IA et changement mondial : décrypter l'histoire par l'exploration des narrations et des argumentations

Ce projet de thèse, proposé dans le cadre du programme BEST (MSCA-COFUND) en partenariat entre l'Univ.de Toulouse et l'Univ. du Luxembourg, s'intéresse à une limite fondamentale dans la manière dont les archives historiques numérisées à grande échelle peuvent actuellement être explorées. Malgré des efforts massifs de numérisation couvrant les registres administratifs, la correspondance, les dossiers judiciaires et les archives de presse, l'accès reste largement limité à la recherche par mots-clés et au filtrage par métadonnées, qui renvoient des documents isolés plutôt que les fils narratifs et argumentatifs qui les relient à travers le temps et les collections. Cette lacune a des conséquences tangibles : les analyses comparatives des réponses sociétales à des bouleversements mondiaux — tels que la pandémie de COVID-19 et celle de grippe de 1918-1919 — montrent que les enseignements contenus dans les sources historiques (par ex., les inégalités entre les groupes sociaux) restent souvent inexploités, précisément parce qu'il n'existe pas d'outils permettant d'extraire et de comparer systématiquement ces schémas à travers les archives. La question centrale qui guide ces travaux est la suivante : Comment détecter, structurer et rendre consultables automatiquement les fils narratifs et le raisonnement sous-jacent dans les archives historiques ? Pour y répondre, le projet combine deux paradigmes computationnels complémentaires mais rarement intégrés — l'extraction narrative et l'exploration d'arguments — appliqués à des textes historiques bruyants et instables sur le plan diachronique. Trois objectifs de recherche interconnectés structurent ce travail : 1. Extraction d'informations (IE) robuste pour les textes historiques, en développant des méthodes adaptatives d'extraction d'entités, d'événements et de relations causales qui résistent aux erreurs d'OCR/HTR et à la dérive linguistique, parallèlement à la mise en relation d'entités, à la résolution de la coréférence et à la normalisation temporelle entre documents et périodes. 2. Modélisation de la structure narrative entre documents, représentant les entités et événements extraits sous forme de fils narratifs cohérents codés en graphes temporels ou relationnels, avec des méthodes permettant de relier des éléments d'information fragmentés, contradictoires ou incomplets — un problème ouvert identifié dans des études récentes sur l'extraction narrative multi-documents. 3. La recherche d'informations guidée par la narration, enrichie par l'exploration des arguments, allant au-delà de la similarité lexicale ou basée sur les plongements de mots pour s'orienter vers des modèles de pertinence fondés sur la cohérence narrative et en les rattachant aux fils narratifs. La reconstruction du raisonnement implicite est reconnue comme un défi central non résolu. Sur le plan méthodologique, le projet s'appuie sur quatre domaines complémentaires : l'extraction d'informations, la modélisation de la structure narrative, la recherche d'informations axée sur la narration, et l'exploration d'arguments s'appuyant sur des cadres théoriques tels que les « warrants » de Toulmin et les schémas d'argumentation de Walton. L'ancrage empirique du projet est renforcé par les travaux antérieurs des superviseurs. Ce projet est intrinsèquement interdisciplinaire : il réunit l'expertise en recherche d'informations et en traitement du langage naturel avec celle de l'histoire numérique et des humanités computationnelles en s'appuyant sur des collaborations déjà établies. En transformant les archives historiques, qui ne sont plus de simples documents passifs, en ressources exploitables pour comprendre les dynamiques sociétales récurrentes, ce projet soutient directement le thème BEST 'Quantifying and Analysing the Societal Impact of Global Change,', tout en générant des contributions méthodologiques transférables à des domaines connexes. École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Direction : Josiane MOTHE Financement : MSCA COFUND BEST