Contexte et revendication

En avril 2024, le chercheur de Google Pietro Miotti a annoncé, via son blog, la découverte d’un « village maya majeur non répertorié » grâce à une équipe de 48 agents d’intelligence artificielle. Il a exploité les données LiDAR publiques de la NASA, initialement destinées au Pérou, puis réorientées vers la péninsule du Yucatán. Après avoir identifié le site, il a contacté l’Institut national d’anthropologie et d’histoire du Mexique (INAH) et, grâce à un agent traduisant ses messages en espagnol, a reçu en moins de 72 heures l’affirmation que le lieu n’était pas enregistré dans la base officielle.

Cette annonce a rapidement suscité l’attention médiatique, le chercheur affirmant que l’IA pouvait « ouvrir la voie à une cartographie planétaire ». Cependant, un article académique publié l’année précédente décrivait déjà le même site, ce qui a conduit à la correction de la prétendue nouveauté.

Méthodologie et limites des agents IA

Les agents ont été programmés pour parcourir les nuages de points LiDAR à la recherche de motifs géométriques typiques des structures mayas (terrasses, pyramides, routes). Le processus repose sur des algorithmes de détection de formes, mais il ne possède pas de base de données structurée des sites déjà connus. Ainsi, la validation s’est faite uniquement via la réponse de l’INAH, qui ne détient pas l’ensemble des publications scientifiques ni les relevés non publiés.

Miotti a reconnu que les agents peinent à croiser les images avec les figures de publications. Contrairement à une recherche dans un catalogue, cela nécessite une reconnaissance d’image avancée et une compréhension contextuelle que les modèles actuels ne maîtrisent pas. De plus, la traduction automatisée a introduit un risque d’interprétation erronée des réponses institutionnelles.

Réactions des archéologues et enjeux scientifiques

Des spécialistes comme Sarah Parcak (Université d’Alabama) et Elizabeth Graham (UCL) ont souligné l’importance du peer review et du contrôle des bases de données avant de proclamer une découverte. Elles ont rappelé que les communautés locales connaissent souvent les sites, même s’ils ne sont pas publiés officiellement. Ivan Šprajc, co‑auteur du papier initial, a noté que les archéologues utilisent le LiDAR depuis plus d’une décennie et que « repérer quelque chose ne fait pas avancer la connaissance » sans analyse contextuelle.

Le débat met en lumière deux problèmes majeurs : d’une part, la sur‑déclaration de découvertes par des amateurs équipés d’IA, qui peut submerger les chercheurs de faux positifs ; d’autre part, le manque de financement pour valider sur le terrain les repères identifiés numériquement, ce qui limite la valeur ajoutée de ces repérages.

Perspectives d’utilisation de l’IA en archéologie

Malgré l’échec de cette « découverte », les archéologues reconnaissent le potentiel de l’IA pour pré‑filtrer de vastes jeux de données LiDAR, accélérant ainsi le travail de terrain. Les améliorations attendues portent sur l’intégration de bases de données bibliographiques, la reconnaissance d’image à partir de figures de publications et la capacité à gérer des métadonnées non structurées. Tant que ces obstacles ne sont pas résolus, les agents resteront des outils d’assistance, non des remplaçants du jugement expert.