IA et mémoire collective : pourquoi les vidéos commémoratives exigent un contrôle humain

Lorsqu’une institution publique raconte le passé, chaque détail compte. Un uniforme, une date, un décor ou un visage peuvent orienter durablement la compréhension d’un événement, surtout auprès d’un public qui découvre l’histoire par les réseaux sociaux. L’arrivée de l’intelligence artificielle générative dans les communications commémoratives pose donc une question qui dépasse largement la technique : peut-on automatiser la fabrication d’images de mémoire sans automatiser aussi les erreurs, les simplifications et les contresens ?

Le sujet ne consiste pas à opposer mécaniquement innovation et histoire. L’IA peut déjà faciliter l’exploration de vastes fonds documentaires, la transcription de documents difficiles à lire ou l’organisation de métadonnées. Mais générer une séquence censée représenter un moment historique est une tout autre opération. Une image convaincante n’est pas nécessairement une image juste, et une commémoration n’est pas un simple contenu destiné à retenir l’attention.

Deux vidéos qui illustrent les risques de l’image générée

Le 27 mai 2025, à l’occasion de la Journée nationale de la Résistance, le gouvernement a diffusé une vidéo retraçant la vie d’une résistante, réalisée avec une intelligence artificielle. Cette production a suscité de vives critiques en raison de plusieurs incohérences historiques. Sa scène finale faisait notamment apparaître un soldat de la Wehrmacht, un choix visuel jugé incompatible avec le récit de la Libération proposé par la vidéo. Selon les éléments rapportés, la publication a ensuite été retirée après les réactions publiques.

Ce n’était pas le premier contenu commémoratif concerné. Une autre vidéo, consacrée au droit de vote des femmes, avait également été produite avec une IA. Elle présentait une France de 1945 particulièrement lissée, laissant de côté les traces de la guerre et la complexité de l’après-guerre. Or le sujet appelle précisément une grande rigueur : les Françaises ont obtenu le droit de vote par l’ordonnance du 21 avril 1944 et ont voté pour la première fois lors des élections municipales d’avril 1945.

Ces deux cas montrent pourquoi la question ne se limite pas à la qualité esthétique d’une vidéo. Une erreur dans une publicité peut être gênante. Dans une communication publique sur la Résistance, la Libération ou les droits civiques, elle touche à des récits collectifs sensibles, transmis par l’école, les familles, les musées, les archives et les cérémonies.

Comment une IA générative fabrique-t-elle une scène historique ?

Les systèmes d’IA générative sont entraînés sur de très grands ensembles de données afin d’identifier des régularités dans les textes, les images, les sons ou les vidéos. Lorsqu’on leur demande de produire une scène liée à la Seconde Guerre mondiale, ils ne consultent pas spontanément un dossier d’archives validé par des spécialistes. Ils composent une réponse à partir de corrélations apprises : des uniformes souvent associés à la période, des décors urbains, des visages, des mots et des enchaînements narratifs statistiquement probables.

C’est la raison pour laquelle un résultat peut être impressionnant tout en étant faux. Le modèle peut, par exemple, associer correctement une rue européenne, des images de guerre et un uniforme militaire, mais les assembler dans un contexte incohérent. Il ne possède pas, par lui-même, le raisonnement critique qui consiste à demander : cet uniforme correspond-il au lieu, à la date et à la situation racontée ? Cette photographie a-t-elle été prise avant ou après la Libération ? Ce personnage aurait-il pu se trouver là ?

L’expression de « perroquet stochastique », parfois employée pour décrire ce fonctionnement, ne signifie pas que l’outil se contente de copier. Elle souligne plutôt sa limite fondamentale : il génère ce qui semble le plus probable à partir de ses données et de sa consigne, sans disposer d’un rapport direct à la vérité des faits. Pour un texte de divertissement ou une illustration fictionnelle clairement annoncée comme telle, cette caractéristique peut être acceptable. Pour une représentation institutionnelle de l’histoire, elle impose un contrôle beaucoup plus exigeant.

L’erreur ne vient d’ailleurs pas seulement des données d’entraînement. Elle peut résulter d’une consigne trop vague, d’un choix de logiciel, d’une retouche insuffisante, d’un montage précipité ou de l’absence de documentation transmise à l’outil. La machine n’est donc pas l’unique maillon à examiner : toute la chaîne de production éditoriale est en cause.

Histoire, mémoire et communication publique ne se confondent pas

L’histoire est une démarche d’enquête. Elle s’appuie sur des sources, les croise, les date, les contextualise et accepte la discussion scientifique. La mémoire, elle, renvoie à la manière dont des personnes, des groupes et des institutions se souviennent d’un passé et choisissent de le transmettre. Une politique mémorielle organise notamment des commémorations, des hommages et des récits publics autour d’événements majeurs.

Ces deux dimensions sont liées, mais elles ne sont pas interchangeables. Une commémoration assume une intention civique : honorer des combattants, rappeler une conquête démocratique, reconnaître des victimes ou maintenir vivant le souvenir d’un événement. Elle ne peut pas pour autant s’affranchir des faits établis. Plus son format est court et spectaculaire, plus le risque est grand de substituer à la précision historique une suite de signes visuels immédiatement reconnaissables.

Les plateformes de vidéos courtes accentuent ce risque. Un contenu conçu pour être diffusé sur TikTok ou un autre réseau social doit capter l’attention en quelques secondes. Cette contrainte favorise les scènes frappantes, les transitions rapides et les images émotionnelles. Elle peut aussi encourager des raccourcis qui effacent les ambiguïtés, les violences du contexte ou les débats historiographiques. Or la popularité d’une vidéo n’est pas une mesure de son exactitude.

La difficulté est d’autant plus forte que l’image animée donne une impression d’évidence. Un lecteur peut garder une distance face à une phrase vague. Devant une reconstitution audiovisuelle, il peut plus facilement croire assister à une archive, ou du moins à une représentation solidement documentée. L’indication qu’un contenu a été généré par IA est utile pour ne pas tromper le public, mais elle ne dispense jamais de vérifier ce que le contenu montre.

Ce que l’IA peut faire, et ce qu’elle ne peut pas garantir seule

L’intelligence artificielle n’est pas condamnée à rester à l’écart des archives ou de la transmission historique. Employée comme outil d’assistance, elle peut faire gagner du temps à des professionnels qui conservent leur contrôle sur les résultats. La reconnaissance optique de caractères peut aider à rendre consultables des documents numérisés. La transcription automatisée peut fournir une première version de témoignages sonores. Des outils peuvent aussi faciliter le classement d’ensembles très volumineux ou repérer des noms, des lieux et des dates à vérifier.

Dans tous ces cas, l’IA prépare, suggère ou accélère. Elle ne remplace pas la critique des sources. Un archiviste connaît la provenance d’un document et les conditions de sa conservation. Un historien confronte les témoignages, situe une image dans son contexte et distingue ce qui est établi de ce qui demeure incertain. Un iconographe identifie les anachronismes possibles dans les costumes, les objets et les décors. Cette expertise ne consiste pas seulement à détecter une erreur après coup : elle permet de construire un récit juste dès le départ.

Le problème apparaît lorsque l’outil génératif devient le producteur principal d’une mise en scène sans cahier documentaire suffisamment précis. À ce stade, l’automatisation ne porte plus sur des tâches répétitives. Elle intervient dans des choix intellectuels et symboliques : quels visages montrer, quel décor retenir, quelle atmosphère donner à une époque, quelle vision du pays mettre en avant. Ce sont précisément les choix qui demandent le plus de recul humain.

Quels garde-fous pour les contenus commémoratifs ?

Pour un organisme public, la première exigence devrait être de séparer clairement les usages. Une IA peut être utilisée pour préparer des pistes visuelles, produire un brouillon ou faciliter certaines tâches techniques. En revanche, la diffusion d’un contenu commémoratif devrait relever d’une procédure de validation documentée, proportionnée à la sensibilité du sujet.

Plusieurs garde-fous paraissent essentiels :

• établir en amont une documentation précise, fondée sur des archives et des travaux historiques identifiés ;
• faire relire le scénario, les images et les légendes par des historiens, archivistes et spécialistes compétents sur la période ;
• contrôler séparément les éléments visuels à risque, notamment les uniformes, insignes, bâtiments, cartes, dates et personnages ;
• indiquer clairement au public lorsqu’une image ou une séquence a été générée ou fortement modifiée par IA ;
• conserver une trace des versions, des validations et des corrections afin de pouvoir expliquer les choix effectués ;
• prévoir un mécanisme de retrait et de rectification rapide si une erreur est signalée.

Ces principes ne relèvent pas d’une défiance abstraite envers la technologie. Ils répondent à une exigence de responsabilité éditoriale. Lorsqu’une institution s’exprime, son autorité donne du poids à ses images. Une imprécision qui passerait inaperçue dans une création privée peut alors acquérir une apparence de vérité officielle.

La réglementation européenne sur l’intelligence artificielle s’inscrit dans un mouvement plus large de recherche de transparence et de responsabilité. Elle ne remplacera toutefois pas le jugement éditorial. Aucune obligation technique ne peut déterminer à la place des historiens ce qui est pertinent, exact et respectueux dans la représentation d’une mémoire douloureuse ou d’une conquête démocratique.

L’IA peut-elle devenir un outil fiable pour la mémoire collective ?

Elle peut être utile, mais seulement si sa place est définie avec précision. Sa force réside dans la vitesse de traitement, l’aide à la recherche et la capacité à produire des ébauches. Sa faiblesse est de ne pas savoir, par elle-même, si un contenu est vrai, juste ou convenable dans un contexte donné. La fiabilité ne dépend donc pas d’un label apposé sur un logiciel : elle dépend de la qualité des sources fournies, de la précision des consignes et surtout de l’examen humain réalisé avant publication.

La question est également démocratique. Les politiques mémorielles contribuent à former la représentation qu’une société se fait de son passé. Si elles s’appuient sur des images générées à partir de probabilités, sans contrôle suffisant, elles risquent d’installer des récits lisses et interchangeables. À l’inverse, un usage encadré pourrait aider les institutions à rendre certains fonds plus accessibles, à condition de ne jamais confondre accessibilité et simplification.

Ce qu’il faut surveiller

Au 20 août 2025, les controverses autour de ces vidéos rappellent une évidence : l’intelligence artificielle ne peut pas être chargée seule de raconter l’histoire. Son usage dans les commémorations publiques continuera probablement de progresser, car ces outils sont rapides, peu coûteux à mobiliser et adaptés aux formats numériques. Mais cette facilité peut devenir un piège si elle réduit les exigences de vérification.

Le véritable enjeu sera de savoir si les institutions consacrent autant de soin à contrôler une image générée qu’à concevoir le message qu’elle doit porter. Il faudra suivre la mise en place de procédures de validation, la place accordée aux professionnels des archives et de la recherche, la clarté des mentions destinées au public et la capacité des administrations à corriger ouvertement leurs erreurs.

La mémoire collective ne se résume ni à une base de données ni à une succession d’images plausibles. Elle se construit dans la confrontation rigoureuse aux documents, aux témoignages et aux zones d’incertitude du passé. L’IA peut assister ce travail. Elle ne doit pas en devenir l’arbitre.