale)
- Les mettre en ligne sous forme de bases de données ordonnées, dont la structure et les méthodes d’accès sont documentées.
- Éventuellement, construire une application web foireuse et toute moche par dessus, qui sera amenée à être concurrencée et tant mieux
- Réfléchir sur la façon de générer du contenu participatif avec les citoyens : peuvent-ils enrichir ces bases de données en les « étiquettant », en rajoutant du contenu ?

Pour analyser la portée exacte des « propositions » de Notrefamille.com, il faut garder à l’esprit que :
- l’état civil et les listes de recensement sont loin d’être les seules archives demandées. Les registres d’entrée en hôpital psychiatrique, les listes de déportés, les dossiers médicaux… tout ce que cette société a repéré comme susceptible de contenir des données nominatives est demandé ;
- les délais d’accès aux archives ont été réduits en 2008 : les documents demandés peuvent concerner des personnes vivantes (l’état civil de moins de 75 ans est communicable au public) ;
- jusqu’à il y a très peu de temps, l’indexation de ces documents n’était pas envisageable : même numérisés et centralisés sur un seul serveur, les recherches auraient été presque aussi longues en ligne que dans le monde physique (il s’agit de documents anciens, uniques, et manuscrits : l’océrisation ne fonctionne pas, ou alors si mal que la lecture par l’œil humain reste largement plus rapide). Depuis cinq ans, les plateformes de travail collaboratif permettent d’optimiser l’organisation de l’indexation en ligne ; les archives départementales qui ont investi en ce sens, souvent en partenariat avec les cercles généalogiques ont obtenu des résultats très impressionnants (et avec des bénévoles, loin de faire ça à plein temps - donc, avec du personnel à temps plein dans des pays à bas coût...) ;
- Notrefamille. com est organisé comme un réseau social (type Facebook) : à l’entrée, il propose aux gentils généalogistes débutants de rentrer les données les concernant, eux et leurs ascendants – c’est à dire les données qui, dans les administrations, ne sont pas encore communicables au public (ni transmissible à Notrefamille.com).

Si le transfert et la centralisation de ce type de données est autorisé à l’occasion de la demande de NF, cette société – et toutes celles qui demanderont la même chose- auront la possibilité de constituer un fichier des populations et des familles d’une ampleur et d’une exhaustivité dépassant tout ce que l’Etat a jamais pu mettre en place. Elles auraient surtout la possibilité de croiser les données d’indexation obtenues à partir des documents d’archives, et de leur appliquer toutes sortes de traitement informatisées (et le résultat de ces traitements, pour le coup, leur appartiendraient vraiment !).
Faire cela pour les archives d’Ancien Régime n’est pas vraiment problématique. Mais pour des documents plus récents ? Avons-nous vraiment envie qu’un employeur puisse aller voir s’il n’y aurait pas des éléments d’instabilité familiale chez un candidat – une tradition familiale de divorce, des grands parents un peu internés en HP ? Qu’un assureur puisse voir si par hasard il n’y aurait pas une durée de vie un peu plus courte que la moyenne dans la famille d’un demandeur de prêt immobilier ?
Certes, ce ne sera pas pour tout de suite – mais dans les dix à vingt ans, c’est techniquement possible si la concentration des données publiques nominatives et leur indexation sont autorisées.

C’est peut-être pour cela que Notrefamille « oublie » de signaler que l’avis de la CADA est favorable à la transmission de données publiques concernées, mais sous réserve des dispositions de la CNIL. Jusqu’ici, la CNIL a toujours distingué le droit à accéder à un document d’archives ou un document administratif, et le droit à diffuser cette information sur internet (l’impact sur la vie privée des personnes étant totalement différent).

Les questions de secteur privé ou secteur public, de gratuit ou de payant sont importantes dans cette histoire, et mériteraient un débat complexe (car la loi sur les données publiques n’a pas été faite en pensant aux institutions culturelles et aux documents patrimoniaux ; du coup, il y a des problèmes de fond derrière son application au patrimoine écrit).
Mais la question vraiment centrale, et que l’article ne soulève malheureusement pas, c’est la question des données publiques PERSONNELLES de plus de 75 ans et de moins de 100 ans (personnes susceptibles d’être vivantes et ascendants immédiats), de leur traitement automatisé potentiel, et de leur interconnexion avec des données personnelles recueillies par d’autres voies. L’enjeu en matière de vie privée et de libertés publiques est phénoménal.

Le service public n’est pas défaillant dans la mesure où il y a déjà plus de 60 ou 70 départements offrant l’accès à leur état civil via internet gratuitement (les 3 départements cités sont les seuls à faire payer)
Des archives ouvrent régulièrement leur site web.
Il y a aussi pas mal de municipalités qui ont fait la même chose.

Et, comme je l’ai dit plus haut, Généalogie.com se permet de faire payer l’accès à des documents accessible gratuitement par ailleurs. Inutile de dire que sur leur site on ne trouve pas les liens vers les différents d’archives départementales ! ! ! ! (ou c’est bien caché...)

Ce que cette affaire relève, c’est le retard de l’Etat (des Etats en fait) sur la mise à disposition sur internet d’informations, d’archives, de connaissances, sous forme de bases de données.

Normalement, ce genre d’archive devrait être numérisé depuis longtemps et accessible librement par internet via une base de données de l’Etat. C’est la même chose pour :
- les informations géographique de l’IGN,
- la numérisation de la bibliothèque nationale,
- la comptabilité de l’état,de toutes les collectivités et établissements publics,
- les photographies de toutes les oeuvres appartenant au patrimoine public,
- le patrimoine audiovisuel de l’INA
- les débats dans les instances représentatives (AN, parlements régionaux...),
- le dictionnaire de l’académie française,
- les résultats issus de la recherche publique,
-etc
Toutes ces informations devraient être accessibles librement, tant du point de vue fonctionnel comme juridique (domaine public).

Mais quand je dis accessible, il faut avoir directement accès à la base de données via une API. Parce que l’erreur de l’état, souvent, quand il libère ce genre de données, c’est de ne pas libérer l’accès direct aux bases de données, mais essayer de construire sa propre application web qui affiche ces données (par exemple Lien pour les données de l’IGN), et de garder un copyright plus ou moins foireux sur la ressource de base. Alors qu’à mon avis, il faut directement libérer l’accès à la base de données, et libre ensuite à chacun de construire une application web ou native, éventuellement commerciale, qui aille piocher dans cette base de données, comme le font nos amis de genealogie.com : ils ne vendent pas l’information, juste une présentation de celle-ci. L’état aussi peut construire son application publique, mais que ce ne soit pas la seule forme d’accéder à l’information.

Donc voilà, à mon avis, l’état fait deux erreurs dans sa stratégie de numérisation :
1) il se fait doubler par des acteurs privés dans la numérisation de données alors que normalement c’est sa mission : par exemple Google Street a réussi à numériser toutes les rues de France, pas l’IGN.
2) il se concentre sur la construction d’applications propres, alors que ce n’est pas son métier et il fera rarement mieux que des acteurs privés.

Maintenant qu’Internet a confirmé son importance cruciale, il faudrait à l’état une vraie stratégie de numérisation et de mise à disposition publique (allô NKM ?).
- Il faudrait commencer par un inventaire de toutes les données générées par l’état ou un de ses organismes
- Ensuite, adopter définitivement le principe que les données générées par l’état non pas vocation à être commerciales, et font partie (juridiquement) du domaine public (ça peut faire grincer des dents, par exemple pour l’INA et l’IGN qui ont la détestable habitude de vendre leurs contenus, les instituts de recherche qui collectionnent les brevets et les partenariats public-privé où les résultats ne sont pas divulgués, etc).
- Cela pourrait amener un débat relativement intéressant sur quelles informations sont considérées comme des biens publics et donc dont la création et l’entretien doivent être financées par l’état. Pour moi, l’état aurait vocation à largement subventionner des organismes indépendants qui créent de l’information et de la connaissance partagée et utile, comme les entreprises de logiciel libre, Wikipedia...
- Mettre les budgets pour numériser toutes ces ressources publiques existantes, en toute indépendance, en rejetant les compromis foireux avec le secteur privé (cf Google et la Bibliothèque Nationale)
- Les mettre en ligne sous forme de bases de données ordonnées, dont la structure et les méthodes d’accès sont documentées.
- Éventuellement, construire une application web foireuse et toute moche par dessus, qui sera amenée à être concurrencée et tant mieux
- Réfléchir sur la façon de générer du contenu participatif avec les citoyens : peuvent-ils enrichir ces bases de données en les « étiquettant », en rajoutant du contenu ?

Pour analyser la portée exacte des « propositions » de Notrefamille.com, il faut garder à l’esprit que :
- l’état civil et les listes de recensement sont loin d’être les seules archives demandées. Les registres d’entrée en hôpital psychiatrique, les listes de déportés, les dossiers médicaux… tout ce que cette société a repéré comme susceptible de contenir des données nominatives est demandé ;
- les délais d’accès aux archives ont été réduits en 2008 : les documents demandés peuvent concerner des personnes vivantes (l’état civil de moins de 75 ans est communicable au public) ;
- jusqu’à il y a très peu de temps, l’indexation de ces documents n’était pas envisageable : même numérisés et centralisés sur un seul serveur, les recherches auraient été presque aussi longues en ligne que dans le monde physique (il s’agit de documents anciens, uniques, et manuscrits : l’océrisation ne fonctionne pas, ou alors si mal que la lecture par l’œil humain reste largement plus rapide). Depuis cinq ans, les plateformes de travail collaboratif permettent d’optimiser l’organisation de l’indexation en ligne ; les archives départementales qui ont investi en ce sens, souvent en partenariat avec les cercles généalogiques ont obtenu des résultats très impressionnants (et avec des bénévoles, loin de faire ça à plein temps - donc, avec du personnel à temps plein dans des pays à bas coût...) ;
- Notrefamille. com est organisé comme un réseau social (type Facebook) : à l’entrée, il propose aux gentils généalogistes débutants de rentrer les données les concernant, eux et leurs ascendants – c’est à dire les données qui, dans les administrations, ne sont pas encore communicables au public (ni transmissible à Notrefamille.com).

Si le transfert et la centralisation de ce type de données est autorisé à l’occasion de la demande de NF, cette société – et toutes celles qui demanderont la même chose- auront la possibilité de constituer un fichier des populations et des familles d’une ampleur et d’une exhaustivité dépassant tout ce que l’Etat a jamais pu mettre en place. Elles auraient surtout la possibilité de croiser les données d’indexation obtenues à partir des documents d’archives, et de leur appliquer toutes sortes de traitement informatisées (et le résultat de ces traitements, pour le coup, leur appartiendraient vraiment !).
Faire cela pour les archives d’Ancien Régime n’est pas vraiment problématique. Mais pour des documents plus récents ? Avons-nous vraiment envie qu’un employeur puisse aller voir s’il n’y aurait pas des éléments d’instabilité familiale chez un candidat – une tradition familiale de divorce, des grands parents un peu internés en HP ? Qu’un assureur puisse voir si par hasard il n’y aurait pas une durée de vie un peu plus courte que la moyenne dans la famille d’un demandeur de prêt immobilier ?
Certes, ce ne sera pas pour tout de suite – mais dans les dix à vingt ans, c’est techniquement possible si la concentration des données publiques nominatives et leur indexation sont autorisées.

C’est peut-être pour cela que Notrefamille « oublie » de signaler que l’avis de la CADA est favorable à la transmission de données publiques concernées, mais sous réserve des dispositions de la CNIL. Jusqu’ici, la CNIL a toujours distingué le droit à accéder à un document d’archives ou un document administratif, et le droit à diffuser cette information sur internet (l’impact sur la vie privée des personnes étant totalement différent).

Les questions de secteur privé ou secteur public, de gratuit ou de payant sont importantes dans cette histoire, et mériteraient un débat complexe (car la loi sur les données publiques n’a pas été faite en pensant aux institutions culturelles et aux documents patrimoniaux ; du coup, il y a des problèmes de fond derrière son application au patrimoine écrit).
Mais la question vraiment centrale, et que l’article ne soulève malheureusement pas, c’est la question des données publiques PERSONNELLES de plus de 75 ans et de moins de 100 ans (personnes susceptibles d’être vivantes et ascendants immédiats), de leur traitement automatisé potentiel, et de leur interconnexion avec des données personnelles recueillies par d’autres voies. L’enjeu en matière de vie privée et de libertés publiques est phénoménal.