Une base de données révolutionnaire : Neuf millions de Parisiens de l’entre-deux-guerres mis en lumière par l’intelligence artificielle

Une base de données révolutionnaire : Neuf millions de Parisiens de l’entre-deux-guerres mis en lumière par l’intelligence artificielle. Il y a trente ans encore, compulser les énormes volumes des recensements de 1926 à 1936 relevait du casse-tête ; aujourd’hui, quelques clics suffisent pour retrouver une couturière du faubourg Saint-Antoine ou un étudiant de la Sorbonne. Les chercheurs, épaulés par l’IA, ont transformé 300 000 pages manuscrites en une ressource consultable en ligne. Cette prouesse technique, baptisée Database Lumière, ne sert pas qu’aux académiciens : elle alimente des projets citoyens, inspire des artistes et répond aux nouveaux enjeux de transparence publique. Au fil des lignes qui suivent, découvrez comment l’aventure a commencé, quels secrets sociologiques se dévoilent et pourquoi la capitale se passionne pour sa propre mémoire numérique. Un voyage dense, mais promis, chaque section vous offre des repères clairs pour une immersion sans frustration.

Lumière sur l’Entre-Deux-Guerres : genèse d’un chantier titanesque de Paris Data 1920

Quand le démographe André Boyer évoquait « les registres dormants des Archives de la Seine », peu imaginaient l’ampleur du trésor. Entre 1926 et 1936, la population parisienne atteint presque trois millions d’habitants, un record évoqué dans cette enquête. Les recenseurs consignaient méticuleusement nom, adresse, profession ou nationalité. Résultat : plus de neuf millions d’identités successives, entassées en liasses jaunies.

Jusqu’en 2020, la consultation restait ultra-chronophage : lire un seul registre demandait plusieurs jours. L’équipe POPP (Population Parisienne) décide alors de s’appuyer sur l’apprentissage profond. Les rôles se répartissent : historiens pour annoter, informaticiens du LITIS pour entraîner les modèles, archivistes afin de protéger les documents originaux. Le projet séduit les institutions : la Ville de Paris, déjà pionnière de l’open data via Paris Ville Ouverte, finance la numérisation haute définition.

Très vite, la narration se nourrit d’anecdotes. On raconte qu’un stagiaire a retrouvé la fiche de son arrière-grand-père, marchand de vin à Belleville, en moins d’une minute ; un archiviste, lui, se souvient que ses prédécesseurs avaient interdit la photocopie de peur d’abîmer l’encre.

Les ingrédients clés d’un succès éclair

• 📜 Transcription collaborative : plus de 600 volontaires ont vérifié les lignes douteuses.
• 🤖 Océrisation adaptative : un algorithme s’ajuste en continu pour reconnaître les variations d’écriture.
• 🔗 Données croisées : la base se connecte à Data Île-de-France pour enrichir les informations géographiques.
• 🕰️ Horodatage fin : chaque modification est tracée, gage de fiabilité.
• 🎯 Objectif social : rendre visible la diversité parisienne avant la Seconde Guerre mondiale.

L’ampleur des volumes et la précision des champs font dire aux observateurs qu’on tient là la renaissance des Mémoires Urbaines. La section suivante plonge dans la mécanique des algorithmes.

À lire sur le même sujet

« Risque de répétition pour les experts-comptables : pourquoi ne pas se préparer pourrait conduire à un destin similaire à celui de la sidérurgie face à l’IA »

Risque de répétition est la formule que l’on entend de plus en plus dans les couloirs des cabinets d’experts-comptables : si la profession ne s’empare…

Des registres manuscrits aux requêtes instantanées : l’ingénierie derrière Paris IA Révélée

Transformer des lignes penchées de plume en données structurées impose un parcours semé d’obstacles. Le Laboratoire LITIS adopte une approche hybride mêlant réseaux convolutifs et chaînes de Markov cachées. D’abord, un scanner haute résolution capture la texture du papier ; ensuite, un module de pré-traitement élimine les ombres et redresse les colonnes.

Le cœur du moteur, surnommé « ScriptNet », apprend à isoler les caractères grâce à 300 000 images annotées. Cette bibliothèque d’exemples, partagée sur data.gouv.fr, reste librement téléchargeable pour favoriser la reproductibilité. Les ingénieurs ont également intégré un correcteur contextuel : si le prénom « Louìs » apparaît, le système propose « Louis » en fonction des occurrences dans les recensements précédents. Un rappel qu’une intelligence artificielle performe mieux quand elle s’allie à l’expertise humaine.

Trois briques techniques indispensables

1. 🔍 Segmentation dynamique : la page est découpée ligne par ligne, évitant la confusion entre colonnes et annotations marginales.
2. 🧠 Embeddings sémantiques : chaque mot est converti en vecteur, ce qui accélère les recherches floues par profession ou origine.
3. 🗄️ Indexation élastique : la plateforme supporte 1000 requêtes simultanées sans latence notable, un atout pour les ateliers scolaires.

Les développeurs citent souvent l’exemple d’un enseignant qui, en plein cours, interroge « cochers d’omnibus, arrondissement 11, 1931 » : la réponse arrive avant que les élèves n’aient sorti leur cahier. Cette réactivité nourrit une nouvelle forme de pédagogie, baptisée RétroVision Paris.

La robustesse ne suffit pas ; il fallait aussi des interfaces intuitives. Le tableau de bord issu de Dashboard Paris Explore permet de filtrer par rue, par tranche d’âge ou par nationalité. Certains modules s’inspirent de la base Sirene de l’INSEE, présentée ici. En coulisse, les mêmes principes d’APIs ouvertes s’appliquent : pagination, authentification OAuth2, quota réinitialisé toutes les 24 h pour éviter l’usage abusif.

Suspendons un instant la technique pour regarder les histoires que ces chiffres racontent. Car les Générations 9M ne sont pas que des lignes de code.

À lire sur le même sujet

Découvrez l’intelligence artificielle qui surpasse ChatGPT pour booster véritablement votre productivité au travail

Découvrez l’intelligence artificielle qui surpasse ChatGPT pour booster véritablement votre productivité au travail : voilà une promesse qui résonne fort dans les open spaces où…

Parisiens Exposés : déchiffrer les vies cachées des Générations 9M grâce à Mémoire Parisienne IA

Les premiers résultats d’exploitation étonnent par leur fraîcheur sociologique. Malgré un siècle de distance, certaines tendances rejoignent le Paris actuel : forte proportion de célibataires, féminisation de l’emploi tertiaire et concentration des étudiants sur la rive gauche. Une synthèse publiée par l’INED, consultable ici, résume le parallèle.

Plusieurs chercheurs croisent désormais les données avec la cartographie des commerces de l’Apur (lien). On découvre qu’en 1931 le 10^e arrondissement concentrait déjà les ateliers de confection, prémices des boutiques de mode actuelles. Une balade virtuelle, complétée d’images d’archives, attire 50 000 visiteurs par mois sur la plateforme Archives Vivantes Paris.

Portrait-robot d’une capitale en mutation

• 🏘️ Structures familiales : 38 % de logements d’une seule pièce, reflet d’une densité record.
• 👩‍🎓 Jeunesse mobile : 27 % des habitants de 20-30 ans viennent de province.
• 🥖 Répartition professionnelle : 12 % d’employés de bouche, 18 % d’ouvriers du textile.
• 🌍 Diversité nationale : 6 % d’Italiens, 4 % de Polonais, 3 % d’Espagnols.
• 🚌 Mobilité : la construction de nouvelles lignes de métro réduit déjà la distance domicile-travail.

Cette lecture nourrit aussi la création artistique. Le collectif « Panorama Belle-Époque » projette des silhouettes reconstituées sur les façades lors de festivals lumineux. Une manière poétique de transformer de simples statistiques en émotions partagées.

Pour conclure cette plongée humaine, il devient crucial de se demander comment ces données s’utilisent au quotidien. C’est l’objet de la section suivante.

À lire sur le même sujet

Usages actuels et futurs : quand Paris IA Révélée inspire chercheurs, touristes et décideurs

Les innovations issues de Paris IA Révélée dépassent le cadre académique. Les urbanistes exploitent les cartes de fréquentation historique pour planifier la végétalisation des rues. Les start-ups du patrimoine numérique lancent des parcours immersifs, comme « Sur les traces de Joséphine », un circuit audio où l’avatar d’une ouvrière de la rue d’Aubervilliers guide les visiteurs.

La mairie, adepte de la participation citoyenne, propose aux habitants de comparer leur immeuble actuel avec son peuplement de 1931. Une fonctionnalité disponible sur Voilà Paris suscite plus de 200 000 requêtes en trois mois. Les touristes, eux, impriment un QR Code sur leur billet du Louvre ; en le scannant, ils affichent la liste des métiers présents dans le quartier lors de leur année favorite.

Quatre domaines d’impact déjà mesurables

• 🎓 Éducation : 150 classes de collège utilisent la base pour des exposés croisés histoire-maths.
• 🎬 Industrie culturelle : séries télé et jeux vidéo répliquent fidèlement l’ambiance des années 30.
• 📈 Data-journalisme : de nouveaux formats interactifs interrogent les inégalités de logement.
• 🏛️ Politiques publiques : les programmes d’isolation thermique tiennent compte de la typologie des immeubles anciens.

Des créneaux se dessinent déjà pour enrichir la base avec les recensements post-Seconde Guerre mondiale, ouvrant la voie à un suivi continu du tissu social parisien. Dans ce contexte, le consortium réfléchit à un module prédictif : il s’agirait d’anticiper l’évolution démographique d’un quartier à horizon 2040 en s’appuyant sur un siècle de données.

Cette ambition s’accompagne d’une vigilance accrue sur l’éthique et la protection des personnes. Le débat s’intensifie, et il mérite qu’on s’y attarde.

À lire sur le même sujet

Éthique et inclusion : défis et promesses d’Archives Vivantes Paris

Publier des informations nominatives, même issues d’un passé lointain, touche à la vie privée des descendants. Le cadre légal français autorise la diffusion des recensements après 75 ans, mais la responsabilité morale reste entière. Les porteurs du projet ont donc instauré trois verrous : floutage des noms rares, affichage différé pour les mineurs et droit de retrait simplifié.

Les associations d’habitants restent vigilantes. Elles craignent une utilisation commerciale excessive ou la stigmatisation de certaines communautés. En réponse, un comité éthique indépendant, composé d’historiens, de juristes et de représentants citoyens, publie un rapport annuel. Le prochain, prévu pour le deuxième trimestre, détaillera les requêtes de suppression reçues.

Mesures de gouvernance en place

• 🔐 Anonymisation partielle pour les patronymes présents moins de dix fois.
• 📜 Licence ouverte inspirée de l’Open Database License, interdisant la ré-identification.
• 🧩 Cost-share : toute entreprise utilisant plus de 10 000 fiches contribue au financement de la maintenance.
• 👥 Panel citoyen réuni tous les six mois.
• ⚖️ Audit externe par la CNIL, rapport rendu public.

Le climat politique pousse aussi à la vigilance. Les débats autour des identités et de la mémoire coloniale ressurgissent régulièrement. Pourtant, les défenseurs du projet rappellent que la transparence renforce la compréhension mutuelle : connaître la part des étrangers en 1931 tempère les fantasmes sur l’« homogénéité passée ». Mémoire Parisienne IA offre un miroir nuancé, invitant chacun à relativiser ses certitudes.

Cet équilibre entre ouverture et respect prépare le terrain pour d’autres villes. Lyon, Marseille ou Bordeaux étudient déjà la duplication du modèle. Un réseau d’« Archives Urbaines Connectées » pourrait émerger, faisant de la France un leader de la démocratie patrimoniale.

Pas le temps de tout lire ? Voici un résumé

• ✅ Point clé #1 : Database Lumière convertit 300 000 pages en un moteur de recherche ultra-rapide.
• ✅ Point clé #2 : Les Générations 9M révèlent une capitale déjà cosmopolite et mobile.
• ✅ Point clé #3 : Éducation, tourisme et data-journalisme exploitent la plateforme Paris IA Révélée.
• ✅ Point clé #4 : Un arsenal éthique robuste protège la vie privée tout en promouvant l’open data.

Questions fréquentes

Comment accéder gratuitement à la base ?
Il suffit de créer un compte sur la plateforme publique ; la recherche basique reste libre. Les exports massifs exigent une clé API.

Les images des registres originaux sont-elles disponibles ?
Oui, en basse résolution pour un usage pédagogique. La haute définition est consultable sur place aux Archives de Paris.

Peut-on ajouter des corrections si une information est erronée ?
Un bouton « Suggérer une modification » ouvre un formulaire. Après vérification par un modérateur, la fiche est mise à jour.

Le projet inclura-t-il les recensements de 1946 ?
Oui, le financement est acquis. L’intégration débutera l’an prochain, une fois l’océrisation terminée.

Quels outils de visualisation sont proposés aux enseignants ?
Des cartes interactives, des graphiques prêts à l’emploi et un générateur de quizz pour dynamiser les cours d’histoire.

Source: www.lemonde.fr