Sur la confiance, la provenance et l’avenir du document photographique
Il y a quelque chose d’ironique dans la situation des archivistes face à l’intelligence artificielle. Ce sont des professionnel(les) dont le travail consiste à préserver la mémoire, à documenter ce qui a existé, à s’assurer que les traces du passé restent accessibles et compréhensibles pour les générations futures. Et voilà qu’on leur propose des outils capables de lire, d’analyser, de classer et de décrire des milliers de documents en quelques secondes — des tâches qui leur prenaient autrefois des semaines.
La question n’est pas de savoir si l’intelligence artificielle va transformer le travail archivistique. Elle le transforme déjà. La vraie question, c’est comment — et surtout, au profit de qui.
Ce texte explore ce que l’IA peut apporter concrètement aux archivistes et aux institutions patrimoniales, sans jamais perdre de vue ce qu’aucun algorithme ne pourra remplacer : le jugement professionnel, l’éthique documentaire, et la responsabilité humaine face à la mémoire collective.
1. Ce que fait un archiviste — et ce que l’IA ne fait pas
Avant d’aller plus loin, il faut nommer les choses clairement. Le travail d’un ou d’une archiviste n’est pas simplement de « classer des documents ». C’est un acte intellectuel complexe qui engage des connaissances en histoire, en droit, en diplomatique, en paléographie, en normes de description (RDDA, ISAD(G), Dublin Core), et souvent en plusieurs langues. C’est aussi un travail de contextualisation : un document n’a de sens que replacé dans sa chaîne de création, sa provenance, son fonds d’origine.
Le principe de provenance — respect des fonds dans la tradition française — est au cœur de la pratique archivistique. Il établit que les documents produits ou reçus par un même créateur doivent être conservés ensemble, dans leur ordre original si possible. C’est ce contexte qui donne du sens à l’information. Un document sorti de son fonds devient une donnée orpheline — intelligible peut-être, mais appauvrie.
L’intelligence artificielle, dans son état actuel, ne comprend pas la provenance. Elle peut lire un texte, identifier des entités nommées, proposer une date approximative, détecter une langue. Mais elle ne sait pas pourquoi ce document existe, qui l’a produit, dans quelle intention, dans quelle relation avec les autres documents du même producteur. Ce savoir-là appartient à l’archiviste.
Ce que l’IA peut faire, en revanche
Elle peut traiter des volumes qui dépassent les capacités humaines. Un fonds photographique de 50 000 images peut être parcouru, analysé, pré-décrit en quelques heures. Les champs récurrents — dates approximatives, lieux visibles, sujets généraux, états de conservation — peuvent être remplis automatiquement, laissant à l’archiviste le soin de valider, corriger et enrichir.
Elle peut identifier des redondances, signaler des anomalies, proposer des regroupements thématiques. Elle peut transcrire des textes manuscrits avec une précision croissante. Elle peut traduire des métadonnées d’un standard à un autre. Elle peut rendre cherchables des collections qui ne l’étaient pas.
Tout cela n’est pas anodin. C’est des heures, des semaines, parfois des années de travail répétitif qui peuvent être redistribuées vers ce qui compte vraiment : l’analyse, la contextualisation, la médiation avec les chercheurs ou chercheuses et le public.
2. La description automatique : promesse et limites
La description archivistique est l’une des tâches les plus chronophages et les plus standardisées du métier. Pour les fonds photographiques en particulier, elle implique de renseigner des dizaines de champs pour chaque image ou série d’images : titre, date, lieu, sujet, photographe, droits, état de conservation, cote, etc. Les normes IPTC et les standards comme RDDA ou Dublin Core fournissent un cadre, mais remplir ce cadre reste un travail manuel considérable.
C’est précisément là que l’intelligence artificielle peut offrir un gain de temps substantiel. Les modèles de vision par ordinateur sont aujourd’hui capables d’analyser une image et de produire une description textuelle détaillée : identification des personnes (si connues), reconnaissance des lieux, estimation de la période, détection des éléments visuels saillants. Ces données peuvent alimenter automatiquement les champs de métadonnées, sous réserve de validation humaine.
« L’IA propose. L’archiviste dispose. »
Cette formule simple résume bien la philosophie qui devrait guider l’intégration de ces outils dans les pratiques professionnelles. La description automatique n’est pas une description finale — c’est un premier jet, une hypothèse de travail, que l’archiviste va examiner, corriger et valider selon son expertise et sa connaissance du fonds.
Les risques à ne pas sous-estimer
Le premier risque est celui de la normalisation abusive. Un algorithme entraîné sur des corpus occidentaux, urbains ou contemporains sera moins performant sur des archives coloniales, rurales ou anciennes. Il peut produire des descriptions ethnocentrées, anachroniques ou tout simplement inexactes. L’archiviste doit rester vigilant·e, d’autant plus que ces erreurs peuvent se reproduire à grande échelle si elles ne sont pas corrigées dès le départ.
Le deuxième risque est celui de la dépossession du jugement professionnel. Si l’on demande à des archivistes de valider des milliers de descriptions générées automatiquement sans leur donner le temps de vraiment les examiner, on ne fait que déplacer le problème. La vitesse ne doit pas primer sur la rigueur.
Enfin, il y a la question de la responsabilité. Qui est responsable d’une description erronée produite par une IA ? L’institution ? Le fournisseur du logiciel ? L’archiviste qui a validé ? Ces questions ne sont pas encore tranchées juridiquement, et elles méritent une attention sérieuse.
3. La photographie : un cas particulier
Les fonds photographiques représentent un défi archivistique spécifique. Contrairement aux documents textuels, une photographie ne se lit pas — elle se regarde. Elle engage l’interprétation visuelle, la connaissance du contexte de prise de vue, la compréhension des codes esthétiques et des pratiques photographiques d’une époque. Elle peut aussi porter des dimensions émotionnelles, politiques ou éthiques qui compliquent encore la description.
Les institutions patrimoniales accumulent des milliers, parfois des millions d’images, souvent mal documentées, parfois anonymes. Les fonds des agences de presse, les archives personnelles de photographes, les collections institutionnelles — tout cela représente un patrimoine visuel immense, en partie inaccessible faute de ressources pour le décrire correctement.
L’intelligence artificielle ouvre ici des perspectives réelles. La reconnaissance de scènes, la détection de visages, l’identification de lieux iconiques, l’estimation de dates à partir du style vestimentaire ou de l’environnement bâti — tout cela peut aider à dégager un premier niveau de description qui rend la collection cherchable et utilisable.
Mais qui a pris cette photo ? Et est-elle vraie ?
Deux questions se posent avec une acuité croissante dans le contexte numérique actuel. La première est celle de l’attribution : qui a fait cette image ? La photographie documentaire repose sur un lien de confiance entre le photographe, l’institution qui conserve l’image, et le public qui la consulte. Ce lien suppose que l’on sache d’où vient l’image, qui l’a produite, dans quelles conditions.
La deuxième question est celle de l’authenticité. À une époque où les logiciels de génération d’images par IA permettent de produire des photographies réalistes de scènes qui n’ont jamais existé, la frontière entre le document et la fiction visuelle est devenue poreuse. Pour les archivistes, les journalistes et les historien·nes, c’est un défi fondamental.
Ces deux questions — attribution et authenticité — sont au cœur d’un standard technique émergent qui commence à transformer la chaîne de confiance autour de l’image photographique.
4. C2PA : reconstruire la confiance dans l’image numérique
Le C2PA — Coalition for Content Authenticity and Integrity — est un consortium fondé par Adobe, Microsoft, Intel, la BBC, Reuters, et des dizaines d’autres organisations. Son objectif : établir un standard ouvert pour certifier l’origine et l’historique d’un contenu numérique, qu’il s’agisse d’une photo, d’une vidéo ou d’un document audio.
Concrètement, le C2PA permet d’embarquer dans un fichier image un ensemble de métadonnées cryptographiquement signées — ce qu’on appelle les Content Credentials — qui attestent de l’origine de l’image, de l’identité de son créateur, du matériel utilisé (appareil photo, logiciel), et de toutes les modifications qui lui ont été apportées depuis sa création.
C’est l’équivalent numérique d’une chaîne de custody documentaire — un concept que les archivistes connaissent bien. Chaque intervention sur le document est tracée, horodatée, identifiée. L’intégrité de la chaîne peut être vérifiée à n’importe quel moment par n’importe qui disposant des outils adéquats.
Pourquoi c’est important pour les institutions patrimoniales
Pour une institution qui conserve des photographies de presse, des images documentaires ou des archives visuelles, le C2PA représente un outil de première importance. Il permet de distinguer une photographie authentique d’une image générée ou manipulée, d’attester de la provenance d’une image à la source — au moment même de la prise de vue, si l’appareil photo intègre le standard — et de reconstruire l’historique de traitement d’une image : recadrage, ajustement de couleurs, conversion de format.
Lorsqu’une institution publie une image sur son site, dans une exposition virtuelle ou dans une publication numérique, elle peut désormais y associer une certification vérifiable attestant de son origine et de l’exactitude de sa description. Pour le chercheur ou le citoyen qui consulte une archive en ligne, ces informations deviennent accessibles de façon transparente : une petite icône, un clic, et l’on peut vérifier que cette photographie a bien été prise par tel photographe, à telle date, avec tel appareil, sans manipulation significative depuis lors. Dans un contexte où la méfiance envers les contenus visuels numériques est croissante, cette capacité à certifier l’authenticité d’une image devient un véritable outil de médiation culturelle — et un argument de confiance irremplaçable.
Les limites actuelles
Il serait naïf de présenter le C2PA comme une solution universelle. Le standard est encore jeune, son adoption par les appareils photo grand public est en cours, et les images produites avant son déploiement ne bénéficient évidemment pas de ces certifications d’origine. Pour les archives historiques, il faudra développer des approches complémentaires — expertise visuelle, analyse forensique, recoupement de sources — pour établir l’authenticité des documents.
Par ailleurs, la signature numérique peut être retirée d’une image. Le C2PA ne rend pas l’image infalsifiable — il rend la falsification détectable. Ce n’est pas rien, mais ce n’est pas non plus une garantie absolue. La confiance reste, en dernière instance, une construction humaine et institutionnelle.
5. L’archiviste de demain : un professionnel augmenté
Ce que l’on voit se dessiner, c’est le profil d’un·e archiviste dont le rôle évolue sans disparaître. Les tâches répétitives et mécaniques — saisie de données, conversion de formats, indexation de masse — sont progressivement prises en charge par des outils automatisés. Ce qui reste, et ce qui s’amplifie, c’est la part irréductiblement humaine du métier.
L’archiviste de demain sera celui ou celle qui sait poser les bonnes questions à l’IA, qui sait interpréter ses sorties avec un regard critique, qui sait identifier ses angles morts et corriger ses biais. Ce sera aussi celui ou celle qui sait expliquer à l’institution ce que l’IA peut et ne peut pas faire — qui protège les collections contre un enthousiasme technologique mal orienté.
Ce sera enfin celui ou celle qui maintient le lien entre le document et son contexte humain. Parce qu’une photographie n’est pas seulement un fichier JPEG avec des métadonnées IPTC. C’est le résultat d’une présence humaine dans un moment donné du monde — un moment que personne d’autre n’a vu exactement de la même façon.
Des compétences nouvelles à développer
La formation archivistique devra évoluer pour intégrer ces nouveaux outils. Non pas pour former des développeurs, mais pour former des professionnel·les capables de comprendre ce que fait un algorithme, d’évaluer la qualité de ses sorties, et de prendre des décisions éclairées sur son utilisation dans tel ou tel contexte.
La connaissance des standards de métadonnées — IPTC, XMP, Dublin Core, RDDA — devient encore plus stratégique dans ce contexte, car c’est sur ces standards que reposent les systèmes automatisés. Comprendre leur logique, leurs forces et leurs limites, c’est comprendre ce que l’IA peut vraiment faire avec les données qu’on lui fournit.
La connaissance des enjeux de provenance numérique — C2PA, chaînes de custody, forensique de l’image — devient également incontournable pour toute institution qui gère des fonds photographiques contemporains.
Conclusion : la mémoire est une responsabilité humaine
L’intelligence artificielle est un outil extraordinairement puissant. Elle peut traiter ce que nous ne pouvons pas traiter, voir ce que nous ne voyons pas, proposer ce à quoi nous n’aurions pas pensé. Dans le contexte archivistique, elle ouvre des possibilités réelles pour rendre accessibles des collections qui dormaient faute de ressources.
Mais un outil, aussi sophistiqué soit-il, ne porte pas de responsabilité. Il ne décide pas de ce qui mérite d’être préservé. Il ne comprend pas pourquoi cette photographie prise dans une rue de Montréal en 1967 est un document irremplaçable de l’histoire sociale du Québec. Il ne sait pas que cette image, mal décrite, pourrait disparaître dans l’oubli numérique alors qu’elle est peut-être la seule trace visuelle d’un moment singulier.
La mémoire collective est une responsabilité humaine. L’archiviste est le gardien de cette responsabilité. L’intelligence artificielle peut l’aider à l’exercer mieux, plus largement, plus efficacement. Mais elle ne peut pas la porter à sa place.
C’est peut-être là la distinction fondamentale : l’IA optimise. L’archiviste juge. Et dans un monde où les images se fabriquent aussi vite qu’elles se diffusent, où la frontière entre le vrai et le vraisemblable devient chaque jour plus difficile à tracer, ce jugement n’a jamais été aussi précieux.
Vous travaillez au sein d’une institution patrimoniale — centre d’archives, musée, société d’histoire, bibliothèque ? Découvrez comment DIGITUM Archiviste IA peut transformer votre façon de décrire et valoriser vos collections.