Description : Dans un contexte où les sciences sociales et humaines expérimentent des cadres analytiques non anthropocentriques, cet article propose une lecture sémiotique (structurale) de l'hybridation entre l'IA symbolique et l'IA neuronale (ou sous-symbolique) à partir d'un champ d'application : le design et l'usage d'une base de connaissance pour les études aréales. Nous décrivons l'écosystème LaCAS – Archives ouvertes en études linguistiques et culturelles (thésaurus ; ontologie RDF/OWL ; services LOD ; moissonnage ; expertise ; publication), déployé à l'Inalco (Institut national des langues et civilisations orientales) avec l'environnement logiciel Okapi (Open Knowledge and Annotation Interface) de l'Ina (Institut national de l'audiovisuel), qui compte aujourd'hui environ 160 000 ressources documentaires et une dizaine de macro-domaines regroupant plusieurs milliers d'objets de connaissance. Nous illustrons cette approche à partir du domaine de connaissance « Langues du monde » (~540 langues) et de l'objet de connaissance « Quechua (langue) ». Sur cette base, nous discutons de l'intégration contrôlée d'outils neuronaux, plus précisément d'outils génératifs, dans le cycle de vie d'une base de connaissance : aide à la localisation/qualification des données, extraction et agrégation d'index, suggestion et test de propriétés, génération dynamique de fichiers, ingénierie de prompts contextualisés alignés sur l'ontologie. Nous esquissons un écosystème d'agents spécialisés capables d'animer la base de données tout en respectant ses contraintes symboliques, en articulant des méthodes model-driven et data-driven.