Article accepté à AI4CHIEF 2026 : le meta-body des œuvres

L’article explore comment l’intelligence artificielle peut accompagner la mise en récit des œuvres d’art sans en effacer le contexte culturel.

Nous avons le plaisir d’annoncer que notre article « The Meta-Body of Artworks: Sequence-Based AI Storytelling for Culturally Situated Heritage Narratives » a été accepté pour présentation à AI4CHIEF 2026 – The Symposium on Artificial Intelligence for Cultural Heritage and Indigenous Futures, qui se tiendra à Paris les 16 et 17 avril 2026.

L’article est co-signé par Dr Abol Froushan, Cristine H. Legare, Marianne Magnin et Marco Cappellini, réunissant des contributions de RIZOM, du Center for Applied Cognitive Science (CACS) de l’Université du Texas à Austin, de The Cornelius Arts Foundation et d’ArtCentrica.

Pour les lecteurs intéressés par les implications pratiques, une courte section plus loin dans l’article explique comment cette recherche peut éclairer la conception de systèmes d’IA pour les musées, les archives et d’autres environnements riches en sens.

À propos du symposium AI4CHIEF

AI4CHIEF rassemble des chercheurs qui explorent comment l’intelligence artificielle peut soutenir la préservation, l’interprétation et la transmission du patrimoine culturel.

Le symposium aborde notamment des thèmes tels que :

• la numérisation et l’analyse d’artefacts culturels assistées par l’IA

• la représentation des connaissances et les infrastructures de données patrimoniales

• les médias immersifs pour l’engagement culturel

• les approches computationnelles appliquées aux archives et aux matériaux historiques

• la gouvernance et l’accès culturellement approprié aux données patrimoniales

La conférence est organisée par le CNAM et Penn State University, avec une publication des actes chez Springer.

Notre contribution : structurer le sens autour de chaque œuvre

Notre recherche explore une question qui devient de plus en plus importante à mesure que musées, archives et institutions culturelles adoptent des outils d’intelligence artificielle :

Comment l’intelligence artificielle peut-elle aider le public à interagir avec le patrimoine culturel sans priver les œuvres de leur contexte historique et culturel ?

De nombreux systèmes d’IA actuels traitent les objets culturels comme des points de données isolés :

• un tableau devient un fichier image.

• une sculpture devient une entrée dans une base de données.

Les modèles d’IA génèrent ensuite des collages visuels, des descriptions ou des récits à partir de ces fragments. Pourtant, ce n’est pas ainsi que la culture fonctionne réellement.

Les œuvres acquièrent leur sens à travers leur contexte : leur relation avec d’autres œuvres, avec des moments historiques, avec l’interprétation curatoriale, et avec les communautés qui continuent de dialoguer avec elles.

Notre article introduit l’idée de meta-body (méta-corps) des œuvres pour décrire cette structure culturelle plus large.

Qu’est-ce que le « méta-corps » des œuvres ?

Lorsque les musées numérisent leurs collections, les œuvres sont généralement stockées comme des objets individuels, certes indexés, dans une base de données.

Or, dans la pratique, les œuvres sont rarement rencontrées isolément.

• Les commissaires les placent dans des expositions.

• Les historiens les relient entre périodes et mouvements.

• Les visiteurs les découvrent à travers des récits, des séquences et des associations.

• Les communautés les interprètent à travers la mémoire, l’identité et l’expérience vécue.

Le meta-body d'un groupe d'œuvres désigne cette structure vivante plus large.

Il s’agit du réseau de relations, de récits et de contextes qui apparaît lorsque les œuvres sont rencontrées ensemble.

Il inclut les parcours curatoriaux, les significations culturelles et les interprétations évolutives qui se développent autour des œuvres au fil du temps.

Au lieu de considérer les œuvres comme des entrées séparées dans une base de données, la perspective du méta-corps les envisage comme faisant partie d’un écosystème culturel en évolution. Dans cette approche, l’IA n’est pas utilisée pour inventer de nouveaux sens aux œuvres. Elle aide à naviguer et révéler les relations déjà existantes entre œuvres, histoires et communautés.

Validation empirique

Ce cadre a été testé dans le cadre d’une étude pilote à l’European University Institute (EUI), examinant comment les œuvres influencent les réponses métaphoriques et narratives dans des boucles réflexives structurées.

Auprès de 43 participants et sur cinq sessions avec conditions A/B, les résultats montrent que les œuvres modulent la capacité de portage des champs symboliques en fonction du niveau d’abstraction et de l’ancrage contextuel.

Les résultats indiquent notamment que :

• des ancrages représentationnels stabilisent la traversée symbolique après une surcharge d’abstraction

• une double abstraction (thème abstrait associé à une imagerie abstraite) peut produire un effondrement symbolique mesurable

En savoir plus sur le pilote mené à l'EUI

Implications pratiques pour le secteur culturel et au-delà

Au-delà de sa contribution conceptuelle, l’article propose un cadre pratique pour concevoir des systèmes d’IA respectueux du contexte culturel et du sens relationnel.

Pour le secteur culturel, cette approche ouvre plusieurs pistes concrètes :

• organiser les collections numériques comme des séquences d’œuvres porteuses de sens, plutôt que comme des objets isolés

• intégrer les savoirs curatoriaux et les perspectives des communautés dans les outils narratifs assistés par l’IA

• intégrer permissions, sensibilités et règles de gouvernance directement dans les métadonnées et les infrastructures numériques

• développer des systèmes d’IA qui aident le public à explorer les relations entre les œuvres, plutôt que de produire des récits génériques.

Pour les musées, archives et institutions patrimoniales, cette perspective peut orienter la conception de chaînes de numérisation, de graphes de connaissances et d’interfaces narratives qui demeurent culturellement ancrées et historiquement informées.

Plus largement, cette recherche répond à un défi qui se pose aujourd’hui dans de nombreux domaines :

Comment les systèmes d’IA peuvent-ils opérer dans des environnements riches en sens, sans réduire ces environnements à de simples jeux de données ?

Le concept de meta-body suggère que l’IA peut fonctionner comme un espace de navigation au sein de systèmes symboliques complexes, au service de l’interprétation, du dialogue et de la construction collective de sens.

Si l’article se concentre sur les œuvres d’art, la même approche pourrait s’avérer pertinente pour des domaines tels que l’éducation, les systèmes de connaissance organisationnels ou les environnements de décision collaborative, où le contexte, les relations et le sens sont essentiels.