L'esthétique de l'IA : une exploration des images générées par l'IA entre art et esthétique

L'intersection entre l'intelligence artificielle générative et l'esthétique des médias représente un terrain fertile pour la réflexion théorique et l'analyse critique. Alors que les plateformes d'IA accessibles au public, notamment les générateurs d'images comme DALL·E, connaissent une adoption croissante, une question fondamentale se pose : comment ces technologies redéfinissent-elles les concepts traditionnels d'esthétique et d'art ? Loin de se limiter à une simple exploration technique de ces outils, ce champ d'étude soulève des enjeux profonds concernant la perception de l'art, la subjectivité et les imaginaires culturels.

Les images générées par l'IA, qu'elles soient photographiques, picturales ou sculpturales, s'inscrivent dans un dialogue avec une large variété de références culturelles et esthétiques. Ce processus de création automatisée soulève la question de l'authenticité et de la compétence artistique. À un premier niveau, on pourrait tenter de les classer selon un critère artistique classique, celui de la "connaissance du goût", où l'évaluation esthétique repose sur la maîtrise technique, le savoir-faire et la sensibilité d'un créateur humain. Cependant, à un autre niveau, l'esthétique de l'IA touche une dimension plus universelle et perceptuelle de l'expérience humaine : l'appréhension visuelle et sensorielle des objets générés, indépendamment de leur origine. Ces images, en leur essence, appellent une nouvelle approche esthétique qui intègre l'ensemble des perceptions humaines, qu'elles soient médiatisées ou purement mentales.

Dans ce contexte, l'émergence de l'IA comme créatrice et interprète ouvre la voie à une redéfinition des frontières entre l'art et la technologie. Tandis que certains critiques et théoriciens s'intéressent principalement à la compétence de l'IA à "produire de l'art" en reproduisant des formes classiques ou en innovant de manière radicale, d'autres se tournent vers les implications sociales, politiques et culturelles de ces nouvelles formes. L'IA génère non seulement des œuvres visuelles, mais interagit aussi avec des imaginaires collectifs, refaçonnant les mythes, les symboles et les récits sur lesquels reposent nos sociétés. Par exemple, les échecs techniques des IA, tels que des images "glitchées" ou des représentations déformées, participent également à la construction de significations esthétiques, où l'échec technique devient un mode d'expression en soi. Ces défaillances offrent une réflexion sur les limites et les imperfections de l'intelligence artificielle, tout en enrichissant la discussion sur ce qui constitue une "image réussie" dans le monde numérique.

La question de l'anthropomorphisation des intelligences artificielles devient également un point crucial dans cette réflexion esthétique. Le phénomène, où les utilisateurs attribuent des traits humains aux machines, est exacerbé par des dispositifs comme les chatbots et autres interfaces numériques qui tentent de simuler des comportements humains. Dans ce cadre, l'IA se trouve à la croisée des chemins entre des processus purement techniques et des représentations subjectives. En d'autres termes, l'IA générative ne se contente pas de produire des images ou des objets ; elle façonne également des expériences émotionnelles et perceptuelles qui rivalisent avec celles que l'on peut trouver dans des œuvres humaines.

Ce contexte d'IA générative va au-delà de simples créations visuelles. Il nous invite à réfléchir aux implications de l'art digital et de la culture numérique dans un monde où les frontières entre la créativité humaine et machine se font de plus en plus floues. En observant l'impact culturel de ces images produites par l'IA, il est impératif de prendre en compte l'impact profond qu'elles exercent sur notre rapport au monde et à la technologie. Par conséquent, les générateurs d'images comme DALL·E ne sont pas seulement des outils de production ; ce sont des vecteurs de transformation culturelle.

La montée de l'esthétique de l'IA est un phénomène complexe et émergent qui soulève des questions à la fois théoriques et pratiques. Il est essentiel de comprendre que cette esthétique ne se limite pas à une catégorie artistique isolée, mais s'intègre dans un champ plus large de réflexion sur la place de l'intelligence artificielle dans la société contemporaine. Tandis que l'art créé par l'IA peut, à première vue, sembler une simple imitation des formes humaines, il devient de plus en plus évident que ces œuvres participent à un réexamen radical des principes de l'esthétique et de la création.

L'une des réflexions les plus importantes dans ce domaine concerne la manière dont les machines, loin de se contenter de répliquer les formes humaines, génèrent de nouvelles possibilités esthétiques qui vont au-delà des imaginaires traditionnels. À travers des analyses plus poussées, on pourrait explorer comment ces images artificielles affectent les perceptions culturelles de l'art et du beau, en introduisant une forme de pluralité esthétique où les objets ne sont plus uniquement les produits d'une subjectivité humaine, mais plutôt des constructions émergentes issues d'interactions complexes entre l'homme, la machine et l'environnement numérique. Ce champ est encore jeune, et sa richesse réside dans la multiplicité des approches et des méthodologies qui s'y déploient. La question demeure donc ouverte : quel avenir pour l'esthétique de l'IA, et jusqu'où cette nouvelle forme de création pourra-t-elle redéfinir les codes de l'art et de la culture ?

Comment comprendre la forme du contenu dans les images générées par l’IA ?

La distinction entre forme esthétique et contenu représentatif dans les images générées par intelligence artificielle (IA) exige une réflexion approfondie, notamment sur la notion selon laquelle le contenu représentatif possède lui-même une forme spécifique. Cette idée complexifie la division classique entre ce qui est perçu comme forme et ce qui est contenu, en suggérant que le contenu ne se limite pas à une simple information mais dispose d’une configuration perceptible et singulière. Ainsi, dans le cas des images générées par IA, on parle souvent de la « forme du contenu », un concept qui invite à considérer l’aspect formel intrinsèque du contenu représenté, indépendamment des qualités purement esthétiques.

Dans ce cadre, les pratiques esthétiques jouent un rôle essentiel, bien qu’elles ne soient que rarement analysées systématiquement dans le contexte des générateurs d’images IA. Une approche prometteuse consiste à étudier les « paratextes » associés à ces productions, c’est-à-dire l’ensemble des discours, documents techniques, communications et réflexions sur la manière dont ces images sont produites. Cette notion étendue de paratextes, empruntée aux études cinématographiques et vidéoludiques, englobe notamment la conception de prompts, ou « prompt engineering », qui est devenue une compétence clé dans la génération d’images par IA. Comprendre ces paratextes est crucial pour appréhender la dimension créative et technique de ces images.

Le phénomène des « glitches », souvent perçu comme une rupture ou un dysfonctionnement dans le flux attendu d’informations numériques, participe à l’esthétique postdigitale qui dépasse largement la simple erreur technique. Il inclut des stratégies esthétiques qui valorisent la matérialité des médias numériques, comme le pixel art ou le son 8-bit, largement répandus dans les jeux vidéo contemporains. Cette esthétique postdigitale s’étend également à des formes non numériques, par exemple à travers des œuvres physiques inspirées par les images générées par IA, comme les « repaintings » réalisés à partir de ces images. Ainsi, l’esthétique postdigitale incarne une transmutation constante entre le numérique et le non-numérique, entre médiations intramédiales (références internes à un même média) et intermédielles (références entre médias différents), ce qui souligne la complexité des relations entre formes et contenus dans ces contextes.

Les représentations médiatiques, notamment celles qui remplissent une fonction représentative externe, impliquent une complexité supplémentaire dans la manière dont elles véhiculent leur contenu. Les théories de la représentation, telles que celles de Walton, décrivent les représentations comme des « accessoires dans des jeux de faire-semblant », où elles obligent l’imagination à produire des vérités fictionnelles selon des règles spécifiques. Cette idée souligne que la compréhension des images générées par IA ne relève pas seulement de la perception visuelle mais aussi de processus cognitifs complexes qui interprètent différentes couches représentatives. Les générateurs d’images IA doivent donc être capables de distinguer et manipuler plusieurs niveaux de représentations pour créer des images cohérentes.

La relation entre transparence et opacité dans l’image, largement discutée en esthétique philosophique, sémiotique et théorie des médias, éclaire également l’analyse des images IA. Cette tension caractérise les processus de « remédiation » et de « transmatérialisation », où le visible et l’invisible, l’immédiateté et l’hypermédiation coexistent. La photographie a longtemps été considérée comme un paradigme de la transparence, mais les débats contemporains soulignent l’importance de l’opacité, notamment par une esthétique de la surface qui interroge la matérialité même de l’image.

L’exemple de DALL·E, l’un des générateurs d’images IA les plus populaires et accessibles à l’été 2024, illustre bien ces dynamiques. Bien que les observations faites à partir des images produites par DALL·E 2 et 3 puissent s’appliquer à d’autres systèmes comme Midjourney ou Stable Diffusion, chaque plateforme manifeste des différences notables dans la manière dont elles intègrent l’esthétique postdigitale, variations qui sont amplifiées par l’évolution rapide des versions et des technologies sous-jacentes.

Il est essentiel de reconnaître que les images générées par IA ne sont pas de simples reproductions mécaniques mais des créations médiatisées par des systèmes complexes qui articulent forme et contenu à travers des procédés techniques et esthétiques. Cette articulation produit des objets médiatiques hybrides, inscrits dans un continuum entre matérialité digitale et interprétation humaine.

Au-delà de ces réflexions, il importe de comprendre que la réception des images générées par IA implique un travail actif de décodage des différentes couches représentatives, ainsi qu’une conscience critique de leur nature postdigitale, qui interroge notre rapport à l’image, à la réalité et à la fiction dans un monde de plus en plus médiatisé par l’intelligence artificielle.

Comment les pratiques artistiques des communautés PAIA redéfinissent-elles les relations sociales et esthétiques dans l'art génératif ?

L'art généré par l'intelligence artificielle (IA) et les plateformes associées (PAIA) s'éloignent des pratiques traditionnelles en raison de leur dimension sociale et collaborative, qui va au-delà de la simple création et exposition d'œuvres. Si, techniquement, il s'agit de manipuler l'espace latent des modèles d'IA selon des protocoles esthétiques préconçus, la création de l'art PAIA s'accompagne souvent d'une interaction sociale, où les artistes naviguent et participent à un espace social d'échange, de partage et de suggestion de « prompts ». Cette dimension sociale engendre des échanges actifs entre les créateurs, mais aussi avec les publics, formant un tissu de pratiques artistiques ouvertes et constamment révisées.

Le processus de création au sein des communautés PAIA va au-delà de la simple génération d'images ; il inclut un affinement continu par la discussion et la collaboration, souvent en ligne, qui peuvent aboutir à des « bulles esthétiques » renforçant certaines tendances ou motifs, mais aussi à une remise en question des préférences esthétiques ou des relations entre imagination visuelle et outils IA. Par exemple, il est fréquent que certaines images générées soient dominées par des représentations répétitives, comme des gros plans ou des portraits de jeunes femmes, une tendance observée par McCormack et ses collègues. Toutefois, cette répétition peut aussi ouvrir la voie à une réflexion plus profonde sur les choix artistiques, l’outil IA à utiliser et la manière dont les préférences personnelles influencent la création.

Les communautés PAIA diffèrent de l'Académie des Beaux-Arts française, non seulement sur le plan du code technique (où la boîte noire des générateurs d'images IA reste souvent scellée), mais aussi sur la transparence de leur pratique artistique. Contrairement à l'art académique, où l'artiste reste souvent dans une position d'autorité, les échanges au sein des communautés PAIA permettent une plus grande visibilité des processus créatifs. Anna Munster et Adrian Mackenzie soulignent qu'il n'y a pas de position unique à partir de laquelle observer l’ensemble des opérations de traitement des images ; ces processus sont soit microscopiques (sur un capteur d’image, par exemple), soit trop vastes pour être perçus dans leur globalité, à moins de déplacer l'observation sur plusieurs échelles, comme celles des bases de données d'images, des serveurs et des centres de données.

Les plateformes PAIA jouent un rôle similaire à celui des académies d'art en tant qu'espaces privilégiés de relations entre différents groupes et formes d'appartenance. Mais contrairement aux académies traditionnelles, où l'accès était limité à un groupe restreint d'artistes, les plateformes PAIA sont ouvertes à tous. Même si le but principal des propriétaires de ces plateformes reste la génération de revenus, elles permettent une interaction plus libre entre artistes, critiques et publics, dissolvant ainsi les barrières habituelles entre ces catégories. Cette ouverture des plateformes, qui abolit les frontières sociales et professionnelles, pose la question de la redéfinition des rôles au sein de l'art. Les critiques, les curateurs et les publics ne sont plus de simples observateurs ou évaluateurs externes, mais deviennent des participants actifs dans la construction même de l'œuvre d'art.

Cependant, cette dissolution des frontières peut aussi soulever des interrogations concernant la gestion des droits d'auteur et la propriété intellectuelle. Les outils d'IA exploitent parfois des bases de données massives qui incluent des œuvres protégées par des droits d'auteur, souvent sans le consentement des artistes originaux. Cela soulève des questions éthiques et juridiques, avec des cas de plaintes contre des générateurs d'IA comme MidJourney et DeviantArt, où des artistes ont dénoncé l’utilisation de leur travail sans permission pour entraîner ces modèles.

En ce qui concerne les protocoles esthétiques spécifiques, la notion même de « style » devient floue dans le contexte de l’art génératif. Les artistes ne créent plus à partir d’un bagage personnel ou d’une tradition spécifique, mais en fonction des tendances visuelles générées par les algorithmes et les préférences des utilisateurs sur les plateformes. Ce phénomène engendre une économie visuelle dans laquelle le style est constamment en mutation, un style qui, loin d’être un héritage culturel ou académique, devient une simple interaction entre les préférences des utilisateurs et la capacité des outils IA à « comprendre » et à reproduire ces préférences.

Au fond, la pratique de l’art généré par IA, en déconstruisant les rapports traditionnels entre l’artiste, l’œuvre, le critique et le public, ouvre de nouvelles perspectives pour l'art. Elle ne se contente pas de redéfinir l’objet artistique mais invite aussi à repenser les relations sociales et économiques dans lesquelles l’art est produit et consommé. Toutefois, ce processus pose également des défis importants en matière de régulation, de reconnaissance des droits d'auteur et d’équité dans la distribution des bénéfices de ces créations.

Les technologies prometteuses : Esthétique, attentes et représentations de l'avenir de l'IA

Les technologies émergentes, en particulier celles liées à l'intelligence artificielle, suscitent des attentes qui façonnent non seulement les décisions politiques, mais également les perceptions publiques et les agendas de recherche. L'IA, en tant que technologie prometteuse, porte en elle l'idée d'un futur innovant, avec des perspectives concrètes et des applications tangibles. Historiquement, l'IA s’est toujours appuyée sur des promesses et des attentes, des récits et des fantasmes qui ont influencé son développement. Ces attentes créent un environnement où l'incertitude est réduite par la vision d'un avenir technologique meilleur, à travers des promesses de résultats idéalisés. Néanmoins, derrière ces visions positives se cachent aussi des risques, des limitations et des échecs, inévitables à toute technologie en développement.

Les démonstrations technologiques jouent un rôle central dans la formation de ces attentes, servant de moyens de négociation entre la réalité de la technologie actuelle et ses promesses futures. Elles sont devenues des "médias du futur", dans le sens où elles alimentent les imaginaires populaires, à travers les médias, la publicité et le discours politique, qui projettent les bénéfices et risques potentiels des technologies émergentes. Plutôt que de prédire des technologies futures, ces médias du futur fusionnent espoirs, peurs, visions et fantasmes autour de nouvelles technologies, contribuant à un cadre de perception de ce que pourrait être l'avenir technologique. Ainsi, ces imaginaires ne sont pas de simples illusions, mais des formes cruciales de production de connaissances, influençant les actions et les décisions concrètes.

Les démonstrations technologiques, en particulier dans le domaine de l'IA, ont une fonction performative essentielle : elles cherchent à normaliser l'adoption de nouvelles technologies, à légitimer leur usage et à établir des normes esthétiques et fonctionnelles. En présentant les technologies en action, elles jouent un rôle dans la perception publique de leur faisabilité et de leur potentiel, ce qui les rend essentielles pour convaincre les professionnels, comme les artistes et les cinéastes, de leur utilité et de leur potentiel esthétique.

Les vidéos de démonstration produites par des entreprises comme Sora, Luma et Runway sont un exemple clair de ce phénomène. Ces vidéos ont pour objectif de générer de la publicité, mais aussi de démontrer les possibilités esthétiques de l'IA. Parfois, elles sont produites par des artistes invités, dont les créations artistiques, tout en étant des démonstrations de la technologie, servent également à en magnifier l'attrait esthétique. Ces vidéos, tout comme celles créées par des utilisateurs non autorisés, jouent un rôle similaire : elles montrent les capacités de l'IA, une technologie encore en développement.

D'autre part, certaines vidéos produites par les entreprises mettent en avant de manière explicite les progrès techniques réalisés par leurs modèles d'IA. Elles montrent des avancées comme la réduction du temps de traitement, l'amélioration du contrôle des mouvements, et l’augmentation de la cohérence des simulations. Ces démonstrations mettent souvent l'accent sur des objectifs esthétiques particuliers, notamment la quête du réalisme perceptuel, qui n’aspire pas nécessairement à une vérité absolue, mais plutôt à une construction plausible et convaincante des mondes visuels, des mouvements et des textures.

Cette recherche du réalisme perceptuel et de la cohérence dans la simulation des espaces tridimensionnels engendre une certaine esthétique de l'échec. Les "échecs" technologiques, souvent perçus comme des erreurs ou des déviations par rapport aux attentes esthétiques, ne sont pas intrinsèquement des faiblesses de la technologie, mais des jugements formés par des attentes culturelles et sociales. Tout écart par rapport à l'idéal établi est ainsi perçu comme une déviation, une faute ou un échec. Toutefois, ces soi-disant "échecs" sont en réalité toujours opérationnels et font partie intégrante du processus de développement de la technologie.

Il est important de comprendre que les échecs dans les démonstrations de l’IA ne doivent pas être réduits à de simples erreurs. Ils sont aussi des étapes nécessaires dans le perfectionnement de ces technologies. Ces déviations par rapport aux attentes sont parfois des révélateurs des limites actuelles de l'IA et offrent une perspective importante sur la manière dont les technologies émergentes peuvent encore évoluer. De plus, ces "échecs" mettent en lumière les tensions entre l'idéalisme des visions futures de la technologie et la réalité des défis techniques auxquels ces technologies font face.

Au-delà de la technologie elle-même, les représentations et les récits qui l'entourent jouent un rôle central dans la formation des attentes sociétales. Les narrations des médias du futur et des démonstrations technologiques sont essentielles pour comprendre comment l'IA est perçue et comment elle influencera nos vies. Ces récits façonnent non seulement l'acceptation publique des nouvelles technologies, mais aussi la direction dans laquelle elles seront développées et intégrées dans la société.

La question cruciale ici est la suivante : comment ces imaginaires influencent-ils les choix technologiques et les décisions politiques, et comment les échecs et les imperfections peuvent-ils être compris comme faisant partie intégrante du processus de développement technologique, et non comme des obstacles insurmontables ?