Collections
En août 2017, Gallica proposait à la consultation en ligne 4 252 443 documents, avec un rythme de 1 500 pages numérisées par jour2 et 6 573 228 documents au 1er janvier 2020, dont 702 538 livres, 3 591 983 fascicules de presse et revues, 1 410 638 images, 134 087 manuscrits, 173 039 cartes, 50 291 partitions, 51 150 enregistrements sonores, 457 839 objets et 1663 vidéos. Un certain nombre d'ouvrages a fait l'objet d'une reconnaissance optique de caractères et le texte peut être recherché sur Gallica.
L'ensemble des collections stockées sur Gallica et Gallica intra muros représentait un volume de 1 519 téraoctets au 31 décembre 20143.
Histoire
Alembert - Traité de dynamique (1758) numérisé par Gallica
Débuts à l'EPBF
Les premières numérisations datent de 1992, à la suite d'un projet de constitution d'une « collection d'images fixes numérisées » initié en 1990, du temps de l'Établissement Public de la Bibliothèque de France (EPBF)5. L'objectif est fixé à l'époque à 300 000 images fixes, avec l'idée de constituer des collections multimédias (incluant du son, des imprimés, des images fixes et animées). La Bibliothèque Nationale est alors démarchée pour participer au fonds, au même titre que des institutions privées ou encore des agences de photo.
À la suite de la fusion (décidée par François Mitterrand) en 1994 de la Bibliothèque Nationale et de l'EPBF, la nouvelle Bibliothèque nationale de France (BnF) accordera une plus large place aux collections issues de ses fonds propres dans le processus de numérisation ; ils représenteront rapidement la moitié du fonds numérique. Le service spécifique chargé jusqu'à la fusion d'acheter les ouvrages à numériser doit désormais travailler avec les départements thématiques de la BnF pour choisir dans leurs fonds et le Département de l’audiovisuel qui avait procédé principalement par acquisitions dans des collections extérieures est chargé de sélectionner des images fixes dans le fonds des départements spécialisés.
Lancement de Gallica
Le service Web de Gallica est ouvert le 10 octobre 19976. Le projet a comme ambition de devenir la « bibliothèque virtuelle de l'honnête homme ». Elle propose alors un accès aux œuvres ainsi que des dossiers documentaires, notamment des textes et des images du xixe siècle francophone. Le serveur stocke à ce moment 2 500 livres numérisés en mode image, ainsi que 250 livres numérisés en mode texte (issus de la base Frantext de l'Institut national de la langue française)7. Les livres sont classés par discipline, et accompagnés d'une chronologie du xixe siècle, ainsi que de synthèses sur les grands courants en histoire, sciences politiques, droit, économie, littérature, philosophie, sciences et histoire des sciences. Enfin, un échantillon de la future iconothèque est disponible, avec un fonds du photographe Eugène Atget, une sélection de documents sur Pierre Loti, une collection d’images de l’École nationale des ponts et chaussées (sur les grands travaux de la révolution industrielle), et un choix de livres illustrés de la bibliothèque du Musée de l’Homme. À son lancement, Gallica est moins considéré comme une bibliothèque numérique que comme un « laboratoire dont l’objet est d’évaluer les conditions d’accès et de consultation à distance des documents numériques »7.
Rapidement, le projet prend pourtant une ampleur très différente : au début de l'année 1998, Gallica annonce un objectif de 100 000 volumes et 300 000 images numérisées pour la fin 1999 (dont plus du tiers concernent le xixe siècle). La moitié des 300 000 images doit provenir des départements spécialisés de la BnF, l'autre de collections d’établissements publics (musées et bibliothèques, Documentation française, École nationale des ponts et chaussées, Institut Pasteur, Observatoire de Paris par exemple) ou privés (agences de presse dont Magnum, l’Agence France-Presse, Sygma, Rapho, etc.). Mais dès la fin de l'année, la BnF revoit ses espérances à la baisse : selon Le Figaro, elle passe « d’une espérance universaliste, encyclopédique, à la nécessité de choix éditoriaux pointus », tandis que son président, Jean-Pierre Angremy, rapporte la décision du comité éditorial de Gallica en déclarant :
« Nous avons décidé d’abandonner l’idée d’un vaste corpus encyclopédique de cent mille livres, auquel on pourrait sans cesse reprocher des trous. Nous nous orientons aujourd’hui vers des corpus thématiques, aussi complets que possibles, mais plus restreints. (...) Nous cherchons à répondre, en priorité, aux demandes des chercheurs et des lecteurs8. »
Une deuxième version est mise en ligne en 2000. Les livres et périodiques sont choisis titre par titre, tandis que les autres médias font l'objet de numérisation par grands ensembles. Le mode image est alors dominant, le mode texte restant limité à des textes saisis pour certains, notamment dans le cadre d'Analyse et traitement informatique de la langue française.
Premier logo de Gallica (1997-2009).
S’y ajoute par la suite un grand programme de numérisations de la presse quotidienne nationale française ainsi que de publications des sociétés savantes.
En 2005, en réponse à l'initiative de Google Recherche de livres, Jean-Noël Jeanneney publie Quand Google défie l'Europe9, où il plaide pour une réaction européenne et notamment française. À la suite de cet appel, la Bibliothèque nationale de France s'engage dans la « numérisation de masse » avec une augmentation de la quantité des documents mis à disposition et le basculement progressif vers le mode texte par reconnaissance optique de caractères.
En novembre 2007 est passé un nouveau marché avec Safig qui prévoit la numérisation de 300 000 ouvrages par an sur trois ans10, en mode image et en mode texte. Le choix individuel des livres est abandonné au profit d'un système de « tranches de cotes ».
Gallica2, troisième version de Gallica, a été engagée en novembre 2007, l'ancienne version restant alors provisoirement disponible. S'appuyant sur le robot d'indexation Lucene, elle se veut la synthèse de Gallica et du prototype Europeana. Gallica2 cherche à développer la personnalisation de l'interface.
Toujours pour répondre à Google, est lancé un projet d'intégration dans Gallica d'œuvres sous droits, en partenariat entre la Bibliothèque nationale de France, la Direction du livre et de la lecture, le Centre national du livre et le Syndicat national de l'édition. Le moteur de recherche donne accès à la fois aux documents libres et aux documents sous droits, les diffuseurs restant libres de décider des conditions de consultation du texte intégral. Gallica donne également accès à des bibliothèques virtuelles partenaires via le protocole OAI-PMH.
En mars 2009, l'interface qui avait été provisoirement maintenue est retirée de la consultation, conduisant à la réunification de Gallica et de Gallica2 et les collections spécialisées commencent à être numérisées. L'interface change à nouveau le 19 février 201011.
Par ailleurs, le rapport de la mission Tessier, remis le 12 janvier 2010, prévoit des évolutions de Gallica, qui pourrait la détacher de la BnF et la transformer en une interface de consultation de divers documents numérisés12.
Le 29 juillet 2011, L'Avenir est le 1 500 000e document numérisé.
Le 12 mars 2012, est mis en place à la Bibliothèque nationale de France un service Gallica intra muros donnant accès aux documents sous droits d'auteur, uniquement depuis la bibliothèque de recherche.
Accords de numérisation public/privé
Le 15 janvier 2013, le ministère de la Culture et de la Communication, le Commissariat aux investissements d’avenir et la BnF annoncent conjointement la signature de deux accords de numérisation et de diffusion pour les livres anciens et les fonds musicaux de la BnF13 dans le cadre du Programme d'investissements d'avenir, via la filiale BnF-Partenariats créée en 2012 :
Un accord avec la société ProQuest pour numériser 70 000 livres anciens français couvrant la période 1470 - 1700, qui concerne tous les incunables imprimés avant 1500 et un exemplaire par édition pour les imprimés des xvie et xviie siècles. Au fil du temps, une sélection de 3500 ouvrages choisis par la BnF sera en libre accès immédiat sur Gallica ; les autres titres ne seront disponibles sur la plateforme que 10 ans plus tard.
Un accord avec Believe Digital et Memnon Archiving Services pour numériser 200 000 disques vinyle 78 et 33 tours.
Deuxième logo de Gallica (2009-2016)
L'accord de numérisation porte sur des œuvres du domaine public uniquement, et prévoit une exclusivité de commercialisation des œuvres pour les entreprises partenaires. Or les principaux acheteurs des licences d’accès à ces contenus seront des organismes publics de recherche ou des bibliothèques universitaires, acteurs qui seront obligés de payer pour des contenus numérisés qui font partie du patrimoine culturel commun. Plusieurs organisations dénoncent cet aspect de l'accord, notamment le collectif Savoirscom1, l’association COMMUNIA, l’Open Knowledge Foundation France, les Creative Commons France, la Quadrature du Net, Framasoft, le Parti Pirate, Wikimédia France, l'Association des bibliothécaires de France ou encore le Front de Gauche14.
.jpg)
