Dans les musées, l’adoption de l’IA devance sa gouvernance

Comment l’IA entre dans le travail quotidien des musées

En septembre 2026, l’UNESCO et le Conseil international des musées (ICOM) ont publié les résultats de leur première enquête mondiale sur l’utilisation de l’IA dans les musées.

Parmi les 403 musées retenus pour l’analyse, 57 % déclaraient utiliser l’IA. Dans le même temps, 55 % indiquaient ne disposer d’aucune politique, stratégie ou directive interne en la matière. La manière dont les musées décrivent ces usages est tout aussi intéressante que les chiffres principaux : parmi les établissements utilisant l’IA, 77 % exploraient des usages possibles, 58 % faisaient état d’usages individuels par des membres du personnel, 40 % d’un usage opérationnel limité à certains services et 33 % de projets pilotes. Seuls 11 % décrivaient un usage largement répandu dans l’institution. La participation était volontaire, et l’UNESCO et l’ICOM précisent que ces résultats ne doivent pas être considérés comme des estimations représentatives de l’ensemble du secteur muséal mondial.¹

Ces chiffres suggèrent que l’adoption de l’IA dans un musée ne prend pas nécessairement la forme d’un « programme d’IA ». Les usages décrits vont de la synthèse et de la transcription à la recherche sémantique dans les collections, à l’identification d’objets et à la génération automatique de métadonnées. Les modes d’accès à l’IA vont eux aussi dans le sens d’une diffusion dans le travail courant, sans nécessairement passer par un programme unique à l’échelle de l’institution : parmi les établissements utilisant l’IA, 84 % y accèdent par des outils ou des plateformes externes, tandis que seuls 13 % déclarent développer et utiliser leurs propres systèmes. Pour de nombreux musées, gouverner l’IA impliquera donc d’encadrer des outils qu’ils n’ont pas conçus et des décisions qui se présentent au fil du travail quotidien.¹

Une tâche de rédaction courante ne soulève pas les mêmes questions que la transmission à un service externe de documents de collection non publiés. Traduire un document interne diffère de présenter aux visiteur·euses des contenus de médiation générés par l’IA. La technologie peut être la même dans tous ces cas, mais les contenus traités et les conséquences de leur utilisation peuvent être très différents.

Où s’exerce le jugement professionnel

Un résultat du rapport rend le tableau plus complexe, et plus encourageant. Parmi les musées utilisant l’IA, 81 % déclarent que les contenus générés sont toujours vérifiés par une personne avant d’être utilisés ou publiés. Pour 12 % supplémentaires, cette vérification a généralement lieu. Les réponses qualitatives vont dans le même sens : les musées décrivent régulièrement l’IA comme un appui au travail professionnel, plutôt que comme un substitut au jugement des équipes.¹

Ce résultat compte, car le manque de gouvernance formelle ne devrait pas être confondu avec un manque d’attention. Un·e conservateur·rice peut déjà savoir qu’une description rédigée avec l’aide de l’IA doit être vérifiée à partir de la documentation des collections. Une personne chargée de la communication peut avoir développé des pratiques raisonnables quant aux informations qu’elle accepte ou refuse de saisir dans un service externe. Ces appréciations font partie de la réponse que l’institution apporte déjà à l’IA. La question plus difficile est de savoir si le musée sait où elles s’exercent et si les équipes savent quoi faire lorsque le seul jugement professionnel ne suffit pas à trancher. Les différents services ont besoin de repères suffisamment clairs sur les usages qui portent à conséquence, les vérifications qu’ils nécessitent et les personnes habilitées à décider lorsqu’un cas devient difficile.

Sept questions avant de rédiger une politique d’IA

La réflexion sur la gouvernance de l’IA dans les musées précède la vague actuelle de l’IA générative. Le guide de planification publié en 2020 par le Museums + AI Network, conçu avec des professionnel·les des musées et des universitaires, invitait les institutions à examiner leurs projets d’IA au regard de leur finalité, de leurs implications éthiques et des parties prenantes concernées. Six ans plus tard, une partie de son contexte technologique a inévitablement vieilli. Son intérêt demeure dans la manière dont il aborde l’IA comme une décision qui engage l’institution, au-delà des seuls aspects techniques.²

L’enquête UNESCO–ICOM de 2026 suggère que le problème a lui aussi évolué. L’IA entre désormais dans le travail quotidien des musées par les usages des équipes et les services externes, sans nécessairement faire l’objet d’un projet formellement planifié par l’institution. La question de sa gouvernance se pose donc en amont : le musée sait-il où l’IA est déjà utilisée, qui peut décider si un usage est acceptable, quelles vérifications sont nécessaires et quand il faudrait y mettre fin ?¹

Face à cette situation, je commencerais par sept questions :

Quels outils d’IA ou services intégrant de l’IA sont déjà utilisés ?
Pour quelles tâches sont-ils utilisés ?
Quelles informations ou quels contenus leur sont transmis ?
Où les résultats sont-ils utilisés ou diffusés, et qui est concerné ?
Quelles vérifications humaines sont déjà effectuées ?
Qui peut autoriser, restreindre ou arrêter un usage précis ?
Quels éléments permettraient au musée de déterminer si cet usage mérite d’être poursuivi ?

Ces questions visent à rendre les usages qui comptent suffisamment visibles pour que l’organisation puisse prendre des décisions à leur sujet.

Avant d’en faire une pratique courante, examiner ce que l’IA améliore

Les discussions sur la gouvernance portent souvent sur les risques liés à la mise en œuvre de l’IA, en tenant son adoption pour acquise. Cette enquête offre pourtant aux musées un autre angle pour examiner leurs usages réels : beaucoup ne savent pas encore si les bénéfices sont suffisants pour justifier d’en faire une pratique habituelle. Parmi les établissements utilisant l’IA, 21 % faisaient état d’améliorations qu’ils jugeaient mesurables. Pour 14 %, l’IA n’avait pas produit d’améliorations mesurables, tandis que 65 % estimaient qu’il était trop tôt pour se prononcer.¹

Ces chiffres décrivent un décalage entre expérimentation et évaluation : les musées identifient de plus en plus de bénéfices perçus, mais relativement peu semblent disposer de méthodes formelles pour les mesurer systématiquement.

Le rapport présente aussi des exemples concrets de bénéfices, notamment pour l’accessibilité, les services aux publics, l’éducation, l’administration, la documentation des collections et la recherche.¹ Pour une institution, la question est de savoir si un usage précis mérite de passer de l’expérimentation à la pratique courante. Quel problème résout-il ? Qu’est-ce qui constituerait une amélioration ? Quel travail de vérification ajoute-t-il ? Une autre approche répondrait-elle aussi bien, voire mieux, au besoin ?

Cette question précède l’enquête UNESCO–ICOM. En 2023, une note du National Lottery Heritage Fund recommandait aux organisations patrimoniales de tenir compte de leurs valeurs et de leurs objectifs stratégiques pour décider si elles devaient utiliser l’IA, comment et à quel moment.³ Un musée peut donc mettre fin à un usage de l’IA parce qu’il est inutile, décevant ou mal adapté au travail. Il n’a pas besoin d’attendre qu’un incident survienne.

Une gouvernance adaptée à chaque usage

Parmi les musées utilisant l’IA, la difficulté la plus souvent signalée concernait l’exactitude des résultats, suivie des questions de droit d’auteur et de propriété intellectuelle, puis de protection des données. Les établissements mentionnaient également le manque d’expertise technique, de moyens humains et financiers, les questions de confiance et plusieurs formes de biais. Ces préoccupations n’ont cependant pas la même importance pour tous les usages. Leur portée dépend de la tâche, des contenus concernés, du devenir des résultats et des garanties déjà en place.¹

Tous les musées n’ont pas besoin de la même structure de gouvernance. Pour un petit musée utilisant quelques services généralistes, un registre succinct des usages autorisés et une personne désignée pour trancher les questions difficiles peuvent suffire à encadrer bon nombre de ces usages. Une institution plus importante, qui exploite des systèmes à l’échelle de ses collections ou directement auprès des publics, peut avoir besoin de procédures formelles d’examen, d’exigences d’achat, de formations et de responsabilités réparties entre plusieurs services.

L’essentiel est que chaque institution dispose d’un cadre suffisant pour les usages qui ont réellement lieu et les conséquences qu’ils peuvent avoir.

J’utilise ici la Gouvernance par la cohérence pour examiner si la gouvernance d’un usage précis de l’IA correspond aux pratiques réelles de l’institution et aux responsabilités que cet usage entraîne. Des usages différents peuvent ainsi conduire à des décisions différentes, même lorsque la technologie sous-jacente est la même.

Certaines décisions relèvent de l’institution

Seuls 17 % des musées ayant répondu à l’enquête proposent à leur personnel une formation professionnelle à l’utilisation de l’IA, alors que les besoins d’accompagnement sont bien plus élevés. Une formation technique à l’IA pour les principales fonctions muséales est identifiée comme un besoin par 80 % des établissements ; 67 % mentionnent l’usage éthique de l’IA et 62 % demandent des orientations sur la gouvernance des données et les droits de propriété intellectuelle.¹

La formation peut aider à comprendre le fonctionnement d’un système et à reconnaître les situations dans lesquelles ses résultats risquent d’être défaillants. Elle peut aussi expliquer pourquoi la nature des informations saisies dans un service externe compte. Certaines questions relèvent toutefois du musée lui-même. Peut-on transmettre ce type de documents de collection à un service d’IA externe ? Peut-on utiliser des textes générés dans la médiation destinée aux publics ? Dans quels cas un usage doit-il être examiné par une autre personne ? Qui tranche lorsque les membres de l’équipe sont en désaccord ?

La formation peut aider les équipes à reconnaître ces questions et à comprendre quand les soulever. Il reste au musée à décider des réponses qu’il souhaite y apporter.

Le chiffre de 55 % suscitera naturellement des appels à doter davantage de musées d’une politique d’IA, et pour certaines institutions, ce sera effectivement la prochaine étape. Les résultats de l’enquête UNESCO–ICOM montrent toutefois qu’une grande partie du travail sur lequel cette politique peut s’appuyer existe déjà : les équipes expérimentent, vérifient les résultats, rencontrent des difficultés et demandent des orientations plus utiles.¹ De nombreux musées ont aujourd’hui besoin de mieux relier ces pratiques quotidiennes aux décisions de l’institution.

Une fois ces décisions clarifiées, une politique peut les consigner sous une forme que les équipes pourront appliquer de manière cohérente. Si elle est rédigée avant que le musée comprenne les situations qu’il doit réellement encadrer, elle risque de rester trop générale pour aider à prendre les décisions qui se présentent dans la pratique.

À l’échelle d’un musée, les questions de départ sont bien plus concrètes : où l’IA est-elle déjà utilisée ? Quels usages comptent suffisamment pour être consignés ? Qui examine ceux qui portent à conséquence ? Qui peut décider qu’un usage doit changer ou s’arrêter ? Les réponses donneront à la politique des pratiques réelles à encadrer et aideront les équipes à prendre les décisions auxquelles elles sont déjà confrontées.

Sources

UNESCO et Conseil international des musées (ICOM), Final Report: Findings of the UNESCO-ICOM 2026 Global Survey on the Use of Artificial Intelligence in Museums, 17 septembre 2026. En anglais.
https://unesdoc.unesco.org/ark:/48223/pf0000399452_eng ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹
Oonagh Murphy et Elena Villaespesa, AI: A Museum Planning Toolkit, Museums + AI Network, 2020. En anglais.
https://themuseumsai.network/toolkit/ ↩
Mathilde Pavis, Digital Heritage Leadership Briefing: Artificial Intelligence, étude commandée par The National Lottery Heritage Fund, 2023. En anglais.
https://www.heritagefund.org.uk/sites/default/files/media/attachments/Digital%20Heritage%20Leadership%20Briefing%20-%20Artificial%20Intelligence_English.pdf ↩