Une image montrant d’immenses têtes de pierre dressées dans un désert rouge apparaît parmi les résultats associés au patrimoine culturel australien. Le décor semble archéologique, mais ces monuments n’ont jamais existé : ils ont été fabriqués par une intelligence artificielle générative.
Pour des chercheurs de l’Université de Melbourne, ce faux visuel illustre un problème plus profond. En mélangeant données scientifiques, récits marginaux et connaissances sorties de leur contexte, les systèmes d’IA peuvent transformer une invention en représentation crédible du passé.
En retirant ces créations à leurs véritables auteurs, la pseudoarchéologie entretient des préjugés racistes sur les capacités des peuples autochtones.
Une fausse image peut devenir une preuve aux yeux du public
Une photographie réaliste placée dans les résultats d’un moteur de recherche bénéficie d’une apparence d’autorité. Sans légende claire ni indication visible de son origine, l’internaute peut la prendre pour la trace d’un véritable site archéologique.
Le problème dépasse les erreurs occasionnelles. Les outils génératifs sont entraînés à partir d’immenses volumes de contenus disponibles sur Internet, où se côtoient travaux universitaires, publications peu fiables et théories sans fondement. Ils ne vérifient pas les preuves comme le ferait un chercheur : ils produisent une réponse vraisemblable à partir des régularités apprises.
Une affirmation fausse mais souvent répétée peut ainsi réapparaître sous la forme d’un texte assuré, d’une carte détaillée ou d’une illustration convaincante. Une fois remise en circulation, elle risque ensuite d’alimenter de nouveaux contenus et, potentiellement, les futures données d’entraînement des IA.
Les vieux mythes archéologiques trouvent un nouvel amplificateur
L’archéologie attire depuis longtemps des récits présentant des continents engloutis, des civilisations supérieures disparues ou des visiteurs extraterrestres comme les véritables auteurs de monuments anciens. Les prétendus continents de Mu et de Lémurie, par exemple, ne reposent sur aucune base scientifique, mais continuent de circuler.
Ces récits ne sont pas seulement fantaisistes. Ils attribuent fréquemment les réalisations de peuples autochtones à des bâtisseurs venus d’ailleurs. Les moaï de Rapa Nui ont ainsi été rattachés à des extraterrestres ou à des civilisations perdues, alors qu’ils ont été sculptés et déplacés par les habitants polynésiens de l’île.
Le même mécanisme touche Nan Madol, cité de basalte bâtie sur des îlots artificiels en Micronésie, parfois attribuée à une mystérieuse « race supérieure » plutôt qu’au peuple Saudeleur. En Australie-Occidentale, les peintures Gwion Gwion sont également présentées par certains comme l’œuvre d’un peuple étranger, au détriment des ancêtres aborigènes et des communautés qui en prennent encore soin.
En retirant ces créations à leurs véritables auteurs, la pseudoarchéologie entretient des préjugés racistes sur les capacités des peuples autochtones. L’IA ne crée pas nécessairement ces théories, mais elle peut les reproduire, les illustrer et leur donner une nouvelle visibilité.
Des connaissances séparées de leur territoire et de leurs règles
Les chercheurs soulignent une autre difficulté : les savoirs autochtones ne constituent pas une simple réserve d’informations librement interchangeables. Ils sont liés à un territoire, à une communauté, à des détenteurs précis et à des protocoles de transmission.
Or, un modèle génératif peut absorber ces connaissances puis les réutiliser sans consentement, sans attribution, sans compensation et sans contrôle communautaire. La publication initiale d’un savoir ne signifie pas automatiquement que ses détenteurs ont accepté son intégration dans un système commercial ou sa reformulation hors contexte.
Une étude récente citée par les auteurs montre que l’IA peut souvent différencier le consensus scientifique et autochtone de récits marginaux bien connus. Mais cette capacité repose elle-même sur des données dont la collecte ou la reproduction n’a pas toujours été autorisée par les communautés concernées.
L’enjeu n’est donc pas uniquement de corriger les hallucinations. Il faut aussi déterminer qui peut transmettre un savoir, dans quelles conditions et avec quelle autorité.
Comment limiter la fabrication de faux passés
Les auteurs proposent d’agir dès la collecte et la publication des données. Leurs principales pistes sont les suivantes :
- demander la preuve de l’accord des communautés avant de publier des données autochtones ;
- examiner les collections existantes afin de vérifier leur statut culturel et intellectuel ;
- intégrer ces droits dans la conception des recherches, leur évaluation éthique et la relecture scientifique ;
- laisser aux communautés l’autorité sur l’interprétation et la réutilisation de leurs connaissances.
Cette vigilance ne revient pas à rejeter toute utilisation de l’intelligence artificielle. Des communautés emploient déjà ces outils pour revitaliser des langues ou faciliter l’accès à des archives culturelles. La différence tient au contrôle : un projet construit avec les détenteurs des savoirs n’équivaut pas à une extraction automatisée de leurs contenus.
Ce qu’il faut retenir avant de partager une image historique
Face à une découverte archéologique spectaculaire diffusée en ligne, il faut rechercher son origine, vérifier si elle provient d’une institution identifiable et repérer une éventuelle mention de génération artificielle. Une apparence photographique ne garantit plus qu’un objet, un monument ou un paysage a réellement existé.
Il faut également privilégier les explications fournies par les archéologues et les communautés directement liées au patrimoine présenté. Un chatbot ne possède ni expérience du terrain, ni responsabilité envers une communauté, ni autorité culturelle. Lorsqu’une image semble réécrire l’histoire à elle seule, le bon réflexe reste donc de ne pas la partager avant d’en avoir retrouvé la source.
Questions fréquentes
Pourquoi les images générées par l'IA peuvent-elles sembler crédibles aux utilisateurs ?
Une photographie réaliste placée dans les résultats d’un moteur de recherche bénéficie d’une apparence d’autorité. Sans légende claire ni indication visible de son origine, l’internaute peut la prendre pour la trace d’un véritable site archéologique, même si elle a été entièrement fabriquée par une IA.
Comment l'IA amplifie-t-elle les théories archéologiques douteuses ?
Les outils génératifs sont entraînés à partir d’immenses volumes de contenus où se côtoient travaux universitaires et théories sans fondement. Une affirmation fausse mais souvent répétée peut réapparaître sous forme de texte assuré, de carte ou d’illustration convaincante, puis alimenter de nouveaux contenus et futures données d’entraînement.
Quel est le problème éthique lié aux savoirs autochtones dans les systèmes d'IA ?
Les savoirs autochtones sont liés à un territoire, une communauté et des protocoles précis. Or, un modèle génératif peut absorber ces connaissances et les réutiliser sans consentement, sans attribution, sans compensation et sans contrôle communautaire, même si leur publication initiale n’implique pas une acceptation de cette réutilisation.
