Nous avons hérité de 280 000 historiques d’œuvres via MCP et appris au système à répondre « je ne sais pas » quand il ne sait pas

Nous avons publié sous forme de serveur MCP un graphe de connaissances sur la provenance des œuvres d’art (historique de possession). C’est une open beta gratuite, et il se connecte à Claude/ChatGPT/Cursor avec une simple URL, sans clé : https://provenio.art/api/mcp (stdio : npx provenio-mcp)

Ce que nous avons constaté en le construisant : les LLM récents connaissent déjà bien les grands noms de l’histoire de l’art. Nous en avons donc conclu que le vrai facteur différenciant d’un serveur métier n’est pas la connaissance, mais « le comportement quand il ne sait pas ».

Par exemple, si on interroge sur Untitled (Boxer) de Basquiat, il renvoie ainsi le fait qu’après sa création en 1982 et jusqu’à la vente aux enchères chez Christie’s en 2017, aucun propriétaire n’a jamais été publiquement confirmé pendant 35 ans :

{ "gap": "l’acheteur initial en 1982 et la chaîne de possession entre 1982 et 2017 ne sont pas confirmés par des sources primaires", "impact": "medium" }

Au lieu d’inventer un propriétaire plausible, il renvoie le manque comme une donnée. Dans des domaines comme l’authentification, la restitution ou l’assurance, où un mensonge assuré est plus dangereux que le silence, nous avons estimé que c’était une fonctionnalité essentielle.

Composition :

• Graphe de connaissances de 282 731 nœuds (CIDOC-CRM/PROV-O) — Getty Provenance Index, registres de la galerie Knoedler (1872–1971), archives de spoliations en exposition et de restitutions
• 27 outils : chaîne de possession (avec signalement des risques liés à la période nazie 1933–45), résumé en percentiles des prix aux enchères, comparaison d’œuvres similaires, réseau d’influences
• Taux d’hallucination <1 % vérifié sur l’API live avec un harnais d’évaluation réexécutable (ce n’est pas de l’auto-déclaration)
• Développé seul, avec un système d’agents IA pour aller de l’ontologie au MCP puis au web

En bonus, il y a aussi une œuvre créée à partir de ces données : provenio.art/genesis — une visualisation où 36 peintres se synchronisent via le modèle de Kuramoto sur une matrice d’adjacence de relations d’influence réelles (calculée en temps réel à chaque frame).

Je serais preneur de retours sur la conception d’une « IA qui se tait sans source », en particulier de la part de celles et ceux qui ont essayé de l’appliquer à d’autres domaines.