Anna’s Archive est un agrégateur de bibliothèques clandestines et un moteur de recherche créé par un collectif sous le pseudonyme de « Anna ». Elle a été fondée en réponse directe aux efforts des autorités pour fermer la Z-Library en 2022. Elle se présente comme un projet visant à « cataloguer tous les livres existants » et à « suivre les progrès de l'humanité pour rendre tous les livres facilement disponibles sous forme numérique ».
Anna’s Archive est un ensemble de miroir des bibliothèques fantômes Library Genesis, Open Library, Sci-Hub et Z-Library et a moissonné en intégralité le catalogue de la bibliothèque en ligne WorldCat ainsi que la base de données de livres numérisés Duxiu. Anna's Archive indique qu'elle n'héberge pas de documents protégés par le droit d'auteur et qu'elle indexe uniquement les métadonnées déjà accessibles au public. Les documents résident sur des serveurs privés et particuliers qui hébergent des nodes, des torrent, et sur le réseau IPFS.
Au , Anna's Archive contient et . Elle affirme avoir archivé environ 10% de l'ensemble des ouvrages littéraires disponibles.
Site Web Le code source et les données de Anna’s Archive sont entièrement open source. Les collections sont préservées en masse à l'aide de BitTorrent et IPFS afin de rendre le site résistant aux pertes de données et aux censures. Le site propose deux méthodes pour télécharger les fichiers. La première méthode n'est disponible que pour les membres ayant souscrit à un abonnement contre donation ; elle permet de télécharger plus rapidement. La seconde est disponible pour tous ; elle propose un téléchargement par serveur lent et requiert la vérification du navigateur par un CAPTCHA afin d'éviter le scraping.
En , l'adresse en .org est supprimée, deux nouveaux domaines sont aussitôt réservés, le .pm, et .in.
Histoire Anna’s Archive est fondée par l'équipe d'archivistes anonymes Pirate Library Mirror en réponse directe aux efforts des autorités américaines pour fermer le site Z-Library en 2022.
Le , Anna indique sur son blog avoir acquis une copie de Duxiu, une base de données de livres chinois numérisés. Les données sont publiées sans sanctions le . Le , est publié sur le blog officiel qu'une étape importante venait d'être franchi : l'ensemble des données provenant de sources chinoises sont publiées librement. Un total de 25 sources de documents et de littérature différentes sont intégrées au reste de la base de données assemblée d'Anna's Archive.
En , Anna's Archive annonce avoir constitué une archive de la quasi-totalité du catalogue de Spotify, qui comprend les métadonnées de 256 millions de titres et 86 millions de fichiers audio, ce qui représente 99,6 % des écoutes sur la plateforme. Le site met cette archive à disposition en téléchargement gratuit et justifie cette action par sa mission de préservation du patrimoine culturel numérique. Spotify confirme enquêter sur cet accès non autorisé et précise qu'un tiers a contourné les protections DRM pour accéder aux fichiers audio.
Rôle et collection
Collection et littérature scientifique Les études menées pour quantifier Anna's Archive indiquent une couverture pouvant s'élever à 87% des références bibliographiques de littérature scientifique. Cette vaste base de données place le site en troisième position des ressources documentaires derrière Google Scholar à 95 % et OpenAlex à 90 %.
William H. Walters souligne que la richesse de ce répertoire s’explique en partie par la méthodologie employée par Anna’s Archive qui indexe de manière exhaustive toute publication se trouvant sur internet, au contraire des publications institutionnelles qui opèrent une sélection bibliographique parfois rigoureuse, afin de satisfaire leur exigence de qualité de ligne éditoriale et la cohérence de leur fond de parutions.
Walters questionne le modèle des recueils de parutions conventionnels en licences fermées comme EconLit qui d’après lui, malgré le prestige historique de ces institutions, apparaissent lacunaires et difficilement accessibles au regard du catalogue intégralement consultable d'Anna's Archive.
L'étude analyse également les mécanismes d'accès aux publications scientifiques de différentes plateformes. Trois types d'accès aux documents sont identifiés : l'accès aux registres bibliographiques, l'accès aux textes sous une forme incomplète ou non éditée (comme les manuscrits), et l'accès aux articles édités et publiés dans leur intégralité. Les articles en accès libre sur des plateformes en ligne comme Google Scholar couvrent une plus grande portion des références bibliographiques, et pratiquement trois quarts de ces références sont consultables dans leur version intégrale ; les plateformes comme Anna's Archive proposent davantage d'articles édités en intégralité que n'importe quel autre type de collection.
Ces bibliothèques sombres gratuites se révèlent importantes pour les étudiants de pays en voie de développement (Sud global), ainsi qu'aux chercheurs de programmes peu financés des pays du Nord. En effet, l'accès à la littérature scientifique pour les universités des pays en voie de développement est un enjeu crucial. Pour un pays comme l'Inde qui dispose de plus de 900 universités et 40 000 facultés, seule une petite partie d'entre elles ont un accès suffisant aux publications scientifiques. Dans ce contexte, les plateformes comme Google Scholar et les bibliothèques sombres comme Anna's Archive sont utilisées pour accéder à des articles dans leur intégralité via un portail unique, gratuitement et librement.
L'écosystème des Bibliothèques Sombres Anna's Archive se place comme un agrégateur de « bibliothèques sombres » (« shadow libraries »), définies comme des « systèmes alternatifs permettant un accès non autorisé à de vastes collections de savoirs et de contenus de recherche » ou plus directement « fonds illicites de littérature » ; parfois qualifiées de « black open access » ou « accès ouvert noir » ; et constituent une infrastructure contre-institutionnelle face aux collections et publications commerciales historiques.
La bibliothèque, par son infrastructure ainsi que par son modèle d'accès libre, remet en question le modèle d'exclusion des collections institutionnelles, et propose une nouvelle gestion des métadonnées et de la préservation des sources documentaires. Anna's Archive met à disposition un système d’agrégation et de décentralisation, par exemple par l'utilisation de partage pair-à-pair via les torrents ou le système de partage de fichiers décentralisé InterPlanetary File System, qui vient interférer avec les modèles de publication en sources closes et payantes. Au-delà des considérations éthiques, ce système questionne les utilisateurs individuels ainsi que les institutions académiques et les éditeurs sur le copyright et la propriété intellectuelle.
Anna's Archive fonctionne comme une base de données distribuée, libre et décentralisée de bibliothèques sombres opérant en dehors des cadres juridiques classiques. Ce modèle permet la maintenance, l'archivage et la garantie de l'intégrité et de la survie des fonds documentaires par la réplication à large échelle de copies des bases de données issues des bibliothèques sombres. Le projet apporte ainsi une forme de réponse aux préoccupations autour de la permanence des documents et de l'accès à long terme, c'est à dire de l'archivage des publications sous forme numérique qui, contrairement à leur équivalent édités sur copies physiques, ne sont pas propriétaires du contenu des articles publiés mais disposent d'une licence de publication temporaire dont le renouvellement demeure à la discrétion des détenteurs des droits. Zakayo Kjellström compare cette infrastructure à des initiatives institutionnelles similaires comme LOCKSS (« Lots of Copies Keep Stuff Safe », pouvant se traduire comme « de nombreuses copies préservent les choses ») de l'université de Stanford et Sun Labs. Anna's Archive et ses dépôts constituent une « écologie des bibliothèques sombres » qui, ensemble, parviennent à sécuriser et garantir l'accès aux fonds documentaires.
Légitimité technologique et infrastructure
légitimité et résilience Le projet Anna's Archive étant privé de protections légales, il doit justifier son existence et avancer un modèle qui apparaît légitime et techniquement viable aux yeux de ses usagers et des organismes académiques. Dans son analyse, Ian Dunham identifie trois formes de légitimation qui assurent l'autorité de la plateforme : « utilité pragmatique, justification morale, et normalisation cognitive ». Il ajoute que la plateforme accède à une « légitimité communautaire » supplémentaire, qu'il décrit comme le « processus interne par lequel une plateforme transforme son audience en collectif autonome ». La plateforme doit également montrer une résilience et une capacité à survivre aux sanctions légales pour convaincre ses usagers de s'investir et d'inclure la plateforme dans leur routine. Dunham avance que la plateforme parvient à ces objectifs par son infrastructure technologique et la « performance continue de sa légitimité » . L'infrastructure technique est décrie non seulement comme une nécessité technique, mais aussi comme une prise de position politique et épistémique.
La première forme de légitimité, la légitimité pragmatique, est acquise par la capacité à garantir un accès fiable au contenu, par la disponibilité des serveurs, les temps de téléchargement, et la richesse de ses collections. La légitimité morale se construit par le positionnement idéologique et le discours accompagnant le projet, qui le présente comme une réponse contre institutionelle aux échecs d'un système qui est présenté comme un marchand d'accès à la littérature et indigne de confiance pour l'achivage et la conservation des ouvrages. La légitimité cognitive s'effectue selon l'auteur par l'intégration de l'utilisation de Anna's Archive dans les routines et les méthodes de travail, en délivrant une expérience utilisateur qui se veut agréable et pratique : le portail unique pour accéder à plusieurs librairies sombres, la question de la performance du moteur de recherche, la facilitation du téléchargement qui se fait en peu de clics, tous ces éléments contribueraient à normaliser les archives pour s'installer comme une habitude dans le processus de recherche.
Intelligence artificielle et souveraineté des données Dans un contexte ou les ensembles de données compilés à partir des sources disponibles sur le net sont utilisés pour nourrir et entraîner les modèles d'intelligence artificielle (LLM), l'accès des I.A aux métadonnées des Anna's Archive et des librairies sombres interroge le public comme les experts. Certaines personnalités publiques et institutions se prononcent contre ce type d'utilisation par les extracteurs de données et demandent une restriction ou une interdiction de l'accès. Cependant, cela implique que les données ne sont plus complètement ouvertes et pose de nouvelles questions sur la souveraineté des données, les critères d'accès à celles ci et l'autorité qui prendrait ces décisions.
Dunham analyse que c'est le succès de la plateforme auprès de ses usagers et la légitimité acquise par son infrastructure qui en font justement une cible privilégiée des extracteurs de données de l'industrie de l'intelligence artificielle. Les fonctions développées pour améliorer l'expérience des utilisateurs deviennent finalement des opportunités pour le développement des I.A .
Cette infrastructure permet à Anna's Archive d'acquérir une résilience face aux sanctions légales qui rendent hors service les portails d'accès : le moteur du système continue de fonctionner à travers les torrents et l'IPFS, même si les façades pour y accéder sont détruites.
Motivation