Eugène de Beauharnais : une nouvelle énigme historique tombe face à l’IA, mais la vérification reste essentielle

Eugène de Beauharnais est devenu la figure centrale de cette nouvelle énigme historique tombée face à l’IA, après que GPT-6 Astra aurait déchiffré une dépêche militaire vieille de 217 ans.

Le document provenait du quartier général d’Eugène, beau-fils de Napoléon Bonaparte et vice-roi d’Italie. Il transmettait les instructions de Napoléon au général Auguste de Marmont durant les préparatifs de la guerre contre l’Autriche en 1809.

Ce détail corrige une description trompeuse présentant l’auteur comme le neveu de Napoléon. La lettre n’a pas non plus été écrite par Napoléon. Il s’agissait d’un briefing opérationnel chiffré envoyé depuis le quartier général d’Eugène sur ordre de Napoléon.

L’ingénieur en IA Carter Church affirme que GPT-6 Astra d’OpenAI a réalisé l’essentiel du travail de transcription et de déchiffrement en environ six heures d’exécution du modèle. La source n’était qu’une reproduction basse résolution contenant 1 300 unités chiffrées.

Le résultat le plus important n’est pas une révélation militaire spectaculaire. Une grande partie du contenu attendu figurait déjà dans la correspondance publiée de Napoléon.

Le véritable changement est méthodologique. Un seul modèle serait passé du traitement d’image à la classification des symboles, à la cryptanalyse computationnelle, à la recherche historique et à une vérification reproductible au sein d’une enquête continue.

Cette combinaison transforme un problème d’archives négligé en cas d’école pour la recherche assistée par IA. Elle révèle aussi la limite la plus importante : produire une lecture plausible est plus facile que démontrer qu’elle est correcte.

Une nouvelle énigme historique tombe face à l’IA après 217 ans

La dépêche retrouvée relie une page chiffrée obscure à un ordre documenté émis par Napoléon le 16 mars 1809.

La page conservée commence par une phrase française lisible adressée au général Marmont. Elle est suivie d’un bloc de 24 lignes composé de chiffres, de lettres ordinaires et de signes manuscrits inconnus.

La section chiffrée avait été reproduite dans un numéro de 1969 d’une revue française d’histoire militaire. Cette reproduction, de 1 202 sur 1 836 pixels, semble être la seule image publiquement accessible de l’intégralité du texte chiffré.

Pendant des décennies, le document est resté répertorié parmi les chiffres historiques non résolus. Même sa date était erronée dans un important catalogue en ligne, qui le présentait comme une lettre de 1807.

La reconstitution de Church le situe à la fin mars 1809. Cette datation s’appuie sur des références dans l’introduction lisible, la correspondance napoléonienne et la situation militaire décrite dans le message.

Napoléon avait écrit à Eugène le 16 mars. Il ordonnait au vice-roi d’indiquer à Marmont où se trouvaient les principales forces françaises et alliées.

L’ordre précisait qu’Eugène devait envoyer ces informations dans une lettre chiffrée portée par un officier intelligent. Napoléon énumérait ensuite sept forces, leurs commandants, leurs positions et leurs effectifs signalés.

La dépêche déchiffrée présente les mêmes forces dans le même ordre. Elle décrit les Bavarois entre Munich et Passau, les Polonais sur la Vistule, les Saxons près de Dresde et les formations françaises à travers l’Allemagne.

Cette concordance est au cœur de l’argument de vérification. Elle fournit un document historique connu auquel comparer la lettre déchiffrée.

La dépêche correspond également à la situation de Marmont. Il commandait des troupes françaises en Dalmatie, séparées des principales formations de Napoléon et vulnérables si l’Autriche engageait les hostilités.

Le message visait à le rassurer et à le motiver. Il décrivait l’Autriche comme exposée à une attaque depuis plusieurs directions et demandait à Marmont de ne pas se laisser intimider lorsqu’il recevrait l’ordre de se déplacer.

Le texte retrouvé contient la formule frappante « quelques troupes ou un rassemblement de canaille ». L’ordre publié de Napoléon du 16 mars s’interrompt au passage équivalent après « une poignée de ».

Le relais chiffré apporte donc des éléments sur le sens du passage manquant. Il n’établit pas la formulation originale exacte de Napoléon, car le quartier général d’Eugène a paraphrasé l’ordre.

Le document ajoute aussi des positions autrichiennes signalées et des commentaires sur la milice autrichienne. Ces détails ne figuraient pas dans les instructions de Napoléon du 16 mars.

Church a publié le déchiffrement, l’explication technique, la clé reconstituée et les éléments de vérification dans un dossier de résolution détaillé. Ce dossier permet à d’autres chercheurs de comparer la clé proposée avec la transcription complète.

Satoshi Tomokiyo, qui gère le catalogue Cryptiana des chiffres historiques, a examiné le travail. Le catalogue a ensuite marqué la lettre comme résolue et corrigé sa date en 1809.

Cet examen renforce le résultat, mais il ne constitue pas une évaluation académique par les pairs à grande échelle. La source reste une reproduction unique et imparfaite, et plusieurs signes rares admettent encore des lectures alternatives.

Comment GPT-6 Astra a percé le chiffre de Napoléon

La contribution notable de GPT-6 Astra a été de coordonner plusieurs tâches différentes, et non d’inventer une nouvelle technique de cryptanalyse.

Le chiffre est un système de substitution homophonique. Dans un tel système, plusieurs symboles peuvent représenter la même lettre fréquente, ce qui réduit l’utilité d’une simple analyse des fréquences.

La reconstitution finale identifie 1 300 unités chiffrées et 155 signes distincts. Certains signes correspondent à des lettres individuelles, tandis que d’autres représentent des mots entiers ou remplissent d’autres fonctions.

Une clé partielle existait déjà. L’historien français de la cryptologie Daniel Tant avait publié les valeurs de 33 signes, couvrant 435 des 1 300 unités.

Cependant, cette table n’avait jamais été fermement reliée à cette page précise. Sa description faisait apparemment référence à un code entre Eugène de Beauharnais et le « général Grammont », peut-être une transcription erronée de Marmont.

Selon Church, Astra a trouvé la table lors de recherches sur le web et l’a testée sur l’image. Les symboles connus correspondaient à une part suffisante du document pour constituer un point de départ utile.

Le modèle a d’abord divisé la page numérisée en lignes et attribué des étiquettes provisoires aux marques visuellement distinctes. Cela a produit 1 320 unités préliminaires et 175 classes de symboles provisoires.

Cette étape était plus difficile qu’une reconnaissance optique de caractères classique. Les symboles manuscrits variaient en taille, en forme, en densité d’encre et en orientation sur la page.

Le système devait déterminer si deux marques représentaient des symboles différents ou de simples variantes manuscrites d’un même symbole. La transcription finale a regroupé ces classes provisoires en 155 signes.

Astra a ensuite fixé les valeurs connues issues de la table de Tant et conservé une courte section de texte ordinaire lisible. Ensemble, ces indices couvraient environ un tiers des unités chiffrées.

Pour les signes restants, le flux de travail a utilisé le recuit simulé, une méthode d’optimisation qui modifie à répétition une clé candidate tout en recherchant des textes en clair mieux notés.

Les lectures candidates ont été évaluées à partir de séquences de lettres françaises. Les données de notation comprenaient des motifs de trois, quatre et cinq lettres tirés de textes français.

Il s’agissait d’une cryptanalyse computationnelle classique intégrée dans un processus plus vaste dirigé par le modèle. Une étude HistoCrypt a déjà décrit des méthodes de recuit simulé pour les chiffres de substitution homophonique.

Le solveur devait également reconnaître que certains symboles représentaient des mots entiers plutôt que des lettres individuelles. Vingt-neuf signes ont finalement été classés comme signes-mots, selon le compte rendu technique de Church.

Des mots tels que « de », « que », « vous » et « général » pouvaient donc apparaître comme des unités chiffrées uniques. D’autres symboles faisaient office de nuls, de ponctuation ou de lettres doublées.

Une fois que la clé proposée produisait un français cohérent, le modèle a vérifié les valeurs des symboles à chacune de leurs occurrences dans l’image originale. Cette vérification fondée sur l’image était importante, car une erreur de transcription pouvait contaminer plusieurs déductions ultérieures.

La clé finale pouvait être appliquée aux 1 300 unités dans l’ordre, sans corrections éditoriales. Church a également publié la transcription, le registre des symboles, le fichier de clé et un script qui régénère la lecture proposée.

Le résultat est ainsi vérifiable mécaniquement. Un autre chercheur n’a pas besoin d’accepter sur parole une traduction anglaise soignée.

Cependant, « vérifiable mécaniquement » ne signifie pas que chaque mot est certain. Cela signifie que la clé publiée produit de manière cohérente le français publié à partir de la transcription publiée.

Cinq signes restent véritablement ambigus. Un passage pourrait évoquer « Sa Majesté » ou « l’Empereur », tandis qu’un autre pourrait indiquer « l’armée du Frioul » ou « au Frioul ».

Ces alternatives ne modifient pas le message militaire global. Elles montrent toutefois pourquoi un résultat d’apparence complète ne doit pas être confondu avec une certitude textuelle parfaite.

La percée repose sur la compression du flux de travail

Ce résultat est important parce que l’IA a condensé un projet d’archives pluridisciplinaire en une enquête gérable pour un seul ingénieur curieux.

Un spécialiste aurait probablement pu résoudre ce chiffre il y a plusieurs décennies. Rien d’essentiel n’a été nouvellement découvert en 2026.

Le scan était disponible dans une revue numérisée. La table partielle était publique, la correspondance de Napoléon était imprimée depuis le XIXe siècle et les mémoires de Marmont étaient accessibles.

L’obstacle était l’attention. Résoudre la page exigeait que quelqu’un retrouve la reproduction, transcrive des centaines de marques ambiguës, comprenne le français de l’époque, construise un solveur et étudie le contexte historique.

Ce travail offrait peu de retombées professionnelles évidentes. Les chercheurs disposant de l’expertise nécessaire avaient des sollicitations plus pressantes.

Church indique avoir utilisé environ six heures d’exécution de GPT-6 Astra, auxquelles se sont ajoutées plusieurs soirées de son propre travail. Le modèle n’a pas éliminé le travail, mais il a changé qui pouvait tenter le projet.

Church affirme n’avoir jamais déchiffré de code auparavant. Son rôle s’apparentait davantage à celui d’enquêteur, de superviseur et de vérificateur qu’à celui d’un cryptanalyste traditionnel.

C’est le principal renversement de cette histoire. L’IA n’a pas vaincu un chiffre ayant résisté à des générations de spécialistes concentrés sur le problème.

Elle s’est plutôt attaquée à un document qui avait largement échappé à une attention soutenue de spécialistes. Le goulot d’étranglement était économique et organisationnel, et non purement mathématique.

Cette distinction rend ce cas plus pertinent, et non moins. Les archives contiennent d’importants arriérés de documents techniquement récupérables, mais trop coûteux à traiter individuellement.

Un modèle généraliste peut réduire le coût initial de ce travail. Il peut examiner un scan, proposer une transcription, rechercher des documents connexes, écrire du code d’analyse et réviser des hypothèses.

Le résultat peut ensuite être confié à un historien, un linguiste, un archiviste ou un cryptographe pour une vérification ciblée. Les experts consacrent moins de temps à produire une première ébauche exploitable et davantage à tester les affirmations importantes.

Le chiffre de Marmont montre aussi comment les modèles peuvent relier des documents répartis entre des catalogues mal alignés. La clé partielle et la planche chiffrée existaient dans des lieux différents, sous des noms incohérents.

Un chercheur humain aurait pu établir le même lien. L’avantage du modèle résidait dans sa capacité à poursuivre l’exploration, à tester et à intégrer des pistes dans un même contexte de travail.

Cette même capacité s’applique au-delà de la cryptographie. Le travail historique dépend souvent de la mise en correspondance de noms aux orthographes alternatives, de l’identification de formules récurrentes ou de la comparaison de documents endommagés avec une correspondance connue.

Elle pourrait aider à traiter des écritures difficiles, des sténographies privées, des systèmes d’écriture partiellement compris et des archives administratives qu’aucune équipe de recherche n’a eu le temps d’indexer.

Il existe déjà des précédents en matière d’assistance informatique appliquée à la cryptanalyse historique. Des chercheurs ont utilisé des modèles de langage neuronaux pour reconstituer des codes de dictionnaire du XVIIIe siècle, y compris des lettres impliquant le général américain James Wilkinson.

Ces systèmes traitaient généralement une tâche cryptographique définie. Le cas du chiffrement de Napoléon résolu par GPT-6 Astra semble plus vaste, car le modèle aurait orchestré la quasi-totalité du processus, de l’image source au dossier de vérification.

C’est pourquoi Another Historic Cipher Falls to AI ne devrait pas être réduit à l’affirmation qu’un chatbot a deviné du français. Le système a agi comme coordinateur entre vision, recherche, programmation, statistiques et interprétation historique.

Il dépendait aussi de décennies de travail humain. Tant a créé la table partielle, Tomokiyo a maintenu le catalogue des chiffres non résolus, des archivistes ont numérisé le journal et des éditeurs ont préservé la correspondance de Napoléon.

Sans ces matériaux, le modèle aurait manqué à la fois d’indices de départ et de ses contrôles les plus solides.

Ce que la lettre déchiffrée apporte réellement

La valeur historique de la lettre réside dans la confirmation de sa transmission, le comblement de petites lacunes et la révélation de la manière dont le quartier général de Napoléon présentait la guerre imminente.

La dépêche énumère les forces commandées par d’éminentes figures napoléoniennes. Elle place 40 000 Bavarois sous le duc de Dantzig entre Munich et Passau.

Elle attribue 30 000 Polonais sous le prince Józef Poniatowski à la Vistule, près de Cracovie. Elle mentionne l’armée saxonne devant Dresde et 80 000 soldats français signalés à Bayreuth.

Le message évoque également 60 000 hommes autour d’Ulm et de Donauwörth, ainsi que 40 000 hommes sous le général Nicolas Oudinot près d’Augsbourg et du Lech.

Ces chiffres reproduisent les instructions de Napoléon du 16 mars. Ils ne doivent pas automatiquement être considérés comme des effectifs exacts confirmés par la recherche historique moderne.

Zack White, chercheur à l’université de Portsmouth, a déclaré à historical analysis que Napoléon disposait d’environ 60 000 soldats de moins que ne le suggérait le message.

Cet écart modifie la manière dont le document doit être lu. Il ne s’agissait pas simplement d’un inventaire objectif.

La lettre était aussi un acte de persuasion destiné à un commandant isolé. Son ampleur et son assurance visaient à convaincre Marmont que la position de la France restait écrasante.

Elle affirme que les forces russes marchaient contre l’Autriche. D’autres correspondances montrent que Napoléon n’était pas certain que la Russie se déplacerait comme prévu.

La dépêche saisit donc un récit officiel à un moment précis. Elle montre ce que le quartier général d’Eugène voulait que Marmont croie avant le début des hostilités.

Ce récit dédaignait également la milice autrichienne. Le texte déchiffré indique que des efforts avaient été entrepris pour exciter la population, mais que les levées qui en résultaient n’avaient pas démontré leur capacité à renforcer efficacement l’armée.

Les localités autrichiennes nommées dans le message correspondraient à la situation militaire. Cela suggère que le quartier général d’Eugène disposait de renseignements significatifs sur les déploiements ennemis.

Le passage retrouvé concernant « un rassemblement de canaille » apporte une autre petite contribution. Cette expression correspond à la lacune de la version imprimée de l’ordre de Napoléon du 16 mars.

Comme la dépêche chiffrée paraphrase cet ordre, elle ne peut pas restituer les mots perdus avec une certitude absolue. Elle en clarifie toutefois le sens voulu.

Michael Rowe, chercheur en histoire européenne au King’s College London, a comparé l’ordre connu à une sorte de pierre de Rosette. La correspondance existante indique aux chercheurs ce qu’une grande partie du texte chiffré devrait contenir.

Cela rend la lettre particulièrement adaptée à l’évaluation d’un déchiffrement par IA. Si la méthode fonctionne lorsqu’un contrôle externe existe, les chercheurs disposent d’une base plus solide pour la tester sur des documents moins familiers.

Rowe a également souligné que le résultat ne révèle pas un plan militaire totalement inconnu. La plupart des informations centrales figuraient déjà dans la correspondance de Napoléon.

La lettre documente plutôt la réception d’un ordre. Les historiens peuvent comparer les instructions de Napoléon avec ce que le quartier général d’Eugène a effectivement transmis.

Elle laisse aussi une clé opérationnelle contenant 155 signes. Avant ce travail, la table publiée ne contenait que 33 valeurs de lettres et aucun signe correspondant à des mots.

Si un autre document utilisant le même système apparaît, les chercheurs pourront commencer avec la clé reconstituée. Cette réutilisation future pourrait s’avérer plus précieuse que le contenu immédiat de cette lettre.

Pourquoi le déchiffrement par IA exige toujours une responsabilité humaine

Une traduction cohérente constitue un élément de preuve, mais la reproductibilité, la provenance et la critique experte déterminent si elle devient une connaissance historique.

Les modèles de langage excellent dans la production de textes qui paraissent complets. Le déchiffrement historique crée des conditions dans lesquelles cette force peut devenir une faiblesse.

Une image endommagée, une clé partielle et un sujet attendu offrent à un modèle de nombreuses occasions de forcer des preuves ambiguës vers un récit plausible.

Ce cas réduit ce danger grâce à plusieurs vérifications indépendantes. La clé proposée s’applique de façon cohérente à l’ensemble du texte chiffré, et la liste des forces déchiffrée correspond à l’ordre documenté de Napoléon.

Le contexte militaire étaye la date révisée de 1809. Tomokiyo a examiné le travail, et le code ainsi que les fichiers de preuve sont disponibles à l’inspection.

Les récits établis distinguent aussi ce document des versions courantes. Un récit contemporain confirme qu’il provenait du quartier général d’Eugène plutôt que de Napoléon lui-même.

Cependant, le travail n’a pas fait l’objet d’une large évaluation par les pairs. L’image conservée est de faible résolution et certains symboles n’apparaissent qu’une seule fois.

Ces signes rares ne peuvent pas être validés par répétition. Leur signification dépend davantage de la grammaire, du contexte et de la reconstruction environnante.

L’ordre napoléonien connu crée une autre complication. Il offre un excellent contrôle de vérification, mais peut également biaiser la recherche.

Un solveur qui connaît déjà la liste attendue des troupes pourrait reconstruire un langage ressemblant à l’ordre source. Les chercheurs doivent donc séparer les preuves issues de l’image de l’inférence contextuelle.

Church a répondu à cette préoccupation en publiant des exécutions répétées et des matériaux de vérification. Son dossier comprendrait des tests réalisés sans les textes de comparaison napoléoniens dans le corpus du solveur.

Cette conception est utile, car elle demande si le système de cryptanalyse peut retrouver le message sans simplement faire écho à la référence historique la plus évidente.

La leçon la plus importante concerne la responsabilité. Church a déclaré à Live Science que vérifier les solutions était plus difficile que les générer, ajoutant que la responsabilité ne pouvait pas simplement être automatisée.

Cette observation s’applique à toute affirmation archivistique assistée par IA. Un modèle peut proposer rapidement une lecture, mais les humains doivent décider si les preuves l’étayent.

Des normes utiles devraient inclure une image source traçable, un processus de transcription documenté, une incertitude explicite, un code reproductible et une comparaison avec des archives indépendantes.

Les chercheurs devraient également préserver les hypothèses infructueuses. Un récit final net peut masquer le nombre d’alternatives plausibles qui ont été testées puis rejetées.

Les institutions auront besoin de règles plus claires concernant l’attribution du mérite. Une solution assistée par IA peut dépendre d’un responsable de catalogue, d’un archiviste, d’un cryptologue antérieur, d’un développeur de logiciels, d’un historien et d’un opérateur de modèle.

Qualifier cette réussite de découverte autonome par IA effacerait ces contributions. La qualifier de recherche manuelle ordinaire manquerait également ce qui a changé.

La description la plus exacte est celle d’un déchiffrement assisté par IA, dirigé et validé par des personnes. Le modèle a condensé le flux de travail, tandis que les chercheurs humains ont apporté provenance, jugement et responsabilité.

Trois signaux montreront si cette méthode peut passer à l’échelle

Le prochain test sera de savoir si les chercheurs peuvent reproduire le résultat sur des documents offrant moins d’indices et des contrôles historiques plus faibles.

Le premier signal est la réutilisation de la clé à 155 signes. Les chercheurs devraient rechercher une autre lettre associée au quartier général d’Eugène ou à Marmont qui utilise le même système.

Une application réussie renforcerait les attributions de symboles, en particulier pour les signes n’apparaissant qu’une seule fois dans le document actuel. Elle pourrait également révéler si le code a changé selon les correspondants ou les dates.

Le deuxième signal est une réplication indépendante. Une équipe distincte devrait commencer par le scan source, la table partielle et la méthode publiée, puis reproduire le texte français.

Cette équipe devrait documenter les désaccords au niveau des symboles. Un accord sur le message central compterait davantage qu’une formulation anglaise identique.

Le troisième signal est la performance sur un chiffre d’archives ne disposant pas d’un texte parallèle connu. La lettre de Marmont bénéficie de l’ordre de Napoléon du 16 mars, qui prédit une grande partie de son contenu.

Un cas moins contraint permettrait de vérifier si le flux de travail se généralise réellement. Il accroîtrait également le risque d’une lecture convaincante mais non étayée.

Le succès ne devrait pas signifier qu’un modèle produit une langue fluide. Il devrait signifier qu’une clé stable explique le texte chiffré, résiste à l’examen des experts et fonctionne sur des preuves connexes.

L’opportunité plus large est considérable. De nombreuses énigmes historiques restent non résolues parce que leur résolution exigerait des semaines de travail spécialisé sans garantir une découverte majeure.

L’IA peut rendre l’étude de ces problèmes négligés abordable. Elle peut aider des personnes extérieures à produire des premières analyses vérifiables tout en orientant l’attention des experts vers les incertitudes les plus difficiles.

Toutefois, une résolution plus rapide créera un second arriéré : la vérification. Les responsables de catalogues et les historiens pourraient recevoir des solutions proposées plus vite qu’ils ne peuvent les évaluer.

Ce déséquilibre pourrait alimenter les discussions publiques de revendications prématurées. Les dossiers de preuves reproductibles doivent donc faire partie du résultat, et non constituer un simple matériel d’appui facultatif.

Another Historic Cipher Falls to AI constitue une étape crédible, car le travail peut être vérifié. Ses limites sont également visibles, depuis les symboles incertains jusqu’à la dépendance à un ordre historique connu.

La prochaine avancée devrait être jugée selon la même norme. Des chercheurs indépendants peuvent-ils régénérer la lecture, en contester les points faibles et appliquer la méthode ailleurs ?

Si la réponse est oui, l’IA ne se contentera pas de résoudre des curiosités historiques isolées. Elle transformera les archives négligées que les chercheurs peuvent se permettre d’examiner.