Dans le discours mystifiant et sans doute mythique qui l’entoure, l’Intelligence Artificielle réunit trois thèmes majeurs de notre présent : la post-vérité, car elle contribue à générer et propager des fakes, textes, voix et images, pour créer un monde factice ; les données obscures qui constituent les corpus d’apprentissage des systèmes d’IA connexionnistes ; enfin, par le biais d’une simulation, le projet transhumaniste d’une fusion entre cerveau et machine, intelligence « naturelle » et « intelligence » artificielle. Or les données ne sont pas ou ne devraient pas être des datasets couverts par le secret industriel, mais ce qu’on se donne — ce devrait du moins être le cas en linguistique de corpus et dans l’ensemble des sciences de la culture. En effet, le travail d’analyse commence toujours par la qualification des données comme telles, ne serait-ce que par la qualification et la délimitation du corpus d’étude. Aucune évidence ne préside à la qualification des données : ainsi, la liste des mots absents dans un texte, obtenue par comparaison avec les autres textes du même corpus, est une donnée de première importance, et cependant elle n’apparaît à personne à première lecture et ne correspond à aucune chaîne de caractères qui puisse être isolable par un word-cruncher ou devenir un token. En d’autres termes, les datasets des grands systèmes d’IA générative ne peuvent aucunement remplacer des corpus, ni même permettre de les analyser. En revanche, des systèmes d’apprentissage sur corpus peuvent parfaitement aider à décrire des régularités locales. Encore faut-il affronter le problème de l’explicabilité des résultats, qui conditionne évidemment leur amélioration. A partir de l’exemple de la linguistique, l’exposé abordera des questions comme : Les data contre les corpus ? Les textes artificiels : quel est leur régime herméneutique ? Sciences outillées ou connaissance artificielle ? L’IA sert-elle à objectiver ce monde ou lui en substituer un autre ? Bien que les technologies brillantes de l’IA générative soient exploitées et biaisées à leur profit par les grandes entreprises de l’Internet et divers acteurs plus dangereux encore, elles peuvent être mises à profit par les sciences de la culture, en discernant génération et interprétation d’une part, génération et création d’autre part.