L'ontologie, cadre de vérité de BrainDup
L'IA propose, l'ontologie et le code arbitrent.
Une carte des faits, pas un texte plausible
BrainDup transforme une archive de documents (PDF scannés, pages web, rapports, courriels) en un graphe de connaissances interrogeable. Au lieu d'un assistant qui devine du texte vraisemblable, il construit une carte des faits réellement présents dans vos documents, chacun relié à sa source exacte.
L'ontologie, c'est le plan de cette carte, choisi avant de commencer à la dessiner.
Avant qu'un seul document ne soit lu, BrainDup pose une question simple : quel est le vocabulaire de votre domaine ? Ce vocabulaire, les types d'entités et les relations qui peuvent exister entre elles, est écrit dans un fichier au format standard du Web sémantique, le même OWL qui structure les graphes de connaissances depuis vingt ans. Chez nous, ce fichier s'appelle un pack.
Le mécanisme, en trois temps
1. Le pack est choisi
BrainDup fournit des packs prêts à l'emploi pour plusieurs secteurs (patrimoine culturel, immobilier, santé, droit, événementiel), adoptables tels quels ou personnalisables. Vous ne repartez pas d'une page blanche.
2. Le pack est verrouillé pour tout le corpus
Ce n'est pas un détail de configuration : c'est la frontière entre ce que l'IA peut affirmer et ce qu'elle ne peut pas. Le vocabulaire cesse d'être négociable au fil des documents.
3. Le code arbitre, jamais le modèle
À la lecture d'un document, le modèle de langage propose des entités et des relations. C'est un code déterministe qui décide si chaque proposition entre dans le graphe : elle est acceptée si elle correspond à un type déclaré dans le pack et qu'elle se rattache à un passage précis du document source. Sinon, elle est écartée.
C'est ce mécanisme qui rend tenable la promesse centrale de BrainDup : chaque affirmation renvoie à une source vérifiable, et une réponse dont la source ne peut pas être établie n'est jamais complétée par une invention ; elle devient un refus honnête. Le même principe gouverne les citations assemblées par le code et fonde notre réponse à l'IA Act.
Ce que l'ontologie change concrètement
| RAG sans ontologie | BrainDup, pack verrouillé | |
|---|---|---|
| Vocabulaire | Décidé au fil de l'eau par le modèle | Déclaré avant l'ingestion, identique pour tout le corpus |
| Entité inconnue | Créée silencieusement, doublons qui s'accumulent | Écartée si elle ne correspond à aucun type déclaré |
| Relations | Déduites de la proximité des mots | Typées ; la causalité exige un énoncé explicite ou une validation humaine |
| Homonymes | « Mercure » fusionne planète, métal et personne | Chaque sens est une entité distincte, identifiée sans équivoque |
| Traçabilité | La source est reconstituée après coup | Un fait sans passage rattachable n'entre pas dans le graphe |
| Cohérence | Invisible tant que personne ne relit | Les contradictions se détectent contre les règles du pack |
Autrement dit : l'ontologie ne rend pas le modèle plus intelligent, elle réduit la surface sur laquelle il peut se tromper.
Ce qu'est une ontologie, précisément
Le mot ne renvoie pas ici à la branche de la philosophie, mais à un artefact très concret : la spécification formelle, explicite et partagée d'une conceptualisation. Un dictionnaire logique doublé d'un plan de construction, pour un domaine donné. Il remplit quatre fonctions.
Elle définit les concepts
Dans un cabinet juridique : « Dossier », « Partie », « Texte de loi ». Dans une archive patrimoniale : « Lieu », « Personne », « Savoir-faire », « Événement ». Chaque classe porte ses caractéristiques propres.
Elle décrit des relations typées
Là où un classement hiérarchique dirait seulement « la grippe appartient aux maladies virales », l'ontologie exprime traite, provoque, contre-indiqué avec, administré par.
Elle lève les ambiguïtés
Mercure désigne une planète, un métal, un dieu romain et un chanteur. Un humain tranche en une fraction de seconde ; une machine ne le peut que si chaque sens est déclaré comme une entité distincte.
Elle sert de point de rencontre
Deux bases conçues séparément, aux noms de champs différents, s'alignent sur une même ontologie. Chacune garde sa structure interne, toutes deux deviennent lisibles par les mêmes programmes.
Un héritage éprouvé, pas une invention maison
L'idée revient à Tim Berners-Lee. L'inventeur du Web formule dès les années 1990 l'ambition d'un Web dont les données seraient compréhensibles par les machines, et en publie la formalisation la plus connue en 2001 dans Scientific American, avec James Hendler et Ora Lassila. Son objectif tient en une phrase : faire passer le Web d'un réseau de documents à un réseau de connaissances, ce qu'il nommera en 2007 le Giant Global Graph.
Car un lien hypertexte n'exprime aucun sens : il dit « va voir là-bas », jamais « ceci est l'employeur de cette personne ». Les briques ci-dessous ont été conçues pour combler ce manque. Ce sont des standards publiés par le W3C, en production depuis plus de dix ans. BrainDup n'invente pas un formalisme propriétaire : il applique celui-là à votre archive.
Donner une adresse unique à chaque chose
Le Web classique attribue un identifiant aux pages. Le Web sémantique en attribue aussi aux concepts : une personne, un médicament, une commune. Deux systèmes qui utilisent le même URI parlent, de façon certaine, de la même chose.
Décrire les faits en trois mots
Toute information s'exprime en triplet : sujet, prédicat, objet. Marie Curie / a reçu / le prix Nobel de physique. Le sujet d'un triplet devient l'objet d'un autre, et la connaissance se relie d'elle-même.
Écrire le dictionnaire et les règles
RDF dit ce qui est ; OWL dit ce qui peut être. Classes incluses l'une dans l'autre, relations obligatoires ou uniques, liens réciproques, équivalences entre identifiants de provenances différentes.
Poser des questions au graphe
L'équivalent de SQL pour le Web sémantique. « Les compositrices nées en Europe avant 1900 dont une œuvre a été jouée à Vienne » : aucune page ne contient cette liste, le graphe la reconstitue à partir de faits dispersés.
L'inférence : quand la machine déduit sans deviner
OWL repose sur les logiques de description, assez rigoureuses pour être calculées automatiquement. Un moteur d'inférence applique les règles de l'ontologie aux données et en tire des conclusions qui n'ont jamais été écrites.
L'ontologie déclare que « est parent de » est l'inverse de « est enfant de », et que le parent d'un parent est un grand-parent. La base contient deux faits : Anne est parent de Julie, Julie est parent de Léo. Le moteur en déduit seul qu'Anne est la grand-mère de Léo. Personne ne l'a saisi, et pourtant rien n'a été inventé : la déduction est démontrable.
Le raisonnement sert aussi de garde-fou. Si l'ontologie stipule qu'une personne n'a qu'une date de naissance et que la base en contient deux, le moteur signale l'incohérence. Le système détecte ses propres erreurs, une propriété qu'aucune quantité de texte plausible ne procure.
Où ces technologies tournent déjà
Moteurs de recherche
La fiche synthétique affichée à côté de vos résultats vient d'un graphe de connaissances. Le vocabulaire schema.org, lancé conjointement par les principaux moteurs en 2011, permet aux sites de se faire comprendre ainsi.
Santé et sciences du vivant
Les grandes terminologies médicales sont des ontologies. Elles garantissent qu'un diagnostic saisi dans un hôpital finlandais signifie la même chose dans une étude portugaise.
Recherche et données ouvertes
Les principes FAIR, qui structurent la publication des données scientifiques, reposent sur ces standards pour rendre les jeux de données trouvables et réutilisables par des programmes.
Patrimoine et bibliothèques
Catalogues, archives et musées publient leurs fonds en données liées : on navigue d'un auteur à ses œuvres, puis aux lieux et aux époques associés. C'est le terrain de nos packs patrimoine.
Ce que les ontologies coûtent
L'honnêteté impose de le dire : la vision d'un Web sémantique mondial, formulée en 2001, ne s'est pas réalisée à cette échelle. Construire une ontologie coûte cher, exige des experts du domaine et suppose un consensus long à obtenir. Le Web sémantique s'est donc réalisé par îlots : très solide là où la rigueur est vitale (santé, finance, industrie, droit, recherche), plus diffus ailleurs.
C'est précisément ce que les packs adressent : plutôt qu'une page blanche à chaque projet, un vocabulaire sectoriel existant s'adopte, s'affine et se réutilise. Et l'ambition change d'échelle : non pas un graphe mondial, mais un graphe privé, souverain et vérifiable, construit pour votre organisation.
Quel est le vocabulaire de votre domaine ?
C'est la première question que nous posons, et la réponse détermine tout le reste. Trente minutes suffisent à savoir si un pack existant couvre votre archive ou s'il faut l'étendre.