L'intelligenge Artificielle met-elle l'Art en danger de disparition ?

La créativité est le dernier refuge de l'artiste. Les compétences techniques et le style des artistes peuvent désormais être reproduits par des réseaux artificiels pour créer de nouvelles œuvres. Quel est donc l'impact de l'homme sur la création artistique lorsqu'une nouvelle technologie peut remplacer la compétence ?

Ce problème n'est pas nouveau, il faut plutôt regarder la longue histoire des nouvelles technologies pour voir comment les nouveaux outils élargissent toujours la définition de ce qu'est l'art.

Voir à ce propos nos articles : l'évolution de l'art dans l'histoire, et L'art et l'invention de la photographie.

En août 2022, la Colorado State Fair s'est retrouvée au cœur d'une actualité internationale lorsqu'elle a annoncé le lauréat de son concours d'art numérique. L'œuvre, astucieusement intitulée « Théâtre d'opéra spatial », dépeint une représentation d'opéra imaginaire devant une petite foule placée devant une vaste fenêtre circulaire, à travers laquelle on aperçoit faiblement un arrière-plan apparemment étranger ou d'un autre monde, qui rappelle les opéras spatiaux de la science-fiction.

Ce n'est pas le contenu de l'œuvre qui a suscité la controverse, mais son mode de création. L'artiste, Jason Allen, a utilisé un programme informatique appelé Midjourney pour générer l'image à partir d'un texte. Bien qu'il ait affirmé avoir été ouvert à ce fait lors de sa participation au concours, de nombreux commentateurs n'ont pas été impressionnés ; comme l'a dit l'un d'entre eux, « taper des mots-clés dans une séquence suffisamment bonne n'est pas de l'art ».

Controverses entre l'Art et la technologie

Les controverses sur la relation entre la technologie et l'art ne sont pas nouvelles.

En 1853, le photographe John Leighton avait estimé que « les images photographiques sont actuellement trop littérales pour rivaliser avec les œuvres d'art », et malgré les tentatives pionnières de premiers photographes tels qu'Alfred Stieglitz, ce n'est que dans les années 1940 que la photographie a commencé à être largement acceptée comme une forme d'art à part entière.

Des débats similaires ont fait rage aux débuts du cinéma et ont à nouveau surgi dans le cas des jeux vidéo, avec des philosophes tels qu'Aaron Smuts présentant des arguments convaincants en faveur de leur statut potentiel d'œuvre d'art. En outre, l'utilisation d'ordinateurs pour créer de l'art et de la musique — ce que l'on appelle l'art « génératif » — est bien établie depuis des décennies, au moins parmi l'avant-garde, avec des œuvres comme 77 Million Paintings de Brian Eno en 2006, qui ont été largement acclamées.

Si l'on devait tirer une leçon de ces cas, ce serait que l'histoire (et en fin de compte le monde de l'art) semble être du côté de ceux qui voudraient étendre le concept d'art pour y inclure de nouvelles formes de créativité humaine.

L'art assisté par l'IA est-il un cas particulier ?

Le fait de taper des mots-clés dans un programme informatique peut-il jamais être considéré comme une activité créative ?

Pour répondre à ces questions, il convient d'examiner brièvement la technologie elle-même. La dernière décennie et les cinq dernières années en particulier ont été une période de désorientation dans le monde de l'intelligence artificielle, avec une avalanche d'avancées nouvelles et largement imprévues dans un large éventail de tâches.

Beaucoup ont été pris par surprise, par exemple, par l'émergence en 2019 de ce que l'on appelle les grands modèles de langage (LLM) sous la forme du GPT-2 d'OpenAI. Ces algorithmes prennent en entrée une séquence donnée de mots (comme les premiers vers d'un poème) et visent à prédire la suite la plus probable de la phrase.

D'une certaine manière, ils sont simplement les successeurs spirituels des systèmes de « texte prédictif » présents dans les téléphones portables depuis des décennies. Mais leur échelle et leur taille leur ont conféré des capacités inattendues. Il s'avère qu'à mesure que les modèles de langage grossissent et sont entraînés sur un nombre croissant de données, ils peuvent effectuer un éventail étonnamment large de tâches linguistiques, allant du résumé d'articles à la composition de poèmes, en passant par l'arithmétique simple et même le codage informatique simple.

DALL:E et la création d'images

Le monde de l'IA a été à nouveau surpris lorsqu'en janvier 2021, OpenAI a dévoilé DALL:E, un modèle de langage visuel qui applique une architecture similaire à la création d'images. L'idée de base est assez simple : elle repose sur le fait qu'il existe des milliards d'images sur l'internet qui ont été étiquetées à l'aide de descriptions textuelles (c'est bien sûr de cette manière que des sites comme Google images sont capables de trouver des images en premier lieu).

En entraînant un système sur ce type de données textuelles et visuelles combinées, il a été possible de créer un modèle capable de « deviner » et de générer le type d'image le plus susceptible d'être associé à un texte donné.

Mais ce qui est vraiment étonnant, c'est que DALL:E a été capable de générer des images entièrement nouvelles qui ne ressemblaient à rien de précis dans son ensemble d'apprentissage. Si l'on lui demandait d'afficher l'image d'un fauteuil en forme d'avocat, par exemple, DALL:E pouvait faire un travail passable, en montrant quelque chose qui aurait facilement pu figurer dans un catalogue Ikea, plutôt qu'un fouillis de pixels en forme de guacamole. Il s'appuyait toujours sur ce qu'il avait appris de son ensemble de données, mais il était allé au-delà de la simple association d'images avec des étiquettes et avait capturé des modèles plus profonds sur la façon dont le langage se rapporte aux images.

Le potentiel économique de cette technologie a été immédiatement évident. Les images sont largement utilisées par les entreprises et les particuliers, qu'il s'agisse de photos d'archives ou de cliparts, et le fait de pouvoir créer de nouvelles images à partir de simples invites textuelles constituait une nouvelle capacité frappante.

D'autres entreprises ont afflué sur le marché et une multitude de concurrents de DALL:E (aujourd'hui DALL:E 2) ont rapidement vu le jour, notamment Midjourney, l'algorithme qui a permis à Jason Allen de remporter le concours.

Les résultats de ces systèmes sont-ils de véritables formes d'art ?

Ici, il me semble que le débat penche fortement en faveur des sceptiques, dans la mesure où nous avons depuis longtemps abandonné l'idée que la compétence technique personnelle d'un créateur est essentielle à l'art véritable.

La photographie elle-même en est peut-être le premier et le plus clair exemple. Bien sûr, l'expertise technique aide certainement le photographe en tant qu'artiste, et tout photographe professionnel dispose d'un éventail de compétences sophistiquées.

Cependant, une prise de vue suffisamment réfléchie et délibérément créative peut correspondre à notre conception commune de l'art, indépendamment des compétences de son auteur derrière l'objectif ou dans la salle de développement.

La montée de l'art conceptuel, du célèbre urinoir de Marcel Duchamp au lit de Tracy Emin, et même la musique avec des œuvres comme la composition silencieuse 4'33 » de John Cage, ont également fait une concession similaire à l'égard de la compétence technique.

Dans ces cas, une idée suffisamment créative suffit pour que nous reconnaissions une œuvre comme de l'art, même en l'absence de virtuosité technique. Enfin, l'essor d'outils tels que Photoshop a déjà considérablement abaissé les barrières à l'entrée pour les artistes et les concepteurs en herbe, remplaçant largement l'habileté avec un pinceau par la connaissance de la manière de tirer le meilleur parti du logiciel. Le dernier modèle IA générative de Photoshop 2024 comprend de multiples possibilités d'IA, du simple remplacement de fond à la création pure et simple de nouveau designs.

S'il est vrai que les modèles d'images ont été littéralement formés à partir du travail d'autres personnes, les résultats finaux sont souvent très différents.

Dans ces conditions, il est difficile de trouver un argument convaincant pour nier que les modèles texte-image puissent se voir refuser le statut d'art. Bien que les processus techniques puissent être exécutés par un ordinateur, le choix de l'invite textuelle — et tout aussi important, le choix des images à écarter ou à conserver — constitue sans doute un véritable moment où la créativité artistique humaine peut exercer sa magie, de la même manière que le choix de la prise de vue par le photographe ou le choix du readymade par l'artiste conceptuel.

En effet, la création de messages-guides intelligents et évocateurs est en train de devenir une industrie artisanale à part entière, les passionnés partageant toutes sortes d'idées sur la manière d'obtenir les meilleurs résultats. Une invite typique pour un modèle de langage moderne peut contenir plusieurs dizaines de descripteurs différents ; au lieu de demander simplement une « fille avec une boucle d'oreille en perle », un utilisateur d'un système contemporain pourrait demander « fille avec une boucle d'oreille en perle, peinture, complexe, beau visage, Vermeer, réalisme hollandais, 4k, tendance sur artstation », et ainsi de suite.

En ce sens, on pourrait simplement considérer les programmes de conversion de texte en image comme l'évolution naturelle des programmes d'édition graphique existants, remplaçant la connaissance des pinceaux, des mélanges, des transformations, etc. par la compétence d'un expert en matière de conception rapide.

Pas de création avec l'IA

On pourrait rétorquer que même si le choix des textes peut constituer un point d'entrée pour la créativité humaine, les modèles informatiques eux-mêmes sont mal équipés pour créer de l'art dans la mesure où ils sont inexorablement dérivés, se contentant de réarranger les différents modèles de leurs données d'apprentissage.

En effet, la nature dérivée des modèles d'images a été mise en lumière avec la publication d'un nouveau modèle texte-image open-source appelé Stable Diffusion. Alors que les modèles précédents étaient restés propriétaires, fonctionnant en toute sécurité sur les serveurs d'une entreprise avec un certain nombre de contraintes (et de frais) en place, Stable Diffusion était disponible gratuitement et pouvait être exécuté à partir de l'ordinateur personnel de n'importe qui.

Mais le plus important pour le monde de l'art contemporain, c'est que ses promoteurs ont vanté sa capacité à copier avec précision le style non seulement de genres artistiques, mais aussi d'artistes vivants spécifiques. Un commentateur sur Twitter a ainsi signalé « une collection d'artistes relativement modernes ou en activité que [Stable Diffusion] présente comme des styles à voler sur son site ».

S'agit-il vraiment de vol, ou de « plagiat » ?

Il se trouve que le monde de l'art et le monde juridique ont l'habitude de trancher ce genre de litiges. De nombreux lecteurs connaissent l'image emblématique bleue et rouge de Barack Obama, ornée du simple mot « espoir », qui est devenue l'une des icônes visuelles de sa campagne pour la présidence.

Sous cette image optimiste se cache cependant un procès houleux entre son créateur, Shepard Fairey, et l'Associated Press, dont l'un des photographes est à l'origine de la photographie sur laquelle elle est basée. Afin d'établir son utilisation équitable de l'image, Fairey a dû prouver qu'il avait transformé la photographie originale. Pour reprendre les termes du juge dans le procès antérieur mais similaire de Blanch v. Koons, il existe un intérêt public à autoriser la réutilisation d'une image si elle implique « la création de nouvelles informations, de nouvelles esthétiques, de nouvelles perspectives et de nouvelles compréhensions ».

L'affaire Fairey contre Associated Press a finalement été réglée à l'amiable, mais elle nous donne un aperçu de la manière dont la loi pourrait un jour évaluer si les modèles texte-image copient de la même manière les œuvres d'autrui ou s'ils les utilisent simplement comme intrants dans un processus véritablement transformateur.

S'il est vrai que les modèles d'images ont été littéralement formés à partir des œuvres d'autrui, les résultats finaux sont souvent très différents (si vous avez toujours voulu voir un Pokemon dans le style de Picasso, vous pouvez désormais le faire). En outre, le processus d'apprentissage de modèles tels que Midjourney et Stable Diffusion reproduit uniquement certains des processus d'apprentissage des artistes humains en formation.

Nous reconnaissons que l'imagination artistique humaine dépend de l'exposition aux œuvres des autres, et l'étude des styles et des méthodes des grands artistes est un élément clé de l'éducation artistique. Les artistes innovent, certes, mais dans le cadre d'un paysage artistique qu'ils ont normalement étudié en profondeur.

Photoshop ou IA, où est la limite dans la création ?

Je tiens à souligner qu'en faisant cette observation, je n'affirme pas qu'aucune protection artistique ne devrait être accordée aux artistes lorsque leur travail est utilisé et finalement imité par des modèles d'image : je ne voudrais pas que l'ADAGP me tombe dessus.

Je note simplement que ces protections ne découlent pas directement des normes et lois artistiques existantes. En fin de compte, la décision de créer ou non de telles protections sera politique. Dans le sillage de la facilité technologique soudaine avec laquelle n'importe qui peut créer une œuvre dans le style d'un artiste vivant, nous devrons décider collectivement si les intérêts des artistes humains dans ces domaines justifient un changement de nos valeurs et de nos lois.

En l'état actuel des choses, cependant, l'utilisation de Midjourney par Jason Allen pour créer le Théâtre D'opéra Spatial ne soulève pas plus de problèmes fondamentaux qu'un artiste utilisant Photoshop pour créer du pop art dans le style d'Andy Warhol.

Une question persiste toutefois dans l'esprit des lecteurs : les capacités de ces systèmes sont-elles fondamentalement limitées ? Un artiste humain doué comme Monet ou Picasso peut dépasser les contraintes du monde de l'art dans lequel il vit et créer un pont vers des formes de représentation vraiment nouvelles.

Un modèle d'image pourra-t-il jamais faire cela ? ou leur adoption généralisée présage-t-elle plutôt une ère de stase et de stagnation artistiques, dans laquelle l'hétérogénéité du monde de l'art humain est aplatie, normalisée et ossifiée par les statistiques de ses ennuyeux créateurs-machines ?

Pour exprimer cette inquiétude en termes plus rigoureux, nous pouvons recourir à une distinction utile élaborée par la philosophe et spécialiste des sciences cognitives Margaret Boden, qui a longuement argumenté que la créativité peut être divisée en trois types fondamentaux.

La première est la créativité combinatoire, qui consiste à réarranger des éléments existants pour créer quelque chose de nouveau ; la deuxième est la créativité exploratoire, qui consiste à trouver des idées ou des formes nouvelles dans le cadre de paradigmes existants ; et la troisième est la créativité transformationnelle, qui implique la création non seulement d'une nouvelle œuvre ou d'une nouvelle idée, mais aussi d'un cadre artistique entièrement nouveau ou d'une nouvelle façon d'aborder un problème.

Il est assez évident que des modèles tels que Midjourney et Stable Diffusion peuvent être utilisés pour réaliser les deux premières formes de créativité, que ce soit en combinant des formes et des styles existants (« un tableau représentant un laitier dans le style de Vermeer et de Monet ») ou en les étendant à de nouveaux sujets (« une peinture d'une boîte de nuit moderne dans le style de Toulouse-Lautrec »). Mais qu'en est-il de la créativité transformationnelle ?

Pour finir... ou plutôt en attendant la suite !!

À mon avis, le jury n'a pas encore tranché. Aussi naturel que cela puisse paraître de supposer que les véritables bonds de l'imagination artistique doivent venir d'un esprit humain mariné dans les complexités de la société, de l'histoire et de la culture, nous pourrions découvrir que parmi les espaces artistiques statistiques latents des modèles d'image contemporains se trouvent des formes entièrement nouvelles de représentation visuelle, qui attendent simplement le bon stimulus pour les mettre en lumière.

Dans ce cas, la seule limite à leur pouvoir créatif pourrait être l'imagination humaine elle-même.