Retour sur la journée d’étude “IA et image dans le livre ancien” du 18 juin 2026 à la Bnu

Cet article a été rédigé par C. Désos-Warnier et C. Bohnert. Dans le cadre de la résidence de chercheur de Céline Bohnert, maîtresse de conférences à l’Université Reims Champagne et rattachée au  CRIMEL, un séminaire s’est tenu le 18 juin dernier à la Bnu, visant à interroger les apports des IA pour l’étude de l’image dans le livre ancien, depuis les premiers incunables jusqu’au XVIIIe siècle. 

Un sujet d’étude innovant qui mérite réflexion

Dans le cadre de sa résidence, Céline Bohnert souhaitait renouveler son approche d’un corpus ovidien en s’interrogeant sur l’apport et l’usage que l’on pouvait faire des outils de l’IA. En préparant cette journée d’étude, il est apparu que les fonds anciens illustrés sont assez sous-représentée dans les visual studies numériques, contrairement à des objets plus anciens (objets archéologiques et manuscrits enluminés) ou plus récents (fonds photographiques, revues et journaux imprimés, médias contemporains et réseaux sociaux…). Cela interroge. Aussi, pour mieux comprendre les opportunités qu’offrent les IA pour l’objet considéré, ainsi que leurs limites, il a été proposé un panorama d’expériences en cours permettant de croiser les regards complémentaires des chercheurs, des conservateurs et des ingénieurs autour de cas pratiques en alternants présentations, échanges et ateliers.

Un panel de cas pratiques représentatifs et complémentaires

1 Le projet Ovide en images à la Bnu.

Céline Bohnert et Amine Saidi (ingénieur stagiaire, ENSICaen, ISIA – Image, Son et Intelligence Articicielle) ont présenté l’état de leurs travaux sur un corpus de gravures accompagnant les Métamorphoses d’Ovide, du XVIème au XVIIIème siècles, mettant ainsi en valeur, dans leurs échanges, la complémentarité des approches entre deux métiers si différents, le chercheur et l’ingénieur.

Les apports de la résidence sont multiples : dans le cadre du partenariat de la Bnu avec la BnF, les questionnements de Céline Bohnert sont un cas d’usage pour tester Gallica Image et contribuer à affiner l’API destinée aux chercheurs que l’INHA développe. Pour la chercheuse, c’est un moyen de contribuer à l’entraînement de modèles d’IA sur un objet peu étudié de cette manière-là, d’affiner la connaissance de l’illustration ovidienne et d’étudier les recouvrements mythologie / Bible dans la culture visuelle de l’époque moderne à travers le livre. Dans un second temps, Amine Saidi a créé et testé des modèles spécifiques pour le corpus, par exemple, en travaillant sur la reconnaissance des techniques bois/cuivre. Désormais, les travaux se concentreront sur la mise en place d’un modèle qui permettrait de repérer le réemploi d’images dans un contexte ovidien ou biblique. Cette question complexe conduira à entrainer un modèle permettant d’effectuer des recherches par similarité ou de reconnaitre des motifs signature par thème (création du monde, création de l’homme, le déluge, la fin du déluge). Les premiers résultats obtenus permettent déjà une data visualisation des résultats qui montrent la circulation des illustrations d’Ovide. Mais il reste encore deux mois de travail ! 

Retrouvez ici la présentation.

2 AIKON, un environnement de recherche pour l’étude visuelle des corpus historiques : focus sur la circulation des images dans des corpus encyclopédiques aux XVIIe et XVIIIe siècles.

Alexandre Guilbaud (Sorbonne Université, Institut de mathématiques de Jussieu-Paris Rive Gauche/UMR 7586) a ensuite présenté AIKON, une plateforme modulaire de vision par ordinateur destinée aux historiens pour constituer, traiter et analyser à grande échelle des corpus visuels. Elle accompagne les utilisateurs tout au long du flux de travail, de la construction du corpus à la validation des résultats, sans nécessiter de compétences techniques. Fondée sur les standards IIIF et un modèle de données flexible, AIKON favorise la recherche collaborative tout en laissant aux chercheurs le contrôle des traitements automatiques. Sa modularité permet l’intégration de nouveaux algorithmes et outils de visualisation adaptés à chaque projet pour l’analyse de documents historiques. Cet outil a pu se développer grâce à des financements successifs sur projets : VHS (Vision artificielle et analyse Historique de la circulation de l’illustration Scientifique), EIDA (Editer et analyser les diagrammes astronomiques historiques avec l’IA), ou encore grâce au projet ERC : Discovering and Analyzing Visual Structures.

Ces exemples montrent le workflow mis en place pour extraire d’un corpus d’images anciennes des illustrations précises, puis de procéder par recherche de similarités. Progressivement un modèle de données commun a été établi pour l’étude des liens intellectuels entre documents historiques illustrés, manuscrits ou imprimés. Alexandre Guilbaud est ensuite passé à la démonstration de l’outil sur un cas d’étude constitué d’un corpus de dictionnaires et encyclopédies de mathématiques européennes des XVIIe et de la première moitié du XVIIIème siècle.

Pour aller + loin :  Images et IA AIKON: un environnement de recherche collaboratif pour l’étude visuelle de corpus historiques et AIKON: A Modular Computer Vision Platform for Historical Corpora

Retrouvez ici la présentation.

3 L’IA comme outil heuristique : TiamaT et la zoologie médiévale.

Marion Charpier (Ecole nationale des chartes/Paris Sciences et Lettres) nous a ensuite emmenés au Moyen Age pour explorer la manière selon laquelle une IA peut effectivement lire une image aussi complexe que l’est une enluminure ou un bestiaire médiéval. Les modèles soutiennent le travail iconographique de description des composantes de l’image à condition d’en rester à un niveau très littéral. Mais identifier un objet médiéval requiert une lecture contextuelle des composantes de l’image, qui suppose de mettre ses composantes en relation les unes avec les autres, d’une part, les unes et les autres avec le contexte ou la culture écrite, d’autre part. Ces travaux ont porté Marion  à réfléchir avec précision à la manière de concevoir un jeu de données en vision par ordinateur grâce à une ontologie cohérente, précise et exhaustive en échappant aux biais divers qui peuvent se révéler.

Au fil de ses recherches, Marion Charpier a créé un outil, TiamaT, qui se veut une chaîne de traitement complète pour les images : il transforme les images brutes en jeux de données annotés et exploitables. L’approche est itérative et pensée pour les besoins des chercheurs. TiamaT a émergé en 2023 à Berlin à la rencontre de deux projets, Digital Heraldry (héraldique) et HORAE (livres d’heures et iconographie religieuse). L’objectif partagé était de décrire automatiquement des images historiques complexes. Ces expérimentations communes devaient explorer l’annotation d’images et la création de jeux de données, l’entraînement et l’adaptation de modèles de détection et la validation humaine des résultats et leur interprétation. Un troisième terrain a été exploré au sein du fonds Jean Royère du Musée des arts décoratifs de Paris.

Le projet serait de pouvoir élargir le corpus et généraliser le protocole mis en place vers d’autres corpus visuels (objets, architecture, iconographies). Les modèles seraient à affiner davantage encore grâce à d’autres approches : segmentation, reconnaissance fine, multimodalité, enfin, l’important est de pouvoir échanger, critiquer, discuter pour que les modèles puissent être utilisés par d’autres chercheurs.

Pour aller + loin : https://tiamat-app.github.io

Retrouvez ici la présentation.

Des débats enrichissants  

Grâce au public venu nombreux et extrêmement participatif, les débats et échanges ont porté sur ce que l’IA fait à la recherche historique et vice versa. Il est certain que l’usage des IA, comme de tout outil numérique, nous oblige à formaliser ce que nous savons implicitement des objets que nous considérons. Le savoir historique reconfigure ce que nous demandons aux modèles de voir et ouvre un dialogue entre deux façons différentes de lire les images. Les enjeux sont multiples et notamment de comprendre jusqu’où il est possible de généraliser des caractéristiques individuelles des projets et les outils créés. Le partage des données et des outils est bien sûr un horizon désirable, mais les questionnements scientifiques qui structurent chaque projet vont de pair avec un fort degré de spécialisation, ce qui limite la possibilité du partage. Par ailleurs, que fait l’IA à la recherche sur les images ? Le passage à l’échelle et l’accélération du traitement (dans certaines conditions) sont réels mais ne semblent pas bouleversent, pour l’instant les paradigmes. L’apport le plus immédiat du recours aux IA est sans doute l’effet d’altérité, de regard extérieur que les chercheurs sont amenés à poser sur leurs objets sous l’œil des modèles.

La suite ?  Un colloque en 2027 ? Loin d’être épuisé, le sujet appelle au contraire un certain nombreux d’approfondissements et l’élargissement à des expériences ailleurs en Europe.

En savoir plus sur les outils présentés : Nous remercions le consortium HumaNum Pictor-IA pour son aide dans l’organisation de la journée et pour l’animation des deux ateliers de l’après-midi autour des outils TiamaT et Panoptic. 

---

---