Artificial intelligence for oral history and disaster experience: a systematic mapping study
Cette étude de cartographie systématique examine 35 études primaires pour analyser comment l'intelligence artificielle transforme l'histoire orale, passant d'archives statiques à des domaines dynamiques et interactifs, en mettant en évidence des avancées significatives dans la transcription et l'analyse tout en soulignant les défis éthiques critiques et la nécessité d'approches centrées sur l'humain et tenant compte des traumatismes.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Pendant des décennies, les récits de l'expérience humaine — survivants de la guerre, témoins de catastrophes, aînés préservant des traditions oubliées — ont été capturés sur bande et sur disque, conservés dans des archives sous forme d'enregistrements statiques. Ces histoires orales sont vitales car elles détiennent la vérité émotionnelle et la perspective personnelle qui manquent souvent aux documents officiels. Cependant, un obstacle massif s'est longtemps dressé entre ces voix et les personnes qui ont besoin de les entendre : la difficulté extrême de transformer des heures de parole en texte recherchable. Pour un chercheur ou un conservateur de musée, écouter chaque minute de chaque enregistrement pour trouver un souvenir spécifique est une tâche qui peut prendre une vie entière. Ce goulot d'étranglement a laissé de vastes collections de témoignages humains enfermées, accessibles uniquement à ceux qui ont le temps d'écouter. Aujourd'hui, un nouveau domaine émerge où l'intelligence artificielle est utilisée pour déverrouiller ces archives, non seulement pour transcrire les mots, mais pour comprendre les sentiments, les modèles et les silences qui les habitent.
Une équipe de chercheurs issus d'universités canadiennes a récemment mené une revue exhaustive pour voir précisément comment cette technologie est appliquée. Ils ont examiné trente-cinq études publiées entre 2004 et 2025, examinant chaque étape du processus par lequel un récit parlé devient un document numérique. Leur travail révèle que, si les ordinateurs sont devenus remarquablement performants pour la tâche mécanique de la conversion de la parole en texte, le défi plus profond réside dans la préservation du sens humain derrière ces mots. Les chercheurs ont constaté que le domaine évolue rapidement d'une simple transcription vers une analyse complexe, bien que des obstacles éthiques importants subsistent concernant la manière dont nous traitons les souvenirs sensibles et dont les voix sont véritablement entendues.
La revue a commencé par cartographier le voyage d'une histoire orale, que les auteurs ont divisé en quatre étapes distinctes : la création, l'archivage, l'analyse et l'exposition. Dans l'étape de la création, où l'histoire est racontée pour la première fois, l'utilisation de l'intelligence artificielle est encore rare. La plupart des études dans ce domaine explorent des idées expérimentales, telles que l'utilisation de programmes informatiques pour interroger des personnes ou la génération de dialogues simulés pour combler les lacunes dans le registre historique. Cependant, la grande majorité de la recherche se concentre sur la deuxième étape : l'archivage. Ici, la technologie a eu son impact le plus spectaculaire. En utilisant des systèmes de reconnaissance vocale avancés, les chercheurs peuvent désormais convertir automatiquement des milliers d'heures d'audio en texte. Cela a résolu un problème critique qui rendait autrefois de vastes collections inutilisables. La revue note qu'en 2024 et 2025 seulement, près de la moitié de toute la recherche dans ce domaine a été publiée, signalant un passage de prototypes expérimentaux à des outils réels qui traitent activement des arriérés massifs d'enregistrements.
La géographie de cette recherche raconte l'histoire de deux approches différentes. Aux États-Unis, où de vastes archives comme la Fondation Shoah de l'USC détiennent des millions de témoignages de l'Holocauste et d'autres conflits, l'accent est mis sur ce que le texte peut nous dire de la psychologie humaine. Les chercheurs y utilisent des programmes informatiques pour analyser ces récits afin d'y déceler des signes de traumatisme, comme la prédiction des symptômes de stress post-traumatique chez les survivants des attentats du 11 septembre. En revanche, un groupe de recherche en Europe centrale, particulièrement en Allemagne et en République tchèque, est dédié à l'ingénierie elle-même. Ces équipes travaillent à perfectionner la technologie sous-jacente, s'assurant que les ordinateurs peuvent entendre et transcrire avec précision la parole dans différentes langues, dialectes et conditions d'enregistrement bruyantes. Tandis que le travail américain demande « que signifie cette histoire ? », le travail européen demande « comment faire pour que l'ordinateur l'entende correctement ? ».
Au-delà de la simple écriture des mots, la troisième étape du pipeline consiste à utiliser l'intelligence artificielle pour trouver des modèles et des émotions au sein des récits. La revue a constaté que les chercheurs utilisent de plus en plus ces outils pour regrouper des récits similaires ou pour détecter le poids émotionnel de la voix d'un locuteur. Certaines études vont encore plus loin, analysant les sons non verbaux comme la respiration, les pauses et le silence. Ces sons portent souvent autant de sens que les mots eux-mêmes, indiquant une détresse ou une hésitation qu'une simple transcription manquerait. La quatrième étape, la visualisation, est l'endroit où ces récits numériques sont rapportés au public. Ici, l'intelligence artificielle aide à créer des expériences immersives, telles que des expositions en réalité virtuelle où les visiteurs peuvent déambuler dans un espace numérique et interagir avec les témoignages, rendant l'histoire immédiate et personnelle.
Malgré ces avancées technologiques, les chercheurs ont identifié de sérieuses préoccupations qui ne peuvent être ignorées. Le risque le plus pressant est la perte de l'élément « humain » du récit. Lorsqu'un ordinateur transcrit un enregistrement, il supprime souvent les pauses, les respirations et les tremblements émotionnels d'une voix, réduisant une expérience humaine complexe à un texte plat. Cela est particulièrement dangereux lorsqu'on traite d'histoires traumatiques, où la manière dont une chose est dite est tout aussi importante que ce qui est dit. Il existe également le problème des biais. Les modèles d'intelligence artificielle utilisés pour ces tâches sont souvent entraînés sur des langues et des données standards à hautes ressources. Lorsque ces modèles rencontrent des récits provenant de communautés autochtones, de locuteurs de dialectes rares ou de survivants de conflits culturels spécifiques, ils échouent souvent à comprendre la nuance, interprétant parfois mal le sentiment ou aplatissant le contexte culturel.
La revue souligne également un fossé croissant entre les historiens qui prennent soin de ces récits et les ingénieurs qui construisent les outils. À mesure que les archives dépendent de plus en plus de systèmes complexes, de type « boîte noire », fournis par des entreprises commerciales, il devient plus difficile pour les historiens de comprendre comment la technologie trie et récupère l'information. Ce manque de transparence soulève des questions sur le contrôle du récit. De plus, les chercheurs soulignent que le coût environnemental de l'entraînement de ces modèles informatiques massifs est significatif, ajoutant une nouvelle couche de considération éthique au domaine. Les auteurs insistent sur le fait que, pour que l'intelligence artificielle soit véritablement utile, elle doit être guidée par une approche « l'humain dans la boucle » (human-in-the-loop), où les experts humains restent en charge du processus, garantissant que la technologie serve le récit plutôt que de le déformer.
En fin de compte, cette revue systématique suggère que nous sommes à un tournant. La technologie pour rendre l'histoire orale accessible à tous est enfin là, mais la voie à suivre exige plus que de meilleurs logiciels. Elle exige un équilibre délicat entre l'efficacité des machines et la responsabilité éthique de préserver la mémoire humaine. Les chercheurs concluent que l'avenir de ce domaine dépend du développement de nouvelles façons de mesurer le succès qui vont au-delà de la simple précision. Au lieu de simplement compter combien de mots un ordinateur a correctement saisis, nous devons apprendre à évaluer si la technologie a préservé la vérité émotionnelle et l'intégrité culturelle des histoires qu'elle aide à raconter. Ce n'est qu'en relevant ces défis que nous pourrons garantir que les voix du passé ne soient pas seulement entendues, mais véritablement comprises.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.