[Résumé]
Fondée en avril 1996 par Brewster Kahle à San Francisco (Californie),
l'Internet Archive a pour but de constituer, stocker, préserver et
gérer une archive de l'internet en sauvegardant et stockant la totalité
du web tous les deux mois. L'objectif est d'offrir un outil de travail
aux universitaires, chercheurs et historiens, et de préserver un
historique de l'internet pour les générations futures. L’Internet
Archive se présente donc comme «une bibliothèque de l’internet» puis,
dans un deuxième temps, comme «une bibliothèque numérique à but non
lucratif destinée à procurer un accès universel au savoir humain». En
octobre 2001, avec 30 milliards de pages archivées, l'Internet Archive
met ses archives en accès libre sur le web grâce à la Wayback Machine,
qui permet à tout un chacun d’avoir accès à l’historique d’un site. Les
archives du web représentent 65 milliards de pages web (provenant de 50
millions de sites web) en décembre 2006, 85 milliards de pages web en
mai 2007 et 150 milliards de pages web en mars 2010.
***
L’Internet Archive est fondée en avril 1996 par Brewster Kahle à San
Francisco (Californie) pour préserver un historique de l’internet.
L’Internet Archive a pour but de constituer, stocker, préserver et
gérer une archive de l’internet, en sauvegardant et stockant la
totalité du web tous les deux mois, afin d’offrir un outil de travail
aux universitaires, chercheurs et historiens, et de préserver un
historique de l’internet pour les générations présentes et futures.
L’Internet Archive se présente donc comme «une bibliothèque de
l’internet» puis, dans un deuxième temps, comme «une bibliothèque
numérique à but non lucratif destinée à procurer un accès universel au
savoir humain».
# L’importance d’un archivage du web
Comme expliqué à l’époque sur le site, de tout temps les sociétés ont
voulu préserver leur culture et leur héritage pour les générations
présentes et futures. Les bibliothèques ont donc eu pour vocation de
conserver les traces écrites de ces cultures et de ces héritages, et
d’en procurer l’accès au grand public et aux chercheurs. Il paraît donc
essentiel qu’elles étendent leur mission aux nouvelles technologies.
Paradoxalement, le travail de sauvegarde a souvent été mal fait au
début du 20e siècle. Nombreux ont été les premiers films qui ont été
recyclés - et donc définitivement perdus - pour récupérer la couche
d’argent présente sur la pellicule. Nombre d’émissions de radio et de
télévision n’ont pas été conservées. Il importe donc de ne pas
reproduire la même erreur pour l’internet, et particulièrement pour le
web, un nouveau médium dont la portée, immense, est encore méconnue en
1996. C’est la raison d’être de l’Internet Archive.
# La Wayback Machine
En octobre 2001, avec 30 milliards de pages archivées, l'Internet
Archive met ses archives en accès libre grâce à la Wayback Machine, qui
permet à tout un chacun de voir l'historique d'un site web - à savoir
la présentation et le contenu d'un site web donné - théoriquement tous
les deux mois depuis avril 1996, date de la création de l'Internet
Archive.
En 2004, les archives du web représentent plus de 300 To (téraoctets)
de données, avec une croissance de 12 To par mois. Le nombre de pages
web visibles avec la Wayback Machine est de 65 milliards (provenant de
50 millions de sites web) en décembre 2006, 85 milliards de pages web
en mai 2007 et 150 milliards de pages web en mars 2010.
# Des collections numériques
En 2000, l’Internet Archive débute la constitution de collections
numériques, en hébergeant notamment une partie du Million Book Project
(10.520 livres en avril 2005), tout comme des archives de films de la
période 1903-1973, des archives de concerts live récents, des archives
de logiciels, des archives d’images et de vidéos, les sites relatifs au
11 septembre (2001), les sites relatifs aux élections de 2000
(présidentielles) et 2002 (élection du Congrès et des gouverneurs des
États), les sites relatifs aux pionniers du web, etc. Toutes ces
collections sont en consultation libre.
Qu’est-ce exactement que le Million Book Project? Lancé en janvier 2000
par la Carnegie Mellon University (Pennsylvanie, États-Unis), le
Million Book Project - appelé aussi Universal Library ou Universal
Digital Library (UDL) - a pour but de numériser un million de livres
dans un grand nombre de langues, en axant ses efforts sur les livres
disponibles en Inde et en Chine. En 2007, un million de livres sont
disponibles sur le site de l'université, sous forme de fichiers image
aux formats DjVu et TIFF, avec trois sites miroirs (Inde, Chine du
Nord, Chine du Sud).
Par ailleurs, en réaction au projet Google Books, l’Internet Archive
pense qu'une bibliothèque numérique à vocation mondiale ne doit pas
être liée à des enjeux commerciaux. En octobre 2005, elle lance l’Open
Content Alliance (OCA) dans l'optique de fédérer un grand nombre de
partenaires pour créer une bibliothèque planétaire publique
respectueuse du copyright et sur un modèle ouvert, avec des collections
consultables sur tout moteur de recherche.