ИИ берётся за расшифровку мёртвых языков: находит паттерны, смысл — за учёным

Les réseaux de neurones aident déjà les historiens à lire des textes qui sont restés incompréhensibles pendant des millénaires. Mais malgré toute la puissance des algorithmes, le déchiffrement nécessite encore un être humain : l'IA excelle dans la détection de patterns dans les symboles, mais donner du sens à ces derniers reste l'apanage du linguiste.

Ce que les réseaux de neurones savent faire en linguistique

Le principal avantage des réseaux de neurones sur le chercheur est la vitesse et l'échelle de l'analyse statistique. En quelques heures, un algorithme traite un corpus sur lequel un savant aurait passé des années : il compte la fréquence des symboles, construit des matrices de cooccurrence et identifie des patterns structurels.

L'un des exemples les plus parlants est le projet Ithaca, développé par une équipe de DeepMind en collaboration avec des historiens et publié dans la revue Nature en 2022. Le système restaurait des fragments endommagés d'inscriptions en grec ancien. La précision de l'algorithme était d'environ 62 %, tandis que les spécialistes sans IA trouvaient la bonne variante dans seulement 25 % des cas. Lorsque les historiens travaillaient en tandem avec le réseau de neurones, le résultat montait à 72 %.

Ithaca a fonctionné efficacement précisément parce qu'il existait déjà un grand corpus de textes déchiffrés en grec ancien. L'algorithme s'appuyait sur des milliers d'inscriptions étudiées auparavant par des érudits — et construisait des prédictions pour des fragments inconnus à partir de cette base.

• Ithaca (DeepMind, Nature, 2022) — 62 % de précision dans la restauration des inscriptions
• Historiens sans IA — environ 25 % de variantes correctes
• Historiens + Ithaca — 72 %
• Les principaux systèmes d'écriture non déchiffrés : linéaire A (Crète), proto-élamite (Iran), rongorongo (île de Pâques), écriture de l'Indus (Mohenjo-daro)

Pourquoi le linguiste est indispensable ?

L'IA peut décrire la structure d'un texte, mais ne peut pas la relier à sa signification. Cela est particulièrement flagrant là où il n'existe pas d'« ancre » — un texte parallèle comme la pierre de Rosette pour les hiéroglyphes égyptiens. Pour le linéaire A, le proto-élamite ou le rongorongo, un tel point d'entrée n'existe pas, et sans lui le déchiffrement se transforme en devinette.

L'algorithme détectera que certains symboles apparaissent ensemble plus fréquemment que d'autres — mais les nommer comme des mots sans contexte culturel est impossible. Le linguiste apporte ce qui est absent des données : la connaissance de la typologie des langues, la compréhension de ce qui distingue les registres commerciaux des textes religieux, l'intuition sur les catégories grammaticales — tout ce qui ne peut pas s'apprendre directement à partir d'un corpus.

« L'IA est fantastiquement douée pour la reconnaissance de patterns,

mais l'intuition humaine reste essentielle » — c'est précisément ce que soulignent les chercheurs en linguistique computationnelle interrogés par Ars Technica.

Comment le travail des scientifiques évolue

Le duo « réseau de neurones + linguiste » ne remplace pas le chercheur — il change le rythme de son travail. L'algorithme prend en charge les tâches routinières : analyse de fréquence, restauration de symboles manquants, recherche de correspondances structurelles dans des corpus parallèles. Le spécialiste se concentre sur l'interprétation — l'étape où la compréhension du monde est nécessaire, pas seulement celle du texte.

Certains chercheurs comparent ce changement à la façon dont l'IRM a transformé le diagnostic médical : le médecin pose toujours le diagnostic, mais voit des détails auparavant inaccessibles. Des équipes qui consacraient autrefois des mois à la codification manuelle des corpus obtiennent désormais les patterns initiaux en quelques jours. Il reste encore plusieurs dizaines de systèmes d'écriture non déchiffrés dans le monde — certains d'entre eux, selon les spécialistes, pourraient être lus dans les prochaines années précisément grâce à ce partenariat.

Ce que cela signifie

L'application de l'IA en linguistique illustre la manière dont les réseaux de neurones renforcent l'expertise au lieu de la supplanter. Là où des textes parallèles et un volume de données suffisant existent, l'algorithme agit comme un accélérateur. Là où le contexte culturel est opaque ou les données sont insuffisantes, le dernier mot revient au chercheur.