Stratégie IA pour les musées : ce que couvre la démarche, étape par étape

Une stratégie d'intelligence artificielle pour un musée ou une institution culturelle doit répondre à quatre questions : où l'IA est-elle déjà utilisée dans la maison, par quels processus vaut-il la peine de commencer, quels risques faut-il régler avant que quoi que ce soit n'atteigne le public, et quelle petite expérimentation confirmera ou infirmera l'idée ? Le résultat doit être un plan court, avec des responsables, des coûts et les trois prochaines actions, pas un long rapport.

La démarche suit quatre étapes : écouter les personnes qui font le travail, cartographier et hiérarchiser les processus avec un regard honnête sur les risques, tester un cas réel, puis décider. Le test doit confirmer ou infirmer l'idée en quelques semaines, pour que la direction et le conseil d'administration décident sur des preuves plutôt que sur des diapositives.

Pourquoi un musée a-t-il besoin d'une stratégie IA maintenant ?

Parce que les équipes utilisent déjà l'IA, avec ou sans stratégie. La première enquête mondiale de l'UNESCO et de l'ICOM sur l'IA dans les musées (en anglais), publiée en septembre 2026 avec les réponses de plus de 400 musées dans 90 pays, montre que 57 % des musées répondants utilisent l'IA et que 55 % n'ont ni politique, ni stratégie, ni lignes directrices internes en matière d'IA. Elle décrit cet usage comme surtout exploratoire ou porté par des membres du personnel plutôt que par l'institution, et cite l'exactitude, le droit d'auteur et la protection des données comme principales préoccupations.

Les règles ont aussi changé. Depuis le 2 août 2026, l'article 50 du règlement européen sur l'IA s'applique (les dates figurent à l'article 113, en anglais). Il exige que les personnes soient informées lorsqu'elles interagissent avec un système d'IA, et que les déployeurs signalent les hypertrucages ainsi que les textes générés par IA publiés dans le but d'informer le public sur des questions d'intérêt public, sauf si le texte a fait l'objet d'un examen humain et qu'une personne en assume la responsabilité éditoriale. L'article 4 (en anglais) demande aux organisations qui utilisent l'IA de prendre des mesures pour soutenir la maîtrise de l'IA de leur personnel.

Et le cadre politique est encore en construction. La Commission européenne prépare une stratégie IA pour les secteurs culturels et créatifs, attendue début 2027 (en anglais). L'attendre n'est pas un plan, mais c'est une bonne raison de bâtir une stratégie capable d'évoluer.

Que couvre une mission de stratégie IA pour un musée ?

Voici la démarche, étape par étape, et ce que chaque étape doit laisser derrière elle.

Étape	Ce qui se passe	Ce que vous obtenez
1. Écouter	Des entretiens avec celles et ceux qui font le travail : régie des collections, conservation, médiation, accueil des publics, finances, communication. Pas seulement avec ceux qui le décrivent.	Une image de l'endroit où le temps passe vraiment, et des usages de l'IA déjà en place sans que personne ne les ait décidés
2. Cartographier	Chaque processus est classé selon sa valeur, son risque et la maturité des données et des outils	Une carte hiérarchisée des endroits où les agents et l'automatisation sont rentables en premier
3. Regard sur les risques	Protection des données, droit d'auteur, règlement sur l'IA et réputation, vérifiés sur les meilleurs candidats	Une liste claire de ce qui doit être réglé avant que quoi que ce soit n'atteigne les visiteurs
4. Tester	Une petite expérimentation réelle sur le cas le plus prometteur	Des preuves, pas des diapositives : ce qui a marché, ce qu'une personne a dû corriger, ce que cela a coûté
5. Décider	La direction choisit ce qui continue, s'arrête ou s'étend	Un plan court avec des responsables, des coûts et les trois prochaines actions

Des ateliers et des présentations pour la direction, le conseil et les équipes peuvent se dérouler en parallèle, pour que ceux qui valideront le plan sachent ce qu'ils valident.

Par où un musée doit-il commencer avec l'IA ?

Rarement là où pointe la première idée. Celle-ci est souvent un agent conversationnel pour les visiteurs ou des contenus générés pour une exposition. C'est possible, mais c'est là que le risque est le plus élevé : ces systèmes parlent au nom du musée, ils relèvent des règles de transparence du règlement sur l'IA, et une réponse fausse sur un objet des collections est un problème de réputation, pas une coquille.

Les meilleurs premiers candidats sont en général internes, riches en texte et répétitifs, avec un responsable clair :

• Administration et reporting. Rapports aux financeurs, documents pour le conseil, la synthèse hebdomadaire que personne n'a le temps d'écrire.
• Réception des documents. Factures, contrats, conventions de prêt d'œuvres et dossiers de candidature, lus et triés avant qu'une personne ne les vérifie.
• Documentation des collections. Premières versions de notices d'objets à partir de notes existantes, toujours relues par un conservateur ou une conservatrice avant d'être enregistrées.
• Appui à la recherche. Synthèses de bibliographie, de presse et d'expositions comparables, sources jointes pour qu'elles puissent être vérifiées.

Ces processus obtiennent de bons scores en valeur et en maturité, et une erreur reste dans la maison, où une personne la repère. Une fois que l'un d'eux fonctionne, le musée dispose des preuves, des habitudes et de la gouvernance pour envisager un projet tourné vers le public.

Que doit contenir la politique IA d'un musée ?

Une politique courte que l'on lit vaut mieux qu'une longue qui dort dans un classeur. Elle doit trancher au moins ces points :

1. Qui valide ce qui atteint le public. Tout ce qui est publié, exposé ou dit à un visiteur au nom du musée est validé par une personne nommément désignée. Un système d'IA peut rédiger, jamais publier.
2. Transparence. Les visiteurs sont clairement informés lorsqu'ils échangent avec un système d'IA et lorsqu'un contenu a été généré ou modifié avec l'IA. L'Association des musées autrichiens a publié des lignes directrices d'étiquetage (en anglais) qui constituent un modèle utile.
3. Exactitude. Les résultats de l'IA sur les collections, l'histoire ou des personnes sont vérifiés à partir des sources par quelqu'un qui a l'expertise pour le faire.
4. Droits et données. Quelles images des collections, quels textes et quelles données de visiteurs peuvent entrer dans quels outils, et lesquels non, au regard du droit d'auteur, du droit à l'image et de la protection des données.
5. Outils et formation. Quels outils le personnel peut utiliser pour quelles tâches, et quelle formation il reçoit d'abord.

Politique et stratégie doivent s'écrire ensemble. Une politique sans stratégie ne sait que dire non. Une stratégie sans politique fait peser le risque sur la personne qui pilote le premier projet.

Comment tester une idée d'IA sans lancer un grand projet ?

Prenez un processus en haut de la carte et menez dessus une vraie expérimentation pendant quelques semaines. Vraie signifie : de vrais documents, un vrai volume et la personne responsable du processus, pas une démonstration avec des données d'exemple.

Définissez à l'avance ce qui comptera comme un succès : des heures gagnées, moins d'erreurs, des délais plus courts. Suivez ensuite trois choses dès la première semaine : ce que l'IA a fait, ce qu'une personne a corrigé et ce que cela a coûté. Les corrections comptent le plus. Elles montrent si l'idée tient, et elles montrent précisément où les consignes, les données ou le périmètre doivent être retravaillés.

Une expérimentation qui infirme l'idée est un bon résultat. Elle coûte quelques semaines au lieu d'un projet raté, et libère le budget pour le candidat suivant.

Qu'est-ce qui échoue le plus souvent ?

• L'outil d'abord, les questions ensuite. Une licence est achetée avant que quiconque ait décidé quel problème elle résout.
• Une stratégie écrite en comité seulement. Le plan est rédigé par ceux qui décrivent le travail, et ceux qui le font découvrent qu'il ne leur convient pas.
• Pas de responsable. Le pilote appartient à « l'équipe numérique » plutôt qu'à la personne dont il change le processus, et personne ne le fait vivre.
• Le public d'abord. Le premier projet s'adresse aux visiteurs, donc la première erreur est publique.

Aucun de ces problèmes n'est technologique. C'est pourquoi une stratégie doit reposer sur des preuves tirées du travail même de l'institution.

Par où commencer

Recensez où l'IA est déjà utilisée dans votre institution, par qui et pour quoi faire. Choisissez les trois processus qui prennent le plus de temps aux équipes et notez-les selon leur valeur, leur risque et leur maturité. Menez ensuite une expérimentation sur le meilleur d'entre eux, avec une personne qui valide chaque résultat.

Notre histoire a commencé avec des communautés numériques, des mondes virtuels et des événements hybrides pour des institutions culturelles comme le Goethe-Institut, Bozar et l'EUNIC, dont un programme numérique sur l'IA et les relations culturelles, et notre travail de stratégie IA s'appuie sur des agents que nous construisons et faisons tourner nous-mêmes. Si vous préparez une telle démarche pour votre institution, nous serons heureux d'en parler avec vous.