De l’art de déstabiliser : créer avec une IA

Par Valentine Cuenot, Master en histoire de l’art et en humanités numériques, UNIL

La série Chimères (2023) du photographe romand Matthieu Gafsou offre des images fascinantes et intrigantes. Ses œuvres, aux ambiances oniriques, semblent suspendre les figures, objets et paysages, dans un futur inquiétant (fig.1). À y regarder de plus près, ces images s’éloignent du rendu photographique, les formes s’immergent dans le paysage, les contours s’imbriquent les uns aux autres.

Logiques des logiciels de génération d’images

En qualifiant sa série Chimères de « série photographique », Matthieu Gafsou l’inscrit dans sa pratique de photographe et se positionne ouvertement en tant qu’auteur de ses images. Or, l’intelligence artificielle est impliquée dans la création des images, ce qui leur confère un statut particulier. Ce système défini comme un « processus d’imitation de l’intelligence humaine » (RAGOT, MARTIN, COJEAN, 2020, p. 2), a un potentiel d’autonomie créative qui rend ambivalente la qualification de simple outil. Il convient dès lors d’analyser son fonctionnement.

Le texte ainsi encodé sert de guide à la génération d’images. Pour cette deuxième étape, les nouveaux générateurs d’images utilisent le modèle dit de « diffusion ». Ce modèle est entraîné à partir d’un large corpus d’images existantes. Des pixels aléatoires appelés « bruit blanc » ou « bruit gaussien » sont ajoutés aux images. Cette action est répétée un nombre X de fois. Lorsque X=1, il y a très peu de bruit parasite, mais plus X est grand, moins l’image initiale est reconnaissable (HO, JAIN, ABBEEL, 2020, p. 2). Le modèle doit apprendre à supprimer ce bruit pour recréer l’image d’origine. Concrètement, la machine calcule quelle pourrait être la quantité d’informations aléatoires qui brouille une image inconnue, puis une fois identifiée, la retire étape par étape, jusqu’à ce que X=0 (fig. 3). Ce modèle permet uniquement de créer des images aléatoires. Il est alors couplé à un troisième algorithme qui intègre le prompt de l’utilisateur ou l’utilisatrice. Prenons une image de chat et le mot « chat ». Pour associer le texte à l’image, cet algorithme transforme l’image du chat en un vecteur de même dimension que le texte « chat » qui la légende, afin qu’ils soient interprétables ensemble (SAHARIA et al., 2022, p. 3). Cet algorithme est introduit dans le processus principal de génération d’images afin de guider la suppression du bruit en fonction du texte proposé. L’image ainsi générée est de très basse résolution, car il est plus simple de travailler à partir d’un nombre réduit de pixels (DHARIWAL, NICHOL, 2021, p. 7). Le recours à un ultime programme permet d’obtenir la haute définition finale de l’image : l’ouput.

La décomposition de ce processus met en évidence que la génération d’images est dépendante d’un grand nombre de procédures qui sont préalablement conceptualisées et développées hors de la portée de l’artiste. On peut en effet identifier trois structures principales qui influencent les résultats du logiciel : le corpus initial d’images, le corpus de textes dont émergent les associations de mots, et l’architecture des algorithmes codés par les développeurs et développeuses. Cette pluralité de sources agissantes sur l’image finale questionne la part de contrôle de Matthieu Gafsou et in fine son statut d’auteur (AUDRY, IPPOLITO, 2019, p. 2). La prise en charge de l’exécution par l’algorithme a d’ailleurs provoqué chez Gafsou une réticence initiale à exposer ses images. Malgré les centaines d’essais et d’heures de travail investies par le photographe, la difficulté pour lui a été d’apprécier ces images générées de manière si immédiate, si facile, et de les considérer comme des œuvres abouties (CUENOT, ONESTI, HAVRILOVA, 2023).

Il est ici important de préciser que l’intelligence artificielle n’est pas le premier système tiers auquel on a pu recourir pour réaliser des créations artistiques (MAGRINI, 2017, p. 23). Le lien privilégié entre un artiste et son œuvre a déjà été remis en question par le passé. Durant le XXe siècle, de multiples approches artistiques ont participé à reconsidérer la notion de contrôle sur les œuvres, dont, notamment, l’art conceptuel dès les années 1960. Cette pratique se focalise non sur l’objet, mais sur le processus, sur le système qui permet de la créer (BURNHAM, 1968, p. 32). L’œuvre est ainsi moins définie par l’objet, que par la procédure qui la réalise. Celle-ci se compose de règles définies qui laissent une importante latitude à l’aléatoire et qui, de plus, peut être réalisée par un tiers (MAGRINI, 2017, p.33). On pourrait, dès lors, inscrire la génération par IA dans la continuité de ces mouvements artistiques, dont l’art conceptuel est un exemple, où un système extérieur est impliqué pour générer des motifs aléatoires. L’IA correspondrait à une évolution de la pratique artistique vers des degrés d’autonomie plus élevés des systèmes (MANOVICH, 2019 p. 5).

Caractéristiques des images produites par des IA

L’aléatoire, dans la génération d’images par intelligence artificielle, n’est toutefois pas à considérer comme l’équivalent d’une forme d’originalité ou d’inattendu. Un modèle génératif est avant tout un système probabiliste. Étant donné que l’algorithme apprend à reconstituer le visuel le plus probable par rapport aux modèles existants, il opère ainsi une moyenne des représentations. Cette logique, qui n’est pas celle qui vise à créer de l’originalité, met en exergue, au contraire, le caractère intrinsèquement reproductif de l’art génératif. L’art par IA est en effet complètement dépendant de l’échantillon d’images disponibles aux développeurs et développeuses. Lev Manovich, professeur en informatique et art numérique, tend à considérer ces productions d’abord comme une « simulation historique » (MANOVICH, 2019, p. 5). En travaillant avec Dall-e 2, Matthieu Gafsou s’est trouvé confronté aux imaginaires actuels de la science-fiction cinématographique. Ses prompts ont régulièrement généré des références aux saga Star Wars (1977-2022) et Gardiens de la Galaxie (2014-2017) qu’il a systématiquement écartées pour éviter les représentations trop stéréotypées. Gafsou a ainsi développé un vocabulaire peu précis et polysémique pour pousser la machine à produire des glitchs, des erreurs de génération, et ainsi faire émerger une autre esthétique (CUENOT, ONESTI, HAVRILOVA, 2023).

Par ailleurs, selon Manovich, le corpus initial de la plupart des IA actuelles est basé sur une vision restreinte de l’art, principalement issu du « langage visuel occidental » (MANOVICH, 2022, p.62). En effet, non seulement l’IA n’a accès qu’à un échantillon limité des cultures visuelles, mais son fonctionnement mathématique, privilégiant les traits prévalents d’un corpus, fait émerger une esthétique unifiée et normalisée. Kate Crawford, spécialiste des intelligences artificielles, insiste sur le fait que toute classification est « un acte de pouvoir », puisqu’il est décidé ce qui est mis en avant et ce qui est exclu (CRAWFORD, 2021, p.127). Cette esthétique lissée est même devenue, dans certains contextes, un critère pour définir le style de l’IA. En 2022, ce style a notamment été utilisé comme motif d’exclusion d’un canal consacré à l’art du réseau social Reddit (CHEN, 2023). Ce canal ayant pour règle interne de ne pas partager de l’art IA, les modérateurs et modératrices ont retiré un post illustré, « A Muse in the Warzone », dont l’esthétique était jugée trop similaire à l’IA (fig. 5). Malgré les réclamations de l’utilisateur qui a fourni des fichiers Photoshop pour prouver son statut d’auteur, les modérateurs et modératrices du canal ne sont pas entrés en matière, jugeant la paternité de l’œuvre trop difficile à déterminer. Leur réponse sans appel, « You need to find a different style », (CHEN, 2023), est révélatrice d’une esthétique dominante qui est assimilée aux productions IA.

Dans son travail, Matthieu Gafsou a développé des stratégies pour contourner cette sorte d’hégémonie stylistique véhiculée par l’IA. À l’aide d’indications formelles, telles que « clair-obscur », il a ciblé des images au sein du corpus de l’IA qui correspondaient davantage à sa vision pour sa série Chimères (CUENOT, ONESTI, HAVRILOVA, 2023) (fig. 6). Gafsou a ainsi insufflé sa sensibilité dans ses images et affiné ses instructions pour amener l’algorithme à créer des combinaisons originales dans la direction qu’il souhaitait. Ainsi, son travail artistique a consisté, dans ce projet, à apporter une narration autre que celle produite par défaut.

Conclusion

---

Bibliographie