L’accès numérique aux collections ne garantit pas leur accessibilité intellectuelle. Dans les institutions d’art, l’un des défis majeurs demeure le fossé sémantique, soit l’écart entre le vocabulaire spécialisé employé par les professionnels de l’information et le langage naturel mobilisé par les publics lors de leurs recherches. Face à cette problématique, la contribution citoyenne, notamment par l’étiquetage social (social tagging) et la transcription collaborative, se révèle comme un levier pour démocratiser l’accès au savoir et diversifier les points d’entrée aux collections.
La contribution citoyenne peut être comprise comme une forme de médiation documentaire participative, se situant à l’intersection de la description, de l’interprétation et de l’usage, et engageant une redistribution partielle de l’autorité documentaire. Elle remet en question les modèles hiérarchiques traditionnels de production du savoir, historiquement fondés sur l’autorité experte. En mobilisant les savoirs expérientiels des usagers, ces dispositifs favorisent une pluralité de lectures et participent à une redéfinition du rôle des institutions de mémoire comme espaces relationnels, où le savoir se construit ensemble, dans l’échange et la coprésence.
De l’autorité à la collaboration : le moment fondateur
PRATIQUES, DYNAMIQUES ET ENJEUX DE LA CONTRIBUTION CITOYENNE
L’histoire de la contribution citoyenne dans les institutions patrimoniales peut être analysée selon quatre phases : le début, la structuration, l’expansion et l’hybridation technologique (Wyman et al. 1; Chae & Kim; Smithsonian Institution; BrodeFrank 47). Cette périodisation décrit une évolution technique, mais plus fondamentalement, un déplacement progressif des régimes d’autorité documentaire. Entre 2005 et 2008, la montée de la folksonomie marque une première rupture avec les modèles strictement fondés sur les vocabulaires documentaires contrôlés (Wyman et al. 1; Trant, Tagging, Folksonomy and Art Museums 3-4; West 17). Le forum Cataloguing by Crowd (2005) démontre que des bases de données conçues par et pour des experts restent largement opaques pour le grand public, limitant ainsi l’appropriation des collections numériques (Wyman et al. 1). La question n’est plus seulement celle de l’accès, mais de la lisibilité et de la reconnaissance des manières ordinaires de nommer et de comprendre l’art. Le projet fondateur steve.museum, lancé en 2006 par un consortium de musées nord-américains, démontre empiriquement que des non-spécialistes peuvent enrichir les métadonnées d’œuvres d’art de manière pertinente, complémentaire et parfois absente des systèmes experts (Trant, Tagging, Folksonomy and Art Museums 37). Dès avril 2005, le Cleveland Museum of Art expérimente un prototype intitulé Help others find me et fondé sur l’altruisme social des usagers (Wyman et al. 2). Ces premières initiatives déplacent la fonction descriptive de l’œuvre : de l’acte d’autorité vers un acte relationnel et dialogique.
Structuration et ludification des pratiques
Entre 2008 et 2015, les institutions cherchent à canaliser le caractère parfois chaotique des tags libres (fautes d’orthographe, redondances, imprécisions) sans décourager la participation (Chae & Kim; West 17-18). Cette phase se démarque par l’existence d’une tension centrale : comment encadrer la contribution sans en neutraliser la richesse expressive ni en compromettre l’intégration documentaire? Le Gyeonggi Museum of Modern Art met en place en 2010 un système d’étiquetage à facettes (thème, contexte, émotion), permettant d’orienter les contributions tout en préservant la diversité des regards (Chae & Kim). Cette structuration progressive vise moins à discipliner les publics qu’à traduire leurs apports dans un langage opérable par les systèmes documentaires. Parallèlement, la ludification devient un moteur central de l’engagement. Le projet ARTigo, développé par l’Université de Munich, transforme l’indexation d’images en un jeu avec un but (game with a purpose), mobilisant plus de 43 000 participants et générant des millions de tags (Schneider 720). Le jeu agit ici comme un dispositif de médiation invisible, où l’effort documentaire est absorbé par l’expérience ludique, rendant la contribution accessible et durable. Des initiatives comme le Brooklyn Museum Posse illustrent également le potentiel de ces mécaniques pour soutenir une participation régulière et soutenue. Lancé en 2008, ce projet s’appuyait sur des dynamiques ludiques et un système de points pour inciter les usagers à enrichir les collections, générant ainsi plus de 58 000 tags en dix mois avant d’intégrer un mécanisme de contrôle de qualité par les pairs via le jeu Freeze Tag (West 23-24; Yuan Li 4).
Démocratisation et engagement massif
Depuis 2013, les projets de contribution citoyenne se caractérisent par une volonté accrue de transparence et d’inclusion à grande échelle (Smithsonian Institution; BrodeFrank 149; Library of Congress). La participation n’est plus pensée comme un prototype ou un supplément, mais comme une composante structurelle des stratégies numériques. Le Smithsonian Transcription Center mobilise des bénévoles, désignés comme volunpeers, pour effectuer la transcription de documents historiques, ce qui permet de rendre des milliers de pages d’archives en texte intégral (Smithsonian Institution). De son côté, la Bibliothèque du Congrès utilise Flickr pour diffuser ses collections libres de droits et permettre aux usagers d’enrichir les données. Celles-ci sont ensuite versées dans les notices descriptives de son catalogue en ligne (Library of Congress). Ces dispositifs repositionnent les institutions comme plateformes de collaboration, plutôt que comme simples producteurs de savoir, et renforcent leur rôle d’infrastructures relationnelles.
Vers une hybridation humain–IA
Les développements récents s’inscrivent dans une logique de flux de travail hybride, combinant intelligence artificielle et jugement humain. Des initiatives telles que Tag Along with Adler ou les hackathons du Metropolitan Museum of Art explorent l’usage de l’IA pour suggérer des termes descriptifs, dont la validation revient aux contributeurs humains (BrodeFrank 47; Lih). L’IA ne remplace pas l’interprétation humaine : elle agit comme un catalyseur accélérant les propositions et rendant visibles les écarts, les désaccords et les nuances culturelles. Cette hybridation souligne une reconfiguration du travail documentaire, où la machine assiste, mais où le sens demeure négocié collectivement (BrodeFrank 53).
Forces et défis documentaires
Les recherches issues de steve.museum montrent que 86 % des tags produits par le public n’apparaissent pas dans la documentation muséale traditionnelle (Trant, Tagging, Folksonomy and Art Museums 37). Les citoyens décrivent davantage ce que l’œuvre contient (aboutness) que ce qu’elle est matériellement (isness), multipliant ainsi les points d’accès. Cette richesse sémantique élargit les possibilités de recherche, mais redéfinit aussi ce qui est jugé pertinent ou digne d’être nommé dans l’espace documentaire institutionnel. Toutefois, le biais des super-utilisateurs, une minorité responsable d’une part disproportionnée des contributions, pose des enjeux de représentativité (Trant, Tagging, Folksonomy and Art Museums 3; BrodeFrank 87). Ces apports doivent cependant être analysés avec prudence. Les contributions reflètent des facteurs culturels, linguistiques et sociaux spécifiques à une époque et à un lieu donnés pouvant entraîner des inégalités dans la représentation des œuvres. Sans stratégies d’inclusion active et de diversification des publics contributeurs, la participation risque de reproduire certaines asymétries déjà présentes dans les collections institutionnelles.
Conclusion
La contribution citoyenne transforme les institutions d’art en un espace de dialogue polyphonique, où l’expertise professionnelle coexiste avec l’intelligence collective. En mutualisant leurs infrastructures, en combinant validation humaine et intelligence artificielle, et en accompagnant les publics par des dispositifs pédagogiques, les institutions d’art peuvent non seulement réduire le fossé sémantique, mais aussi faire des métadonnées un bien commun vivant, évolutif et représentatif de la pluralité des regards portés sur l’art.
Références
BrodeFrank, Jessica. « Crowdsourcing Metadata in Museums: Expanding Descriptions, Access, Transparency, and Experience.» Perspectives on Data, Emily Lew Fry et Erin Canning, ed., Art Institute of Chicago, 2022, pp. 43-54.
Chae, Gunho, et Jungwha Kim. « Can Social Tagging Be a Tool to Reduce the Semantic Gap between Curators and Audiences? » Museums and the Web 2011: Proceedings, Archives & Museum Informatics, 2011, https://museumsandtheweb.com/mw2011/papers/can_social_tagging_be_a_tool_to_reduce_the_sem.
Kohle, Hubertus. « ARTigo : social image tagging pour les œuvres d’art. » L’Art et la mesure : Histoire de l’art et méthodes quantitatives, Béatrice Joyeux-Prunel, ed., Éditions de l’École normale supérieure, 2010, p. 153-162, https://books.openedition.org/editionsulm/8657.
Library of Congress. « Frequently Asked Questions – Photographs on Flickr from the Library of Congress Collections. » Research Guides at Library of Congress, s.d., https://guides.loc.gov/flickr.
Lih, Andrew. « Combining AI and Human Judgment to Build Knowledge about Art on a Global Scale. » The Metropolitan Museum of Art, 4 mars 2019, https://www.metmuseum.org/perspectives/wikipedia-art-and-ai.
Schneider, Stefanie. 2025. « ARTigo: Lessons From Social Image Tagging in an Art- Historical Game With a Purpose. » IEEE Transactions on Games, vol. 17, no 3, 2025, pp. 720-728.
Smithsonian Institution. « About | Smithsonian Digital Volunteers. » Smithsonian Transcription Center, s.d., https://transcription.si.edu/about.
Trant, Jennifer. « Exploring the Potential for Social Tagging and Folksonomy in Art Museums. » Archives & Museums Informatics, 2006, pp. 1-21, https://www.archimuse.com/papers/steve-nrhm-0605preprint.pdf.
Trant, Jennifer. Tagging, Folksonomy and Art Museums: Results of steve.museum’s Research. University of Arizona, 2009, http://hdl.handle.net/10150/105627
West, Mara C. A Review of Subject Indexing and Social Tagging Projects in Art Museums. 2017. Université de Caroline du Nord à Chapel Hill, mémoire de maîtrise, Carolina Digital Repository, https://doi.org/10.17615/bkph-x128.
Wyman, Bruce, et al. 2006. « steve.museum: An Ongoing Experiment in Social Tagging, Folksonomy, and Museums. » Museums and the Web 2006: Proceedings, J. Trant et D. Bearman, ed., Archives & Museum Informatics, 2006, https://www.archimuse.com/mw2006/papers/wyman/wyman.html.
Yuan Li, Xue. « Tagging in Museums: The Metropolitan Museum of Art’s One Met. Many Worlds. » The iJournal, vol. 1, no. 1, mar. 2016, pp. 1-6, https://theijournal.ca/index.php/ijournal/article/view/26473.