Ce qu'un logiciel a révélé sur un mur maya illisible depuis mille ans

Note de terrain, 21 juillet 2026. Cet été, un signal est passé dans notre veille : une inscription maya restée muette pendant des siècles est redevenue lisible. Pas grâce à une fouille ni à une nouvelle découverte, mais parce qu'un chercheur a repassé une image existante dans un logiciel et ajusté nuances et couleurs jusqu'à ce qu'un tracé enfoui remonte. On n'a pas testé ce cas précis et on ne va pas trancher sur sa portée. Ce qui nous intrigue, c'est le mécanisme, et la question qu'il pose à toute organisation assise sur des archives qu'elle ne relit jamais.

Le principe : révéler un signal, pas le créer

L'idée de base est ancienne et bien documentée. Sur un parchemin gratté puis réécrit, des traces d'encre restent liées au collagène et aux protéines du support, et l'imagerie multispectrale peut faire remonter cette écriture cachée que l'œil ne perçoit plus. Le point qui compte : la donnée est déjà là. L'outil ne l'invente pas, il augmente le contraste entre un signal faible et le bruit qui l'enterre.

Plusieurs familles de techniques exploitent ce même principe, avec des niveaux d'accès très différents. En imagerie hyperspectrale, l'analyse en composantes indépendantes sépare efficacement les couches de peinture superposées. Pour les surfaces en relief, le RTI virtuel reconstruit un dôme d'éclairage dans Blender, un environnement libre, à partir d'un simple modèle photogrammétrique. Et pour raviver des couleurs délavées, DStretch, un plugin propriétaire mais peu coûteux, fait ce travail de rehaussement.

Ce qu'on observe côté accès et coût

Ce qui a changé, ce n'est pas la physique, c'est le prix d'entrée. Une équipe a documenté un dôme RTI portatif construit pour environ 250 € de matériel, de quoi inspecter des surfaces gravées sans budget de laboratoire.

Du côté du texte, l'OCR et la reconnaissance d'écriture manuscrite suivent la même pente. Chez Transkribus, on entraîne un modèle sur mesure à partir de 50 à 100 pages transcrites à la main, et chaque compte reçoit 50 crédits gratuits par mois. Pour du volume, les tarifs restent modestes : des abonnements académiques démarrent à 19,90 € par an pour 300 pages. À l'échelle industrielle, olmOCR annonce un traitement estimé sous 190 $ le million de pages. Et si on ne veut rien installer, Google Vision est gratuit jusqu'à 1 000 pages par mois, avec Tesseract en solution entièrement libre à côté.

Une partie de ces chiffres vient d'éditeurs. On les prend comme des ordres de grandeur, pas comme des garanties. Mais la tendance est claire : ces outils ne sont plus réservés aux musées.

Là où l'outil s'arrête, et où l'humain reprend

C'est la tension centrale, et elle mérite qu'on s'y attarde. Le logiciel a fait remonter des pixels ; il a fallu un spécialiste pour comprendre que ces pixels formaient un nom. Ajouter de l'IA ne supprime pas cette frontière, elle la déplace.

Les gains mesurés sont réels. Un pipeline de restauration réduit les erreurs de 63,9 à 70,3 % par rapport à l'OCR brut, mais le même modèle décroche sur les pages longues, avec des sorties incomplètes ou des caractères insérés au hasard. Des travaux cherchent aussi à reconstruire du texte manquant, ce qui veut dire, en creux, qu'un système capable de combler un trou est aussi capable de le combler de travers.

D'où le garde-fou que répètent les praticiens : ces modèles ne sont jamais infaillibles, et la validation passe par échantillonnage ou par des experts humains. L'éditeur de Transkribus, cité plus haut, va jusqu'à affirmer que son système n'invente pas de texte là où rien n'est lisible. C'est une revendication d'éditeur, pas un résultat qu'on a vérifié, et elle dit surtout une chose : l'hallucination est un risque assez réel pour qu'on prenne la peine de jurer l'éviter.

Ce que ça change pour une PME assise sur ses archives

À ce stade, on voit surtout le lien avec une salle d'archives numérisées, pas avec un temple maya. Une PME de 20 à 250 employés a rarement un problème de manque de données. Elle a un problème de données qu'elle ne relit jamais : contrats scannés, plans, dossiers clients, photos de chantier. Jusqu'à 55 % des données stockées d'une organisation seraient « dark », c'est-à-dire non gérées, un chiffre d'origine vendor à lire comme une estimation sectorielle, pas comme une mesure auditée.

Le réflexe fautif, c'est de vouloir tout renumériser. La valeur n'est pas dans le volume traité, elle est dans le bon fonds relu correctement : des images, de vieux formats vidéo et des campagnes dorment, inaccessibles, jusqu'à ce que la numérisation les rende exploitables. Des acteurs documentent d'ailleurs des dizaines de millions de dollars de valeur tirés de données dormantes vieilles de plusieurs décennies, même si ces cas viennent de grandes structures et ne se transposent pas mécaniquement à une PME québécoise.

Ce qu'on surveille d'ici la fin 2026

On n'a pas de réponse tranchée sur le rendement d'un tel chantier pour une PME type, et le cas maya ne la donnera pas : un exemple spectaculaire ne garantit rien sur un carton de contrats des années 1990. Trois points restent ouverts pour nous. La fiabilité des post-corrections IA une fois sorties des jeux de test. L'écart, encore mal documenté publiquement, entre la communication des éditeurs sur leur adoption et les mesures indépendantes. Et le volume à partir duquel relire ses archives coûte moins que de continuer à les ignorer. Ces observations valent pour l'été 2026 ; on les reprendra quand les outils auront bougé.

Trois questions avant de rouvrir vos archives

Ce n'est pas une invitation à agir, juste une grille pour décider en connaissance de cause :

1. Quel fonds précis dort chez vous, et quelle décision concrète sa relecture débloquerait-elle ?
2. Le signal recherché existe-t-il physiquement dans le document, ou espère-t-on qu'un modèle le « devine », auquel cas on fabrique du faux plausible ?
3. Qui, chez vous ou à l'externe, sait interpréter le résultat une fois que l'outil a fait remonter le brut ?