Intelligence artificielle : quels enjeux pour les archivistes ?

L’intelligence artificielle est désormais partout et tient une place de plus en plus importante dans notre vie quotidienne, y compris dans nos outils, où des assistants IA sont désormais bien installés (explorateurs de fichiers, outils bureautiques, messagerie courante et instantanée, etc.). Quels sont les impacts et les enjeux, pour la profession d’archiviste, de cet engouement autour de l’intelligence artificielle ?

RETROUVEZ CET ARTICLE ET PLUS ENCORE DANS NOTRE GUIDE PRATIQUE : Archivage physique et électronique : enjeux, méthodes et outils

Découvrez L'Archiviste Augmenté, la newsletter thématique gratuite d'Archimag dédiée aux professionnels des archives et du patrimoine !

L’intelligence artificielle (IA) n’est pas nouvelle, puisque le concept a été formalisé dès les années 1950. Ce n’est cependant que depuis les années 2010, et surtout depuis 2021, qu’elle est en plein développement, avec la mise à disposition du grand public des IA génératives comme ChatGPT. Les gouvernements s’en sont emparés à grand renfort de stratégie nationale. Mais qu’en est-il dans le monde des archives ?

Travailler avec plus d’efficacité et d’efficience

L’intelligence artificielle est d’abord un outil dont les services d’archives se sont ou doivent s’emparer afin de leur permettre d’accomplir leur travail de manière plus efficace et efficiente. Il existe d’ores et déjà plusieurs initiatives, rien qu’en France. Aux Archives nationales, on peut citer les projets Himanis, Lectaurep, Ner4Archives et maintenant Simara, qui ont mis en œuvre des technologies de reconnaissance des écritures manuscrites (HTR) et des entités nommées (NER) pour permettre, soit la transcription d’archives, soit l’extraction de métadonnées descriptives (analyse ou indexation).

D’autres services se sont lancés dans des projets similaires : le service historique de la Défense (SHD), pour décrire les registres matricules des soldats appelés et engagés d’Afrique du Nord pour la période 1870-1918, les Archives municipales de Belfort, pour transcrire les registres de délibérations municipales et enfin les Archives de France, en partenariat avec l’Institut national des études démographiques (Ined), pour la constitution d’une base de données de tous les individus ayant vécu en France entre 1836 et 1936 (projet Socface). De son côté, l’Institut national de l’audiovisuel (Ina) utilise diverses technologies d’intelligence artificielle pour décrire les programmes des chaînes d’information continue (détection d’images, reconnaissance de texte et de visage, classification automatique).

Encore faut-il, pour mettre en œuvre de pareils projets, disposer déjà des archives sous une forme numérique ainsi que de la puissance de calcul nécessaire pour développer les technologies sous-jacentes. L’appropriation de ces outils, notamment pour le traitement d’archives anciennes, semble néanmoins en bonne voie.

Répondre aux questions en langage naturel

L’autre domaine dans lequel des développements devraient être rapidement mis en œuvre est celui de l’utilisation des technologies de génération augmentée de récupération (Rag) qui permettent d’exploiter les capacités des grands modèles de langage (LLM) sur des corpus bien identifiés, afin de répondre aux questions des utilisateurs en langage naturel. La récente mise en ligne d’une plateforme (Ask the EP) utilisant cette technologie par le service d’archives du parlement européen laisse penser que celle-ci devrait rapidement se diffuser. Il est par ailleurs vraisemblable que les grands modèles de langage soient déjà utilisés, tant dans le fonctionnement courant des services que dans la mise en œuvre des activités métier (aide à la connaissance des services et à l’élaboration des outils de records management, conception de fiches de recherches ou réponse à des questions posées par des usagers), sans que l’on ait une vision claire de leur diffusion et de la manière dont les archivistes évitent les effets d’hallucination fréquents lorsque l’on utilise des outils grand public (entraînés seulement avec des données récupérées sur internet). Une enquête mériterait d’être lancée sur ce sujet.

L’IA pour la gestion et l’archivage des données

Un enjeu bien plus important me semble aujourd’hui l’appropriation des technologies d’intelligence artificielle pour la gestion et l’archivage des données nativement numériques. Face à la croissance toujours plus importante des données produites - même s’il n’y a là rien de vraiment nouveau pour les archivistes -, les besoins d’automatisation se font croissants. Il semble aujourd’hui nécessaire d’étudier comment l’intelligence artificielle peut aider les archivistes à évaluer, sélectionner, décrire et indexer, identifier les problèmes de confidentialité (présence de données à caractère personnel ou d’informations protégées) et faciliter l’accès à cette masse de documents et de données nativement numériques.

L’appropriation est cependant plus ardue que pour les archives manuscrites numérisées : disposer de corpus d’entraînement représentatifs - notamment en français - et manipulables - en raison notamment des questions de confidentialité - n’est pas simple, de même qu’identifier le bon outil, avec la bonne configuration, tout en évitant la fuite de données et en s’assurant d’une certaine sobriété énergétique. Par ailleurs, l’utilisation de technologies de traitement du langage naturel (NLP) peut nécessiter de disposer de connaissances au moins élémentaires en linguistique qui, pour les archivistes, sont absentes des programmes de formation. C’est du moins ce que m’a montré la participation au projet Pêle-Mél (développement d’un outil d’exploration et de visualisation des messageries électroniques) mis en œuvre par l’Université d’Angers.

Les effets de l’IA sur la production des archives

Un autre enjeu se situe au niveau des conséquences de l’utilisation des technologies d’intelligence artificielle sur la production des archives elles-mêmes. Il y a naturellement le recours aux larges modèles de données dans la vie courante des services (aide à la rédaction ou à la traduction de textes, interrogation pour répondre à des questions internes et externes) qui a des conséquences concrètes sur la forme et la qualité des contenus des documents créés. Tout enseignant-chercheur ou agent d’un service de ressources humaines ayant lu des lettres de motivation ces trois dernières années sait à quel point elles sont désormais générées largement avec des outils d’intelligence artificielle et sont donc de qualité variable. Apprendre aux producteurs de documents et de données à bien se servir de ces outils, à rédiger les bonnes consignes (prompts) qui permettront de disposer d’archives de qualité est crucial.

La carte à jouer des archivistes

Mais il y a autre chose : la délégation croissante des prises de décision à des outils d’intelligence artificielle : jugements pris sur la base de jurisprudences hallucinées, diagnostics médicaux automatisés, sélection automatisée de profils sur le fondement d’un entraînement à la lecture de curriculum vitae, formation initiale et continue sans intervention d’un enseignant en chair et en os sont en train de se répandre. En cas de contentieux, que faut-il produire en justice ? La décision elle-même ? Ou, au contraire, l’outil d’intelligence qui a permis de la prendre, avec les consignes qui lui ont été données, les données qui ont permis de l’entraîner et les paramètres qui ont été définis ? La question mérite d’être posée, surtout à l’heure où l’Union européenne, dans son règlement adopté en 2024, a défini des obligations étendues pour les outils à haut risque, voire à risque limité. Les archivistes ont, en la matière, une carte à jouer grâce à leur capacité à comprendre et à documenter les processus et à générer des "paradonnées" (informations sur les procédures et les outils) telles qu’est en train de les définir au niveau international le projet InterPARES trust AI.

Pour les archivistes, les enjeux sont donc nombreux : intellectuels, techniques, éthiques, pédagogiques et environnementaux. Ils doivent s’en emparer, non pour seulement suivre une mode, mais pour être plus efficaces dans leur travail et pour remplir pleinement leur mission d’identification et de conservation des documents et données utiles à la gestion des risques juridiques, éthiques et sociaux, au service de leurs différentes catégories d’utilisateurs.

Édouard Vasseur
[Enseignant-chercheur à l’École nationale des chartes-PSL]