H comme Handwritten Text Recognition : ces IA qui déchiffrent l’écriture ancienne à ta place

Huitième lettre du Challenge AZ, et je triche encore un peu avec l’anglais (promis, c’est la dernière… peut-être 😄) ! Aujourd’hui : H comme Handwritten Text Recognition, ou HTR pour les intimes. En français, on parle de reconnaissance d’écriture manuscrite.

Tu connais ce moment : tu trouves enfin l’acte que tu cherchais depuis des semaines… et tu ne comprends pas un mot sur trois. Des boucles dans tous les sens, des abréviations mystérieuses, du latin, une encre qui a traversé la page. La paléographie, c’est passionnant, mais c’est aussi long et parfois décourageant.

Depuis quelques années, des IA promettent de lire ces actes à ta place. Et franchement, certaines sont bluffantes. Mais comme pour l’IA en général (souviens-toi de la lettre A !), il faut comprendre comment elles fonctionnent pour savoir quand leur faire confiance.

Dans cet article, je t’explique ce qu’est l’HTR, comment ces IA « lisent » une écriture ancienne, leurs limites et leurs risques, et je te parle de l’outil que j’utilise au quotidien. C’est parti !

HTR, OCR : c’est quoi la différence ?

Tu as peut-être déjà entendu parler de l’OCR (Optical Character Recognition, reconnaissance optique de caractères). C’est la technologie qui transforme un texte imprimé scanné en texte modifiable. Elle fonctionne très bien sur les livres et les journaux, parce que les lettres imprimées sont régulières : un « a » ressemble toujours à un « a ».

L’HTR, c’est la même idée appliquée à l’écriture à la main. Et là, tout se complique ! Chaque scribe, chaque curé, chaque notaire avait sa propre façon d’écrire. Les lettres sont liées entre elles, leur forme change selon l’époque, la région, la fatigue de la main… Un « e » du XVIIe siècle peut ressembler à un « o » d’aujourd’hui.

C’est pour ça que l’HTR est longtemps restée réservée aux chercheur·se·s et aux grandes institutions. Et c’est pour ça que son arrivée dans nos outils de généalogie est une vraie petite révolution.

Comment une IA « lit » une écriture ancienne ?

L’apprentissage : des milliers d’exemples

Une IA de reconnaissance d’écriture n’a pas appris à lire comme nous, lettre par lettre, avec un alphabet. Elle a été entraînée sur des milliers de pages de documents manuscrits, accompagnées de leur transcription faite par des humains.

À force de comparer l’image et le texte, elle a appris à associer des formes à des mots. Un peu comme toi, qui finis par reconnaître l’écriture du curé de ta paroisse après avoir lu cinquante de ses actes !

La lecture, en deux grandes étapes

Quand tu lui donnes un acte, l’IA procède généralement ainsi :

1. Elle repère les zones de texte : où sont les lignes, les paragraphes, les mentions dans la marge
2. Elle déchiffre chaque ligne et propose, pour chaque mot, la transcription la plus probable

Tu remarques le mot important ? Probable. Comme pour les IA conversationnelles de la lettre A, l’HTR ne sait pas ce qui est écrit. Elle estime ce qui a le plus de chances d’être écrit, à partir de ce qu’elle a appris.

Deux grandes familles d’outils

Aujourd’hui, on trouve deux types d’IA capables de lire des actes :

• Les modèles spécialisés en HTR, entraînés spécifiquement sur des documents manuscrits, parfois sur des actes généalogiques. C’est le cas d’outils comme Transkribus, ou de ceux intégrés à certains logiciels de généalogie
• Les grands assistants IA généralistes (ChatGPT, Claude, Gemini…), capables d’analyser une image. Ils peuvent donner de bons résultats, mais ils n’ont pas été conçus pour ça… et ils ont tendance à compléter les trous avec des mots plausibles

Exemple : face à un nom de famille illisible, un modèle généraliste peut te proposer « Dupont » simplement parce que c’est un nom courant. Le texte paraît cohérent… mais il est faux.

Mon conseil : pour tes actes, privilégie un outil spécialisé dans la transcription de documents anciens. Les assistants généralistes peuvent t’aider à comprendre le sens global, pas à établir une transcription fiable.

Pourquoi c’est si difficile, même pour une IA ?

Les actes anciens cumulent toutes les difficultés :

• des écritures très variées, d’un scribe à l’autre et d’un siècle à l’autre
• des abréviations à foison : « hon. », « led. », « fils de feu »…
• du latin, voire des langues régionales
• une encre pâlie, des taches, des pages déchirées, de l’encre qui traverse le papier
• des noms propres et des lieux-dits que l’IA n’a peut-être jamais rencontrés
• une mise en page complexe : mentions marginales, ajouts entre les lignes, ratures

Et il y a un point crucial à retenir : une IA est d’autant plus performante que l’écriture ressemble à celles sur lesquelles elle a été entraînée. Face à une écriture très différente, ses résultats peuvent chuter nettement.

Les risques et les inconvénients

Je ne vais pas te vendre du rêve : ces outils sont formidables, mais ils ont leurs limites.

Des erreurs qui ont l’air vraies

C’est LE piège, le même que pour l’IA en général. Une transcription automatique est propre, bien présentée, fluide. Elle donne une impression de fiabilité. Mais une seule lettre mal lue peut tout changer : un prénom, un nom de famille, un village.

Les noms, les dates et les chiffres

Ce sont justement les informations les plus importantes pour un généalogiste… et souvent les plus difficiles pour l’IA. Un « 1758 » qui devient « 1738 », un « Jean » qui devient « Jeanne », et ton arbre part dans une mauvaise direction.

Les abréviations

Selon les outils, les abréviations peuvent être recopiées telles quelles, sans être développées. Tu obtiens alors une transcription fidèle à l’image… mais pas forcément plus facile à comprendre.

Les passages illisibles

Que fait l’IA quand elle ne peut pas lire ? Certains outils l’indiquent honnêtement (par des points d’interrogation, par exemple). D’autres devinent, sans te le signaler. Toute la différence est là !

La confidentialité de tes documents

Comme pour toute IA, la question se pose : où partent tes images ? Sont-elles stockées ? Servent-elles à entraîner le modèle ? Pour un acte de 1750, ça te paraîtra peut-être secondaire. Mais pour des documents plus récents, qui concernent des personnes vivantes ou leurs parents proches, ça mérite qu’on s’y intéresse.

Le coût

La reconnaissance d’écriture demande beaucoup de puissance de calcul. Beaucoup d’outils fonctionnent donc avec des crédits, des abonnements ou des quotas mensuels.

Et ta propre compétence ?

Dernier risque, plus subtil : à force de tout confier à l’IA, on peut ne plus apprendre à lire soi-même. Or, savoir déchiffrer un minimum, c’est indispensable pour repérer les erreurs de la machine !

Bien utiliser l’HTR : mes réflexes

• Considère la transcription comme un brouillon, une pré-transcription, jamais comme la vérité
• Relis ligne à ligne, en comparant avec l’image originale
• Vérifie en priorité les noms, prénoms, dates, chiffres, lieux et liens de parenté
• Garde toujours l’image source à côté de la transcription
• Note dans tes sources que la transcription a été assistée par IA et vérifiée par toi
• Renseigne-toi sur la confidentialité de l’outil avant d’y envoyer des documents récents
• Continue à te former un peu à la paléographie : c’est ton meilleur filet de sécurité

Mon conseil : l’IA te fait gagner du temps sur les parties faciles de l’acte. Garde ton énergie et ton attention pour les parties importantes. C’est là que ton œil de généalogiste fait toute la différence !

Mon retour d’expérience : la pré-transcription de Généatique

Tu le sais si tu me suis, j’utilise régulièrement Généatique. (Je t’en ai fait un retour d’expérience complet, réalisé dans le cadre d’un partenariat, ici.) Depuis sa version 2025, le logiciel intègre une IA de pré-transcription des actes. Le principe est simple : tu importes ton acte scanné, et l’IA te propose une transcription directement sous l’image. Tu peux ensuite la corriger ou la compléter. Ce qui m’a convaincue :

• les résultats sur mes actes paroissiaux et notariés, avec environ 95 % de réussite sur mes tests, mentions marginales comprises
• la traduction du latin, qui m’a vraiment bluffée
• les passages illisibles signalés par des points d’interrogation, plutôt qu’inventés
• la confidentialité : les documents transmis ne servent pas à entraîner de modèle d’IA

Et ses limites, en toute transparence :

• les résultats sont moins bons sur les scans flous ou les écritures très difficiles
• les abréviations ne sont pas toujours développées
• la fonction fonctionne avec des crédits (900 offerts par mois la première année avec l’achat du logiciel)

Et surtout, même avec un outil de cette qualité, je relis toujours tout ! Les 5 % restants, ce sont parfois un nom ou une date… c’est-à-dire précisément ce qui compte !

Et les autres outils ?

D’autres solutions existent, avec des approches différentes :

• Transkribus : une plateforme de référence dans le monde de la recherche et des archives, très puissante, avec des modèles spécialisés par type d’écriture
• Des outils gratuits développés par des passionné·e·s, parfois spécialement entraînés sur des actes généalogiques
• Les assistants IA généralistes, à utiliser avec beaucoup de prudence pour une transcription

Les choses évoluent très vite dans ce domaine : n’hésite pas à tester plusieurs outils sur un acte que tu as déjà transcrit toi-même. C’est la meilleure façon de juger de leur fiabilité !

Ce qu’il faut retenir

• L’HTR, c’est l’IA appliquée à la lecture de l’écriture manuscrite
• Elle ne lit pas, elle estime : chaque mot est une proposition probable
• Les outils spécialisés sont plus fiables que les assistants généralistes pour les actes
• Attention aux noms, dates, chiffres, abréviations et passages illisibles
• Pense à la confidentialité de tes documents, surtout les plus récents
• Relis toujours : l’IA te fait gagner du temps, c’est toi qui valides

L’HTR ne remplace pas le généalogiste, elle lui libère du temps… pour se concentrer sur ce qui compte vraiment : comprendre et raconter la vie de ses ancêtres !

Et toi, as-tu déjà testé une IA pour déchiffrer tes actes ? Plutôt bluffé·e ou déçu·e ? Raconte-moi ton expérience en commentaire… et rendez-vous demain pour la lettre I ! 🔤