L’exception text & data mining définitivement approuvée!

La bonne nouvelle vient de tomber : la commission mixte parlementaire chargée de mettre en œuvre une rédaction définitive pour la loi sur le numérique s’est ralliée à une exception étendue pour le text & data mining. La rédaction définitive sera rendue publique prochainement mais d’après une dépêche AEF elle modifie le code de la propriété intellectuelle.

L’article L122-5 qui référence l’ensemble des exceptions au droit d’auteur inclut un nouvel alinéa 10 ainsi rédigé :

Les copies ou reproductions numériques réalisées à partir d’une source licite, en vue de l’exploration de textes et de données incluses dans des écrits scientifiques ou associées à ceux­-ci pour les besoins de la recherche publique, à l’exclusion de toute finalité commerciale. Un décret fixe les conditions dans lesquelles l’exploration des textes et des données est mise en œuvre, ainsi que les modalités de conservation et de communication des fichiers produits au terme des activités de recherche pour lesquelles elles ont été produites ; ces fichiers constituent des données de recherche.

La rédaction me paraît globalement conforme avec ce que l’Assemblée avait approuvé en janvier. Le droit des bases de données est également modifié. L’article L342-5 (qui référence les exceptions en la matière) est doté d’un nouvel alinéa 5 ainsi rédigé :

Les copies ou reproductions numériques de la base réalisées par une personne qui y a licitement accès, en vue de fouilles de textes et de données incluses dans des écrits scientifiques ou associées à ceux-­ci dans un cadre de recherche, à l’exclusion de toute finalité commerciale. La conservation et la communication des copies techniques issues des traitements, au terme des activités de recherche pour lesquelles elles ont été produites, sont assurées par des organismes désignés par décret. Les autres copies ou reproductions sont détruites.

Le dispositif finalement approuvé prévoie ainsi une exception au text mining « universelle », qui se ne limite pas seulement aux contrats d’abonnements conclus par les universités mais à l’ensemble des sources licites (tels que les textes librement consultables sur le web). Cette sécurité juridique va considérablement faciliter la mise en œuvre de projets de lectures distantes ou d’extraction automatisés de données à grande échelle.

Suite au succès de la commission mixte parlementaire, la loi sur le numérique entre dans la dernière ligne droite : elle sera voté (en « masse ») par l’Assemblée le 20 juillet et le Sénat en septembre.

L’exception text mining maintenue dans le projet de loi numérique ?

C’est un retournement inattendu. Lors de l’examen du Projet de Loi sur la République Numérique au Sénat, la commission des lois a rejeté un amendement du gouvernement prévoyant l’abrogation de l’exception text mining. L’amendement pourra encore être reproposé en séance (ou lors du retour du projet à l’Assemblée) mais son adoption devient assez peu probable.

Pour mémoire, l’exception text mining vise à autoriser l’extraction de corpus de textes et de données à des fins scientifique : toute source légalement accessible pourrait être recopiée dans une base de données et librement partagée au sein des membres du projet scientifique (qui excèdent nécessairement le cadre du « cercle de famille »). Les projets de text mining connaissent en effet une vogue croissante, grâce à l’accroissement considérable des documents numérisés, facilement accessibles sur le web. Initialement cantonnés à la biologie, ils semblent appelés à se généraliser rapidement dans d’autres disciplines, dont les sciences humaines et sociales (ma thèse s’apparente ainsi à une forme d’application expérimentale de techniques de lecture distante pour l’étude de la presse ancienne). Les accords contractuels avec les éditeurs ne peuvent suffire à régler l’ensemble des besoins : notamment dans la perspective d’une analyse textuelle élaborée, la recherche ne va pas nécessairement se limiter aux seuls corpus disponibles, d’autant qu’elle dispose à portée de main d’une masse énorme de textes en « accès libre » (ce qui ne va pas dire « copie libre ») sur le web.

L’exception adoptée in extremis lors du vote de l’Assemblée en janvier dernier reprend un dispositif assez similaire à l’exception adoptée au Royaume-Uni. Elle ne couvre que les travaux de recherche publique à vocation non-commerciale. De plus, contrairement au modèle anglais, au terme du projet, les chercheurs doivent transférer toutes leurs données à un tiers de confiance chargé de leur préservation (la BNF est pressentie pour jouer ce rôle).

C’est un compromis satisfaisant : il ne porte que sur des publications que les chercheurs pouvaient déjà consulter ; l’enjeu est simplement de rapprocher le droit d’extraire du droit de lire (the right to read is the right to mine). Seulement, les industries culturelles freinent, par réflexe, toute évolution du droit d’auteur, dans le sens de droits accrus accordés au public et aux utilisateurs. C’est ainsi qu’elles avaient obtenus la disparition d’une disposition reconnaissant l’existence d’un domaine commun de l’information (qui aurait conforté le statut juridique de communauté sous licences libres comme Wikipédia ou permis d’éviter la généralisation de copyfraud pour des publications passées dans le domaine public). Comme pour l’exception text mining, cette évolution n’aurait eu aucune incidence directe sur l’activité commerciale des industries culturelles ou des grands éditeurs scientifiques (ils pourraient même en profiter : selon quelques échos non confirmés, Elsevier tirerait parti de l’exception anglaise pour extraire des séries de textes publiés sur le web sans s’embêter à démultiplier les accords contractuels). Seulement, l’exception a un effet symbolique majeur : elle accrédite l’idée que le code de la propriété intellectuelle n’est pas un livre sacré et que l’évolution de la loi irait plutôt dans le sens de son assouplissement.

Au cours de ces derniers mois, le gouvernement s’est efforcé d’abroger l’exception tantôt en renvoyant le sujet à l’Europe (qui envisage actuellement une exception dans le cadre de la réforme européenne du droit d’auteur), tantôt en mettant en avant la piste d’accords contractuels. Une mission, confiée à Charles Huot, visait à dégager un accord « systémique » entre éditeurs scientifiques et institutions universitaires. Cette approche présente plusieurs défauts considérables : elle limite d’emblée le champ des acteurs concernés (les projets de text mining en Sciences humaines et sociales se développent très largement en dehors des corpus scientifiques) et reconnaît potentiellement les prétentions des éditeurs à faire du text mining un service additionnel, inclus dans un contrat.

Thierry Mandon : « si nous attendons une exception européenne, c’est mort »

Non seulement les sénateurs n’ont pas retenu cette option, mais plusieurs signaux suggèrent que la position du gouvernement est en train d’évoluer. Ce matin-même, le Museum d’Histoire naturelle organisait une série de conférences sur les aspects scientifiques de la loi sur le numérique. Le secrétaire d’État de la recherche et de l’enseignement supérieur Thierry Mandon a constaté qu’il n’était plus tenable d’attendre l’intégration de la réforme européenne du droit d’auteur pour s’y mettre : « La réforme européenne prendrait au moins trois ou quatre ans. Si nous l’attendons, et que nous ne mettons pas en place une forme d’exception, c’est mort ».

Le sujet évolue effectivement assez vite. Le principal point de blocage invoqué par le gouvernement tiendrait aux contraintes posées par la directeur européenne de 2001, qui n’admettrait pas explicitement la possibilité d’exceptions larges au profit de la recherche. Il s’agit plutôt d’une zone grise, qui n’a jamais été clarifiée : c’est ainsi que les anglais ont pu mettre en place leur exception depuis 2014 sans jamais avoir été constaté. Et d’autres pays s’apprêtent à s’engouffrer dans la brèche. Une exception serait en voie de finalisation en Estonie et, selon de premiers échos non confirmés, l’Allemagne s’apprête à franchir le pas.

La France peut-elle en effet se permettre d’attendre ? Le projet de loi numérique constitue le dernier véhicule législatif d’envergure avant de s’embarquer dans le « trou noir » pré-électoral et, à l’issue des nouvelles élections, la préparation d’une nouvelle loi prendra au moins un ou deux ans. Si, d’ici là, les exception se multiplient au sein de nos voisins européens, la recherche française pourrait perdre une avance difficile à rattraper en terme d’infrastructures et d’acquisition de compétences.

Pour l’instant, Thierry Mandon a évoqué une nouvelle piste : la modification du code de la recherche. J’avais déjà évoqué ce contournement tactique dans un premier essai de loi open access : il permet d’éviter de présenter les choses sous l’angle d’une exception au droit d’auteur en en faisant un attribut propre à la condition de chercheur financé par l’État (et d’ailleurs, vérification faite, le principe a été retenu pour l’actuel l’article 17). Je suis moins convaincu de sa pertinence pour l’exception text mining : il ne s’agit pas de modifier le statut de documents écrits par les chercheurs mais d’étendre les possibilités de lecture (ce qui implique nécessairement une actualisation du code de la propriété intellectuelle). En l’état, je crains que le recours au code de la recherche ne soit retoqué par le conseil constitutionnel.

La contribution sur Wikipédia est-elle du « digital labor » ?

La question (provocatrice) est implicitement soulevée par Dominique Cardon dans un dossier très intéressant d’Ina Global sur le digital labor. Pour Cardon, le digital labor relève d’une exploitation sans aliénation. Si les grandes industries du web extraient de la valeur des activités des internautes, cette extraction est incidente : elle ne relève d’une subordination à strictement parler ou alors d’une subordination flexible, dans la mesure où l’individu reste libre de choisir ou non de participer au processus d’extraction de valeur et de préciser pour partie les modalités de cette extraction.

Les industries numériques cherchent beaucoup moins à domestiquer, à contrôler ou à formater leurs utilisateurs qu’à orchestrer les nouvelles utilités qui ne cessent d’apparaître avec l’intensification et l’individualisation des formes de la vie sociale (accélération temporelle et désynchronisation des rythmes sociaux, multiplication et interdépendance des activités, enrichissement des expériences, accroissement de la mobilité, diversification des cycles de vie, etc.)1 .

Ces interactions relèvent davantage d’engagements contractuels en redéfinition permanente ou chaque actant y trouve son compte : l’indexation de pratiques et de préférences jusqu’à présent insaisissables par le monde marchand serait compensée par la dissémination élargie de ces « nouvelles utilités » (qui aurait été forcément bien plus réduite si les industries du web n’avaient pas généralisé les formes d’accès « gratuit »).

De par son ubiquité, la notion de Digital Labor serait impuissante à qualifier ces arrangements qui, du point de vue de Cardon, relèvent plutôt de la société néo-libérale au sens large. Toute activité numérique peut être en effet assimilée à un travail inconscient :

Écrire sur Wikipédia, cliquer sur lien, décoder un captcha, partager ses photos sur Internet, échanger des blagues avec ses amis sur les réseaux sociaux, etc., plus rien n’échappe à l’extraction de valeur par les plateformes2 .

Le digital labor et les communs : alternative ou champ d’application ?

Wikipédia fait figure d’anomalie dans la liste (et a d’ailleurs suscité tout un débat sur Twitter). Les théoriciens du Digital Labor se sont en effet toujours attachés à distinguer tacitement les grandes industries du web des « communs ». Ces formes d’organisation auto-gérées et non-marchandes, où les droits de propriétés s’effacent derrière des droits d’usage tiennent lieu d’alternative. La quatrième et dernière partie partie de l’ouvrage séminal dirigé par Trebor Scholz, Digital Labor: The Internet as Playground Factory leur est presque entièrement consacrée : les contributions de Michael Bauwens ou de Christian Fuchs appellent à étendre le champ des communs en consolidant les initiatives existantes et/ou en procédant à une communalisation des industries du web (soit par le biais de « disruptions » internes ou de régulations externes).

Capture d’écran 2016-03-12 à 11.18.00Sommaire de la dernière partie de « Digital Labor » : les communs comme remède

Dans une synthèse récemment publiée, Digital Labor : travail, technologie et conflictualités, Antonio Casilli s’interroge sur les mécanismes possibles de « reversion » de la valeur indûment extraite par les industries du web. Il recommande de traiter le problème sous l’angle du « commun », en considérant les digital laborers comme une collectivité autogérée plutôt qu’un amoncellement de contractants individuels :

Quoique personnelles, ces données, ces productions digitales, ne sont pas du ressort de la propriété privée, mais le produit d’un commun, d’une collectivité. Par conséquent, la rémunération devrait chercher à redonner aux commons ce qui a été extrait des commons3 .

Au sein des Digital Labor studies, la distinction entre industries du web et communs ne fait jamais débat. Les discussions portent plutôt sur l’aptitude des seconds à incarner une alternative véritablement crédible. Trebor Scholz fait ainsi part de son scepticisme :

L’Internet est à ce point dominé par des intérêts privés que, même si vous quittiez le navire, si vous abandonniez le Titanic Facebook aujourd’hui, vous finiriez probablement sur un radeau de survie ayant une visée tout aussi commerciale. Wikipédia, Crabgrass, Diaspora et Craiglist sont des exceptions : ils ne constituent pas des modèles applicables à la totalité d’Internet4 .

En ajoutant Wikipédia au répertoire des formes classiques de captation indirecte de la valeur dans les environnement numérique (captcha, utilisation des données de navigation ou des contribution à des fins publicitaires), Cardon tente de mettre en évidence une faille conceptuelle : la participation aux communautés autogérées du web peut être assimilable à un digital labor.

Par là Cardon songe principalement à l’exploitation dérivée des données sous licence libre de Wikipédia. Sur Twitter, il a cité l’exemple du knowledge graph, cette fonctionnalité majeure du moteur de recherche qui spécifie les principales informations associées à une entité. En pratique, Google a très largement délocalisé le lourd travail de gestion et de structuration des connaissances en ligne aux communautés wikimédienne : Wikidata est venu se substituer à sa base maison, Freebase. En soi, la captation du travail des communs n’est pas un phénomène méconnu : c’est l’une des principales motivations poussant à l’élaboration d’une licence réciproque.

Cardon suggère, plus indirectement, une forme d’affiliation directe : à tout prendre, les catégories et les éléments définitionnels usuels du digital labor pourrait caractériser une contribution sur Wikipédia indépendamment de sa captation ultérieure. Facebook et Wikipédia s’inscriraient dans un même continuum : celui du web contributif au sens large ; le statut marchand et l’un et bénévole de l’autre ne relèverait que de « variantes » d’un tronc commun.

Je vais ici prendre le problème sous son angle le plus sérieux — celui de l’affiliation directe. Il en va ni plus ni moins de la possibilité d’instituer les communs en alternative au digital labor : si au-delà de la visée marchande, il existait des similitudes fondamentales entre le fonctionnement d’un service emblématique de digital labor et certaines activités wikipédiennes, il conviendrait de réévaluer sérieusement la portée émancipatrice de communautés auto-gérées.

LiveRC : un « Mechanical Turk » au service de la communauté ?

C’est l’un des aspects les plus méconnus de Wikipédia : les contributions des nouveaux utilisateurs ou des utilisateurs non enregistrés sont examinées par une petite partie de la communauté : la « Patrouille RC ». Comme son nom l’indique, la patrouille s’intéresse à tous les changements récents (« Recent Change », abrégé en RC). Le travail est énorme : dans la version francophone quelques dizaines de participants, parfois assistés de contributeurs potentiels, vérifient en continu plusieurs milliers d’éditions5 . Il s’agit évidemment d’une vérification approximative, qui se concentre sur la forme de la contribution et sur le respect de quelques règles élémentaires (vandalisme, non-admissibilité patente du sujet sur Wikipédia, attaques personnelles, auto-promotion). La vérification approfondie est du ressort de la communauté dans son entier, via la liste de suivie : chaque wikipédien suit un ensemble d’articles correspondant à des domaines de savoir sur lesquels il est généralement compétent.

Bien que fréquemment critiquée à l’intérieur et à l’extérieur de la communauté6 la patrouille reste une précondition majeure du bon fonctionnement de Wikipédia. Même si elle demeure approximative, la modération a posteriori permet de maintenir l’encyclopédie dans un système a priori ouvert : aucune procédure préalable n’est nécessaire pour devenir contributeur mais chaque contribution pourra être ultérieurement jugée. Par contraste, j’ai été amené à créer et administrer un petit wiki en local : l’afflux des spams a rapidement entraîné la fermeture de l’accès ouvert.

Pour effectuer ce travail monumental, la patrouille dispose d’un outil élaboré : LiveRC. Les nouvelles éditions défilent en continu sur cette interface. Tout un jeu de boutons permettent d’accéder rapidement à son contenu et d’effectuer non moins rapidement des actions (retrait de la contribution, dépôt d’un message d’avertissement sur le compte, et ainsi de suite).

Interface de LiveRC
Interface de LiveRC

Pour mener leur « mission » à bien, les patrouilleurs peuvent compter sur l’assistance de programmes de détection automatisées : les « filtres » indiquent la nature de la contribution (et les infractions possibles), les robots ou « bots » effectuent directement des actions lorsque l’illégitimité de la contribution est hautement probable.

LiveRC est comparable en plusieurs points au cas emblématique par excellence du digital labor : le Mechanical Turk d’Amazon. Dans ce « marché » (marketplace), des internautes souvent issus de pays en voie de développement viennent accomplir des tâches routinières (fréquemment de l’étiquetage des textes). Dans MTurk comme dans LiveRC il s’agit, pour reprendre la terminologie de Casilli, d’un travail « hyperstandardisé » plutôt qu' »hyperspécialiste ». Aucune connaissance précise du sujet concerné par les contributions n’est attendue7 . Par contre, le travail des patrouilleurs est fortement balisé : ils appliquent les règles de la communauté et évoluent dans le cadre d’une interface fortement normée.

En fait les « turkers » réalisent des tâches que n’importe qui d’autre pourrait effectuer – voire qu’eux- mêmes pourraient réaliser à d’autres moments de leur journée, sous forme de jeu, de navigation, de bavardage en ligne. Le système MTurk est moins un ensemble de tâches spécialisées qu’une manière de replacer les activités de non-travail et les usages ordinaires dans le contexte des opérations productives, dont elles ne se différencient plus8 .

Chaque contribution s’apparente ici à une micro-tâche, qui ne va pas être considérée comme un véritable « travail ». En partie pour rendre attractive une activité parfois rébarbative, les patrouilleurs tentent de « gamifier » leur activité. Lors d’une connexion à LiveRC, un message de ce type s’affiche : « Votre mission, petite maintenance, retrait des vandalismes et accueils des nouveaux » De manière apparemment similaire, MTurk s’apparente à un « travail en miette », marqué par un alignement de tâches atomisées sans visée cohérente.

Enfin, patrouilleurs et Turkers viennent avant tout suppléer aux déficiences de systèmes de gestion automatisés de l’information. L’infrastructure d’Amazon vient ainsi fréquemment fournir des stocks de textes étiquetés destinés à élaborer et tester des modèles d’apprentissage automatique. Le patrouilleur occupe un espace intermédiaire entre le robot et le contributeur « standard » : il se cantonne à l’application de règles nécessitant un jugement humain. La collaboration avec l’algorithme est constante.

Jusqu’ici, la critique de Cardon tient parfaitement. Nous avons juste laissé de côté (intentionnellement) un détail essentiel : les contributeurs élaborent leur propre cadre de travail. LiveRC est un logiciel libre, élaboré et mis à jour par des contributeurs-développeurs bénévoles. Il existe ainsi une liste de suggestions de modification, directement soumise par l’ensemble des patrouilleurs.

Exemple de suggestions d'amélioration sur Live RC
Exemple de suggestions d’amélioration sur Live RC

Au-delà de l’outillage, les patrouilleurs interviennent dans la négociation collective des règles encyclopédiques au même titre que n’importe quel contributeur expérimenté. Il en viennent à définir leurs attributions : l’intégration accrue de l’accueil des nouveaux vise à doter la patrouille de tâches plus « positives » que la régulation critique des contributions en ligne.

Le Digital Labor comme jeu d’écriture

L’autonomisation éditoriale est, de mon point de vue, plus déterminante que l’absence de relation commerciale. Les wikipédiens ne disposent pas que d’un espace expression contrôlé et balisé par anticipation par des formatages pré-déterminés : ils construisent en permanence l’infrastructure documentaire où prennent place leurs interactions. Évidemment, nous ne retrouvons rien de tel sur Facebook, Twitter ou Amazon. Les « Turkers » avaient d’ailleurs été contraints d’élaborer une interface « clandestine » pour évaluer leurs clients : Turkopticon. Comme le montre l’image ci-dessous, cette application pour navigateur web permet d’agréger a posteriori commentaires et notations :

turkopticontoolbar_thumb

Un exemple d’évaluation sur Amazon Mechanical Turk.

La prise en compte de l’élément éditorial nous ramène à l’une des principales spécificités, pas suffisamment évoquées, du digital labor : l’accent mis sur la matérialité des interactions numériques. Depuis les années 1990, les théories critiques de l’économie du web tendent plutôt à se focaliser sur la nature « virtuelle » des interactions : les internautes évoluent dans le cadre d’un « capitalisme cognitif » dominé par l’exploitation des idées, des interactions sociales, des traces et des « données brutes »9. Le Digital Labor en prendrait l’exact contre-pied. L’ouvrage de Christian Fuchs paru l’année dernière, Digital Labour and Karl Marx s’ouvre ainsi sur la description d’une digital slavery : l’exploitation des mines de terres rares en Chine, où s’extraient les matériaux essentiels à l’élaboration des composants informatiques.

En cela, le Digital Labor est indissociable du « tournant matérialiste » dans l’étude des médias informatisés. À mesure que le web devenait indissociable de la vie « réelle », les vertiges du cyberspace laissent place à la saisie effective des conditions d’élaboration et de mise en circulation des outils numériques et des effets de rétroactions continus entre matériel informatique, logiciels, usages et représentations collectives. Tentant de dresser l’état de l’art du digital scholarship, Matthew Kirschenbaum et Sarah Werner précisent les contours de ce « saut épistémologique » :

Le tournant matérialiste des digital studies n’est pas un mouvement décrété ou uniforme — d’ailleurs, en pratique, il s’est décanté entre plusieurs sous-champs (…) Il y a, cependant, quelques hypothèses largement partagées : le tournant matérialiste repose sur l’idée que les ordinateurs et les processus informatiques sont avant tout matériels et peuvent faire l’objet d’un travail de contextualisation historique ; il suppose une certaine rigueur technique en reconnaissant que la forme matérielle particulière de l’outil et de la computation doit faire l’objet d’une investigation critique ; il estime que la prise en compte des contraintes particulières du code informatique et des plate-forme joue un rôle essentiel dans l’étude des cultures numériques10 .

En prenant au sérieux le travail « invisible » fourni par les « Turkers » ou en se déjouant des prétentions des nouveaux acteurs de l’économie collaboratives à se poser en simple outil intermédiaire « neutre », le Digital Labor se situe sous les auspices d’une théorie critique matérialiste. Le capitalisme n’est plus tant saisi comme une construction idéologique que comme un jeu d’écriture, un ensemble de régulations et d’échanges normés entre textes. Que cet ensemble recourt explicitement à une « monnaie » n’a que peu d’importance, dans la mesure où la monnaie n’est qu’une technologie d’échange parmi d’autres : métriques, notations algorithmiques, blockchain y suppléent allègrement.

J’étais parvenu à des conclusions sensiblement similaires dans ma thèse, sur un sujet pourtant « exotique » : la Bourse de Paris au XIXe siècle. En étudiant l’avènement de la chronique boursière, j’ai été amené à reconsidérer la Bourse elle-même plus seulement comme une infrastructure financière spécialisée mais comme un espace de distribution et d’élaboration de textes et de conventions textuelles :

L’archivage d’informations dans des schémas tabulaires requiert de s’accorder au préalable sur des conventions d’équivalences. Dans le dispositif de la Bourse de Paris du Second Empire, plusieurs centaines de milliers d’acteurs se prêtent tous les jours au même jeu. Pour que ces manipulations à grande échelle puissent être rendues possibles, technologies intellectuelles, formats et catégories doivent s’agencer en permanence dans un réseau d’écriture parfaitement coordonné. Le travail de rédaction des ordres de Bourse est entièrement modelé par une circulation ultérieure : la reprise d’expressions consacrées pour exprimer le souhait de l’investisseur anticipe sur les opérations à venir des courtiers ou du Parquet11 .

Évidemment, dans ce cadre, la différenciation entre « communs » et industries du web ne fait aucun doute. Les rôles attribués aux énonciateurs sont d’emblée irréconciliables et ce choix initial rejaillit sur l’ensemble des attributs du système textuel. Si Mechanical Turk avait été une projection de ses utilisateurs, Turkopticon n’aurait jamais basculé dans la clandestinité : il ferait partie intégrante du dispositif.

  1. Dominique Cardon, Digital Labor : une exploitation sans aliénation []
  2. Ibid. []
  3. Casilli, Digital Labor : travail, technologie et conflictualités, p. 21 []
  4. Je traduis : Trebor Scholz, Digital Labor: The Internet as Playground Factory, p. 15 []
  5. Pour assurer la continuité, les francophones se relaient selon leur fuseau horaire : les canadiens viennent ainsi prendre le relai pendant la nuit []
  6. dans mes quasi-dix ans passés au sein de la communauté francophone de wiki, j’ai vu passer de nombreux appels à la réguler ou à limiter ses attributions []
  7. L’absence de compétence encyclopédique spécifique est d’ailleurs souvent reproché aux patrouilleurs qui posent leur candidature en tant qu’administrateur []
  8. Casilli, Qu’est-ce que le Digital Labor, p. 9 []
  9. Dans Multitudes, Michael Hardt et Antoni Negri évoquent significativement le rôle désormais central joué par le travail immatériel (« immaterial labor ») : p. 108 et sq. []
  10. Je traduis : Matthew Kirschenbaum et Sarah Werner, Digital Scholarship and Digital Studies: The State of the discipline, p. 226 []
  11. Pierre-Carl Langlais, La formation de la chronique boursière dans la presse quotidienne (1801-1870), p. 614-615 []

Text mining : une licence nationale contre l’exception ?

C’était une surprise inattendue : lors de l’examen de la Loi sur le numérique, le parlement a approuvé une exception au droit d’auteur au titre de l’extraction automatisée des textes et des données à des fins scientifiques. Ce vote positif s’opposait aux intentions du gouvernements— après avoir brièvement été évoquée dans un premier jet de la loi en juillet, le sujet avait été soigneusement remisé.

En dépit de ce retour surprise, le devenir de l’exception reste incertain. La loi sur le numérique doit faire l’objet d’un vote au sénat et, peut-être, d’un second vote à l’Assemblée. La poursuite de la procédure parlementaire était prévue pour avril mais, selon les derniers échos, elle ne devrait pas intervenir avant mai voire juin — et vu l’agenda chargé de cette période rien n’exclut un nouveau report au-delà des vacances parlementaires.

Ce hiatus laisse aux opposants à l’adoption le temps de s’organiser. Sciences communes a ainsi eu l’écho, informel, de tractations en cours en vu de créer une sorte de « licence nationale » accordée aux institution universitaire pour mener des projets de text mining (vraisemblablement en liaison avec la mission confiée par le Ministère de la Culture et le Ministère de la recherche à Charles Huot). Les contours de l’affaire sont encore flous mais, apparemment, il serait question de parvenir à un accord contractuel avec les principaux éditeurs scientifiques et d’arguer, dès lors, qu’une exception serait devenue parfaitement inutile. L’idée n’est pas totalement neuve : elle a déjà abouti à une mise en œuvre partielle dans le cadre du projet ISTEX. Même si les conditions négociées avec les grands éditeurs n’étaient pas exécrables, la démarche contractuelle s’est avérée peu concluante sur le long terme d’après les échos que j’ai pu en avoir.

La différence entre une exception et une licence nationale n’est pas qu’une question de « forme » juridique (en ce sens que l’on parviendrait au même résultat sans avoir à modifier explicitement la loi). De mon point de vue, une licence nationale telle qu’envisagée actuellement soulèverait quatre problèmes majeurs :

(1) Elle entérine l’idée que le droit d’extraire et de synthétiser automatiquement des informations est distinct du droit de lire. Dans ce cadre, les éditeurs revendiquent un droit de propriété additionnel sur leur corpus : non seulement comme « œuvre » mais aussi comme ensemble de « données textuelles », cette propriété seconde pouvant faire l’objet d’une vente à part. Ainsi une exception pour l’extraction automatisée ne permet pas seulement de légitimer des usages de facto illégaux (pour l’essentiel la constitution de bases de données transmises à d’autres chercheurs — soit un cadre qui excède le « cercle de famille »). Elle contribue également à clarifier les zones grises qui font l’objet d’une captation de plus en plus étendues. Les licences de data mining « maison » des grands éditeurs scientifiques édictent ainsi des restrictions multiples sur les recherches et les extractions possibles (par exemple en empêchant de récupérer des chaînes de plus de 200 caractères). L’enjeu n’est plus seulement de protéger un « capital » intellectuel, mais d’imposer de nouveaux droits conditionnant la transmission et l’accès à l’information : Elsevier en vient à écrire sa propre loi.

(2) Dans son principe même, une licence nationale est destinée à être limitée à quelques acteurs (en tout premier lieu les grands éditeurs scientifique). Par contraste, une exception est une universelle : tant qu’un chercheur à un accès licite à une source, il peut l’extraire automatiquement. Cette disjonction est particulièrement visible dans mon domaine de recherche, les sciences humaines et sociales. Je m’intéresse en effet surtout à des ressources textuelles non scientifiques. Ma thèse portait sur l’application de techniques de text mining à des corpus de presse généraliste ancienne ; l’introduction d’une exception permettrait d’étendre des mes recherches au-delà des collections disponibles dans le domaine public (ce qui serait strictement impossible dans le cadre d’une licence nationale limitée à quelques corpus, aussi gros soient-ils).

(3) Dans les pourparlers informels actuellement en cours, il serait question d’introduire une « somme forfaitaire » préalable à toute extraction. Cette restriction semble s’inspirer d’un dispositif prévu dans l’exception pédagogique (sorte de « fair use » ultra-restrictif à la française) : entre autres conditions préalables, la représentation ou la reproduction d’une œuvre protégée doit être compensée « par une rémunération négociée sur une base forfaitaire »… Dans la continuité du premier problème, ce dispositif va graver dans le marbre la séparation entre droit de lire et droit d’extraire (puisqu’il s’agira désormais de deux actes marchands distincts). Plus concrètement, alors que l’argent public finance déjà trois fois les recherches scientifiques (en tant que productions d’agents de l’´État jamais rétribués par l’éditeur, en tant que « droits d’écrire » faisant l’objet d’APC, en tant que droits de lire chèrement distribués par des bouquets d’abonnements), on nous propose ni plus ni moins de les payer une « quatrième fois », en tant que corpus de données textuelles.

(4) Le quatrième problème tient plus d’une dérive probable : par définition un accord contractuel est souvent plus « verbeux » qu’une loi, puisqu’il s’agit de définir un arrangement organique entre plusieurs acteurs et non une règle à vocation « universelle ». Les débats risquent d’aboutir à des dispositifs relativement complexes, assez proches des licences « maison » des grands éditeurs scientifiques (avec des restrictions d’autant plus occultes que la politique commerciale des éditeurs fait l’objet d’un secret systématique).

En tout et pour tout, une licence nationale ne compenserait que très imparfaitement l’absence d’exception. Surtout elle risque de retarder son adoption éventuelle — et ainsi de faire plus de mal que de bien.

L’enjeu commence pourtant à devenir pressant. Au-delà de la sécurisation juridique de certaines activités recherche, la France risque d’être peu présente dans le nouveau monde de la donnée scientifique : le Royaume-Uni et le Japon ont déjà voté des exceptions ; les États-Unis en disposent de facto d’une (via le fair use, consacré par le projet Google Books). C’est ainsi de l’autre côté de la Manche qu’a pu se créer un projet aussi ambitieux que « Content mine » — ici, il serait de facto interdit…

Ce risque bien réel est hypothéqué pour des gains éminemment symboliques. Dans la mesure où elles ne porterait que sur l’usage scientifique de sources accessibles « licitement » (ce qui, dans le cas d’Elsevier, impliquerait d’avoir au préalable un abonnement à Science Direct), ce nouveau droit ne pénalise en aucun cas les activités commerciales existantes.

Will France get its text and data mining exception?

The French parliament is currently examining a significant law on « The Digital Republic ». It covers a wide array of topics: open data, open access, Freedom of panorama, data portability, digital platform regulation… Contrary to the initial plan of the French governement, several MPs have put forward another item to this list: a text and data mining exception. While approved by the French lower house, the final fate of the exception is still uncertain at this stage. The governement initially wanted to set a second vote, that has finally been upheld, so that the mining exception currently figures prominently in the « Digital Republic » law. Anyhow, it still has to gain the approval of the senate.

Mining and its legal issues

The current intellectual property regulation in Europe restrains an extraordinary scientific opportunity: being able to grasp the main features, ideas and entities of millions of texts. Both massive digitization of corpora and sophistication of mining and clustering tools allow to lead « distant reading » on an unprecedent scale. The Text2genome project can  draw an immense state of the art from genomic literature; ContentMine ambitions to liberate 100 millions facts from academic publications. I’m both an advocate and a pratician of text and data mining. My main focus concerns 19th century generalist and scientific periodicals — which are fortunately in the public domain, but I would be very happy to extend my scope beyond the beginning of the XXth century.

Yet, mining necessarily implies to reproduce: mostly for performance issues, online text or data has to put in a « local » database (it would be highly limitative to scrape on the fly). Within research projects, this output has to be shared to all the active members. As such, mining even lawful ressources infringes intellectual property rights. As absurd as it may sounds, the right to read does not entail the right to mine (which is nevertheless nothing more than an algorithm-assisted reading…).

New policies try correct this discrepancy. The United Kingdom has passed a text and data mining exception in 2014. This is a very hot topic within the ongoing European reform of intellectual property right. And now, come France.

The terms of the French Exception

The French exception reflects a consensual demand. All the major tendencies from the communist to the main right-wing party, the Republican, has proposed a similar amendment. I’ve made a very rough translation — certainly not an official legal translation by any means, but still better than Google Translate:

The Code of Intellectual property is modified as such:

1. After the 9th paragraph of the L. 122-5 article, a 10th paragraph is added:

« 10. The digital copies of reproductions made from a lawfull source, in order to mine text and data for the need of public research, all commercial end being excluded. A decree define the conditions by which the mining of text and data can be performed, as well as the modalities of preservation and communication the output files at the end of the research process ; theses files form research data. »

2. After the 4th paragraph of the L. 342-4, a 5th paragraph is added:

« 5° The digital copies of reproduction made by a person who has a lawfull access, in order to mine text and data in a research aim, all commercial ends being excluded. The preservation and communication of the technical copies from the data processings, at the end of the research activities for which they have been produced, are performed by certified organisations named by decree. The other copies or reproductions are deleted. »

The two articles add another element to previous list of exceptions to the French Intellectual property code. In European countries, databases are actually covered by two different rights: authorship rights (as possible « original » compilation of data) and « sui generis » rights (a special status given to the producer of the database, that gives him the right to contest any substantial copy of the database — as a side note, this right is currently under heavy criticism from the European Parliament, that is contemplating its complete deletion). The first articles focuses on the exceptions to authorship rights ; the second one targets the exceptions to « sui generis » rights.

The French exception is roughly similar than its British counterpart. They are both limited to scientific research ; they both aim to link the right to read and the right to mine, by giving a license to extract to researchers who have a lawfull access to a resource. There is nevertheless an additional restriction regarding the preservation of the output. So far the British exception does not seem to set any temporal limitation to the keeping of the « local » databases.

A first draft of the French exception actually envisioned to have the output fully deleted once the research was over. This would have proved quite unpractical. As every scientific work, text and data mining project are perfectible: the output is so large that it can be of use for many unexcepted outlooks. Fortunately, the adopted amendment comes to a better term: the output would be kept by a « certified » organisations (the French National Library is very likely to be one of them), and could therefore be reused.

A long road to go…

I have followed the making of the law from quite some time. Two years ago, the French Literary, Artistic and Scientific Council for Intellectual Property (CSPLA) initiated a consultation on text mining. I represented the collective Savoirscom1 with Lionel Maurel. We were the only member of « civil society » heared: most of the interlocutors were publishing companies (such as Elsevier or Springer, which concurely organized a « Licenses to Europe » process in Bruxelles with the final aim of transforming data mining as an additionnal service, fully controlled by the publishers). We argued in favor an exception on the ground of a « fair dealing » limited to scientific use (in a very similar way to the envisionned british exception, that was not adopted at the time). This measure was to be completed by a positive definition of the « informational public domain » in order to avoid the excessive extension of « sui generis » rights toward « raw » facts and data (cf. the synthesis of our argument).

Logically enough, our solitary position did not favor our arguments. The final report, publised by the end of 2014 strongly advised against an exception. Only, by this time, the debate has shifted. The debate surrounding the Elsevier National License — a 172 millions euros contract between the world leading publisher and French Universities that I leaked with Rayna Stamboliyska — gave a significant boost to the idea of pro-open access regulations.

While this has not been initially planned, the main law passed by the socialist legislature on digital issues includes an « open access law ». In a similar pattern to recent german and italian exceptions, it confers to researchers the ability to republish their work regardless of the terms of the contract they sign with their publisher. A mining exception was added to the package in a draft version of the law in july 2015… and finally removed in the first public version in september. It was a timid thing: researchers were forced to delete the  output at the end.

In-between, this technical measure, that merely relieved scientist of useless intellectual property barrier, has become a moving target of the rightholders lobbies. A counsellor of the French National Publishers Syndicate (Syndicat national des éditeurs) issued an angry brochure against intellectual property exceptions and, more widely, against immaterial commons: Free price is stealing (La gratuité c’est le vol). Ironically enough, the brochure was distributed free of charge. The mining exception envisionned in the European reform of author rights and in the French « Digital Republic » law was hold as some kind of communist apocalypse:

If such investments could be lawfully plundered, no publishers would ever grant any investment for digital tools. There is, in reality, no economic activity in the world of which the productions can be freely extorted for private use and without any compensation.

Yet, the fight was not unequal. An extraordinary procedure gave scientific communities the ability to speak up in favor of better terms for the open access law and in favor of the reintroduction of mining exception: apparently for the first time in France, a law was examined, evaluated and completed on an online platform. The « République Numérique » website hosted several thousand contributions from virtually everyone: lobbies, companies, public institutions, communities and simple citizens… Several of them argued in favor of a mining exceptions, and they were extremely well received.

Mining proposal of the Couperin Consortium on République Numérique
Mining proposal of the Couperin Consortium on République Numérique

This open consultation has given a lot of additional momentum to innovative measures that would have been otherwise upheld by powerful lobbies, or simply not conceived in the first place. MPs seem to have been particularly sensitive to original perspectives. Full Freedom of Panorama (that includes commercial use) was actively supported by one fifth of the lower house (more than one hundred MPs actually signed at least one favorable amendement). While MPs were more open-minded, scientific communities proved bolder : a few days ago, the President of Universities Collective (CPU) and the National Centre for Scientific Research (CNRS) signed a strong committment toward an open access law and a mining exception.

Rigthholders lobbies are still far from powerless. They were able to have a significant innovation partly removed from the law: a positive recognition of « informationnal commons » (a wider notion that cover both the public domain of « works », the public domain of « informations » and voluntary Free knowledge such as Wikipedia). Nevertheless, they have never been in such a weak position in the recent past.

All in all, the game remains fully open. The current state of the « open access » law reflect this tensed debate between coalitions of actors of gradually equal strength and influence: while scientific institutions, public libraries and open knowledge communities were able to append data to the focus of the law (something their german counterpart has not succeeded in) the publishers have, no less successfully, vetoed the inclusion of collected conference contributions. The suspense should still last till the end of the legislative procedure (probably no more than a month).

Le droit des bases de données va-t-il disparaître ?

C’est un coup de théâtre qui m’a laissé speechless : le parlement européen envisage  sérieusement de mettre fin au droit des bases de données. C’est la 108e recommandation d’une motion adressée à la Commission Européenne sous le titre « Vers un Marché digital unifié » (et relayée par une excellente synthèse de Julia Reda). Elle tient en une ligne :

108. Le parlement Européen note que l’évaluation par la Commission Européenne de la directive sur le droit des bases de données conclut que ce dispositif nuit au développement d’une économie de la donnée (« data-driven ») européenne ; il appelle la commission à en tirer les conséquences qui s’impose en supprimant la directive 96/9/EC.

En 1996, la directive européenne 96/9/EC ajoute un nouveau chapitre au code de la propriété intellectuelle. Elle prévoit un droit « sui generis » pour les producteurs des bases de données : ceux-ci peuvent empêcher toute réutilisation « substantielle » de la base :

Les États membres prévoient pour le fabricant d’une base de données le droit d’interdire l’extraction et/ou la réutilisation de la totalité ou d’une partie substantielle, évaluée de façon qualitative ou quantitative, du contenu de celle-ci, lorsque l’obtention, la vérification ou la présentation de ce contenu attestent un investissement substantiel du point de vue qualitatif ou quantitatif.

En pratique, le droit des bases de données s’est imposé comme, de loin, l’un des droits les plus « généreux » pour son titulaire (et, par réciprocité, le plus restrictif pour l’utilisateur et le public). En effet :

  1. Il n’est pas borné par un critère clair : toutes les bases de données sont concernées dès lors que son détenteur investit pour les maintenir. Par contraste, le droit d’auteur ne porte que sur des productions originelles (ce qui fait que l’on ne peut réclamer, à ce titre, une protection pour des idées, des données élémentaires pour des expressions non significatives) ; le droit des marques ne s’applique que dans le champ commercial où une entreprise est active.
  2. La notion d’usage substantiel n’est pas définie. Le législateur européen permet de l’évaluer de « façon qualitative ou quantitative » ; tout en visant avant tout la base de donnée dans son entièreté, il laisse la porte ouverte à une appréciation beaucoup plus restrictive (par exemple, toute reprise qui porte la « marque » de la base d’origine). En France, la jurisprudence retient de plus en plus une interprétation maximaliste (à l’image du procès Notre Famille).
  3. Le droit est potentiellement éternel. La durée de protection de 15 ans ne part en effet que du moment où le producteur de la base cesse de l’entretenir. Tant qu’il continuer d’apporter des modifications il peut repousser la date d’expiration : « Toute modification substantielle (…) permet d’attribuer à la base qui résulte de cet investissement une durée de protection propre. »
  4. Dans un environnement numérique, le droit est « contaminant ». Sur Internet, tout est donnée : un livre est un ensemble de données textuelles ; une œuvre musicale un ensemble de données sonores. C’est ainsi que dans le cadre du projet Notre Famille, les archivistes ont pu revendiquer un droit « sui generis » sur des documents administratifs du XVIIe ou du XVIIIe siècle. À ce titre, le droit des bases de données constitue un argument juridique privilégié pour défendre un copyfraud, soit l’application de droits indus sur une production entrée dans le domaine public.

On le voit, le droit des bases de données génère des insécurités juridiques majeures pour de nombreux usages. C’est à ce titre que la fouille de texte et de données a pu être dissociée du « droit de lire ». C’est à ce titre que les institutions publiques ou privées peuvent justifier l’adjonction de copyfraud. C’est à ce titre que les licences libres ont dû être amplement reformulées (à l’image de la version 4.0 de Creative Commons) pour éviter d’ajouter des restrictions indues contraires à leur intention initiale. C’est à ce titre, finalement, que la circulation des informations est largement bloquée dans notre société. Il est ainsi impossible, en l’état, de reprendre de nombreuses séries d’informations a priori brutes sur Wikipédia, sur WIkidata ou sur des plate-formes d’open data, sans encourir un procès potentiel.

Cet obstacle considérable reste cependant récent : il a été codifié il y a moins de vingt ans ; il figure de manière récurrente dans la jurisprudence depuis moins longtemps encore. Le droit n’a pas été suffisamment naturalisé dans notre législation pour rester indéracinable. En l’état, la mention du droit « sui generis » dans le code de la propriété littéraire et artistique fait figure d’anomalie : alors que tout le reste du code s’adresse à des « auteurs » on parle ici de « producteurs » ; alors que le critère d’originalité est un soubassement récurrent, il est totalement évacué.

Néanmoins la suppression du droit des bases de données n’est pas une certitude à ce stade. En dépit du soutien affiché du parlement européen, les oppositions risquent d’être considérables : les GAFAs ont très largement profité de ce cadre légal bien plus généreux que son équivalent américain (qui ne reconnaît qu’un droit à la compilation). On risque d’assister à l’émergence d’un front commun entre industries culturelles et industries du web (ce qui aurait au moins pour effet de clarifier les clivages…).

Par ailleurs, Lionel Maurel m’a signalé que l’abolition de la directive 96/9/EC ne suffira peut-être pas pour lever toutes les restrictions. Depuis l’affaire Ryanair, la jurisprudence européenne a consacré la supériorité des Conditions Générales d’Utilisations contractuelles sur le droit législatif : une entreprise ou une institution n’a même pas besoin d’invoquer le droit des bases de données pour empêcher des reprises, même limitées, de sa base. La Cour Européenne de Justice « a écarté l’application de cette exception pour considérer que les CGU de la base pouvaient valablement interdire l’exercice des droits reconnus par la directive aux utilisateurs légitimes d’une base de données. »

Au-delà du fondement légal, je pense que la présence du droit des bases de données consacre un certain état d’esprit « hyper-propriétaire », marqué par une extension toujours plus maximaliste des droits de propriétés sur les créations intellectuelles. Sa disparition aurait pour effet de refermer une parenthèse d’une vingtaine d’années en montrant que l’extension propriétaire n’est pas inéluctable et que les institutions politiques peuvent revenir sur les droits accordés s’ils nuisent à la société au sens large.

Loi numérique : le libre accès sans communs

En fin de compte, comme je le notais en novembre dernier, on s’achemine vers un libre accès sans communs.

Tandis que les débats en commissions ont abouti à une loi open access très satisfaisante les amendements (CL616, CL617) visant à intégrer une définition positive des communs informationnels ont été rejeté hier en commission des lois. Même si la mesure n’aurait pas eu d’effets concrets immédiats, elle comblait une déficience majeure du code de la propriété intellectuelle : les « non-propriétés » intellectuelles (idées, données brutes, œuvres dans le domaine public) ne sont définit que négativement ; il n’y a aucune base pour empêcher leur appropriation ou attaquer en justice les auteurs de copyfraud.

L’absence des communs fragilise, par contrecoup, la loi sur le libre acccès. Dans la précédente rédaction les données de la recherche étaient assimilées à des « choses communes ». Faute d’une définition applicable au champ informationnel dans la loi française, une qualification plus faible et ambiguë a dû être retenue : elles sont en « libre accès ».

Deux dispositions étroitement associées aux amendements précédents et qui auraient pu former l’embryon d’une législation plus étendue sur les communs ont été également remis en cause.

L’exception au titre du text mining (CL344 et CL463)  a été directement rejetée (alors qu’elle bénéficiait d’un large soutien transpartisan avec des amendements similaires en provenance de communistes, d’écologistes, de socialistes et de Républicains). Le rapporteur de la commission des lois, Luc Bellot, et la ministre Axelle Lemaire ont invoqué l’absence d’exception actuellement autorisée à Bruxelles et les discussion en cours visant à en créer une à l’échelon européen — sans trop s’attarder sur le fait que le Royaume-Uni dispose d’une telle exception depuis un an et demi.

Pour la liberté de panorama c’est un peu plus compliqué. Le rapporteur de la commission des lois a accepté de proposer une version excluant toute réutilisation commerciale moyennant le retrait de l’amendement. Autant dire que cela ne solutionnerait rien pour la plupart des grandes communautés de la connaissance sur le web (qui, à l’instar de Wikipédia ou de Wikimedia Commons utilisent des licences libre de type CC-BY-SA), ni pour de nombreux usages numériques amateurs (une publication sur Facebook ou l’écriture d’un blog financé, même faiblement, par de la publicité sont aisément assimilables à des usages commerciaux). Les revenus, apparemment considérables, que perçoivent les architectes sur les « magnets » valaient sans doute bien la peine de maintenir une machine à gaz de moins en moins appliquée et qui a disparu en Allemagne depuis un siècle et demi.

La loi open access amendée

Je pensais modifier mon précédent billet au fil des avancements mais la loi open access française a l’air désormais relativement bien fixée. Pour mémoire, il est question de créer un droit de republication valable pour l’ensemble des chercheurs, dès lors que la recherche est financée par moitié par fonds publics : au terme d’un certain délai et sous certaines conditions (pas de réutilisation à fin d’édition commerciale) les droits additionnels des éditeurs ne sont plus valables. Ce dispositif lève l’un des principaux verrous limitant le développement de l’open access : la nécessité d’avoir l’accord des éditeurs (qui contrôlent de nombreuses revues prestigieuses).

Les débats en commission des lois n’ont apporté que trois modifications au texte intégré dans la loi sur la République Numérique.

  1. Prise en compte de toutes les versions intermédiaires de la publication scientifique : « toutes les versions successives du manuscrit jusqu’à la version finale ». C’est une initiative plutôt bienvenue à l’heure où l’écrit scientifique devient un objet textuel de plus en plus coulant et hétérogène (le preprint, notamment, contient souvent des précisions détaillées, par exemple en matière de manipulation de données, que l’on ne trouve parfois pas dans l’article final).
  2. Possibilité de « réduire » les durées d’embargo par un simple arrêt du Ministère de la Recherche. La ministre du numérique était sceptique pour une raison que j’avais également évoquée : celle de démultiplier les régimes entre disciplines (alors que la distinction SHS/STM demeurait encore relativement lisible). Le risque existe que l’on ait 10 mois et deux semaines en socio, 3 mois et deux jours en bio et 11 mois et quatre heures en droit. Ce que l’on perd en simplicité on le gagne en souplesse : il n’est pas nécessaire de passer par une nouvelle loi pour changer les durées (en particulier si les chercheurs en SHS militaient entretemps pour l’intégration dans le régime de 6 mois)
  3. Un rapport d’évaluation doit être remis d’ici 2019. Disons que ce sera peut-être l’occasion de faire une nouvelle loi open access qui aille plus loin que la précédente 🙂

À l’heure où j’écris rien n’a été encore décidé sur trois mesures fondamentales : la reconnaissance des communs informationnels, la liberté de panorama et l’exception pour les usages de text mining.

Loi open access : les amendements retenus

Je précise tout de suite qu’il s’agit d’une page in progress montrant l’évolution de la loi open access intégrée à la loi sur la République numérique (en tant qu’art. 17 de la section sur l’économie des savoirs), au gré de l’évolution du texte dans les derniers stades de son acceptation.

L’examen en commission des affaires économiques et en commission des affaires culturelles le 12 janvier a marqué le coup d’envoi du débat parlementaire. Par contraste avec le retour soudain et inespéré des communs de la connaissance et de la liberté de panorama dans le texte, l’évolution des dispositions open access paraissent beaucoup plus timide. L’essentiel avait en effet déjà été acquis en amont : non seulement le gouvernement n’avait pas affaibli les dispositions initiales, mais ils les avaient renforcées.

Il y a tout de même quelques inflexions significatives :

  1. Sur les embargos : les durées réduites finalement adoptées (12 mois pour les STM et 6 mois pour les SHS au lieu de 24 et 12 mois) sont confortées : l’amendement visant à rétablir les anciennes durées a été rejeté (mais aussi celui préconisant une durée unique de six mois). Par contre, une disposition assez habile du rapporteur de la commission culture permet de les « réduire » facilement, sans avoir à passer par une nouvelle loi : il suffit que le ministère de la recherche passe des arrêts disciplines par disciplines. Il va sans dire que la disposition ne permet que de mettre en place des « durées inférieures ». Le seul risque, que je pointais dans mon billet précédent, est d’aboutir à des durées variables d’une discipline à l’autre (ce qui serait encore moins lisible que la distinction SHS-STM).
  2. Sur les types de publications : l’intégration des recueils de mélanges (une innovation française encore reprise par aucun pays européen) est confortée par le rejet de l’amendement CE103. Le rapporteur de la commission culture a prévu une autre disposition  intéressante : intégrer la publication des différentes versions des articles (AC22). À une époque où la publication scientifique tend à se démultiplier en plusieurs textes parfois complémentaires (on trouve ainsi dans les preprint des développements qui n’avaient pu figurer dans les revues par manque de place), c’est plutôt bien vu.
  3. Sur les licences : la restriction de l’utilisation commerciale est renforcée (ce qui a pour effet négatif d’éloigner encore l’open access à la française des standards de publications en open access, comme CC-BY). Toute forme de republication à des fins commerciales est illégale (et non la simple parution dans une édition à caractère commerciale).

Loi numérique : le retour des communs ?

Et oui déjà un nouveau billet : les choses s’accélèrent. La commission des affaires économiques et la commission des affaires culturelles viennent d’examiner les amendements déposés par les parlementaires à la loi sur le numérique. Il y a deux adoptions inattendues : deux amendements de Christian Paul visant à reconnaître positivement le domaine public et, plus largement, les communs informationnels ; un amendement d’Isabelle Attard établissant la liberté de panorama et, par-là, faisant de l’espace public un bien commun.

Le premier amendement de Christian Paul présente une version light de l’ancien art. 9 de la loi sur le numérique. Il reprend pour l’essentiel la définition du « domaine commun informationnel » finalement rejetée par le gouvernement : les informations/idées ne constituant pas une expression originale ; toute production intellectuelle dont les droits patrimoniaux ont expirés ; les informations administratives au sens de la loi de 1978. Rien n’est prévu par contre pour permettre de s’opposer au copyfraud. À défaut de déboucher immédiatement sur des retombées concrètes, cette proposition constitue un compromis acceptable. Inscrire les communs informationnels dans la loi constitue en effet une première étape essentielle (qui avait notamment fait défaut lorsque la section open access de la loi avait tenté de définir les données de la recherche comme « choses communes »). Il faut prendre l’amendement comme une fondation conceptuelle essentiel pour harmoniser et développer des législations sur des domaines très variés (l’open data, le libre accès…).

Le second amendement de Christian Paul crée un domaine commun vivant. Il consolide a posteriori le statut des licences libres en reconnaissant un droit de renonciation. La disposition ne va pas à l’encontre du droit moral, qui demeure inaliénable : il est juste question d’admettre la renonciation aux droits patrimoniaux.

Enfin, l’amendement sur la liberté de panorama introduit une nouvelle exception au droit d’auteur. Elle prend une forme concise, immédiatement compréhensible :

10° Les reproductions et représentations des œuvres architecturales et des sculptures, réalisées pour être placées en permanence dans des extérieurs publics.

L’amendement vise à résoudre un problème de plus en plus prégnant des usages numérisés : toute publication d’une photographie d’objet ou de bâtiment placé dans le domaine public doit faire l’objet d’une rémunération versée à son concepteur (s’il est mort depuis moins de 70 ans). En pratique cette règle a pour effet de privatiser l’espace public : au lieu d’être universellement reproductible, il se présente sous une forme « trouée », des paysages détenus par personne ou des artefacts dans le domaines publics alternant avec des biens protégés par le droit d’auteur. Bien que peu appliquée, elle crée une insécurité juridique, notamment pour les projets de libre diffusion des connaissance (comme Wikimedia Commons ou OpenStreetMap).

Un exemple d'espace trouvé : le Louvre obscurci par sa Pyramide
Un exemple d’espace public « troué » : le Louvre obscurci par sa Pyramide

Pour être finalement intégré à la loi ces trois amendements doivent avoir été approuvés par la commission des lois — ce qui se passera demain. Rien ne garantit donc leur adoption finale. A minima, ce dernier rebondissement montre que la liberté de panorama et le domaine commun informationnel constituent désormais des sujets récurrents dans le débat politique français et que l’on ne parviendra pas à les enterrer de sitôt. La liberté de panorama est notamment soutenue par des amendements similaires, soutenus par des députés de sensibilité politique différente. Ce soutien croissant contraste avec la réprobation marquée dont elle avait fait l’objet en 2011 : la route est longue, mais la route est droite…