L’intelligence artificielle est devenue impossible à ignorer dans le secteur culturel. Chaque table ronde de conférence, chaque demande de financement, chaque document stratégique semble la mentionner. La promesse est séduisante : des expériences personnalisées à grande échelle, un accès multilingue sans budget de traduction, et des contenus qui s’adaptent aux besoins de chaque visiteur. Mais sous l’enthousiasme se cache une véritable incertitude quant à ce que l’IA peut réellement offrir — et à ce qui pourrait se perdre dans le processus.

Les institutions culturelles ont raison d’aborder l’IA avec curiosité et prudence à la fois. La technologie offre un réel potentiel pour résoudre des problèmes de longue date en matière d’accès, de capacité et de portée. Mais elle comporte aussi des risques : l’aplatissement de la voix curatoriale, l’érosion de la confiance et la possibilité de déployer des outils qui frustrent les visiteurs au lieu de les aider. La question n’est pas de savoir s’il faut utiliser l’IA, mais comment l’utiliser de manière réfléchie.

Pourquoi l’IA semble inévitable — et risquée

Le battage autour de l’IA donne l’impression que les institutions n’ont pas le choix : l’adopter ou se laisser distancer. Les entreprises technologiques promettent la transformation. Les financeurs demandent des innovations numériques. Les visiteurs s’attendent de plus en plus à des expériences numériques intelligentes et réactives. La pression pour « faire quelque chose avec l’IA » est réelle — même lorsqu’il n’est pas clair de quoi il devrait s’agir.

Mais le battage et la réalité s’alignent rarement de façon nette. De nombreux outils d’IA sont impressionnants en démonstration et frustrants en pratique. Ils fonctionnent brillamment dans des environnements contrôlés et produisent des résultats déroutants sur le terrain. L’écart entre ce qui est commercialisé et ce qui est réellement utile peut être immense, et les institutions culturelles — qui travaillent souvent avec des capacités techniques limitées — n’ont pas toujours l’expertise pour faire la différence.

La crainte de perdre la voix curatoriale est sans doute la préoccupation la plus importante. Les commissaires d’exposition passent des années à développer leur expertise, à affiner les interprétations et à construire des récits. L’idée de confier cela à un algorithme — même partiellement — ressemble à une abdication de responsabilité. Que devient la rigueur académique lorsqu’un chatbot commence à répondre aux questions des visiteurs ? Qui est responsable lorsqu’une IA génère quelque chose d’inexact ou de trompeur ?

Les préoccupations éthiques et de confiance sont elles aussi profondes. Les systèmes d’IA peuvent perpétuer les biais, produire des absurdités qui ont l’air assurées, et fonctionner d’une manière que même leurs créateurs ne comprennent pas entièrement. Pour des institutions fondées sur la confiance et l’autorité, déployer une technologie susceptible de miner les deux représente un risque réel. Les visiteurs doivent pouvoir faire confiance au fait que les informations qu’ils reçoivent sont exactes, réfléchies et sûres.

<!-- CTA block -->

Là où l’IA apporte réellement de la valeur

Malgré les risques, il existe des domaines où l’IA améliore de manière démontrable l’expérience des visiteurs — en particulier lorsqu’elle est utilisée pour résoudre des problèmes précis et bien définis plutôt que comme solution universelle.

La découverte et la navigation bénéficient énormément de l’IA. Les grandes collections sont souvent écrasantes. Les visiteurs ne savent pas par où commencer, quoi prioriser ou comment trouver des objets correspondant à leurs centres d’intérêt. L’IA peut analyser les préférences, suggérer des parcours et mettre en avant des contenus qui, autrement, resteraient enfouis. Il ne s’agit pas de remplacer la curation humaine — mais d’aider les gens à trouver les contenus sélectionnés qui leur sont les plus pertinents.

La personnalisation, lorsqu’elle est bien faite, rend les expériences plus humaines, pas moins. Un visiteur intéressé par les textiles n’a pas besoin de parcourir des informations sur la céramique. Quelqu’un qui dispose de 30 minutes veut une expérience différente de celle de quelqu’un qui a trois heures. L’IA peut adapter les contenus de manière dynamique, en fonction du contexte, du comportement et des préférences déclarées, d’une façon que des guides statiques ne peuvent tout simplement pas égaler.

La langue et l’accessibilité sont peut-être les applications les plus transformatrices de l’IA. La traduction en temps réel, le sous-titrage automatique et la synthèse vocale reposent tous sur l’IA — et ouvrent tous les contenus culturels à des publics qui en seraient autrement exclus. Ce ne sont pas des fonctionnalités expérimentales ; ce sont des technologies éprouvées, matures, qui fonctionnent de manière fiable et font une différence mesurable en matière d’inclusion.

La mise à l’échelle des contenus, lorsqu’elle est abordée avec précaution, permet aux petites équipes d’en faire plus. L’IA peut aider à rédiger des interprétations initiales, suggérer des reformulations ou générer des variantes de texte pour différents niveaux de lecture. Le mot clé est « avec précaution » — l’IA doit accélérer le travail humain, pas le remplacer. C’est un outil de rédaction, pas un outil de publication.

Là où l’IA échoue

Malgré tout son potentiel, l’IA a des limites claires — et les institutions qui les ignorent risquent d’endommager la confiance des visiteurs et leur propre réputation.

La surautomatisation est un piège fréquent. Ce n’est pas parce que quelque chose peut être automatisé qu’il faut le faire. Les chatbots destinés aux visiteurs et incapables de répondre à des questions basiques créent de la frustration. Les étiquettes générées automatiquement, dépourvues de nuance, appauvrissent la recherche. Les recommandations automatisées qui semblent aléatoires sapent la confiance dans le système. L’automatisation devrait être invisible pour les visiteurs lorsqu’elle fonctionne, et gérée avec souplesse lorsqu’elle ne fonctionne pas.

Les productions génériques sont la faiblesse caractéristique de l’IA. Les modèles de langage entraînés sur de vastes jeux de données tendent vers un texte banal, médian. Ils lissent la voix distinctive, le détail surprenant, la perspective curatoriale qui rend le contenu digne d’être lu. Une étiquette de musée générée par IA ressemble à n’importe quelle autre étiquette de musée générée par IA. C’est un problème lorsque la singularité fait partie de votre valeur.

La perte de contexte se produit lorsque les systèmes d’IA ne comprennent pas le récit plus large ou le cadre conceptuel entourant un objet. Un tableau n’est pas seulement une composition visuelle — il fait partie d’un mouvement, d’une réponse à un moment historique, d’un dialogue avec d’autres œuvres. L’IA peut décrire ce qu’il y a dans l’image, mais elle a du mal à expliquer pourquoi cela compte. Le contexte est l’endroit où réside le sens, et le sens est ce pour quoi les visiteurs viennent.

La confusion des visiteurs surgit lorsque l’IA se comporte de façon imprévisible ou opaque. Si un système de recommandations suggère soudain quelque chose de totalement sans rapport, les visiteurs perdent confiance. Si un chatbot donne une mauvaise réponse avec assurance, c’est pire que de ne pas répondre du tout. La transparence sur ce que le système peut et ne peut pas faire est essentielle — mais souvent absente.

Conception avec intervention humaine

Les implémentations d’IA les plus réussies dans les contextes culturels partagent une caractéristique commune : les humains restent fermement aux commandes.

L’IA comme assistante, et non comme autrice, est le cadre crucial. L’IA peut suggérer, rédiger, traduire ou analyser — mais les décisions finales reviennent aux personnes qui comprennent le contenu, le public et la mission de l’institution. Il ne s’agit pas de se méfier de la technologie ; il s’agit de reconnaître que l’IA n’a ni jugement, ni responsabilité, ni capacité à comprendre ce qui est en jeu.

Des garde-fous empêchent l’IA de sortir du script. Cela peut vouloir dire limiter les résultats à du contenu vérifié, fixer des limites claires sur les questions auxquelles un chatbot peut tenter de répondre, ou exiger une relecture humaine avant que quoi que ce soit n’atteigne les visiteurs. Les garde-fous ne sont pas des limitations — ce sont les conditions qui rendent l’IA sûre à utiliser.

Le contrôle éditorial doit être conservé à chaque étape. Même lorsque l’IA génère du contenu, les humains décident s’il est exact, approprié et conforme aux valeurs de l’institution. Cela exige des changements de flux de travail, des responsabilités claires et parfois la volonté de rejeter les productions de l’IA qui n’atteignent pas les standards — peu importe le temps gagné à les générer.

Un cadre pragmatique pour l’adoption

Les institutions n’ont pas besoin d’une stratégie globale en matière d’IA pour commencer à l’utiliser efficacement. Elles ont besoin d’une approche pragmatique et itérative.

Commencez petit avec des applications à faible risque et à forte valeur. Des sous-titres automatiques pour les vidéos. Une génération de texte multilingue pour l’orientation de base. Des moteurs de recommandation pour la consultation des collections. Ce sont des problèmes bornés avec des critères de réussite clairs et un inconvénient limité si tout ne fonctionne pas parfaitement. Ce sont aussi des occasions d’apprendre comment l’IA se comporte dans votre contexte spécifique.

Mesurez l’impact honnêtement. La fonctionnalité d’IA améliore-t-elle réellement l’expérience des visiteurs, ou donne-t-elle seulement une impression d’innovation ? Les gens l’utilisent-ils ? Sont-ils satisfaits des résultats ? La recommanderaient-ils ? Les données concrètes valent mieux que les suppositions. Si quelque chose ne fonctionne pas, arrêtez de le faire — même si sa construction a été coûteuse ou prestigieuse.

Soyez transparents avec les publics sur ce qui est généré par l’IA et ce qui ne l’est pas. Les visiteurs ont le droit de savoir quand ils interagissent avec des systèmes automatisés. La transparence renforce la confiance ; masquer l’utilisation de l’IA l’érode. Certaines institutions craignent qu’une divulgation rende les visiteurs moins confiants dans le contenu. En pratique, c’est souvent l’inverse qui se produit — l’honnêteté sur les limites rend les gens plus indulgents lorsque l’IA trébuche.