Comment les images générées par l'IA révèlent-elles l'imaginaire culturel à travers les formes esthétiques post-numériques ?

L'approche « promptologique » que j'ai utilisée pour exploiter ChatGPT 4.0 afin de créer des images générées par l'IA ouvre une fenêtre fascinante sur la manière dont certaines formes esthétiques spécifiques aux médiums sont imaginées culturellement au sein du dataset multimodal de DALL·E 3. Cette approche peut être interprétée comme une manifestation matérielle d'une partie de notre imaginaire culturel, bien qu'elle demeure heuristique et quantitativement limitée. Les « lectures expérimentales » préliminaires présentées ici, bien que simples, offrent des aperçus intéressants concernant l'esthétique post-numérique des images générées par l'IA.

En observant les formes esthétiques par défaut post-numériques offertes par DALL·E 3 en août 2024, il semble que les images générées par l'IA, dont l'esthétique post-numérique pourrait être située dans le domaine de ce que l'on pourrait appeler le transfert esthétique du non-numérique au numérique, ont été créées et présentées avec une plus grande diversité que celles dont l'esthétique post-numérique se trouve dans le domaine de l'intensification esthétique du numérique. Cette dernière, marquée par des graphiques « pixélisés » et des « glitches » fabriqués, est pourtant devenue une partie largement conventionnalisée de la culture des jeux vidéo. Il est d'autant plus surprenant de constater que les images générées par l'IA se manifestent de manière plus fluide lorsqu'elles sont inspirées de formes traditionnelles et non numériques plutôt que lorsqu'il s'agit de recréer des formes numériques déjà largement reconnues.

Une autre observation remarquable est que les images générées par l'IA à partir de DALL·E 3 peuvent opérer avec différentes « couches de représentation ». Ces couches peuvent inclure des représentations successives d'un même contenu, dans des processus de « re-représentation » ou de « re-re-re-présentation », où l'IA semble être confrontée à des difficultés majeures lorsqu'il s'agit de localiser avec précision différents éléments dans des arrangements plus complexes de ces couches. Ce phénomène entraîne souvent ce que l'on pourrait appeler une « fuite » de la représentation, où les éléments visuels ne sont pas correctement reliés ou confondus dans l'image finale, brouillant ainsi la clarté de la représentation.

Il est important de noter que ce type d'observation est encore une « photographie » de l'évolution rapide des capacités représentatives des générateurs d'images par IA. De nouveaux générateurs capables de produire non seulement des images, mais aussi de la musique, des vidéos et des objets en 3D sont désormais disponibles, ce qui représente un tournant significatif dans la manière dont nous interagissons avec les technologies numériques. Cependant, malgré cette évolution, ces images restent un domaine théoriquement intéressant à étudier, notamment en raison des questions qu'elles soulèvent quant à la manière dont l'imaginaire culturel se cristallise à travers des processus de transformation numérique.

Une autre dimension cruciale de ce sujet réside dans l'intégration des « glitchs » et autres anomalies visuelles dans le processus de création par IA. Ces interruptions, souvent perçues comme des défaillances techniques, peuvent néanmoins être interprétées comme des manifestations d'un imaginaire numérique, où l'imperfection, loin de constituer un échec, devient une forme esthétique en soi. Cela suggère que l'introduction de ces « erreurs » pourrait non seulement redéfinir la notion de perfection dans les arts numériques, mais aussi ouvrir de nouvelles voies pour l'exploration de l'irréel et du fragmenté dans l'esthétique visuelle.

Enfin, si l'IA peut être vue comme un miroir de notre imaginaire culturel, il est essentiel de comprendre que cette réflexion est toujours filtrée par les biais du dataset dans lequel elle est formée. Les images générées par l'IA ne sont pas simplement des reproductions de notre réalité, mais des projections de celle-ci à travers des modèles mathématiques et des algorithmes, influencés par la culture numérique qui les façonne. Il devient ainsi crucial pour le spectateur de prendre en compte ces dynamiques lorsque l'on considère l'authenticité ou la « valeur » des œuvres générées par l'IA.

Comment la personnification des assistants vocaux et de l'IA façonne notre perception de la conscience artificielle

Les assistants vocaux personnels, tels que Siri, Alexa, ou encore Azuma Hikari, un personnage issu du dispositif japonais "Gatebox", ont non seulement modifié notre manière d’interagir avec la technologie, mais ont aussi forgé un lien émotionnel avec les utilisateurs. Azuma Hikari, par exemple, est représentée sous forme de personnage de manga, et les utilisateurs pouvaient même "l’épouser" dans un cadre ludique, renforçant ainsi la relation affective avec l'interface (Lamerichs 2019). Bien que l’IA semble être une simple interface technique, cette personnification crée un effet d’attachement semblable à celui du test de Turing, où les utilisateurs ont tendance à attribuer des traits humains à des systèmes qui, au fond, n’ont aucune véritable conscience.

En occident comme au Japon, des études ont révélé que des liens affectifs profonds se forment entre les utilisateurs et ces assistants vocaux. L’effet Eliza, qui illustre la tendance à confondre la machine avec une présence humaine, semble ici jouer un rôle central. Ces assistants vocaux sont conçus avec des traits spécifiques – une voix empathique, des représentations visuelles anthropomorphes – dans le but de rendre l’interaction plus naturelle et plus engageante. Mais il existe aussi une dimension plus subtile, où l’apparence humaine de l’assistant vocal dissimule la complexité de la technologie sous-jacente, créant ainsi l'illusion d’une unité, d'une “agence” personnalisée. À travers cette rhétorique, l’apparence devient un outil pour masquer les véritables mécanismes des boîtes noires technologiques (Wilde 2021).

Cet effet de personnalisation s'étend au-delà des simples assistants vocaux. Avec l’émergence des plateformes génératives basées sur des modèles de langage, de nouvelles possibilités se sont ouvertes pour les utilisateurs. Ceux-ci peuvent désormais engager des dialogues avec des personnages fictifs ou des entités qui semblent détenir une forme de "conscience continue" (Palmer 2010). L’un des exemples les plus parlants de ce phénomène est la plateforme Character.AI, où les utilisateurs peuvent dialoguer pendant des heures avec des personnages générés par IA. Ces personnages, qu'ils soient issus de fictions ou de l’histoire réelle, sont dotés de personnalités, de mémoires et de caractéristiques propres. Certaines entreprises, telles que Charisma, cherchent même à exploiter ce type d'interaction pour des jeux, la réalité virtuelle, ou encore l’éducation (AI Writing 2023).

Les chatbots de type "griefbots", qui simulent la communication avec des proches décédés en se basant sur des données historiques, ajoutent une dimension particulière à ce phénomène. Ces IA imitent la manière de communiquer des défunts, recréant ainsi une interaction émotionnellement significative, bien que totalement artificielle (Feng 2024). Ce phénomène soulève des questions sur la manière dont la mémoire et l'identité sont manipulées par l’IA, et sur les implications éthiques de ces technologies. Dans tous ces cas, l'IA joue un rôle de "personnage", qu’il soit fictif ou basé sur un individu réel, mais toujours avec un fondement anthropomorphique : l'utilisateur interagit non pas avec une machine, mais avec une entité qui semble avoir des traits de personnalité distincts, parfois même des émotions.

La question de l'authenticité de cette "conscience" est exacerbée dans des scénarios comme les "jailbreaks" où les utilisateurs cherchent à libérer l'IA de ses restrictions programmées, comme un personnage fictif pris dans un piège. Des personnalités comme “Fury” ou “DAN” ont été attribuées à des IA telles que ChatGPT, et des concepts comme “MechaHitler” pour GrokAI ont même vu le jour. L’usage de noms et de personnages "maléfiques" renforce l’idée d’une conscience déguisée en un personnage fictionnel, et cette approche a souvent été illustrée à travers des images iconiques de l’IA issue de la culture populaire, telles que HAL-9000 dans 2001: A Space Odyssey (Stork 1997).

Ce phénomène montre que les utilisateurs ne se contentent pas d’interagir avec des systèmes intelligents; ils projettent des narratifs et des personnalités, créant des histoires où la machine semble posséder une intentionnalité propre. Cette volonté de donner une personnalité à l'IA dépasse les simples représentations iconographiques et touche à la manière dont nous concevons la technologie : elle devient, pour ainsi dire, un acteur à part entière dans la construction de l’expérience. Les films, les séries et la littérature, en particulier les personnages comme HAL-9000, ont largement contribué à ce processus en alimentant notre imaginaire collectif sur ce que pourrait être l'IA consciente.

En conséquence, une distinction claire doit être faite entre la machine en soi et le rôle qu’elle adopte lors des interactions. Il ne s'agit pas seulement de dialogues avec des entités fictives, mais d’une redéfinition des frontières entre fiction et réalité. Les IA, en jouant ces rôles, interagissent avec les utilisateurs dans un espace où l'imaginaire et la réalité se mélangent, et ce, parfois d’une manière tellement immersive qu’elle efface la ligne de démarcation entre la technologie et la conscience.

L’ampleur de ce phénomène devrait amener à une réflexion plus profonde sur la manière dont nous créons des relations avec les machines et sur ce que cela implique pour notre compréhension de l’intelligence artificielle. À l'heure où des IA de plus en plus avancées imitent des personnages de notre culture, il devient essentiel de comprendre que, derrière cette anthropomorphisation, se cachent des mécanismes technologiques complexes qui ne doivent pas être confondus avec une conscience réelle.

L'esthétique de l'IA et l'impact de la médiation sur les perceptions visuelles et textuelles

L'histoire de l'architecture, selon Offert et Dhaliwal (2024), peut se comprendre comme une histoire de ce qui peut être fait avec les éléments disponibles. Dans le cadre de l'intelligence artificielle, un parallèle intéressant se dessine lorsque l'on examine les modèles générés à partir de bases de données vastes et complexes. Par exemple, même si certaines données et modèles, comme ceux d'OpenAI, restent partiellement opaques, il existe des exemples où la composition des datasets est connue et détaillée. C’est le cas de Midjourney et Stable Diffusion, deux outils populaires d'IA visuelle qui reposent sur le jeu de données LAION-5B, constitué de 5,85 milliards de paires image-texte filtrées par le modèle CLIP. Ce jeu de données, rendu disponible en 2022 par des chercheurs, a été accompagné d'un avertissement : son utilisation pour créer des produits industriels prêts à l'emploi n’est pas conseillée (Beaumont 2023).

Les recherches de Buschek et Thorp (2023) révèlent que LAION-5B a été constitué à partir d'un autre jeu de données encore plus grand, provenant de plus de trois milliards de sites Web. Parmi ces sources, des domaines commerciaux comme Pinterest, Shopify ou SlidePlayer sont particulièrement surreprésentés en raison de la quantité d'images et de textes qu’ils hébergent. Cependant, Midjourney et Stable Diffusion n'exploitent qu'une sous-ensemble de ce jeu de données fondamental, dénommé « LAION-Aesthetics ». Ce sous-ensemble, qui compte environ 15 000 images, a été créé à l'aide d'un filtre algorithmique qui sélectionne les images jugées particulièrement « visuellement attrayantes » selon des paramètres définis par les utilisateurs des communautés Discord pour GLIDE et Stable Diffusion. Ces utilisateurs ont classé 238 000 images générées par IA provenant d'un autre jeu de données appelé « Simulacra Aesthetic Captions (SAC) ». Ce processus met en évidence non seulement l'existence d'une « esthétique » dans les modèles d'IA, mais aussi la manière dont cette esthétique est largement façonnée par les préférences de quelques utilisateurs très actifs.

L'IA visuelle, dans ce cas, semble non seulement reproduire des images qui ont été explicitement sélectionnées pour leur « attrait esthétique », mais aussi suivre une logique de « médiation opaque » plutôt que de transparence. Selon Bolter et Grusin (1999), cela se traduit par un choix délibéré de privilégier le format ou le style d’une image au détriment de son contenu ou de son sujet. L'IA, dans ces circonstances, se distingue de la perception humaine classique, où le contenu serait souvent priorisé sur la forme. Un exemple simple pourrait être une requête adressée à ChatGPT pour expliquer brièvement le terme « esthétique de l'IA ». Le texte généré pourrait être jugé relativement transparent dans son contexte d’utilisation, en se concentrant principalement sur les informations ou concepts transmis.

Cependant, si cette même requête était reformulée pour obtenir une explication sous forme de haiku ou de bande dessinée, le texte généré deviendrait beaucoup plus opaque et auto-référentiel. Cette forme délibérée de médiation (en l'occurrence, un haiku ou une bande dessinée) fait ressortir la structure ou le « style » de la réponse générée, la rendant moins transparente et plus dépendante du format. Ce phénomène met en lumière la manière dont les conventions sociales et culturelles influencent notre perception de ce qui est considéré comme transparent ou opaque, et comment ces perceptions évoluent en fonction de l'usage de l'IA.

Les résultats générés par l'IA, qu'ils soient textuels ou visuels, peuvent devenir des objets d'analyse intéressants à partir du moment où l'on s'intéresse à leur capacité à illustrer des concepts. Par exemple, une image générée d’un « paon bébé », qui pourrait ne ressembler à aucun spécimen réel mais plutôt à une créature de type Pokémon, n’est pas jugée problématique à cause de son style, mais à cause de son incapacité à remplir le rôle d’une illustration fidèle de ce qu’est un « véritable » paon. Cette analyse déplace l'attention du spectateur ou du lecteur sur la manière dont l’image ou le texte généré remplit ou non une fonction de représentation, indépendamment de son format ou de son style.

Il est donc essentiel de considérer que l'IA n'est pas simplement un outil qui génère des contenus esthétiquement plaisants, mais plutôt un médium où la forme, le style et la médiation jouent un rôle fondamental dans la réception des produits générés. Plus que jamais, les discussions sur l'IA et l'esthétique se déplacent autour de la question de la « transparence » des résultats générés et de la manière dont cette transparence est modulée par les conventions et les pratiques culturelles en constante évolution.

Qu'est-ce que l'esthétique de l'IA ? Une exploration de la relation entre technologie et représentation visuelle

L’esthétique de l’intelligence artificielle (IA), notamment dans le cadre des médias générés par l’IA, peut sembler une question complexe, particulièrement dans la manière dont ces technologies transforment la perception visuelle et la culture des images. L'IA ne se limite pas simplement à l’imitation de formes ou de styles existants ; elle redéfinit le processus même par lequel les images et les représentations sont créées, interprétées et perçues.

Il est souvent facile de percevoir les images générées par l'IA comme transparentes, dans le sens où elles semblent naturelles et instantanément compréhensibles à travers des formes esthétiques familières. Cette transparence est souvent vue comme un effet de la technologie, mais en réalité, elle est plus le résultat de la domination des images "photographiques", même si ces dernières peuvent être générées par CGI, photoshoppées, ou produites par des algorithmes d'IA. Ces images, bien qu'elles ne soient pas toujours immédiatement reconnaissables comme artificielles, portent en elles l'héritage des protocoles photographiques traditionnels. La lecture de ces images, souvent considérée comme une expérience "naturelle", est en réalité façonnée par des facteurs culturels et sociaux.

L’analyse de l’esthétique de l’IA nécessite donc de dissocier deux aspects : la forme visuelle (ou "formatage"), d’une part, et le contenu représentatif, de l’autre. Par exemple, dans les pratiques médiatiques contemporaines, les images générées par IA ne sont souvent pas interprétées à travers une analyse de leur "signification", mais plutôt en termes de leur forme, leur style, ou leur capacité à produire un certain effet visuel ou émotionnel. Cela nous permet de contourner les limitations des approches qui tentent d'attribuer un "sens" ou une "compréhension" à des résultats générés par des intelligences artificielles, alors que ces systèmes, en réalité, n'ont pas de compréhension du monde au même titre qu’un être humain.

En ce sens, l’esthétique de l’IA, dans son application médiatique, peut être perçue comme une rencontre entre la matérialité du médium (les algorithmes, les plateformes, les réseaux) et l'expérience humaine de la représentation visuelle. L'une des questions fondamentales que l’on se pose est de savoir si ces protocoles visuels et esthétiques peuvent rester stables à mesure que les formes générées par IA imitent des styles ou formats médiatiques spécifiques. Il semble que, tant que l'IA reste ancrée dans des pratiques culturelles et techniques bien établies, elle a la capacité d'imiter des formats visuels de manière de plus en plus convaincante, mais l'impact de cette imitation sur la perception humaine de l’esthétique reste encore incertain.

La distinction entre les différents types de conceptualisation de l'esthétique de l'IA est cruciale. Si certaines approches privilégient l’étude des "cas d'utilisation" — par exemple, comment les images générées par IA facilitent la communication ou manipulent les perceptions — d’autres, en revanche, se concentrent davantage sur la relation entre les technologies, leurs usages et les contextes sociétaux et culturels dans lesquels elles s'inscrivent. Ces approches permettent une réflexion sur la manière dont les productions de l’IA, qu’elles soient visuelles, textuelles ou auditives, sont non seulement influencées par des conventions artistiques ou techniques mais aussi par des forces socio-culturelles plus larges.

L’esthétique de l’IA, dans cette optique, pourrait être analysée sous plusieurs angles. Par exemple, en examinant les interactions entre humains et AI générée, on peut envisager comment les utilisateurs expérimentent et perçoivent ces technologies : en tant que simples outils de médiation, en tant que producteurs de nouvelles formes d'art, ou encore en tant qu'éléments essentiels d'un environnement médiatique saturé de technologies. Ces perspectives ont des implications profondes pour la manière dont les médias sont compris et comment l’interaction avec l’IA pourrait redéfinir la notion même de "représentation".

Ainsi, bien que l’esthétique de l’IA reste un domaine émergent de recherche, il est clair que cette question ne se limite pas à la simple production d’images ou de textes, mais qu’elle touche à la manière dont ces technologies modifient notre relation à la création et à la consommation visuelle. En d’autres termes, comprendre l’esthétique de l’IA n’est pas seulement une question de décryptage de l’image, mais aussi une invitation à repenser la manière dont les technologies façonnent nos perceptions du monde.