Dossier web: L'IA au musée

Les collections se cataloguent presque toutes seules, les visiteurs bénéficient de visites guidées virtuelles et l'origine des objets exposés est étudiée en détail grâce à l'IA. De la science-fiction? C'est déjà une réalité depuis longtemps.

En peu de temps, l'intelligence artificielle est passée d'une technologie de niche à un moteur central de transformation pour les musées. Après des années de «numérisation de la culture», le secteur muséal est désormais confronté au défi de se positionner dans une «culture du numérique».

Le terme «intelligence artificielle» est toutefois vague et sert de terme générique pour désigner différentes technologies. On entend le plus souvent par là l'IA dite générative. Contrairement à l'IA traditionnelle, qui exécute des tâches spécifiques selon des règles prédéfinies (par exemple, les ordinateurs d'échecs ou les traducteurs), l'IA générative apprend de manière autonome à partir de grandes quantités de données et peut ainsi créer des contenus nouveaux et uniques. Cela comprend des textes, des images et des designs, des vidéos, de la musique et du langage, voire des codes pour le développement de logiciels. Les dernières avancées en matière d'IA générative, déclenchées par ChatGPT, ont propulsé le sujet sur le devant de la scène.

L'IA offre de nombreuses possibilités aux musées: de l'automatisation de l'indexation des collections à la recherche sur la provenance, en passant par des offres de médiation personnalisées et des expériences de visite. Dans le même temps, des questions fondamentales se posent quant à l'authenticité, au droit d'auteur, à l'éthique et au rôle du musée.

Lignes directrices déontologiques

L'UNESCO recommande aux secteurs culturels d'utiliser l'intelligence artificielle afin de soutenir «la préservation, l'enrichissement, la compréhension, la promotion, la gestion et l'accessibilité du patrimoine culturel». Les principes éthiques fondamentaux sont les suivants :

• Transparence et traçabilité: divulgation des systèmes d'IA utilisés et de leur fonctionnement.
• Prévention de la discrimination: l'IA apprend à partir de contenus créés par l'homme et reprend les préjugés, les stéréotypes, les idéaux et les erreurs sans jugement moral. Il est possible de lutter activement contre cela dans les algorithmes et les données d'entraînement.
• Au service de l'humain: l'IA est un outil destiné à soutenir l'expertise humaine, et non à la remplacer.
• Approche participative: implication du public et des communautés.

Considérations stratégiques

Dans la mesure du possible, les musées devraient élaborer des stratégies en matière d'IA qui correspondent à leurs objectifs et à leurs valeurs institutionnels. Les considérations stratégiques comprennent:

• l'élaboration de lignes directrices et de codes de conduite institutionnels en matière d'IA.
• le développement des compétences correspondantes du personnel (culture numérique, plus d'informations).
• la création de transparence dans l'utilisation de l'IA.
• la mise en place de boucles de correction humaines, de tests et d'une surveillance (Human in the Loop).

Recherche

Recherche de provenance: le fait que l'on découvre toujours plus de phases dans le parcours d’un objet constitue un rôle central dans les processus de restitution d’objets acquis illicitement ou dans le travail de mémoire: cela représente également une ressource précieuse et croissante pour les sciences historiques et sociales.

Jusqu'à présent, même les provenances numérisées sont presque exclusivement fournies sous forme de texte non structuré et ne peuvent pas être évaluées automatiquement. Il n'est par exemple pas possible d'identifier automatiquement des œuvres dont la provenance est inconnue entre 1933 et 1945 à l'aide d'une requête de données ou de relier des informations entre différents musées.

Le Provenance Lab de l'université Leuphana de Lunebourg a développé une solution basée sur l'IA à cet effet. La méthode (traitement du langage naturel et données ouvertes liées) vise à reconnaître automatiquement les données de provenance individuelles dans le texte, à les séparer les unes des autres et à les relier aux données d'autres institutions.

• Recherche par image: le Fraunhofer IPK a développé des systèmes de reconnaissance d'images basés sur l'IA pour les catalogues de vente aux enchères, avec des taux de reconnaissance supérieurs à 95% pour les objets en deux dimensions. Cette technologie permet d'effectuer des recherches systématiques en très peu de temps et facilite l'identification des biens culturels recherchés. Cela simplifie non seulement la recherche en histoire de l'art, mais peut également constituer un complément efficace à la recherche de provenance.
• Analyse de documents historiques: les rouleaux d'Herculanum sont la seule bibliothèque qui ait été conservée de l'Antiquité classique. Ils sont carbonisés et fragiles, de sorte qu'ils ne peuvent être déroulés sans être détruits. Grâce à des technologies basées sur l'IA, les documents ont pu être déroulés virtuellement, les textes extraits et rendus lisibles.

Catalogage des collections

• Catalogage automatisé: les systèmes d'IA peuvent classer, indexer et décrire automatiquement des objets.
• Analyse multimodale: la combinaison de l'analyse de textes, d'images et de métadonnées permet d'obtenir de nouvelles informations sur les collections et leurs interrelations.
• Données d'histoire naturelle: les documents écrits dans le contexte des collections d'histoire naturelle, tels que les étiquettes d'objets, constituent une source importante pour la recherche sur la biodiversité. Dans le cadre d'un projet pilote, la collection du Musée d'histoire naturelle de Berlin, qui compte plus de 30 millions d'objets, est numérisée et mise à disposition du public. L'IA permet ensuite d'extraire et d'analyser les informations contenues dans les étiquettes des collections.

Médiation

• Expériences muséales personnalisées: l'IA permet de proposer des visites individuelles, des panneaux adaptatifs et des recommandations personnalisées en fonction des intérêts et du comportement du public.
• Chatbots et assistants virtuels: les systèmes de conversation intelligents offrent des conseils 24 heures sur 24 sur des sites web ou dans des applications et peuvent répondre à des questions complexes sur une grande variété de sujets.
• Médiation multimodale: les traductions assistées par l'IA, les descriptions audio automatiques et l'adaptation à un langage simple améliorent l'accessibilité.
• Formats innovants: depuis 2020, la succursale de Bonn du Deutsches Museum se transforme d'un musée classique avec des vitrines en un forum dynamique dédié à l'intelligence artificielle. Sans interruption de son activité, des espaces interactifs sont créés pour permettre au public de découvrir cette technologie. Les thèmes abordés vont des assistants vocaux à la conduite autonome, en passant par la capacité d'apprentissage des réseaux neuronaux en général.

L'intégration réussie de l'IA dans les musées nécessite un développement systématique des compétences à tous les niveaux de l'organisation. Il est essentiel de combiner les compétences techniques avec une réflexion éthique et une réflexion stratégique afin d'utiliser l'IA de manière responsable et ciblée.

Hard skills (compétences techniques?

• Culture des données: compréhension fondamentale des structures de données, des métadonnées et de leurs caractéristiques de qualité.
• Prompt engineering: capacité à formuler efficacement des requêtes à des systèmes d'IA.
• Principes fondamentaux de l'apprentissage automatique: compréhension du fonctionnement des algorithmes, des données d'entraînement et de la distinction entre différentes approches de l'IA.
• Gestion des données: connaissances des bases de données, des API et des flux de travail numériques. Compréhension des formats de données, de l'interopérabilité et des processus de migration.
• Évaluation des systèmes d'IA: capacité à évaluer la qualité et la fiabilité des résultats de l'IA, y compris la détection des erreurs (biais).

Soft skills (compétences personnelles et sociales)

• Esprit critique: capacité à évaluer de manière réfléchie les contenus générés par l'IA et à remettre en question les décisions automatisées. Développement d'un scepticisme sain à l'égard des solutions technologiques.
• Compétences en communication: capacité à expliquer de manière compréhensible des concepts complexes liés à l'IA à des collègues, au public et à des parties prenantes.
• Capacité d'adaptation: volonté d'apprendre en permanence dans un domaine technologique en évolution rapide. Flexibilité dans l'adaptation des processus de travail aux nouvelles possibilités technologiques.

Compétences en matière de leadership

• Gestion du changement: capacité à concevoir et à accompagner des processus de transformation. Développement de stratégies pour l'introduction de nouvelles technologies, y compris l'évaluation et la minimisation des risques.
• Réflexion stratégique: développement de visions à long terme pour l'utilisation de l'IA dans les musées et mise en relation avec les objectifs institutionnels.
• Compréhension des droits d'auteur: connaissance des implications juridiques de l'utilisation de contenus générés par l'IA et de la formation de modèles à partir de données issues de collections.
• Gestion de la conformité : capacité à garantir le respect des exigences légales et réglementaires, y compris la protection des données.

• Transparence: la loi européenne sur l'IA fournit les premières lignes directrices pour la réglementation de l'IA et prévoit une transparence accrue concernant les données d'entraînement. Il n'existe actuellement aucune législation spécifique sur l'IA en Suisse. Cependant, les musées suisses devraient également vérifier, lorsqu'ils utilisent des systèmes d'IA commerciaux, si leurs propres contenus sont utilisés pour l'entraînement des systèmes et s'ils souhaitent donner leur accord.
• Protection des données: l'utilisation de systèmes d'IA pour l'analyse du public est soumise à des dispositions strictes du RGPD. Les musées devraient fournir des déclarations de confidentialité transparentes et respecter les droits des utilisateurs/trices.
• Droit d'auteur: les contenus générés par l'IA soulèvent de nouvelles questions en matière de droit d'auteur. Les musées devraient élaborer des directives claires pour le traitement des textes, images et autres contenus générés par l'IA.
• Assurance qualité: les systèmes d'IA pouvant avoir tendance à produire des représentations erronées ou trompeuses (appelées «hallucinations»), des contrôles qualité sont essentiels, en particulier lors de la création de contenus pédagogiques.

Les équipes de musées en Suisse, en Allemagne et en Autriche (D-A-CH) sont invitées à participer à une étude de recherche de l'université de Berkeley sur l'utilisation des outils d'IA dans les musées. L'enquête en ligne, d'une durée de 10 à 15 minutes, se concentre sur les applications de l'IA dans le domaine des collections et les directives éthiques.

Participation: volontaire et confidentielle

Durée: 10 à 15 minutes

Contact: Sonja Thiel, UC Berkeley -

Accéder à l'enquête

Liens complémentaires:

• Association des musées allemands - Muséologie: musées et IA (en allemand)
• Oonagh Murphy (Goldsmiths, Université de Londres), Elena Villaespesa (École d'information, Institut Pratt) - Intelligence artificielle et musées (en allemand)