L'IA remplacera-t-elle les historiens ? L'IA fouille les archives, mais ne peut interpréter le passé
Les historiens font face à une exposition modérée à l'IA. L'interprétation historique et la construction narrative restent des arts humains.
Un historien m'a dit un jour que le plus difficile dans son métier n'est pas de trouver les documents — c'est de savoir quels documents comptent. À une époque où l'IA peut parcourir des millions de pages d'archives numérisées en quelques secondes, cette distinction devient essentielle.
Les données : modérées et gérables
D'après les tendances que nous observons dans les rôles comparables de recherche académique dans notre base de données — archéologues, politologues et autres chercheurs en sciences sociales — les historiens font face à une exposition globale estimée à l'IA de 35-45 % et un risque d'automatisation d'environ 25-30 sur 100.
L'exposition se concentre dans des domaines spécifiques : la revue de littérature et la recherche de sources (fort potentiel d'automatisation), l'analyse quantitative de données historiques (fort), et la génération de premières ébauches (modéré). Mais les activités fondamentales qui définissent la recherche historique — interpréter les sources primaires en contexte, construire des arguments narratifs, évaluer des interprétations concurrentes et communiquer la compréhension historique à des publics divers — restent peu automatisables.
Le Bureau of Labor Statistics projette une croissance de 3 % pour les historiens jusqu'en 2034, avec un salaire médian d'environ 67 000 $ et approximativement 3 500 praticiens. C'est une petite profession, et sa valeur dépasse largement ses effectifs.
La révolution des archives numériques
L'IA transforme véritablement la recherche historique dans une dimension spécifique : l'accès. La reconnaissance optique de caractères peut désormais lire des documents manuscrits dans plusieurs écritures historiques. Les modèles d'apprentissage automatique peuvent chercher à travers des millions de pages numérisées des noms, dates ou concepts spécifiques. Le traitement du langage naturel peut identifier des schémas linguistiques à travers des siècles de texte, révélant les changements dans la façon dont les sociétés parlaient de la guerre, du genre, des maladies ou de la politique.
Un projet qui nécessitait autrefois des mois dans une seule archive peut désormais puiser dans des collections numérisées de bibliothèques du monde entier, l'IA aidant à trier, catégoriser et croiser les documents à une échelle physiquement impossible il y a dix ans.
C'est puissant. C'est aussi dangereux.
Pourquoi l'histoire générée par l'IA est peu fiable
Les systèmes d'IA entraînés sur du texte numérisé ont un biais fondamental : ils ne peuvent chercher que dans ce qui a été numérisé. Les archives des institutions puissantes sont bien numérisées. Les documents des communautés marginalisées, les histoires orales, les artefacts physiques et les documents dans des langues moins courantes ne le sont pas. Une recherche assistée par IA dans les archives historiques surreprésente systématiquement certaines voix et en sous-représente d'autres.
De plus, l'IA ne sait pas lire entre les lignes. Une lettre d'un officiel colonial décrivant une population locale comme « contente » pourrait être fidèlement transcrite et indexée par l'IA — mais l'historien sait se demander pourquoi l'officiel avait besoin de dire cela, ce qui se passait politiquement à l'époque qui rendait une telle affirmation utile, et ce que la population concernée aurait dit si quelqu'un lui avait posé la question.
L'interprétation historique exige de comprendre le contexte, le pouvoir, la motivation et le silence — ce qui n'a pas été enregistré, et pourquoi. C'est un travail de jugement que l'IA ne peut pas effectuer.
L'importance croissante de la pensée historique
Ironiquement, l'IA rend peut-être la pensée historique plus précieuse, pas moins. Alors que l'IA génère d'immenses quantités de textes plausibles sur le passé, la capacité à évaluer les sources de manière critique, à distinguer les preuves fiables de la fabrication, et à construire des arguments bien étayés devient une compétence civique cruciale.
Les historiens sont aussi de plus en plus sollicités comme consultants dans des domaines comme l'éthique de l'IA (comprendre comment les technologies ont été déployées historiquement), la stratégie d'entreprise (tirer les leçons des transformations industrielles passées) et les politiques publiques (fournir un contexte fondé sur les preuves pour les décisions contemporaines).
Ce que les historiens devraient faire
Apprenez les méthodes des humanités numériques — l'exploration de texte, l'analyse de réseaux, la cartographie SIG et la visualisation de données élargissent ce que la recherche historique peut accomplir. Engagez-vous auprès du public au-delà des revues académiques : podcasts, conseil muséal, conseil documentaire et témoignages politiques exploitent tous l'expertise historique. Et évaluez de manière critique les outils d'IA plutôt que de les adopter ou les rejeter en bloc — comprendre à la fois leur puissance et leurs biais est en soi une compétence historique.
Cette analyse a été générée avec l'assistance de l'IA, à partir des données du Rapport sur le Marché du Travail d'Anthropic et des projections du Bureau of Labor Statistics.