Stimate domnule ministru

Acum aproape o lună am adresat o scrisoare domnului ministru Sandu, la care dânsul nu a apucat să răspundă. Problema fiind importantă, reiau demersul, ușor extins.

Întâi, vă semnalez că proiectele depuse în cadrul operațiunii 3.2.1. „Susţinerea implementării de soluţii de e-guvernare şi asigurarea conexiunii la boadband, acolo unde este necesar” așteaptă din 26 octombrie 2009 să fie evaluate ! Adică niște buni bani structurali zac nefolosiți de aproape un an ! Cu ceva timp în urmă, am propus în public să se aleagă câștigătorii prin tragere la sorți. Nu glumeam; dacă respectiva comisie nu poate să se decidă, să decidă Domnul !

Dar dacă metoda propusă de mine nu s-a aplicat, atunci vă înștiințez că Ministerul Culturii și Patrimoniului Național a depus, alături de alte cinci bune proiecte, — în cadrul acestei operațiuni 3.2.1. — un proiect direct destinat internetizării serviciilor de bibliotecă, intitulat: „Platforma națională integrată pentru management de bibliotecă publică” (cod SMIS: 14242).

Chiar dacă unora o să li se pară scandalos, vă rog să interveniți energic pentru ca acest proiect să fie selectat. Notez că serviciile de bibliotecă (greșit traduse în HG 195/2010 prin sintagma „librăria publică”) sunt pe poziția 8 între cele 20 de servicii monitorizate la nivel european, prin urmare proiectul Ministerului Culturii ar rezolva deplin unul dintre cele 20 de servicii prioritare ale programului eRomânia.

Sigur, se poate spune că există o comisie care evaluează proiectele pe baza unor reguli, iar eu vă cer să interveniți nereglementar. Se poate, dar o asemenea intervenție s-ar justifica printr-un interes superior — folosind cuvinte mari, aș putea chiar spune „interes național”. (În paranteză fie spus, concursul de proiecte din cadrul operațiunii 3.2.1. mi se pare straniu; parcă ar fi un concurs literar la care concurează romane-fluviu alături de epigrame.)

Sistemul biblioteconomic propus de Ministerul Culturii ar fi o componentă foarte utilă și foarte vizibilă a sistemului eRomânia. El ar oferi un mecanism la nivel național prin care, în principal:

1. s-ar evita risipa de efort de catalogare (în prezent, dacă 100 de biblioteci achiziționează o carte, se elaborează 100 de fișe bibliografice, desigur în multe variante ușor diferite !);
2. s-ar substanția împrumutul interbibliotecar (și acum biblioteca mea de cartier poate să împrumute pentru mine o carte de la altă bibliotecă; problema e că nu știe care bibliotecă din țară are cartea cu pricina).

Dar, în subsidiar, sistemul ar putea să ofere și alte funcționalități foarte utile. De pildă, editurile ar putea să-și ofere titlurile bibliotecilor/utilizatorilor, chiar înainte de a fi publicate, iar cercetătorii ar putea fi asistați să-și elaboreze bibliografiile de lucru într-unul din formatele consacrate, și în același timp s-ar acumula (gratuit) informații bibliografice într-o bază de date națională. Mai mult, dacă acest sistem va fi dezvoltat în regim open source, mai precis sub licența EUPL v1.1 (European Union Public Licence) care este promovată de Comisia Europeană, s-ar da un bun exemplu pentru viitoarele sisteme informatice dezvoltate pe bani publici.

Institutul de Memorie Culturală – CIMEC dezvoltă și întreține Catalogul Colectiv Național al Cărții Vechi Românești și Catalogul Colectiv Național al Incunabulelor. Așadar, în chestiunea informatizării colecțiilor de bibliotecă vă vorbesc în oarecare cunoștință de cauză, dar — mai ales — în calitate de important utilizator potențial al sistemului propus de proiect.

Prin urmare, insistând asupra utilității sociale a sistemului, vă rog să tratați cu bunăvoință propunerea mea.

Cu considerație,

Dan Matei, director (Institutul de Memorie Culturală – CIMEC)

PS. Breasla bibliotecară îmi șoptește că sunteți de mult un suporter important al bibliotecii publice din Onești. Asta îmi sporește speranțele.

PPS. Notă personală:

Chiar la o privire superficială asupra listei proiectelor propuse în cadrul operațiunii 3.2.1, se vede că zeci de autorități locale propun, practic, același proiect, cu titulaturi mai mult sau mai puțin imaginative. Să zicem că din acestea sunt selectate trei proiecte pentru consilii județene, cinci pentru primării de oraș și zece pentru primării de comună. Ce se va întâmpla ? Trei județe, cinci orașe și zece comune vor avea sisteme diferite, dar cu funcționalități similare. Și celelalte 38 județe ? și zeci de orașe ? și mii de comune ?

În condițiile date, mi s-ar părea rațional să se finanțeze dezvoltarea open source a:

1. trei sisteme generice pentru consiliile județene;
2. trei sisteme generice pentru prefecturi;
3. trei sisteme generice pentru primăriile de oraș;
4. trei sisteme generice pentru primăriile de comună,

desigur, toate compatibile între ele și compatibile cu sistemele guvernamentale, i.e. interoperabile, i.e. respectând standarde de intercomunicare, aprioric elaborate.

Apoi aceste sisteme să fie oferite gratuit tuturor autorităților publice. Zic câte trei sisteme (cifra e simbolică) , pentru ca beneficiarii să aibă de unde alege. Să nu li se pară că li se impune un singur stil. Ulterior, autoritățile publice n-ar mai avea motive să achiziționeze pe bani publici sisteme similare.

Nu spun că nu trebuie să existe o secțiune și pentru proiectele unicat. Dar această secțiune să fie separată și bugetată distinct.

La adresa www.ifla.org/VII/s13/icp/ poate fi citită forma finală a Declarației.

Am început o traducere (n-ar trebui să-mi fie prea greu, fiindca am tradus în 2004 prima formă, cea de la Frankfurt: www.cimec.ro/Metodologice/Catalogare.htm#Frank, deși forma de acum e de două ori mai lungă).

Problema mea acum: acuratețea traducerii formulărilor principiilor propriu-zise. De aceea le expun aici (preliminar), pentru a profita de eventualele critici.

Principiile, în versia mea, sunt:

2.1. Satisfacerea nevoilor de informare ale utilizatorului [convenience of the user]. Deciziile privind descrierile și formele controlate de apelațiuni din punctele de acces ar trebui luate din perspectiva utilizatorului.

2.2. Uzanța [common usage]. Vocabularul folosit în descrieri și acces ar trebui să fie conform cu cel al majorității utilizatorilor.

2.3. Reprezentativitatea [representation]. Descrierile și formele controlate ale numelor ar trebui să se bazeze pe felul în care o entitate se autodescrie.

2.4. Acuratețea [accurecy]. Entitatea descrisă ar trebui să fie înfățișată cu exactitate.

2.5. Suficiența și necesitatea [sufficiency and necessity]. Ar trebui incluse doar acele elemente ale descrierilor și ale formelor controlate de apela’iuni care sunt necesare operațiunilor utilizatorului și sunt esențiale pentru a identifica în mod unic o entitate.

2.6. Relevanța [significance]. Elementele informaționale ar trebui să fie semnificative din punct de vedere bibliografic.

2.7. Economia [economy]. Dacă există căi alternative de a atinge un obiectiv, ar trebui preferată calea care favorizează la maximum economia de ansamblu (i.e. costul cel mai redus sau abordarea cea mai simplă).

2.8. Coerența și standardizarea [consistency and standardization]. Descrierile și elaborarea punctelor de acces ar trebui să fie cât mai standardizate posibil. Aceasta asigură mai multă coerență care, la rândul ei, sporește posibilitățile de partajare a datelor bibliografice și de autoritate.

2.9. Tratarea unitară [integration]. Descrierile tuturor tipurilor de materiale și forme controlate de apelațiuni pentru toate tipurile de entități ar trebui să se bazeze pe un set comun de reguli, in măsura în care acesta este relevant.

Concizia principiilor face traducerea problematică. Mai ales din pricina mulțimii „falșilor prieteni”.

A doua problemă pe care aș vrea s-o expun (înainte de publicarea traducerii) este invenția adjectivului „subiectual/subiectuală”.  Adjectivul mi s-a părut convenabil în expresii precum „catalogarea subiectuală” pentru „subject cataloguing” (prin analogie cu „catalogare descriptivă” [descriptive cataloguing]) sau „tezaure subiectuale” pentru „subject thesauri”. Adjectivul e convenabil dar nu-s sigur că e „legitim”.

Actualizare (05.03.2009):

Prietana Florica Câmpeanu mi-a făcut câteva bune sugestii:

• „reprezentativitate” în loc de „reprezentare”;
• „exact înfățișată” în loc de „corect înfățișată”;
• „semnificativitate” în loc de „însemnătate”.

Între timp văd că a apărut și versia franceză, care va fi de mare ajutor.

În povestea cu „subiectual”, încă nici Florica și nici Claudia nu m-au convins.  În calitate de terminolog (:-) sunt mare amator de neologisme. Dar ăsta n-ar fi un motiv suficient. Mie „subiectual” mi se pare sugestiv, iar „catalogarea pe subiecte” mi s-a părut totdeauna cam chinuit și — stilistic — șubred. Dacă am zice „catalogare pe materii” cum sugerează Florica, mă tem că tare puțină lume ar înțelege. Să ne mai gândim.

Actulizare (09.03.2009):

Colegele/colegii de la Brașov, mi-au făcut câteva bune sugestii. De pildă „relevanță” și „satisfacerea nevoilor de informare…”. Nu m-au convins cu toate sugestiile, dar nu-i timpul pierdut :-)

Pe de altă parte, m-am decis să folosesc „trebuie” pentru „must” și „ar trebui” pentru „should”.

Mi se pare că problema se poate discuta pe trei nivele: „politic”, tehnic/catalografic și tehnic/informatic. La primul nivel se răspunde la întrebarea: da sau nu CNP. La celelalte se discută cum să se facă CNP. 

A. Nivelul „politic” 

Considerente politice rezolvă problema dacă să se dezvolte un CNP (în sensul de bază de date centralizată, în care se cataloghează, i.e. nu doar un catalog colectiv !) sau nu. Deoarece: 

1. CNP este un serviciu public util pentru toți cetățenii (i.e. și toți contribuabilii) – în plus vizibil („aici sunt banii dumneavoastră”);
2. CNP evită risipa de ban public, prin minimizarea duplicării de efort de catalogare, 

răspunsul este: da, trebuie să se dezvolte/instituționalizeze un Catalog Național Partajat. Mai mult: pentru organizațiile care cataloghează pe bani publici, folosirea curentă a CNP-ului n-ar trebui să fie opțională. 

<paranteză>

Nu spun că „interogările federalizate” [federated search] nu au rost. Au mare sens pentru baze de date disjuncte, e.g. colecțiile online de reviste științifice (e-journals) furnizate de diverși furnizori, de pildă EBSCO, ABI/Inform, Blackwell Synergy, ERIC, JSTOR, LexisNexis, ScienceDirect, SpringerLink. E puțin probabil să găsești același articol în două asemenea baze de date.

</paranteză> 

A doua chestiune în care intervin considerente politice este: elaborarea unui soft nou sau achiziționarea unui soft comercial existent ? 

Deoarece este un serviciu public pe termen lung (prin care se administrează și întreține o resursă publică națională), CNP-ul are nevoie de un soft care să fie proprietate publică in integrum. Cu alte cuvinte, softul poate fi dezvoltat de o companie comercială, dar sursele sale trebuie să devină proprietate publică, iar dezvoltatorul trebuie să cesioneze (desigur, neexclusiv) statului drepturile de proprietate intelectuală asupra produsului. (Așa se întâmplă, de pildă, în cazul softului care se dezvoltă acum – în cadrul unui proiect Phare – pentru sistemul informatic de protecție a patrimoniului cultural mobil, în care sunt implicați Ministerul Culturii, Poliția, Vama și Poliția de Frontieră.)

B. Nivelul catalografic

 La nivel tehnic/catalografic, cred că CNP ar trebui să gestioneze metadatele bibliografice într-un format generic, în care: 

a) entitățile bibliografice să fie convertibile (fără pierdere de informație) în (cel puțin): 

• MARC 21;
• UNIMARC;
• MODS, 

ba chiar și în ROMARC :-) 

b) entitățile „de autoritate” și să fie convertibile (fără pierdere de informație) în (cel puțin): 

• UNIMARC Autorități;
• MARC 21 autorități;
• MADS. 

În plus, formatul generic ar trebui să asigure compatibilitatea cu FRBR  (i.e. să aibă scheme pentru lucrări și expresii). 

Desigur, natura însăși a catalogului va impune reguli unitare de catalogare. 

Deși CNP trebuie să fie o bază de date centralizată, cred că extensii locale ale înregistrărilor bibliografice partajate ar fi foarte utile (e.g. descriptori locali, confidențiali). 

C. Nivelul informatic 

Din punct de vedere informatic, CNP ar trebui să înglobeze cele mai noi tehnologii web (chiar webul semantic), deoarece un sistem dezvoltat acum, va trebui să fie (tehnologic) proaspăt încă cel puțin 10 ani. 

Prin urmare, tehnologii precum: 

• linked data;
• Z39-88 (i.e. OpenURL);
• servicii web (pentru particularizări de interfețe, pe lângă o interfață generică);
• WSRP (pentru furnizarea de date bibliografice unor portleturi care să poată fi incluse în portaluri diferite). 

ar trebui de la început să fie implementate în softul pentru CNP.

Ce este Europeana.eu (www.europeana.eu) ?

Descrierea „oficială” spune:

Europeana.eu — Biblioteca, Muzeul și Arhiva Digitală a Europei — este un proiect care a început în iulie 2007, având drept scop crearea prototipului unui sait care să ofere acces direct la circa două milioane de obiecte digitale (incluzând materiale filmate, fotografii, picturi, înregistrări sonore, hărţi, manuscrise, cărţi, ziare şi documente de arhivă).

Conţinutul digital al Europeana.eu va fi selectat din materialele deja digitizate şi disponibile online în muzeele, bibliotecile, arhivele şi colecţiile audio-vizuale ale Europei. Prototipul urmăreşte să expună conţinut reprezentativ provenind din toate aceste patru domenii ale patrimoniului cultural şi — totodată — provenind din întreaga Europă. Intenţia este ca, până în 2010, portalul Europeana.eu să ofere acces direct şi gratuit oricărui cetăţean, la peste şase milioane de cărţi, imagini, documente de arhivă, înregistrări sonore şi filme în format digital.

Ceva despre istoria proiectului se poate citi și în acest blog.

Doamna Viviane Reding (comisarul european pentru societatea informaţională şi mass-media) a „tăiat panglica” prototipului portalului Europeana.eu pe 20 noiembrie 2008, la Bruxelles, în prezenţa miniştrilor culturii din ţările membre ale Uniunii Europene (din România a participat secretarul de stat Demeter Andras). Lansarea publică a avut loc pe 27 noiembrie, la Paris (unde Preşedinţia franceză a Uniunii a organizat conferinţa „Numérisation du patrimoine culturel – Bibliothèque numérique européenne”, la Musée du quai Branly).

A doua zi după deschidere, portalul Europeana.eu, versiunea Beta (adică un prototip experimental) a fost închis din cauza unui număr record de accesări (zece milioane, se zice), care au blocat serverul. Redeschiderea a avut loc abia peste o lună, în jur de 20 decembrie 2008.

Pentru realizarea prototipului Europeana.eu s-a lansat, în iulie 2007, proiectul EDLnet [European Digital Library Network], la care au participat cel puţin câte o instituţie din fiecare ţară membră (din România, partenerul invitat a fost CIMEC – Institutul de Memorie Culturală). În 2008, partenerii din proiectul EDLnet au furnizat resurse culturale digitale care să fie expuse — experimental — publicului european prin acest portal. Miza este prezenţa patrimoniului cultural al fiecărui stat membru al Uniunii Europene în această „vitrină” a culturii europene.

Conform diverselor declaraţii oficiale (şi neoficiale), Comisia Europeană consideră această bibliotecă digitală principalul său proiect cultural, pentru următorii ani. Nimic surprinzător: fără îndoială este un proiect de mare importanţă şi semnificaţie atât culturală, cât şi politică.

Ce „știe” Europeana.eu

 Acum portalul, versiunea beta — accesibil public la adresa www.europeana.eu — permite căutarea după cuvinte-cheie (adică şiruri de caractere aflate, explicit, oriunde în conţinutul metadatelor unei resurse). Așa arată (acum) pagina lui natală:

De exemplu, la interogarea cu cuvântul-cheie „Europe” se obţin (acum: 31.01.2009) 152.870 de resurse digitale (texte, imagini, înregistrări audiovizuale, înregistrări audio). Observați că resursele audio n-au imagini-timbru (dar nici toate resursele imagini n-au încă).

La interogarea cu cuvântul-cheie „Europa”, se obţin 4.775 de resurse digitale (şi se poate observa că pe prima pagină apar şi trei resurse româneşti, provenite de la CIMEC):

În aceste interogări se văd binișor limitările curente ale portalului. De pildă nu „știe” că „Europe” și „Europa” e același lucru. Apoi, nu e limpede de ce piesele trimise de noi (i.e. CIMEC) apar la interogarea „Europa” (eu știu: în atributul „contributor” al acestor piese apare expresia „Şcoală din Europa centrală”; dar utilizatorul obișnuit, ar putea să afle asta doar mergând la detaliile piesei și apoi la contextul ei original, pe saitul CIMEC.)

Dar nu e grav ! Să nu uităm că acesta este un prototip ! Acest fapt a trecut cam neobservat de presă. Sigur, nici Comisia Europeană nu a subliniat suficient ca este (deocamdată) un experiment.

În practică, expunerea unei resurse culturale în Europeana.eu, presupune:

• plasarea obiectului digital într-un „repozit” (i.e. un „depozit informatic”) naţional (la o adresă stabilă şi accesibilă permanent) — într-un format standard;
• expedierea la Haga (locaţia portalului Europeana.eu) a fişei descriptive a respectivului obiect — într-un format standard — şi adresa lui (portalul se comportă ca un catalog de bibliotecă);
• (eventual) plasarea fişei descriptive şi într-un portal naţional.

Diagramatic, un exemplu al acestui mecanism (statuia romană Şarpele Glycon de la Muzeul de Istorie Naţională şi Arheologie din Constanţa – în acest caz) este:

iar prezentarea resursei digitale respective în viitorul portal naţional va arăta nu foarte diferit de cum arată acum în lista bunurilor clasate (http://clasate.cimec.ro):

Ce se face în România ?

 Pentru a pune în practică un plan de perspectivă privind prezența românească în Europeana.eu, Ministerul Culturii şi Cultelor a elaborat la sfârşitul anului 2008 un Program naţional pentru digitizarea resurselor culturale naţionale şi crearea Bibliotecii Digitale a României — aprobat prin Hotărârea Guvernului nr. 1676 din 10/12/2008 — care permite demersuri coerente şi de durată pentru digitizarea patrimoniului românesc şi expunerea resurselor digitale astfel obţinute atât în Europeana.eu, cât şi în viitoarea Bibliotecă Digitală a României (probabil numită Culturalia.ro). Prin acest act, CIMEC – Institutul de Memorie Culturală a fost desemnat „agregatorul” naţional, cel ce administrează repozitul naţional de resurse culturale digitale şi asigură interfaţa dintre furnizorii de conţinut (instituţii publice sau alte organizaţii deţinătoare de resurse culturale din România) şi serviciul tehnic care gestionează portalul Europeana.eu. Organizaţional, Ministerul Culturii, Cultelor și Patrimoniului Național constituit cinci „piloni tematici” (cu comisiile de experţi aferente) pentru: patrimoniul scris (biblioteci), patrimoniu mobil (muzee), patrimoniu imobil (monumente şi arheologie), patrimoniul audio-vizual şi patrimoniul arhivistic.

Din punct de vedere practic,

• până la 15 octombrie 2008 (termenul limită pentru 2008), CIMEC (în calitate de partener în proiectul european EDLnet) a constituit repozitul naţional şi a expus 3.299 de obiecte digitale (imagini de obiecte muzeale clasate provenite din baza de date a patrimoniului cultural naţional, administrată de CIMEC, prin urmare bunuri cu valoare deja confirmată de Comisia Naţională a Muzeelor, pentru care aveam şi imagini de calitate), a prelucrat (în formatul cerut) şi a expediat la Haga fişele descriptive pentru cele 3.299 de obiecte digitale.
• s-au elaborat (și acum se experimentează) instrumente informatice care să permită prelucrarea resurselor digitale provenite de la pilonii patrimoniu mobil și patrimoniu imobil la „scară industrială”;
• se lucrează la constituirea nucleului inițial al unui portal românesc (Culturalia.ro);
• pentru fiecare pilon tematic în parte, comisiile de specialitate elaborează planuri care să stabilească ce se digitizează (și cu ce priorități);
• pentru fiecare pilon tematic în parte, comisiile de specialitate elaborează metodologiile de fişare a obiectelor digitale.

În perspectivă (dacă totul merge bine şi va exista o susţinere financiară rezonabilă), din 2009 comunităţile profesionale se vor mobiliza:

• să identifice, să fişeze şi să prelucreze resursele culturale deja digitizate (sistematic sau ocazional);
• să digitizeze resurse culturale semnificative din patrimoniul naţional, să le fişeze și să le prelucreze;
• să expună resursele astfel prelucrate atât în Europeana.eu, cât şi în Culturalia.ro.

Efortul va fi semnificativ: această integrare a resurselor culturale româneşti în contextul european impune o rigoare sporită şi cere — pe cât posibil — elaborarea de fişe descriptive şi în limbi de circulaţie. Însă această oportunitate majoră pentru imaginea României trebuie să fie valorificată.

„Incidentul românesc”

 Din păcate, la lansarea prototipului portalului Europeana.eu, la 20 noiembrie 2008, a apărut o situaţie neplăcută pentru România. La interogarea cu cuvântul-cheie „România” se obţinea următorul rezultat:

Chiar pe prima pagină a rezultatelor căutării, din cele 1.688 de rezultate (între care — după cum se vede în stânga — 1.482 provin din România), s-au nimerit 10 fotografii sinistre, cu copii din orfelinatele româneşti din 1990. Imaginile provin de pe un sait educațional scoţian (www.scran.ac.uk):

Desigur, nu era o conspiraţie. Dovadă: dacă se caută după cuvântul-cheie „României”, se obţineau:

adică 703 resurse, din care 697 provin de la CIMEC, iar pe prima pagină, din 12 resurse, 11 provin de la CIMEC.

Pe de altă parte, dacă se interoghează cu cuvântul-cheie „Roumanie”, se obţinea:

iar cu cuvântul-cheie „Rumänien”, se obținea:

Aşadar, nefericita situaţie este un simplu incident tehnic, datorat algoritmului de ordonare a obiectelor din rezultatul unei interogări (ranking algorithm). M-am interesat, desigur, și n-am aflat algoritmul complet. Dar, e sigur că resursele pentru care cuvântul-cheie căutat se găseşte explicit chiar în titlu au prioritate în listă, apoi urmează cele care au cuvântul-cheie în celelalte câmpuri (nu mi-e clar în ce ordine). În fine, resursele „echivalente” din punct de vedere al priorităților sunt sortate în ordinea inversă a introducerii în baza de date. Astfel, s-au conjugat următorii factori:

• cuvântul-cheie „România” este transformat (automat) în „Romania” (unele caractere cu diacritice sunt convertite la caracterele de bază respective);
• cuvântul „Romania” se află în titlurile acelor nefericite fotografii (e.g. „Children in Romania”);
• puține dintre resursele trimise de noi aveau cuvântul „România” în titlu (mult mai multe aveau cuvântul „României”);
• s-a întâmplat ca imaginile provenite de la Scran să fie introduse în baza de date mai târziu decât cele trimise de CIMEC.

Din păcate, situaţia a fost imediat observată în România şi a provocat — previzibil — o (prea) vie emoţie, cu accente de indignare (iar eu am primit și reproșuri, vagi, e adevărat).

Am semnalat situaţia administratorilor portalului (la Haga) încă din noaptea de 20 noiembrie (când — de altfel — saitul a fost închis, pe considerent că n-a făcut faţă marelui număr de accese), solicitând o remediere. Nu am cerut — desigur — să fie cenzurate imaginile incriminate, ci doar să fie mai „uniform” repartizate printre celelalte resurse rezultate în urma interogării cu „România”. Ba chiar, după câteva zile, am sugerat şi o soluţie tehnică simplă, „de avarie”. Din păcate, echipa de la Haga a neglijat pe moment problema (şi nici nu ne-a explicat la vreme cauzele întâmplării; între timp s-au scuzat că au fost plecați în concedii etc.), astfel că, la jumătatea lui decembrie — când saitul a fost repus online, fără tam-tam de astă dată — am constatat că nimic nu se schimbase.

Am încercat în repetate rânduri să contactăm echipa tehnică (chiar cu mesaje ce ameninţau voalat cu plângeri la CE) dar, poate din pricina sărbătorilor, n-am reuşit să obţinem nici o reacţie. Abia după 1 ianuarie am obţinut promisiunea unei abordări a problemei. Iar apoi, adică pe 6 ianuarie, a izbucnit scandalul în media românească şi acesta a ajuns iute la Comisia Europeană (prin intermediul comisarului Leonard Orban). Ca urmare a presiunilor de la Bruxelles, managementul proiectului (de altfel persoane de calitate şi competente) a reacţionat şi s-a găsit rapid o posibilă soluţie, dar care implica un efort tot din partea românilor: să mai trimitem (de urgenţă) un lot de obiecte digitale, astfel încât acestea, având o dată mai recentă de trimitere, să apară în primele pagini, conform algoritmului de ordonare actual din Europeana.eu.

Prin urmare, în 8 şi 9 ianuarie s-a lucrat foarte intens la CIMEC şi s-au pregătit alte peste 8.000 de înregistrări de bunuri culturale din patrimoniul naţional, și au fost trimise la Haga (de data asta, din păcate, cu imagini de mai slabă calitate, aşa cum se găsesc ele în dosarele de clasare în patrimoniul național). Astfel, acum, la interogarea „România” se obține:

Sigur, e cam bizar cum s-au grupat 8 scaune în primele 12 resurse. Dar i-am bodogănit deja destul pe amicii de la Haga…

Această situaţie putea fi — în cea mai mare măsură — evitată, dacă problema ar fi fost tratată serios de la început de echipa de la Haga, pentru că efortul de la începutul lui ianuarie puteam să-l facem la fel de bine și la sfârşitul lui noiembrie.

Ca o ironie, ia vedeți ce apare la interogarea „Hitler” (la 1.02.2009):

Primul exponat e un portret al lui Hitler pictat de un român (adevărat, mai celebru în Franța decât în România), încă din 1934 !

Problemele

 Acest incident a scos mai bine în evidență problemele proiectului Europeana.eu, cel puțin așa cum apar ele din perspectiva mea. Cele majore ar fi:

• Biblioteca, muzeul și arhiva digitală a Europei n-ar trebui să fie un proiect finanțat din programe europene, adică discontinuu și incert. Europeana.eu ar trebui să fie un serviciu public, asigurat de o agenție europeană, finanțată continuu și adecvat (de altfel, acest serviciu ar utiliza cum nu se poate mai onorabil banii publici europeni).
• Proiectul EDLnet a fost un proiect remarcabil de modest finanțat: a avut un buget de circa 1,5 milioane de euro, la o durată de 18 luni. Continuarea sa din cadrul programului eContentPlus, proiectul Europeana 1.0 (care-și propune realizarea serviciului operațional adevărat), are prevăzut un buget de câteva milioane de euro, pe o durată de 3 ani. Prin urmare, dacă CE declară că acesta este proiectul ei cultural major, de ce îl finanțează așa de precar ?
• De altfel, cu ocazia acestui proiect s-au pus în evidență și unele deficiențe ale programelor europene, și anume lipsa de coordonare și de concentrare, atunci când acestea se dovedesc necesare. Astfel, între 2005 și 2008, CE se mândrește că a cheltuit circa 60 milioane de euro pentru proiecte legate de biblioteci digitale, dar atunci când a fost nevoie de o platformă informatică pentru o bibliotecă digitală adevărată, acesta a trebuit să fie — practic — improvizată în 6 luni, cu o echipă de dezvoltare de 3-4 oameni.
• Europeana.eu ar trebui să revină la spiritul ei originar (așa cum a fost el sugerat, la începuturi, prin contrast cu „concurența”, i.e. Google Books Search, și anume o resursă cu material atent selectat, pe baza „semnificației culturale”. Cu alte cuvinte, se presupunea că vom expune în Europeana.eu doar resurse culturale cu adevărat semnificative (pentru a evita cuvântul „valoroase”). Or, în acest moment, deoarece pe parcurs a apărut ambiția de a expune (într-un prototip experimental !) peste 2 milioane de obiecte digitale, selecția materialului a fost — practic — abandonată. Cantitatea a doborât calitatea. La ce ne folosește ? Oricum, la cantitate Google ne va depăși cu mult.
• Nu e OK să se expună resurse în Europeana fără, sau cu foarte puțină „interpretare”. Multe dintre resursele expuse au acum fișe descriptive cu totul rudimentare și deci, sunt lipsite de „context”. Sigur, un peisaj poate că n-are nevoie de multă „interpretare”. Dar „Mein Kampf” — de pildă — poate fi expus așa, pur și simplu ?
• Prototipul este încă rudimentar, iar aceasta se trage — după mine — mai ales din rudimentaritatea metadatelor (un fel de Dublin Core, ușor extins). Fără „fișiere de autoritate”, căutarea o să dea mereu rezultate precare. Acum, sistemul nu „știe” că Firenze, Florența și Florence e același lucru, sau că (Firenze, Florența, Florence) e parte a (Italia, Italy, Italie).
• Monolingvismul de facto al fișelor nu e acceptabil, pe termen lung. Desigur e o problemă grea de tot, dar nu poate fi amânată prea mult.

De altfel, la a 4-a reuniune a Grupului de Experți în Digitizare al Statelor Membre (Luxemburg, 29.01.2009), am sugerat formarea unui „consiliu editorial” al Europeana.eu, care să stabilească „regulile jocului”. Prima reacție a unui reprezentant al Comisiei Europene (de altfel o persoană foarte bine) a fost negativă, pe considerent că Europeana nu ar trebui să fie „cenzurată”, și că — de altfel — materialele sunt propuse de instituții culturale, deci … Nu era timp de multe discuții (și poate nici nu era locul potrivit), așa că n-am insistat. Eu cred că un asemenea consiliu ar trebui să filtreze nu atât ce se expune, cât cum se expune. În orice caz, o să încerc să conving ministerul nostru să insiste pe această idee.

Pe de altă parte, în chestiunea traducerilor, sunt conștient că tot noi, vorbitorii de „limbi mici”, avem de lucru. Dacă vrem să ne „vadă” mai multă lume, trebuie să ne traducem fișele în englezește, franțuzește, nemțește. Pe când, dacă vrem ca românofonii să „vadă” resursele britanice, franceze, germane, tot noi o să trebuiască să le traducem în românește. C’est la vie…

Pour terminer, Europeana.eu mi se pare un demers de toată lauda. Nu numai că ar putea fi în sine un serviciu cultural paneuropean realmente important și semnificativ (care ar întări sentimentul unității culturii europene !), dar ne-ar obliga și pe noi, operatorii culturali, ca, la noi acasă, să fim mai riguroși și mai grijulii cu resursele noastre digitale. Tocmai de aceea, abordarea lui ezitantă mi se pare regretabilă.

Suntem câţiva „membri asociaţi” ai CNB şi, în această calitate, am primit spre comentare o propunere a dnei. Doina Ostafe. Cel mai bun „comentariu” la care m-am putut gândi a fost reluarea propunerii Asociaţiei Naţionale a Bibliotecarilor şi Bibliotecilor Publice din România [ANBPR] de acum mai bine de trei ani, (foarte) uşor adusă la zi. Zic uşor, fiindcă şi-a păstrat toate calităţile. E la fel de actuală (doar că mai urgentă) ca în 2005.

Şi fiindcă în mediile bibliotecare din România partajarea catalogării a fost mereu — de fapt — respinsă, cred că merită să se reia argumentarea pro.

De fapt nu mi-a fost niciodată limpede care sunt raţiunile profunde pentru care un catalog partajat naţional este respins. Mă tem că e o combinaţie de complexe de superioritate cu complexe de inferioritate, adică o neîncredere în ce fac alţii, combinată cu temerea că ne văd şi alţii erorile. Dă Doamne să mă înşel. Drept că mai aud şi argumente de genul: de ce să beneficieze şi alţii de munca noastră ? Dar acest argument se aduce pe şoptite: de fapt, cei care-l folosesc ştiu că prestează un serviciu public, deci e natural să beneficieze şi alţii.

În orice caz, cred — mai mult ca oricând — că un catalog naţional partajat (centralizat) este necesar.

Eu, în calitate de reprezentant al CIMEC, am şi un interes direct: noi avem de făcut catalogul colectiv al cărţii vechi. Poate în 2009 reuşim să terminăm (în mare) cartea românească până la 1830. Mai e mult de lucru la „transilvanice”, iar cartea străină (cu excepţia incunabulelor) nici nu e încă abordată. Sunt câteva zeci de mii de exemplare de prelucrat. E nevoie de un efort colectiv, ca să se termine într-un interval rezonabil. Acum n-avem un instrument informatic decent nici pentru a expune pe Net ceea ce e deja catalogat, darmite pentru a cataloga.

A. Argumentul economic, i.e. economia la catalogare

Dacă argumentul privind calitatea sporită a informaţiei catalografice pe care o oferă un catalog partajat nu e destul de convingător (deşi mie mi s-ar părea suficient), atunci o să recurg la (antipaticul) argument economic. Şi am de gând să pedalez intens pe el.

Plecăm de la premiza că majoritatea bibliotecilor din România sunt finanţate din banul public. Mă tem că e o premiză greu de contestat. Aşadar, şi o covârşitoare parte a catalogării (în care includ şi indexarea, clasificarea, cum convenim să-i spunem) se face pe bani publici.

Catalogând local se risipesc bani publici: dacă se achiziţionează un titlu în 100 de biblioteci, se fac 100 de fişe pentru acel titlu. Deci, de 99 de ori se duplică munca catalogatorului care a elaborat primul fişa cărţii. Adică se risipesc bani publici de 99 de ori. Mi se pare important ca finanţatorii bibliotecilor să ştie acest lucru.

Prin contrast (sigur, simplificând, dar nu prea mult), într-un catalog partajat naţional, prima fişă (cronologic vorbind) elaborată pentru un titlu este reutilizată de toţi cei care au de catalogat acelaşi titlu. Chiar dacă o mai ajustează/îmbăgăţesc/corectează, toţi fac economie de timp. Ca să nu mai vorbim că fişa poate fi elaborată (chiar dacă într-o formă preliminară) chiar de editor, şi astfel se mai economiseşte ceva timp (chiar dacă catalogatorii nu au încredere în datele bibliografice ale editorilor — de multe ori cu îndreptăţire —, tot se poate „recupera” ceva din fişele lor, titlul de pildă). Pe scurt, randamentul catalogatorilor creşte dramatic dacă se foloseşte un catalog partajat centralizat. Şi n-am nici o emoţie: catalogatorii nu-s în primejdie să rămână fără slujbe. După câte ştiu eu, retroconversiile o să dureze cel puţin două generaţii. (Iar dă Doamne să mă înşel.)

Mai mult, fişierele de autoritate ar trebui să fie partajate de biblioteci, muzee şi arhive, pentru a reduce şi mai mult duplicările de efort (deci risipa de ban public).

B. Argumentul interesului public

Un catalog naţional partajat este — implicit — un catalog colectiv naţional. În această postură, el oferă un serviciu public valoros: facilitează împrumutul interbibliotecar. Acum — după cum bine ştim — împrumutul interbibliotecar în România funcţionează rudimentar, mai ales din pricină că e greu pentru o bibliotecă să afle cine are cartea de care are nevoie clientul. Adică lipseşte catalogul colectiv naţional.

În al doilea rând, un catalog colectiv ar putea oferi (precum Google Book Search) trimiteri la saiturile editorilor, pentru cărţile care sunt de vânzare. Prin urmare ar fi şi în interesul editorilor (şi cumpărătorilor).

În al treilea rând, un catalog colectiv (făcut cu tehnologiile contemporane) ar putea fi o bună bază pentru realizarea/întreţinerea de cataloage ale bibliotecilor personale (precum LibraryThing, care are deja peste 34 de milioane de cărţi catalogate !). Şi aici am un interes direct (am început să uit ce cărţi am; nu atât din pricina numărului de cărţi, cât din pricina numărului de ani). Sunt sigur că 99,8% din cărţile pe care le am în casă sunt deja catalogate undeva în ţară. Deci, având acces la catalogul naţional, ar trebui să cataloghez eu însumi doar 0,2% din cărţile pe care le am.

Mai mult, e uşor de imaginat un mecanism prin care utilizatorii (elevii, studenţii, cercetătorii, autorii) să fie ajutaţi să-şi întocmească bibliografiile ataşate lucrărilor pe care le redactează. Înregistrările bibliografice pe care nu le găsesc gata elaborate, ar trebui să şi le elaboreze singuri, acestea rămânând în catalog şi pentru uzul altora. Ştiu: catalogatorii au oroare de datele furnizate de „amatori”. Dar n-ar fi nici o dificultate ca înregistrările furnizate de „amatori” să fie marcate distinct (de exemplu puse pe fond roşu), până la validarea de către un „profesionist”.

Nu sunt oare suficiente aceste argumente ?

Aspectele tehnice merită altă discuţie.

Mi se pare important, ca idee şi ca demers de standardizare terminologică.

Textul englezesc (însoţit de exemple) se află la www.ifla.org/VII/s13/isbdrg/ISBD_Area_0_WWR.htm.

Am stat câteva ceasuri şi am produs o ciornă de traducere românească. M-ar bucura sugestii de corecţii.

Aşa, la prima impresie, nu-mi convine recomandarea ca termenii să fie asignaţi în limba agenţiei catalografice. ce ne facem cu cataloagele internaţionale ? Ar fi preferabil (după mine) să se recomande asignarea de concepte (în loc de termeni), iar OPAC-urile să facă bine să aleagă automat termenii în limba utilizatorului.

1. Context

 Zilele astea (5 – 6 iunie) s-a discutat la Biblioteca Naţională „Ghidul de indexare LIVES-Ro”  (adaptarea românească a „Guide d’indexation RAMEAU”, redactat de Biblioteca Naţională a Franţei).

 Am participat doar la discuţiile despre subdiviziunile de formă (continuare a discuţiilor de la sesiunea secţiei de indexare a ABR de la Iaşi) şi la prezentarea de către Monica Achiri a schemei de indexare FAST: Faceted Application of Subject Terminology.

 Au fost suficiente „subdiviziunile de formă” pentru a se ajunge la problema fundamentală: care să fie maniera de indexare în bibliotecile româneşti, în viitor ? Şi, premiza mea — sugerată în titlul postul — este că ceea ce alegem acum, alegem pentru cel puţin 10 ani. Aşadar, trebuie să fim atenţi şi să alegem ce e mai avansat, nu ce e deja demodat, dar supravieţuieşte prin inerţie.

2. Teza (de la bun început)

 Cred că:

ar trebui să deconstruim complet ghidul de indexare RAMEAU şi să (re)construim unul complet nou, bazat pe tehnologiile contemporane.

Şi asta fără să ţinem seama (i.e. să fim inhibaţi) de capabilităţile softurilor prezente acum pe piaţă. Şi fără să fim marcaţi de „paradigma MARC”. Mai mult:

 simultan, ar trebui să elaborăm şi cerinţele minimale pentru softurile care:

1. permit maniera de indexare care ar rezulta şi
2. pun în valoare acea indexare în OPAC.

Tot de la bun început, mă declar un ferm susţinător al tradiţionalilor descriptori precoordonaţi („vedete de subiect”, cum — restrictiv — li se mai spune) şi îmi exprim opoziţia fermă faţă de „relaxarea” lor propusă de schema FAST (care, propune o degradare a indexării, prin parţiala „coborâre” la simpla asignare de cuvinte-cheie, într-o — vană, după mine — speranţă că prin coborârea standardelor va creşte calitatea şi productivitatea).

[paranteză]

Ironic: şi la noi unii bibliotecari sunt îngrijoraţi de costul ridicat al catalogării/indexării profesionale. În acelaşi timp, nu aud bibliotecari dornici să economisească prin catalogare partajată !

[/paranteză]

[paranteză]

Folosesc prilejul pentru a declara că — (cel puţin) în materie de biblioteconomie — sunt un „conservator progresist” (am furat expresia „progressive conservative” din numele unui fost partid canadian).

[/paranteză]

3. Cum şi cu ce să indexăm ?

Să rememorăm: de ce sunt buni descriptorii precoordonaţi (i.e. lanţuri de descriptori simpli) ? Păi pentru că:

1.  împiedică falsa coordonare (fenomen frecvent în cazul căutării postcoordonate);
2. permit colocarea elegantă a subiectelor/obiectelor în index, deci o baleiere sistematică;
3. dau căutătorului o idee asupra subiectelor resursei pe care o indexează (mult mai bună decât cea dată de o simplă succesiune de cuvinte-cheie izolate).

Mi se par motive temeinice să-i păstrăm. Desigur, nu pot fi impuşi, ci doar recomandaţi şi elaborarea lor facilitată. Dar aş fi furibund împotriva unor softuri care să-i interzică !

Aşadar, separată pe două planuri, propunerea mea este:

A. La momentul indexării:

Indexatorul să fie liber (aproape total) în construirea descriptorului, cu alte cuvinte să fie (aproape total) liber în alegerea  elementelor pe care să le precoordoneze.

[paranteză]

Aş fi foarte mulţumit dacă s-ar admite prefixarea fiecărui element (ezit să folosesc „termen”; o să explic mai jos de ce) cu un rol, aşa cum se făcea în defuncta (dar geniala) schema de indexare a lui Derek Austin, numită PRECIS [Preserved Context Indexing System].

[referinţă]

Lucrarea originară (ediţia a II-a):

Austin, Derek William; Dykstra, Mary. PRECIS: A manual of concept analysis and subject indexing. — London : British Library Bibliographic Services Division, 1984

Maximum ce-am găsit online:

www.musiclibraryassoc.org/BCC/BCC-Historical/BCC95/95WGFAM2.html

http://dlist.sir.arizona.edu/1764/01/SIG-CR2004Kwasnik.pdf

[/referinţă]

De altfel, cam aşa imaginasem — grupul în care lucram — în anii ’80, aşa zisele „fraze de indexare FOCUS”. Din păcate „frazele de indexare” au rămas doar pe hârtie. Păcatele tinereţii…

[/paranteză]

B. În prealabil:

Să construim un „sistem de organizare a cunoştinţelor” [SOC] complex (mai complex decât RAMEAU !), de fapt o ontologie, în care să comasăm toate fişierele de autoritate (existente sau doar râvnite), şi care să furnizeze indexatorului „prefabricatele” convenabile pentru construirea descriptorilor precoordonaţi.

4. Fabulaţiune despre cum să fie „sistemul de organizare a cunoştinţelor” (adică ontologia)

[paranteză]

Definiţia clasică a sistemelor de organizare a cunoştinţelor, după Gail Hodge: 

The term knowledge organization systems is intended to encompass all types of schemes for organizing information and promoting knowledge management. Knowledge organization systems include classification and categorization schemes that organize materials at a general level, subject headings that provide more detailed access, and authority files that control variant versions of key information such as geographic names and personal names. Knowledge organization systems also include highly structured vocabularies, such as thesauri, and less traditional schemes, such as semantic networks and ontologies. Because knowledge organization systems are mechanisms for organizing information, they are at the heart of every library, museum, and archive.

Termenul „sisteme de organizare a cunoştinţelor” este menit să acopere toate tipurile de scheme pentru organizarea informaţiei şi promovarea managementului cunoştinţelor. Sistemele de organizare a cunoştinţelor includ schemele de clasificare şi de categorizare (?) care organizează materialele la nivel general, vedetele de subiect care oferă un acces mai fin şi fişierele de autoritate care gestionează diferitele versiuni informaţiilor-cheie, cum ar fi numele geografice şi numele personale. Sistemele de organizare a cunoştinţelor includ şi vocabularele înalt structurate, cum ar fi tezaurele, ca şi scheme mai puţin tradiţionale, precum reţelele semantice şi ontologiile. Deoarece sistemele de organizare a cunoştinţelor sunt mecanisme pentru organizarea informaţiei, ele se află în nucleul fiecărei biblioteci, fiecărui muzeu şi fiecărei arhive.

Hodge, G. (2000). Systems of Knowledge Organization for Digital libraries. Beyond traditional authority files. Washington, DC: the Council on Library and Information Resources.

Şi definiţia ontologiei după Tom Gruber:

Cea clasică (1992) – http://www-ksl.stanford.edu/kst/what-is-an-ontology.html

An ontology is a specification of a conceptualization.

O ontologie este o specificare a unei conceptualizări.

Ediţia recentă (2007) – http://tomgruber.org/writing/ontology-definition-2007.htm 

In the context of computer and information sciences, an ontology defines a set of representational primitives with which to model a domain of knowledge or discourse.  The representational primitives are typically classes (or sets), attributes (or properties), and relationships (or relations among class members).  The definitions of the representational primitives include information about their meaning and constraints on their logically consistent application.  In the context of database systems, ontology can be viewed as a level of abstraction of data models, analogous to hierarchical and relational models, but intended for modeling knowledge about individuals, their attributes, and their relationships to other individuals.  Ontologies are typically specified in languages that allow abstraction away from data structures and implementation strategies; in practice, the languages of ontologies are closer in expressive power to first-order logic than languages used to model databases.  For this reason, ontologies are said to be at the “semantic” level, whereas database schema are models of data at the “logical” or “physical” level.  Due to their independence from lower level data models, ontologies are used for integrating heterogeneous databases, enabling interoperability among disparate systems, and specifying interfaces to independent, knowledge-based services.  In the technology stack of the Semantic Web standards, ontologies are called out as an explicit layer.  There are now standard languages and a variety of commercial and open source tools for creating and working with ontologies. 

În contextul informaticii şi a ştiinţei informaţiei (aşa se zice pe româneşte ?), o ontologie defineşte un set de primitive reprezentaţionale, cu care să se modeleze un domeniul al cunoaşterii sau al discursului. Primitivele reprezentaţionale tipice sunt clasele (sau seturile), atributele (sau proprietăţile) şi relaţionările (sau relaţiile între membrii claselor)… 

(iertare: mi-e lene să traduc mai departe; e tehnic şi nu-mi foloseşte aici)

[/paranteză]

Aşadar, entităţile ontologiei ar trebui să fie: 

•  concepte
• clase
• persoane
• colectivităţi
• locuri geografice
• entităţii temporale
• situaţii (asocieri de mai multe entităţi):
• entităţi geo-politice
• evenimente
• identităţi bibliografice
• situaţii cu nume (e.g. „cearta universaliilor”)
• situaţii (fără nume), e.g. subiecte, clase
• lucrări
• expresii 

Din entităţile grupului 1 FRBR, n-aş băga în ontologie (convenţional): 

• manifestările
• exemplarele 

care — să zicem — să rămână „obiectele bibliografice”. Deşi, atât manifestările cât şi exemplarele pot fi foarte bine subiecte de lucrări. 

Ca să-mi ilustrez propunerea, o să folosesc un exemplu. Să zicem că am de catalogat/indexat: 

Varşovia : Insurecţia din 1944 / Norman Davies ; Traducere din limba engleză de Diana Elena Puşcaşu. — Bucureşti : RAO International Publishing Company, 2008. — ISBN 978-973-103-493-5 

Văd că-i o traducere; găsesc repede la OCLC, în WorldCat zece manifestări (i.e. ediţii; văd că există două expresii, ambele de limbă engleză: text şi audioînregistrare) şi o aleg pe cea care-mi pare a fi prima (presupun că titlul ei e şi al lucrării): 

Rising ’44 : the Battle for Warsaw / Norman Davies. — London : Macmillan, 2003. — ISBN 0333905687 9780333905685 

Există deja cel puţin două expresii ale lucrării, aşa că merită să fac o înregistrare de lucrare, două de expresie şi înregistrarea manifestării al cărei reprezentant îl am în mână. Să zicem: 

fig. 1

[lucrare]

[expresie]

[expresie]

[manifestare]

[persoană]

[persoană]

Acum mai trebuie să asignez lucrării (nu manifestării ! — conform filozofiei FRBR) subiectele. Să presupunem că în ontologia pe care o am la dispoziţie, am:

fig. 2 

[entitate geopolitică]

[entitate geopolitică]

[clasă]

[clasă]

[situaţie]

[situaţie]

[eveniment]

[situaţie]

[situaţie]

[eveniment]

[eveniment]

Note: 

1. În cazul claselor (e.g. “istorie”, “războaie”) situaţia e mai complicată. Termenii (substantive comune) prin care sunt designate sunt entităţi distincte (o să revin mai jos); de asta i-am prefixat în diagramă cu “>>”.
2. Fiindcă în cazul unor situaţii ordinea componentelor nu e fixă, am vrut să sugerez asta prin conectorul “<>” (în loc de “–”).
3. Ca să scot în evidenţă faptul că „neutralitatea faţă de limbă” (i.e. multilingvismul) e important în acest context, am consemnat apelaţiuni în două limbi pentru entităţile primare.
4. Notez că la evenimentul „23 august” i-am consemnat două apelaţiuni sinonime în englezeşte, ca să semnalez că îmi doresc şi această (foarte posibilă) facilitate.
5. Entitatea „istorie” am considerat-o aici o clasă (în sensul de „mulţimea evenimentelor istorice”). De fapt are o natură dublă, i.e. e şi un concept. 

Aşadar, mă folosesc de evenimentul ev-3, gata predefinit, pe care-l asignez ca subiect lucrării mele: 

Norman Davies. Insurecţia ’44 : bătălia pentru Varşovia

Insurecţia varşoviană (august – octombrie 1944) [despre] 

Acum, apelaţiunea lui poate apărea în prezentarea tuturor manifestărilor lucrării cu pricina, subiectul fiind „moştenit” de toate expresiile şi manifestările unei lucrări: 

Varşovia : Insurecţia din 1944 / Norman Davies ; Traducere din limba engleză de Diana Elena Puşcaşu. — Bucureşti : RAO International Publishing Company, 2008. — ISBN 978-973-103-493-5.

Insurecţia varşoviană (august – octombrie 1944) [despre] 

Rising ’44 : the Battle for Warsaw / Norman Davies. — London : Macmillan, 2003. — ISBN 0333905687 9780333905685

Insurecţia varşoviană (august – octombrie 1944) [despre] 

Notez en passant că, dacă nu aveam predefinit evenimentul, ar fi trebuit să pot să-l definesc şi să-l introduc în ontologie (vreau să zic că indexatorul trebuie să aibă posibilitatea să propună extensii ale ontologiei, chiar dacă, în practică, decizia lui poate fi schimbată de indexatorii „seniori” care — se presupune —supervizează ontologia). 

5. Fabulaţiune despre cum să se prezinte indexul de descriptori 

Spuneam mai sus, că unul dintre atuurile majore ale descriptorilor precoordonaţi este — după mine — posibilitatea de baleiere elegantă a indexului, pe care o oferă. Acum, mergând pe exemplul dat, să vedem cum ar putea un soft deştept să prezinte indexul, pe baza informaţiilor pe care le are din ontologie. Astfel, folosind doar signaturile în româneşte şi permutând componentele, un index „clasic” ar fi:  

Al Doilea Război Mondial (1939 – 1945)

Al Doilea Război Mondial — Polonia

Al Doilea Război Mondial — Polonia — Insurecţia varşoviană

Al Doilea Război Mondial — România

Al Doilea Război Mondial — România — Lovitura de stat de la 23 august 1944

Insurecţia varşoviană (august – octombrie 1944)

istorie

istorie — războaie

istorie — războaie — Al Doilea Război Mondial

istorie — războaie — Al Doilea Război Mondial — Polonia

istorie — războaie — Al Doilea Război Mondial — Polonia — Insurecţia varşoviană

istorie — războaie — Al Doilea Război Mondial — România

istorie — războaie — Al Doilea Război Mondial — România — Lovitura de stat de la 23 august 1944

istorie — Polonia

istorie — Polonia — războaie

istorie — Polonia — războaie — Al Doilea Război Mondial

istorie — Polonia — războaie — Al Doilea Război Mondial — Insurecţia varşoviană

istorie — România

istorie — România — războaie

istorie — România — războaie — Al Doilea Război Mondial

istorie — România — războaie — Al Doilea Război Mondial — Lovitura de stat de la 23 august 1944

Lovitura de stat de la 23 august 1944

Polonia

Polonia — istorie

Polonia — istorie — războaie

Polonia — istorie — războaie — Al Doilea Război Mondial

Polonia — istorie — războaie — Al Doilea Război Mondial — Insurecţia varşoviană

războaie

războaie — Al Doilea Război Mondial

războaie — Al Doilea Război Mondial — Polonia

războaie — Al Doilea Război Mondial — Polonia — Insurecţia varşoviană

războaie — Al Doilea Război Mondial — România

războaie — Al Doilea Război Mondial — România — Lovitura de stat de la 23 august 1944

România

România — istorie

România — istorie — războaie

România — istorie — războaie — Al Doilea Război Mondial

România — istorie — războaie — Al Doilea Război Mondial — Lovitura de stat de la 23 august 1944

Iar o prezentare mai bună ar fi: 

Al Doilea Război Mondial (1939 – 1945) [n1 resurse]

                Polonia [n1-1 resurse]

                                Insurecţia varşoviană  [n1-1-1 resurse]

                România [n1-2 resurse]

                                Lovitura de stat de la 23 august 1944 [n1-2-1 resurse]

Insurecţia varşoviană (august – octombrie 1944) [n2 resurse]

istorie [n3 resurse]

                războaie [n3-1 resurse]

                                Al Doilea Război Mondial [n3-1-1 resurse]

                                                Polonia [n3-1-1-1 resurse]

                                                                Insurecţia varşoviană [n3-1-1-1-1 resurse]

                                                România [n3-1-1-2 resurse]

                                                                Lovitura de stat de la 23 august 1944 [n3-1-1-2-1 resurse]

                Polonia [n3-2 resurse]

                                războaie [n3-2-1 resurse]

                                                Al Doilea Război Mondial [n3-2-1-1 resurse]

                                                                Insurecţia varşoviană [n3-2-1-1-1 resurse]

                România [n3-3 resurse]

                                războaie [n3-3-1 resurse]

                                                Al Doilea Război Mondial [n3-3-1-1 resurse]

                                                                Lovitura de stat de la 23 august 1944 [n3-3-1-1-1 resurse]

Lovitura de stat de la 23 august 1944 [n4 resurse]

Polonia [n5 resurse]

                istorie [n5-1 resurse]

                                războaie [n5-1-1 resurse]

                                                Al Doilea Război Mondial [n5-1-1-1 resurse]

                                                                Insurecţia varşoviană [n5-1-1-1-1 resurse]

războaie [n6 resurse]

                Al Doilea Război Mondial [n6-1 resurse]

                                Polonia [n6-1-1 resurse]

                                                Insurecţia varşoviană [n6-1-1-1 resurse]

                                România [n6-1-2 resurse]

                                                Lovitura de stat de la 23 august 1944 [n6-1-2-1 resurse]

România [n7 resurse]

                istorie [n7-1 resurse]

                                războaie [n7-1-1 resurse]

                                                Al Doilea Război Mondial [n7-1-1-1 resurse]

                                                                Lovitura de stat de la 23 august 1944 [n7-1-1-1-1 resurse] 

(Din pricina simetriei exemplului meu) lucrarea lui Davies apare sub jumătate dintre aceste intrări. Se observă că descriptorii formaţi din mai multe componente apar ca intrări sub fiecare componentă (componentele sunt permutate) şi astfel, cu o singură asignare, am pus lucrarea lui Davies sub 22 de intrări de index ! 

[paranteză]

Numărul ăsta poate să crească în timp, dacă cineva rafinează ontologia şi introduce locul geografic „Europa” şi situaţia „războaie <> Europa” şi reconfigurează corespunzător relaţiile existente.

[/paranteză] 

Şi asta, în timp ce în Worldcat, la OCLC, găsesc doar 3 subiecte asignate manifestării englezeşti: 

World War, 1939-1945 — Poland — Warsaw.

Warsaw (Poland) — History — Uprising, 1944.

Poland — History — Occupation, 1939-1945. 

Întrebarea e: să se genereze toate intrările posibile ? Cred că nu e cazul, şi anume, intrări precum:  

Al Doilea Război Mondial — istorie

Insurecţia varşoviană — Polonia

Lovitura de stat de la 23 august 1944 — România

Polonia — Al Doilea Război Mondial — istorie

România — Al Doilea Război Mondial — istorie 

adică intrări în care o componentă cu sens mai larg apare mai la dreapta uneia cu un sens mai restrâns, nu folosesc, din logica prezentării ierarhice (arborescente), unde progresia spre dreapta semnifică restrângere de sens. 

6. Despre libertatea indexatorului 

Să reluăm: în acest scenariu, indexatorul are la dispoziţie o ontologie din care îşi ia componentele pentru a construi descriptorii de care are nevoie. Aşadar, el ar trebui să fie (relativ) liber să facă asocierile pe care le consideră necesare pentru a construi descriptorii cei mai specifici pentru caracterizarea resursei (fie aceasta asignarea unui subiect sau încadrarea într-o clasă — NB. nu clasă în sens CZU). 

Mai mult: dacă nu găseşte în ontologie componentele de care are nevoie (sau descriptorii gata construiţi), el trebuie să poată să-şi extindă corespunzător ontologia. 

De pildă, să presupunem că am de indexat lucrarea: 

Ion Petrică. Confluenţe culturale româno-polone : a doua jumătate a sec. al XIX-lea 

încorporată în manifestarea: 

Confluenţe culturale româno-polone : (a doua jumătate a sec. al XIX-lea) / Ion Petrică. — Bucureşti : Minerva, 1976 

şi vreau să-i asignez descriptorul: “Polonia <> România <> relaţii culturale — a doua jumătate a sec. XIX”. 

Atunci, având deja „România” şi „Polonia” mai trebuie să adaug în ontologie doar conceptul „relaţii culturale” şi situaţia „Polonia <> România <> relaţii culturale”. Apoi asignez această situaţie — prin relaţia „subiect” — lucrării mele. Astfel, ea va apărea în indexul de subiecte sub intrările:  

Polonia

                România

                                relaţii culturale

România

                Polonia

                                relaţii culturale

relaţii culturale

                România

                                Polonia

                Polonia

                                România 

Mai e un aspect de discutat aici: subdiviziunile. După părerea mea, din raţiuni practice, subdiviziunile trebuie să fie doar caracterizări fine ale relaţiei „subiect” dintre o lucrare şi un descriptor. Cu alte cuvinte, să aibă statut de proprietăţi ale relaţiei şi nu să nu facă parte din ontologie. În exemplul ăsta, „a doua jumătate a sec. XIX” este o astfel de subdiviziune, şi ea trebuie să fie expusă la prezentarea lucrării, dar nu şi în indexul de subiecte. 

Ion Petrică. Confluenţe culturale româno-polone : a doua jumătate a sec. al XIX-lea

                Polonia — România — relaţii culturale — a doua jumătate a sec. XIX [despre] 

[paranteză]

Similar, astfel de proprietăţi se pot atribui şi altor relaţii între diverse entităţi. De pildă relaţiei „afiliere” dintre o „persoană” şi o „colectivitate” i se poate ataşa legitim o perioadă.

[/paranteză] 

7. Conceptele, clasele şi termenii 

La discuţia care a provocat acest text, dna. Denis Rotaru a ridicat — la un moment dat — o problemă ce mi se pare importantă: distincţia dintre „poezie” ca subiect şi „poezii” ca „subdiviziune de formă” (în jargonul RAMEAU). Mie, soluţia radicală pentru acest tip de probleme (precis foarte frecvente) este introducerea în ontologie atât a conceptului „poezie/poetry”, cât şi a clasei „poezii/poems”. Şi aplicarea soluţiei terminologice standard: introducerea termenilor în ontologie ca entităţi distincte şi designarea acestei perechi concept-clasă cu un acelaşi termen în româneşte (dar cu termeni diferiţi în englezeşte, de pildă). 

fig. 3 

Aşadar, conceptul „poezie” (cf. DEX: modalitate a literaturii care exprimă mesajul artistic cu ajutorul imaginilor expresive, al unui limbaj concentrat, al afectivităţii, al rimei, al ritmului etc.) este asociat — prin relaţia „designat de” cu termenul „poezie, poezii”, iar signatura lui este „poezie” (putem conveni că relaţia de designare între un concept şi un termen expune singularul termenului). Pe de altă parte, clasa „poezii” (cf. DEX: (concr.) creaţie literară în versuri) este asociată (în româneşte) cu acelaşi termen, iar signatura ei este „poezii” (putem conveni că relaţia de designare între o clasă şi un termen expune pluralul termenului). 

Lasă că, pe de altă parte, termenul englezesc „poem, poems” designează atât clasa „poezii” cât şi subclasa sa „poeme” (sau nu ? există un termen englezesc ?). 

Tot atunci, dna. Nina Botez a ridicat şi o altă problemă care mi se pare importantă: clasele complexe. Acestea — de dragul generării intrărilor de index permutabile — ar trebui să fie reprezentate în propunerea mea ca situaţii (unele chiar cu nume propriu). Exemplul este: „scriitori de limbă maghiară din România”. Las pe altă dată discuţia fină despre ce înseamnă „din România”: născuţi pe teritoriul actual al României ? cetăţeni români ? care au trăit minimum 10 ani în România ? etc. 

fig. 4 

Aşadar, am „construit” clasa „scriitori de limbă maghiară din România”, ca o situaţie: „scriitori <> limba maghiară <> România”.  

[clasă]

[concept]

[situaţie]

Deci, intrările de index (generabile automat) ar fi:  

limba maghiară

                scriitori

                                România

                România

                                scriitori

România

                limba maghiară

                                scriitori

                scriitori

                                limba maghiară

scriitori

                limba maghiară

                                România

                România

                                limba maghiară 

dar, în afara indexului, s-ar putea folosi direct apelaţiunea (mai naturală) “scriitori de limbă maghiară din România”. 

Sigur, o să-mi spuneţi că în indexuri, în loc de “limba maghiară” ar trebui să se folosească “maghiară, limba”, ca să intre la “M”. Cred că cel mai bine e să intre atât la “L”, cât şi la “M” (n-avem de ce să facem economie de intrări). După mintea mea, oricare entitate poate genera multiple intrări de index (chiar dacă unele „ascunse”). În cazul astă, mi s-ar părea OK să avem şi „apelaţiunea fantomă” “maghiară, limba”. 

8. Epilog 

Vestea proastă e că multe detalii ale unei asemenea scheme mai trebuie gândite bine. Şi sunt destule probleme nerezolvate. Spun una de care sunt (de mult) conştient: cum să reprezinţi dinamica în timp a unei entităţi geopolitice ? Ce e aia „România” ? Statul cu acest nume având teritoriul din 2008 ? Din 1941 ? Din 1920 ? Din 1914 ? 

Apoi, cum să pui în indexuri unităţile administrativ-teritoriale ? Exemplu: 

România

                jud. Maramureş

                                com. Şomcuta Mare

                                                Vălenii Şomcutei 

sau chiar signatura: 

Vălenii Şomcutei (com. Şomcuta Mare, jud. Maramureş, România). 

Eu le-aş pune pe ambele. Bine o fi ? 

Dar, pe lângă dificultăţi, cred că ceea ce vă propun aici e în ton cu dezvoltările tehnologice contemporane, chiar dacă google-izarea webului pare a zice că trendul e spre simplu şi amatoristic.

Aşadar, zice doamna Şerbănuţă:

… as repeta aici intrebarea mea postata pe Prolibro legata de acest proiect: cu ce oameni se va lucra ? Stiu ca bugetul va rezolva o parte din probleme, dar pregatirea oamenilor ia timp. Cine se va ocupa de asta ? Impresia mea este ca CIMEC-ul nu e foarte mare…se va extinde in viitor pentru a putea sustine acest proiect ? Vor fi adusi sa lucreze in proiect informaticienii ? Sau bibliotecarii? (Stiut fiind ca la noi rare sunt intersectiile dintre ei).

Întâi, răspunsurile scurte:

1. Cu oamenii existenţi: a) pentru digitizări pretenţioase există firme specializate; scanări simple ştie/învaţă oricine; b) catalogatori (încă) există.
2. CIMEC are cam 40 de oameni şi nu (cred că) se va extinde (poate va avea ocazionale colaborări externe). Şi n-am zis că proiectul BDR e strict treaba CIMEC.
3. Desigur: trebuie „aduşi” informaticieni, bibliotecari, muzeografi, arhivişti.

Răspunsul lung:

Memento: de ce e nevoie ? a) de resurse digitale (text, imagine, sunet, video) şi b) de metadate, adică de fişe catalografice pentru fiecare resursă.

Sursele de material digital pe care le întrevăd (acum) sunt:

A. Clasările în patrimoniul cultural naţional: Comisia Muzeelor şi Colecţiilor clasează cam 300 de piese pe lună. Acum, imaginile pieselor sunt — de regulă — de slabă calitate. Dar descrierea catalografică e făcută de experţii care propun clasările. Aşadar, calitatea metadatelor e — cel mai adesea — OK.

Sigur că atât imaginile cât şi metadatele necesită postprocesare. Aceasta poate fi făcută de CIMEC.

B. Proiecte de digitizare importante (finanţate mai ales de stat) — câte-or fi —, cum a fost cel de facsimilare digitală de manuscrise medievale de la Batthyaneum (peste 100.000 de pagini).

În asemenea proiecte — fiindcă se presupune că sunt finanţate semnificativ, nu printre picături — digitizările le fac firmele specializate, iar metadatele le produc catalogatori angajaţi sau (uneori) catalogatorii instituţiilor deţinătoare (poate sunt deja produse, în cataloagele existente).

C. Digitizări locale, în instituţii ale memoriei, i.e. în biblioteci, muzee, arhive. Câte-or fi. Şi sunt deja (e.g. BCU Cluj, Metropolitana din Bucureşti).

În asemenea proiecte, instituţiile fac şi digitizările şi produc şi metadatele. Şi în acest caz e nevoie de postprocesări, desigur. Măcar să fie aşa de multe, cât să nu facem faţă !

D. Repozite externe, e.g. Google Books, Live Books, Internet Archive (aşa cum am inventariat pe www.biblioteca-digitala.ro).

Şi aici e nevoie de fişe catalografice româneşti. Pentru aceasta e însă suficient de angajat un catalogator, doi.

E. Voluntarii.

Oricât ar părea de ciudat (în România), există destui voluntari — mai ales tineri, pentru care munca voluntară nu e o activitate discreditată — dispuşi să digitizeze texte (de pildă). Vezi ro.wikisource.org. Sigur că şi în acest caz ar fi nevoie (uneori) de postprocesări. Un corector şi un catalogator ar fi suficienţi pentru început.

În concluzie, nu văd dificultăţi insurmontabile. Tot banii rămân problema, nu persoanalul. După părerea mea.

Postul ăsta (şi cel anterior) au fost provocate, de fapt, de postul al lui Nicolaie Constantinescu, care semnalează bucuros existenţa unei propuneri de „de politică publică privind digitizarea resurselor culturale naţionale şi crearea Bibliotecii Digitale a României”.

Sunt implicat în proiectul Bibliotecii Digitale a României. Dar, (mai) înăuntru fiind, nu împărtăşesc optimismul amicului Nicolaie Constantinescu. Sper ca el să aibă dreptate.

Adevărat: propunerea de „politică publică” a Ministerului Culturii este, în principiu, agreată de guvern. Dar până nu se alocă un buget, e doar un gând pios. Iar anul astă nu mă aştept să i se aloce un buget. Dă Doamne să mă înşel !

Adevărat: ministrul meu (Adrian Iorgulescu) a declarat public că BDR e una dintre priorităţile ministerului. Aici am ceva mai multe nădejdi, adică tot la bugetul existent.

A. Care e planul ?

1. Să inventariem ce e deja digitizat.

2. Să constituim un repozit (repository), unde să depunem resursele pe care le obţinem, împreună cu aplicaţiile de prezentare (randare), dacă sunt necesare, e.g. o aplicaţie de răsfoire. Şi să asigurăm URL-uri stabile.

3. Să constituim o bază de date cu metadatele descriptive ale acestor resurse (disponibile pentru recoltare de către europeana.eu).

4. Să dezvoltăm portalul naţional, i.e. BDR, cu interfaţă românească (şi măcar şi cu una englezească), şi care să permită acces nu doar la resursele din repozitul local, ci şi la alte resurse „de interes românesc” din repozite străine (i.e. Google Books, Live Books) sau resurse care — din diverse motive — nu sunt încă accesibile prin europeana. eu (de pildă fiindcă n-au metadatele conforme cu cerinţele acesteia).

NB. Europeana.eu nu va accepta resurse din repozite concurente (e.g. Google Books), aşa că BDR va colecta mai multe resurse „româneşti” decât europeana.eu. Ca să vedeţi ce vreau să zic: într-un week-end (în toamnă) am făcut un exerciţiu de vreo 3-4 ore. Am încercat să identific resurse „româneşti” în trei repozite mari (Google Books, Live Books şi Internet Archive). În acestea, neavând cataloage, e greu de găsit ceva, dacă nu ştii exact ce cauţi. Iniţial, am căutat orbeşte, folosind cuvinte cât mai „româneşti”, precum „mămăligă” sau „suflet”. Pe urmă am dat-o pe „Romania”, „Transylvania”, „Valachia” şi altele asemenea. Tot am găsit 102 cărţi. Iată rezultatul la www.biblioteca-digitala.ro.

5. Să încurajăm orice digitizare în ţară (plătită sau voluntară). Să convingem autorităţile (centrale şi locale) să nu finanţeze nici o digitizare, dacă rezultatul nu se include în BDR.

B. Conexiunea cu europeana.eu

Schematic vorbind, asocierea BDR cu Biblioteca Digitală Europeană Europeana.eu se va face în modul următor:

• portalul Europeana.eu îşi va recolta metadatele (de sorginte românească) din baza de date BDR (prin protocolul OAI-PMH). Utilizatorii portalului Europeana.eu vor avea acces la resursele româneşti (pentru care s-au recoltat metadate) din repozitul românesc (alături de celelalte repozite europene);
• utilizatorii BDR vor avea acces la toate resursele din repozitul românesc, dar şi la resurse din alte repozite (pentru care portalul are metadate).

Diagramatic (şi foarte simplificat), mecanismul sugerat este:

… în care se vede cam cum e planul.

C. Care-i problema ?

Se poate rezuma astfel: (deocamdată) nu avem banii pentru softul adecvat.

Dar am intrat într-un parteneriat „european” şi am aplicat la apelul 3 (aprilie) la FP7, ca să obţinem finanţare pentru dezvoltarea unei platforme pentru biblioteci digitale („gen BDR” :-).

Încalc (puţin) confidenţialitatea ca să arăt cam ce mi-aş dori. Folosesc o variaţiune a unui exemplu pe care l-am pus în textul aplicaţiei (unul dintre parteneri e un laborator din Prato, aşa că – din simpatie – am ales un „exponat” pratoan).

Să presupunem că avem în biblioteca digitală următoarea resursă digitală:

O foarte simplă înregistrare metadatală [metadata record] pentru ea ar fi:

[ro] Legendă: catedrala din Prato, după amiaza.

[en] Caption: Prato Cathedral in the afternoon.

ã Globalgeografia.com

O înregistrare metadatală mai complexă, ar fi o înregistrarea “Dublin Core” [ISO 15836:2003(E)]:

Title	prato1.jpg
Creator	?
Subject [en]	The Prato Cathedral
Subject [ro]	Catedrala din Prato
Description [en]	A photo of the famous Prato Cathedral (Santo Stefano di Borgo al Cornio) in the afternoon. Architect: Guidetto da Como. Creation date: 12th-15th century. Style: Romanesque; Gothic.
Description [ro]	fotografie a faimoasei catedrale din Prato (Santo Stefano di Borgo al Cornio), la orele după amiezii. Arhitect: Guidetto da Como. Datare: sec. XII – XV. Stil: romanic; gotic.
Publisher	Globalgeografia.com
Contributor	?
Date	2002-2004 (?)
Type [en]	digital image
Type [ro]	imagine digitală
Format	jpeg
Identifier	www.globalgeografia.com/album/italia/toscana/prato1.jpg
Source	www.globalgeografia.com
Language	-
Relation	-
Coverage [en]	Prato, Italy
Coverage [ro]	Prato, Italia
Rights	ã Globalgeografia.com

O reprezentare mai folositoare (şi nu mult mai complexă) ar arăta (diagramatic) cam aşa:

Aşadar, pentru a reprezenta „obiecte culturale” (care sunt — prin natura lor — complexe), e necesar un model de date complex. Acel model de date trebuie să includă mai multe tipuri de înregistrări metadatale şi multe tipuri de relaţii între acestea, împreună cu exprimări plurilingve a termenilor implicaţi.

Astfel, un vizitator al prezumtivei noastre biblioteci digitale ar avea şansă să descopere imaginea frumoasei basilici pratoane nu doar după numele ei, ci şi baleind ale lucruri interesante aflate în Toscana sau construite în secolul XV sau aparţinând clasei „arhitectură” sau fiind asociate cumva cu Sfântul Ştefan. Utilizatorul nostru ar putea profita astfel nu doar de metadatele oferite de furnizorul imaginii, ci şi de cunoştinţele consemnate de alţi furnizori de conţinut, cum ar fi:

 Dacă e relativ uşor (nu şi pentru mine !) să faci maioneză din ouă şi ulei, e foarte dificil să separi oul de uleiul dintr-o maioneză. Similar, e relativ uşor să degradezi [dumb-down] o asociere complexă de înregistrări metadatale (precum cele sugerate în diagramă) ca să obţii o înregistrarea Dublin Core (sau chiar o simplă legendă), dar este foarte dificil să transformi (automat) o înregistrare Dublin Core într-un set de înregistrări metadatale logic interconectate („degradarea” e aproape o funcţie neinversabilă — cum ar zice matematicianul).

Morala e că ar fi nevoie de elaborarea unor modalităţi de reprezentare a informaţiei culturale complexe într-un format rafinat şi de a defini un model de date care să încurajeze experţii să-şi consemneze cunoştinţele culturale astfel încât să se favorizeze multiple căi de descoperire de către utilizator a resurselor dintr-o bibliotecă digitală. Din fericire, deja se cam ştie cum să se facă asta.

Ne-ar plăcea ca Biblioteca Digitală a României să fie organizată astfel (cam ca o enciclopedie), ca să permită utilizatorului nu doar căutarea unei resurse bine precizate, ci şi baleierea şi navigarea printre entităţile asociate de catalogatori/indexatori cu resursele digitale aflate în acea bibliotecă. Să ne ţinem pumnii !

Zilele trecute, amicii de pe lista TIC-Lobby m-au „provocat” să comentez „politica publică privind digitizarea resurselor culturale naţionale şi crearea Bibliotecii Digitale a României, propusă de Ministerul Culturii şi Cultelor”. M-am conformat (cu chiu cu vai — sunt leneş la scris) şi am început expunând „rădăcinile istorice” ale acestei propuneri.

A. Istoria

14 decembrie 2004:

Google anunţă proiectul “Google Print for Libraries” (acum se numeşte, oficial, Google Book Search): digitizarea a 15 milioane de cărţi (i.e. 4,5 miliarde de pagini), materialul provenind de la 5 (mari) biblioteci „anglo-saxone” (4 americane: Harvard, Stanford, Michigan, New York Public; una engleză: Oxford).

Iniţial am crezut că ziariştii au notat greşit, şi că anunţul corect era de 15 milioane de pagini. Ei bine nu; era de 15 milioane de cărţi. Drept e că nu se specifică durata proiectului, dar se pare că e de 10 ani. NB. Se zice că au digitizat deja peste 2 milioane de cărţi.

23 ianuarie 2005:

Jean-Noël Jeanneney (preşedinte – atunci – al Bibliotecii Naţionale a Franţei publică „Quand Google défie l’Europe” în Le Monde (se poate citi şi pe www.lemonde.fr, dar costă).  Jeanneney se îngrozeşte de potenţiala hegemonie a „culturii anglo-saxone” pe Net.

Citat:

Le vrai défi est ailleurs, et il est immense. Voici que s’affirme le risque d’une domination écrasante de l’Amérique dans la définition de l’idée que les prochaines générations se feront du monde. [...] les critères du choix seront puissamment marqués (même si nous contribuons nous-mêmes, naturellement sans bouder, à ces richesses) par le regard qui est celui des Anglo-Saxons, avec ses couleurs spécifiques par rapport à la diversité des civilisations.

(The real challenge is different, and it is huge. Here we have the risk of a crushing domination by America in defining the idea that later generations will have of the world [...] the criteria of choice will be powerfully marked (even if we contribute ourselves, naturally without sulking, to these riches) by the perspective which is that of the Anglo-Saxons, with its specific coloration with respect to the diversity of civilizations.)

Mai târziu, în 2005, el publică şi o carte: „Quand Google défie l’Europe : plaidoyer pour un sursaut”.  Citat din prezentarea editorului american:

Jean-Noël Jeanneney, president of France’s Bibliothèque Nationale, here takes aim at what he sees as a far more troubling aspect of Google’s Library Project: its potential to misrepresent—and even damage—the world’s cultural heritage. In this impassioned work, Jeanneney argues that Google’s unsystematic digitization of books from a few partner libraries and its reliance on works written mostly in English constitute acts of selection that can only extend the dominance of American culture abroad. This danger is made evident by a Google book search the author discusses here—one run on Hugo, Cervantes, Dante, and Goethe that resulted in just one non-English edition, and a German translation of Hugo at that. An archive that can so easily slight the masters of European literature—and whose development is driven by commercial interests—cannot provide the foundation for a universal library.

1 iunie 2005:

Comisia Europeană publică „strategia” “i2010 – A European Information Society for growth and employment“. Nu se pomeneşte de biblioteci digitale (nici cuvântul „cultură” nu-l găsesc), dar printre „provocări” e şi:

“rich content: increased legal and economic certainty to encourage new services and on-line content”.

Încurajator.

28 aprilie 2005:

Faimoasa scrisoare Chirac (co-semnată de Kwasniewski, Schroeder, Berlusconi, Zapatero, Gyurcsany) prin care se cere o „reacţie” europeană la iniţiativa Google (fără ca aceasta să fie numită).

Citat:

C’est la raison pour laquelle nous souhaitons prendre appui sur les actions de numérisation déjà engagées par nombre de bibliothèques européennes pour les mettre en réseau et constituer ainsi ce qu’on pourrait appeler une bibliothèque numérique européenne, c’est-àdire une action concertée de mise à disposition large et organisée de notre patrimoine culturel et scientifique sur les réseaux informatiques mondiaux.

7 iulie 2005:

Răspunsul lui Barosso, pozitiv, dar fără să angajeze Comisia Europeană.

Citat:

… le principe de subsidiarité doit etre respecté. Ce sont donc le Etats membres qui sont responsables au premier chef de leur politiques culturelles.

30 septembrie 2005:

Comisia Europeană adoptă cominicatul „i2010: Digital Libraries”, prin care îşi schiţează „viziunea” în chestiunea bibliotecilor digitale.

Citat:

Organising and funding the digitisation of cultural collections and digital preservation is primarily a responsibility of the Member States.

…

Within the eContentplus programme, 60 MEUR will be available in the period 2005-2008 for projects improving the accessibility and usability of European cultural and scientific content. Achieving interoperability between national digital collections and services (e.g. through common standards) and facilitating access and use of the material in a multilingual context will be core objectives.

24 august 2006:

Recomandarea (2006/585/ce) a Comisiei Europene “on the digitisation and online accessibility of cultural material and digital preservation”.

Citat:

4. set-up and sustain large scale digitisation facilities, as part of, or in close collaboration with, competence centres for digitisation in Europe;

…

5. promote a European digital library, in the form of a multilingual common access point to Europe’s distributed — that is to say, held in different places by different organisations — digital cultural material, by:

(a) encouraging cultural institutions, as well as publishers and other rightholders to make their digitised material searchable through the European digital library,

(b) ensuring that cultural institutions, and where relevant private companies, apply common digitisation standards in order to achieve interoperability of the digitised material at European level and to facilitate cross-language searchability;

…

11. make provision in their legislation for the preservation of web-content by mandated institutions using techniques for collecting material from the Internet such as web harvesting, in full respect of Community and international legislation on intellectual property rights;

27 septembrie 2007:

Parlamentul European adoptă o rezoluţie care sprijină viziunea Comisie Europene expusă în „i2010: Digital Libraries”.

Citat:

1.  Recommends setting up in stages a European digital library in the form of a single, direct and multilingual access point for the European cultural heritage;

…

13.  Points out that, although Community programmes are not able to fund digitisation as such, new methods of financing must be developed, including partnerships with the private sector, on the understanding, however, that every effort must be made to prevent digitisation proceeding at different paces in different Member States;

14.  Encourages the establishment of a common interface providing access to content of guaranteed quality and accuracy via an integrated search engine enabling searches for meta-information and direct text when documents have been digitised in text mode;

15.  Underlines the importance of achieving a multilingual interface giving direct access to content in all European Union languages in order to accommodate not just searches by author or title, but also searches by topic or keyword, the results of which must ultimately encompass the data from every library involved and in every catalogue language;

…

18.  Points out that it would be desirable not to limit the European cultural heritage to the European Union’s own works, but also to take account of the cultural contributions of other European countries;

B. Comentariile

1. După mine, Jeanneney a perceput prea panicos proiectul Google Books: Google lucrează pe scară mare şi — acum se cam ştie — nimeni nu stă să aleagă cu grijă cărţile care se scanează. Se iau rafturi întregi. Şi, desigur, bibliotecile alea de elită (acum sunt mai multe) am masiv „cultură europeană”. Dovadă: am găsit şi cărţi „româneşti”.

Dar, ţipătul lui a provocat emulaţie şi entuziasm — vezi „scrisoarea Chirac” — pentru care sunt foarte recunoscător. Drept că entuziasmul iniţial al guvernelor şi al Comisiei Europene (care-mi amintea de entuziasmul belicos din august 1914, când mergeam (aproape) toţi europenii, cântând, la răzbel) s-a pleoştit repede, adică nu s-a materializat în buget. S-a decis că statele membre îşi finanţează singure digitizările. Mă deranjează că nici măcar simbolic Comisia Europeană nu finanţează digitizări.

<paranteză>

Sigur, decizia asta are o logică, şi e normal ca în primul rând statele să-şi digitizeze producţiile culturale proprii. Totuşi, măcar simbolic …

La o conferinţă dedicată unde era şi Horst Forster (Director responsible for “Digital content and cognitive systems” in the European Commission’s Directorate general for Information Society and Media”), m-am obraznicit şi am deplâns această decizie. Am propus ca CE să finanţeze măcar nişte digitizări de „material de interes european” dinafara UE. Şi am dat exemple: biblioteca Vaticanului, arhivele de la Washington, Moscova şi Istanbul, muzeele Ermitaj şi Metropolitan. Să avem şi o „avere digitală” comună. N-am provocat nici o reacţie „oficială”. Doar bătăi pe umăr şi glumiţe aprobatoare, în pauze.

</paranteză>

2. Îmi place la „viziunea europeană” trans-domenialitatea, i.e. Biblioteca Digitală Europeană [EDL] va conţine nu doar texte, ci material cultural în toate formele (aşadar, denumirea de „bibliotecă” e prea restrictivă; s-a şi remediat pe parcurs). Îmi pare singurul „selling point” real în concurenţă cu Google Books. Altfel, de ce ar merge un vizitator la EDL în loc să meargă la Google Books ? În 2010, EDL va avea (se presupune) 6 miloane de „items” vs. 15 milioane de cărţi pe care le va avea Google Books. Mai mult (după cum zicea amicul meu Theo van Veen de la Biblioteca Regală a Olandei): orice truc tehnic am inventa noi, Google o să-l facă mai bine.

3. Nu-mi place ideea de „distribuit” („… European digital library, in the form of a multilingual common access point to Europe’s distributed — that is to say, held in different places by different organisations — digital cultural material…”). S-a decis că European Digital Library [EDL] să fie doar un portal (index, catalog …) şi ca resursele digitale propriu-zise să stea la mama lor. Aceasta va avea drept consecinţă (în mintea mea) că timpii de răspuns vor fi mereu mai proşti decât la Google. În plus, mi-ar fi plăcut ca toate resursele digitale să aibă şi câte o copie la Haga (măcar din raţiuni de securitate; memento: LOCKSS – Lots of Copies Keep the Stuff Safe).

4. În prezent, continuă să se „cerceteze” în UE (pe bani bunişori – programul eContentPlus, de pildă) bibliotecile digitale (de parcă nu s-ar şti binişor să se facă asta). N-am nimic împotriva cercetării, bineînţeles, dar mi-ar plăcea să se cheltuie bani europeni şi pe chestii mai stabile, cumulative, cu alte cuvinte „resurse” cum ar fi — de pildă — „Biblioteca Digitală Europeană” sau „Ontologia Europeană” sau „Enciclopedia Europeană”.

C. Ce se întâmplă (practic) la nivel european: Europeana.eu

Ştiu câte ceva, deoarece CIMEC (angajatorul meu) e partener în proiectul EDLnet (mai nou „Europeana”). Asta înseamnă că particip – cam o dată la două luni – la şedinţele tehnice ale WG2, la Haga:

• WG 2.1: Standards and Interoperability of Standards (focused on metadata)
• WG 2.2: Semantic and Multilingual Interoperability
• WG 2.3: Technical Architecture.

Discuţiile sunt plăcute şi interesante, oamenii sunt competenţi şi drăguţi. Treaba noastră e să „proiectăm” portalul european europeana.eu (care nu e doar o bibliotecă ci e „the European digital library, museum and archive”. Dar — mă tem — va ieşi un tipic produs proiectat de un comitet. Dă Doamne să mă înşel.

EDLnet este un proiect slab finanţat (se şi termină în toamnă) şi e construit pe o contradicţie (după mine): pe de o parte, proiectăm produsul final, iar pe de altă parte, echipa de dezvoltare (vreo 4-5 oameni angajaţi temporar) produce un prototip, care trebuie să fie lansat în noiembrie. Între cele două planuri nu e clară legătura, iar ce „producem” noi reflectă confuzia (după gustul meu). Puteţi să vă faceţi o idee despre „arhitectura” Europeana.eu, la www.edlproject.eu/conference/downloads/EDLconf_Gradmann.pdf.

Pe plan politic, stăm relativ prost — (iar) după gustul meu. Pentru moment, ideea e ca portalul Europeana.eu să fie patronat de EDL Foundation, care e o asociaţie ce trăieşte din cotizaţii.

<paranteză>

Eu sunt scandalizat (asta-i cuvântul !) că draga de Comisie Europeană nu tratează europeana.eu ca pe „biblioteca, muzeul, arhiva unională”, i.e. a Uniunii Europene. Cu alte cuvinte, pe lângă milioanele de agenţii (bine bugetate) ale UE, nu se poate inventa o agenţie stabilă şi pentru asta ?

</paranteză>

Politico-arhitectural, este deja convenit ca fiecare ţară membră să aibă cel puţin un „agregator” (susţinut de ministerul culturii respectiv), care să adune resursele digitale din ţara respectivă, să le asigure URL-uri stabile, să le pregătească metadatele descriptive şi să le furnizeze portalului european. În practică vor fi mai mulţi agregatori, deoarece în unele ţări există diviziuni greu de reconciliat (e.g. pe domenii, pe limbi). Până la noi ordine, agregatorul român desemnat este CIMEC – Institutul de Memorie Culturală.

Din pricina acestor „agregări”, mai multe ţări sunt decise să-şi organizeze (şi) portaluri naţionale. De altfel e şi o recomandare discretă a EDL Foundation:

Citat:

Strategic priorities for Ministries:

• Support national portals for museums, audio-visual collections, libraries and archives. National portals establish consistent standards for digitised content, enabling Europeana to harvest heritage media of different types.
• Support the development of digitisation programmes to bring priority national collections into Europeana.

În următorul post o să spun câte ceva şi despre planurile Bibliotecii Digitale a României.