{"id":1000,"date":"2023-04-05T11:23:17","date_gmt":"2023-04-05T09:23:17","guid":{"rendered":"https:\/\/wp.unil.ch\/techno-mondes\/?page_id=1000"},"modified":"2023-04-05T11:44:48","modified_gmt":"2023-04-05T09:44:48","slug":"de-lart-de-destabiliser","status":"publish","type":"page","link":"https:\/\/wp.unil.ch\/techno-mondes\/gafsou\/de-lart-de-destabiliser\/","title":{"rendered":"De l\u2019art de d\u00e9stabiliser\u00a0: cr\u00e9er avec une IA"},"content":{"rendered":"\n

Par Valentine Cuenot, Master en histoire de l\u2019art et en humanit\u00e9s num\u00e9riques, UNIL<\/em><\/strong><\/p>\n\n\n\n

La s\u00e9rie Chim\u00e8res<\/em> (2023) du photographe romand Matthieu Gafsou offre des images fascinantes et intrigantes. Ses \u0153uvres, aux ambiances oniriques, semblent suspendre les figures, objets et paysages, dans un futur inqui\u00e9tant (fig.1). \u00c0 y regarder de plus pr\u00e8s, ces images s\u2019\u00e9loignent du rendu photographique, les formes s\u2019immergent dans le paysage, les contours s\u2019imbriquent les uns aux autres.<\/p>\n\n\n\n

\n
\n

Les \u0153uvres de la s\u00e9rie n\u2019ont pas \u00e9t\u00e9 r\u00e9alis\u00e9es avec un appareil photographique, mais \u00e0 l\u2019aide d\u2019un autre proc\u00e9d\u00e9 qui se d\u00e9mocratise : l\u2019intelligence artificielle (IA). Depuis 2022, plusieurs logiciels de g\u00e9n\u00e9ration d\u2019images envahissent internet, parmi lesquels Dall-e 2, Stable Diffusion et Midjourney. Leur qualit\u00e9 esth\u00e9tique parfois indiscernable entre r\u00e9alisation humaine et num\u00e9rique invite \u00e0 questionner le statut de ces productions dans le champ des arts visuels. Chim\u00e8res<\/em> aborde cette question. Premi\u00e8rement, il est important de comprendre comment fonctionnent ces logiciels de g\u00e9n\u00e9ration d\u2019images utilisant une intelligence artificielle. Deuxi\u00e8mement, il s\u2019agit de r\u00e9fl\u00e9chir aux probl\u00e9matiques soulev\u00e9es par les caract\u00e9ristiques des images produites par des IA, \u00e0 partir de l\u2019\u0153uvre r\u00e9alis\u00e9e par Matthieu Gafsou pour l\u2019exposition Techno-mondes<\/em>.<\/p>\n<\/div>\n\n\n\n

\n
\"\"
Fig. 1. Matthieu Gafsou, Chim\u00e8re<\/em> 09, <\/em>s\u00e9rie Chim\u00e8res<\/em>, 2023<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n

Logiques des logiciels de g\u00e9n\u00e9ration d\u2019images<\/strong><\/p>\n\n\n\n

En qualifiant sa s\u00e9rie Chim\u00e8res<\/em> de \u00ab s\u00e9rie photographique \u00bb, Matthieu Gafsou l\u2019inscrit dans sa pratique de photographe et se positionne ouvertement en tant qu\u2019auteur de ses images. Or, l\u2019intelligence artificielle est impliqu\u00e9e dans la cr\u00e9ation des images, ce qui leur conf\u00e8re un statut particulier. Ce syst\u00e8me d\u00e9fini comme un \u00ab processus d\u2019imitation de l\u2019intelligence humaine \u00bb (RAGOT, MARTIN, COJEAN, 2020, p. 2), a un potentiel d\u2019autonomie cr\u00e9ative qui rend ambivalente la qualification de simple outil. Il convient d\u00e8s lors d\u2019analyser son fonctionnement.<\/p>\n\n\n\n

\n
\n

La forme la plus r\u00e9pandue d\u2019art g\u00e9n\u00e9ratif par une intelligence artificielle consiste \u00e0 passer du texte \u00e0 l\u2019image. Une ligne de texte, qui est appel\u00e9 prompt<\/em>, est entr\u00e9e par l\u2019utilisateur ou l\u2019utilisatrice dans le syst\u00e8me, lequel l\u2019interpr\u00e8te pour cr\u00e9er des images. Ce processus n\u00e9cessite plusieurs \u00e9tapes r\u00e9alis\u00e9es par des syst\u00e8mes d\u2019apprentissage automatique (machine learning<\/em>) sp\u00e9cifiques qui interagissent ensemble. Le machine learning<\/em> se distingue de la programmation \u00ab classique \u00bb par sa capacit\u00e9 d\u2019apprentissage \u00e0 partir de donn\u00e9es qu\u2019il analyse et non \u00e0 partir d\u2019instructions explicites. Ainsi, le premier programme encode les mots de l\u2019utilisateur ou de l\u2019utilisatrice, c\u2019est-\u00e0-dire qu\u2019il les transforme en chiffres interpr\u00e9tables par l\u2019ordinateur. Les mots sont encod\u00e9s sous la forme de vecteurs positionn\u00e9s selon leur proximit\u00e9 s\u00e9mantique (SAHARIA et al.<\/em>, 2022, p. 5) (fig. 2).<\/p>\n<\/div>\n\n\n\n

\n
\"\"
Fig. 2. Visualisation du plongement lexical (word embedding<\/em>) en 2D
(reproduit in : ROZADO 2020, p. 18)<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n

Le texte ainsi encod\u00e9 sert de guide \u00e0 la g\u00e9n\u00e9ration d\u2019images. Pour cette deuxi\u00e8me \u00e9tape, les nouveaux g\u00e9n\u00e9rateurs d\u2019images utilisent le mod\u00e8le dit de \u00ab diffusion \u00bb. Ce mod\u00e8le est entra\u00een\u00e9 \u00e0 partir d\u2019un large corpus d\u2019images existantes. Des pixels al\u00e9atoires appel\u00e9s \u00ab bruit blanc \u00bb ou \u00ab bruit gaussien \u00bb sont ajout\u00e9s aux images. Cette action est r\u00e9p\u00e9t\u00e9e un nombre X de fois. Lorsque X=1, il y a tr\u00e8s peu de bruit parasite, mais plus X est grand, moins l\u2019image initiale est reconnaissable (HO, JAIN, ABBEEL, 2020, p. 2). Le mod\u00e8le doit apprendre \u00e0 supprimer ce bruit pour recr\u00e9er l\u2019image d\u2019origine. Concr\u00e8tement, la machine calcule quelle pourrait \u00eatre la quantit\u00e9 d\u2019informations al\u00e9atoires qui brouille une image inconnue, puis une fois identifi\u00e9e, la retire \u00e9tape par \u00e9tape, jusqu\u2019\u00e0 ce que X=0 (fig. 3). Ce mod\u00e8le permet uniquement de cr\u00e9er des images al\u00e9atoires. Il est alors coupl\u00e9 \u00e0 un troisi\u00e8me algorithme qui int\u00e8gre le prompt<\/em> de l\u2019utilisateur ou l\u2019utilisatrice. Prenons une image de chat et le mot \u00ab chat \u00bb. Pour associer le texte \u00e0 l\u2019image, cet algorithme transforme l\u2019image du chat en un vecteur de m\u00eame dimension que le texte \u00ab chat \u00bb qui la l\u00e9gende, afin qu\u2019ils soient interpr\u00e9tables ensemble (SAHARIA et al.<\/em>, 2022, p. 3). Cet algorithme est introduit dans le processus principal de g\u00e9n\u00e9ration d\u2019images afin de guider la suppression du bruit en fonction du texte propos\u00e9. L\u2019image ainsi g\u00e9n\u00e9r\u00e9e est de tr\u00e8s basse r\u00e9solution, car il est plus simple de travailler \u00e0 partir d\u2019un nombre r\u00e9duit de pixels (DHARIWAL, NICHOL, 2021, p. 7). Le recours \u00e0 un ultime programme permet d\u2019obtenir la haute d\u00e9finition finale de l\u2019image : l\u2019ouput<\/em>.<\/p>\n\n\n\n

\"\"
Fig. 3 Exemples d\u2019entra\u00eenement (256 x 256 pixels) dont le niveau de bruit gaussien augmente de gauche (x = 200) \u00e0 droite (x = 1000)
Reproduit in : HO, JAIN, ABEEL, 2020, p. 7)<\/figcaption><\/figure>\n\n\n\n

La d\u00e9composition de ce processus met en \u00e9vidence que la g\u00e9n\u00e9ration d\u2019images est d\u00e9pendante d\u2019un grand nombre de proc\u00e9dures qui sont pr\u00e9alablement conceptualis\u00e9es et d\u00e9velopp\u00e9es hors de la port\u00e9e de l\u2019artiste. On peut en effet identifier trois structures principales qui influencent les r\u00e9sultats du logiciel : le corpus initial d\u2019images, le corpus de textes dont \u00e9mergent les associations de mots, et l\u2019architecture des algorithmes cod\u00e9s par les d\u00e9veloppeurs et d\u00e9veloppeuses. Cette pluralit\u00e9 de sources agissantes sur l\u2019image finale questionne la part de contr\u00f4le de Matthieu Gafsou et in fine<\/em> son statut d\u2019auteur (AUDRY, IPPOLITO, 2019, p. 2). La prise en charge de l\u2019ex\u00e9cution par l\u2019algorithme a d\u2019ailleurs provoqu\u00e9 chez Gafsou une r\u00e9ticence initiale \u00e0 exposer ses images. Malgr\u00e9 les centaines d\u2019essais et d\u2019heures de travail investies par le photographe, la difficult\u00e9 pour lui a \u00e9t\u00e9 d\u2019appr\u00e9cier ces images g\u00e9n\u00e9r\u00e9es de mani\u00e8re si imm\u00e9diate, si facile, et de les consid\u00e9rer comme des \u0153uvres abouties (CUENOT, ONESTI, HAVRILOVA, 2023).<\/p>\n\n\n\n

Il est ici important de pr\u00e9ciser que l\u2019intelligence artificielle n\u2019est pas le premier syst\u00e8me tiers auquel on a pu recourir pour r\u00e9aliser des cr\u00e9ations artistiques (MAGRINI, 2017, p. 23). Le lien privil\u00e9gi\u00e9 entre un artiste et son \u0153uvre a d\u00e9j\u00e0 \u00e9t\u00e9 remis en question par le pass\u00e9. Durant le XXe si\u00e8cle, de multiples approches artistiques ont particip\u00e9 \u00e0 reconsid\u00e9rer la notion de contr\u00f4le sur les \u0153uvres, dont, notamment, l\u2019art conceptuel d\u00e8s les ann\u00e9es 1960. Cette pratique se focalise non sur l\u2019objet, mais sur le processus, sur le syst\u00e8me qui permet de la cr\u00e9er (BURNHAM, 1968, p. 32). L\u2019\u0153uvre est ainsi moins d\u00e9finie par l\u2019objet, que par la proc\u00e9dure qui la r\u00e9alise. Celle-ci se compose de r\u00e8gles d\u00e9finies qui laissent une importante latitude \u00e0 l\u2019al\u00e9atoire et qui, de plus, peut \u00eatre r\u00e9alis\u00e9e par un tiers (MAGRINI, 2017, p.33). On pourrait, d\u00e8s lors, inscrire la g\u00e9n\u00e9ration par IA dans la continuit\u00e9 de ces mouvements artistiques, dont l\u2019art conceptuel est un exemple, o\u00f9 un syst\u00e8me ext\u00e9rieur est impliqu\u00e9 pour g\u00e9n\u00e9rer des motifs al\u00e9atoires. L\u2019IA correspondrait \u00e0 une \u00e9volution de la pratique artistique vers des degr\u00e9s d\u2019autonomie plus \u00e9lev\u00e9s des syst\u00e8mes (MANOVICH, 2019 p. 5).<\/p>\n\n\n\n

\n
\n

La nouveaut\u00e9 des intelligences artificielles tient, cependant, au fait qu\u2019il s\u2019agit de plateformes \u00e0 usage tout public qui s\u2019autoproclament comme des techniques permettant de cr\u00e9er des \u0153uvres d\u2019art. Tel est le cas de la description sur la page d\u2019accueil de Dall-e 2 : \u00ab Dall-e 2 est un syst\u00e8me IA qui peut cr\u00e9er des images r\u00e9alistes et de l\u2019art depuis une description en langage naturel \u00bb (OPENIA.com, 2023). Cette technologie n\u2019est pas cod\u00e9e par les artistes mais mise \u00e0 disposition, de sorte que le travail cr\u00e9atif se d\u00e9veloppe d\u00e8s lors sous la forme d\u2019un apprentissage empirique de son fonctionnement. Chez Matthieu Gafsou, la fabrication, ou la prise de contr\u00f4le, de l\u2019image se concentre dans la construction d\u2019une phrase, \u00e0 la gen\u00e8se de chaque image, et dans la s\u00e9lection de l\u2019image finale. Le processus cr\u00e9atif prend la forme d\u2019un va-et-vient entre prompt<\/em> et output <\/em>visuel en affinant continuellement sa demande au logiciel. Sa phrase doit, en effet, comporter le minimum de mots possibles pour ne pas submerger l\u2019IA qui traite encore mal les demandes trop longues. Un enjeu du travail de Gafsou \u00e9tait d\u00e8s lors de trouver l\u2019\u00e9quilibre entre l\u2019envie de contr\u00f4ler le r\u00e9sultat, pour qu\u2019il corresponde \u00e0 sa vision artistique, et laisser au logiciel un espace al\u00e9atoire (fig. 4).<\/p>\n<\/div>\n\n\n\n

\n
\"\"
Fig. 4. Matthieu Gafsou, Chim\u00e8res n\u00b007<\/em>, s\u00e9rie Chim\u00e8res<\/em>, 2023<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n

Caract\u00e9ristiques des images produites par des IA<\/strong><\/p>\n\n\n\n

L\u2019al\u00e9atoire, dans la g\u00e9n\u00e9ration d\u2019images par intelligence artificielle, n\u2019est toutefois pas \u00e0 consid\u00e9rer comme l\u2019\u00e9quivalent d\u2019une forme d\u2019originalit\u00e9 ou d\u2019inattendu. Un mod\u00e8le g\u00e9n\u00e9ratif est avant tout un syst\u00e8me probabiliste. \u00c9tant donn\u00e9 que l\u2019algorithme apprend \u00e0 reconstituer le visuel le plus probable par rapport aux mod\u00e8les existants, il op\u00e8re ainsi une moyenne des repr\u00e9sentations. Cette logique, qui n\u2019est pas celle qui vise \u00e0 cr\u00e9er de l\u2019originalit\u00e9, met en exergue, au contraire, le caract\u00e8re intrins\u00e8quement reproductif de l\u2019art g\u00e9n\u00e9ratif. L\u2019art par IA est en effet compl\u00e8tement d\u00e9pendant de l\u2019\u00e9chantillon d\u2019images disponibles aux d\u00e9veloppeurs et d\u00e9veloppeuses. Lev Manovich, professeur en informatique et art num\u00e9rique, tend \u00e0 consid\u00e9rer ces productions d\u2019abord comme une \u00ab simulation historique \u00bb (MANOVICH, 2019, p. 5). En travaillant avec Dall-e 2, Matthieu Gafsou s\u2019est trouv\u00e9 confront\u00e9 aux imaginaires actuels de la science-fiction cin\u00e9matographique. Ses prompts<\/em> ont r\u00e9guli\u00e8rement g\u00e9n\u00e9r\u00e9 des r\u00e9f\u00e9rences aux saga Star Wars<\/em> (1977-2022) et Gardiens de la Galaxie<\/em> (2014-2017) qu\u2019il a syst\u00e9matiquement \u00e9cart\u00e9es pour \u00e9viter les repr\u00e9sentations trop st\u00e9r\u00e9otyp\u00e9es. Gafsou a ainsi d\u00e9velopp\u00e9 un vocabulaire peu pr\u00e9cis et polys\u00e9mique pour pousser la machine \u00e0 produire des glitchs, <\/em>des erreurs de g\u00e9n\u00e9ration, et ainsi faire \u00e9merger une autre esth\u00e9tique (CUENOT, ONESTI, HAVRILOVA, 2023).<\/p>\n\n\n\n

Par ailleurs, selon Manovich, le corpus initial de la plupart des IA actuelles est bas\u00e9 sur une vision restreinte de l\u2019art, principalement issu du \u00ab langage visuel occidental \u00bb (MANOVICH, 2022, p.62). En effet, non seulement l\u2019IA n\u2019a acc\u00e8s qu\u2019\u00e0 un \u00e9chantillon limit\u00e9 des cultures visuelles, mais son fonctionnement math\u00e9matique, privil\u00e9giant les traits pr\u00e9valents d\u2019un corpus, fait \u00e9merger une esth\u00e9tique unifi\u00e9e et normalis\u00e9e. Kate Crawford, sp\u00e9cialiste des intelligences artificielles, insiste sur le fait que toute classification est \u00ab un acte de pouvoir \u00bb, puisqu\u2019il est d\u00e9cid\u00e9 ce qui est mis en avant et ce qui est exclu (CRAWFORD, 2021, p.127). Cette esth\u00e9tique liss\u00e9e est m\u00eame devenue, dans certains contextes, un crit\u00e8re pour d\u00e9finir le style de l\u2019IA. En 2022, ce style a notamment \u00e9t\u00e9 utilis\u00e9 comme motif d\u2019exclusion d\u2019un canal consacr\u00e9 \u00e0 l\u2019art du r\u00e9seau social Reddit (CHEN, 2023). Ce canal ayant pour r\u00e8gle interne de ne pas partager de l\u2019art IA, les mod\u00e9rateurs et mod\u00e9ratrices ont retir\u00e9 un post illustr\u00e9, \u00ab A Muse in the Warzone \u00bb, dont l\u2019esth\u00e9tique \u00e9tait jug\u00e9e trop similaire \u00e0 l\u2019IA (fig. 5). Malgr\u00e9 les r\u00e9clamations de l\u2019utilisateur qui a fourni des fichiers Photoshop pour prouver son statut d\u2019auteur, les mod\u00e9rateurs et mod\u00e9ratrices du canal ne sont pas entr\u00e9s en mati\u00e8re, jugeant la paternit\u00e9 de l\u2019\u0153uvre trop difficile \u00e0 d\u00e9terminer. Leur r\u00e9ponse sans appel, \u00ab You need to find a different style \u00bb, (CHEN, 2023), est r\u00e9v\u00e9latrice d\u2019une esth\u00e9tique dominante qui est assimil\u00e9e aux productions IA.<\/p>\n\n\n\n

Dans son travail, Matthieu Gafsou a d\u00e9velopp\u00e9 des strat\u00e9gies pour contourner cette sorte d\u2019h\u00e9g\u00e9monie stylistique v\u00e9hicul\u00e9e par l\u2019IA. \u00c0 l\u2019aide d\u2019indications formelles, telles que \u00ab clair-obscur \u00bb, il a cibl\u00e9 des images au sein du corpus de l\u2019IA qui correspondaient davantage \u00e0 sa vision pour sa s\u00e9rie Chim\u00e8res<\/em> (CUENOT, ONESTI, HAVRILOVA, 2023) (fig. 6). Gafsou a ainsi insuffl\u00e9 sa sensibilit\u00e9 dans ses images et affin\u00e9 ses instructions pour amener l\u2019algorithme \u00e0 cr\u00e9er des combinaisons originales dans la direction qu\u2019il souhaitait. Ainsi, son travail artistique a consist\u00e9, dans ce projet, \u00e0 apporter une narration autre que celle produite par d\u00e9faut.<\/p>\n\n\n\n

\n
\n

Par ailleurs, selon Manovich, le corpus initial de la plupart des IA actuelles est bas\u00e9 sur une vision restreinte de l\u2019art, principalement issu du \u00ab langage visuel occidental \u00bb (MANOVICH, 2022, p.62). En effet, non seulement l\u2019IA n\u2019a acc\u00e8s qu\u2019\u00e0 un \u00e9chantillon limit\u00e9 des cultures visuelles, mais son fonctionnement math\u00e9matique, privil\u00e9giant les traits pr\u00e9valents d\u2019un corpus, fait \u00e9merger une esth\u00e9tique unifi\u00e9e et normalis\u00e9e. Kate Crawford, sp\u00e9cialiste des intelligences artificielles, insiste sur le fait que toute classification est \u00ab un acte de pouvoir \u00bb, puisqu\u2019il est d\u00e9cid\u00e9 ce qui est mis en avant et ce qui est exclu (CRAWFORD, 2021, p.127). Cette esth\u00e9tique liss\u00e9e est m\u00eame devenue, dans certains contextes, un crit\u00e8re pour d\u00e9finir le style de l\u2019IA. En 2022, ce style a notamment \u00e9t\u00e9 utilis\u00e9 comme motif d\u2019exclusion d\u2019un canal consacr\u00e9 \u00e0 l\u2019art du r\u00e9seau social Reddit (CHEN, 2023). Ce canal ayant pour r\u00e8gle interne de ne pas partager de l\u2019art IA, les mod\u00e9rateurs et mod\u00e9ratrices ont retir\u00e9 un post illustr\u00e9, \u00ab A Muse in the Warzone \u00bb, dont l\u2019esth\u00e9tique \u00e9tait jug\u00e9e trop similaire \u00e0 l\u2019IA (fig. 5). Malgr\u00e9 les r\u00e9clamations de l\u2019utilisateur qui a fourni des fichiers Photoshop pour prouver son statut d\u2019auteur, les mod\u00e9rateurs et mod\u00e9ratrices du canal ne sont pas entr\u00e9s en mati\u00e8re, jugeant la paternit\u00e9 de l\u2019\u0153uvre trop difficile \u00e0 d\u00e9terminer. Leur r\u00e9ponse sans appel, \u00ab You need to find a different style \u00bb, (CHEN, 2023), est r\u00e9v\u00e9latrice d\u2019une esth\u00e9tique dominante qui est assimil\u00e9e aux productions IA.

Dans son travail, Matthieu Gafsou a d\u00e9velopp\u00e9 des strat\u00e9gies pour contourner cette sorte d\u2019h\u00e9g\u00e9monie stylistique v\u00e9hicul\u00e9e par l\u2019IA. \u00c0 l\u2019aide d\u2019indications formelles, telles que \u00ab clair-obscur \u00bb, il a cibl\u00e9 des images au sein du corpus de l\u2019IA qui correspondaient davantage \u00e0 sa vision pour sa s\u00e9rie Chim\u00e8res<\/em> (CUENOT, ONESTI, HAVRILOVA, 2023) (fig. 6). Gafsou a ainsi insuffl\u00e9 sa sensibilit\u00e9 dans ses images et affin\u00e9 ses instructions pour amener l\u2019algorithme \u00e0 cr\u00e9er des combinaisons originales dans la direction qu\u2019il souhaitait. Ainsi, son travail artistique a consist\u00e9, dans ce projet, \u00e0 apporter une narration autre que celle produite par d\u00e9faut.<\/p>\n<\/div>\n\n\n\n

\n
\"\"
Fig. 5. Ben Moran, A Muse in the Warzone<\/em>, 2022
Source: Reddit, https:\/\/news.artnet.com\/art-world\/artist-ben-moran-banned-from-subreddit-ai-art-2240795<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n

Conclusion<\/strong><\/p>\n\n\n\n

\n
\n

L\u2019intelligence artificielle a la particularit\u00e9 de se trouver au carrefour de plusieurs probl\u00e9matiques contemporaines essentielles. L\u2019examen de son fonctionnement actuel r\u00e9v\u00e8le deux aspects fondamentaux de ces programmes : la simplification et la reproduction. En effet, \u00e9tant compl\u00e8tement d\u00e9pendants de la base de donn\u00e9es initiale, les logiciels de g\u00e9n\u00e9ration d\u2019images tendent \u00e0 reproduire la culture dominante ou \u00e0 renforcer certains st\u00e9r\u00e9otypes. Cela incite \u00e0 la prudence quant \u00e0 l\u2019utilisation de ces images et \u00e0 consid\u00e9rer avec attention les choix des d\u00e9veloppeurs et d\u00e9veloppeuses qui d\u00e9terminent les corpus d\u2019images et de mots conditionnant l\u2019IA. L\u2019usage tout public de ces logiciels favorise la standardisation d\u2019une esth\u00e9tique.

Le rendu visuel de Chim\u00e8res<\/em>, \u00e0 la fois photor\u00e9aliste et imparfait par ses glitchs<\/em>, produit un effet d\u00e9stabilisant sur les spectateurs et spectatrices, qui traduit l\u2019ind\u00e9cision actuelle quant au statut de ce type d\u2019images par IA. Pour les artistes tels que Matthieu Gafsou, l\u2019enjeu est d\u00e8s lors de contourner le fonctionnement actuel reproductif de l\u2019IA pour insuffler une vision et une sensibilit\u00e9 singuli\u00e8re dans ces images g\u00e9n\u00e9r\u00e9es par les algorithmes.<\/p>\n<\/div>\n\n\n\n

\n
\"\"
Fig. 6. Matthieu Gafsou, Chim\u00e8res n\u00b003<\/em>, s\u00e9rie Chim\u00e8res<\/em>, 2023<\/figcaption><\/figure>\n<\/div>\n<\/div>\n\n\n\n
\n\n\n\n
Bibliographie<\/h5>\n\n\n\n
\n
\n
\n

AUDRY Sofian, IPPOLITO Jon, \u00ab Can Artificial Intelligence Make Art without Artists ? Ask the Viewer \u00bb, Arts<\/em>, n\u00b08, 2019, pp. 1-8, doi.org\/10.3390\/arts8010035<\/a><\/p>\n\n\n\n

BURNHAM Jack, \u00ab Systems Esthetics \u00bb, Artforum<\/em>, vol. 7, n\u00b01, septembre 1968, pp. 30-35.<\/p>\n\n\n\n

CUENOT Valentine, ONESTI Rebecca, HAVRILOVA Marcela, Entretien avec Matthieu Gafsou<\/em>, 26 janvier 2023.<\/p>\n\n\n\n

CRAWFORD, Kate, \u00ab Classification \u00bb, Atlas of AI<\/em>, Yale University Press, 2021, pp. 123-149.<\/p>\n\n\n\n

CHEN, Min, \u00ab In an Ironic Twist, an Illustrator Was Banned From a Reddit Forum for Posting Art That Looked Too Much Like an A.I.-Generated Image \u00bb, ARTNET, 10 janvier 2023, https:\/\/news.artnet.com\/art-world\/artist-ben-moran-banned-from-subreddit-ai-art-2240795<\/a><\/p>\n\n\n\n

DHARIWAL Prafulla, NICHOL Alexander, \u00ab Diffusion Models Beat GANs on Image Synthesis \u00bb, Advances in Neural Information Processing Systems,<\/em> vol. 34, 2021, pp. 1\u201115, https:\/\/papers.nips.cc\/paper\/2021\/hash\/49ad23d1ec9fa4bd8d77d02681df5cfa-Abstract.html<\/a><\/p>\n\n\n\n

HO Jonathan, JAIN Ajay, ABBEEL Pieter, \u00ab\u00a0Denoising Diffusion Probabilistic Models\u00a0\u00bb, Advances in Neural Information Processing Systems<\/em>, n\u00b033, 2020, https:\/\/proceedings.neurips.cc\/paper\/2020\/hash\/4c5bcfec8584af0d967f1ab10179ca4b-Abstract.html<\/a><\/p>\n\n\n\n

KINSELLA Eileen, \u00ab The First AI-Generated Portrait Ever Sold at Auction Shatters Expectations, Fetching $432,500 – 43 Times Its Estimate \u00bb, Artnet News<\/em>, 25 octobre 2018, https:\/\/news.artnet.com\/market\/first-ever-artificial-intelligence-portrait-painting-sells-at-christies-1379902<\/a><\/p>\n<\/div><\/div>\n<\/div>\n\n\n\n

\n
\n

MAGRINI, Boris. Confronting the Machine\u202f: an Enquiry into the Subversive Drives of Computer-Generated Art<\/em>. Berlin: De Gruyter, 2017.<\/p>\n\n\n\n

MANOVICH Lev, \u00ab AI and Myths of Creativity \u00bb, Architectural Design<\/em>, vol. 92, no<\/sup> 3, 2022, pp. 60\u201165, doi.org\/10.1002\/ad.2814<\/a><\/p>\n\n\n\n

MANOVICH Lev, \u00ab Defining AI arts : Three proposals \u00bb, AI and dialog of cultures<\/em>, cat. d\u2019expo., 2019, pp. 1\u20119, https:\/\/www.academia.edu\/40382918\/Defining_AI_Arts_Three_Proposals<\/p>\n\n\n\n

MAZZONE Marian, ELGAMMAL Ahmed, \u00ab Art, Creativity, and the Potential of Artificial Intelligence \u00bb, Arts, <\/em>vol.8, 2019, pp. 1-9, https:\/\/www.mdpi.com\/2076-0752\/8\/1\/26<\/a><\/p>\n\n\n\n

OPENIA, https:\/\/openai.com\/product\/dall-e-2, consult\u00e9 en avril 2023.<\/p>\n\n\n\n

RAGOT Martin, MARTIN Nicolas, COJEAN Salom\u00e9, \u00ab\u00a0AI-Generated vs. Human Artworks. A Perception Bias Towards Artificial Intelligence\u00a0?\u00a0\u00bb, Extended Abstracts of the 2020 CHI Conference on Human Factors in Computing Systems<\/em>, Honolulu HI USA\u00a0: ACM, 2020, pp.\u00a01\u201110, doi.org\/10.1145\/3334480.3382892<\/a><\/p>\n\n\n\n

ROZADO, David. \u00ab Wide range screening of algorithmic bias in word embedding models using large sentiment lexicons reveals underreported bias types \u00bb, PLOS ONE,<\/em> Vol.15, 21 avril 2020, pp.18.<\/p>\n\n\n\n

SAHARIA Chitwan, CHAN William, SAXENA Saurabh, et al<\/em>., \u00ab Photorealistic Text-to-Image Diffusion Models with Deep Language Understanding \u00bb, arXiv<\/em>, 23 mai 2022, doi.org\/10.48550\/arXiv.2205.11487<\/a><\/p>\n\n\n\n

TAYLOR, Grant D., When the Machine Made Art\u202f: the Troubled History of Computer Art<\/em>. New York : Bloomsbury, 2014.<\/p>\n<\/div><\/div>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Par Valentine Cuenot<\/p>\n","protected":false},"author":1001492,"featured_media":751,"parent":312,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"template-full-width.php","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","footnotes":""},"class_list":["post-1000","page","type-page","status-publish","has-post-thumbnail"],"_links":{"self":[{"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/pages\/1000","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/users\/1001492"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/comments?post=1000"}],"version-history":[{"count":0,"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/pages\/1000\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/pages\/312"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/media\/751"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/techno-mondes\/wp-json\/wp\/v2\/media?parent=1000"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}