Ateliers MAGIS [21 mai] > Humanités numériques spatialisées (journée complète)

Titre de l’atelier : Les humanités numériques spatialisées à l’ère des graphes de connaissances et des grands modèles de langage

Actions de Recherche du GdR MAGIS : AR 04 (Ontologies pour l’interdisciplinarité), AR 07 (Humanités Numériques Spatialisées), AR 08 (Graphes de Connaissances Géohistorique)

Responsable(s)/animateur.trice.s : Nathalie Abadie, Damien Arvor, Carmen Brando, Bertrand Duménieu, Raphaëlle Krummeich, Éric Masson et Ludovic Moncla.

Contact : bertrand.dumenieu@ehess.fr

Durée : 1 journée

* ½ journée de présentations, avec keynote
* ½ journée de table ronde / discussion sur les thèmes des ARs, des points de jonction ou collaborations pour 2026, et éventuelles réorganisations pour la suite de MAGIS si suite il y a.

Objectif scientifique de l’atelier :

La question centrale de cet atelier est la suivante : comment les grands modèles de langage (LLMs) peuvent-ils contribuer à l’extraction, la
structuration et la gestion de connaissances spatio-temporelles relatives ou imparfaites (floues, fragmentaires, incertaines, imprécises), tout
particulièrement dans le cadre des humanités numériques spatialisées ?

Les documents textuels constituent des sources de connaissances privilégiées dans la plupart des disciplines des sciences humaines et
sociales, voire peuvent en être le principal objet d’étude. Les humanités numériques se sont donc très tôt intéressées aux approches de traitement
automatique du langage naturel pour traiter de grands corpus textuels.

L'avènement récent des grands modèles de langage (LLM) a permis d’obtenir des performances jusque là inédites, sur de nombreuses tâches
d’extraction et de gestion de connaissances : création (semi-)automatique d’ontologies, peuplement de graphes de connaissances, développement
de systèmes de questions-réponses, de systèmes de recommandation, liage de ressources similaires, etc.

L’atelier cherche à interroger les différentes utilisations des LLM pour la gestion des informations spatiales, temporelles ou spatio-temporelles dans
le cadre le cadre des humanités numériques spatialisées :

- Dans quelle mesure les LLM permettent-ils de reconnaître et de structurer des connaissances spatiales, temporelles ou spatio-temporelles à partir de textes ?
- Quels sont leurs éventuels apports en matière de reconnaissances et de structuration d’informations spatio-temporelles relatives ?
- Quels types d’imperfections les LLMs doivent-ils gérer dans les textes ou les graphes de connaissances à traiter (au sens de [Batton-Hubert et al., 2019]) ?
- Comment évaluer la capacité des LLM à reconnaître et restituer des informations relatives ou imparfaites ?
- Comment représenter, manipuler et tirer parti de ces connaissances dans des ontologies ou des graphes de connaissances ?
- Quelles complémentarités peuvent être mises à profit pour extraire et analyser des connaissances spatiales, temporelles ou spatio-temporelles entre approches numériques (LLM et autres
modèles de langage) et symboliques (ontologies, graphes de connaissances) ?

L’objectif est d’ouvrir un espace de discussion sur ces enjeux, en croisant les perspectives de chercheurs et chercheuses de la communauté MAGIS
et de spécialistes d’autres disciplines, pour faire avancer les humanités numériques autour de problématiques de spatialisation, de représentation
et de raisonnement sur les objets spatio-temporels. La journée d’atelier vise à la fois à dresser un aperçu des approches récentes du domaine sur
ces questions et à préfigurer une possible réorganisation des AR organisatrices autour de ces enjeux.

[Batton-Hubert et al., 2019] Batton-Hubert, M., Desjardin, E., & Pinet, F. (2019). L’imperfection des données géographiques 1: Bases théoriques (Vol. 1). ISTE Group.

Modalités de fonctionnement :

- Matinée : présentations avec keynote, en mode hybride
- Après-midi : table ronde, mode hybride

Nombre de participants escomptés : 20 à 30