Archives mensuelles : février 2014

Facebook et WhatsApp : une spéculation ordinaire

Facebook vient d’acheter une application de messagerie, WhatsApp, pour 19 milliards de dollars : l’information, révélée hier soir, a été amplement relayée dans le monde entier. Et suscite une certaine incrédulité. Bien que fédérant près d’un demi-milliard d’utilisateur, WhatsApp ne dégage pas des bénéfices mirobolants : il s’agit d’une petite structure de 55 salariées.

Confronté à une concurrence de plus en plus féroce (la vague des réseaux sociaux asiatiques commence tout juste à déferler), Facebook aurait-il cédé à une tentation irrationnelle ? Ou serions-nous à l’aube d’une forme de capitalisme de la données, la mainmise sur la formidable base d’utilisateurs de WhatsApp permettant de contrôler et d’exploiter un corpus colossal de données personnelles ?

Cet événement place ma thèse sous le feu de l’actualité. Je m’intéresse au traitement de la bourse dans le quotidien généraliste, et plus largement au rôle de la presse dans l’organisation des échanges.

Je vais ainsi me permettre d’avoir une position assez tranchée : ni l’un, ni l’autre. Facebook n’a pas « disjoncté ». Et il n’innove pas davantage. Par-delà son ampleur inédite, ce rachat ne fait qu’illustrer certains mécanismes fondamentaux de l’économie financière, fréquemment occultés dans la mesure où ils ne correspondent pas aux représentations et modèles les plus courants des sciences économiques.

Convaincre le spéculateur occasionnel

Au début des années 2000, l’économiste Robert Shiller, fraîchement nobélisé, publie un ouvrage assez visionnaire. Irrational Exuberance décortique le cocktail explosif des pratiques financières contemporaines, qui mènera droit à la grande crise de 2007-????. Une section est plus particulièrement consacrée au rôle des médias. Shiller souligne que l’influence des médias d’information sur le fonctionnement de l’économie de marché n’est pas que ponctuelle : il s’agit d’une constante qui permet d’expliquer nombre de phénomènes autrement incohérents (notamment les bulles spéculatives).

L’histoire des bulles spéculatives commence approximativement avec l’avènement de la presse […] Biens que les médias d’information — journaux, magazines, médias en diffusions continus et leurs nouvelles incarnations sur Internet — se présentent comme des observateurs détachés des événements du marchés, ils sont eux-mêmes partie intégrante de ces événements. Les événements financiers significatifs adviennent uniquement lorsqu’il existe une conception similaire répandue dans de nombreux groupes sociaux, et les médias d’information sont les principaux véhicules de la diffusion des idées1.

À l’appui de cette thèse, Shiller rappelle que la première grande bulle financière de l’histoire, la South Sea Bubble, date de 1720 : à la suite d’une spéculation effrénée, les cours de la Compagnie des mer du sud s’emballent à la bourse de Londres, avant de s’effondrer brutalement. Cela correspond au moment où les premiers quotidiens apparaissent ainsi que la plupart des rubriques journalistiques, dont la rubrique boursière.

La rubrique boursière du Whitehall Evening Post, 7 décembre 1721, p. 2
La rubrique boursière du Whitehall Evening Post, 7 décembre 1721, p. 2

Le rôle joué par les « conceptions similaires » et la « diffusion des idées » constitue l’un des principaux écueils des théories néo-classiques. Les investisseurs ne sont pas tous des machines purement rationnelles, capables de synthétiser tous les indices à leur disposition. De nombreux investisseurs occasionnels agissent sous l’emprise d’une rationalité limitée. Faute de maîtriser les vocabulaires et les outils élaborés des communautés financières, ils se laissent guider par quelques représentations vagues et circulantes, notamment relayées par les médias.

Facebook et WhatsApp constituent des objets extrêmement circulants. Ils font partie de la vie quotidienne de millions de personnes. Ils disposent d’emblée d’une reconnaissance préalable par la masse des épargnants. Et leur détenteurs le savent. Lors de son introduction en bourse, Facebook comptait explicitement sur les fonds de nombreux investisseurs occasionnels. Un article détaillé de The Atlantic sur les mésaventures initiales de l’action Facebook mentionne ainsi le cas d’une sexagénaire qui boursicote occasionnellement. Elle a misé l’essentiel de son capital sur Facebook :

Elle n’a jamais placé un si gros montant sur un seul titre, mais elle se sentait personnellement liée à Facebook. Elle avait utilisé le site pour se connecter avec sa famille et ses amis depuis 2009 et, dans son entourage, tout-le-monde avait un compte.

Dans le marché rien n’est simple et tout est méta. Les spéculations à rationalité limitée des investissements occasionnels suscitent elles-mêmes des spéculations sophistiquées des investisseurs spécialisés : on s’attend à ce des opérateurs « amateurs » valorisent tel titre et on réagit en conséquence. Dans ce cadre, l’essor de la bulle est assuré : tous les acteurs convergent vers un essor indéfini du titre émis, indépendant de sa valorisation concrète.

Les chiffres de l’audience : une monnaie parallèle

Facebook, WhatsApp et Twitter fonctionnent d’une manière finalement assez similaire aux médias classiques. Certes ils ne conçoivent rien : l’acte de rédaction est délégué à l’utilisateur. Mais pour le reste, leur modèle économique s’appuie essentiellement sur une combinaison de plusieurs ressources déjà expérimentées par la presse quotidienne : l’abonnement (pour WhatsApp), la publicité et le pouvoir symbolique du lectorat.

Ce pouvoir symbolique est essentiel. Il n’est pas réductible à une monétisation : les 450 utilisateurs de WhatsApp ne s’acquittent que d’une somme dérisoire (au mieux un euro par an) ; le milliard d’utilisateurs de Facebook ne donne pas lieu à des recettes publicitaires colossales ; au temps de sa splendeur, la presse était valorisée bien au-delà ses recettes propres. Pour autant, il s’agit d’un instrument extrêmement puissant pour jouir d’une reconnaissance sociale privilégiée (les puissants de ce monde n’hésitent pas à s’afficher hautement avec Mark Zukerberg) et… mobiliser les investisseurs.

La bulle des réseaux sociaux a, en ce sens, plusieurs antécédents. L’un des plus intéressants date de 1837 (eh oui, ce n’est pas tout neuf). La France est alors prise d’une fièvre des commandites (du nom de la société en commandite, statut alors privilégié par les entreprises en raison de sa grande fluidité). Cette fièvre est notamment alimentée par les industries de presse : sur les 1101 commandites créées entre 1826 et 1837, 404 sont des journaux. Le lectorat, alors en pleine croissance, alimente les attentes des investisseurs. Des fortunes colossales pour l’époque sont investis, bien souvent en pure perte, dans ses nouveaux entrants (de l’ordre de plusieurs dizaines de millions de franc, soit plusieurs milliards d’euros d’aujourd’hui).

En 1837, tout comme en 2014, les chiffres de l’audience fonctionnent comme une sorte de monnaie parallèle, quasiment autonome. Entreprises et agents financiers sont désireux de récupérer une forme de reconnaissance symbolique qui contribue à établir une forme de légitimité sociale et sert la diffusion de représentations circulantes potentiellement utiles. Ces espoirs ne sont pas totalement infondés. Au cours de ces 10 dernières années, plusieurs études statistiques américaines ont mis en évidence l’influence à court-terme des médias sur le comportement des investisseurs.

Les bulletins du Wall Street Journal ont servi de matière première à plusieurs études statistiques. Il s’agit, de loin, du périodique le plus lu par les investisseurs américains (sa diffusion atteint deux millions d’exemplaires par jour). Recourant à une analyse d’occurrence statistique élaborée, l’économiste Paul Tetlock a mis à jour en 2007 une corrélation entre la tonalité du bulletin (positive ou négative) et la réaction des investisseurs le lendemain de sa parution((Paul Tetlock. « Giving Content to Investor Sentiment: the Role of Media in the Stock Market » The Journal of Finance (2007), vol. 62, n°3, pp. 1139-1168)). Engelberg & Parsons se sont intéressés à un corpus plus inattendu : les bulletins boursiers de la presse locale. Leur incidence semble encore plus prononcée que celle du Wall Street Journal :

Toutes choses égales par ailleurs, la médiatisation par la presse locale augmente potentiellement le volume des échanges des investisseurs locaux de près de 50%. Bien que plus significatif pour les actes d’achat, le pouvoir de performance de la presse locale reste également significatif pour les actes de vente2.

La finance cannibalisée par les médias

Au cours du XIXe siècle, la captation de ce pouvoir d’influence en partie réel, en partie fantasmé est un espace de lutte acharnées entre influences troubles. Les quotidiens louent alors la rubrique boursière à des entreprises privées qui en font ensuite ce qu’elles veulent (ce qui va parfois jusqu’à la manipulation des cours). Ainsi, pendant les années 1870, la Banque Parisienne signe la chronique boursière du Figaro.

Conclusion de la rubrique boursière du Figaro du 1er avril 1875.
Conclusion de la rubrique boursière du Figaro du 1er avril 1875.

Ces acquisitions altèrent davantage le fonctionnement de la bourse que celui du journal (pour qui, la rubrique boursière n’est qu’une activité parmi d’autres). Adeline Wrona note ainsi que les investisseurs sont graduellement assujettis à la rubrique boursière à force de surévaluer constamment son pouvoir d’influence symbolique.

Le journal tient donc captifs à la fois les entrepreneurs, et les épargnants, dans un double jeu logistique et sémiotique : logistique, puisque la presse organise la circulation des capitaux, tenant lieu d’intermédiaire entre les sociétés et leur clientèle ; sémiotique, puisque le périodique se charge de la mise en signes et de la mise en texte des entreprises suscitant la mobilisation des capitaux3.

Les réseaux sociaux rééditent ce coup de force. Leurs infrastructures de communication jouent un rôle de plus en plus essentiel dans le fonctionnement des échanges financiers. Par exemple, les algorithmes de trading se basent de plus en plus sur Twitter. Le piratage du compte Twitter d’Associated Press a ainsi provoqué une brève mais spectaculaire déflagration des cours.

Le brusque effondrement du Dow Jones à la suite du piratage d'un compte Twitter
Le brusque effondrement du Dow Jones à la suite du piratage d’un compte Twitter

Là où la bulle des réseaux sociaux est particulièrement puissante, c’est qu’elle joue sur deux tableaux. Elle est l’objet d’une spéculations entretenue par une série de représentations circulantes (tout l’argumentaire classique de l’utopie technique). Elle matérialise également le pouvoir symbolique considérable acquis par ces nouveaux intermédiaires dans la formulation de l’acte d’échange.

Finalement, l’élément le plus intéressant de l’achat de WhatsApp par Facebook ce n’est pas tant son montant, ni même ses modalités : il s’agit finalement d’une spéculation ordinaire, qui ne rompt pas avec le fonctionnement usuel des marchés financiers depuis le XIXe siècle. Il révèle surtout une métamorphose structurelle du rapport de force dans la diffusion de l’information financière, des capacités d’influence de cette information et des fantasmes sur les capacités d’influence de cette information. Pour le dire un peu abruptement, les réseaux sociaux jouent aujourd’hui le rôle qu’assuraient la presse et les agences de presse jusqu’à la fin du XXe siècle. Il faudrait plus qu’un simple billet pour évaluer les implications de cette délégation.

  1. Robert Shiller, Irrational Exuberance, Princeton, New Jersey : Princeton University Press, 2000, p. 71 []
  2. Engelberg & Parsons, « The Causal Impact of Media in Finance », The Journal of Finance (2012), vol. 66, n°1, p. 68 []
  3. Adeline Wrona, « Mots à crédit : L’argent de Zola ou la presse au cœur du marché de la confiance », Romantismes, 151, 2011, pp. 72 []

French National Agreement with Elsevier: Why We Should not Sign

This is a free translation of a previous french publication: Faut-il signer l’accord d’Elsevier? I’ve put it in the public domain: feel free to share.

France is on the verge of signing a national agreement with Elsevier. The forthcoming deal has been announced a week ago by the main negotiator on the French side, Couperin, a consortium of public and research libraries. The announcement is short on details: the global price of the 5-years national subscription has not been communicated.

Yet, a much deeper account has been leaked. Considering the information to be of public interest, a librarian, Daniel Bourrion, published this comprehensive document… before being force to withdraw it by his administration. Nothing really disappear on the Internet : the document soon reappeared on my blog and has, since then, been extensively disseminated. It appears the whole deal is to cost 190 millions. A disturbing amount as French Universities are going into dire economic troubles.

Couperin claims the deal is quite favorable. While subscription prices have been continuously increasing for the past 30 years, they were actually lowered: « On the five years, the mean annual prices paid by all the parties concerned will be inferior to the 2013 cost ».

Not only is the new agreement less expensive, but it would also include several significant enhancements. The number of partnered institutions goes from 147 to over 600. Data mining is no longer submitted to the law of the jungle, but to a global legal framework.

All theses points appear quite convincing. They have not shaken my intimate conviction: this agreement should not be signed.

Nurturing a speculative monopole with public funds

Elsevier is no ordinary publisher. This international group listed in three stock exchanges draws colossal margins. In 2010, its overall profits exceeded one third of its revenue: 720 millions v. 2 billions. It is the outspoken leader of the scientific edition: the revenue of its three main competitors (Springer, Wiley and Informa) equals half its revenue.

2010 figures stated by Mike Taylor
2010 figures stated by Mike Taylor

How to account for such a success? Beyond the assumed quality of Elsevier services, the company commercial strategy is effectively reinforced by a worldwide manipulation of scientific institutions. Elsevier’s Deputy Director of Universal Sustainable Research Access, David Tempest, has recently disclosed a staggering justification of the confidentiality of Elsevier’s agreements.

indeed there are confidentiality clauses inherent in the system, in our Freedom Collections. The Freedom Collections do give a lot of choice and there is a lot of discount in there to the librarians. And the use, and the cost per use has been dropping dramatically, year on year. And so we have to ensure that, in order to have fair competition between different countries, that we have this level of confidentiality to make that work. Otherwise everybody would drive down, drive down, drive drive drive, and that would mean that…

This horrible system, where institutions are free to get commercial information, drive down prices and opt for the more interesting offers has a name: free trade. Elsevier’s monopoly depends solely on the continuous ignorance of its costumers. In a well-balanced market, its business would get into serious trouble. And all of this is done at this expense of taxpayers’ money.

What is Elsevier selling?

Elsevier publications are indirectly subsidized by public funds. Scholar are to publish, preferably in acknowledged journals in order to get grants and career advancements. Writing and evaluating an academic paper requires a lot of time: this significant investment is ultimately paid by scientific institution, which frequently happened to be public institution.

What brings Elsevier to all this? Not much. The effective production cost of publications has become quite marginal, if not nullified, with the replacement of printing editions by electronic editions.

The world leader of scientific publishing looks more and more like a cultural industry: it does no trade in commodities, it trades in fetishes. The name of a prestigious journal gathers the same level of symbolic attention than a drawing of Mickey Mouse. It is deeply anchored in the daily life and representations of one or several scientific communities. Although the journal, once bought by Elsevier, has a quite different editorial and social structure than the one that ensures its preeminence, its aura remains. The metrics tends to perpetuate the aura. The more the publication is quoted, the higher goes the impact factor; the higher the impact factor is, the more attention the publication will draw from esteemed researchers.

Open access has not fundamentally altered this vicious mechanism. Following the example of Springer, Elsevier has begun to adopt the author fees model: a researcher buys (generally through its institution), a right to publish ; its work would therefore be freely accessible online. This model reinforces the fetishist trend of the scientific publishing market. Elsevier does not even have to make believe that it sells a commodity: it explicitly claims to monetize some symbolic recognition.

In an open access world, the value has not only been displaced toward the journal names star-system. Elsevier has also invested a lot in additional services: bibliometric database like Scopus or ScienceDirect and an API allowing text and data mining of the whole Elsevier corpus. Both these services are not so good. Scorpus includes numerous shortcomings: updating is insufficient, bibliographic data are sometimes inconsistent, only a fraction of scientific publications are taken into accounts (conference are completely overlooked). The new data mining license creates a very unworkable framework for data analysis: use of the API is mandatory (robots are forbidden on the Elsevier usual websites), queries are limited to 10 000 per week and cannot exceed 200 characters. This prevents a lot of projects: chemical names are often longer than 200 characters. Finally the license goes against one of the core principle of intellectual property: informational public domain. Elsevier claims some property rights on its published information: all the outcome of the data mining project has to be published with a non commercial license, regardless be it an extensive quotations or a mere information.

What makes additional services especially interesting is that they bring some new currency in the evergreen Elsevier economy: metadata. Consultations statistics, forms to get a right to read or a right to data mine feed a gigantic log of scientific activities. From careers evolution to institutions structure, through research projects duration and topic et bibliographic queries, Elsevier knows it all. This wide profiling can be sold to partners or directly used by Elsevier marketing strategy. The publishers accomplishes a radical transformation that brings it closer to the new web industries, like Facebook or Google.

This Elseverian imperialism is not a fatality. The « fetishist » trends of scientific activities were quite acceptable 20 years ago. Days are only 24-hours long: it was clearly more advisable to limit its reader’s horizon to some trustworthy journals. Digital networks have partly remove this limitation. The growing accessibility of publications and the development of annotation tools have enhanced our reading capabilities. And trustworthiness does no longer solely depends on the prestige of a journal.

For instance, the research community surrounding Wikipedia (the « Wiki Studies ») have developed an innovative ecosystem allowing for the horizontal exchange, diffusion and legitimation of publications. Works are evaluated and publicized through a collectively written newsletter, the Wikimedia Research Newsletter. They are archived and classified in two community-driven databases, Wikipapers and Wikilit. In such a context, the editorial frame has lost much of its aura. Preprints gets more disseminated than official versions, as they can be effectively evaluated by the research community.

Do we still need it?

The fundamental shift happened sometime in 2011. According to a study funded by the European Union, since that year more than half of all academic publications have been freely available online.

This evaluation is low. It takes only into account the « official open access » (that is, done with the approval of all the interested parties: publisher, authors…). Yet, there is also a much more significant « dark open access »: researchers putting previous publications online without the agreement of the publisher, or pure illegal copies, without even the consent of the authors. Personally, I always succeed in finding 9 publications out of 10, and my research field is not too open access friendly (mostly social sciences: history, media studies, economics…).

For recent publications, the Elsevier subscription appears quite unnecessary. Besides the agreement is to last five years. By the next few years, most of Elsevier publications are likely to goes into the « official open access ». What’s the use of acquiring a set of free works for 190 millions?

For older publications, the issue is more tricky, as open access is not retroactive. An efficient solution would imply a modification of the French intellectual property code: creating a fair use. Publications already made profitable could be copied for scientific and pedagogic ends (that’s about the exact terms of the US fair use). Scientific institution could digitize older Elsevier journals and create a new bibliometric database. 190 millions would be much more than enough to fund all this process, and this would be a one-shot investment: once Elsevier’s corpus is recreated, taxpayers will never have to fund it again.

France would probably not be the only european country to rebuke Elsevier. Germany and the United Kingdom have already initiated bolder open access policies. A german law passed last year allows, under some conditions, every researcher to disseminate its work 12 months after its initial publication, regardless of the rights of the publisher. The digitization of Elsevier’s corpus could even be an european project.

The importance of being open

The possibilities are numerous: these few ideas do claim to act as a definite solution to the Elsevier problem. The negotiation between Couperin, the Ministry of Research and Elsevier does not seem to have really taken into account this wide set of alternatives. This is hardly surprising. As a popular French saying puts it: « there’s more ideas in two heads than in one ». The negotiation was limited to some heads, whereas it involved a lot of people: researchers, librarians and, more widely, French citizens who will pay the final bill.

An open negotiation would have been quite beneficial. The shortcomings of the deal would have been clearly exposed: the true value of Elsevier’s publications, the efficiency of the additional services, the problematic data mining legal terms…

Instead we are getting to a really weird situation. Hundred of millions of euros will be invested in a deal with an opaque company, delivering a devaluated corpus and questionable services. Meanwhile, French research faces hard austerity measures, that drives some university to bankruptcy

Faut-il signer l’accord d’Elsevier ?

L’annonce des accords conclus par de nombreuses institutions publiques françaises représentées par le consortium Couperin avec Elsevier a été officialisée avant-hier. Ce n’est pas une surprise.

L’annonce circulait déjà largement sur plusieurs listes de diffusion. Estimant que cette information intéressait le public au sens large, Daniel Bourrion l’avait brièvement divulguée sur Twitter… avant d’être sommé de se rétracter par sa hiérarchie. Sauf que rien ne disparaît vraiment sur Internet. Sitôt effacée, l’annonce reparaissait sur ce carnet de recherche dans un billet ensuite repris par le collectif SavoirsCom1.

Le consortium Couperin (qui agissait sous le contrôle bienveillant du ministère de la recherche) s’est félicité de cet arrangement. Constamment orientée à la hausse depuis plusieurs décennies, la politique tarifaire du premier éditeur scientifique mondial aurait reflué : « Sur les 5 années du contrat le prix moyen annuel acquitté par l’ensemble des membres de l’ancien groupement sera inférieur au coût 2013. »

Non seulement l’accord est plus avantageux, mais il inclut de nombreuses améliorations. Le périmètre des institutions concernées passe de 147 à 600. Les éditions imprimées peuvent être obtenus pour 8% du prix de l’édition électronique (au lieu de 25%). Le data mining n’est plus soumis à la loi de la jungle mais à une licence unique.

Ces informations paraissent bien parcellaires. De nombreux points essentiels de la négociation ne sont pas précisés. C’est notamment le cas du prix d’ensemble d’une opération pourtant financée par le contribuable. Nous n’aurons sans doute pas plus d’éléments pas la suite. Le contrat final n’a pas encore été signé : l’accord aujourd’hui divulgué porte sur ses grandes lignes. Et une fois approuvé, le contrat ne sera sans doute pas publié en vertu des clauses de confidentialité d’Elsevier.

Ces informations parcellaires permettent pourtant de se faire un avis éclairé : il ne faut pas signer ces accords…

Un monopole spéculatif alimenté par l’argent public

Elsevier n’est pas un éditeur ordinaire. C’est une multinationale cotée en bourse qui dégage des marges colossales. En 2010 ou 2011, ses bénéfices excédaient un tiers de son chiffre d’affaire : 720 millions de dollars pour 2 milliards de chiffres d’affaire. Elsevier est dans la norme de ses concurrents : 33% de marge pour Springer et Informa, jusqu’à 42% pour John Wiley & sons. Il apparaît nettement comme le géant du secteur : son chiffre d’affaire est deux fois supérieur à ceux de ses trois grands concurrents additionnés.

AcademicPublishingProfitsChiffres de 2010 établis par Mike Taylor

Sur quoi repose un tel succès ? Par-delà la qualité supposée du service proposé, la stratégie commerciale s’appuie sur une entreprise de manipulation à grande échelle. Dans un échange hallucinant, l’un des représentants éminents d’Elsevier, David Tempest, justifie en ces termes la confidentialité des accords passés entre Elsevier et ses partenaires.

Les clauses de confidentialité sont en effet inhérentes à notre système. Nos collections éditoriales offrent de nombreuses options et nous accordons de nombreuses réductions aux bibliothèques. L’utilisation et le coût par utilisation ont significativement baissé, année, après année. Nous devons ainsi nous assuré, afin qu’il y ait une juste concurrence entre les différents pays, que nous maintenions ce niveau de compétitivité. Autrement, tout-le-monde tirerait les prix vers le bas et cela voudrait dire que… [suite du discours étouffé par les rires de l’audience]

Ce système épouvantable où les institutions sont libres de tirer les prix vers le bas et d’aller au meilleur offrant porte un nom : cela s’appelle la libre concurrence. Le monopole d’Elsevier dépend exclusivement de l’ignorance de ce principe fondamental sans lequel aucune économie de marché équilibrée ne saurait exister : la publicité des prix et des offres commerciales. En l’état nous sommes face à un monopole fondé sur une intense spéculation. Comme tout bon spéculateur, Elsevier compte sur le fait que chaque institution est ignorante de la réelle valeur de ses fonds. Le marché de l’édition scientifique dominé par Elsevier illustre pleinement un paradoxe théorique classique de George Akerloff : dans une situation où le vendeur dispose de toute l’information sur le produit cédé et où l’acheteur n’en a aucune, le marché ne peut que se détériorer.

L’élaboration de l’empire Elsevier présageait bien de la suite de l’histoire. Plusieurs chercheurs déjà actifs dans les années 1970 m’ont confié le modus operandi de ce processus d’expansion indéfini : racheter une publication de référence, la saborder complètement, remplacer la publication par une publication formatée par Elsevier. Au terme de ce nettoyage par le vide, l’éditeur s’est assuré un monopole sans limite. Il peut dicter le marché et le conformer entièrement à ses intérêts.

Non seulement la libre concurrence est inexistante, mais ce cadre monopolistique s’est érigé au détriment de l’argent public et de l’argent de la recherche. Dans un marché autorégulé, que resterait-il des 720 millions de marges annuelles d’Elsevier ? Et de combien de moyens supplémentaires pourraient bénéficier les universités, les chercheurs, voire les administrations publiques dans leur totalité si plusieurs centaines de millions n’étaient pas inutilement gaspillés.

Que vend Elsevier ?

Le corpus éditorial d’Elsevier est indirectement financé par l’argent public. En accord avec des critères d’évaluation assez similaires d’un pays à l’autre, les universitaires et leurs laboratoires d’affiliation doivent publier régulièrement des articles dans des revues qualifiantes. Les nombreuses heures de travail nécessaires pour réaliser un travail de recherche abouti sont ainsi fréquemment défrayées par le contribuable. C’est aussi le cas du processus d’évaluation. La fameuse « évaluation par les pairs » est presque toujours bénévole.

J. WEST, C.BERGSTROM, T. BERGSTROM, T. ANDREW/JOURNAL CITATION REPORTS, THOMSON REUTERS
J. WEST, C.BERGSTROM, T. BERGSTROM, T. ANDREW/JOURNAL CITATION REPORTS, THOMSON REUTERS

Où se situe l’apport d’Elsevier dans ce cadre ? À la marge. Le coût de production effectif des publications est devenu quasi-nul avec la substitution de l’édition imprimée par l’édition électronique. Elsevier valorise essentiellement des services associés : les bases de données Scopus et ScienceDirect qui, tout comme Google Scholar, permettent d’effectuer des requête sur l’ensemble d’un corpus éditorial scientifique et, depuis peu, une API autorisant une extraction automatisée des données.

Ces deux services ne sont pas très bons. Scopus présente de nombreux défauts. La base de données est mal actualisée, parfois mal renseignée et demeure très parcellaire : tout ce qui sort du format d’article classique (conférences notamment) est moins bien renseigné que sur Google Scholar. En liant sémantiquement publication, auteurs et objet d’étude, Wikidata devrait sans doute offrir un service bien supérieur d’ici quelques années.

Je suis déjà revenu en détail sur le service de data-mining, désormais épaulé par une nouvelle licence. Disons pour faire court que rien ne va. Les contraintes techniques sont considérables : l’API est obligatoire, les requêtes sont plafonnées à 10000 par semaine, il n’est pas possible reprendre des textes de plus de 200 caractères ou des données non textuelles (illustrations…). La licence d’exploitation excède très largement les dispositions légales existantes : Elsevier revendique un droit de propriété sur ses informations et empêche toute réutilisation commerciale.

La valorisation réelle d’Elsevier est ailleurs. Le leader mondial de l’édition scientifique fonctionne comme une industrie culturelle : il ne vend pas des marchandises ; il vend des fétiches. Le nom d’une revue ou d’une publication notable possède le même pouvoir d’attraction qu’une représentation de Mickey ou de Superman. Elle constitue une référence symbolique profondément ancrée dans la vie d’une ou de plusieurs communautés scientifiques. Bien que le fonctionnement actuel de la publication récupérée entre temps par Elsevier n’ait sans doute plus grand chose à voir avec ses conditions de productions initiales, son aura demeure.

Les métriques tendent à pérenniser l’aura : plus une publications est citée, plus son facteur d’impact augmente ; plus le facteur d’impact est élevé, plus une publication sera recherchée par des chercheurs estimés. Les évaluations publiques institutionnalisent cette situation. En France, l’Agence d’évaluation de la recherche et de l’enseignement supérieur (AERES) ne valide que des publications soumises à des revues qualifiantes et publie à cette fin des listes de revues reconnues.

Pour l’instant, le libre accès n’a rien arrangé. Suivant en cela l’exemple de Springer, Elsevier commence à généraliser le modèle auteur-payeur : le chercheur (généralement par le biais de son institution) achète un droit à publier pour un article qui serait librement disponible en ligne. Le fétiche sort renforcé de ce nouveau dispositif. L’éditeur scientifique ne s’efforce même plus de le maquiller en marchandise : il affirme clairement qu’il ne monnaie que de la reconnaissance symbolique. Il monnaie aussi autre chose au passage : les données personnelles des chercheurs.

Toute la politique économique d’Elsevier converge désormais vers une sorte de capitalisme de la donnée. L’attribution d’un droit à publier, d’un droit de lire et d’un droit à extraire (via le data-mining), constituent autant d’occasion d’alimenter un immense tableau de bord de la recherche mondiale. Des parcours professionnels à l’organigramme des laboratoires, en passant par les budgets des projets de recherche et les recherches bibliographiques, rien n’y est vraisemblablement ignoré. Ce profilage massif peut ensuite être cédé à des partenaires commerciaux ou servir directement la stratégie marketing d’Elsevier. L’éditeur accomplirait une mutation profonde : d’industrie culturelle classique du XXe siècle, il se métamorphoserait en industrie numérique sur le modèle de Google ou Facebook.

Cette impérialisme elsevierien n’est pas une fatalité. Le fonctionnement « fétichiste » de la recherche était légitime il y a encore une quinzaine d’années. Les journées ne sont pas indéfiniment extensibles : il est préférable de limiter son horizon de lecture à quelques revues « de référence ». Les réseaux numériques ont en partie levé cette barrière. L’accessibilité croissante de publications et les outils d’annotations permettent d’intensifier nos temps de lecture. La référence n’est plus indissolublement liée à une publication : elle transite par d’autres canaux.

La communauté de recherche élaborée autour de Wikipédia (les « wiki studies ») a ainsi mis en place tout un écosystème d’échange, de diffusion et de légitimation des publications en partie inspiré par son objet d’étude. Les travaux de recherche sont relayés par une infolettre communautaire, la Wikimedia Research Newsletter, et archivés dans deux bases de données tout autant communautaires (Wikipapers et Wikilit). Dans ce contexte, le cadre éditorial n’a plus vraiment d’importance. Les écrits circulent autant ou sinon mieux sous forme de preprint, dans la mesure où il n’y a aucune barrière à l’accès et à l’évaluation par la communauté de recherche.

En a-t-on encore besoin ?

Le basculement décisif a eu lieu en 2011. Selon une étude financée par l’Union Européenne, c’est à partir de cette année que plus de 50% des publications scientifiques sont librement consultable en ligne.

Cette évaluation est basse. Elle ne prend en compte que les copies « officielles ». Or, de nombreuses republications sont effectuées à l’insu des éditeurs, voir des auteurs eux-mêmes. Le libre accès « pirate » a sans doute pris une ampleur non négligeable. À titre personnel, j’arrive généralement à télécharger en ligne 9 publications sur 10 cherchées. Mon champ disciplinaire (les sciences sociales au sens large : histoire, SICs, économie…) se situe pourtant tout juste dans la norme en terme d’ouverture (par comparaison, les mathématiciens et les astronomes ont un train d’avance avec arXiv).

L’utilité d’Elsevier pour les publications récentes se pose. D’autant que le nouvel accord négocié par Couperin porte sur une durée de cinq ans et que, d’ici là, le modèle économique d’Elsevier devrait s’être massivement réorienté vers un schéma auteur-payeur. À quoi bon acquérir un corpus éditorial déjà accessible ?

Pour les publications plus anciennes, la question se pose avec plus d’acuité. Le libre accès n’est pas rétrospectif : Elsevier n’a strictement aucun intérêt à se délester de ses droits de propriété sur un corpus qu’il peut d’ailleurs revaloriser avec les nouvelles techniques de data-mining.

Il existe une solution assez efficace, mais elle nécessiterait un ajustement du code de la propriété intellectuelle : admettre une forme de « fair use ». Les publications déjà rentabilisées pourraient ainsi être légitimement copiées à des fins d’étude et de recherche scientifique (soit ni plus ni moins que le « fair use » tel qu’il est défini dans la loi américaine). L’administration publique serait libre d’engager un processus de numérisation des anciennes revues d’Elsevier qui dorment actuellement dans nombre de bibliothèques universitaires. Les ?? millions d’euros engagés pour l’accord négocié par Couperin financeraient aisément une nouvelle base de données, avec ceci d’avantageux que l’investissement serait définitif. L’intégration de fonctionnalités communautaires en ferait un outil sans doute plus fiable que Scopus.

La France ne serait sans doute pas seule à emprunter cette voie. Ses voisins européens ont déjà engagé des politiques de libre accès ambitieuses. L’Allemagne a mis en place une loi assez radicale : tout travail de recherche financé majoritairement par des fonds publics peut être librement diffusé 12 mois après a publication initiale sans que l’éditeur puisse s’y opposer. La renumérisation du corpus Elsevier pourrait presque être une initiative européenne.

De l’inconvénient d’être trop cachottier

L’éventail des possibles est large : les quelques pistes que je commence à évoquer ne sont que des solutions parmi d’autres, et pas nécessairement les meilleures. Je ne suis pas certain que la négociation entre Couperin, le Ministère de la recherche et Elsevier en ait vraiment tenu compte. Il n’y là rien de surprenant. Comme le dit un proverbe populaire, « il y a plus d’idées dans deux têtes que dans une ». Or, on s’est limité à quelques têtes alors que cet accord affecte beaucoup de monde : chercheurs, bibliothécaires, personnel administratif des universités, mais aussi citoyens au sens large.

Un processus de négociation véritablement public aurait eu de multiples avantages. Les écueils de l’accord final aurait donné lieu à un véritable débat. La valeur réelle du corpus éditorial, l’efficacité des services associés, les limitations apportées au data mining, les marges considérables de l’entreprise : tout ces éléments seraient pleinement ressortis. L’administration aurait agi en connaissance de cause au lieu d’écouter la petite musique d’Elsevier.

Au lieu de cela, on arrive à une situation curieuse. Des millions d’euros vont être engagés dans un partenariat avec une entreprise opaque, délivrant des services d’un intérêt médiocre et proposant un corpus éditorial en partie accessible. Et, pendant ce temps, la recherche française subit une cure d’austérité qui mène certaines universités à une quasi-faillite.

Data Mining : quand Elsevier écrit sa propre loi…

Le leader mondial incontesté de l’édition scientifique, Elsevier s’engage en faveur d’une simplification du data mining. De nouvelles conditions d’accès, dévoilées le mois dernier, vont grandement simplifier l’accès à l’un des principaux corpus de publications scientifiques. D’autres éditeurs devraient prochainement adopter un modèle similaire. C’est notamment le cas du principal concurrent d’Elsevier, Springer.

En apparence ce pourrait être une bonne nouvelle. La recension de Nature met ainsi en évidence l’engouement de certains chercheurs. Max Hauessler, l’instigateur d’un immense projet d’extraction des articles scientifiques sur le génome humain, a salué l’initiative : « Finalement, tout ceci montre qu’il n’y a plus aucune raison d’être effrayé par le text-mining ». Les membres du Human Brain Project (le projet européen d’étude du cerveau humain, doté d’un budget d’un milliard d’euros) semblent également emballés par l’affaire : « Nous sommes enchanté par tout ceci. Cela résout d’importantes questions techniques ».

En France, le consortium Couperin vient de conclure un accord avec Elsevier, qui comprend une clause spécifique sur le data mining :

Tous les contenus accessibles et souscrits sur ScienceDirect dans le cadre de cet accord seront utilisables à des fins de data et text mining via une interrogation des données par une API connectée à la plateforme ScienceDirect. Les modalités appliquées seront celle du cadre juridique défini par Elsevier pour ce type de service.

Selon les termes de l’accord, plus de 600 établissements publics français pourront accéder au corpus Elsevier. Ce qui constitue autant de point d’accès pour faire du data-mining à une vaste échelle.

Alors, une bonne nouvelle ? En apparence seulement… Le choc de simplification d’Elsevier n’a qu’un mérite : il met fin à une situation relativement chaotique où, faute de cadre légal défini, les chercheurs passaient plus de temps à négocier avec les éditeurs qu’à extraire et analyser le corpus. Pour le reste, tout est mauvais…

API obligatoire…

Les termes de la licence sont profondément inadaptés. Elsevier oblige tout-le-monde à passer par son API. Les robots et les algorithmes de recueil automatiques ne peuvent accéder au site lui-même afin de « garantir la performance et la disponibilité du site pour tous les usagers ». Ce prétexte ne saurait légitimer une interdiction complète. Seul l’usage excessif de requêtes automatisées peut entraîner une baisse de performance du site — raison pour laquelle Wikipédia plafonne les requêtes sur sa base de données (je n’ai plus les chiffres en tête, mais cela devait tourner autour de quelques milliers de requêtes par heure par utilisateur).

L’API n’est obligatoire que parce que Elsevier tient à contrôler directement les termes et les modalités de la recherche. Pour reprendre la terminologie introduite par la thèse (en cours…) de Samuel Goyet, l’API s’apparente étroitement à un texte de loi : elle détermine par avance les commandes qu’il est possible de réaliser.

Les requêtes à l’API sont elles-mêmes plafonnées à 10 000 articles par semaine. Pour un projet ambitieux, c’est peu. En réutilisant ce système pour analyser 3 millions d’articles, Text2Genome y aurait passé près de 300 semaines, soit 6 ans. Et en plus, il lui aurait fallu découper son corpus en rondelle, sans avoir la possibilité de faire une requête unique à l’ensemble du corpus.

Le passage par l’API limite considérablement les possibilités d’analyse. Il est nécessaire de passer par le réseau Internet. Là où une simple base de donnée MySQL permet de survoler plusieurs millions d’entrées en quelques dizaines de seconde, le recours à l’API génère des délais d’attente bien plus longs, dépendant qui plus est des aléas de la connexion (le wifi parfait, ça n’existe pas…).

Vers une privatisation de l’information

L’emprise d’Elsevier ne s’arrête pas là. L’éditeur ne cherche pas seulement à contrôler les projets de data mining en amont, mais aussi en aval. La licence Elsevier comprend trois conditions. Tout élément (output) issu de l’extraction :

  1. peut comprendre des extraits de 200 caractères au maximum du texte original.
  2. doit être publié sous une licence non commercial (CC-BY-NC)
  3. doit inclure un lien DOI vers le contenu original.

La dernière condition est clairement la moins problématique. La traçabilité des données nécessite certes un équipement technique adéquat (pour reprendre le jargon des data scientists, il faut passer du triplet sujet-prédicat-objet au quadruplet sujet-prédicat-objet-source). Mais elle constitue une pratique saine, d’ailleurs appelée à se généraliser. Wikidata inclut ainsi des notes de base de donnée : chaque donnée étant appelée à être étayée par une source fiable.

La première condition contredit ouvertement l’exception de courte citation. En France, le législateur a volontairement adopté une définition floue afin de laisser le juge statuer sur chaque cas selon ses spécificités. Les exceptions sont beaucoup trop nombreuses pour envisager de faire une règle fixe. L’application du droit de citation sera beaucoup plus rigoureuse pour une œuvre courte (comme par exemple un poème) que pour un roman de mille pages. Or Elsevier tente de contourner le droit existant pour imposer sa propre règle : une limite de 200 caractères, purement arbitraire. Cela hypothèque quantité de projet comme le souligne bien Peter Murray-Rust : les noms de composés chimiques excèdent fréquemment la barre des 200 caractères.

Là n’est pas encore le plus grave. La deuxième condition introduit une dérive beaucoup plus problématique : elle requiert une forme de privatisation de l’information. Nul ne peut en effet réclamer de droit de propriété sur une information, une opinion ou une idée. Tous ces éléments relèvent du domaine public de l’information. Pour reprendre l’excellente définition de l’UNESCO, il existe un « indivis mondial de l’information » composé de toutes les informations publiquement accessibles. Le fonctionnement de la recherche repose explicitement sur cet indivis : le format classique de l’article de recherche, quadrillé de notes de base de page, suppose de pouvoir légitimement reprendre une information préalablement publiée.

Les données « solitaires » font globalement partie de ce domaine public de l’information. À moins de reprendre une expression textuelle originale, elles ne sont pas concernées par le droit d’auteur. Le droit des bases de données ne porte qu’au niveau structurel : chaque donnée individuelle est disponible pour n’importe quelle reprise, au même titre que n’importe quelle information publiquement accessible.

Or Elsevier impose discrètement l’idée que les informations pourraient être protégées. L’utilisation du terme ambigu output permet d’opérer ce glissement lourd de conséquence : tout ce qui sort des publications d’Elsevier reste la propriété d’Elsevier et l’éditeur est libre d’imposer ses propres conditions pour leur réutilisation. Ni les informations, ni les données « solitaires » n’échappent à cette appropriation globale : toute reprise du contenu d’Elsevier à des fins de data mining devra être publié sous une licence non-commerciale.

Cette dérive est lourde de conséquence. Une fois que Elsevier est parvenu à imposer l’idée que tout output donne potentiellement lieu à une protection, rien ne l’empêche d’aller beaucoup plus loin. Cette règle peut aisément être généralisée à l’ensemble des pratiques de reprises de l’information. Nous faisons, tous, au quotidien du data-mining en récupérant des informations dans des textes préalablement publiés. L’API et les algorithmes d’extraction ne sont que des outils supplémentaires visant à simplifier cette activité fondamentale. Un projet de l’ampleur de Text2Genome aurait très bien pu être réalisé avec un papier et un crayon : son élaboration aurait simplement pris un ou deux siècles plutôt que quelques années.

Les données sur le data mining

Il ne suffit pas de payer un abonnement à Elsevier pour avoir accès à l’API. Il est nécessaire d’enregistrer son projet sur developers.elsevier.com. Je n’ai pas pu accéder au formulaire (cela requiert un enregistrement préalable). Par contre, Springer a dévoilé un système assez similaire dans une présentation publiée sur le site de la Commission européenne.

Le système de licences de Springer
Le système de licences de Springer

L’éventail des informations nécessaires est large. Les chercheurs doivent décrire le projet et spécifier sa durée, délimiter le contenu à extraire, indiquer si un tiers aurait accès aux informations, etc. Le data-mining selon Springer et Elsevier s’apparente ainsi à une transaction commerciale non monétaire : les projets doivent céder leurs métadonnées pour obtenir les données du corpus éditorial. L’éditeur est ensuite libre d’exploiter ces métadonnées à des fins de marketing ou de les revendre à d’autres organisations.

On aboutit ainsi à un véritable paradoxe. Alors que l’essentiel de la recherche française est financée par l’argent public, seuls quelques grands éditeurs privés ont une vue globale sur l’ensemble des projets réalisés. Et les licences sur le data-mining vont aggraver une situation déjà déséquilibrée. Les éditeurs n’auront pas seulement des informations sur les projets réalisés, mais sur ceux en train de se faire.

Elsevier vs. La loi

Au début de l’année 2013, les grands éditeurs scientifiques marquent un grand coup. Ils parviennent à s’approprier entièrement le seul processus européen visant à doter le data mining scientifique d’un cadre légal : le text and data mining working group. En dépit de nombreuses protestations, les licences éditoriales au cas par cas s’imposent comme la seule solution envisageable : la Commission européenne a explicitement refusé de considérer des solutions alternatives (comme une exception générale).

Dès lors, chaque éditeur pourrait écrire sa propre loi et s’arranger librement avec la législation existante. Elsevier s’affranchit ainsi à la foi du droit de courte citation et du domaine public de l’information.

Depuis quelques mois, cette issue est devenue beaucoup moins certaine. Boycotté par de nombreux interlocuteurs essentiels (comme l’OKFN ou la Ligue des bibliothèques européennes), le Text and Data Mining Working Group a succombé à une certaine léthargie. Plusieurs pays européens envisagent ouvertement une exception (c’est notamment le cas du Royaume-Uni et de l’Irlande). L’exception a d’ailleurs été actée de facto dans la loi américaine à l’issue de la dernière décision du procès Google Books : elle est couverte par le fair use.

La recension de Nature fait ainsi état d’un revirement progressif de la Commission Européenne (peut-être lié à l’approche des prochaines élections européennes). Un nouveau processus de réflexion aurait été confié au juriste britannique Ian Hargreaves. Hargreaves a joué un rôle essentiel dans la conception du programme britannique de modernisation du copyright. Il a également fortement encouragé le développement d’une exception pour le data-mining. En juin dernier, il critiquait ouvertement la politique actuelle de l’Union européenne en matière de droit des bases de données.

Hargreaves devrait remettre son rapport à l’Union Européenne à la fin du mois. La Commission semble désormais assez sensible à un argument économique : les éditeurs ne sont pas, et de loin, les principaux bénéficiaires d’un data-mining libéralisé ; un tel cadre légal profiterait à l’ensemble de la société.

En France, le collectif Savoirscom1 a été récemment auditionné sur le sujet par le Conseil Supérieur de la Propriété Littéraire et Artistique (CSPLA). Les propositions du collectif ont été exposées dans une petite synthèse, que j’ai rédigé avec Lionel Maurel, Quel statut légal pour le content-mining ?.

Le rapport formule pour l’essentiel deux propositions :

  • Reconnaître l’existence d’un domaine public de l’information, qui permet d’extraire toutes les informations et les données solitaires ne répondant pas à un critère d’originalité.
  • Mettre en place une exception limitative, autorisant notamment l’importation substantielle d’une base de données ou de textes soumis au droit d’auteur sous réserve que la copie ne reste accessible qu’au seul projet de recherche.

Bien que nous ayons reçu un assez bon accueil du CSPLA, ces deux propositions sont très loin d’être acquises. Au cours de la semaine passé j’ai été auditionné au sénat par la Mission commune d’information sur l’accès aux documents administratifs et aux données publiques. Je représentais le collectif Savoirscom1 avec Silvère Mercier et Thomas Fourmeux. J’ai commencé à évoquer l’intégration des données de la recherche au régime général des données publiques et la nécessité de formaliser le domaine public de l’information : le président de la mission n’a pu réprimer un certain étonnement tant ces suggestions paraissaient exotiques…