Paléographie et IA : déchiffrer une écriture ancienne, et vérifier ce que la machine a lu

Une IA peut-elle déchiffrer une écriture ancienne à la place d'un paléographe ?

Une IA peut produire une première lecture d'une écriture ancienne, souvent juste, y compris sur des actes manuscrits du XVIIe siècle chargés d'abréviations. Elle ne remplace pas pour autant le paléographe : elle propose un texte, le chercheur le valide. La paléographie apporte ce que la machine n'a pas : les abréviations d'une époque, les formulaires d'un type d'acte, les noms de lieux et de familles d'une région. L'IA fait gagner le temps du premier déchiffrement ; la paléographie garantit ce que l'on cite.

Ce qui a changé : la reconnaissance d'écriture manuscrite (HTR) classique demandait d'entraîner un modèle sur une main ou un fonds avant d'obtenir un résultat. Les modèles d'IA récents lisent la page entière sans cet entraînement préalable. Le travail du chercheur se déplace : moins de recopie, davantage de contrôle.

Qu'est-ce qui rend une écriture ancienne difficile à lire ?

Une écriture ancienne est difficile à lire pour des raisons qui se cumulent : des formes de lettres qui ne sont plus les nôtres, des abréviations, une orthographe qui n'était pas fixée et un support abîmé. Un lecteur moderne, humain ou machine, bute sur les mêmes pièges : lettres qui se ressemblent, mots contractés, noms propres écrits de plusieurs façons dans le même registre, encre passée ou qui traverse le papier.

Quelles écritures anciennes l'IA de wondarchive lit-elle ?

L'IA de wondarchive lit avec une excellente précision le dactylographié, l'imprimé et la Fraktur. Elle transcrit le manuscrit en relecture renforcée, avec son modèle le plus précis : écritures cursives des langues européennes, français compris, en alphabets latin, cyrillique et grec. Le Kurrent et le Sütterlin, cursives allemandes d'avant 1941, sont lus aussi ; le résultat dépend de la main et de la photo, et se juge à l'essai sur les 100 pages offertes.

wondarchive est un service en ligne qui transcrit, traduit et indexe les photos d'archives prises en salle de lecture (manuscrits, tapuscrits, imprimés), pour les historiens, les doctorants, les archivistes et les généalogistes.

• Manuscrit : lettres, notes en marge, formulaires remplis à la main ; transcrit et traduit, de grande qualité, en relecture renforcée.
• Langues : allemand, français, anglais, italien, espagnol, néerlandais, latin, russe et d'autres langues européennes, transcrites dans leur langue et traduites dans la vôtre.
• Imprimés gothiques : la qualité dépend de la netteté de la photo plus que de la fonte ; les mots douteux sont donnés tels que lus, pas corrigés en silence.
• Page vide ou verso vierge : reconnu comme tel, aucun texte n'est inventé.

Le détail par type de document est sur ce que lit wondarchive.

Comment déchiffrer une page d'écriture ancienne avec l'IA, étape par étape ?

Pour déchiffrer une écriture ancienne avec l'IA, on fait lire la page entière par la machine, puis on contrôle le texte contre la photo en commençant par ce qui est le plus fragile : noms propres, dates, chiffres, abréviations. Le travail paléographique se concentre alors sur les passages qui le demandent, au lieu de recopier toute la page à la main.

1. Photographier la page nette et à plat ; une double page peut tenir sur un seul cliché, elle sera lue page de gauche puis page de droite.
2. Déposer le dossier tel que l'appareil l'a écrit : les pages sont remises à l'endroit (l'outil vous demande de choisir quand il hésite), puis lues sur l'original en pleine résolution.
3. Lire en deux volets : la photo redressée à gauche, le texte à droite, original ou traduit d'un clic.
4. Contrôler d'abord les noms propres, les dates, les chiffres et chaque abréviation.
5. Corriger dans le texte : la version de la machine est conservée et chaque correction est datée (corriger la transcription).
6. Fixer le vocabulaire du fonds dans le glossaire, pour qu'un terme ancien soit traduit de la même façon d'un bout à l'autre.
7. Noter vos conventions : abréviations développées ou non, graphie conservée, passages illisibles signalés, pour citer de façon constante.

Comment vérifier qu'une transcription automatique d'une écriture ancienne est juste ?

On vérifie une transcription automatique d'écriture ancienne en la confrontant à la photo : d'abord quelques pages lues en entier, puis un contrôle systématique des éléments à risque, à savoir les noms propres, les dates, les chiffres, les abréviations et les mots rares. Une lecture fautive se repère souvent parce qu'elle paraît trop moderne : un mot bien formé d'aujourd'hui à la place d'une graphie ancienne, un nom courant à la place d'un patronyme local.

• Relire en entier les premières pages d'une même main : on y apprend ses formes de lettres et ses abréviations.
• Comparer un même nom d'une page à l'autre : la recherche plein texte retrouve les noms propres avec leurs variantes.
• Vérifier chaque date sur la photo, chiffres compris.
• Se méfier des passages trop fluides là où l'original est pâle ou raturé.

Ce qui fait une bonne transcription, et comment la contrôler vite : la fiabilité de la transcription automatique.

Faut-il encore apprendre la paléographie quand on utilise l'IA ?

Oui, la paléographie reste nécessaire quand on utilise l'IA, mais autrement : il s'agit moins de tout transcrire soi-même que de savoir juger une lecture. Connaître les abréviations usuelles, l'alphabet de l'écriture étudiée et les formulaires d'un type d'acte suffit souvent pour repérer une erreur de la machine et la corriger. Pour un doctorant ou un généalogiste, l'IA devient aussi un exercice : on compare sa propre lecture à celle de la machine, sur la même photo.

Pour les actes de vente, testaments, inventaires et contrats de mariage, avec leur écriture et leur vocabulaire juridique : dépouiller des archives notariales.

Questions de suite

Comment vérifier et rendre les abréviations d'un acte ancien ?

Ne présumez pas de la façon dont une abréviation a été rendue par la machine : vérifiez chacune sur la photo, affichée à côté du texte. Corrigez-la ensuite selon votre convention, forme abrégée conservée ou développement signalé ; la version de la machine reste conservée.

L'IA lit-elle les archives en latin ?

Oui : l'imprimé latin est très bien lu, le manuscrit latin passe par la relecture renforcée. Les abréviations et les noms propres restent les points à vérifier sur la photo. Voir transcrire et traduire des archives en latin.

L'IA peut-elle dater un document d'après son écriture ?

Non, wondarchive ne date pas un document d'après la forme de son écriture. Il relève la date écrite et les dates citées dans le texte ; pour un document sans date, c'est le contenu qui renseigne. Voir dater un document sans date.

Les écritures médiévales sont-elles lues ?

Il n'y a pas de promesse générale pour les écritures médiévales : le résultat dépend de l'écriture, de la langue et de la photo. Faites l'essai sur quelques pages avant d'engager un fonds entier.

Mes photos servent-elles à entraîner l'IA ?

Non : vos images ne servent à aucun entraînement. Elles sont hébergées en France, et le fonds s'exporte en entier si vous partez.

Essayer sur vos propres pages

Le plus sûr pour juger une écriture difficile est de la faire lire. Un compte gratuit donne 100 pages transcrites et traduites, sans carte bancaire. Pour voir d'abord le résultat sur de vraies archives, du journal de Humboldt aux lettres des gardiens de phare, ouvrez la démonstration.