Entre 1933 et 1945, le parti nazi a confisqué ou forcé la vente d’environ 650 000 œuvres d’art provenant de collections privées et publiques à travers l’Europe. Ce chiffre représentait à l’époque près de 20 pour cent de tout l’art du continent. Des décennies plus tard, des milliers de ces pièces manquent toujours à l’appel ou n’ont pas été restituées. L’ampleur du problème n’a jamais fait de doute. Ce qui a toujours fait défaut, c’est un moyen pratique de rechercher des réponses dans un ensemble de documents historiques fragmenté, multilingue et incohérent. Un nouvel outil d’IA, combiné à des campagnes de création plus traditionnelles, commence à combler précisément cette lacune.
L’outil qui parle aux archives en langage clair
Une équipe de trois chercheurs de la Santa Clara University en Californie a développé ce qu’ils appellent l’AI Provenance Assistant, un chatbot conçu pour aider à retracer l’historique de propriété et l’emplacement d’œuvres d’art. Le problème fondamental qu’il résout est d’ordre structurel : les archives concernant l’art pillé par les nazis sont dispersées dans plusieurs bases de données, rédigées en différentes langues, organisées selon diverses conventions de classement et fréquemment incomplètes. Aucun chercheur ne peut à lui seul naviguer efficacement dans l’ensemble de ces données simultanément.
Le chatbot fonctionne en acceptant des requêtes rédigées en langage courant et en les traduisant automatiquement dans le code technique nécessaire pour interroger ces bases de données. Haibing Lu, professeur d’analytique et l’un des co-créateurs de l’outil, a décrit cette fonction avec clarté : l’objectif est de permettre à n’importe qui de poser une question naturellement et d’obtenir des informations utiles sans avoir besoin de comprendre l’architecture sous-jacente des bases de données.
L’une des principales bases de données sur lesquelles s’appuie l’outil est le projet Einsatzstab Reichsleiter Rosenberg, qui documente environ 40 000 œuvres d’art que les forces nazies ont fait transiter par le Musée du Paume à Paris. Même au sein de cette unique collection, les dossiers ne sont pas standardisés. Michael Santoro, professeur de gestion à la Santa Clara University et autre co-créateur, a souligné que l’équipe n’a découvert cette incohérence qu’après avoir commencé son travail : les informations contenues dans une base de données donnée peuvent être incomplètes ou erronées, parfois de manière délibérée.
Les créateurs sont explicites quant à l’objectif de l’outil. Comme l’a formulé Haibing Lu, le but n’a jamais été de remplacer les chercheurs en provenance. Il s’agissait de rendre des décennies d’archives complexes plus faciles à explorer grâce à une conversation naturelle. La distinction a son importance : il s’agit d’une aide à la navigation, et non d’une machine à rendre des verdicts.
La vérification reste la responsabilité humaine
Tous les intervenants de la recherche en provenance ne sont pas prêts à considérer le chatbot comme une source finale fiable. Carla Shapreau, professeure de droit à l’University of California à Berkeley et avocate spécialisée dans ce domaine, a exprimé un optimisme prudent tout en formulant une exigence claire : l’outil devrait renvoyer directement vers des numérisations numériques de documents de sources primaires, afin que les chercheurs puissent vérifier eux-mêmes les preuves historiques sous-jacentes plutôt que de se fier uniquement au résultat produit par le chatbot.
C’est un thème récurrent de l’IA appliquée dans de nombreux domaines. Un système qui regroupe et fait émerger des informations de manière efficace est véritablement utile. Un système considéré comme faisant autorité sans vérification indépendante introduit de nouveaux risques. La position de Carla Shapreau reflète un principe qui s’applique bien au-delà de la restitution d’œuvres d’art : l’IA peut accélérer la recherche, mais le jugement humain doit boucler la boucle.
Pendant ce temps, des institutions en France poursuivent des stratégies parallèles qui ne nécessitent aucune technologie. Le Musée d’Orsay a ouvert une exposition permanente intitulée « À qui appartiennent ces œuvres ? », présentant une sélection rotative issue d’une collection de 225 œuvres d’art dont les propriétaires légitimes n’ont pas encore été identifiés. La logique est simple : la visibilité publique génère des pistes. Le Musée d’Orléans a adopté une approche plus marquante, en produisant des campagnes d’affiches « recherchées » mettant en vedette des peintures manquantes de premier plan. Selon le musée, 424 tableaux manquent toujours à l’appel pour sa seule collection.
Ce que cela révèle sur l’IA en tant qu’infrastructure d’investigation
L’AI Provenance Assistant est un outil restreint et spécifique à un domaine. Il ne génère pas de nouvelles connaissances historiques. Il n’authentifie pas les œuvres d’art et ne prend pas de décisions juridiques. Ce qu’il fait, c’est réduire la friction liée à l’accès aux dossiers existants, ce qui constitue en soi une contribution significative lorsque ces dossiers sont répartis dans des systèmes incompatibles et en plusieurs langues.
C’est ce que la plupart des reportages sur l’IA dans le domaine du patrimoine culturel ont tendance à manquer. La valeur ne réside pas ici dans le fait qu’une intelligence artificielle réalise un exploit de raisonnement dont les humains sont incapables. La valeur réside dans le fait de rendre un ensemble vaste et désorganisé de documentation consultable par des personnes qui manquaient auparavant de compétences techniques ou d’accès institutionnel pour y naviguer. Les chercheurs en provenance, les avocats, les conservateurs de musée et les familles des propriétaires d’origine ont tous intérêt à bénéficier d’une barrière à l’entrée plus faible.
L’implication plus large concerne ce que l’IA fait bien dans les contextes archivistiques et d’investigation : elle gère les volumes, comble les barrières linguistiques et traduit l’intention humaine en requêtes structurées. Ce qu’elle ne peut pas faire, c’est remplacer le travail d’interprétation consistant à déterminer ce que signifient les preuves, si un dossier est digne de confiance, ou quel doit être le résultat juridique ou éthique.
L’association d’un chatbot à IA, d’une exposition muséale et d’une campagne d’affiches de recherche peut sembler éclectique. Elle reflète la réalité selon laquelle la récupération d’art pillé n’est pas un problème unique doté d’une solution unique. C’est à la fois un problème de recherche, un problème juridique, un problème diplomatique et un problème de sensibilisation du public.
En bref
Un chatbot à IA développé à la Santa Clara University est conçu pour aider les chercheurs à retracer les œuvres d’art pillées par les nazis en rendant des bases de données d’archives fragmentées et multilingues interrogeables grâce à des requêtes en langage clair. L’outil s’appuie sur des archives couvrant des dizaines de milliers d’œuvres d’art, mais ses créateurs et des experts extérieurs s’accordent à dire que la vérification humaine des sources primaires reste essentielle. Parallèlement à cette approche technologique, des musées français utilisent des expositions publiques et des campagnes visuelles pour générer des pistes concernant respectivement 225 et 424 œuvres manquantes. Ce cas illustre un principe constant : l’IA est plus utile lorsqu’elle réduit le coût d’accès à la connaissance existante, et non lorsqu’elle est considérée comme un substitut au jugement requis pour agir en conséquence.
D’après un reportage de Smithsonian Magazine.