Une IA révèle les secrets juridiques de l’empereur Auguste

Le temps a fragmenté la mémoire de l’Empire romain. Sur les stèles de pierre, les autels et les monuments en ruine, les textes antiques nous parviennent souvent sous forme de puzzles incomplets, rongés par l’érosion ou détruits par les bouleversements historiques. Jusqu’à récemment, la restitution de ces inscriptions reposait exclusivement sur l’intuition et l’érudition des épigraphistes. Mais l’introduction de modèles d’apprentissage automatique dans l’analyse des textes classiques bouleverse cette approche. En déchiffrant des séquences de caractères lacunaires avec une précision mathématique inédite, les algorithmes offrent un regard nouveau sur la propagande et la législation du premier empereur romain.

Aeneas : une révolution technologique pour l’étude du latin

Pour pallier la détérioration irrémédiable des sources épigraphiques, les chercheurs Yannis Assael et Thea Sommerschield ont collaboré avec les ingénieurs pour concevoir un réseau de neurones profond. Présentée dans la prestigieuse revue scientifique Nature, cette architecture algorithmique est spécifiquement entraînée sur des dizaines de milliers d’inscriptions latines préalablement numérisées et validées par la communauté académique. Le programme traite l’IA épigraphie latine non pas comme un simple outil de traduction au mot à mot, mais comme un système de prédiction séquentielle complexe évaluant le contexte global d’un artefact.

Le fonctionnement d’Aeneas Google DeepMind repose sur des mécanismes d’attention dits Transformers. À l’instar d’un archéologue qui déduirait la forme globale d’une amphore à partir d’un unique fragment de terre cuite, l’algorithme évalue l’environnement linguistique, géographique et chronologique des lettres environnantes pour suggérer les caractères manquants. Il attribue une probabilité mathématique à chaque hypothèse de restauration. Cette démarche rigoureuse s’intègre dans un mouvement disciplinaire vaste, documenté de manière approfondie dans ce guide sur les applications de l’intelligence artificielle en science, où la machine devient une extension analytique du chercheur.

Le ton juridique caché des Res Gestae Divi Augusti

L’un des premiers terrains d’essai pour ce modèle a été le testament politique par excellence de l’Antiquité : les Res Gestae Divi Augusti. Ce document monumental, dans lequel l’empereur Auguste dresse le bilan minutieux de ses accomplissements, a survécu à travers plusieurs copies fragmentaires découvertes notamment à Ancyre, l’actuelle Ankara. Si le fond du texte était déjà globalement maîtrisé par les historiens, l’application de l’algorithme sur les portions les plus ambiguës et dégradées a révélé une cohérence sémantique inattendue, forçant la réévaluation de certains passages clés.

En analysant la structure syntaxique des phrases fraîchement restaurées, le modèle a mis en lumière une prépondérance frappante du vocabulaire juridique et constitutionnel, là où les épigraphistes percevaient autrefois une rhétorique purement martiale ou religieuse. L’empereur ne se contentait pas de vanter ses conquêtes militaires ; il justifiait méticuleusement ses pouvoirs exceptionnels par le prisme strict du droit romain républicain. Cette capacité de l’outil à extraire des motifs structurels jadis invisibles marque une étape cruciale pour la convergence entre l’intelligence artificielle histoire et la philologie classique.

La restitution de ces nuances institutionnelles participe activement à la sauvegarde de notre patrimoine immatériel. Elle fait écho aux efforts de préservation moderne, à l’image de la réinvention numérique des musées face à la crise, qui permet aujourd’hui de conserver et de réinterpréter des données historiques qui auraient autrement sombré dans l’oubli physique et mémoriel.

Collaborer avec l’IA pour lever les incertitudes historiques

Malgré des performances algorithmiques impressionnantes, le déploiement de tels réseaux de neurones soulève d’incontournables questions épistémologiques. Le modèle est intrinsèquement limité par ses propres données d’entraînement : il ne connaît, par définition, que le latin qui a physiquement survécu au temps. Une dépendance exclusive à ses prédictions risquerait d’homogénéiser notre compréhension de l’Antiquité en gommant les hapax — ces mots n’ayant qu’une seule occurrence connue — ou les particularismes dialectaux locaux au profit des tournures grammaticales les plus fréquentes de l’époque impériale.

C’est précisément pourquoi Thea Sommerschield et Yannis Assael insistent fortement sur la nature collaborative de leur création. L’outil est conçu pour augmenter les capacités cognitives des chercheurs, non pour s’y substituer de manière unilatérale. L’algorithme propose un éventail de probabilités que l’expert humain confronte ensuite à la matérialité de la pierre : traces de burin résiduelles, espacements asymétriques, ou nature du support rocheux. Cette dynamique de travail exige des protocoles de validation stricts et une confiance maîtrisée envers la machine, un défi qui s’inscrit dans les problématiques actuelles où l’intelligence artificielle façonne les nouveaux modèles de coopération entre l’humain et les systèmes automatisés complexes.

En définitive, cette alliance entre l’épigraphie traditionnelle et les sciences informatiques de pointe ouvre un nouveau paradigme de recherche. En traitant l’incertitude lacunaire non plus comme une impasse documentaire mais comme une variable mathématique quantifiable, l’histoire s’arme d’instruments novateurs pour faire parler les silences de l’Antiquité. La prochaine étape visera indubitablement à étendre ces architectures probabilistes à d’autres langues anciennes fragmentaires, élargissant de fait la fenêtre temporelle à travers laquelle nous observons notre propre passé.