Posons la question la plus bête, celle qui vient d’abord : comment lit-on un texte écrit sur un rouleau qu’on ne peut plus ouvrir ? Le papyrus PHerc 1667, carbonisé par l’éruption du Vésuve en 79 après J.-C., n’a pas été déroulé. Il n’a pas été touché. Et pourtant, une vingtaine de colonnes de texte, restées muettes pendant près de deux mille ans, viennent d’être rendues lisibles. La réponse tient en un déplacement discret mais lourd de conséquences : ici, l’IA ne produit rien, elle observe.
Un rouleau qu’on ne peut plus ouvrir
Le contexte tient en peu de mots. La villa d’Herculanum où dormait ce rouleau a été ensevelie sous des cendres brûlantes, la même catastrophe qui a figé Pompéi. La chaleur a transformé le papyrus en un bloc de carbone friable. Les tentatives passées de le dérouler à la main l’ont brisé en deux et arraché ses couches extérieures. Il n’en reste qu’une moitié : huit centimètres de haut, deux de large. Autant dire un cigare de charbon.
Le déplier physiquement, c’est le détruire. C’est précisément le mur contre lequel butent les papyrologues depuis des générations. La seule issue consiste à ne jamais y toucher, et à reconstruire le rouleau autrement qu’avec les doigts.
Voir une encre qui ne se voit pas
La première étape ne relève pas de l’IA mais de l’imagerie : on passe le rouleau au scanner à rayons X, comme un patient à l’hôpital, pour en obtenir un volume en trois dimensions. On dispose alors d’un empilement de tranches numériques. Reste à faire deux choses très difficiles, et c’est là que les modèles entrent en scène.
D’abord, suivre chaque couche du rouleau enroulé sur lui-même pour la « déplier » virtuellement : un travail de segmentation, où un modèle apprend à tracer la surface du papyrus au fil de ses spires. Ensuite, et c’est le vrai tour de force, repérer l’encre.
Car l’encre antique est faite de carbone. Sur un papyrus lui aussi carbonisé, elle a quasiment la même densité que son support : au scanner, lettres et fond se confondent. L’œil humain ne verra jamais rien sur ces images brutes, et aucun réglage de contraste n’y changera quoi que ce soit. Un modèle, lui, est entraîné à détecter des différences infimes de texture, invisibles pour nous, qui trahissent la présence d’un trait d’encre. Il ne devine pas le texte : il révèle un signal déjà présent, mais indéchiffrable pour un cerveau humain.
L’image mentale la plus juste n’est pas celle d’un traducteur, mais celle d’un microscope. On ne demande pas à l’outil d’imaginer ce qui pourrait être écrit ; on lui demande de rendre perceptible ce qui l’est déjà, sous le seuil de notre perception.
De la génération à l’observation
C’est ici que le sujet dépasse largement l’archéologie. Depuis deux ans, l’IA grand public s’est imposée dans un seul rôle : celui de fabriquer. Elle rédige, dessine, résume, programme. On la juge à sa production. Le papyrus d’Herculanum raconte l’autre versant, moins spectaculaire et pourtant plus profond : l’IA comme instrument de mesure, un capteur qui étend la portée de nos sens.
La nuance est capitale, y compris sur le plan de la confiance. Un modèle qui génère peut halluciner, inventer une source, broder un fait. Un modèle qui observe est adossé à une réalité physique vérifiable : le trait d’encre est là, dans la matière, ou il n’y est pas. On peut confronter sa lecture à celle d’un papyrologue, croiser plusieurs colonnes, vérifier la cohérence d’un mot grec avec le reste du texte. La donnée existe indépendamment de la machine, ce qui change tout pour valider un résultat.
Ce n’est d’ailleurs pas un coup de chance isolé. Le travail s’inscrit dans le Défi Vésuve, un concours international lancé en 2023 pour déchiffrer ces manuscrits carbonisés, qui a organisé la mise en commun des scanners et des méthodes de détection. Federica Nicolardi, papyrologue à l’Université de Naples Federico II, salue une avancée qui permet d’explorer ces textes sans les abîmer davantage. Sur un autre rouleau en cours de lecture, un traité du philosophe Philodème, les chercheurs découvrent même que l’ouvrage comptait plusieurs livres là où l’on n’en connaissait qu’un. On ne relit pas seulement l’histoire : on la corrige.
Partout où un signal dort dans le bruit
Le signal mérite qu’on s’y arrête, bien au-delà du cercle des archéologues. La valeur d’un modèle ne se joue pas toujours dans le prompt le plus astucieux ni dans le texte le mieux tourné. Elle se joue parfois dans la capacité d’un réseau à extraire une régularité que nous n’avons pas les moyens biologiques de percevoir : une micro-texture, un écart de densité, une corrélation noyée dans le bruit.
Ce registre-là a un nom moins clinquant que « IA générative », et un potentiel au moins équivalent. Contrôle qualité industriel, imagerie médicale, détection de fraude, analyse de matériaux : partout où il existe un signal faible enfoui dans des données, le même principe s’applique. On a pris l’habitude de mesurer un modèle à ce qu’il produit ; il faudra apprendre à le juger aussi sur ce qu’il nous rend visible.
Un rouleau de charbon de deux centimètres de large vient de rappeler la puissance de ce second usage. Il aura fallu deux mille ans et un capteur qui voit là où nos yeux abdiquent pour rouvrir un livre que personne n’aurait jamais dû pouvoir relire.
