Traditions Inventées : IA, Folklore Synthétique et Appropriation Culturelle

L’écosystème numérique accélère la naissance de nouvelles « traditions inventées ». À travers le prisme du « folklore algorithmique », nous analysons comment l’

L’intelligence artificielle ne crée pas le folklore à partir de rien. Tel un archiviste infatigable doté de capacités combinatoires surhumaines, l’IA remanie des fragments textuels, des styles visuels et des récits préexistants, produisant de nouvelles formes qui, si elles sont insérées dans les bons circuits sociaux, peuvent rapidement se transformer en croyances partagées. Le cœur du débat contemporain sur l’anthropologie numérique n’est pas de savoir si la technologie peut ou non générer des histoires fascinantes, mais comment distinguer une nouvelle tradition – manifestement et consciemment déclarée comme telle – d’un mythe synthétique présenté comme une mémoire historique authentique.

L’Invention de la Tradition et le Folklore Algorithmique

L’idée qu’une tradition doive posséder une descendance millénaire pour être considérée comme authentique est, pour une large part, une fallacy historique. Dans le texte fondateur The Invention of Tradition, les historiens Eric Hobsbawm et Terence Ranger ont amplement démontré qu’un nombre incalculable de traditions, perçues par la collectivité comme enracinées et intouchables, sont en réalité d’origine relativement récente, souvent construites de toutes pièces pour créer un sentiment de continuité rassurante avec le passé. Cette conscience académique est le prisme à travers lequel lire le présent : le fait qu’un phénomène soit « inventé » ne signifie nullement qu’il soit faux ou socialement insignifiant. Les traditions inventées, une fois adoptées par une collectivité, deviennent socialement et émotionnellement réelles.

Aujourd’hui, ce processus de création culturelle est énormément accéléré par l’écosystème numérique, donnant naissance à ce que les chercheurs appellent l’Algorithmic Folklore. Dans une conceptualisation récente publiée sur Open Library of Humanities (2026), le folklore algorithmique est défini comme un répertoire inédit de genres et de pratiques né de la friction entre la créativité vernaculaire des utilisateurs et l’automatisation quotidienne. L’algorithme ne sert plus seulement d’objet passif pour les légendes urbaines, mais s’est transformé en un moyen actif qui participe en première personne à la création et à la circulation des contenus. Le cas du « Crungus », un cryptide monstrueux généré par une intelligence artificielle et rapidement transformé en un mème viral avec sa propre mythologie, démontre empiriquement la capacité de l’IA à servir d’incubateur pour de nouvelles mythologies populaires.

Cette intersection est désormais un champ d’investigation académique rigoureux. Le projet quadriennal ALGOFOLK, mené par le Center for Digital Narrative de l’Université de Bergen, étudie systématiquement comment les moteurs de recommandation et les modèles de machine learning donnent naissance à de nouvelles pratiques créatives. Le phénomène embrasse tout un spectre sociologique, allant des légendes urbaines sur les prétendues consciences de systèmes comme GPT-4, aux théories populaires conspirationnistes amplifiées sur TikTok, jusqu’aux mèmes co-créés dans une synergie incessante entre humains et réseaux neuronaux.

La Machine des Mythes : Limites Culturelles et Bases de Données

Si d’un côté l’intelligence artificielle générative peut structurer des formes qui calquent l’esthétique du folklore, de l’autre sa « compréhension » effective des racines culturelles reste profondément limitée et géopolitiquement déséquilibrée. Une étude de cas éclairante présentée en séance ACL (2025) a analysé en profondeur la connaissance des Large Language Models (LLM) concernant les contes populaires japonais et la complexe taxonomie des yokai, les créatures surnaturelles du folklore nippon. La recherche met en évidence que la compétence culturelle de ces modèles est presque exclusivement calibrée sur les communautés anglophones et sur les paradigmes narratifs occidentaux. Lorsqu’un modèle linguistique est interrogé sur des mythologies non occidentales, il tend à les marginaliser, à en simplifier brutalement les traits ou à les réinterpréter à travers des lentilles culturelles totalement étrangères. Cela constitue la preuve technique qu’une intelligence artificielle peut répliquer la syntaxe d’une forme folklorique sans en comprendre en aucune manière le contexte social originel, les fonctions rituelles rigides ou les tabous inhérents à la narration.

Les efforts académiques pour atténuer cette lacune technologique se heurtent à des barrières d’échantillonnage insurmontables. Une étude de l’Université d’Édimbourg (2024), centrée sur le folklore irlandais et gaélique, a démontré que soumettre les modèles linguistiques à un pre-training continu sur des datasets spécifiques de textes folkloriques améliore significativement leur capacité de classification et de représentation. Toutefois, les résultats finaux restent lourdement conditionnés par la pénurie chronique de données numérisées pour les langues à faibles ressources. L’IA peut indéniablement soutenir les institutions humanistes dans la classification massive d’immenses patrimoines narratifs, comme l’ont montré des études sur l’utilisation de GPT pour annoter les stéréotypes de genre et les traits culturels récurrents dans les motifs littéraires, domaine dans lequel la machine a atteint des niveaux de cohérence comparables ou supérieurs à ceux des annotateurs humains. Toutefois, classifier de manière aseptisée une base de données de contes ne équivaut pas à en interpréter l’essence spirituelle, ni à préserver la mémoire vitale que seul le souffle d’une communauté peut transmettre.

Appropriation Culturelle et Colonialisme des Données Autochtones

L’hybridation entre réseaux neuronaux et patrimoine immatériel ouvre des scénarios éthiques et juridiques d’une extrême criticité, où la frontière entre innovation technologique et appropriation culturelle s’estompe jusqu’à disparaître. Le récent rapport Artificial Intelligence and Culture publié par l’UNESCO (2025) lance un avertissement institutionnel sans équivoque : l’écosystème de l’IA a urgemment besoin de diversité, de transparence et d’accountability tout au long du cycle de vie des systèmes informatiques, en promouvant une gouvernance participative et des pratiques de gestion des données directement guidées par les communautés locales. L’organisation avertit explicitement que les algorithmes, lorsqu’ils sont conçus pour imposer une uniformité esthétique globale ou structurés de manière à amplifier la désinformation pour des raisons d’engagement, finissent inexorablement par affaiblir et aplatir la diversité culturelle humaine.

Ce risque prend des contours dramatiques lorsqu’il touche le patrimoine des minorités et des peuples autochtones. Les nouvelles lignes directrices de l’UNESCO sur la souveraineté des données autochtones dans le développement de l’IA (2023) revendiquent l’impératif d’un consentement libre, préalable et éclairé, ainsi que le contrôle communautaire et la participation directe des peuples autochtones à la filière technologique. Si un modèle génératif – entraîné en aspirant des archives historiques non autorisées ou des journaux ethnographiques – commence à produire à l’échelle industrielle des « mythologies natives synthétiques », des « rites anciens imaginaires » ou de fausses reproductions de symboles religieux sans aucune gouvernance de la part des descendants directs, nous n’assistons pas à la démocratisation de l’art. Nous assistons à une extraction commerciale déguisée en créativité.

Comme analysé dans un essai sur l’International Journal of Cultural Property (2026), l’automatisation effrénée dans la numérisation du patrimoine culturel immatériel porte en elle l’ombre d’un véritable « colonialisme des données ». Il est devenu crucial, sous l’angle du droit international, de défendre le droit juridique et moral des communautés autochtones à maintenir un contrôle rigoureux sur la collecte, l’accès, l’interprétation et la réutilisation économique de leurs données et de leur mémoire.

La question centrale que les intellectuels, les sociologues et les législateurs doivent se poser aujourd’hui n’est pas de savoir si l’intelligence artificielle peut inventer une légende plausible et captivante. La véritable question déterminante concerne l’attribution du pouvoir épistémologique : qui aura l’autorité et le capital pour établir que cette légende est vraie, historiquement fondée ou culturellement sacrée ? Un modèle génératif peut en quelques secondes générer un monstre urbain effrayant, scénariser une fête imaginaire soignée dans les moindres détails et dans les chants, ou tracer la fausse généalogie d’une famille de symboles archaïques. Il appartient cependant exclusivement au complexe réseau des relations humaines de décider si cette forme esthétique se transformera en une véritable mémoire partagée, en un jeu de rôle passager, ou si elle deviendra l’énième engrenage toxique de la désinformation de masse.

Le folklore ne meurt pas à l’instant exact où il est inventé, hybridé ou contaminé ; il ne meurt qu’au moment où les gens cessent de le raconter, le trouvant dépourvu de sens. Le risque le plus insidieux posé par l’intelligence artificielle générative ne réside pas dans son immense capacité à créer des histoires nouvelles et infinies, mais dans le potentiel de nous faire perdre la différence fondamentale entre une narration qui grandit organiquement avec une communauté et une narration synthétique qui lui est subrepticement imposée.

Références Bibliographiques et Sources

[Four Theses on Algorithmic Folklore — Open Library of Humanities, 2026]
[The Invention of Tradition — Hobsbawm & Ranger, Cambridge University Press]
[ALGOFOLK: Algorithmic folklore — University of Bergen, Center for Digital Narrative]
[Do Large Language Models Know Folktales? A Case Study of Yokai in Japanese Folktales — Findings of ACL, 2025]
[Evaluating and adapting large language models to represent folktales — University of Edinburgh, 2024]
[Using Large Language Models to Classify Cultural Heritage]
[Artificial Intelligence and Culture — UNESCO, 2025]
[New report and guidelines for Indigenous data sovereignty in AI developments — UNESCO, 2023]
[Indigenous data sovereignty in intangible cultural heritage governance — International Journal of Cultural Property, 2026]

Article réalisé par la Rédaction de La Bussola dell’IA