La refonte intelligente des infrastructures de connaissance : comment l'intelligence artificielle redéfinit l'avenir de la communication académique et de la gestion de l'information

La conservation, l'organisation et la diffusion des connaissances humaines dépendent depuis longtemps d'un système apparemment silencieux mais crucial : les bibliothèques, les bases de données académiques, les taxonomies de l'information et les processus d'édition. Comme l'adduction d'eau et les routes d'une ville, ils constituent l'infrastructure publique du savoir. Aujourd'hui, l'intelligence artificielle pénètre discrètement ces domaines, apportant non seulement une amélioration de l'efficacité opérationnelle, mais aussi une profonde restructuration systémique. La question n'est plus de savoir si l'IA doit participer à la gestion des connaissances, mais selon quelle logique, sous quelle gouvernance et pour servir quel objectif elle va remodeler cette bibliothèque de Babel de l'ère numérique.

Les trajectoires de recherche récentes indiquent que les applications de l'IA dans les bibliothèques et les sciences de l'information (LIS) passent d'expérimentations marginales à des processus centraux. Une étude à méthodes mixtes publiée dans la revue Humanities and Social Sciences Communications a cartographié les tendances mondiales de la recherche à l'aide de la bibliométrie et de l'analyse des sentiments sur des textes en ligne, et a constaté que l'indexation automatisée des métadonnées, l'analyse des citations et les systèmes de recommandation pilotés par l'IA sont les domaines où l'impact est actuellement le plus important. Ces technologies ne sont pas de simples mises à niveau d'outils — elles redéfinissent les voies de découverte des connaissances, les critères d'évaluation académique et la manière dont les chercheurs interagissent avec les systèmes d'information. Lorsqu'un algorithme de recommandation décide si un article est vu, lorsque l'analyse des citations influence le financement et les promotions professionnelles, l'IA n'est plus seulement un auxiliaire, mais devient un distributeur du pouvoir de la connaissance.

Cependant, cette étude révèle également des lacunes cognitives et académiques significatives. Bien que les discussions sur l'IA dans les médias numériques commerciaux et les plateformes sociales soient presque saturées, les bibliothèques académiques, les dépôts numériques de connaissances et les systèmes d'édition académique sont loin de susciter un débat public d'une profondeur comparable. Ce décalage est inquiétant : ce sont précisément ces institutions, qui portent la mémoire publique de la civilisation humaine, dont la transformation technologique est pourtant la plus dépourvue d'examen d'ensemble. L'étude adopte une méthode combinant les approches dynamique et statique, précisément pour saisir cet angle mort — en identifiant les sujets de recherche à travers la structure quantitative de la littérature, puis en présentant les attitudes réelles des professionnels de l'information et des universitaires envers l'IA grâce à l'analyse des sentiments des utilisateurs. Les résultats montrent que la perception des utilisateurs n'est pas une simple exaltation unidirectionnelle de l'efficacité technique, mais qu'elle est entremêlée de préoccupations complexes concernant les biais algorithmiques, la confidentialité des données et la transparence des systèmes. Cela indique que l’intégration de l’IA dans la gestion des connaissances est, en substance, un processus social de construction de la confiance, et non une simple course à l'efficacité computationnelle.Portant le regard sur une échelle plus macro, les infrastructures de connaissances pilotées par l’IA sont confrontées à trois tensions structurelles. La première est le conflit entre efficacité et équité. L’indexation automatisée et l’analyse des citations peuvent réduire considérablement le coût du traitement des connaissances, mais si les données d’entraînement intègrent des biais régionaux ou disciplinaires du système académique existant, l’IA risque de renforcer, plutôt que d’atténuer, la marginalisation des connaissances du Sud global. Les pays dotés d’infrastructures numériques fragiles pourraient, dans le nouveau système de connaissances fondé sur l’IA, être réduits au rôle de fournisseurs passifs de données, et non de producteurs de connaissances à part entière. La deuxième tension se situe entre automatisation et jugement humain. La gestion des connaissances ne relève pas seulement de la reconnaissance de formes ; elle implique également une compréhension approfondie du contexte, de l’histoire et des valeurs. Une classification des connaissances entièrement laissée aux algorithmes pourrait dissoudre la dimension herméneutique propre aux sciences humaines. La troisième tension est le dilemme entre ouverture et vie privée. Le système académique met de plus en plus l’accent sur le libre accès, tandis que l’analyse des usagers pilotée par l’IA nécessite la collecte de grandes quantités de données comportementales ; cette contradiction exige un cadre de gouvernance plus subtil pour être équilibrée.

Les recherches appellent à une collaboration interdisciplinaire, à une plus grande transparence de l’IA et à la résolution des problèmes de biais et de confidentialité. Il ne s’agit pas de simples généralités, mais d’un ensemble de nouveaux principes de gouvernance. À l’avenir, l’intelligence des infrastructures de connaissances devra dépasser la seule dimension de l’« adoption technologique » pour aboutir à une conception institutionnelle plus mature. Concrètement, il convient de considérer la perception des utilisateurs comme une donnée d’entrée centrale de l’itération du système, et non comme une note de bas de page d’une évaluation a posteriori ; de mettre en place des mécanismes de décision de l’IA explicables, permettant aux chercheurs et aux usagers de l’information de comprendre la logique sous-jacente des recommandations et des classifications ; de promouvoir une collaboration durable entre les éditeurs académiques, les bibliothèques, les développeurs de technologies et les acteurs des politiques publiques, afin de garantir que l’IA renforce toujours le caractère public du savoir, et non des actifs propriétaires fermés. En ce sens, l’application de l’IA dans les LIS n’est plus une question secondaire interne à une discipline, mais un récit d’avenir qui touche à la démocratisation du savoir, à l’autonomie académique et à l’ordre mondial de l’information.

Dans une perspective historique plus longue, les bibliothèques et les archives ont toujours été des dispositifs d’auto-compréhension de la civilisation. Chaque génération de transformations des technologies médiatiques — du manuscrit à l’imprimerie, du catalogue sur fiches aux bases de données numériques — a redéfini les relations sociales de la connaissance. L’intelligence artificielle est à la fois une continuation de cette lignée et une rupture. Pour la première fois, elle confère aux systèmes de gestion des connaissances des capacités actives de prédiction et de recommandation, les faisant passer d’un « magasinier » passif à un « participant actif » de la production et de la diffusion du savoir. Cela nous oblige à envisager ce moment avec le regard d’un stratège, et non seulement avec la pensée d’un technicien. Lorsque les institutions de recherche, les décideurs politiques et les professionnels de l’information du monde entier affrontent ensemble cette transformation, le véritable défi consiste moins à rendre les machines plus intelligentes qu’à rendre les institutions plus sages. Ce n’est qu’en prenant le long terme comme cadre, l’éthique comme limite et le partage des connaissances comme finalité que l’intelligence artificielle pourra véritablement devenir un partenaire préservant la mémoire de la civilisation humaine, plutôt qu’un moteur froid accélérant le fossé entre les riches et les pauvres du savoir.