La capacité croissante des grands modèles de langage (LLM) à produire des textes commence à se faire sentir dans le champ des études historiques, suscitant une attention soutenue de la part du monde académique. L'écriture historique a toujours cheminé le long de deux axes entrelacés : la quête de la vérité et le travail d'interprétation. Aussi forte que soit l'aspiration de cette discipline à l'objectivité, elle ne saurait se passer de jugement, de sélection et de choix évaluatifs.

L'humanité dans l'expérience incarnée

Une préoccupation centrale concernant les textes historiques produits par les LLM réside dans l'absence de « dimension humaniste ». Cette lacune ne relève pas simplement d’une déficience technique, mais traduit une tension plus large qui surgit fréquemment lorsque des instruments techniques sont introduits dans les humanités, donnant souvent lieu à un déséquilibre entre rationalité instrumentale et valeurs humanistes.

Les humanités numériques, qui se sont développées rapidement ces dernières années, présentent des limites comparables. Cette situation nous contraint ainsi à affronter une contrainte fondamentale de l'intelligence artificielle (IA). Les systèmes algorithmiques sont incapables de générer un authentique esprit humaniste, car l'IA contemporaine reste prisonnière de son architecture technique et privée de capacités cognitives d'ordre supérieur. L'émergence de telles capacités dépend moins peut-être d'une puissance de calcul ou de capacités de stockage toujours croissantes que de l'expérience vécue et incarnée. Dans la recherche historique, on attend des chercheurs qu'ils écartent les dogmes rigides et les préjugés préconçus, qu'ils intègrent les idées par un engagement réflexif, et qu'ils saisissent les liens intrinsèques entre la pensée et l'expérience vécue, ainsi que les implications axiologiques propres aux idées elles-mêmes. Atteindre ce niveau de compréhension constitue une aspiration centrale de la recherche historique et fonde ce que de nombreux chercheurs décrivent comme l'empathie.

Des systèmes comme ChatGPT et DeepSeek représentent des percées technologiques remarquables, mais ils sont dépourvus de ce fondement expérientiel. Leur connaissance est entièrement dérivée de jeux de données. Quelle que soit l'ampleur des paramètres ou la sophistication apparente de leurs productions, l'absence d'expérience vécue rend difficile pour eux de posséder des qualités véritablement humanistes. Au stade actuel du développement technologique, les LLM sont incapables de percevoir les intentions subjectives des acteurs historiques, de saisir pleinement les origines et les trajectoires des idées, ou d'appréhender les facteurs non rationnels par des moyens algorithmiques.

L'importance de l'expérience vécue dans la recherche historique trouve également un appui au sein de la philosophie des sciences. Dès les années 1950, le chercheur américain Norwood Hanson soutenait que toute observation est inévitablement façonnée par les théories, présupposés, croyances, arrière-plan culturel et structures de connaissance préalables de l'observateur. Les historiens, en tant qu'observateurs des matériaux historiques, puisent dans des expériences de vie diverses qui leur fournissent des perspectives multiples sur le monde réel, enrichissant ainsi l'interprétation et l'écriture historiques. À l'inverse, les LLM sont dépourvus d'expériences personnalisées et d'un sens de la « présence ». Tributaires d'algorithmes centraux unifiés, ils peinent à produire une science marquée par une singularité intellectuelle. Dans les cas extrêmes, cette limite risque de s'approcher de la forme d'aliénation technologique contre laquelle Martin Heidegger nous mettait en garde, réduisant l'écriture historique à un contenu standardisé et formaté, à l'instar de produits industriels sortis d'une chaîne de montage.

L'état d'esprit écosystémique

Malgré ces limites, l'IA dans la recherche historique ne doit pas être réduite à un simple outil technique. Lorsque l'attention se porte sur les courants émergents en historiographie – notamment l'histoire environnementale –, des perspectives supplémentaires apparaissent. L'histoire environnementale situe l'histoire humaine au sein même de la nature, en la concevant comme un élément d'un écosystème complexe et évolutif. Si l'on élargit cette conception de l'« écosystème », l'IA peut elle aussi s'y inscrire.

À l'ère des LLM, les craintes sont répandues quant à la possible disparition d'un grand nombre d’emplois. Dans la pratique, pourtant, si l'IA peut remplacer certaines formes de travail, elle en génère aussi de nouveaux, comme celui d'ingénieur en prompt. Le développement de l'IA dépend de son environnement social tout en le remodelant – un processus réciproque qui reflète la complexité, la diversité et la vitalité propres à l'« écosystème ».

Pour saisir l'orientation future de la recherche historique, il est nécessaire d'adopter une logique de l'écosystème – une approche qui permette à l'enquête historique de revêtir des formes plus diverses, de se déployer sur des horizons temporels plus longs et d'opérer à des échelles spatiales plus vastes. L'histoire humaine et l'écriture historique sont elles-mêmes des composantes d'un tel écosystème et seront inévitablement façonnées par la diffusion des LLM. À mesure que les structures sociales et les cadres cognitifs continuent d'évoluer, les LLM pourraient amener les historiens à réfléchir plus profondément sur la nature de l'histoire, à réévaluer leurs valeurs et modes de pensée, et à reconsidérer leurs méthodes et approches théoriques établies. Lors de sa sortie initiale, la grande polyvalence de ChatGPT et son faible seuil d'utilisation ont suscité un vaste débat public et généré un sentiment tangible de pression au sein du monde universitaire. Compte tenu de leurs principes de fonctionnement et des biais inhérents à leurs données d'entraînement, il n'est pas surprenant que les LLM obtiennent souvent de mauvais résultats face à des questions historiques spécialisées. Malgré cela, leur valeur ne doit pas être rejetée d'emblée. Leurs productions méritent plutôt une approche prudente et critique, d'autant plus qu'elles représentent une condensation et une synthèse du savoir humain accumulé.

D'un point de vue pratique, les LLM peuvent fonctionner comme un genre de copilote pour les historiens. Dans les tâches centrées sur la recherche d'information et le traitement de données à grande échelle, les historiens se trouvent souvent en position de faiblesse. Pourtant, dans le champ des humanités numériques, les outils techniques ne peuvent remplacer l'interprétation savante, pas plus que les LLM ne peuvent évincer les historiens du processus de recherche. L'ère de l'IA indique plutôt la possibilité d'un modèle de collaboration humainmachine fondé sur leurs forces respectives. Dans un tel agencement, la division des tâches entre le pilote principal et le copilote assigne aux LLM un rôle explicitement instrumental, formant ainsi le socle pratique de la collaboration. Les systèmes d'IA prennent en charge les tâches mécaniques et routinières, tandis que les historiens restent responsables du jugement, de l'interprétation et de la prise de décision. Par une intégration poussée, les deux peuvent compléter mutuellement leurs forces et faire progresser conjointement la recherche historique. Cette configuration n'est pas fortuite ; elle fait écho à la proposition classique de Marshall McLuhan selon laquelle les médias fonctionnent comme des prolongements du corps humain. À travers une interaction humainmachine soutenue dans l’écriture historique, le rôle des LLM en tant que prolongements de l’esprit savant pourrait devenir de plus en plus manifeste.

L'émergence des LLM, associée aux avancées majeures des applications d'IA générative, est susceptible d'accélérer les cycles d'évolution technologique. Pour envisager la relation entre historiens et LLM, il est donc nécessaire de réserver une place à la transformation future. La possibilité que l'IA devienne une composante à part entière de la vie humaine, propulsant l'humanité vers un nouveau stade de développement, ne peut plus être écartée comme pure spéculation. De fait, l'idée d'inspiration sciencefictionnelle d'une symbiose humainmachine existe depuis longtemps comme prototype conceptuel au sein de la réflexion philosophique.

La relation symbiotique

À mesure que les avancées technologiques – telles que l'édition génétique – continuent de transformer l'environnement de vie humain, les théoriciens ont commencé à se confronter plus sérieusement à la possibilité du posthumanisme. En tant qu'orientation théorique, le posthumanisme remet en cause les visions anthropocentriques traditionnelles, en soulignant la manière dont le progrès technoscientifique reconfigure les conceptions du corps, de la conscience et de la société. Les origines intellectuelles de cette pensée remontent aux débats sur la cybernétique des années 1950, courant de pensée qui penchait vers un déterminisme technologique et postulait qu'une fois la technologie de l'information parvenue à un certain stade, une symbiose humain-machine émergerait comme un aboutissement naturel. Considérer l'IA comme une entité capable de coexister avec les humains revient, en un sens, à reconnaître une forme de subjectivité technologique. Dans un futur où l'on s'attend largement à l'avènement d'une « singularité technologique », le développement social humain pourrait ainsi atteindre un point de bascule critique.

Dans ce contexte, l'interaction entre humains et machines ne doit pas être comprise comme une tentative de « biologiser » la machine ou « d'ingénier » le vivant pour réaliser un « mariage de l'artificiel et du naturel », ni comme un scénario où l'IA remplacerait les historiens. Elle suggère plutôt la possibilité de positionner l'IA en tant qu'espèce compagne, permettant une transition vers une historiographie posthumaine.

Considérer l'IA comme une espèce compagne des historiens souligne que « l'histoire écrite par des humains ne doit pas nécessairement se limiter à une histoire purement humaine ». La prémisse cognitive de cette approche réside dans le fait que l'écriture historique constitue un enregistrement global du passé, centré sur les relations entre humains et organismes non humains. Introduire l'IA en tant qu'espèce compagne dans le processus de recherche élargira non seulement le spectre méthodologique, mais ouvrira également de nouvelles problématiques de recherche. Cependant, des obstacles techniques à l'utilisation des LLM en histoire persistent, et la mesure dans laquelle une telle relation symbiotique pourra se concrétiser demeure incertaine.

Imagination et savoir historiques

Si l'avenir peut inspirer un certain optimisme, les défis du présent n'en sont pas moins pressants. L'évolution impliquée par la symbiose humain-machine ne se déploie pas nécessairement dans une direction uniformément positive. La commodité de la génération automatisée de texte permise par les LLM peut favoriser une complaisance intellectuelle. Dans l'enseignement de l'écriture historique, un défi majeur consiste à déterminer comment initier les étudiants aux LLM tout en continuant de cultiver leur pensée autonome et leur originalité. Des entreprises commerciales ont déjà développé des systèmes d'écriture académique assistée par IA visant à standardiser la production savante, une tendance qui a suscité une inquiétude considérable parmi les historiens universitaires. Lorsque ChatGPT est apparu, nombre d'universités ont répondu par des interdictions pures et simples, craignant que ces technologies ne portent atteinte à l'enseignement supérieur. Pour les technologies émergentes, toutefois, la restriction passive est rarement aussi efficace qu'un guidage actif. Du point de vue de la recherche historique, plusieurs mesures peuvent contribuer à apaiser l'anxiété entourant l'IA. Premièrement, les historiens doivent continuer à insister sur l'utilisation de sources multiples, réduisant ainsi la surdépendance vis-à-vis des LLM. Deuxièmement, il est essentiel de garder une conscience claire des limites inhérentes à ces systèmes. Enfin, les chercheurs doivent reconnaître que la sélection des données d'entraînement reflète les biais de ceux qui conçoivent et déploient les LLM. Bien que l'histoire soit fondamentalement une discipline tournée vers la quête de vérité, la recherche historique dépend aussi de l'imagination, qui demeure une voie indispensable vers la compréhension historique. Le progrès technologique rapide peut exercer des effets négatifs sur l’imagination et les modes de pensée. Ainsi, dans ce contexte, préserver la capacité imaginative des historiens est devenu une tâche urgente.

Pour la société dans son ensemble, les LLM représentent un saut significatif dans la présentation des connaissances, abaissant les barrières d'accès à l'information et à la rédaction académique. Parallèlement, la similarité croissante des jeux de données d'entraînement et des algorithmes entre les modèles mine l'esprit d'innovation académique, lequel prône la diversité et la libre exploration. Ainsi, à l'ère des LLM, ce qui reflète le plus véritablement le cœur de la compétitivité des historiens n'est plus leur maîtrise du savoir historique ni leur monopole des matériaux, mais bien leur érudition elle-même. Sans de solides assises en pensée historique, les utilisateurs ne peuvent guider efficacement ces outils et risquent au contraire d'être guidés par eux. Par conséquent, pour que les historiens s'approprient véritablement les LLM, une formation soutenue à la pensée historique et le maintien d'un professionnalisme disciplinaire restent essentiels.
 

Wang Tao est professeur à la Faculté d'histoire de l'Université de Nanjing. Cet article a été édité et extrait d'Études historiques, numéro 5, 2025.