L’intelligence artificielle au secours des épigraphistes hellénistes ?

L’intelligence artificielle au secours des épigraphistes hellénistes ? À propos du nouvel outil Ithaca

Les historiens de l’Antiquité sont désormais des usagers habituels des outils numériques, principalement à travers diverses bases de données en ligne interrogeables qui regroupent des sources textuelles ou iconographiques. Avec l’avènement de l’intelligence artificielle (IA), les scientifiques entendent aller plus loin et proposer aux antiquisants des outils informatiques qui ne sont plus simplement des conservatoires de sources mais de véritables assistants, dotés d’une formidable capacité de stockage et d’apprentissage bien supérieure à l’humain, capables d’analyser la forme des lettres, le style et la sémantique des textes anciens, de les traduire, de les déchiffrer, d’en déterminer l’auteur et la date1. L’IA s’attaque maintenant à l’épigraphie grecque, par l’entremise d’un nouvel algorithme baptisé Ithaca (d’après l’île qui marque le terme de l’errance d’Ulysse), développé par un collectif d’historiens et d’informaticiens, sous la houlette de Yannis Assael et Thea Sommerschield (ci-après « les auteurs »)2.

Ithaca est un réseau neuronal profond qui permettrait d’assister l’épigraphiste dans la restitution (c’est-à-dire trouver les lettres ou mots manquants), la datation et la localisation des inscriptions grecques, dans le but d’améliorer la vitesse et la précision du spécialiste. Fondés sur le cerveau humain et ses réseaux neuronaux complexes, les algorithmes d’apprentissage profond révolutionnent l’IA, en lui permettant d’apprendre et de se perfectionner au fil de ses expériences. Après avoir ingurgité une énorme quantité de données, l’IA se forme sur cette base à dégager des généralités et est prête ensuite à traiter de nouvelles informations. Si l’IA rencontre un succès incontestable dans certains domaines comme la reconnaissance faciale et vocale, la médecine, l’astrophysique, que vaut-elle en matière d’épigraphie grecque ? En effet, si l’IA est capable d’apprendre, elle ne pense pas, et les mécanismes d’analyse complexes mis en œuvre lors de l’étude d’une inscription sont hors de sa portée. C’est pourquoi les auteurs insistent bien sur le fait que l’outil n’est pas destiné à remplacer l’épigraphiste, mais à l’aider à choisir entre différentes propositions.

Ithaca a été entraîné à l’aide de la base de données du Packard Humanities Institute (PHI) car elle rassemble à ce jour le plus d’inscriptions grecques, de toutes les régions, du VIIe s. av. au Ve s. apr. J.-C. Sur un total de 178 551 inscriptions, 78 608 ont été retenues pour entraîner l’IA, après un gros travail de tri pour enlever les doublons, les textes de moins de 50 caractères et les textes non datés ou dont la date ne peut pas être traitée. Les auteurs affirment ainsi avec confiance : « The fact that Ithaca was trained on the largest available dataset of Greek epigraphic texts makes it possible to challenge or overcome individual biases or, indeed, errors in the existing academic tradition ». Il faut dire qu’ils annoncent des résultats qui font, de prime abord, rêver : dans l’exercice de la restitution, Ithaca parvient à un taux d’exactitude de 61,8 %, alors que « l’historien » (dans les faits, deux « étudiants diplômés en histoire ancienne », avec 7 ans d’expérience en histoire grecque et en épigraphie, ont été soumis au test durant 2 h.) ne dépasse pas les 25,3 %. Les efforts conjugués des deux cerveaux, artificiel et biologique, permettent d’atteindre un taux de 71,7 %, ce qui confirmerait l’efficacité de la synergie homme-machine. Quant à l’attribution d’une inscription à la zone géographique où elle a été produite, le taux d’exactitude de l’IA grimpe à 70,8 %, contre 21,2 % pour « l’historien » (cette fois, 5 étudiants « annotateurs »). Enfin, pour la datation, l’IA permet de réduite la fourchette chronologique à moins de 30 ans, contre 144 ans pour les 5 « annotateurs ». Dans l’exercice des attributions géographiques et chronologiques, les cinq historiens cobayes ont donc été particulièrement mauvais. À leur décharge, le combat était inégal : alors que l’IA disposait de la totalité des textes, les historiens n’avaient recours qu’aux anthroponymes présents dans les inscriptions soumises au test, qu’ils ont dû attribuer à une région et à une période d’après le Lexicon of Greek Personal Names en ligne3. Tout spécialiste comprendra l’étrangeté de cette méthode, qu’aucun épigraphiste ne pratiquerait dans la réalité : même dans les inscriptions ne consistant qu’en noms de personnes, comme la plupart des épitaphes par exemple, on ne peut se fonder uniquement sur l’anthroponymie pour situer une inscription dans l’espace et dans le temps : il faut recourir également à d’autres critères, tels que l’écriture, la langue, la forme du support. Par ailleurs, le choix des cobayes eux-mêmes prête le flanc à la critique : du propre aveu des auteurs, ils sont estimés plus compétents que l’historien antiquisant moyen mais moins que les épigraphistes chevronnés. On peut penser que les résultats de l’expérience auraient été fort différents, et donc moins favorables à la machine, si des épigraphistes confirmés avaient été soumis au test.

L’expérience comporte par ailleurs une grande part d’abstraction pour le lecteur, car on ignore sur quelles inscriptions elle a porté, quelles erreurs ont été commises ou quelles bonnes solutions ont été trouvées. Examinons alors les quelques exemples concrets d’application de l’IA donnés par les auteurs en matière de restitutions et d’attributions géographique et chronologique.

La restitution d’un texte se fonde sur la recherche de parallèles. Alors que pendant longtemps l’épigraphiste ne pouvait compter que sur son expérience et sa capacité à mémoriser les inscriptions qu’il connaissait, les bases de données aujourd’hui à disposition en ligne permettent d’avoir accès à des dizaines de milliers de textes, et de pouvoir y faire des recherches par mots ou par caractères. Certes, cette méthode comporte des défauts, à commencer par la capacité du chercheur à taper les bons mots ou les bonnes lettres au risque de passer à côté de parallèles pertinents, mais on peut affirmer qu’elle facilite grandement la tâche de l’historien. Les auteurs ont décidé de franchir un pas de plus : alors que l’épigraphiste est souvent confronté à de nombreuses possibilités de restitution présentées pêle-mêle, Ithaca les hiérarchise, en classant en premier les résultats ayant statistiquement le plus de chances d’être exacts. Les exemples donnés dans l’article ne suscitent cependant pas l’enthousiasme : a-t-on vraiment besoin de l’IA pour restituer [δήμ]ο τõ Ἀθηναίων, ou pour choisir la solution [συμμαχ]ία Ἀθηναίων καὶ Θετταλῶν εἰς τὸν ἀεὶ χρόνον dans le traité GHI 44, l. 3-4 (les deux suggestions suivantes étant ἐκκλησία et προξενία, qu’aucun épigraphiste ne songerait à choisir) ? On observe que sur ce dernier texte (Extended Data fig. 4), Ithaca s’en sort plutôt bien pour les lacunes d’une à trois lettres, à la portée de n’importe quel épigraphiste (ainsi c’est un sans-faute pour les l. 14-16 : ὀμόσαι δὲ [θη]ναίων μὲν τὸς στρ[ατη]γὸς καὶ τ[]ν βολὴν καὶ τὸς ἱππάρχος καὶ τὸς ἱππέ[α]ς τόνδε τὸν ὅρκον), mais propose des bizarreries au mépris du sens et de la grammaire quand les lacunes sont plus importantes ou touchent des mots et expressions plus rares : [τ][ν] δὲ πόλεμον τὸν πρὸς Ἀλέξανδρον τὸν μὴ [ἐξεῖν]α[ι] κ[αταλ]ύσασθαι [τοὺς au lieu de μήτε] Θετταλοῖς []νευ Ἀθηναί[ων τοῖς au lieu de μήτε] [θην]αίοις [πὸ τοῦ au lieu de –νευ τõ] ἄρχοντος καὶ τοῦ κοινοῦ [τοῦ Θετταλῶνἐπαιν[έ]σα[ι δὲ] Ἀγέλαον τὸν ἄρχοντα [περὶ καὶ περὶ au lieu de καὶ τὸ κοινὸν] τῶν Θετ[ταλ]ῶν (l. 31-35).

Pour les attributions géographiques, les auteurs prennent l’exemple des actes d’affranchissement d’esclaves gravés à Delphes, dont on a conservé plus de 1 000 exemplaires entre 201/200 av. J.-C. et la fin du Ier s. apr. J.-C. Sans surprise, la machine identifie comme typiques de ces documents les termes ἐπίστευσε (confier [l’argent payant l’affranchissement au dieu]), ποδόμενος (le vendeur), καταδουλισμι (l’esclavage), βεβαιωτήρ (le garant), ποιέουσα (faisant [ce qu’elle veut], ἀποτρέχουσα (allant [où elle veut]), mais on obtenait déjà ce résultat en faisant une simple recherche par mots sur PHI. Plus grave, un autre exemple fait douter de la fiabilité des résultats présentés par les auteurs : Ithaca aurait réussi à attribuer à Amorgos l’inscription IG XII 7, 2 (fig. 3 b), or lorsque l’on entre le texte entier dans la barre de recherche, la machine indique l’Asie Mineure ionienne à 92 %…

Enfin, pour les attributions chronologiques, les auteurs ont testé Ithaca sur une vingtaine de décrets athéniens du Ve s. av. J.-C. dont la date a été longtemps débattue (et l’est encore pour certains d’entre eux) : d’abord placés avant 446/5 en raison de la présence du sigma à trois branches, ils ont été progressivement redatés entre les années 430 et les années 4104. Ithaca établit une date moyenne pour ces décrets à 421, confirmant la datation basse, ce qui ne surprend pas puisque la machine est insensible à la forme des lettres d’une inscription, et donc au critère du sigma à trois branches qui a induit en erreur bon nombre d’historiens, jusqu’à ce qu’Harold B. Mattingly tire la sonnette d’alarme il y a 60 ans déjà, alors que l’IA était encore du domaine de la science-fiction.

Puisque Ithaca « may assist the restoration and attribution of newly discovered or uncertain inscriptions » (p. 283), et que les auteurs ont généreusement mis à disposition une interface gratuite (https://ithaca.deepmind.com), voyons ce dont il est capable face à une inscription récemment publiée, qu’il ne peut donc pas connaître et qui le mettra dans la situation d’un épigraphiste confronté à un document nouveau. Pour ne pas prendre un cas excessivement complexe, j’ai choisi une inscription bien conservée de 18 lignes appartenant au grand groupe des décrets de la cité d’Érétrie octroyant la proxénie à des étrangers, des documents faciles à mettre en série donc. Il s’agit du décret pour le Samien Mètrodôros, publié par Denis Knoepfler5. Le texte ne figure pas encore dans PHI, mais les autres inscriptions de cette série s’y trouvent bel et bien.

Quelques restrictions se posent dans la barre de recherche : on ne peut pas entrer un texte de moins de 50 et de plus de 760 caractères, et on ne peut pas demander plus de 10 lettres à restituer, consécutives ou non. J’ai commencé par introduire les lignes 1 à 9, en enlevant le mot Ἐρετριέων à la ligne 46. L’IA situe l’inscription avec le plus haut taux de probabilité à Samos (l’Eubée ne figure même pas parmi les 10 régions proposées), évidemment bernée par l’ethnique du personnage honoré, alors que le démotique du proposant du décret (Phègoè) aurait dû la mener sur la bonne piste. En revanche, une fois la mention des Érétriens rétablie, l’IA propose l’Eubée en moins d’une minute avec de loin le plus haut taux de probabilité, ce qui est plutôt rassurant mais l’épigraphiste serait parvenu au même résultat en moins de temps encore. Quant à la date, l’IA s’en sort un peu mieux : la fourchette s’étend entre 350 et 100, avec une moyenne à 231 et un fort taux de probabilité à 210-200, alors que D. Knoepfler a établi une date vers 300, avec toute la finesse de l’argumentation dont il est coutumier. Pour la lacune occupée par le mot Ἐρετριέων que j’avais enlevé, l’IA propose avec la plus forte probabilité δήμωι τε, suivi par δήμωι ὤν et δήμωι τά, qui ne font évidemment pas sens ; à aucun moment, parmi la vingtaine de propositions, la bonne solution ne figure. J’ai ensuite ôté εὔνους à la l. 3, dans l’expression bien attestée φίλος ὢν καὶ εὔνους. La bonne proposition n’arrive qu’à la 5e place, avec une probabilité de 3 % seulement, les deux premières places étant occupées quasiment à égalité (18 et 15 %) par αὐτός et … φίλος. Les erreurs sont encore plus importantes lorsque le texte interrogé est plus court : si l’on entre les lignes 12 à 157, l’IA attribue l’inscription à Délos avec un taux de probabilité très élevé (plus de 93 %) ; la date moyenne est 240 et le plus haut taux de probabilité pour 250-240. J’ai enlevé la mention de l’enktèsis (droit de propriété foncière), qui n’est pas rare dans les énumérations des honneurs accordés à un étranger et très évidente juste après la mention de la terre et de la maison. L’IA propose avec le plus haut taux de probabilité (44 %) καὶ καί, et se perd ensuite dans des propositions tout aussi farfelues, dans l’ordre καὶ ἐάν, καὶ δεῖ, καὶ τῶι, καὶ γᾶς, etc. Enfin, toujours dans la même inscription, j’ai ôté le dernier mot des l. 16-18 (ἐν τῶι ἱερῶι τοῦ Ἀπόλλωνος τοῦ Δαφνηφόρου), pour voir si l’IA parviendrait à trouver l’épiclèse typiquement érétrienne d’Apollon, alors que l’inscription est correctement attribuée par elle à l’Eubée grâce à la mention des Érétriens. Là encore, jamais la bonne solution n’est proposée, mais (dans l’ordre) des mots aussi étranges que Δηλίου δέ, ἐν δὲ τῶι, δὲ ἐν τῶι, ἐν δὲ τι. Malgré le fait que j’aie précisé le nombre de lettres manquantes pour tous les exercices de restitution, l’IA ne tient pas compte de cette indication pourtant précieuse. Notons pour terminer que l’estimation chronologique proposée varie en fonction de la portion du texte insérée, ce qui n’inspire pas une grande confiance. Bilan de l’expérience : loin d’arriver à bon port à Ithaque, Ulysse est ballotté entre Charybde et Scylla.

Deux problèmes principaux se posent :

– Ithaca ne connaît pas le grec ancien. Ainsi, l’algorithme est capable de proposer des restitutions sans queue ni tête ou grammaticalement impossibles.

– Ithaca se fonde, on l’a vu, sur la base de données PHI, mais cette dernière n’est pas parfaite : de nombreux textes récents n’y figurent pas, les éditions retenues ne sont souvent pas à jour et ne tiennent pas compte des dernières propositions en matière de restitutions, de localisation et de datation, or c’est justement de ces données que l’IA a été nourrie.

En l’état, Ithaca induit davantage de risques que de bénéfices. Le risque principal est de céder à la facilité et à l’immédiateté des résultats, qui pourrait conduire un historien débutant à prendre pour argent comptant les conseils statistiques de l’IA sans chercher à vérifier leur exactitude et leur pertinence. En définitive, la seule utilité d’Ithaca pour l’épigraphiste réside dans son immense capacité de stockage d’inscriptions, susceptible de porter à la connaissance du chercheur des textes qu’il ignorait, mais la chose était déjà possible avec PHI. L’outil est donc largement perfectible, mais il n’est pas exclu que dans l’avenir, les scientifiques parviennent à développer une IA qui puisse réellement venir en aide aux spécialistes des inscriptions grecques. En attendant, Ulysse fera mieux de compter sur les épigraphistes pour rejoindre Ithaque.

Delphine Ackermann

Maître de conférences en histoire grecque – Université de Poitiers, laboratoire HeRMA

11 Des travaux récents concernent en particulier la philologie grecque et latine : M. Berti (éd.), Digital Classical Philology: Ancient Greek and Latin in the Digital Revolution, 2019 ; D. Bamman, P. J. Burns, « Latin BERT: a contextual language model for classical philology », 2020 (https://arXiv.org/abs/2009.10053). On peut citer aussi les expériences de Stephen V. Tracy sur l’identification des lapicides grecs : S. V. Tracy, C. Papaodysseus, « The study of hands on Greek inscriptions: the need for a digital approach », AJA 113 (2009), p. 99-102 ; M. Panagopoulos, C. Papaodysseus, P. Rousopoulos, D. Dafi, S. V. Tracy, « Automatic writer identification of ancient Greek inscriptions », IEEETrans. Pattern Anal. Mach. Intel. 31 (2009), p. 1404-1414. D’autres études récentes dans de nombreuses disciplines travaillant avec des textes anciens sont citées dans la rubrique « Methods » et dans les notes 1-66 de l’article cité infra.

2 Y. Assael, T. Sommerschield, B. Shillingford, M. Bordbar, J. Pavlopoulos, M. Chatzipanagiotou, I. Androutsopoulos, J. Prag, N. de Freitas, « Restoring and attributing ancient texts using deep neural networks », Nature 603 (2022), p. 280-283 (https://doi.org/10.1038/s41586-022-04448-z, consulté le 07.04.2022). Voir aussi, dans la même revue, la note introductive de Ch. Roueché, « Mind the gap as AI guesses at lost Greek inscriptions », p. 235-236. Sur un premier essai d’algorithme proposant des restitutions d’inscriptions grecques nommé Pythia, voir Y. Assael, T. Sommerschield, J. Prag, « Restoring ancient text using deep learning: a case study on Greek epigraphy », dans coll., Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing, 2019, p. 6369-6376.

3  Il s’agit d’un répertoire de tous les anthroponymes grecs attestés dans les sources antiques, indiquant les liens de parenté, la période d’activité et l’origine de chaque individu.

4 Voir H. B. Mattingly, The Athenian Empire Restored: Epigraphic and Historical Studies, 1996 ; P. J. Rhodes, « After the three-bar sigma controversy: the history of Athenian imperialism reassessed », CQ 58 (2008), p. 500-506 ; J. Papazarkadas, « Epigraphy and the Athenian Empire: re-shuffling the chronological cards », dans J. Ma, N. Papazarkadas, R. Parker (éd.), Interpreting the Athenian Empire, 2009, p. 67-88.

6 [Χαιρ?]ίων Χαιριδήμου Φηγοῆθεν εἶ[πεν· ]πειδὴ Μητρόδωρος Μητροδώρου [Σάμ]ιος φίλος ὢν καὶ εὔνους διατελε[ τῶι] δήμωι τῶι Ἐρετριέων καὶ χρείας παρεχόμενος τῶν πολιτῶν ἀεὶ τῶι δεομένω[ι] ἐμ παντὶ καιρῶι, ἔδοξεν τῆι βουλῆι καὶ τῶι δήμωι· εἶναι Μητρόδωρον Μητροδώρου Σάμιον πρόξενον καὶ εὐεργέτην τοῦ δήμου (…).

7 (…) καὶ [γῆ]ς καὶ οἰκίας ἔνκτησιν καὶ πρόσοδον πρὸς τὴν βουλὴν καὶ τὸν δῆμον πρώτοις μετὰ τὰ ἱερά.

Citer cet article comme : Delphine Ackermann, L’intelligence artificielle au secours des épigraphistes hellénistes ?, in : Actualités des études anciennes, ISSN format électronique : 2492.864X, 22/04/2022, https://reainfo.hypotheses.org/24845.


Vous aimerez aussi...

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search