Accueil › Blog › Lire un acte ancien avec l'IA

Lire un acte ancien portugais avec l'intelligence artificielle : ce que Google Gemini sait faire, et ce qu'il faut vérifier

Pendant des années, la paléographie a été le vrai mur de la généalogie portugaise. Les archives sont en ligne et gratuites, mais les actes restent illisibles pour qui n'a pas l'œil. Depuis fin 2025, ce mur s'est fissuré, et c'est Google qui a donné le coup le plus net.

Publié le 15 octobre 2026 · Raízes, généalogie portugaise

Vous avez retrouvé sur le portail des archives la page du registre paroissial où devrait figurer le baptême de votre arrière-arrière-grand-père. Vous zoomez. Vous reconnaissez peut-être un prénom, une date, le mot baptizei. Le reste est une succession de boucles, d'abréviations et de lettres qui ne ressemblent à rien. C'est l'expérience de presque tous ceux qui se lancent dans une recherche au Portugal.

La bonne nouvelle, c'est que les outils d'intelligence artificielle savent désormais lire ces documents avec une précision qu'on n'imaginait pas il y a deux ans. La moins bonne, c'est qu'ils se trompent exactement là où une erreur coûte le plus cher en généalogie. Voici comment s'en servir correctement.

Pourquoi un acte portugais ancien est si difficile à lire

La difficulté ne tient pas seulement à l'écriture. Elle s'empile en plusieurs couches :

• La graphie. Écriture cursive du curé, souvent pressé, avec des formes de lettres qui ont changé depuis : le s long, le e qui ressemble à un o, les jambages qui se confondent.
• Les abréviations. Les prénoms et les mots fréquents sont presque toujours abrégés, avec une lettre suscrite qu'il faut savoir développer.
• L'orthographe flottante. Avant les réformes du XX^e siècle, on écrit Parochial, Joze, Thereza, baptisei ou baptizei selon le prêtre.
• Le support. Encre ferro-gallique qui traverse la page, taches d'humidité, reliure qui avale la fin des lignes, numérisation parfois ancienne et en basse définition.

Ce qui a changé : Google Gemini lit l'écriture ancienne

Jusqu'en 2024, la transcription automatique de manuscrits (on parle de HTR, pour Handwritten Text Recognition) demandait d'entraîner un modèle spécialisé sur des dizaines de pages déjà transcrites à la main. Les assistants grand public, eux, inventaient volontiers un texte plausible à partir de trois mots reconnus.

Fin 2025, l'historien Mark Humphries a publié un test qui a fait date dans le milieu. Il a soumis à Gemini 3 Pro, le modèle de Google, un corpus de manuscrits des XVIII^e et XIX^e siècles, chaque document étant passé dix fois. Résultat : un taux d'erreur d'environ 1,7 % par caractère en comptant tout, et de 0,7 % une fois écartées les différences de ponctuation et de majuscules. C'est le niveau d'un dactylographe professionnel qui recopie un texte imprimé. Dans le même test, Transkribus sans entraînement spécifique tournait autour de 8 %, et les autres grands modèles généralistes faisaient nettement moins bien que Gemini.

Sur les registres paroissiaux portugais du XIX^e siècle, souvent rédigés dans une écriture régulière et sur un formulaire très répétitif, le résultat est en général remarquable : l'acte ressort lisible, abréviations développées, en quelques secondes. Pour le généalogiste amateur, c'est un vrai basculement. La lecture n'est plus le goulot d'étranglement.

Méthode pas à pas avec Gemini

1. Récupérer la meilleure image possible. Sur le portail des archives (DigitArq pour les Arquivos Distritais, ou celui de la Torre do Tombo), téléchargez la page en pleine résolution plutôt que de faire une capture d'écran. La qualité de l'image est le premier facteur de réussite.
2. Recadrer sur un seul acte. Une page de registre contient souvent trois ou quatre actes. Isolez celui qui vous intéresse, en gardant la marge gauche, où figurent le nom de l'enfant et les mentions ajoutées plus tard.
3. Utiliser Google AI Studio plutôt que l'application grand public. AI Studio est gratuit, permet de choisir le modèle Pro le plus récent et de régler la résolution de l'image en « élevée ». L'application Gemini classique fonctionne aussi, mais ses réglages ne sont pas maîtrisables.
4. Donner une consigne stricte. Sans consigne, le modèle a tendance à « améliorer » le texte : moderniser l'orthographe, corriger un nom vers sa forme la plus courante. C'est précisément ce qu'il faut empêcher.
5. Séparer transcription et traduction. Demandez d'abord le texte portugais tel qu'il est écrit, puis la traduction dans un second temps. Vous pourrez ainsi vérifier la lecture avant de faire confiance au sens.

À quoi ressemble un acte bien transcrit

Les actes de baptême du XIX^e siècle suivent un formulaire presque immuable. Le connaître permet de repérer immédiatement une transcription qui dérape. Voici la structure type, reconstituée à partir de la formule usuelle :

Remarquez ce que contient cette formule : trois générations en un seul acte, le père, la mère et les quatre grands-parents, avec leurs lieux d'origine. C'est ce qui rend les registres portugais si précieux, et c'est aussi pourquoi une seule erreur de lecture sur un nom peut envoyer toute une recherche sur la mauvaise lignée.

Les erreurs typiques de l'IA, et comment les repérer

Les erreurs résiduelles de Gemini ne sont pas aléatoires. Elles vont presque toujours dans le même sens : rendre le texte plus « normal » qu'il ne l'est. Sur un acte de généalogie, cela donne des pièges bien identifiés.

Les noms propres normalisés

Un patronyme rare est remplacé par un nom voisin plus courant. Un lieu-dit minuscule devient la ville connue la plus proche par la graphie. C'est l'erreur la plus dangereuse, parce qu'elle produit un résultat parfaitement crédible. Vérifiez chaque nom de personne et de lieu lettre par lettre contre l'image, et confrontez les toponymes à la liste des lieux de la paroisse.

Les dates en toutes lettres

Les actes écrivent les dates en mots : aos vinte e tres dias, mil sete centos e noventa e oito. Un « tres » lu « seis », un « setecentos » lu « oitocentos », et c'est un siècle ou une génération qui bascule. Vérifiez la cohérence : l'année doit correspondre à celle du registre, et la date de naissance précède de peu celle du baptême.

Les mentions marginales oubliées

Les annotations ajoutées dans la marge, parfois des décennies plus tard (mariage, décès, légitimation, rectification), sont souvent ignorées ou mal rattachées. Ce sont pourtant parfois les informations les plus utiles pour relier l'acte à la génération suivante. Demandez-les explicitement et contrôlez la marge vous-même.

Les lignes sautées et les actes mélangés

Sur une page dense, le modèle peut passer une ligne ou fondre deux actes voisins. Une transcription qui ne compte pas le même nombre de lignes que l'original doit éveiller le soupçon. D'où l'intérêt de recadrer sur un seul acte.

Et Transkribus ?

Transkribus est la plateforme de référence des archivistes et des historiens pour la transcription de manuscrits. Elle propose un modèle généraliste pour le portugais, entraîné sur des documents manuscrits et imprimés, qui annonce un taux d'erreur de l'ordre de 4 % sur ses propres données de validation. Sa force est ailleurs que chez Gemini : on peut l'entraîner sur un fonds précis, par exemple tous les registres d'une même paroisse rédigés par le même curé, et traiter ensuite des centaines de pages de façon homogène.

Pour le particulier qui veut lire quelques actes de sa famille, Gemini est aujourd'hui l'outil le plus simple et le plus performant. Pour un projet de dépouillement systématique, Transkribus garde tout son intérêt.

Ce que l'IA ne fait pas

Lire un acte n'est qu'une petite partie d'une recherche généalogique. L'IA ne vous dira pas dans quelle paroisse chercher quand la famille a changé de village. Elle ne vous dira pas que le registre que vous consultez a une lacune de six ans, que les baptêmes de cette période sont dans un autre volume, ou que la Maria da Conceição de cet acte n'est pas celle que vous cherchez mais sa cousine née la même année dans le hameau voisin. Elle ne sait pas non plus comment obtenir un acte récent encore conservé à l'état civil.

Autrement dit, la transcription automatique a fait tomber le mur de la lecture. Elle n'a pas fait tomber celui de la recherche : trouver le bon acte, l'identifier avec certitude parmi les homonymes, et enchaîner les générations sans erreur de raccordement.