 | RETROUVEZ CET ARTICLE DANS NOTRE MAGAZINE Professionnels du patrimoine : quelles innovations pour aujourd’hui et demain ? |
C’est une collection incontournable pour les chercheurs et amateurs d’œuvres d’art créées sur les terres de l’Islam entre le VIIe et le XIXe siècle. Le département des arts de l’Islam du Musée du Louvre conserve plus de 17 000 objets, notamment un prestigieux bassin de métal incrusté réalisé en Syrie au XIVe siècle et connu sous le nom de Baptistère de Saint Louis, ainsi que des coupes de jade ottomanes ayant appartenu à Louis XIV.
On y trouve également une abondante documentation composée de plus de 9 000 dossiers d’œuvres, de 140 000 photographies, d’un fonds d’archives et d’une bibliothèque spécialisée. Au sein de cette documentation, un corpus de 2 200 catalogues publiés par les grandes maisons de vente aux enchères. "Ces catalogues sont très utiles pour les conservateurs et les scientifiques, qui y trouvent des informations fiables pour documenter les collections du Louvre", explique Nicolas Texier, chef du Service études et documentation au sein du Département des arts de l’Islam du musée parisien. "Ils peuvent notamment s’assurer de l’origine des objets et de leur traçabilité pour les projets d’acquisition, par exemple."
Extraction d’entités et structuration des données
Jusqu’ici, les conservateurs devaient feuilleter ces catalogues à la main pour y trouver une information. Une opération d’autant plus chronophage que ce corpus de catalogues représente 150 000 pages. "Autant chercher une aiguille dans une botte de foin !" souligne-t-on au Louvre. Mais depuis 2024, l’intelligence artificielle a été requise pour leur faciliter la tâche.
Après avoir été numérisés, ces catalogues ont fait l’objet d’un traitement d’indexation effectué par l’IA afin d’améliorer le référencement des œuvres de la collection. Plusieurs technologies d’IA ont été utilisées : reconnaissance optique de caractères (OCR), analyse de mise en page, extraction d’entités, indexation et structuration de données. "Nous avons confié à l’IA la tâche d’extraire les notices et les images afin de les intégrer dans une base de données qui est à usage interne uniquement. Les conservateurs ne seront plus obligés de feuilleter les catalogues. Ils pourront interroger cette base de données avec des critères de recherche très précis, comme le type d’objet, son origine, son pays ou sa date de création", précise Sybille Clochet, cheffe du service de l’Ingénierie documentaire, des Images et de la Traduction au Musée du Louvre.
En juillet 2026, l’IA a permis d’extraire près de 55 000 notices issues de 250 catalogues du Musée du Louvre. (TeklIA)
Traduction de notices
Derrière cette technologie, on trouve la société française TeklIA, dont les IA ont permis de créer des métadonnées par reconnaissance automatique et d’associer l’image correspondante pour l’indexation des objets. Pour Sybille Clochet, les promesses de l’IA vont encore plus loin : "Les LLM sont également en mesure de traduire des notices écrites dans d’autres langues. Ils permettent d’enrichir et d’harmoniser les informations sur les patronymes, les noms de pays, les typologies d’objets…" Bien entendu, ces opérations sont régulièrement vérifiées par les professionnels du Louvre afin de réduire les risques d’hallucination.
Au mois de juillet dernier, l’IA avait permis d’extraire près de 55 000 notices issues de 250 catalogues. Ce chantier a un coût : 40 000 euros, réunis grâce au mécénat.
phase d’industrialisation
TeklIA n’en est pas à son coup d’essai dans le domaine du patrimoine documentaire. Connue pour son implication dans le projet Socface des Archives nationales sur le traitement des recensements de la population par l’intelligence artificielle, elle a fait de l’extraction d’informations son cœur de métier : "Il s’agit de transformer un document en données structurées afin de les intégrer directement dans des bases de données", précise Christopher Kermorvant, PDG de TeklIA. "Dans le cadre du projet Socface, l’IA nous a permis de traiter environ 20 millions de pages en reconnaissance d’écriture et en structuration et nous avons ainsi généré une base de données contenant 400 millions de mentions d’individus". Selon lui, TeklIA est désormais dans une phase d’industrialisation de cette technologie et l’extraction d’informations est aujourd’hui l’application la plus demandée par les services d’archives. "Cette possibilité est maintenant pleinement intégrée à leur catalogue d’actions pour valoriser leurs fonds", affirme-t-il. "Les chercheurs et les professionnels ont bien compris qu’il faut aller au-delà de la simple transcription textuelle pour convertir les documents en données exploitables via des métadonnées et des moteurs de recherche."
un taux d’erreur en baisse continue
Dans le domaine particulier de la gestion des collections, TeklIA concentre ses recherches sur la gestion de la masse. En l’espace de trois décennies, les institutions ont énormément numérisé, qu’il s’agisse de textes ou d’images. Mais, selon Christopher Kermorvant, la numérisation à elle seule ne fait pas tout : "Ces documents ont rarement été indexés à la pièce, c’est-à-dire au niveau le plus fin, car cela demande trop de temps."
Il est en effet impossible de décrire manuellement une collection de 50 000 photographies. La description se fait généralement par lot, en indiquant qu’il s’agit, par exemple, d’un ensemble de photographies sur les Jeux olympiques, mais sans savoir précisément ce que contient chaque cliché. "Il en va de même pour les documents textuels", poursuit Christopher Kermovant. "On décrit souvent un registre global (par exemple, un registre matricule militaire pour une période donnée) sans connaître le contenu exact de chaque page. Notre technologie permet justement d’entrer dans le détail de chaque pièce, qu’il s’agisse d’un acte, d’une fiche, d’un dossier personnel, d’une photographie ou d’un tableau."
Ce que l’on gagne en vitesse d’exécution, le gagne-t-on en exactitude ? Les taux d’erreur baissent de manière significative, précise TeklIA : "Nous parvenons surtout à travailler sur des documents d’une complexité croissante. Par exemple, des actes des XVIe ou du XVIIe siècle, qui affichaient des taux d’erreur de 80 % il y a cinq ans, deviennent désormais accessibles". Aujourd’hui, même si les taux d’erreur peuvent encore atteindre 15 % à 20 % sur ces fonds complexes, TeklIA affirme se rapprocher d’un seuil tout à fait exploitable, ouvrant désormais au traitement par IA des documents autrefois inaccessibles.
IA prédictive
Autre application concrète de l’intelligence artificielle, la prédiction de l’état des collections. Avec plusieurs dizaines de millions de documents patrimoniaux, la Bibliothèque nationale de France (BnF) fait figure de laboratoire incomparable pour tester des outils de gestion des collections augmentés par l’IA. Le doctorant en informatique Alaa Zreik a développé un programme destiné à prédire l’état futur des collections. Celles-ci sont en effet exposées à un certain nombre de dégradations potentielles : rayures, pliures, mouillures, déchirures… Elles peuvent également faire l’objet de traitements : dépoussiérage, désinfection, désacidification, réparations, reliures… Ces dégradations et ces traitements ont été recensés afin de définir une terminologie stable et donner naissance à une trentaine d’événements.
"À partir de là, j’ai créé une ontologie, c’est-à-dire un modèle conceptuel définissant des relations possibles entre les différents événements qui peuvent affecter les documents, et j’ai représenté l’histoire de la conservation des documents par des trajectoires sémantiques", explique Alaa Zreik. Résultat : "Une fois ce modèle établi, il devient possible de calculer, en fonction des données disponibles sur les collections, la similarité des trajectoires de documents et de prédire leur état futur", souligne la BnF.
De leur côté, le Musée des Arts décoratifs et l’École nationale des Chartes (ENC) ont développé le projet TORNE-H, qui vise à améliorer le traitement documentaire et scientifique des collections du Musée des Arts décoratifs grâce à l’analyse d’images par IA. "Les résultats du projet ont pour ambition de provoquer des changements profonds dans les méthodologies des institutions patrimoniales, en fournissant un modèle reproductible pour d’autres musées et bibliothèques", explique-t-on à l’ENC. Un enjeu majeur, alors que les institutions culturelles exploitent des collections de plus en plus complexes.
