L’intelligence artificielle

Les hiéroglyphes sont déchiffrés depuis 1822 : l’intelligence artificielle ne découvre donc pas une écriture inconnue, elle aide à la lire plus vite. Depuis une dizaine d’années, des programmes apprennent à reconnaître les signes sur une photographie, à proposer une translittération et une traduction, à restituer des passages abîmés ou à distinguer les mains des scribes. Ils s’appuient sur deux siècles de savoir accumulé, et ils ne remplacent pas l’égyptologue.

La série s’est ouverte sur Thot, auquel les Égyptiens attribuaient l’invention de l’écriture. Elle s’achève sur une transformation bien réelle : des machines commencent à participer au travail qui rend ces écritures accessibles. Entre les deux, le même enjeu traverse les siècles : conserver une parole, la transmettre et lui redonner un sens lorsque ses lecteurs ont disparu. L’intelligence artificielle intervient aujourd’hui au terme de cette longue chaîne, nourrie par les lectures, les relevés et les éditions des chercheurs.

Les progrès récents changent la manière d’aborder les traces écrites de l’Égypte. Ils permettent de réunir dans un même environnement une photographie, des signes reconnus, une translittération et une proposition de traduction ; d’examiner des variantes jusque dans des collections éloignées ; de comparer des écritures pour discuter leur datation. Le saut est aussi collectif : une correction savante peut devenir une donnée réutilisable, donc contribuer aux lectures suivantes. Certaines tâches disposent déjà de résultats mesurés ; d’autres commencent seulement à être testées. Pour comprendre l’importance de ce moment, il faut regarder ce qui devient possible, avec quels documents, et grâce à quelles équipes.

Un point de méthode

Le mot « déchiffrer » est souvent employé à tort. Déchiffrer, c’est trouver la clé d’une écriture que personne ne sait lire : c’est ce qu’a fait Champollion (La pierre de Rosette et la course au déchiffrement). L’intelligence artificielle, elle, apprend à partir de textes déjà lus et traduits par des générations d’égyptologues. Sans les dictionnaires, les grammaires et les corpus numériques (L’ère numérique), elle n’aurait rien à apprendre.

Ce qu’elle apporte est d’un autre ordre : la vitesse et l’échelle. Elle peut trier en quelques minutes des milliers de photographies, repérer des signes semblables dans des textes éloignés, ou proposer une première lecture que le spécialiste vérifiera.

Ce que l’IA sait faire aujourd’hui

• Reconnaître les signes. En 2013, Morris Franken et Jan van Gemert entraînent un programme à identifier les hiéroglyphes sur des photographies des Textes des pyramides d’Ounas. En 2021, une équipe du CNR italien et de l’université de Florence, menée par Andrea Barucci, publie dans la revue IEEE Access un classement des signes par réseaux de neurones à partir de simples photos, sur pierre, papyrus ou bois. Ses auteurs insistent sur le rôle indispensable de l’égyptologue.
• Translittérer et traduire. En 2025, un système présenté à la conférence SIGGRAPH enchaîne reconnaissance, translittération et traduction, en s’appuyant sur les codes de la liste de Gardiner (Les bâtisseurs de l’égyptologie). Il ne traite encore que les hiéroglyphes classiques.
• Restituer et attribuer. D’autres travaux cherchent à proposer des restitutions pour les signes effacés ou à reconnaître la main d’un même scribe d’un document à l’autre, comme le font déjà les paléographes.
• Transmettre. Lancé par Google Arts & Culture en juillet 2020, pour l’anniversaire de la découverte de la pierre de Rosette, Fabricius permet au grand public de dessiner des hiéroglyphes et de s’initier à leur lecture. Il est conçu avec Ubisoft et l’université Macquarie de Sydney.

De la photographie à la traduction : plusieurs étapes

Reconnaître une forme, la transcrire, la translittérer et la traduire sont des opérations différentes. La reconnaissance transforme une image en signes identifiés ; la translittération note les éléments de la langue avec des lettres et des conventions savantes ; la traduction propose un sens dans une langue moderne. Entre les trois, il faut encore déterminer l’ordre de lecture, les groupes de signes, les mots et la construction de la phrase. Une erreur de reconnaissance peut ainsi se transmettre jusqu’à la traduction.

Les résultats de l’étude de 2021 citée plus haut portent sur la classification de signes isolés, à partir de deux ensembles d’images. La diversité des supports étudiés ne signifie donc pas qu’un logiciel sait lire toutes les inscriptions, quels que soient leur état, leur époque ou la qualité de la photographie. La publication du CNR présente une étape vers des outils plus complets.

Le projet OCR-PT-CT, présenté dans une prépublication de 2025 par David Fuentes-Jimenez et ses collaborateurs, dont l’égyptologue Carlos Gracia Zamacona, suit une voie ciblée : reconnaître les signes dans des éditions en fac-similé des Textes des Sarcophages et de textes des pyramides conservés sur des cercueils du Moyen Empire, puis les convertir en codes Gardiner. Son association avec MORTEXVAR permet d’organiser les témoins et de comparer les versions de textes funéraires. Il travaille sur ce corpus particulier, sous contrôle savant. Présentation scientifique d’OCR-PT-CT.

Pour la traduction, le Hieroglyphic Transformer de Mattia De Cao, Nicola De Cao, Angelo Colonna et Alessandro Lenci, publié en 2024, apprend à partir d’un corpus préparé depuis le Thesaurus Linguae Aegyptiae. Il propose des traductions vers l’allemand et l’anglais à partir de textes encodés, sans assurer lui-même la lecture de n’importe quelle photographie de monument. La qualité dépend des exemples disponibles et du type de texte. Publication du Hieroglyphic Transformer.

THOTH.AI, conçu par So Miyagawa, spécialiste de l’égyptien et du copte à l’université de Tsukuba, associe un modèle de langue à des ressources linguistiques pour expliquer la grammaire et proposer des traductions. Son concepteur précise que l’outil expérimental fonctionne mieux avec des translittérations et du copte imprimé : la reconnaissance des photographies de manuscrits hiéroglyphiques, hiératiques ou démotiques n’est pas fiable. Le copte, décisif pour Champollion, reste ainsi une composante de ce travail sur la langue égyptienne. Présentation et limites de THOTH.AI.

Le système présenté à SIGGRAPH 2025 associe notamment l’informaticien Ilya Makarov et l’égyptologue Ekaterina Aleksandrova, avec Maksim Golyadkin, Innokentiy Humonen, Ianis Plevokas et Ekaterina Bureeva. Il cherche à réunir reconnaissance, translittération et traduction dans une même chaîne. Dans leur entretien d’octobre 2025, les chercheurs indiquent que la reconnaissance porte alors sur les hiéroglyphes et que l’extension aux cursives nécessite de nouveaux exemples d’apprentissage. Les propositions sont soumises à la vérification des spécialistes. Entretien avec l’équipe de SIGGRAPH.

2025–2026 : passer des démonstrations à un atelier de lecture

Avec pyThoth, présenté à IJCAI 2026 par Maksim Golyadkin, Innokentiy Humonen et Ilya Makarov, le chercheur travaille dans une interface où les étapes restent visibles et modifiables. Il peut corriger un signe et reprendre la translittération ou la traduction à partir de cette correction. Les annotations restent liées à l’image. Dans une étude limitée à huit participants — six étudiants en égyptologie et deux égyptologues doctorants — et à quatre extraits de fac-similés de stèles en moyen égyptien, les auteurs rapportent un temps total de 51 minutes avec l’outil, contre 61 pour le travail manuel. Ce gain d’environ 16 % est un résultat précis, sur un terrain précis. Les prochaines étapes annoncées concernent des modèles entraînés sur davantage de données et l’amélioration de l’interface. Présentation et étude de pyThoth, IJCAI 2026.

Le même courant de recherche associe les informaticiens aux égyptologues. La publication présentée à CHI 2026 réunit notamment Ekaterina Alexandrova et Alexandre A. Loktionov avec Innokentiy Humonen, Maksim Golyadkin, Valeria Rubanova et Ilya Makarov. L’égyptologie participe à la définition du travail à accomplir et à son évaluation. Cette rencontre entre une compétence sur la langue et une compétence sur les modèles constitue une étape décisive : l’outil doit permettre d’examiner une lecture, de la discuter et de la corriger. Présentation de la collaboration par Christ’s College, Cambridge.

Apprendre à lire des textes, au-delà des signes isolés

Une forme reconnue dans un livre imprimé peut être beaucoup plus difficile à repérer sur une pierre abîmée. Présenté à ICCV 2025, MEH, pour Multisource Egyptian Hieroglyphs, rassemble des exemples de différents styles et supports : documents numériques, scans d’éditions et photographies de monuments. Les annotations portent sur l’organisation du texte autant que sur les signes. Les chercheurs étudient aussi des données synthétiques, produites à partir de séquences linguistiques réelles pour multiplier les exemples d’apprentissage. L’objectif est de mieux mesurer le passage d’un style à l’autre et de faire progresser la reconnaissance de textes entiers. La diversité des exemples devient une condition du progrès : le modèle doit rencontrer les difficultés des documents qu’on lui demandera ensuite de lire. Publication de MEH.

MuMMy, présenté à ACM Multimedia 2025, relie les images aux codes Gardiner, à la translittération et à la traduction anglaise, à deux échelles de texte. Cette association permet d’évaluer toute la chaîne, depuis la forme visible jusqu’au sens proposé. Elle prépare des assistants capables de travailler simultanément sur une image et sur son interprétation linguistique. Les expériences montrent aussi pourquoi il faut conserver ces étapes : une erreur dans la reconnaissance peut dégrader les résultats suivants. Pour le chercheur, la possibilité de remonter du sens proposé à la trace qui le justifie est aussi importante que la rapidité. Publication de MuMMy.

Donner aux modèles la connaissance des égyptologues

Dans l’étude de THOTH AI publiée par So Miyagawa en 2025, le modèle reçoit des ressources lexicales et morphologiques spécialisées avant de proposer sa traduction. Cette méthode, appelée recherche augmentant la génération, ou RAG, consiste à retrouver des informations utiles dans une base et à les fournir au modèle avec la demande. L’étude porte sur le décret de couronnement de Thoutmosis Ier et compare plusieurs systèmes. Les résultats favorisent l’apport de connaissances linguistiques ciblées. Ils éclairent une direction de recherche : construire des assistants qui consultent les dictionnaires et les corpus plutôt que de dépendre seulement de leur apprentissage général. Le cas étudié reste limité ; il ne démontre pas la maîtrise de tous les genres ni de toutes les périodes de l’égyptien. Étude de THOTH AI, NLP4DH 2025.

La langue elle-même évolue pendant des millénaires. Un travail de He Huang, déposé en mars 2026 et indiqué comme accepté à LREC 2026, explore le rapprochement du sens des mots entre quatre états historiques de l’égyptien. Le modèle combine plusieurs tâches linguistiques et des représentations normalisées, notamment la translittération. Les résultats restent limités, comme le précise l’auteur, mais la question élargit le champ : reconnaître un signe et suivre l’histoire d’un mot demandent des méthodes différentes. Le second objectif pourrait aider à étudier des continuités et des changements dans la langue. C’est ici une perspective philologique, dont l’utilité devra être évaluée sur des cas concrets. Étude sur l’alignement sémantique entre états de l’égyptien.

Le vrai défi : les cursives

Les hiéroglyphes gravés offrent des formes relativement stables, que la machine apprend bien. Le hiératique et le démotique sont une autre affaire (Les écritures du quotidien). Tracés vite, avec des ligatures, ils changent d’une époque, d’une région et d’un scribe à l’autre. C’est là que l’intelligence artificielle reste aujourd’hui peu performante, et c’est là que les progrès des prochaines années seront les plus utiles : des dizaines de milliers de papyrus et d’ostraca attendent encore d’être publiés.

Des prototypes et des ressources pour les cursives

HieraticAI, prototype universitaire développé par Margot Belot en 2025, expérimente la détection et la classification de signes sur vingt lignes d’un fac-similé du papyrus Westcar. Il prévoit une interface de validation par l’égyptologue. Ce terrain limité permet de tester une méthode ; ses résultats ne valent pas encore pour l’ensemble des papyrus hiératiques. Documentation de HieraticAI.

À la Freie Universität Berlin, GlyPat, sous la responsabilité de Hubert Mara, avec notamment Margot Belot, Eren Kocadag et Philipp Schmidt, développe la recherche de formules démotiques malgré les ligatures et les variantes graphiques. Le projet s’appuie sur un corpus de 272 manuscrits annotés. Son alignement approximatif de séquences relève de la philologie informatique ; il ne constitue pas un traducteur neuronal. Retrouver des formules communes pourrait aider à rapprocher des documents et à étudier les pratiques des scribes. La datation ou la localisation automatique restent des objectifs à tester. Projet GlyPat.

Les progrès dépendent aussi de ressources comme AKU-PAL, issue du projet AKU à Mayence et Darmstadt. Cette paléographie numérique documente les formes cursives, leurs variantes et leurs contextes. Elle fournit des références pour comparer les écritures et préparer les données de futurs modèles. Une base savante n’est pas une IA à elle seule : elle conserve le savoir dont l’apprentissage automatique a besoin. Présentation du projet AKU.

Le copte : prolonger la chaîne de l’écriture égyptienne

L’IA touche aussi les derniers états de la langue égyptienne. Le corpus SCAM, présenté à ICDAR 2026 par Fabio Quattrini, Carmine Zaccagnino, Costanza Bianchi, Silvia Cascianelli et Rita Cucchiara, porte sur la reconnaissance de l’écriture manuscrite copte sahidique. Il contient 3 240 lignes issues de 27 feuillets d’un même manuscrit daté de 1002–1003, provenant du Monastère Blanc en Haute-Égypte. Ces feuillets ont été numérisés dans des conditions différentes. Les expériences mettent en évidence l’importance de cette diversité : un système entraîné sur un ensemble d’images peut rencontrer de grandes difficultés sur un autre, même pour le même manuscrit. Le progrès dépend donc de la documentation des collections autant que de la puissance des modèles. Le copte conserve ici sa place dans l’histoire de la langue, jusqu’aux manuscrits médiévaux. Corpus SCAM et résultats des expériences.

Pour les cursives plus anciennes, la prochaine difficulté est d’élargir les corpus sans perdre la précision des annotations. Le projet GlyPat prévoit une recherche interactive de formules démotiques : les variantes doivent être présentées avec les images des manuscrits et discutées par un spécialiste. Son ambition à long terme est de vérifier si les réseaux de variantes peuvent contribuer à situer un manuscrit dans le temps ou dans l’espace. Cette étape reste un objectif de recherche. Elle pourrait transformer une ressemblance graphique en piste historique, à condition d’expliquer les rapprochements. Objectifs et méthode de GlyPat.

Restituer les lacunes et mieux comprendre les textes

Une formule abîmée peut être éclairée par un passage conservé ailleurs. HieroLM, proposé en 2025 par Xuheng Cai et Erica Zhang, explore la prédiction de signes manquants à partir du contexte. Il produit une hypothèse à comparer avec les traces visibles, la grammaire et les autres témoins. Le signe proposé doit rester distingué du signe réellement conservé. Publication de HieroLM.

D’autres écritures anciennes offrent des méthodes de comparaison. Ithaca travaille sur la restitution, la provenance et la datation des inscriptions grecques ; Aeneas, présenté en 2025, recherche des parallèles dans les inscriptions latines et associe données textuelles et visuelles. Ces recherches, auxquelles participent notamment Yannis Assael et Thea Sommerschield, montrent comment retrouver rapidement des rapprochements utiles à l’historien. Leur transfert à l’égyptien demanderait des corpus et des évaluations adaptés. Ithaca ; Aeneas.

En rapprochant des variantes, des noms, des titres et des lieux dans de grands corpus, ces approches peuvent orienter de nouvelles enquêtes : circulation d’une formule, relations entre documents, transmission d’un texte ou pratiques d’un atelier de scribes. C’est une piste d’interprétation. Un rapprochement statistique doit encore être expliqué historiquement.

Lire sans dérouler : le rôle de l’imagerie

Le Vesuvius Challenge, dans le prolongement des travaux de Brent Seales, combine tomographie, déroulement virtuel et apprentissage automatique pour rendre lisibles les rouleaux carbonisés d’Herculanum. Les modèles contribuent à détecter l’encre dans les volumes numérisés ; les papyrologues lisent les textes ainsi révélés. Ce cas italien ouvre des perspectives pour des documents fragiles, mais chaque matériau nécessite une imagerie adaptée. Une trace doit encore être mesurable : l’IA ne retrouve pas un texte disparu simplement en générant une image plausible. Programme Vesuvius Challenge.

Retrouver les traces avant de les interpréter

Un résultat directement égyptien montre comment l’imagerie et l’IA peuvent se renforcer. En 2024, une équipe associant notamment Costanza Cucci, Andrea Barucci et Fabrizio Argenti étudie un cercueil de la XXVe dynastie portant une inscription hiéroglyphique dégradée. L’imagerie hyperspectrale enregistre la réponse de la surface à différentes longueurs d’onde, dans le visible et le proche infrarouge. Des traitements font mieux ressortir certaines traces ; les images obtenues sont ensuite utilisées pour la segmentation des signes par des réseaux de neurones. La démarche agit donc avant la traduction : elle améliore les conditions d’observation. Cette étude pilote ouvre une voie importante pour les textes difficiles à voir sur une photographie ordinaire. Elle repose sur des mesures du support conservé et sur une comparaison des méthodes. Étude sur le cercueil et l’imagerie hyperspectrale.

Dans cette chaîne, chaque discipline apporte un accès différent au document : l’imagerie relève une trace matérielle ; l’algorithme aide à la distinguer ; le lecteur lui attribue une valeur dans le texte. Leur combinaison peut rendre discutables et publiables des inscriptions longtemps restées difficiles à examiner. C’est aussi une manière de préserver la mémoire de l’objet : conserver les mesures, les images traitées et les choix de lecture permet de reprendre l’enquête lorsque les outils progressent.

De nouvelles datations, à quelles conditions ?

En 2025, le projet Enoch, porté notamment par Mladen Popović, Maruf A. Dhali et Lambert Schomaker à Groningen, a combiné datations radiocarbone et analyse automatique des formes de l’écriture pour les manuscrits de la mer Morte. Entraîné sur 24 manuscrits datés au carbone 14, le modèle a proposé des datations pour 135 autres manuscrits. Les chercheurs ont confronté ces propositions à une évaluation paléographique ; certains documents apparaissent plus anciens qu’on ne le supposait. Étude publiée dans PLOS One.

Ce résultat concerne les manuscrits de la mer Morte. Pour l’égyptologie, une démarche comparable exigerait des documents de référence datés indépendamment, suffisamment nombreux pour représenter les époques et les variations d’écriture. Reconnaître une main de scribe, situer une copie dans le temps et dater la composition d’un texte sont trois questions distinctes. L’IA peut proposer des indices ou des fourchettes, à confronter aux preuves matérielles et historiques ; une photographie ne lui permet pas de mesurer l’âge d’un monument.

Des papyrus d’Égypte comme terrain de datation

Les papyrus grecs d’Égypte offrent déjà un terrain concret pour ces recherches. À l’université de Bâle, Isabelle Marthot-Santaniello travaille avec des chercheurs en analyse de données sur la comparaison visuelle des documents, leur rapprochement, l’identification de mains et leur datation. Les ressources NeuroPapyri et Hell-Date s’inscrivent dans ce programme ; un travail sur Papy-Date, corpus de papyrus grecs datés à l’année, est annoncé parmi les contributions acceptées à l’atelier de paléographie informatique d’ICDAR 2026. Le but est aussi de rendre les rapprochements interprétables pour les papyrologues. Ce domaine concerne l’histoire écrite de l’Égypte gréco-romaine. Ses méthodes donnent des pistes pour d’autres écritures, mais leurs résultats ne peuvent être transférés directement au hiératique ou au démotique. Programme de Bâle et publications.

Reconstituer les monuments et rapprocher les fragments

La reconstruction virtuelle repose d’abord sur des plans, des relevés, des photographies, des mesures et des archives. À Harvard, Digital Giza, dirigé par Peter Der Manuelian, réunit ces documents et des restitutions en trois dimensions du plateau de Giza. C’est un exemple majeur de documentation et de modélisation numérique, qui ne repose pas nécessairement sur l’IA. Il permet de comprendre ce que les algorithmes peuvent ensuite comparer : des objets et des espaces documentés, avec leurs incertitudes. Présentation de Digital Giza.

Le projet européen RePAIR, coordonné à Ca’ Foscari et associé à Marcello Pelillo, a testé à Pompéi une chaîne de numérisation 3D, de recherche de raccords par IA et de manipulation robotisée de fragments de fresques. Géométrie, surfaces et décors servent à proposer des assemblages, que les archéologues et les conservateurs valident. Appliquer cette méthode à des blocs ou à des décors égyptiens serait une perspective de recherche ; les essais cités concernent Pompéi. Bilan scientifique de RePAIR.

PERCEIVE explore l’association de l’IA et des expériences immersives pour étudier et présenter le patrimoine coloré, notamment des polychromies altérées. Pour une restitution de temple ou de statue, il faut identifier ce qui vient de pigments observés, de comparaisons documentées ou d’une hypothèse. Ces outils peuvent aider à visualiser plusieurs scénarios ; le réalisme d’une image ne garantit pas à lui seul l’exactitude historique de ses couleurs ou de son architecture. Programme PERCEIVE.

Recomposer un monument : apprendre des formes et garder les preuves

Les outils de reconstruction évoluent également. Le bilan d’ARCHER, publié en juin 2026, présente un programme combinant plusieurs méthodes d’IA pour la restitution en deux et trois dimensions du patrimoine architectural. Ses essais portent notamment sur des temples grecs et des églises romanes et mudéjares, à partir de corpus synthétiques. Ils explorent la restitution de parties manquantes, l’organisation des données et la production de modèles. Les prolongements annoncés comprennent une meilleure intégration des éléments architecturaux dans des modèles documentés. Ce cas concerne d’autres patrimoines que l’Égypte. Il aide cependant à préciser la question posée à une future restitution de temple égyptien : quels éléments sont mesurés, lesquels sont rapprochés d’exemples connus, et lesquels restent hypothétiques ? Bilan et perspectives d’ARCHER, 2026.

Le bilan final de RePAIR, publié en décembre 2025 par Ca’ Foscari, donne un autre exemple de passage à l’expérimentation : un prototype combine la recherche de raccords et deux bras robotiques pour disposer des fragments de fresques de Pompéi. Il permet de préciser les opérations que l’on peut assister et celles qui exigent l’intervention des conservateurs. Pour les collections égyptiennes, l’intérêt possible serait de mieux orienter l’examen de grands ensembles fragmentaires. Cette application reste une piste à tester sur les matériaux et les décors concernés. Résultats et perspectives de RePAIR.

2026 : un centre dédié à l’IA et au patrimoine égyptien

Le British Egyptian Centre of AI and Virtual Heritage, ou BECAIVE, est inauguré au Caire le 17 août 2026. Il est porté conjointement par l’université de York et le NRIAG, sous la direction de Mohamed Gamal Abdelmonem et Abbas Ali. Le programme réunit équipements, systèmes numériques, formation et recherche. Il vise notamment à rapprocher les sites égyptiens des objets qui leur sont associés dans des musées du monde entier, à l’aide de l’apprentissage automatique et de cadres documentaires. Des visites virtuelles du site de Hawara accompagnent son inauguration. Le centre constitue une infrastructure de recherche et de coopération ; son lancement ne démontre pas à lui seul la réussite de toutes les applications prévues. Il signale néanmoins une évolution majeure : ces outils commencent à être organisés autour des besoins du patrimoine égyptien et de ses professionnels. Annonce officielle de l’université de York.

Des archives de fouilles aux paysages archéologiques

L’IA intervient aussi dans les archives modernes de l’égyptologie. L’IFAO a travaillé avec TEKLIA sur quatre carnets de Bernard Bruyère, soit 891 pages de notes et de dessins liés aux fouilles de Deir el-Medina. La reconnaissance de l’écriture manuscrite, le repérage des illustrations et l’indexation facilitent la consultation. Il s’agit ici de lire les notes d’un archéologue du XXe siècle. Les rapprocher d’inventaires, de photographies et d’objets peut rendre leur contexte de découverte plus accessible. Travail TEKLIA–IFAO.

Pour les objets, ArchAIDE, coordonné par l’université de Pise, développe des outils de description et de comparaison de tessons avec des catalogues de céramiques. Ce type d’assistance aide à classer de grandes séries et à examiner les échanges ou les pratiques quotidiennes. Les résultats restent liés aux catégories représentées dans les données d’apprentissage et doivent être contrôlés par un spécialiste. Projet ArchAIDE.

À l’échelle du paysage, l’analyse de photographies aériennes peut signaler des formes à vérifier sur le terrain. À Nazca, au Pérou, l’université de Yamagata et IBM ont ainsi orienté une campagne qui a confirmé 303 nouveaux géoglyphes en six mois, selon leur publication de 2024. Cet exemple extérieur à l’Égypte montre l’intérêt de la détection assistée, mais aussi la nécessité de la vérification archéologique. Résultats de l’équipe Yamagata–IBM.

Les projets de demain : relier les textes, les objets et les lieux

Un projet annoncé doit être lu comme un chantier dont les résultats se construiront. Le programme européen PAMELA, coordonné par l’université Charles de Prague, court du 1er janvier 2026 au 31 décembre 2029. Il associe l’étude des papyrus grecs et des manuscrits médiévaux à la paléographie assistée par IA, aux analyses matérielles non invasives et à la reconstruction numérique. Il prévoit des ressources accessibles, des méthodes communes et la formation de jeunes chercheurs. Son ambition est de mieux comprendre la création, la transmission et la conservation des textes en réunissant des disciplines souvent séparées. L’IA y prend place parmi plusieurs méthodes. Ce programme donne un horizon concret aux prochaines années : des outils plus utiles dépendront d’une meilleure circulation des données et des compétences. Objectifs et calendrier de PAMELA, Commission européenne.

À partir des projets présentés ici, on peut dégager plusieurs directions pour l’égyptologie. Les paragraphes suivants proposent une lecture de leurs enjeux ; ils ne constituent ni un calendrier de découvertes annoncé par les équipes ni la description d’un logiciel unique déjà disponible.

Un dossier de lecture que l’on puisse reprendre

Le premier horizon serait de garder ensemble la photographie, la zone de chaque signe, les différentes lectures envisagées, les parallèles consultés et les corrections acceptées. Un collègue pourrait reprendre le dossier et comprendre pourquoi une traduction a été retenue. La progression tiendrait alors à la qualité de l’enquête partagée : chaque lecture documentée deviendrait un point d’appui pour d’autres textes.

Des fragments et des collections remis en relation

Le deuxième horizon est celui des ensembles dispersés. Comparer des fragments, retrouver des ressemblances d’écriture ou rapprocher un objet de ses archives de fouille pourrait aider à retrouver des contextes aujourd’hui difficiles à parcourir. Une suggestion informatique donnerait une direction à vérifier. Un raccord établi ou un contexte retrouvé pourrait ensuite changer la lecture du texte et la place de l’objet dans son histoire.

Des hypothèses historiques mieux confrontées

Le troisième horizon concerne la compréhension : suivre une formule entre plusieurs époques, discuter une main de scribe, comparer des témoins d’un même récit, ou mettre en relation des textes et des espaces. L’enjeu serait de rendre plus faciles les confrontations qui prennent aujourd’hui beaucoup de temps. Des résultats contradictoires resteraient visibles et discutables. C’est là que l’assistance à la lecture pourrait nourrir de nouvelles questions sur la société égyptienne.

Une transmission accessible, jusque dans ses incertitudes

Enfin, ces dossiers pourraient servir à enseigner et à transmettre. Un visiteur suivrait le passage d’une trace à une lecture ; un étudiant comparerait des propositions et leurs raisons ; une restitution de monument montrerait plusieurs états possibles. Rendre visibles les étapes de la connaissance donnerait au public accès au travail qui se cache derrière une traduction ou une image de temple. L’histoire de l’écriture se prolongerait ainsi dans celle de sa compréhension.

Les limites

Une machine peut se tromper avec assurance. Une traduction proposée par un programme reste une hypothèse, qui doit être vérifiée sur l’original, replacée dans son contexte et confrontée aux autres textes. Les bases d’apprentissage elles-mêmes reflètent ce que nous savons déjà, avec ses lacunes : les textes classiques y sont bien représentés, les textes tardifs ou rares beaucoup moins.

L’outil ne remplace donc ni la formation de l’égyptologue, ni le travail sur le terrain, ni le jugement critique. Il les prolonge.

Pour juger un programme, il faut connaître les documents sur lesquels il a été entraîné, ceux sur lesquels il a été testé et la tâche réellement évaluée. Un bon classement de signes n’est pas une bonne traduction ; un résultat sur un manuscrit ne démontre pas une compétence générale sur une écriture. Les images, les transcriptions validées et les corrections des spécialistes doivent rester accessibles pour que les propositions puissent être discutées et reproduites.

Mesurer les progrès pour les rendre durables

Une recherche publiée en juillet 2026 par Ammar Toutou, Abdelrahman Harb et Christine Basta apporte un exemple précis de contrôle des performances. En examinant un système de traduction de l’égyptien vers l’allemand, les auteurs trouvent que 16 des 50 traductions du jeu de test figurent déjà à l’identique dans les données d’apprentissage. Les formules répétées dans les textes anciens peuvent ainsi favoriser la mémorisation et améliorer artificiellement certains scores. Les chercheurs proposent un jeu de test nettoyé et de nouvelles références de comparaison. Ces scores automatiques ne mesurent pas un pourcentage de traductions historiquement exactes. Ce travail fait progresser le domaine en précisant comment évaluer une capacité sur des documents réellement nouveaux. Étude de reproductibilité, NLP4DH 2026.

De Thot à l’IA

La série s’est ouverte sur un mythe : Thot donnant l’écriture aux hommes (Le Verbe et le calame). Dans le Phèdre de Platon, le roi Thamous répond au dieu que ce don affaiblira la mémoire, puisqu’on se fiera aux signes plutôt qu’à soi-même (Treize siècles d’erreurs). Vingt-quatre siècles plus tard, la même question se pose à propos des machines qui lisent pour nous.

L’histoire racontée dans ces treize articles suggère une réponse. L’écriture n’a pas effacé la mémoire de l’Égypte : elle l’a portée à travers cinq millénaires, jusqu’à nous. Les outils changent, du calame au réseau de neurones ; la quête reste la même, comprendre le monde en l’écrivant.

Le rapprochement entre Thot et l’IA donne à cette dernière étape sa portée. Dans la tradition égyptienne, l’écriture conserve une parole au-delà de celui qui l’a prononcée. Les chercheurs d’aujourd’hui cherchent à rendre de nouveau accessible ce qui a été conservé : les lignes d’un papyrus, une inscription devenue pâle, un ensemble de fragments ou les traces d’un monument. Les machines participent à cette recherche grâce au savoir que des humains ont produit et organisé.

Les pas de géant se comprennent dans cette accumulation : réunir des opérations longtemps séparées, transformer une lecture en données consultables, comparer davantage de témoins et ouvrir de nouvelles voies d’observation. Aucun gain de temps isolé ne résume cette transformation. C’est la possibilité de mieux relier des traces, des textes et des contextes qui peut élargir notre connaissance de l’Égypte.

De Thot à l’IA, le fil de la série est celui d’une mémoire qui devient transmissible, puis à nouveau intelligible. Le dernier article ouvre donc sur le travail à venir : des collections mieux documentées, des lectures discutées à plusieurs, des outils évalués et des hypothèses que l’on puisse reprendre. L’écriture a porté des voix jusqu’à nous ; notre responsabilité est de leur rendre accès, sens et contexte.

Sources

• Morris Franken et Jan C. van Gemert, « Automatic Egyptian hieroglyph recognition by retrieving images as texts », Proceedings of the 21st ACM International Conference on Multimedia, 2013.
• Andrea Barucci et al., « A Deep Learning Approach to Ancient Egyptian Hieroglyphs Classification », IEEE Access 9, 2021.
• Google Arts & Culture, Fabricius, 2020.
• SIGGRAPH Blog, « AI and Ancient Egyptian Texts », 2025.
• Platon, Phèdre, 274c-275b.

Retour à la série « L’écriture, de Thot à l’IA » →