Bonsoir à tous

je vous invite à lire cet article de rue 89 qui m'a surpris

et vous ?

Depuis son lancement en décembre 2004, Google Books a numérisé plus de quinze millions de livres, plus que tout le catalogue de la BNF. C'est aujourd'hui, et de loin, la plus grande bibliothèque numérique du monde. Une tâche titanesque que Google n'accomplit pas seul.

Tout commence en 2009, lorsque Google achète reCaptcha, une start-up spécialisée dans les captchas, ces petites images utilisées sur de nombreux sites, qu'il faut déchiffrer et qui servent à distinguer les ordinateurs des humains (pour empêcher le spam, par exemple).

Plus de 100 000 sites ont implémenté le système, qui est utilisé quotidiennement par près de 30 millions d'utilisateurs, qui passent chacun une poignée de seconde à résoudre le captcha. Des centaines d'heures perdues ? Pas pour Google, qui a décidé d'utiliser cette technologie pour poursuivre son travail de numérisation.
Aussi pour de vieilles éditions du New York Times

Capture d'écran de Google.com/ReCaptcha (Google)

Dans chaque captcha proposé par le service, le premier mot est un mot « test », celui qui est utilisé pour savoir si oui ou non vous êtes un humain. Le second, c'est un mot contenu dans un livre numérisé, que Google n'est pas parvenu à déchiffrer. Ce mot est soumis à de nombreux utilisateurs : au bout de plusieurs réponses identiques, le mot est « appris » par l'algorithme de Google, qui pourra mieux le reconnaître dans le futur et qui l'insère dans le texte numérisé.

C'est ainsi que des milliers d'internautes contribuent bien involontairement à numériser des livres pour Google Books ou de vieilles éditions du quotidien américain The New York Times.

Une goutte d'eau ? Loin de là. En 2008, selon le magazine américain Science, si on mettait à profit toutes les captchas utilisées sur Internet, on pourrait retranscrire... 160 livres par jour.

lien direct vers l'article :
Rue89

Merci de nous avoir fait part de cette information. Je n'en reviens pas quoi que maintenant on devrait s'attendre à tout.

C'est plutôt génial, et tant qu'à me palucher un captcha, je préfère largement que ce soit un reCAPTCHA. Il m'est beaucoup plus facile et rapide de "déchiffrer" deux mots existants... que du grand nimportnawak ! On notera qu'en l'occurrence, le grand méchant Google ne nous cache rien, et que la technique est notamment mise en œuvre par cette autre chose géniale qu'est Wikipédia :-)

Fichier(s) attaché(s):

---

  captchawikipedia.gif (4.56 KB)

Tout ça ne me parait pas bien grave.
Et pour ceux que ça gêne vraiment, suffit de saisir n'importe quoi pour le bout de texte que Google cherche à reconnaître. Ça marche aussi bien , puisque la vérification de saisie ne porte que sur le second des deux mots proposés (celui tout tordu qui est le plus difficile à lire).

surpris ne veut pas dire que je suis outré de cet usage

et j'ai absolument aucun grief contre Google

c'est juste que je n'imaginais pas que ce captcha servait à qq chose !

je suis d'accord avec Osef au moins le code est un véritable mot