L’intelligence artificielle arrive dans la boîte à outils de la planification urbaine et territoriale avec des promesses séduisantes : cartographies massives, repérages automatiques d’éléments bâtis ou paysagers, scénarios prospectifs sur l’impact d’une densification. Dans les bureaux techniques comme auprès des élus, ces outils sont lus comme des solutions pour “objectiver” des choix politiques et gagner du temps sur des tâches fastidieuses.
Pour lire le début de l’article, cliquer ici
Ce que l’IA peut apporter — concrètement et utilement
Lorsque la méthode est pensée, l’IA offre des contributions opérationnelles fortes pour la planification :
- Cartographies dynamiques : identification automatique d’îlots de bâti remarquable, recensement d’éléments paysagers (alignements, arbres remarquables), typologies, détermination des covisibilités potentielles, parcellaire ;
- Scénarios prospectifs : modélisation des effets d’une densification (ombrage, vues, porosité, flux de déplacements) pour comparer des variantes de PLU ;
- Outils de médiation : visualisations 3D, couches “avant/après”, maquettes interactives pour expliquer aux élus et citoyens les effets d’un projet, topographie ;
- Priorisation des interventions : des algorithmes d’analyse peuvent croiser l’état de conservation, l’exposition aux risques ou la pression foncière pour identifier les édifices les plus vulnérables. Ces outils facilitent la planification des actions lorsque les moyens budgétaires et humains sont contraints ;
- Interopérabilité1 des données : croisement entre cadastre, bases patrimoniales, données énergétiques, mobilité — pour une lecture systémique du territoire.
Ces apports sont réels : ils libèrent du temps, objectivent des points d’attention et rendent possibles des débats mieux documentés.
Cas de figure concrets illustrant le concept de marge d’appréciation :
- Cas de figure typique n°1 : la covisibilité “grise”
L’IA (ou un outil SIG automatisé) détecte une covisibilité entre un monument et un projet, simplement parce qu’une ligne de vue théorique existe dans le modèle 3D.
x Problème : dans la réalité du terrain, cette covisibilité est marginale —elle passe par une trouée de végétation ou une fenêtre d’un seul point.
L’ABF, lui, sait nuancer : « Oui, la covisibilité existe, mais elle n’est pas significative ».
→ Si l’outil IA fige le diagnostic, on perd cette souplesse interprétative, indispensable dans la négociation avec le maire ou le pétitionnaire.
- Cas de figure typique n°2 : l’évaluation algorithmique d’un bâtiment
Un système IA pourrait attribuer un “score patrimonial” à chaque édifice selon des critères formels (âge, matériaux, typologie, etc.).
x Problème : un bâtiment “moyen” sur le plan formel peut avoir une valeur d’usage ou symbolique forte (maison d’un ancien artisan, repère local, architecture ordinaire bien insérée).
→ Si le score devient un argument administratif, il réduit la capacité de l’ABF à plaider pour la nuance et la contextualisation.
- Cas de figure n°3 : la négociation locale
Lors d’un échange avec un maire ou un promoteur, un ABF doit parfois composer : accepter un compromis sur un point secondaire pour en préserver un autre plus essentiel.
→ Si l’avis se fonde sur des cartes ou diagnostics automatiques, cette marge tactique —la diplomatie du terrain— se referme : la décision devient mécanique, moins négociable.
Les risques et limites techniques et politiques
Mais l’usage de l’IA n’est pas neutre ; plusieurs limites appellent des garde-fous :
- Biais des données : les algorithmes reflètent les jeux de données qui les entraînent. Le patrimoine du quotidien —ces architectures modestes, rurales ou vernaculaires, souvent absentes des inventaires— demeure le grand oublié des bases de données patrimoniales ;
- Évolutivité des données : la donnée est évolutive et grandit avec la connaissance des acteurs ;
- Souveraineté des données : qui héberge les modèles ? Qui possède les résultats ? Les réponses techniques offertes peuvent devenir des instruments de pouvoir si elles sont contrôlées par des tiers subjectifs ;
- Perte de marge d’appréciation : automatiser la détection des covisibilités ou qualifier numériquement l’intérêt d’un édifice peut réduire la souplesse tactique dont a besoin un ABF dans la négociation locale (voir encadré) ;
- Renforcement des silos : si chaque service développe son outil, on obtient des “silos numériques” autant que des silos administratifs. L’IA doit au contraire favoriser l’interopérabilité surperqualifragislistique ;
- Légitimité politique : une cartographie très “technique” peut dissuader le débat démocratique en naturalisant des choix qui restent politiques.
Posture requise pour l’ABF : principes et recommandations
Pour que l’IA serve la planification patrimoniale sans en dévoyer l’esprit, quelques principes opérationnels :
- Human-in-the-loop2 : systématiser l’intervention humaine à chaque étape —détection, interprétation, décision. L’IA doit rester un outil d’aide à la décision des acteurs, multifactoriel, environnemental et humain ;
- Enrichissement local des données : organiser des campagnes de saisie participative (permanences, ateliers) pour corriger les biais et intégrer le patrimoine diffus3 ;
- Interopérabilité et open data : promouvoir des plateformes partagées entre DDT, CAUE, UDAP, services énergie et opérateurs, avec formats ouverts et métadonnées vérifiées, dont la qualification doit rester concertée ;
- Projets patrimoniaux de territoire : exploiter l’IA pour construire des scénarios de planification discutés en amont —l’outil devient support au débat, non substitut.
- Gouvernance des modèles : il s’agit de définir qui possède, héberge et contrôle les systèmes d’IA utilisés pour le patrimoine —afin d’en garantir la transparence, la mise à jour et l’équité d’usage, dans un cadre de responsabilité publique ;
- Formation et montée en compétence : former les ABF à lire, critiquer et piloter des outils IA, afin d’en faire des commanditaires avisés plutôt que d’en subir l’usage.
La planification patrimoniale comme support d’une exception culturelle
L’exception culturelle française ne se limite pas aux arts ou à la culture écrite : elle exprime une certaine conception du rapport au temps, à la création et au territoire. Si elle se manifeste par le prix unique du livre ou par le système d’autofinancement du cinéma, elle s’applique aussi, de manière plus discrète, au patrimoine bâti.
Dans ce domaine, elle repose sur un ensemble de règles et de savoir-faire qui privilégient la continuité, la réparation, la qualité artisanale et la valorisation du tissu existant —une véritable économie de la maintenance, à rebours des logiques de table rase.
Cette approche, fondée sur la nuance et la transmission, entre parfois en tension avec d’autres ambitions contemporaines, notamment celles de la densification urbaine ou de la production de logements. Il ne s’agit pas d’opposer les politiques publiques, mais de rappeler que la ville durable ne se résume pas à une équation quantitative.
Comme le souligne Romain Lucazeau (Urbanisme, n°6), l’IA peut contribuer à « produire de la ville dense ». Encore faut-il, pour reprendre son expression, que cette densité soit intelligente —c’est-à-dire qu’elle s’ancre dans une lecture patrimoniale et paysagère du territoire, respectueuse du genius loci et des équilibres sociaux.
Dans son numéro spécial de mars-avril 2025, Urbanisme souligne que l’IA tend parfois à s’imposer comme la solution à toute complexité, au risque d’éluder les questions de souveraineté des données et de responsabilité.
Dans le domaine du patrimoine, ces enjeux rappellent l’importance d’une coordination interservices réelle —entre ABF, services de l’État, collectivités et urbanistes— afin que la technologie reste un outil et non un substitut à la concertation.
Certains dispositifs, comme les primes de rénovation, gagneraient d’ailleurs à mieux intégrer ce dialogue : attribuées sans toujours vérifier la conformité des travaux, elles peuvent encourager des pratiques éloignées des objectifs patrimoniaux.
La prolifération des dispositifs réglementaires destinés à “partager” l’espace urbain révèle un paradoxe : plus on cherche à encadrer les comportements, plus la capacité des habitants à construire ensemble des usages communs s’amenuise.
La participation citoyenne dans la planification urbaine peut renforcer la cohésion sociale et améliorer la qualité des projets. La gestion collective des espaces urbains émerge comme une réponse aux défis contemporains4 . Des initiatives telles que les syndicats de gestion à l’échelle d’une rue ou les projets d’installations photovoltaïques partagées illustrent cette dynamique. Ces projets favorisent la démocratie participative et permettent une gestion plus durable des ressources urbaines. La mise en place de foncières efficaces, le soutien aux artisans spécialisés et la convergence des financements publics sont des pistes à explorer pour préserver et valoriser le patrimoine urbain de manière durable.
Conclusion : faire de l’IA un levier pour la définition du projet patrimonial de territoire
L’intelligence artificielle peut transformer la planification patrimoniale —à condition qu’elle soit intégrée dans une stratégie politique et administrative claire. Elle aide à repérer, illustrer et comparer ; elle ne remplace pas le travail de construction d’un projet partagé.
L’enjeu est simple : reprendre la main sur les outils numériques pour qu’ils servent une ambition collective —le « projet patrimonial de territoire ».
Dans ce contexte, le rôle de l’ABF dépasse la simple expertise technique : il s’agit de redevenir un ensemblier, capable d’utiliser l’IA pour nourrir la compréhension collective du territoire, fédérer les partenaires et orienter les décisions vers des équilibres durables entre héritage et innovation.
- L’interopérabilité, c’est la capacité de plusieurs systèmes informatiques à communiquer entre eux et à échanger leurs données de manière fluide et compréhensible. Si la DDT, la DRAC, une collectivité et une plateforme IA utilisent chacun leurs propres bases de données (PLU, cadastre, SPR, cartographies patrimoniales, etc.), l’interopérabilité permet que toutes ces données puissent se lire, se croiser et s’actualiser automatiquement, sans conversion complexe ni perte d’information. ↩
- L’humain dans la boucle - Ben Shneiderman, Human-Centered AI, Oxford University Press, 2022. Shneiderman est un des pères de l’interaction homme-machine, son plaidoyer pour « human in the loop » fait autorité ↩
- Le patrimoine diffus désigne l’ensemble des éléments ordinaires et disséminés du paysage bâti -maisons, murs, granges, alignements, petits ouvrages— qui, sans être protégés ni remarquables isolément, participent collectivement à l’identité et à la cohérence d’un territoire. ↩
- Alexandre Grondeau, Altermétropolisation. Une autre vi(ll)e est possible, Paris, Éditions de l’Aube, 2021. ↩
