Les LLM nous font miroiter un raccourci. Plus besoin de carte : la machine nous donnerait enfin un accès direct au territoire. Générer des ontologies au kilomètre paraît désormais simple.

Mais il y a un piège : une ontologie générée est une carte que personne n’a levée. Elle en a la légende, l’échelle et la typographie, mais aucun arpenteur n’a parcouru le terrain.
Les LLM sont très utiles pour peupler un référentiel de connaissances. Ce ne sont pas des baguettes magiques.

Veronika Heimsbakk, ontologue norvégienne et autrice de SHACL for the Practitioner, le rappelle dans un billet récent :

La valeur ne réside pas nécessairement dans le fait de rendre les informations lisibles par une machine, mais dans le processus qui consiste à déterminer la signification de vos concepts, à qui ils appartiennent et comment ils s’articulent entre eux.

Ma méthode n’a pas beaucoup évolué au cours de ma carrière. Tout commence avec des crayons de couleur, des feuilles de papier et des experts du domaine qui débattent pour savoir si deux choses sont identiques ou non. Mon rôle consiste à les guider tout au long de cette discussion et à aider les experts du domaine à trouver un terrain d’entente. Ce n’est qu’une fois que le schéma et la discussion sont finalisés que je modélise le tout . Puis nous itérons.

Vous obtenez certes un fichier RDF lisible par la machine. Mais sa vraie valeur réside dans le débat qui l’a produit, et chaque axiome doit pouvoir être rattaché à une décision que quelqu’un a prise et sait expliquer.

L’exemple qu’elle donne est très parlant. Demandons à un LLM de modéliser des produits et leurs références (les SKU) d’une entreprise Lambda. Il propose le schéma le plus courant : chaque référence est un produit. C’est logique, en moyenne. Sauf que chez elle, un t-shirt se décline en quinze tailles et coloris, chacun avec sa propre référence. Le raisonneur conclut alors que les quinze références sont une seule et même chose, et le décompte des produits compte le t-shirt seize fois. Le modèle n’a commis aucune faute de logique. Il a appliqué un sens moyen à une entreprise qui ne l’est pas.

L’ontologie s’apparente à un plan. Elle est concise, mûrement réfléchie et élaborée par des humains. Une fois mise en place, un modèle linguistique peut contribuer à son enrichissement et à son extension.

C’est là tout l’enjeu : relire un résultat issu d’un LLM, ce n’est pas en être l’auteur. Au mieux, on voit l’erreur, mais certainement pas le manque. Seule la confrontation au corpus, avec ceux qui savent, permet de maîtriser ce que l’outil a peuplé.

Disposer de cette carte n’est donc pas une coquetterie de boomer. .Heimsbakk en fait l’expérience à chacun de ses ateliers :

Tout au long de la première journée de l’atelier, nous concevons et décrivons un graphe de connaissances à l’aide de crayons de couleur et de grandes feuilles de papier. J’ai mis au point un prompt permettant à une IA de transformer ces dessins en ontologies accompagnées de leurs vocabulaires SKOS, le cas échéant. À chaque fois, sans exception, l’IA génère des modèles différents. Même si tout le monde utilise le même modèle d’IA et la même image avec la même consigne. On se retrouve avec autant d’ontologies différentes qu’il y a de personnes dans la salle.

Un moteur probabiliste ne produit pas une carte. Il en produit autant qu’on lui en demande. La seule qui vaille est celle qui a été dessinée ensemble.

Je laisse le mot de la fin à l’ami Jean Delahousse , grand praticien des ontologies :

Trente ans d’ingénierie des connaissances ne sont pas devenus obsolètes avec les LLM. Ils sont devenus ce qui les rend fiables.