Retour au sommaire des capsules

(Agence Science-Presse) - L'hyperlien a souvent été décrit comme une des inventions les plus formidables du XXe siècle: grâce à lui, se construit petit à petit une encyclopédie planétaire. Mais plus les années passent, et plus l'encyclopédie se révèle aussi trouée qu'un fromage suisse.

Ainsi, jusqu'à un cinquième des pages web citées dans des articles de la base de données Medline auraient disparu ou ne seraient accessibles que de façon intermittente. Une page sur cinq, ou 20%.

Et Medline n'est pas n'importe quoi: c'est la crème de la crème des bases de données d'articles et de recherches en biologie et en médecine.

Il y a longtemps que les internautes se sont habitués au fait que des sites web personnels disparaissent après quelques mois ou quelques années. Mais on aurait cru, jusqu'à récemment, que le milieu universitaire était plus solide: après tout, une bonne partie de ces sites "hyperliés" par des articles scientifiques sont hébergés par des universités; ce sont parfois même des sites de référence de haut niveau.

Rien de plus faux, affirme le bioinformaticien Jonathan Wren, de l'Université de l'Oklahoma à Norman, au terme de son étude parue dans la dernière édition de la revue américaine Bioinformatics. Dans un univers où l'information est de plus en plus électronique, où chercheurs et étudiants s'appuient de plus en plus sur Internet pour leurs recherches, c'est inquiétant.

Jonathan Wren ne prétend pas être exhaustif. Il a passé en revue, au hasard, quelques centaines de résumés d'articles (abstracts) recensés dans Medline entre 1994 et avril 2003 et a vérifié les hyperliens cités en référence. Et c'est dans le cadre de ce survol statistique qu'il est tombé, dans un cas sur cinq, sur l'avis si familier aux internautes, "URL not found".

Mais il n'est pas le premier à tirer la sonnette d'alarme. En novembre dernier, une équipe dirigée par un dermatologue de l'Université du Colorado, Robert Dellavalle, avait publié dans Science une compilation des adresses Internet citées pendant deux périodes de six semaines, à la fin des années 2001 et 2002, dans trois des revues les plus prestigieuses (The New England Journal of Medicine, The Journal of the American Medical Association et Science). Déjà, après trois mois, 4% de ces adresses n'existaient plus. Après deux ans, la proportion était passée à 13%, et continuait d'augmenter. Dans le cas des adresses ".com", la proportion était de... 46%. Et de 30% pour les adresses ".edu".

Deux autres études, plus sommaires, étaient arrivées à des conclusions similaires en 2003: l'une, parue dans Biochemical Molecular Biology Education, évaluait que 20% des adresses Internet couramment utilisées aux Etats-Unis dans le programme scientifique des écoles secondaires, étaient devenues inactives en moins d'une année scolaire: soit entre août 2002 et mars 2003. L'autre étude portait sur 184 adresses Internet relatives à un médicament, Opuntia: 108 de ces adresses étaient devenues inactives après quatre ans.

Ce problème ne concernerait-il que les sciences de la vie? Pas si sûr, admet le physicien Paul Ginsparg, de l'Université Cornell, qui dirige le service de pré-publication électronique arXiv. "Nous avons toujours insisté pour que les articles soumis à arXiv soient complets et auto-suffisants, et que les hyperliens externes ne conduisent que vers du matériel non-essentiel".

En réaction à l'étude de Jonathan Wren, Robert Dellavalle, qui milite pour un archivage électronique de meilleure qualité, a eu ce mouvement d'humeur dans la revue britannique Nature: "c'est incroyable de voir ce qui n'existe plus; un de mes propres articles sur la conservation numérique a disparu!"

En manchette cette semaine:

L'autre plus ancien ami de l'homme

Archives des capsules

Les capsules les plus populaires des 3 derniers mois

Voyez aussi nos nouvelles québécoises