Rapport de la journée de l’histoire contemporaine. Ctrl-Alt-History: (Digital) Humanities Meets AI

Ces dernières années, l’intelligence artificielle (IA) est devenue un point de référence central, voire un mot à la mode, au sein des sciences humaines (numériques). Dans presque toutes les propositions de recherche soumises aux universités et aux institutions d’archives, les opportunités et les capacités de l’IA sont (sur)accentuées, tandis que ces mêmes institutions se débattent avec ses limites et ses pièges, notamment les conséquences écologiques de son utilisation à grande échelle. L’IA influence la manière dont la recherche est comprise, menée, valorisée et financée. L’évolution rapide et la profusion des outils numériques, allant de l’analyse textuelle et la reconnaissance d’images aux applications génératives, transforment à un rythme soutenu la façon dont les historien·nes, les archivistes et les enseignant·es interagissent avec le passé et le traduisent au présent.

Pourtant, à l’échelle nationale et internationale, les débats sont encore trop rares pour offrir un cadre fondamental à la manière dont ces processus influencent nos disciplines, nos professions et la société. C’est pourquoi cette édition de la Journée de l’Histoire Contemporaine – Dag van de Nieuwste Geschiedenis, organisée le 29 avril 2026 par l’Association belge d’Histoire contemporaine – Belgische Vereniging voor Nieuwste Geschiedenis (BVNG-ABHC) et l’Université d’Anvers, a mis l’accent sur l’utilisation de l’IA dans la recherche historique (belge), la gestion du patrimoine et l’enseignement. Elle a offert un forum pour explorer les opportunités, les risques et les défis de l’IA au sein du paysage historique belge en invitant des intervenants qui abordent ces développements de manière critique, empirique et/ou pédagogique.

Cette journée d’étude, qui s’est déroulée à l’Université d’Anvers, a finalement rassemblé un groupe exceptionnellement large de chercheur·euses, de professionnel·les du patrimoine et d’étudiant·es autour d’une question centrale : comment les historien·nes peuvent et doivent-ils ou elles naviguer dans ce monde en mutation rapide de l’intelligence artificielle, et quelles en sont les implications ? Les présentations et les ateliers ont clairement démontré que le débat sur l’IA n’est plus une simple question technique, mais qu’il marque un changement fondamental dans notre paysage de la recherche et du patrimoine, ainsi que dans notre manière de faire et de préserver l’histoire.

La diversité du public (allant des doctorant·es et membres du corps académique aux archivistes, professionnel·les des musées et chercheur·euses indépendant·es) a insufflé une dynamique vivante. La forte représentation des universités belges a été complétée par des intervenant·es internationaux·ales et des partenaires du secteur patrimonial et du monde professionnel, ce qui a visiblement enrichi les échanges. La présence massive des étudiant·es d’Anvers a particulièrement conféré à cette journée une atmosphère ouverte et curieuse.

Sur le plan du contenu, la conférence d’introduction) a constitué un point de repère majeur. Cette conférence sur l’IA en tant qu’interlocutrice dans la recherche historique a immédiatement donné le ton : ce n’est pas la technologie en soi qui mérite notre attention, mais la manière dont les outils numériques influencent notre interprétation et nos prises de décision, ainsi que leurs conséquences éthiques et sociétales. La session de panel « Ai, ai, ai… wat willen we met AI in historisch onderzoek? » s’est inscrite dans cette lignée en posant des questions méthodologiques et éthiques pointues, tandis que la table ronde de clôture a notamment mis l’accent sur la nécessité d’un jugement éclairé quant à l’opportunité d’utiliser ou non l’IA. Il était frappant de voir à quel point les discussions revenaient régulièrement sur les notions de responsabilité, de transparence et sur l’importance de l’expertise humaine, ce qui faisait un bel écho aux deux ateliers pratiques organisés l’après-midi autour de l’utilisation concrète de l’IA en histoire numérique.

Bien que les évolutions rapides de l’intelligence artificielle suscitent actuellement beaucoup d’incertitude et d’inquiétude, tant dans les sciences humaines que dans d’autres secteurs, notre journée s’est néanmoins achevée sur un sentiment général de connexion et d’optimisme. De nouvelles idées et de nouveaux réseaux ont émergé spontanément. Plusieurs participant·es ont exprimé leur souhait d’explorer de futures collaborations, à l’instar du groupe de recherche du conférencier principal (C²DH) à travers des ateliers complémentaires sur les applications de l’IA. Dans deux ans, la Journée de l’Histoire Contemporaine se déplacera vers une autre université (probablement l’UCLouvain) pour une prochaine édition où le dialogue sera sans aucun doute approfondi.

Frédéric Clavert, professeur assistant en histoire contemporaine au Centre for Contemporary and Digital History (C²DH, Université du Luxembourg), est spécialisé dans l’impact des systèmes d’IA sur notre relation avec le passé historique. À ce titre, il est également rédacteur en chef du Journal of Digital History. Il a récemment dirigé un numéro thématique de la revue Memory Studies Review sur la question de savoir si l’intelligence artificielle est l’avenir de la mémoire collective, et publie lui-même abondamment sur le sujet. Il est par ailleurs cofondateur du C²DH AI Working Group, qui a rédigé l’ AI Manifesto sur les opportunités et les défis de l’IA (générative) au sein de l’historiographie.

Lors de sa conférence, Frédéric Clavert a souligné que les historiens étaient enfermés dans un mauvais débat concernant l’IA. Au lieu de s’enliser dans la question de savoir si « l’IA fait des erreurs factuelles » (la vision de « l’IA comme oracle »), la discipline doit se concentrer sur la manière dont l’IA, en tant qu’infrastructure, transforme la pratique de la recherche, notamment en connectant des sources hétérogènes sans modélisation préalable des données. Il a brièvement illustré ce propos avec son propre outil, ClioDeck.

Il a inscrit cette réflexion dans le cadre du « syndrome de l’archipel » : les données historiques restent fragmentées malgré des décennies d’investissements dans les infrastructures (DARIAH, CLARIN). Selon lui, les agents d’IA offrent une solution structurellement différente car ils connectent les pratiques plutôt que les données, déplaçant ainsi la charge épistémologique vers l’historien lui-même. Parallèlement, il a identifié trois coûts éthiques structurels liés à l’utilisation de l’IA :

1. Le travail numérique d’annotation.
2. L’impact environnemental lourd.
3. La souveraineté sur les données et les modèles.

Il ne prône pas pour autant l’abstention, mais plaide pour une infrastructure collective et documentée qui doit remplacer les tactiques individuelles comme le bricolage ou le sabotage. Cela invite les historiens à ne plus percevoir les systèmes d’IA comme des oracles, mais comme des connecteurs et des infrastructures qui déterminent ce que nous pouvons demander à nos sources, et pas seulement les réponses qu’elles donnent. De cette manière, l’historien garde nécessairement les commandes, tant pour les choix scientifiques que sociétaux.

1.1. L’IA dans la recherche et l’enseignement

Intervenant·es : Tess Dejaeghere, Lise Foket, Fien Messens, Bas Vercruysse, Vincent Ducatteeuw (UGent – Universiteit Antwerpen – KBR, Bibliothèque royale de Belgique)

Titre : Ai, ai, ai …. wat willen we met AI in historisch onderzoek?

Dans le cadre du panel « Ai, ai, ai …. wat willen we met AI in historisch onderzoek? », Tess Dejaeghere, Lise Foket, Fien Messens, Bas Vercruysse et Vincent Ducatteeuw, tous rattachés au Ghent Centre for Digital Humanities (GhentCDH), ont proposé trois présentations sur l’impact de l’IA dans la pratique historique.

La première présentation a déconstruit le terme d’IA pour le situer dans le champ de l’historiographie computationnelle. Il a été souligné que le terme de large language model (LLM, grand modèle de langage) correspond mieux à la réalité que celui d’intelligence artificielle.

La deuxième présentation a offert un aperçu des projets (en cours) au sein du GhentCDH faisant appel à des méthodes computationnelles, tels que le Navez Project, Glashelder, etc. Le panel a ainsi démontré comment l’IA peut être déployée à différents niveaux, allant du simple outil pratique à une méthode de recherche ou d’analyse à part entière. Ce faisant, le panel a mis en exergue les questions méthodologiques et éthiques fondamentales que soulève un tel usage.

La troisième et dernière présentation s’est concentrée sur les perspectives d’avenir et les implications pédagogiques de l’IA. En s’appuyant sur leurs propres expériences d’enseignement, les panélistes ont mis en lumière le rôle que l’IA peut jouer en histoire (numérique). D’autre part, le panel a posé la question ouverte de savoir si les compétences en IA devaient être enseignées aux étudiants en histoire. L’IA apporte-t-elle de nouvelles compétences, ou s’agit-il de compétences historiques existantes sous un nouvel emballage ? La session de questions-réponses qui a suivi a prouvé que ces présentations avaient suscité une riche matière à réflexion.

1.2. Infrastructures of Remembrance: AI, Archives & Heritage

Intervenant·es :

• Loïc François (LRE Foundation) – Integrating AI Tools into a World War II Public History and Dissemination Project
• Artsiom Kamovich (KU Leuven) – Born-Digital Cultural Heritage and AI: Optimistic and Pessimistic Perspectives
• Gregory Verbaanderd (UCLouvain) – Fusion institutionnelle et défis archivistiques : Stratégies numériques pour la migration des données du Sénat de Belgique

Loïc François a présenté le projet en cours de la Liberation Route Europe (LRE) concernant l’application de l’IA pour l’accès et la compréhension de l’histoire de la Seconde Guerre mondiale. Le projet s’appuie sur la base de données de la LRE Foundation, qui contient plus de 4 000 textes originaux et 800 images, et y applique diverses technologies d’IA, notamment la reconnaissance d’images, la transcription et le croisement thématique de sources historiques. L. François a également abordé les défis éthiques liés à l’application de l’IA à des sources historiques sensibles, parmi lesquels la validation des sources, le biais technologique, les restrictions liées aux droits d’auteur et la garantie de fiabilité pour les utilisateurs des résultats générés par l’IA. Cet aspect spécifique de la présentation a suscité une discussion très intéressante lors du débat final.

Artsiom Kamovich a examiné l’influence de l’IA sur le born-digital cultural heritage (BDCH), c’est-à-dire le patrimoine qui n’existe que sous forme numérique. La question centrale de sa contribution était de savoir si l’émergence de contenus générés par l’IA représente une menace pour ce type de patrimoine ou si elle offre de nouvelles perspectives pour sa préservation et sa valorisation. A. Kamovich soutient que la profusion de contenus numériques produits par des machines génère un besoin sociétal d’authenticité. Cette quête d’authenticité peut accroître l’importance du BDCH et stimuler les initiatives de conservation, mais elle comporte aussi des risques, tels que la marchandisation et la disparition du savoir-faire numérique authentique.

Enfin, Gregory Verbaanderd a présenté la stratégie de la gestion des données par le service des archives du Sénat de Belgique. Celle-ci a été développée en prévision de la fusion avec l’administration de la Chambre des représentants à partir du 1er janvier 2026. Le défi majeur résidait dans la migration de données numériques hétérogènes et souvent obsolètes vers le système informatique de la Chambre, tout en garantissant l’intégrité, la traçabilité et l’accessibilité de ces données. Une attention particulière a également été accordée à l’articulation entre l’archivage numérique et l’archivage papier dans le contexte spécifique du Parlement, qui gère à la fois des archives historiques et administratives. G. Verbaanderd a souligné que ce contexte institutionnel offrait une opportunité de moderniser la gestion des archives électroniques.

1.3. Parsing the Past: AI, Semantics & Historical Interpretation

Intervenant·e s :

• Ellen Roelandts (KU Leuven) – Belgium Contesting wealth: the politics of wealth taxation in Belgium since 1880
• Matthias Van Laer De Gezelle (Universiteit Antwerpen) – Measuring 20th century income instability in the absence of income records: on the uses of AI in historical research and the potential of historical microsimulations

Ce panel était dédié à l’utilisation de l’IA dans la recherche académique, au cours duquel deux jeunes chercheurs ont offert un aperçu éclairant de la manière dont ils mobilisent l’IA dans le cadre de leurs recherches doctorales.

Ellen Roelandts, sociologue de formation et actuellement rattachée à l’unité de recherche ReSPOND de la KU Leuven, a pris la parole en premier. Dans sa thèse de doctorat, elle étudie la manière dont les partis politiques belges ont motivé leur soutien ou leur opposition à l’impôt sur la fortune à travers les débats parlementaires entre 1880 et 2020. Pour interroger le très riche corpus d’annales parlementaires numérisées, elle utilise différentes techniques d’analyse textuelle numérique. Dans la phase suivante et plus approfondie de sa recherche, des applications d’IA seront également déployées afin d’accélérer et d’enrichir l’analyse thématique de ces débats.

Matthias Van Laer De Gezelle, chercheur doctorant au département d’Histoire de l’Université d’Anvers, étudie l’évolution de la volatilité des revenus aux Pays-Bas pendant l’entre-deux-guerres, période correspondant au déploiement du système de sécurité sociale. Pour ses recherches, il a développé un modèle de microsimulation innovant qui, sur la base de données statistiques nationales agrégées concernant les conventions collectives de travail, les pertes de revenus et les allocations, tente de dresser un tableau de la stabilité des revenus du travailleur néerlandais moyen de l’époque. La puissance de calcul computationnelle de l’IA a été mise à profit à différentes étapes du développement du modèle : de la transcription et du traitement de données tabulaires désordonnées jusqu’à l’optimisation du code source du modèle de microsimulation.

Les deux intervenants ont démontré comment l’IA peut prendre en charge des tâches fastidieuses et rendre ainsi gérable un vaste corpus de sources, même dans les limites temporelles strictes d’un doctorat. Tous deux ont toutefois insisté sur l’importance de formuler des questions de recherche solides et de faire preuve de transparence quant aux hypothèses du chercheur, afin que les résultats du LLM puissent être évalués ultérieurement de manière critique.

2.1. Digiversiteit in het erfgoedlandschap: welke rol kan (en mag) AI spelen?

Intervenant·es:

• Eva Andersen (Boekentoren, Universiteit Gent), Glashelder
• An De Ridder (ADVN) & Henk Vanstappen (DATABLE), MODAL
• Winne Gobyn (ADVN) & Ida De Boodt (ADVN), Cartoons in context
• Annelies De Mey (Design Museum Ghent), CHAI-T

Intervenant·es :

• Francesca Cadeddu (Fondazione per le scienze religiose Giovanni XXIII (FSCIRE)) – The Digital Turn in Historical-Religious Studies
• Arlinde C.E. Vrooman (Huygens Institute) – Constructing Semantically Coherent and Interpretable Historical Vocabularies from Domain-Specific Corpora: An Early Modern Dutch Case Study in Climate and Weather

Francesca Cadeddu est chercheuse en histoire contemporaine à la FSCIRE (Bologne/Palerme) et directrice exécutive de l’infrastructure de recherche européenne RESILIENCE. Ses travaux portent sur la culture religieuse et le pluralisme dans l’histoire de l’éducation en Italie et en Europe, avec une attention particulière pour l’impact conceptuel et institutionnel de la numérisation et de l’IA sur la recherche en histoire religieuse. Forte de cette expertise, F. Cadeddu était idéalement placée pour proposer une présentation éclairante sur la manière dont les grandes infrastructures de recherche en sciences humaines et sociales – notamment le projet européen RESILIENCE et le projet italien ITSERR – fonctionnent comme des laboratoires d’innovation pilotés par l’IA. Elle soutient que ces infrastructures ne sont pas de simples prestataires de services, mais des écosystèmes expérimentaux au sein desquels historiens, data scientists, développeurs de logiciels et institutions GLAM (galeries, bibliothèques, archives, musées) co-conçoivent des outils numériques assistés par l’IA pour le patrimoine religieux et culturel.

Arlinde C.E. Vrooman est chercheuse postdoctorale au Huygens Instituut (KNAW), où elle étudie les transitions climatiques et énergétiques à l’aide du traitement automatique du langage naturel (NLP) et de méthodes historiques computationnelles. Ses recherches développent des vocabulaires sémantiquement cohérents et de nouvelles approches NLP afin de mieux interpréter et rendre accessibles les corpus historiques. Dans sa présentation, elle a exposé la construction d’un vocabulaire historique du climat pour le néerlandais moderne naissant (Early Modern Dutch Historical Climate Vocabulary – v1.3) basé sur le corpus GLOBALISE (archives de la Compagnie des Indes orientales, 1610-1796), constituant une première étape vers la reconstruction de données climatiques historiques utiles pour la recherche climatique actuelle. La méthode est inductive et exploratoire : un modèle word2vec pré-entraîné est d’abord utilisé pour étendre sémantiquement des termes climatiques et météorologiques sélectionnés par des experts, suivi d’un modèle FastText auto-entraîné pour un enrichissement ultérieur, avant de procéder à un filtrage et une interprétation pour réduire le bruit et attribuer des catégories historiquement significatives.

Au sein de ce panel, F. Cadeddu et A. Vrooman ont démontré comment l’IA transforme à la fois l’infrastructure et la sémantique de la recherche historique : la première sous l’angle des grandes infrastructures de recherche et des basculements épistémologiques, la seconde sous l’angle des défis computationnels et linguistiques des données textuelles historiques. Toutes deux soulignent la nécessité d’une interprétabilité, d’une interdisciplinarité (ou approche croisée) et d’un contrôle humain critique lors de l’application de l’IA aux sources (historiques).

2.3. Seeing the Past: AI Approaches to Visual and Spatial Historical Sources

Intervenant·es :

• Sophie Barbaix (Universiteit Antwerpen) & Iason Jongepier (Universiteit Antwerpen) – Testing the Waters: An AI-based exploration of hand drawn Maps in the Artemis-UA project
• Federico Ruozzi (University of Modena and Reggio Emilia (UNIMORE)) – RE-GAZE-IT/Religious Eye-tracking – Gaze Analysis of Zones and Experiences in Italy through Technology

Cette session était centrée sur la question de savoir comment l’IA et les outils numériques peuvent nous aider à traiter les sources historiques visuelles. En matière de reconnaissance d’images, on pense souvent aux logiciels de reconnaissance de texte comme Transkribus, mais cela laisse de côté un éventail extrêmement large d’autres sources visuelles. Les deux présentations de cette session ont abordé ce sujet en s’appuyant sur des méthodes numériques de pointe et des résultats de recherche très récents.

La première présentation, animée par Federico Ruozzi, a exposé les premiers résultats du projet RE-GAZE-IT, qui étudie la manière dont les êtres humains perçoivent les sanctuaires catholiques. En suivant les mouvements oculaires des visiteurs grâce à des lunettes intelligentes, F. Ruozzi a proposé une analyse visuelle des éléments que les visiteurs observent le plus longtemps dans le sanctuaire de Santa Maria della Vita, identifiant ainsi les éléments qui suscitent le plus d’intérêt et comment cela varie selon l’âge, le genre, les croyances religieuses, etc. F. Ruozzi plaide ainsi pour une analyse interdisciplinaire et multisensorielle du patrimoine, capable à terme d’offrir de nouvelles perspectives sur la perception des sanctuaires par les croyants et non-croyants, aujourd’hui comme autrefois. Ici, la technologie aide à mieux comprendre l’expérience humaine des sources.

La seconde présentation, par Sophie Barbaix et Iason Jongepier, est partie du point de vue inverse. Ils ont dévoilé les coulisses du projet Artemis-UA, qui expérimente des modèles de deep learn pour extraire toutes sortes de données à partir de cartes historiques. Cette démarche est particulièrement pertinente aujourd’hui, car les cartes anciennes recèlent une mine d’informations pour les politiques contemporaines. Pour le projet Artemis-UA, cela se traduit par la reconstruction historique de la vallée de l’Escaut afin de rendre la région plus résiliente face aux inondations.

Bien que les humains comprennent ces cartes de manière relativement intuitive, la tâche est beaucoup plus ardue pour l’IA. Les cartes plus anciennes, composées de dégradés de couleurs et comportant de nombreuses imperfections, induisent facilement l’ordinateur en erreur. Ici, la relation de dépendance est donc inversée : l’humain apprend à la machine comment interpréter correctement ces sources. S. Barbaix et I. Jongepier ont illustré ce processus laborieux, tout en menant une réflexion continue sur les approches standardisées par rapport aux solutions sur mesure.

WORKSHOP A: Using AI to enrich data-driven workflows in Nodegoat

Présenté par : Pim Van Bree & Geert Kessels (Nodegoat, Lab1100)

Dans cet atelier, un groupe d’historien·nes enthousiastes, bien que pour la plupart novices en informatique, s’est familiarisé avec Nodegoat sous la direction de Geert Kessels, l’un des concepteurs du logiciel. Nodegoat est un environnement de recherche en ligne destiné aux sciences humaines : un espace numérique permettant d’intégrer, d’interroger et de visualiser différentes sources historiques dans le cadre d’un projet.

Kessels a d’abord démontré la puissance du logiciel à l’aide de projets existants, comme la cartographie des régions d’origine des étudiants universitaires dans le Saint-Empire romain germanique ou la reconstruction de réseaux de marchands. Il a ensuite détaillé certaines fonctionnalités récemment intégrées. Nodegoat est désormais capable de reconnaître du texte imprimé sur des images. Plusieurs images soumises spontanément par les participants ont effectivement été « transcrites » avec succès par le programme, même si le logiciel a rencontré quelques difficultés avec les textes verticaux.

Plus surprenante encore est la nouvelle fonction qui permet d’interroger les données de son projet à l’aide de requêtes formulées en langage « naturel », à la manière des LLM comme ChatGPT. Nodegoat traduit alors votre requête via un LLM en un filtre concret appliqué à vos données, dispensant l’utilisateur de manipuler les paramètres manuellement. La démonstration de cette fonctionnalité a immédiatement ouvert le débat sur l’effet « boîte noire » de la méthode historique, même s’il est indéniable qu’elle rend les données historiques beaucoup plus accessibles à un public large. Nous en entendrons certainement reparler à l’avenir…

WORKSHOP B [HYBRIDE]: Outsmarting the Machine: Critically Evaluating Automatic Data Enrichments in Tekst

Présenté par l’équipe GLOBALISE : Stella Verkijk & Arlinde C.E. Vrooman (Huygens Institute)

Dans cet atelier hybride, animé par Arlinde C.E. Vrooman (Institut Huygens, KNAW) et Stella Verkijk (GLOBALISE / VU Amsterdam), toutes deux rattachées au projet GLOBALISE, un défi méthodologique concret était au centre des débats : comment les historien·nes sans formation en machine learning peuvent-ils évaluer la qualité des textes générés automatiquement ? Après une introduction théorique sur le fonctionnement des modèles de langage basés sur les réseaux de neurones profonds, deux types d’annotation automatique ont été abordés. Outre la reconnaissance d’entités nommées (NER) — plus démocratisée, qui consiste à étiqueter des entités telles que des personnes, des lieux et des organisations —, l’accent a été mis sur la détection d’événements (event detection), à savoir la reconnaissance automatique d’événements dans un texte, comme le départ de navires, l’éclatement de conflits ou la conquête de territoires.

Dans la partie pratique, les participants ont évalué les résultats d’un tel système appliqué à des sources en néerlandais moderne naissant issues du corpus de la Compagnie néerlandaise des Indes orientales (VOC), avec des documents liés au Sri Lanka — le même corpus de sources que Verkijk utilise également pour ses propres recherches. L’atelier s’inscrivait dans le prolongement direct de la session du même nom que Verkijk avait animée plus tôt cette année-là lors de la conférence GLOBALISE « Colonial Pasts, New Approaches and Historiographical Futures » (4-6 mars 2026, IISH Amsterdam). Il s’intègre ainsi dans l’objectif plus large de GLOBALISE visant à ouvrir les archives de la VOC (plus de cinq millions de pages manuscrites) à la recherche historique avancée, notamment grâce au traitement automatique du langage naturel (TALN/NLP) et aux données ouvertes liées (Linked Open Data).

Pour les participant·es, ce fut une expérience à la fois intense et complète : ils et elles ont été plongé·es sans détour dans les fondements théoriques avant de passer immédiatement à la pratique en travaillant eux et elles-mêmes sur des sources d’époque moderne. Cette combinaison a été particulièrement appréciée, même à la fin d’une journée déjà très intense.

Table ronde de clôture

Intervenant·es :

• Eva Andersen (Boekentoren, Université de Gand)
• Frédéric Clavert (Luxembourg Centre for Contemporary and Digital History (C²DH))
• Geert Kessels (Nodegoat, Lab1100)
• Koen Pepermans (DPO & AI Officer, Université d’Anvers)

La table ronde de clôture, brillamment modérée par Egon Bauwelinck (Université d’Anvers), a réuni quatre intervenants aux profils très divers. C’est précisément cette diversité d’expertises (sciences des bibliothèques, recherche universitaire, développement d’outils, gouvernance des données) qui a permis d’apporter des éclairages croisés sur les mêmes problématiques, principalement axées sur le choix éclairé d’utiliser ou non l’IA.

Quatre grands thèmes ont été abordés :

1. La question de savoir si l’IA est un mot à la mode surévalué qui accélère simplement les tendances existantes des sciences humaines numériques, plutôt que de provoquer une véritable rupture qualitative.
2. La manière dont l’IA transforme la collaboration interdisciplinaire entre les historiens et les spécialistes de l’informatique.
3. Ce qui distinguera l’historien du futur d’un sociologue, par exemple, étant donné que l’accès et l’interprétation des sources passent de plus en plus par des corpus médiés par l’IA. Il a été suggéré que cette distinction réside précisément dans le rapport aux sources non encore numérisées, l’attention portée à la matérialité et l’esprit critique (avec la suggestion spéculative de faire « débattre » les modèles d’IA entre eux à titre de test).
4. Enfin, la possibilité de préserver un espace pour les historiens qui souhaitent, par principe, se tenir à l’écart (opt-out) de l’IA. L’avis général était qu’il s’agit d’un choix légitime, fondé sur des arguments éthiques et écologiques, à condition qu’il soit fait de manière éclairée.