Modification incorrecte introduite lors de la conversion manuelle ou automatisée d'un texte ou de métadonnées d'une source vers une autre représentation (par exemple saisie manuelle, OCR, analyse automatisée ou conversion de format) qui altère le contenu, la structure, la sémantique, l'encodage ou les identifiants au point d'affaiblir la qualité des données, la découvrabilité ou l'interprétabilité.

Principe

Les erreurs de transcription se propagent en aval : une erreur non corrigée dans un enregistrement primaire sera copiée dans des enregistrements dérivés, des index et des analyses, entraînant une dégradation systématique de la qualité à moins d'être détectée et corrigée.

Démonstration

Scénario illustratif — Situation : le traitement OCR d'un annuaire du XIXᵉ siècle interprète '1888' comme '1988'. Reconnaissance : un catalogueur remarque une incohérence temporelle en comparant les notices. Action : le catalogueur vérifie le scan original, corrige la date et enregistre la modification avec la provenance. Conséquence : la précision de recherche et les analyses chronologiques sont rétablies pour cette notice.

Mauvaise application

Considérer les transcriptions générées par machine comme faisant autorité sans échantillonnage ni validation. L'erreur est de supposer que la sortie automatisée est correcte alors qu'il s'agit d'un résultat probabiliste nécessitant un contrôle qualité.

Conséquence

Les erreurs de transcription provoquent un mauvais indexage, des résultats de recherche manqués ou imprécis, des décisions erronées basées sur les métadonnées (tri ou filtrage incorrect), des résultats de recherche compromis et des coûts de conservation accrus pour détecter et corriger les erreurs propagées.

Inversion

Lorsque la transcription est accompagnée de scores de confiance, de la provenance du processus de transcription, d'une revue humaine ou de la conservation des images sources, l'impact négatif des erreurs peut être détecté et atténué ; inversement, une normalisation ou une correction éditoriale délibérée et documentée n'est pas une erreur de transcription.

Limite

Clairement dans : une année ou un nom mal lu par l'OCR qui change le sens (ex. 'Smith' → 'Srnith' entraînant des recherches infructueuses). Cas limite : variantes typographiques mineures n'affectant pas la découvrabilité. Clairement hors : modifications éditoriales intentionnelles ou enrichissements documentés et réversibles.

Tension sémantique

Arbitrage entre échelle/efficacité (favorisant la transcription automatisée en masse) et précision/curation (favorisant la relecture et la vérification humaines).

Synthèse

Une erreur de transcription est une défaillance opérationnelle de qualité des données dont la gestion requiert à la fois la traçabilité du processus de transcription et des procédures (échantillonnage, métriques de confiance, relecture humaine) permettant de détecter et corriger efficacement les erreurs avant qu'elles ne se propagent.