Universidad Católica Luis Amigó : MetaExtract API en production continue sur DSpace et ABCD depuis 2024

Contexte de l'institution

L'Universidad Católica Luis Amigó est une université privée dont le siège se trouve à Medellín, en Colombie. Son service d'information fonctionne avec deux plateformes distinctes et complémentaires : un dépôt institutionnel sous DSpace pour la production académique en accès ouvert et un catalogue sous ABCD pour la gestion de la collection. C'est une configuration fréquente dans la région, et aussi l'une des plus inconfortables à automatiser, car chaque système a son propre modèle de données et sa propre façon de recevoir l'information.

Le défi

La bibliothèque devait réduire le travail de transcription dans les deux systèmes, pas dans un seul. Une solution qui n'aurait traité que le dépôt aurait laissé le catalogue en l'état, et inversement. Cela excluait les solutions liées à une plateforme donnée et exigeait une brique capable de s'intégrer aux deux circuits sans obliger l'université à unifier ses systèmes, ce qui n'était pas à l'ordre du jour et aurait représenté un projet d'une tout autre ampleur.

S'y ajoutait une condition implicite : le service devait tenir dans la durée. Une automatisation qui fonctionne pendant la mise en œuvre puis se dégrade ne règle rien dans une bibliothèque qui travaille tous les jours.

Ce que nous avons mis en place

• MetaExtract API, intégrée aux deux environnements, le dépôt DSpace et le catalogue ABCD, avec une extraction ajustée au schéma de métadonnées de chacun.
• BiblioScan AI, ajouté par la suite pour le catalogage assisté des documents physiques à partir de photos.

Notre démarche

1. Diagnostic par plateforme. Les champs, les obligations et les types de documents de DSpace et d'ABCD ont été relevés séparément, car la sortie de l'extraction devait être différente pour chaque destination.
2. Ajustement du modèle. L'extraction a été entraînée sur des documents réels de l'établissement, en tenant compte de ses types de documents propres en plus des types académiques habituels.
3. Double intégration. L'API a été connectée aux deux circuits de travail, en coordination avec l'équipe de l'université pour la gestion des identifiants d'accès et des erreurs dans chaque environnement.
4. Validation et mise en production. Des lots de contrôle ont été traités dans les deux systèmes, et la procédure de relecture humaine préalable à l'approbation de chaque notice a été définie.
5. Élargissement du périmètre. Une fois le service stabilisé, BiblioScan AI a été ajouté pour les documents physiques, couvrant ainsi à la fois la description des documents numériques et le catalogage de la collection imprimée.

Résultat

MetaExtract API fonctionne en production sans interruption depuis octobre 2024, avec un contrat renouvelé et une deuxième année en cours. BiblioScan AI s'est ajouté ensuite et a lui aussi été renouvelé. C'est le résultat vérifiable le plus important : non pas un pilote qui s'est achevé, mais un service que la bibliothèque maintient dans son fonctionnement quotidien, sur plusieurs cycles budgétaires et sur deux plateformes simultanées.

Pour aller plus loin, lisez nos guides sur l'extraction de métadonnées par IA et sur le catalogage par intelligence artificielle.

Technologies

MetaExtract API, BiblioScan AI, DSpace, ABCD, extraction de métadonnées par modèles de langage, reconnaissance d'images appliquée au catalogage, Dublin Core, MARC21.