Résumé

  • La Bibliothèque du Congrès annonça en avril 2010 l'acquisition des tweets publics depuis 2006 et leur réception continue. Sa foire aux questions excluait les comptes privés, les tweets supprimés, ainsi que les images et les sites atteints par un lien.
  • Sa décision de décembre 2017 releva que le fonds ne recevait que du texte alors que les publications devenaient plus visuelles et plus longues. La collecte future devint sélective en janvier 2018 ; le texte de 2006 à 2017 fut conservé, toujours soumis à des limites d'accès, comme le confirma l'annonce publique.

Le robinet a changé de position en 2017

À compter du 1er janvier 2018, la Bibliothèque du Congrès ne recevrait plus sans distinction le texte de tous les tweets publics. Elle continuerait à en recueillir certains, par événements ou thèmes, notamment les élections et les politiques publiques. Les douze premières années déjà reçues resteraient dans ses collections. Ce n'était pas une mise à la benne : le changement portait sur la prochaine entrée.

La note de décision expliquait pourquoi. Le volume de publications et d'opérations associées avait fortement augmenté. Les tweets s'allongeaient. Et l'acquisition exhaustive d'un domaine pour toujours ne correspondait pas à la pratique ordinaire de la Bibliothèque ; elle avait fait une exception alors que l'avenir des réseaux sociaux demeurait incertain. Parmi ces motifs, une limite matérielle pesait sur la valeur de chaque message conservé : la Bibliothèque recevait le texte, pas l'image, la vidéo ou la page web visée par un lien. Or le message lui-même s'appuyait de plus en plus sur ces éléments.

Garder « regardez cette photo » sans la photo permet de dater une réaction ; cela ne permet pas de voir ce qui l'a provoquée. Un nombre exact de tweets reçus ne mesure donc pas la part de la conversation effectivement préservée. Le changement de politique mettait à nu un choix plus ancien que les dépenses de stockage : de quoi se compose, pour un historien, une publication sur une plateforme ?

Une archive immense, mais bornée dès son annonce

L'annonce du 14 avril 2010 donnait à la donation la force d'un geste historique. Les tweets publics depuis les débuts de Twitter en 2006 seraient confiés à la Bibliothèque ; les nouveaux suivraient. Celle-ci voulait garder les traces de l'actualité et de la vie ordinaire. Deux semaines plus tard, sa FAQ officielle précisait la mécanique cachée derrière le mot « tous ».

Twitter déterminait ce qui était public. Les informations de comptes privés et les messages effacés n'étaient pas livrés. Les photographies et les sites pointés par les liens non plus. La Bibliothèque disait qu'elle ne reconstruirait pas les fonctions de Twitter. Il y avait donc un fournisseur de données, un dépositaire de texte et, ailleurs, les objets auxquels ce texte renvoyait. Les confondre donnait à la promesse d'exhaustivité une portée que l'accord n'avait jamais eue.

La FAQ prévoyait au moins six mois avant qu'un tweet puisse être consulté pour la recherche. Elle annonçait aussi que les outils et modalités d'accès restaient à définir. Un délai minimal d'autorisation ne fabrique pas un catalogue interrogeable. Cette différence allait devenir très concrète.

Les bandes tournaient ; la salle de lecture attendait

Le rapport technique de janvier 2013 décrivait une chaîne d'acquisition fonctionnelle. Le lot historique de 2006 à 2010 comportait environ 21 milliards de tweets dans trois fichiers compressés. Au 1er décembre 2012, plus de 150 milliards de tweets supplémentaires étaient arrivés, soit quelque 170 milliards au total et 133,2 téraoctets pour deux copies compressées. Le flux journalier était passé de 140 millions au début des transferts réguliers, en février 2011, à près d'un demi-milliard en octobre 2012.

L'intermédiaire regroupait les données par heure. La Bibliothèque récupérait chaque fichier, contrôlait son intégrité, comptait les messages et copiait les données sur bande. Deux archives sur bande se trouvaient dans des lieux géographiques différents. La garde matérielle reposait sur des opérations suivies, pas sur une formule de communiqué.

Pourtant aucun chercheur n'avait encore accès à l'ensemble, indiquait le même rapport. Sur les systèmes de l'époque, une seule recherche dans le lot fixe de 2006 à 2010 pouvait demander 24 heures. L'accord autorisait la consultation par des chercheurs reconnus après six mois, sous réserve de restrictions sur l'usage commercial, la redistribution et la mise en ligne d'une grande partie téléchargeable. Recevoir, sauvegarder et rendre une requête praticable étaient trois travaux distincts. La Bibliothèque avançait plus vite sur les deux premiers.

Rendre cette recherche plus rapide n'aurait pas fait apparaître les images absentes du dépôt. La lacune de consultation et la lacune de contenu se croisent, mais ne se réparent pas de la même façon. Voilà pourquoi la remarque de 2017 sur les publications visuelles change le sens des chiffres de 2013 : plus de textes préservés ne garantissaient pas une part équivalente de la communication.

Ce qui reste, et qui décide de la suite

Dans son annonce du 26 décembre 2017, la Bibliothèque affirmait conserver en sécurité le texte de 2006 à 2017. Elle poursuivrait une collecte sélective dès janvier. La note de décision maintenait l'embargo sur le fonds existant tant que l'accès ne pouvait être assuré à un coût soutenable, sans annoncer de date d'ouverture. Les suppressions de messages et l'accès des usagers restaient aussi des sujets à régler avec Twitter.

Le mot « exhaustif » masquait déjà un choix : le texte entrait, les images restaient dehors. Avec la collecte sélective, un autre choix devient visible : quels événements méritent d'être gardés ? Les douze années de texte constituent une source historique majeure. Elles ne sont pas une reproduction entière de ce que les utilisateurs voyaient. En réduisant le débit futur, la Bibliothèque a rendu plus lisible la frontière de son propre fonds.