Les archives historiques constituent la m\u00e9moire tangible de nos soci\u00e9t\u00e9s, mais leur survie est loin d’\u00eatre garantie. Les registres paroissiaux du XVIIIe si\u00e8cle, les correspondances priv\u00e9es de l’\u00e9poque coloniale, les documents administratifs des premi\u00e8res communaut\u00e9s am\u00e9ricaines : tous partagent le m\u00eame destin tragique. L’acidit\u00e9 du papier, l’humidit\u00e9, les manipulations r\u00e9p\u00e9t\u00e9es et simplement le poids des ann\u00e9es effacent progressivement ces t\u00e9moignages irrempla\u00e7ables.<\/p>\n\n\n\n
Au Kenyon College, l’\u00e9quipe de recherche a identifi\u00e9 plusieurs cat\u00e9gories de documents prioritaires. Les registres paroissiaux, par exemple, contiennent des informations d\u00e9mographiques cruciales : naissances, mariages, d\u00e9c\u00e8s, mais aussi descriptions de propri\u00e9t\u00e9s et transactions commerciales. Les correspondances priv\u00e9es offrent un acc\u00e8s intime aux pr\u00e9occupations quotidiennes, aux relations sociales et aux \u00e9v\u00e9nements locaux non document\u00e9s dans les sources officielles. Quant aux documents administratifs des comt\u00e9s et municipalit\u00e9s, ils r\u00e9v\u00e8lent les m\u00e9canismes de gouvernance, les conflits fonciers et l’\u00e9volution des communaut\u00e9s.<\/p>\n\n\n\n
Le probl\u00e8me ne r\u00e9side pas uniquement dans la d\u00e9t\u00e9rioration physique. M\u00eame lorsque les documents sont relativement bien conserv\u00e9s, leur \u00e9criture manuscrite les rend pratiquement inaccessibles. Les variations calligraphiques, les abr\u00e9viations d’\u00e9poque, l’encre d\u00e9lav\u00e9e et la complexit\u00e9 des graphies anciennes transforment chaque page en puzzle \u00e0 reconstituer laborieusement.<\/p>\n\n\n\n
Pendant des d\u00e9cennies, la transcription des archives manuscrites a repos\u00e9 exclusivement sur l’expertise humaine. Un pal\u00e9ographe exp\u00e9riment\u00e9 peut consacrer entre 2 et 8 heures pour transcrire une seule page de manuscrit ancien, selon la complexit\u00e9 de l’\u00e9criture et l’\u00e9tat du document. Cette cadence rend le traitement de fonds volumineux financi\u00e8rement et temporellement impossible.<\/p>\n\n\n\n
Pour illustrer l’ampleur du d\u00e9fi : un registre paroissial standard de 500 pages n\u00e9cessiterait entre 1 000 et 4 000 heures de travail qualifi\u00e9. Multipliez ce chiffre par les dizaines de milliers de registres similaires diss\u00e9min\u00e9s dans les archives am\u00e9ricaines, et vous obtenez un arri\u00e9r\u00e9 de plusieurs si\u00e8cles de travail. Sans parler du co\u00fbt : au tarif horaire d’un archiviste qualifi\u00e9, la transcription d’un seul fonds peut atteindre des dizaines de milliers de dollars.<\/p>\n\n\n\n
Cette r\u00e9alit\u00e9 \u00e9conomique condamne la majorit\u00e9 des archives manuscrites \u00e0 rester inexploit\u00e9es. Les chercheurs doivent se limiter \u00e0 des corpus restreints, les institutions manquent de ressources pour valoriser leurs collections, et le grand public n’a tout simplement aucun acc\u00e8s \u00e0 ces tr\u00e9sors documentaires. C’est pr\u00e9cis\u00e9ment cette impasse que le projet Kenyon College entend briser gr\u00e2ce \u00e0 l’automatisation intelligente.<\/p>\n\n\n\n
La technologie au c\u0153ur du projet repose sur le HTR (Handwritten Text Recognition), une approche radicalement diff\u00e9rente de l’OCR traditionnel. Alors que la reconnaissance optique de caract\u00e8res fonctionne efficacement sur les textes imprim\u00e9s standardis\u00e9s, elle \u00e9choue face \u00e0 la variabilit\u00e9 infinie de l’\u00e9criture manuscrite.<\/p>\n\n\n\n
Le HTR exploite les r\u00e9seaux de neurones profonds, notamment les architectures r\u00e9currentes (LSTM) et les r\u00e9seaux de neurones convolutifs, pour apprendre les patterns complexes des \u00e9critures anciennes. Contrairement \u00e0 l’OCR qui cherche \u00e0 identifier des caract\u00e8res individuels selon des gabarits fixes, le HTR analyse le contexte, les ligatures, les variations stylistiques et m\u00eame les habitudes scripturales propres \u00e0 un scripteur ou une \u00e9poque.<\/p>\n\n\n\n
L’entra\u00eenement de ces mod\u00e8les constitue l’\u00e9tape la plus critique. Il n\u00e9cessite d’abord un corpus de transcriptions humaines de r\u00e9f\u00e9rence : des centaines ou milliers de pages manuscrites soigneusement transcrites par des pal\u00e9ographes. Ces donn\u00e9es annot\u00e9es servent de mat\u00e9riau d’apprentissage pour l’algorithme, qui va progressivement identifier les correspondances entre formes visuelles et unit\u00e9s textuelles.<\/p>\n\n\n\n
La pal\u00e9ographie num\u00e9rique entre ici en jeu. Chaque \u00e9poque poss\u00e8de ses conventions calligraphiques sp\u00e9cifiques : les \u00e9critures gothiques du XVIe si\u00e8cle, les cursives secr\u00e9tariales du XVIIe, les anglaises du XVIIIe si\u00e8cle. Un mod\u00e8le efficace doit \u00eatre adapt\u00e9 au style cibl\u00e9, ce qui implique souvent de cr\u00e9er des mod\u00e8les sp\u00e9cialis\u00e9s par p\u00e9riode, r\u00e9gion ou type de document.<\/p>\n\n\n\n
La cha\u00eene de traitement d\u00e9velopp\u00e9e \u00e0 Kenyon College se d\u00e9compose en plusieurs phases rigoureuses. Tout commence par la num\u00e9risation de masse : les documents sont photographi\u00e9s en haute r\u00e9solution, g\u00e9n\u00e9ralement entre 300 et 600 DPI, pour capturer les d\u00e9tails les plus fins de l’encre et du papier.<\/p>\n\n\n\n
Le pr\u00e9traitement d’images vient ensuite am\u00e9liorer la lisibilit\u00e9 : correction de la luminosit\u00e9, augmentation du contraste, binarisation pour s\u00e9parer le texte du fond, d\u00e9tection et correction de l’inclinaison des lignes. Ces op\u00e9rations, souvent automatis\u00e9es, facilitent consid\u00e9rablement le travail du mod\u00e8le HTR.<\/p>\n\n\n\n
L’\u00e9tape d’entra\u00eenement et de validation du mod\u00e8le est it\u00e9rative. L’\u00e9quipe soumet des lots de pages au r\u00e9seau neuronal, compare les transcriptions produites aux r\u00e9f\u00e9rences humaines, calcule le taux d’erreur de caract\u00e8res (CER) et ajuste les param\u00e8tres pour am\u00e9liorer progressivement les performances. Un mod\u00e8le performant atteint g\u00e9n\u00e9ralement un CER inf\u00e9rieur \u00e0 10%, voire 5% dans les conditions optimales.<\/p>\n\n\n\n
Mais l’automatisation ne supprime pas totalement l’intervention humaine : la post-\u00e9dition reste indispensable. Des \u00e9tudiants form\u00e9s v\u00e9rifient les transcriptions g\u00e9n\u00e9r\u00e9es, corrigent les erreurs, valident les passages difficiles. Cette phase de contr\u00f4le qualit\u00e9 garantit la fiabilit\u00e9 scientifique des donn\u00e9es produites. Enfin, les transcriptions valid\u00e9es sont int\u00e9gr\u00e9es dans une base de donn\u00e9es structur\u00e9e, enrichies de m\u00e9tadonn\u00e9es (date, auteur, lieu, type de document) pour permettre recherches et exploitations futures.<\/p>\n\n\n\n
Le projet s’appuie sur une collaboration originale entre historiens, archivistes et data scientists. L’ancrage institutionnel \u00e0 Kenyon College, \u00e9tablissement d’arts lib\u00e9raux en Ohio r\u00e9put\u00e9 pour ses humanit\u00e9s, apporte une l\u00e9gitimit\u00e9 acad\u00e9mique et l’acc\u00e8s \u00e0 des ressources p\u00e9dagogiques uniques.<\/p>\n\n\n\n
L’\u00e9quipe m\u00eale professeurs chercheurs, sp\u00e9cialistes en histoire am\u00e9ricaine et archivistes professionnels, avec une composante \u00e9tudiante forte. Ces derniers, souvent issus de programmes en histoire, informatique ou humanit\u00e9s num\u00e9riques, participent activement \u00e0 toutes les phases : de la s\u00e9lection des corpus \u00e0 la validation finale des transcriptions. Cette implication transforme le projet en laboratoire p\u00e9dagogique o\u00f9 les comp\u00e9tences techniques et critiques se d\u00e9veloppent simultan\u00e9ment.<\/p>\n\n\n\n
Les corpus cibl\u00e9s refl\u00e8tent une strat\u00e9gie pragmatique. L’\u00e9quipe privil\u00e9gie les fonds qui combinent trois crit\u00e8res : vuln\u00e9rabilit\u00e9 mat\u00e9rielle imminente (documents fragiles n\u00e9cessitant une intervention urgente), valeur scientifique \u00e9lev\u00e9e (sources primaires uniques ou peu exploit\u00e9es) et volume suffisant pour justifier l’automatisation plut\u00f4t que la transcription manuelle traditionnelle.<\/p>\n\n\n\n
Les premiers tests pilotes ont port\u00e9 sur des registres paroissiaux du comt\u00e9 de Knox datant de 1790-1850. Avec un mod\u00e8le entra\u00een\u00e9 sur seulement 200 pages transcrites manuellement, l’\u00e9quipe a pu traiter plus de 3 000 pages en quelques semaines, un exploit qui aurait n\u00e9cessit\u00e9 plusieurs ann\u00e9es de travail traditionnel. Le taux de pr\u00e9cision, apr\u00e8s validation, atteignait 92% \u2014 largement suffisant pour autoriser des recherches syst\u00e9matiques.<\/p>\n\n\n\n
Les transcriptions automatis\u00e9es transforment radicalement les possibilit\u00e9s de recherche. L\u00e0 o\u00f9 un historien devait auparavant feuilleter manuellement des centaines de pages pour trouver une mention sp\u00e9cifique, la recherche plein texte permet d\u00e9sormais d’identifier instantan\u00e9ment toutes les occurrences d’un nom, d’un lieu ou d’un \u00e9v\u00e9nement \u00e0 travers des corpus entiers.<\/p>\n\n\n\n
Cette capacit\u00e9 ouvre la voie \u00e0 des analyses quantitatives autrefois impensables. La prosopographie \u2014 l’\u00e9tude syst\u00e9matique de groupes d’individus \u2014 devient praticable \u00e0 grande \u00e9chelle. L’analyse de r\u00e9seaux peut reconstituer les liens familiaux, commerciaux ou politiques en croisant automatiquement des milliers de mentions dispers\u00e9es. Les \u00e9tudes temporelles r\u00e9v\u00e8lent l’\u00e9volution des pr\u00e9occupations, du vocabulaire ou des pratiques sociales sur plusieurs d\u00e9cennies.<\/p>\n\n\n\n
Ces nouvelles m\u00e9thodes ne remplacent pas l’interpr\u00e9tation historique qualitative, mais elles g\u00e9n\u00e8rent des questions de recherche in\u00e9dites et r\u00e9v\u00e8lent des patterns invisibles \u00e0 l’\u0153il nu. Un chercheur peut d\u00e9sormais identifier la fr\u00e9quence d’\u00e9pid\u00e9mies locales en analysant les pics de mortalit\u00e9 dans les registres, tracer les migrations en suivant les apparitions successives de patronymes dans diff\u00e9rentes juridictions, ou mesurer l’alphab\u00e9tisation en \u00e9tudiant la proportion de signatures versus marques dans les actes notari\u00e9s.<\/p>\n\n\n\n
Au-del\u00e0 de la recherche acad\u00e9mique, le projet Kenyon ambitionne de rendre ces archives accessibles au grand public. Les interfaces web permettent d\u00e9sormais \u00e0 des g\u00e9n\u00e9alogistes amateurs de rechercher leurs anc\u00eatres, \u00e0 des enseignants de cr\u00e9er des exercices p\u00e9dagogiques sur sources primaires, \u00e0 des communaut\u00e9s locales de red\u00e9couvrir leur histoire.<\/p>\n\n\n\n
Cette d\u00e9mocratisation transforme le rapport aux archives. Des documents autrefois r\u00e9serv\u00e9s aux sp\u00e9cialistes capables de d\u00e9chiffrer pal\u00e9ographies complexes deviennent consultables par quiconque ma\u00eetrise la recherche par mots-cl\u00e9s. Les \u00e9tablissements scolaires peuvent int\u00e9grer des sources primaires authentiques dans leurs programmes d’histoire locale, renfor\u00e7ant l’ancrage territorial des apprentissages.<\/p>\n\n\n\n
Toutefois, cette ouverture s’accompagne de pr\u00e9cautions n\u00e9cessaires. Le taux d’erreur r\u00e9siduel, m\u00eame faible, doit \u00eatre clairement signal\u00e9 aux utilisateurs pour \u00e9viter les interpr\u00e9tations erron\u00e9es. Certaines archives contiennent des informations sensibles \u2014 donn\u00e9es m\u00e9dicales, mentions raciales offensantes, d\u00e9tails sur des affaires criminelles \u2014 qui n\u00e9cessitent r\u00e9flexion \u00e9thique avant diffusion publique.<\/p>\n\n\n\n
Les questions de droits compliquent \u00e9galement le partage. Si les documents anciens rel\u00e8vent g\u00e9n\u00e9ralement du domaine public, leurs num\u00e9risations peuvent \u00eatre prot\u00e9g\u00e9es par des droits d\u00e9riv\u00e9s. Les m\u00e9tadonn\u00e9es riches deviennent essentielles pour garantir la r\u00e9utilisabilit\u00e9 scientifique : date pr\u00e9cise, provenance archivistique, m\u00e9thodologie de transcription, taux d’erreur estim\u00e9, toutes informations critiques pour \u00e9valuer la fiabilit\u00e9 des donn\u00e9es.<\/p>\n\n\n\n
L’automatisation intelligente ne supprime pas le besoin d’expertise humaine, mais elle red\u00e9finit profond\u00e9ment les r\u00f4les professionnels. Les archivistes et pal\u00e9ographes voient leurs t\u00e2ches \u00e9voluer vers des fonctions de curation, validation et formation des mod\u00e8les plut\u00f4t que transcription exhaustive.<\/p>\n\n\n\n
Cette \u00e9volution exige une mont\u00e9e en comp\u00e9tences num\u00e9riques. Les professionnels doivent d\u00e9sormais comprendre les principes du machine learning, \u00e9valuer la qualit\u00e9 des mod\u00e8les HTR, ma\u00eetriser les outils de post-\u00e9dition collaborative et concevoir des workflows efficaces int\u00e9grant humains et algorithmes. Les cursus de formation en archivistique commencent \u00e0 int\u00e9grer ces dimensions techniques, mais l’\u00e9cart reste significatif entre comp\u00e9tences traditionnelles et besoins \u00e9mergents.<\/p>\n\n\n\n
Paradoxalement, l’IA valorise certaines expertises traditionnelles. La cr\u00e9ation de jeux de donn\u00e9es d’entra\u00eenement de qualit\u00e9 n\u00e9cessite des pal\u00e9ographes chevronn\u00e9s capables de produire des transcriptions de r\u00e9f\u00e9rence impeccables. La validation finale des transcriptions automatis\u00e9es requiert un \u0153il expert pour rep\u00e9rer les erreurs subtiles qu’un novice laisserait passer. Loin de dispara\u00eetre, l’expertise pal\u00e9ographique se concentre sur les t\u00e2ches \u00e0 plus haute valeur ajout\u00e9e.<\/p>\n\n\n\n
La p\u00e9rennit\u00e9 de ces initiatives d\u00e9pend largement de d\u00e9cisions institutionnelles et normatives. L’absence de standards universels pour les formats de donn\u00e9es, les m\u00e9tadonn\u00e9es ou les protocoles de partage freine l’interop\u00e9rabilit\u00e9 entre projets. Un chercheur ne peut pas facilement combiner des transcriptions produites par diff\u00e9rentes institutions si chacune utilise des conventions incompatibles.<\/p>\n\n\n\n
Des initiatives internationales comme la Text Encoding Initiative (TEI) ou l’International Image Interoperability Framework (IIIF) tentent d’harmoniser les pratiques, mais leur adoption reste in\u00e9gale. Le partage de jeux de donn\u00e9es d’entra\u00eenement constitue un enjeu particulier : mutualiser ces ressources co\u00fbteuses acc\u00e9l\u00e9rerait consid\u00e9rablement le d\u00e9veloppement de nouveaux mod\u00e8les, mais soul\u00e8ve des questions de propri\u00e9t\u00e9 intellectuelle et de reconnaissance acad\u00e9mique.<\/p>\n\n\n\n
Le financement durable repr\u00e9sente un d\u00e9fi majeur. Les projets pilotes b\u00e9n\u00e9ficient souvent de subventions de recherche temporaires, mais la maintenance \u00e0 long terme des infrastructures num\u00e9riques, la migration des donn\u00e9es vers de nouveaux formats, la pr\u00e9servation des mod\u00e8les entra\u00een\u00e9s n\u00e9cessitent des engagements financiers pluriannuels que peu d’institutions peuvent garantir.<\/p>\n\n\n\n
Les sc\u00e9narios prospectifs dessinent des horizons ambitieux. La constitution de corpus transnationaux et interinstitutionnels permettrait des \u00e9tudes comparatives \u00e0 \u00e9chelle continentale : \u00e9volution parall\u00e8le des pratiques administratives, circulation des personnes et des id\u00e9es, diffusion d’innovations sociales ou techniques.<\/p>\n\n\n\n
Les humanit\u00e9s num\u00e9riques conna\u00eetraient une acc\u00e9l\u00e9ration spectaculaire si la majorit\u00e9 des archives manuscrites mondiales devenaient cherchables. Des projets comme Europeana ou la Digital Public Library of America pr\u00e9figurent ces infrastructures documentaires massives, mais leur r\u00e9alisation compl\u00e8te d\u00e9pend de la g\u00e9n\u00e9ralisation des technologies HTR.<\/p>\n\n\n\n
Un risque majeur guette toutefois cette \u00e9volution : la d\u00e9pendance croissante \u00e0 des mod\u00e8les propri\u00e9taires. Si quelques entreprises technologiques captent le march\u00e9 des solutions HTR commerciales, les institutions acad\u00e9miques pourraient perdre le contr\u00f4le de leurs propres donn\u00e9es et comp\u00e9tences. Les strat\u00e9gies de mitigation passent par le d\u00e9veloppement de solutions open source, la collaboration acad\u00e9mique internationale et la formation massive de chercheurs aux m\u00e9thodes computationnelles.<\/p>\n\n\n\n
Le projet men\u00e9 au Kenyon College illustre bien plus qu’une prouesse technique : il incarne une opportunit\u00e9 historique de pr\u00e9server et valoriser des sources fragiles avant leur disparition d\u00e9finitive. Chaque mois de retard repr\u00e9sente des pages irr\u00e9m\u00e9diablement perdues, des voix d\u00e9finitivement tues.<\/p>\n\n\n\n
L’intelligence artificielle n’offre \u00e9videmment pas de solution magique. Elle exige investissements financiers, expertise technique, validation humaine rigoureuse. Mais elle rend d\u00e9sormais possible ce qui \u00e9tait impensable il y a une d\u00e9cennie : traiter des corpus de millions de pages manuscrites dans des d\u00e9lais et budgets raisonnables.<\/p>\n\n\n\n
Les d\u00e9veloppements futurs pourraient inclure des t\u00e9moignages d’\u00e9tudiants ayant particip\u00e9 au projet, r\u00e9v\u00e9lant comment cette exp\u00e9rience a transform\u00e9 leur perception de la recherche historique. Des d\u00e9monstrations comparatives montrant une page manuscrite avant et apr\u00e8s traitement HTR illustreraient concr\u00e8tement les enjeux. Enfin, un guide m\u00e9thodologique d\u00e9taill\u00e9 permettrait \u00e0 d’autres institutions de reproduire l’approche, acc\u00e9l\u00e9rant la diffusion de ces pratiques salvatrices.<\/p>\n\n\n\n
Dans les sous-sols du Kenyon College, l’avenir du pass\u00e9 s’\u00e9crit d\u00e9sormais en lignes de code autant qu’\u00e0 l’encre d\u00e9lav\u00e9e. Une alliance improbable entre la plus ancienne des sciences humaines et la plus r\u00e9cente des technologies num\u00e9riques. Reste \u00e0 esp\u00e9rer que cette alliance se g\u00e9n\u00e9ralise avant que trop d’archives ne rejoignent d\u00e9finitivement le silence de l’oubli.<\/p>\n","protected":false},"excerpt":{"rendered":"
Dans les sous-sols du Kenyon College en Ohio, des milliers de pages manuscrites jaunies racontent trois si\u00e8cles d’histoire am\u00e9ricaine. Condamn\u00e9es \u00e0 l’oubli par leur fragilit\u00e9 et l’impossibilit\u00e9 de les transcrire manuellement, ces archives trouvent aujourd’hui un sauveur inattendu : l’intelligence artificielle. Gr\u00e2ce \u00e0 des mod\u00e8les d’apprentissage profond capables de d\u00e9chiffrer les \u00e9critures anciennes, une \u00e9quipe […]<\/p>\n","protected":false},"author":2,"featured_media":374,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-container-style":"default","site-container-layout":"default","site-sidebar-layout":"default","disable-article-header":"default","disable-site-header":"default","disable-site-footer":"default","disable-content-area-spacing":"default","footnotes":""},"categories":[1],"tags":[],"class_list":["post-360","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-divers-ia"],"_links":{"self":[{"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/posts\/360","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/comments?post=360"}],"version-history":[{"count":1,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/posts\/360\/revisions"}],"predecessor-version":[{"id":375,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/posts\/360\/revisions\/375"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/media\/374"}],"wp:attachment":[{"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/media?parent=360"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/categories?post=360"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ia-actus.fr\/index.php\/wp-json\/wp\/v2\/tags?post=360"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}