Intégration de l'intelligence artificielle pour la protection du patrimoine urbain à travers la création d'une base de données – Cas d'étude : la Casbah d'Alger

Abstract

La Casbah d’Alger, inscrite au patrimoine mondial de l’UNESCO depuis 1992, connaît une dégradation accélérée due à la vétusté, aux pressions urbaines et à un manque de coordination entre les institutions chargées de sa protection (Ministère de la Culture, Ministère du Tourisme, Direction de l’urbanisme, associations locales). Face à ce constat, cette recherche propose de concevoir un prototype de base de données spatiale intégrant des outils d’intelligence artificielle (IA) pour améliorer la documentation, l’évaluation des risques et l’aide à la décision. Après avoir analysé le cadre théorique et les spécificités de la zone d’étude, un prototype fonctionnel a été développé avec React, Leaflet, Supa base et TensorFlow.js. Il offre une carte interactive, une gestion complète des monuments (ajout, modification, suppression, export CSV), une analyse d’images par réseau de neurones convolutif (Mobile Net), une simulation de prédiction du risque (Random Forest) et un système d’alertes automatiques déclenché lorsque le score de risque dépasse 70. Les tests confirment la faisabilité technique. Les limites (données anciennes, modèles simulés, absence de LSTM, envoi réel d’e‑mails non activé) sont discutées et des perspectives d’amélioration sont proposées : collecte de données récentes, entraînement d’un véritable Random Forest, développement d’un CNN spécifique aux pathologies de la Casbah, ajout d’un module LSTM et déploiement institutionnel. Ce travail montre que l’IA, même à un stade de preuve de concept, peut contribuer significativement à la sauvegarde du patrimoine urbain algérien.تُعاني قصبة الجزائر، المسجلة ضمن قائمة التراث العالمي لليونسكو منذ عام 1992، تدهوراً متسارعاً بسبب القدم والضغوطات الحضرية وغياب التنسيق بين المؤسسات المعنية بحمايتها (وزارة الثقافة، وزارة السياحة، مديرية التعمير، الجمعيات المحلية). أمام هذا الواقع، يقترح هذا البحث تصميم نموذج أولي لقاعدة بيانات مكانية تدمج أدوات الذكاء الاصطناعي لتحسين التوثيق وتقييم المخاطر ودعم القرار. بعد تحليل الإطار النظري وخصائص منطقة الدراسة، تم تطوير نموذج أولي عملي باستخدام React وLeaflet و Supa base و TensorFlow.js. يقدم هذا النموذج خريطة تفاعلية، إدارة كاملة للمعالم إضافة، تعديل، حذف، تصدير إلى CSV)، تحليل صور عبر شبكة عصبونية التفافية (Mobile Net)، محاكاة للتنبؤ بالمخاطر (Random Forest)، ونظام إنذار آلي يُفعّل عندما تتجاوز درجة الخطر 70. تؤكد الاختبارات الجدوى التقنية. تمت مناقشة حدود العمل (بيانات قديمة، نماذج محاكاة، غياب LSTM، عدم تفعيل إرسال التنبيهات بالبريد الإلكتروني) واقتراح آفاق للتحسين: جمع بيانات حديثة، تدريب Random Forest حقيقي، تطوير CNN متخصص لأضرار القصبة، إضافة وحدة LSTM، والنشر المؤسساتي. يُظهر هذا البحث أن الذكاء الاصطناعي، حتى في مرحلة برهان المفهوم، يمكن أن يساهم بشكل كبير في حماية التراث الحضري الجزائري.