Biblissima+, le chantier parisien qui recoud les bibliothèques anciennes

À l’EPHE-PSL, Biblissima+ remet en lumière une forme d’innovation discrète : faire parler ensemble des bibliothèques numériques, des catalogues, des images de manuscrits, des éditions savantes et des référentiels qui, sans cela, resteraient chacun dans leur couloir.

Le projet n’est pas nouveau au sens d’un lancement. Biblissima existe depuis 2012 et sa deuxième phase, Biblissima+, court de 2021 à 2029. Ce qui change en 2026, c’est sa trajectoire : l’équipement d’excellence est engagé dans une pérennisation sous forme de fédération de recherche, avec une labellisation visée comme infrastructure nationale et une ouverture annoncée au Campus Condorcet à l’horizon 2027. Pour Paris, l’intérêt tient à cette géographie savante : le cœur opérationnel est aux portes de la capitale, à Aubervilliers, mais une partie du pilotage, des compétences et des collections passe par l’EPHE-PSL, la BnF, l’École nationale des chartes, Inria Paris et plusieurs équipes de recherche parisiennes.

Le problème est simple à dire, difficile à résoudre. Les textes anciens ne se présentent pas comme une bibliothèque bien rangée. Ils circulent en manuscrits, imprimés, inscriptions, reliures, enluminures, cotes, noms de copistes, lieux de conservation, langues anciennes et variantes. Les données qui les décrivent ont été produites par des institutions différentes, avec leurs formats, leurs traditions et leurs outils. Biblissima+ sert à réduire cette fragmentation.

Son portail agrège aujourd’hui des données issues de 43 sources. On y trouve notamment plus de 338 000 manuscrits, 306 000 enluminures et décors, 50 000 personnes, 26 000 imprimés anciens et 25 000 œuvres. À côté, les référentiels Biblissima rassemblent plus de 867 000 items et plus de 50 millions de triplets de données. Dit moins techniquement : le projet fabrique des identifiants communs pour savoir que deux bases parlent du même manuscrit, du même lieu, de la même personne ou de la même œuvre.

La vraie innovation est là. Elle n’est pas dans l’effet vitrine, mais dans l’interopérabilité : le patient travail d’identification, de désambiguïsation, d’alignement et de publication qui permet à des chercheurs, conservateurs ou ingénieurs de croiser des fonds sans repartir de zéro. Les standards comme IIIF rendent les images consultables et comparables dans des outils communs. Les formats structurés permettent, demain, d’ajouter davantage de textes exploitables par la recherche.

Biblissima+ prépare justement un autre étage avec Biblissima-Textes, développé avec Inria, pour mettre à disposition de grands corpus textuels structurés, d’abord en grec, latin, ancien français et castillan médiéval. L’enjeu n’est pas de “faire de l’IA” sur des manuscrits parce que le mot est à la mode. Il est de donner aux humanités anciennes des données assez propres, citées et traçables pour que les outils numériques, y compris l’IA, produisent autre chose que du bruit savant.

Un exemple récent montre l’utilité de ce socle : le corpus CoMMA, porté par des chercheurs d’Inria Paris et d’autres institutions, s’est appuyé sur Biblissima+ pour accéder à des dizaines de milliers de manuscrits numérisés. Plus de 32 000 manuscrits ont été transcrits en quatre mois, avec un taux d’erreur évalué à 9,7 % sur l’échantillon vérifié. C’est un changement d’échelle pour des fonds qui, jusque-là, restaient largement dépendants de lectures et de transcriptions manuelles.

Le jugement le plus juste est donc sobre : Biblissima+ n’annonce pas une rupture. Il consolide une infrastructure rare, financée par France 2030 à hauteur de 11,9 millions d’euros, qui rend possible des recherches nouvelles parce qu’elle traite le patrimoine écrit comme un réseau de données, pas comme une suite de vitrines numérisées. Dans la capitale, cette compétence relie les collections, les laboratoires et les ingénieurs qui donnent une seconde vie aux textes anciens.