Nous allons dans un premier temps définir le terme de chatbot : un chatbot est un programme informatique conçu pour dialoguer avec un utilisateur en langage naturel. Selon François Mairesse, il s’agit d’un « programme informatique fournissant un partenaire de conversation artificiel à un être humain ». D’abord développé dans le secteur marchand, cet outil s’est progressivement diffusé dans le domaine culturel, notamment dans les musées, où il sert à informer, orienter et accompagner les visiteurs dans leur expérience de visite.
Toujours dans une perspective de définition des termes du sujet, il s’agit de préciser ce qu’est une « expérience de visite ». Selon Le Dictionnaire de muséologie de François Mairesse, l’expérience des visiteurs d’un musée correspond à tout ce qu’une personne vit en lien avec celui-ci. Elle peut avoir lieu lors d’une visite sur place, d’une visite virtuelle ou lors de la participation à un programme proposé par l’établissement. Cette expérience commence dès le moment où une personne envisage d’aller au musée, se poursuit pendant la visite et continue après, à travers les souvenirs qu’elle en garde, parfois pendant longtemps.
D’autre part, l’expérience de visite peut se déployer selon plusieurs dimensions, parmi lesquelles l’expérience sociale, l’expérience esthétique, l’expérience de régénération, l’expérience sacrée ou encore l’expérience d’émerveillement.
Ainsi, nous pouvons légitimement nous demander comment l’IA peut réinventer et développer l’expérience des publics, notamment à travers l’utilisation de chatbots.
Afin de développer, ou tout du moins d’enrichir, l’expérience des publics, les musées ont couramment recours à deux types de chatbots. Il est en effet essentiel de distinguer le chatbot d’informations pratiques de celui dédié à la médiation culturelle.
Dans le premier cas, le chatbot d’informations pratiques permet de répondre aux questions des visiteurs et de les accompagner dans la préparation de leur visite. Il est généralement accessible sur le site internet du musée, souvent dès la page d’accueil grâce à un onglet d’assistance appelé “bulle de discussion”. Ce type d’outil numérique s’avère particulièrement utile pour fluidifier la préparation de la visite, faire gagner du temps aux équipes d’accueil et mieux identifier les besoins des publics, en analysant les questions les plus fréquemment posées.
D’autre part, le chatbot de médiation favorise le lien entre les visiteurs et les collections muséales. Les visiteurs peuvent y accéder en scannant un QR code ou en téléchargeant une application dédiée. Utilisé principalement lors des visites, le chatbot de médiation permet aux visiteurs d’en apprendre plus sur les contenus proposés (œuvres, objets, artistes…). Ce dispositif constitue une nouvelle forme de médiation numérique permettant de renouveler les modes d’interaction avec les publics. Il vise également à proposer un outil accessible et inclusif, tout en captant l’attention des visiteurs grâce à des contenus pédagogiques adaptés.
Dans leur conception d’outils de médiation utilisant l’IA, les musées peuvent notamment recourir à deux stratégies différentes. La première, utilisée notamment par le musée du quai Branly est dite « institutionnelle » c’est-à-dire que le chabot ne propose qu’une conversation à valeur informative où peu d’éléments humoristiques sont proposés. La seconde est dite plus « conviviale », l’IA se met alors dans la peau d’un community manager ou d’un ami du visiteur afin de proposer une conversation plus dynamique. C’est notamment ce que réalise l’entreprise Ask Mona.
Les utilisations, à présent nombreuses, d’un tel outil, et les retours d’expériences qu’elles permettent d’obtenir ont permis de faire émerger un certain nombre de limites à ce modèle. D’abord, malgré toute la bonne volonté des concepteurs de chatbots conviviaux, il n’en reste pas moins que les conversations restent assez peu naturelles, et manquent bien souvent d’authenticité. C’est l’écueil que des conversations qui sont programmées, succinctes et assez stéréotypées ont bien du mal à éviter. De même, des garde-fous sont à mettre en place absolument afin d’éviter tout risque d’offense du spectateur dans les conversations entretenues. Une IA générative n’est pas faite pour répondre qu’elle n’a pas la réponse. Il faut donc mettre en place des garde-fous afin de ne pas dénaturer ni l’expérience muséale ni la visée pédagogique du chatbot. Enfin, une limite que nous pouvons également souligner est celle que rencontrent environ 15% de Français en situation d’illectronisme. L’outil devient alors non seulement peu utile mais surtout marqueur de discrimination. Des solutions alternatives pour ce public devraient donc être envisagées.
Dans les chatbots muséaux, l’IA permet de simuler une conversation avec le visiteur. Les systèmes les plus simples fonctionnent par détection de mots-clés, tandis que les plus avancés mobilisent des technologies de traitement automatique du langage et d’apprentissage automatique pour analyser les questions et générer des réponses adaptées. Ces outils peuvent être entraînés à partir de bases de connaissances spécifiques (biographies, descriptions d’œuvres) ou spécialisés par fine-tuning, afin de produire des réponses plus pertinentes et contextualisées.
On trouve aujourd’hui différents niveaux et modes d’interaction avec ces dispositifs, selon les moyens techniques et financiers investis par les institutions. Les interfaces peuvent aller de la plus simple — une fenêtre de dialogue textuelle — à des formes plus immersives, comme des avatars en 3D capables d’interagir avec les visiteurs. De la même manière, l’échange peut se limiter à du texte ou intégrer la voix, rendant l’interaction plus naturelle et accessible.
Dans la plupart des cas, l’institution culturelle alimente l’intelligence artificielle avec ses propres données. Celles-ci peuvent provenir d’une base documentaire fermée. C’est par exemple le choix fait par le Château de Versailles pour son chatbot consacré aux statues des jardins : l’IA générative a été entraînée à partir des documents de présentation des œuvres et des biographies des artistes liés aux vingt-deux sculptures concernées.
Dans d’autres cas, la base de connaissances peut être ouverte et enrichie par différentes sources, mais les informations sont alors vérifiées et validées par un comité scientifique. C’est notamment le cas du chatbot Anna développé par les musées de Reims.
À partir de ces corpus documentaires, l’IA générative produit des réponses encadrées : elle ne peut répondre qu’aux questions relevant du domaine de connaissance défini par l’institution. Si une question sort de ce périmètre, le système est conçu pour ne pas improviser de réponse.
Cette approche repose sur une méthode appelée Retrieval-Augmented Generation (RAG), ou « génération augmentée par récupération ». Elle consiste à connecter un modèle d’IA générative à des bases de données internes. Lorsqu’une question est posée, le système recherche les informations pertinentes dans ce corpus, puis génère une réponse à partir de ces contenus validés.
Au sein du musée d’Orsay, l’IA a été mobilisée pour proposer, au public, une expérience immersive. Pour l’exposition “Van Gogh à Auvers-sur-Oise”, le musée a mis en place “Bonjour Vincent”, une application pouvant dialoguer avec les visiteurs. Cette initiative a été développée par Jumbo Mana, une start-up spécialisée dans l’IA générative liée aux comportements humains, et a été soutenue financièrement par la BPI France, la région Grand-Est, l’université Paris-Saclay et l’IDRIS. L’interface de ce chatbot consiste en une borne interactive, un écran sur lequel les visiteurs peuvent appuyer pour activer le microphone et poser leurs questions à l’artiste, en train de peindre son tableau Le champ de blé aux corbeaux. Selon Marion Carré, dans son article “Que peut l’IA générative pour la médiation culturelle ?”, le chatbot repose sur la méthode du “fine tuning”, permettant de réentraîner une IA pour la spécialiser dans un domaine spécifique. Développé par une technologie de pointe, “Bonjour Van Gogh” a été entraînée à partir de 900 lettres qu’a écrit l’artiste à son frère Théo.
L’IA est donc de plus en plus intégrée dans la conception muséale des expositions, et des visites, pour proposer des parcours et des compréhensions innovantes et interactives. Mobilisée dans les chatbots, l’IA entend créer une expérience où le visiteur devient acteur de sa visite, puisque le dispositif repose sur ses actions. Elle entend également faciliter l’apprentissage par des modes de transmission ludique fluidifiant la pédagogie et permettant une information plus accessible, enrichissant, dès lors, l’expérience des visiteurs. Également, les chatbots sont souvent disponibles en plusieurs langues permettant un élargissement de l’audience. Enfin, le chatbot permettrait aussi de mettre à l’aise des personnes qui auraient eu peur de poser leurs questions à un.e médiateur.ice présent.e, par crainte d’être jugées pour leur niveau de connaissance insuffisant.
Le déploiement de ces dispositifs soulève toutefois plusieurs enjeux majeurs. L’exemple de « Bonjour Vincent » met en avant le fonctionnement de ces outils : entrainés sur des données sélectionnées, les réponses produites dépendent étroitement de la nature de celles-ci. Lorsque elles sont lacunaires, déséquilibrées ou orientées, les systèmes d’intelligence artificielle peuvent générer des informations inexactes ou biaisées. Plusieurs travaux empiriques ont mis en évidence les dérives de ces mécanismes. L’un d’entre eux, consacré aux générateurs d’images a montré que, lorsqu’un modèle est invité à produire des images de professions scientifiques sans précision de genre, l’ensemble des images générées représente des hommes. Cela en raison des images renseignées initialement, toute présentant des hommes. Dans un contexte muséal, ces limites rendent donc indispensable une attention particulière à la qualité des données, à la précision linguistique ainsi qu’au contrôle humain des contenus générés, afin de préserver une rigueur scientifique, donc l’image et le niveau académique des musées ainsi que la confiance des visiteurs.
