À Nazca, l’IA a trouvé 303 figures sans résoudre le mystère

Le titre promettait « 300 trésors cachés depuis 2 000 ans » et le plus grand mystère archéologique enfin résolu grâce à l’intelligence artificielle. Autant dire que le désert de Nazca venait apparemment de recevoir une mise à jour assez ambitieuse : coffres, révélation et générique de fin compris.

La réalité est moins spectaculaire, mais beaucoup plus intéressante. Un modèle a signalé 1 309 zones possibles dans des images aériennes. Des archéologues ont ensuite passé six mois sur le terrain et confirmé 303 géoglyphes figuratifs qui n’avaient pas encore été inventoriés.

Ce ne sont ni des objets déterrés ni une découverte de septembre 2026. L’étude a été publiée en 2024, après une campagne menée en 2022 et 2023. Elle ne résout pas Nazca ; elle montre comment une machine imparfaite peut rendre inspectable une immensité, puis donner aux chercheurs assez de nouvelles traces pour poser de meilleures questions.

Des figures discrètes, pas des trésors enfouis

Les géoglyphes de Nazca sont des dessins réalisés à même le sol. En déplaçant les pierres sombres de la surface, leurs créateurs faisaient apparaître un substrat plus clair. Le paysage entier devenait ainsi un support, sans qu’il soit nécessaire d’y enfouir quoi que ce soit.

Les 303 nouvelles figures sont principalement de petits motifs dits « en relief » : silhouettes humaines, animaux ou objets dessinés par retrait de pierres dans une zone limitée. Beaucoup sont bien moins monumentaux que le colibri, le singe ou l’araignée qui ont rendu Nazca célèbre. Érodés, partiellement recouverts et faiblement contrastés, ils peuvent se confondre avec des accidents du terrain, des pistes ou des marques récentes.

Le mot « cachés » décrit donc leur visibilité actuelle, pas une intention de les dissimuler. Quant aux « 2 000 ans », il s’agit d’un ordre de grandeur culturel : les ensembles de Nazca et Palpa sont généralement situés entre environ 100 avant notre ère et 650 après. Chacune des 303 figures n’a pas reçu sa petite étiquette de datation individuelle, aussi pratique serait-elle.

La machine a surtout fabriqué une liste de marche

La pampa est immense, tandis que les traces recherchées occupent parfois très peu de pixels. Un humain peut examiner des photographies pendant des heures et manquer une ligne usée. Un modèle, lui, peut parcourir rapidement de grandes surfaces et faire ressortir ce qui ressemble aux motifs déjà connus.

Le système développé avec l’université de Yamagata et IBM a ainsi produit 1 309 candidats. Ce chiffre est essentiel : l’IA n’a pas livré 303 découvertes certifiées. Elle a préparé une file d’attente de lieux qui méritaient une visite.

Entre septembre 2022 et février 2023, les chercheurs ont contrôlé ces emplacements sur place. Ils ont suivi les tracés, observé le contexte, comparé les formes et écarté les marques naturelles ou modernes. Au bout de six mois, 303 candidats ont été confirmés, soit environ 23 % de la liste.

Trois alertes sur quatre n’ont donc pas produit de nouveau géoglyphe. Cela ne rend pas l’outil mauvais. Lorsque la zone est gigantesque et le signal rare, un filtre imparfait peut économiser énormément de temps. La machine indique où marcher ; l’archéologie commence vraiment quand quelqu’un arrive sur le sol avec des connaissances, des mesures et de bonnes chaussures.

Le grand nombre change ce que l’on peut comparer

La découverte ne vaut pas seulement par son compteur. Avec davantage de figures, les chercheurs peuvent mieux comparer leurs tailles, leurs techniques et surtout leur position dans le paysage. Deux logiques semblent alors se distinguer.

Les petites figures en relief apparaissent souvent près d’anciens sentiers informels. Elles auraient pu être vues pendant des déplacements individuels ou par de petits groupes. Beaucoup représentent des humains, des têtes coupées ou des camélidés domestiqués. Elles semblent liées à une expérience proche, presque au bord du chemin.

Les grandes figures linéaires sont davantage associées à des réseaux de lignes formels. Leur échelle et leur organisation pourraient correspondre à des activités collectives ou cérémonielles. Le nouveau corpus renforce donc l’idée que toutes les figures n’avaient pas le même public ni le même usage.

Le verbe important reste « suggérer ». Une proximité statistique avec un sentier ne raconte ni le rite accompli, ni le sens exact d’une tête, ni l’identité de celui qui a commandé le dessin. Les chercheurs ont rendu certaines hypothèses plus testables. Ils n’ont pas obtenu le mode d’emploi de Nazca, soigneusement rangé sous le trapèze suivant.

Le modèle voit surtout ce qu’on lui a appris à chercher

Un système de reconnaissance apprend à partir de figures déjà identifiées. Il devient donc particulièrement bon pour signaler des formes qui leur ressemblent. Ce mécanisme peut laisser de côté des motifs très érodés, rares ou complètement différents des catégories connues.

Les 303 confirmations disent combien de candidats visités étaient pertinents. Elles ne disent pas combien de géoglyphes ont été manqués dans le reste de la pampa. Pour connaître ce taux de faux négatifs, il faudrait savoir précisément tout ce qui existe déjà — ce qui est justement le problème que l’on cherche à résoudre.

D’autres biais compliquent l’interprétation. Une figure bien conservée est plus facile à repérer. Une zone proche d’un chemin est aussi plus facile à inspecter aujourd’hui, ce qui peut renforcer artificiellement l’association entre géoglyphes et circulation ancienne. Enfin, décider qu’un contour représente un humain, un animal ou une tête coupée comporte une part de jugement.

L’IA accélère donc un protocole de recherche ; elle n’abolit ni l’incertitude ni le débat. Elle dépend même de tout le travail antérieur : photographies, cartes, typologies et géoglyphes déjà connus ont fourni ce qu’il fallait pour entraîner le modèle et reconnaître ses résultats.

Mieux voir le désert oblige aussi à mieux le protéger

La chaîne médiatique a fait subir au résultat une petite métamorphose. En 2024, l’étude expliquait que le nouveau corpus éclairait la fonction probable des géoglyphes. En 2026, certaines reprises ont transformé cet éclairage en « mystère résolu », puis les traces au sol en « trésors ». À chaque étape, le doute perd quelques mots et le titre gagne une cape.

Ce recyclage masque la contribution la plus concrète de la méthode. Un inventaire plus précis aide à protéger un paysage vulnérable face à l’érosion, aux véhicules, à l’urbanisation et aux travaux. L’imagerie peut aussi servir à surveiller les changements, à condition de ne pas publier sans précaution les coordonnées de petites figures fragiles.

Il faut également éviter de raconter le patrimoine péruvien comme une surface muette révélée de l’extérieur par une technologie étrangère. Les équipes de terrain, les institutions péruviennes, les connaissances locales et près d’un siècle de recherches rendent cette campagne possible. L’algorithme accélère la sélection ; il n’hérite pas à lui seul de toute la découverte.

Je pensais lire l’histoire d’une IA ayant résolu Nazca. Je trouve un exemple plus utile : une machine réduit une carte, des humains transforment ses alertes en connaissances, puis le nombre accru de traces permet de mieux comparer des usages possibles. Le mystère ne disparaît pas. Il devient simplement un peu mieux dessiné — et, espérons-le, un peu mieux protégé.