13 | 2026 · Appel à contribuer au numéro « Images et intelligence artificielle »
Humanités numériques est une revue francophone publiée en libre accès et consacrée aux usages savants du numérique en sciences humaines et sociales. Éditée par l’association francophone Humanistica et diffusée sur la plateforme OpenEdition Journals, elle offre un lieu de réflexion, de débat scientifique et d’expression aux chercheurs et enseignants dont les travaux s’inscrivent dans ce champ. La revue s’adresse ainsi aux spécialistes des sciences humaines, des sciences sociales et des disciplines liées aux technologies de l’information, ainsi qu’à toutes celles et tous ceux qui se sentent concernés par les transformations numériques des savoirs.
Le numéro 13 de la revue sera intitulé « Images et intelligence artificielle ». Sa publication est prévue en 2026.
L’intelligence artificielle, ou IA, et la vision par ordinateur transforment notre manière d’interpréter les images dans les sciences humaines et sociales. De nouvelles méthodes d’analyse permettent d’explorer des corpus iconographiques massifs, de révéler des motifs récurrents ou d’automatiser l’annotation et la mise en relation des images. Cependant, ces technologies interrogent également les fondements des visual studies et des approches critiques de l’image : dans quelle mesure l’IA reconfigure-t-elle notre regard ? Comment articuler vision automatique et humanités visuelles ? Quels protocoles et cadres éthiques faut-il développer pour garantir une appropriation critique de ces outils ?
Ce numéro de la revue Humanités numériques s’inscrit dans la dynamique portée par le consortium-HN pictorIA (https://pictoria.hypotheses.org/), qui fédère des chercheurs en humanités numériques, en histoire de l’art, en archéologie, en sociologie, en anthropologie et en science de l’information. Il vise à explorer les nouvelles pratiques de traitement des corpus visuels, en analysant les innovations et les défis soulevés par ces technologies.
Nous suggérons d’aborder ces questions selon trois axes :
-
Méthodes et enjeux de l’intelligence artificielle appliquée aux images
-
Nouvelles perspectives critiques sur la culture visuelle
-
Études de cas et expérimentations
Pour ce numéro, dont toutes les contributions feront l’objet d’une évaluation conforme aux pratiques de la revue, sous la responsabilité des éditeurs invités, nous vous prions de soumettre vos propositions sous la forme d’articles complets, rédigés en français, pour le 6 juillet 2025 sur la plateforme OJS de la revue : https://revuehn.ojs.openedition.org/index.php/revuehn.
Bien que la longueur des articles ne soit pas prédéfinie, nous considérons que 50 000 signes, espaces et notes comprises, représentent une limite courante et appropriée à la plupart des propos. Les fichiers doivent être transmis au format ODT ou DOCX et respecter les consignes aux auteurs de la revue. Les auteurs et autrices conservent leurs droits sur les articles, mais la publication dans la revue Humanités numériques se fait sous une licence Creative Commons.
Pour tout renseignement complémentaire, n’hésitez pas à contacter les éditeurs invités de ce numéro : Jean-Philippe Moreux (jean-philippe.moreux@bnf.fr), Julien Schuh (julien.schuh@parisnanterre.fr), Anne-Violaine Szabados (anne-violaine.szabados@cnrs.fr), Michael Sinatra (michael.eberle.sinatra@umontreal.ca) et Philippe Useille (philippe.useille@uphf.fr).
Le comité de direction est également à votre disposition pour répondre à vos questions : revuehn@proton.me.
Bibliographie indicative
Arnold, Taylor et Lauren Tilton. 2023. Distant Viewing. Computational Exploration of Digital Images. Cambridge : The MIT Press. https://doi.org/10.7551/mitpress/14046.001.0001.
Bermès, Emmanuelle et Eleonora Moiraghi. 2020. « Le patrimoine numérique national à l’heure de l’intelligence artificielle ». Revue ouverte d’intelligence artificielle 1 (1) : 89-109. https://doi.org/10.5802/roia.5.
Blaschke, Estelle et Davide Nerini. 2019. « Calculer les images. Photographie et intelligence artificielle. Entretien avec Sabine Süsstrunk ». Transbordeur. Photographie histoire société 3 : 106-111. https://transbordeur.ch/fr/2019/photographie-intelligence-artificielle/.
Bonfait, Olivier, Antoine Courtin et Anne Klammt, éd. 2021. « Introduction ». Histoire de l’art 87 (« Humanités numériques : de nouveaux récits en histoire de l’art ? ») : 5-16.
Chumachenko, Kateryna, Anssi Männistö, Alexandros Iosifidis et Jenni Raitoharju. 2020. « Machine Learning Based Analysis of Finnish World War II Photographers ». IEEE Access 8 : 144184-144196. https://doi.org/10.1109/ACCESS.2020.3014458.
Danguy, Laurence et Julien Schuh, éd. 2023. « L’œil numérique ». Sociétés & représentations 55 (1). https://shs.cairn.info/revue-societes-et-representations-2023-1?lang=fr.
Du, Lin, Brandon Le et Edouardo Honig. 2024. « Probing Historical Image Contexts : Enhancing Visual Archive Retrieval through Computer Vision ». Journal on Computing and Cultural Heritage 16 (4) : 84, 1-17. https://doi.org/10.1145/3631129.
Gunthert, André. 2015. L’Image partagée. La photographie numérique. Paris : Textuel.
Jaillant, Lise. 2024. « Introduction to the Special Issue : Using Visual AI Applied to Digital Archives ». Digital Humanities Quarterly 18 (3). https://www.digitalhumanities.org/dhq/vol/18/2/000752/000752.html.
Marr, David. 2010. Vision. A Computational Investigation Into the Human Representation and Processing of Visual Information. Cambridge : The MIT Press. https://doi.org/10.7551/mitpress/9780262514620.001.0001.
Mitchell, William J. 1992. The Reconfigured Eye. Visual Truth in the Post-Photographic Era. Cambridge : The MIT Press.
Pinotti, Andrea et Antonio Somaini. 2022. Culture visuelle. Images, regards, médias, dispositifs. Traduit par Sophie Burdet et Marine Aubry-Morici. Dijon : Les Presses du réel.
Schuh, Julien. 2024. « AI As Artificial Memory : a Global Reconfiguration of Our Collective Memory Practices ? » Memory Studies Review 1 (2) : 231-255. https://doi.org/10.1163/29498902-202400012.
Smits, Thomas et Ruben Ros. 2023. « Distant Reading 940,000 Online Circulations of 26 Iconic Photographs ». New Media & Society 25 (12) : 3543-3572. https://doi.org/10.1177/14614448211049459.
Smits, Thomas et Melvin Wevers. 2023. « A Multimodal Turn in Digital Humanities. Using Contrastive Machine Learning Models to Explore, Enrich, and Analyze Digital Visual Historical Collections ». Digital Scholarship in the Humanities 38 (3) : 1267-1280. https://doi.org/10.1093/llc/fqad008.
Wevers, Melvin et Thomas Smits. 2020. « The Visual Digital Turn : Using Neural Networks to Study Historical Images. » Digital Scholarship in the Humanities 35 (1) : 194-207. https://doi.org/10.1093/llc/fqy085.
Wilde, Lukas R.A., Marcel Lemmes et Klaus Sachs-Hombach, éd. 2023. « Generative Imagery : Towards a “New Paradigm” of Machine Learning-Based Image Production ». IMAGE : Zeitschrift für interdisziplinäre Bildwissenschaft, 37 (1) : 121-134.