L'IA s'attaque aux langues mortes : elle repère les motifs, le sens reste l'affaire du chercheur

Les réseaux de neurones aident déjà les historiens à lire des textes restés incompréhensibles pendant des millénaires. Mais malgré la puissance des algorithmes, le déchiffrement exige toujours un humain : l'IA excelle à repérer des régularités dans les symboles, mais seul un linguiste peut leur donner un sens.

Ce que les réseaux de neurones savent faire en linguistique

Face à un chercheur, l'atout majeur des réseaux de neurones tient à la vitesse et à l'échelle de l'analyse statistique. En quelques heures, un algorithme traite un corpus qui aurait occupé un chercheur pendant des années : il compte la fréquence des symboles, construit des matrices de cooccurrence et met en évidence des motifs structurels.

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

Ithaca a été efficace précisément parce qu'il existait déjà, pour le grec ancien, un vaste corpus de textes déchiffrés. L'algorithme s'appuyait sur des milliers d'inscriptions précédemment étudiées par les chercheurs et bâtissait ses prédictions pour les fragments inconnus à partir de ce socle.

• Ithaca (DeepMind, Nature, 2022) : 62 % de précision dans la restauration d'inscriptions
• Historiens sans IA : environ 25 % de variantes correctes
• Historiens + Ithaca : 72 %
• 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 reste indispensable ?

L'IA sait décrire la structure d'un texte, mais pas la relier à une signification. Cette limite apparaît surtout quand il n'existe pas d'« ancre », c'est-à-dire de texte parallèle comparable à la pierre de Rosette pour les hiéroglyphes égyptiens. Pour le linéaire A, le proto-élamite ou le rongorongo, aucun point d'entrée de ce type n'existe, et sans lui, le déchiffrement tourne à la devinette.

Un algorithme constatera que certains symboles apparaissent plus souvent côte à côte que d'autres, mais il est impossible de leur donner un nom de mot sans contexte culturel. Le linguiste apporte ce qui manque aux données : sa connaissance de la typologie des langues, sa compréhension de ce qui distingue des registres commerciaux de textes religieux, son intuition des catégories grammaticales. Autant d'éléments qu'un entraînement direct sur un corpus ne permet pas d'acquérir.

« L'IA est fantastiquement douée pour reconnaître des motifs, mais l'intuition humaine reste essentielle » : c'est ce que soulignent des chercheurs en linguistique computationnelle interrogés par

Ars Technica.

Comment le travail des chercheurs change

Le duo « réseau de neurones + linguiste » ne remplace pas le chercheur : il change son rythme de travail. L'algorithme prend en charge le travail de routine : analyse de fréquences, restitution des symboles manquants, recherche de concordances structurelles dans des corpus parallèles. Le spécialiste se concentre sur l'interprétation, l'étape qui exige de comprendre le monde et pas seulement le texte.

Plusieurs chercheurs comparent ce basculement à l'effet de l'IRM sur le diagnostic : le médecin pose toujours le diagnostic, mais il voit des détails jusque-là inaccessibles. Les équipes qui passaient des mois à coder des corpus à la main obtiennent désormais les premiers motifs en quelques jours. Il reste dans le monde quelques dizaines d'écritures non déchiffrées. Selon les spécialistes, certaines pourraient être lues dans les prochaines années grâce à ce partenariat.

Ce que cela signifie

L'usage de l'IA en linguistique illustre la façon dont les réseaux de neurones renforcent l'expertise au lieu de la supplanter. Là où l'on dispose de textes parallèles et d'un volume de données suffisant, l'algorithme joue le rôle d'accélérateur. Là où le contexte culturel est opaque ou les données rares, le dernier mot revient au chercheur.