Édition savante : les temps changent…

Les membres du comité éditorial de la revue Machine Learning Journal démissionnent en bloc!

Les chercheurs sont de plus en plus conscients de la problématique entourant l’édition savante. Pour l’illustrer simplement, prenons un chercheur de l’École qui soumet un article à une revue scientifique quelconque. Généralement, ce chercheur ne recevra aucune rétribution pour son article en plus de devoir céder ses droits d’auteur à l’éditeur de la revue. Or, le coût de cette revue est souvent si élevé que la Bibliothèque n’a pas les moyens de s’y abonner. Pourtant, la matière première de l’article émane de l’École. Pire encore, ce sont souvent des fonds publics, des subventions de recherche qui ont permis de réaliser les travaux et ce sont d’autres fonds publics, le budget de la Bibliothèque, qui sont insuffisants pour racheter les résultats publiés de cette même recherche. Hallucinant!

Heureusement, les temps changent. J’apprenais le 12 octobre dernier que les 40 membres du Comité éditorial de la revue Machine Learning Journal démissionnaient en bloc pour protester à la fois contre la politique éditoriale et les coûts d’abonnement jugés trop élevés. Les extraits qui suivent proviennent de la lettre expliquant ce geste.

«The forty people whose names appear below have resigned from the Editorial Board of the Machine Learning Journal (MLJ). We would like to make our resignations public, to explain the rationale for our action, and to indicate some of the implications that we see for members of the machine learning community worldwide».

Ils justifient cette prise de position en précisant que les coûts de la revue limitent grandement la diffusion de leurs articles.

«Times have changed. Articles now circulate easily via the Internet, but unfortunately MLJ publications are under restricted access. Universities and research centers can pay a yearly fee of $1050 US to obtain unrestricted access to MLJ articles (and individuals can pay $120 US). While these fees provide access for institutions and individuals who can afford them, we feel that they also have the effect of limiting contact between the current machine learning community and the potentially much larger community of researchers worldwide whose participation in our field should be the fruit of the modern Internet.»

«None of the revenue stream from the journal makes its way back to authors, and in this context authors should expect a particularly favorable return on their intellectual contribution---they should expect a service that maximizes the distribution of their work. We see little benefit accruing to our community from a mechanism that ensures revenue for a third party by restricting the communication channel between authors and readers.»

Notons toutefois que la présence d’une alternative valable les a grandement aidés à prendre leur décision.

«In the spring of 2000, a new journal, the Journal of Machine Learning Research (JMLR), was created, based on a new vision of the journal publication process in which the editorial board and authors retain significant control over the journal's content and distribution.Articles published in JMLR are available freely, without limits and without conditions, at the journal's website, http://www.jmlr.org. The content and format of the website are entirely controlled by the editorial board, which also serves its traditional function of ensuring rigorous peer review of journal articles. Finally, the journal is also published in a hardcopy version by MIT Press.

Authors retain the copyright for the articles that they publish in JMLR.»

La revue Journal of Machine Learning Research est un rejeton de l'alliance SPARC (The Scholarly Publishing and Academic Resources Coalition). Le but visé par SPARC est d’assainir le marché de l’édition savante. Cette initiative de l’ARL, dont nous sommes membre depuis peu, permet aux universités de reprendre une part d’initiative dans les communications et à instaurer un équilibre entre les intérêts commerciaux et les intérêts universitaires.

La démission du Comité éditorial de la revue Machine Learning Journal n’est pas une première. Certains comités éditoriaux l’ont fait par le passé et d’autres le feront certainement dans l’avenir…

Richard Dumont