Une numérisation massive qui n'a pas rendu les fonds plus faciles à exploiter
Les grandes campagnes de numérisation menées dans les musées et les services d'archives depuis les années 2000 devaient rendre les collections largement accessibles. Le résultat est plus contrasté. Des dizaines de milliers de fichiers ont bien été produits, mais une part importante reste difficile à identifier, à décrire ou à relier entre eux.
Un scan sans métadonnées exploitables se comporte comme une image isolée. Il ne dit rien de son auteur, de sa date, de son lieu de conservation ou de son statut juridique. Les outils d'intelligence artificielle interviennent aujourd'hui moins pour numériser que pour traiter cette couche descriptive restée en friche.
La reconnaissance automatique appliquée aux fonds documentaires
Les techniques de vision par ordinateur permettent de détecter des éléments récurrents dans une image : un type de reliure, un cachet, un tampon administratif, une mention manuscrite. Leur intérêt pour les archives tient à la répétition. Un même formulaire imprimé sur des milliers de pièces peut être repéré et indexé sans intervention manuelle pièce par pièce. Plus de repères dans Sécuriser un site WordPress : les mesures concrètes à mettre en place.
La transcription automatique de documents manuscrits progresse également, portée par des modèles entraînés sur des corpus patrimoniaux. Elle reste inégale selon les époques, les écritures et l'état du support. Les équipes qui l'utilisent la présentent rarement comme un remplacement du travail humain : elle produit un premier niveau de texte, ensuite corrigé et validé.
Ces traitements supposent des corpus d'entraînement adaptés. Un modèle conçu pour la presse contemporaine se comporte mal sur des registres paroissiaux du XVIIe siècle. La qualité du résultat dépend donc directement de la disponibilité de données annotées, souvent produites par les institutions elles-mêmes.
Ce que l'IA change dans le travail des équipes
L'apport le plus tangible concerne le classement et le rapprochement de notices. Des algorithmes de similarité peuvent suggérer qu'un objet conservé dans un musée et une pièce d'archive décrite ailleurs renvoient à un même événement ou à une même personne. Ces rapprochements restent des propositions, examinées par un documentaliste ou un conservateur.
Le changement porte aussi sur la charge de travail. Des tâches de saisie répétitive, longtemps dévolues à des vacataires ou à des stagiaires, peuvent être partiellement automatisées. Cette évolution modifie les profils recherchés : la maîtrise des formats de données et des outils d'annotation devient une compétence attendue aux côtés des savoirs disciplinaires.
Les institutions restent toutefois prudentes sur l'automatisation complète. Une erreur d'attribution ou de datation propagée dans un catalogue se corrige mal une fois le système en production.
Les limites qui subsistent
Plusieurs obstacles freinent une adoption large. Les moyens diffèrent fortement entre un musée national et un service d'archives départemental, et les outils disponibles ne se déploient pas de la même manière selon la taille des équipes. La question des droits sur les images et des conditions de réutilisation des données numérisées complique aussi les projets.
Un point technique mérite attention : les modèles d'apprentissage produisent parfois des résultats plausibles mais faux. Sur un fonds documentaire, cette incertitude impose des procédures de vérification systématique. L'IA sert alors à réduire le volume à contrôler, non à supprimer le contrôle.
La question de la conservation des traitements se pose enfin. Un modèle entraîné sur un corpus donné doit être documenté, versionné et conservé, faute de quoi les résultats deviennent impossibles à reproduire ou à auditer quelques années plus tard.
Vers des outils documentés et réversibles
Les projets les plus aboutis partagent une caractéristique : ils rendent visibles les étapes du traitement. L'utilisateur peut savoir qu'une notice a été générée automatiquement, quel modèle a été employé et avec quel niveau de confiance. Cette traçabilité conditionne la confiance des chercheurs et des publics.
La réversibilité compte autant que la performance. Un enrichissement automatique doit pouvoir être annulé ou corrigé sans reconstruire l'ensemble du catalogue. Les établissements qui intègrent cette exigence dès la conception limitent les dépendances à des prestataires ou à des outils qui évoluent vite.
Le sujet se déplace ainsi de la prouesse technique vers les conditions d'usage. Ce qui distingue les réalisations durables tient moins à la sophistication des modèles qu'à la qualité de la documentation, à la formation des personnels et à la possibilité de revenir sur une décision automatisée.
