L’initiative de partage libre et massif des images de la collection lancée en février 2017 par le Met Museum a déjà eu un impact majeur sur la visibilité de la collection sur Wikimedia et Creative Commons. Le musée de New York entend bien consolider ces résultats en concluant un accord avec Google et sa plateforme BigQuery.
En février 2017, le Met lançait son initiative Open Access et mettait à disposition libre et gratuite les 375 000 images des œuvres de sa collection entrées dans le domaine public. (Lire l’article du CLIC France: Le Met diffuse en accès libre 375 000 reproductions des oeuvres de sa collection tombées dans le domaine public)
Tous les amateurs d’art sont invités à utiliser les photographies de Met Access, qui couvrent 5 000 ans de culture mondiale, à des fins scientifiques et commerciales. Les images haute résolution ont une taille de 4 000 pixels et sont mis à disposition sous une license Creative Commons Zero (CC0).
Six mois plus tard, les résultats sont jugés par le musée comme « incroyables ». Loic Tallon, directeur numérique du musée, a révélé les données suivantes sur le blog du musée:
- Le trafic total à la collection en ligne a augmenté de 17%, les téléchargements d’images ont augmenté de 64% et le musée constate que les utilisateurs qui téléchargent une image ont un engagement beaucoup plus fort avec la collection: ils passent cinq fois plus de temps sur le site et visitent cinq fois plus de pages.
- Plus de 90% des images CC0 ont été téléchargées sur Wikimedia Commons,
- en juin 2017, le musée accueilli son premier Wikimedia Edit-a-thon et Met Open
- le musée enregistre une augmentation de 500% des nouveaux articles Wikipedia contenant des images du Met (6 598 à la fin juin 2017), et le trafic vers la collection en ligne à partir des plateformes de Wikimedia a augmenté de 10%. Voir l’article de Richard Knipel, le Wikipédien en résidence au Met.
- Le contenu de Met constitue les deux tiers des recherches sur Creative Commons Search, et il est intéressant de voir que Van Gogh, Monet, Botticelli et Picasso sont des mots clés autant recherchés que les termes « chat » ou « chien ». En savoir plus sur la nouvelle fonction de recherche CC de Creative Commons sur le blog de CC.
- Le musée observe également beaucoup d’utilisation ludique du contenu CC0: Face-Swap, The Met a connu un grand succès et à incité à une forte plongée dans les données.
Artist: Giacomo Ceruti
Date: 1740s
Medium: Oil on canvas pic.twitter.com/O87Ku8BLpR€” Face-Swap The Met (@artfaceswaps) 14 février 2017
- Autre initiative ludique: Public Domain Cut-Up est un bot qui crée des collages en utilisant les images Creative Commons de Met et celles de la New York Public Library.
NYPL: City of Paterson. Part of the 4th and..https://t.co/Poc2jq6eNQ MET: The Creation of the Fish and the Birdshttps://t.co/VOuVLieJ19 pic.twitter.com/zQBFCAdZYq €” Public Domain Cut-Up (@PDCutup) 9 aoà»t 2017
- Le musée recommande également le site FiveThirtyEight, »Une excavation de l’une des plus grandes collections d’art du monde« . Par son analyse poussée des données, FiveThirtyEight décompose les objets de la collection du musée par année de conception et pays d’origine.
« C’est incroyable de voir comment les gens créatifs sont en train de faire une collection comme les Met sont accessibles pour qu’ils utilisent, partagent et remixent sans restriction » ajoute Loic Tallon.
Un nouveau partenariat avec Google
Pour développer davantage l’initiative Open Access, et marquer le jalon des six premiers mois d’Open Access, The Met annonce un nouveau partenariat avec Google et l’ajout du jeu de données public du musée sur la plate-forme BigQuery.
Google BigQuery est un « entrepôt de données » permettant l’analyse de données à grande échelle, par lequel les utilisateurs peuvent accéder à une gamme de jeux de données publiques et exécuter des requêtes en SQL. Les données Open Access du Met sont les premières à être ajouté à la plate-forme par un musée.
Comme l’explique Loic Tallon: « cette plateforme permet d’effectuer des analyses automatisées et de la reconnaissance d’image sur les 385 000 images du domaine public. Au fur et à mesure que ces technologies s’améliorent, et en particulier avec la croissance de l’intelligence artificielle, je m’attends à ce que l’on puisse bientôt obtenir des identifications de motifs complexes axées sur les qualités esthétiques de la collection ou des prédictions générées par ordinateur sur le prochain travail d’un artiste. C’est un moment passionnant pour inclure nos données sur cette plateforme.
Nous sommes particulièrement enthousiasmés par la capacité de connecter des données dans BigQuery à l’API Cloud Vision de Google, ce qui permet d’analyser le contenu de l’image. Sara Robinson, un analyste de données chez Google BigQuery, a écrit un blog fascinant sur ce qui se passe lorsque l’art rencontre de grandes données et l’API Cloud Vision. Nous sommes maintenant intéressés à voir quels autres types d’analyses visuelles que la communauté commence à faire avec les images gr ce à la plate-forme BigQuery. Nous remercions les équipes de Google BigQuery pour leur intérêt pour les données CC de The Met et pour le travail accompli pour les rendre disponibles sur leur plate-forme »
Google BigQuery rejoint donc Artstor (partie d’ITHAKA), Wikimedia, Creative Commons Search et GitHub en tant que plate-formes mondiales sur lesquelles les images et les données CC du Met sont accessibles pour une communauté croissante, qui peut les utiliser de manière créative ou pour un plaisir personnel.
SOURCES: Met Museum, news.artnet.com
Date de première publication: 10/08/2017
