Littérature, peinture, musique : ces artistes qui font de l’IA un outil de création et l’assument

Des artistes intègrent ouvertement l’intelligence artificielle à leurs créations. En littérature, elle participe à l’écriture de romans et de poèmes. En musique, des artistes expérimentent avec des voix générées ou transformées par IA. En arts visuels, elle sert à produire des images, des installations et des œuvres interactives. Ces pratiques questionnent la création, la place de l’artiste et les limites de la technologie.

De la littérature à la musique et aux arts visuels, des artistes revendiquent l’usage de l’intelligence artificielle comme partenaire de création. Poèmes composés avec une IA, voix numériques, pinceaux robotisés ou images générées : ces pratiques explorent de nouvelles formes d’expression et interrogent la place de la machine dans le travail artistique.

De la page imprimée aux murs de musée, en passant par les studios d’enregistrement, l’intelligence artificielle générative s’invite dans les pratiques artistiques. Certains créateurs s’en servent pour tester des idées, d’autres l’intègrent à leur œuvre ou entraînent des programmes à partir de leurs propres productions. Ces démarches ne font pas disparaître le rôle de l’artiste : elles le déplacent, en faisant de la sélection, de l’écriture des consignes, de la mise en scène et du regard critique des étapes essentielles. Des romans de Rie Kudan aux poèmes évolutifs de Sasha Stiles, des voix synthétiques de Holly Herndon et Grimes aux peintures de Sougwen Chung, l’IA devient ainsi un outil de création revendiqué, mais aussi un sujet de débat sur l’auteur, le travail et la valeur de l’art.

Une controverse littéraire qui révèle les tensions autour de l’IA

La place de l’intelligence artificielle dans la création est devenue un enjeu public à mesure que les outils génératifs se sont diffusés. Ils peuvent produire, en quelques secondes, des textes, des images, des voix ou des séquences musicales. Leur efficacité nourrit l’enthousiasme de certains artistes, mais aussi la méfiance de lecteurs, de professionnels et de jurys littéraires. Une question revient alors avec insistance : lorsqu’une œuvre est élaborée avec l’aide d’une machine, à qui revient-elle vraiment ?

Le débat a pris une dimension concrète avec les accusations visant le romancier Thélyson Orélien. Le 21 septembre 2026, un compte anonyme sur X a affirmé que l’auteur canado-haïtien avait utilisé une intelligence artificielle pour écrire C’était ça ou mourir, un roman en lice pour le prix Goncourt. Ces accusations sont apparues le jour même où il recevait le prix du roman Fnac. Thélyson Orélien les a catégoriquement rejetées, et ses éditeurs l’ont soutenu. Le président de l’Académie Goncourt a, de son côté, invité à se méfier des conclusions avancées par les logiciels de détection.

Cette prudence est importante : les outils censés reconnaître un texte généré par une IA ne peuvent pas, à eux seuls, établir avec certitude la manière dont un livre a été écrit. Les résultats peuvent être discutables et ne constituent pas une preuve définitive. Une accusation fondée sur un indicateur automatisé peut donc porter atteinte à la réputation d’un écrivain sans apporter de réponse fiable sur son processus de travail. Le débat ne concerne pas seulement la technologie : il touche aussi à la confiance accordée aux auteurs et aux méthodes d’évaluation de la création.

Le cas d’Orélien se distingue de celui des artistes qui présentent ouvertement l’IA comme une composante de leur pratique. Pour ces derniers, l’enjeu n’est pas de dissimuler un outil, mais d’expliquer comment il intervient, ce qu’ils lui demandent et ce qu’ils choisissent de conserver ou de rejeter. Leur démarche met en évidence une distinction essentielle : le recours à une technologie n’équivaut pas nécessairement à lui déléguer l’ensemble de la création. L’artiste peut rester à l’origine du projet, en orienter les étapes et assumer la responsabilité de l’œuvre présentée au public.

La controverse souligne enfin que le mot « utiliser » recouvre des réalités très différentes. Une personne peut consulter une IA pour surmonter un blocage ou chercher une formulation. Une autre peut intégrer à son livre quelques réponses générées, tandis qu’un collectif peut concevoir un système qui produit des variations en direct. Dans les arts visuels, la machine peut proposer une image à partir d’instructions, participer à une installation ou guider un dispositif physique. Dans la musique, elle peut transformer une voix, en créer une imitation ou apprendre à chanter à partir d’enregistrements. Ces pratiques ne soulèvent ni les mêmes questions ni les mêmes enjeux.

En littérature, une écriture qui dialogue avec la machine

Rie Kudan et l’intégration de ChatGPT dans un roman

En janvier 2024, l’écrivaine japonaise Rie Kudan a remporté le prix Akutagawa, une distinction importante qui récompense de nouveaux talents littéraires au Japon. Après l’annonce du prix, elle a expliqué qu’environ 5 % de son roman Tokyo Sympathy Tower reprenaient mot pour mot des phrases produites par ChatGPT. Ces passages correspondent aux réponses de l’outil aux questions posées par le personnage principal.

Rie Kudan a raconté avoir consulté l’IA à une période où elle doutait. Au-delà d’une aide pratique à l’écriture, ces échanges ont nourri la matière du livre. L’autrice a choisi de mettre en récit le malaise ressenti face à des réponses formulées avec fluidité, mais sans expérience humaine. Autrement dit, l’outil n’a pas seulement fourni des phrases : son fonctionnement et les impressions qu’il suscitait sont devenus une partie du sujet littéraire.

Cette démarche montre combien l’IA peut jouer plusieurs rôles dans un roman. Elle peut être un instrument de recherche ou de reformulation, mais aussi un interlocuteur fictif, une source de langage ou un élément autour duquel se construit une réflexion. Dans Tokyo Sympathy Tower, la présence de phrases générées ne signifie pas que l’ensemble du livre est le produit d’une machine. Le choix de leur insertion, leur position dans le récit et le sens donné à cette présence relèvent du projet de l’écrivaine.

La réaction du jury illustre également une évolution des critères de jugement. Selon l’un de ses membres, l’écrivain Keiichiro Hirano, l’usage ainsi décrit ne posait pas problème. Une telle position ne signifie pas que toutes les questions sont résolues, mais elle suggère que la provenance d’une phrase ne suffit pas à évaluer un roman. Il faut aussi considérer la fonction du passage, la manière dont il est intégré à l’œuvre et la réflexion qu’il permet de porter.

L’exemple de Kudan invite à s’interroger sur la frontière entre citation, collaboration et création. Les écrivains ont depuis longtemps travaillé à partir de conversations, de documents, de textes préexistants ou de contraintes formelles. L’apparition d’un assistant algorithmique ne rend pas ces pratiques identiques, car la production automatisée à grande échelle soulève des enjeux nouveaux. Elle oblige toutefois à préciser ce que l’auteur apporte : une intention, une voix, une structure, un regard sur les matériaux utilisés.

Sasha Stiles : une poésie élaborée à partir de ses propres textes

La poétesse américaine Sasha Stiles a développé une collaboration plus continue avec l’intelligence artificielle. Depuis 2018, elle travaille avec Technelegy, un système qu’elle a entraîné à partir de ses propres écrits. Le programme s’appuie donc sur l’univers poétique de l’artiste, sur ses formulations et sur les récurrences de son travail, plutôt que de fonctionner comme un outil sans lien avec sa pratique personnelle.

Son recueil Technelegy, paru en 2021, rassemble des poèmes écrits par Stiles et d’autres composés par la machine. La coexistence de ces textes place le lecteur devant des questions qui dépassent la simple recherche de l’auteur de chaque vers. Qu’est-ce qui distingue une écriture humaine d’une production automatisée ? Est-ce la manière dont les mots sont assemblés, l’expérience à l’origine du poème ou le geste éditorial qui décide de sa forme définitive ? En mêlant les contributions, Stiles transforme ces interrogations en matière artistique.

La relation avec Technelegy ne se réduit pas à demander au système de produire un poème puis à le publier tel quel. En entraînant l’outil avec ses propres textes, la poétesse définit un territoire de travail. Elle peut ensuite observer les prolongements, les répétitions ou les écarts que le modèle propose. La machine devient une sorte de partenaire spéculatif : elle fait apparaître des variations à partir d’un corpus, mais c’est l’artiste qui choisit comment les interpréter et les présenter.

Cette expérience s’est prolongée au Museum of Modern Art de New York. De septembre 2025 à mars 2026, le musée a présenté dans son hall A Living Poem, une installation dans laquelle un texte se renouvelait en direct. Le poème, généré par Technelegy à partir des écrits de Stiles et de textes associés aux œuvres du musée, évoluait toutes les heures. Le visiteur ne découvrait donc pas un texte immuable, mais une création en cours, dont les changements faisaient partie de l’expérience.

Stiles a décrit cette installation comme un espace où respirer et se laisser porter par le rythme de la poésie. Cette intention éclaire une autre possibilité offerte par l’IA : rendre une œuvre variable, sensible au temps et capable de se recomposer sans cesse. Le public peut revenir au même endroit et y rencontrer une nouvelle version du poème. La littérature quitte alors le cadre du texte fixe sans renoncer aux mots, à la composition ni à l’attention du lecteur.

Écrire avec l’IA sans lui abandonner la responsabilité du texte

Les expériences de Kudan et de Stiles diffèrent par leur échelle, mais elles montrent toutes deux qu’un outil génératif peut être incorporé à une démarche littéraire explicite. Pour autant, « écrire avec une IA » ne désigne pas une méthode unique. Un auteur peut solliciter des propositions, les remanier profondément, n’en garder qu’un fragment ou se servir des réponses pour faire avancer un personnage. Un autre peut entraîner un système avec ses propres écrits afin d’explorer les possibilités d’une écriture dérivée.

La création littéraire implique des choix qui ne se limitent pas à la première formulation. Il faut déterminer ce qui mérite d’être conservé, ce qui doit être écarté, comment organiser les passages et quel effet produire sur le lecteur. Dans ce cadre, la responsabilité de l’auteur reste centrale. Il décide de la forme finale et répond de la manière dont l’outil est utilisé, notamment lorsque des personnes réelles ou des œuvres existantes sont impliquées.

La question de la transparence devient alors déterminante. Lorsqu’un usage de l’IA a une place significative dans l’élaboration d’un livre, l’expliquer peut aider le public à comprendre la démarche. Cela n’impose pas nécessairement de détailler chaque étape technique, mais permet de distinguer une expérimentation assumée d’un procédé dissimulé. Une telle information peut aussi éviter que le débat se concentre uniquement sur des suppositions ou sur des détecteurs automatisés dont les limites sont reconnues.

Les écrivains qui expérimentent avec des modèles génératifs ne cherchent pas tous à faire croire que la machine possède une sensibilité humaine. Certains s’intéressent précisément à ses limites : sa tendance à produire des formules attendues, sa manière de reprendre des motifs ou son incapacité à éprouver ce qu’elle décrit. Ces défauts peuvent devenir des ressorts littéraires. Le texte obtenu n’est pas nécessairement intéressant parce qu’il est parfait, mais parce qu’il révèle une tension entre l’apparence d’une parole et l’absence d’expérience vécue derrière elle.

La musique : des voix synthétiques et des identités partagées

Holly Herndon, Mat Dryhurst et le projet Holly+

Dans la musique, l’IA générative touche directement à la voix, qui est à la fois un instrument et une marque d’identité. La chanteuse et artiste américaine Holly Herndon et son partenaire, l’artiste britannique Mat Dryhurst, ont lancé en 2021 Holly+, un double vocal créé à l’aide de l’intelligence artificielle. Le système permet à d’autres personnes d’utiliser une version synthétique de la voix de Herndon.

Le projet prend acte d’une évolution que l’artiste juge durable : les imitations vocales produites par IA vont continuer à se développer. Plutôt que de considérer ces technologies comme un phénomène qui pourrait être écarté, Herndon et Dryhurst ont cherché à expérimenter avec elles et à poser la question des règles. L’objectif est de réfléchir à un équilibre entre la protection des artistes et la possibilité de créer avec les nouveaux outils.

Une voix synthétique soulève des difficultés particulières. Elle peut évoquer une personne sans que celle-ci ait enregistré chaque phrase ou chaque note produite. Elle peut aussi circuler dans des contextes que l’artiste n’a pas choisis. Un outil comme Holly+ rend visible la nécessité de penser aux conditions d’accès, aux autorisations et au partage des éventuels revenus. Le projet ne supprime pas ces enjeux ; il les place au cœur de l’expérimentation.

Herndon et Dryhurst ont ensuite travaillé avec quinze chorales britanniques afin d’entraîner une IA à reproduire le chant choral. Le résultat a été présenté à la Serpentine, centre d’art contemporain londonien. Cette étape élargit le sujet : au lieu de reproduire une voix individuelle, le système s’inspire d’un ensemble de voix et de leurs harmonies. La production artificielle devient ainsi une façon d’explorer la relation entre l’individu, le groupe et la performance collective.

Dans ce type de projet, la machine ne remplace pas simplement une chanteuse ou un chœur. Elle met en circulation une voix enregistrée et transforme la manière dont celle-ci peut être réutilisée. Les artistes peuvent s’en servir pour composer autrement, mais ils doivent également réfléchir aux personnes dont les voix ont contribué à l’apprentissage du modèle. La question de la création rejoint alors celles du consentement, de la rémunération et de la gouvernance des données vocales.

Grimes et la mise à disposition d’un timbre vocal

La musicienne canadienne Grimes a également choisi d’ouvrir sa voix à l’expérimentation. En 2023, elle a lancé Elf.Tech, un logiciel entraîné à partir de son timbre et conçu pour permettre à d’autres personnes de chanter avec une voix qui lui ressemble. Son initiative offre un cadre dans lequel les utilisateurs peuvent créer des morceaux à partir d’une identité vocale synthétique associée à l’artiste.

Cette ouverture est accompagnée d’une condition commerciale : si une chanson est publiée et génère des revenus, la moitié de ceux-ci doit revenir à Grimes. Ce modèle tente d’articuler accès créatif et partage de valeur. Il reconnaît qu’une voix célèbre peut constituer une ressource artistique, mais aussi un élément dont l’utilisation doit être encadrée. Le dispositif propose ainsi une réponse pratique à une partie du problème, sans prétendre régler toutes les questions liées aux droits et aux usages futurs.

La démarche de Grimes transforme une caractéristique personnelle — son timbre — en instrument que d’autres peuvent intégrer à leur musique. Cette possibilité peut enrichir les pratiques de composition, favoriser des collaborations à distance ou permettre à des créateurs de tester une idée qui n’aurait pas été réalisable autrement. Elle brouille néanmoins la distinction entre interprétation directe et performance générée, surtout pour un auditeur qui ne connaît pas les circonstances de production du morceau.

Ces initiatives invitent à distinguer la voix comme son et la voix comme personne. Un modèle peut reproduire des caractéristiques acoustiques, mais il ne porte pas en lui les choix, les intentions et les expériences de la chanteuse. Quand une artiste autorise l’usage d’un double vocal, elle ne se contente donc pas de mettre un son à disposition : elle définit les conditions sous lesquelles une représentation numérique de son identité peut être employée.

Entre expérimentation musicale et droits des artistes

Les outils d’IA peuvent servir à générer des voix, à transformer des enregistrements ou à faire émerger des variations. Leur intérêt artistique dépend toutefois du cadre dans lequel ils sont utilisés. Une imitation réalisée sans accord n’engage pas les mêmes responsabilités qu’un modèle créé avec l’autorisation de l’artiste et selon des règles explicites. Les projets de Herndon et de Grimes rendent cette distinction particulièrement visible, puisqu’ils revendiquent un usage et invitent à réfléchir aux conditions de partage.

La musique dépend d’un ensemble de contributions : interprètes, auteurs, producteurs, ingénieurs du son et autres professionnels. Si un outil est entraîné sur des enregistrements ou s’il reproduit un timbre identifiable, la question de la rémunération ne concerne pas uniquement la personne dont le nom est le plus connu. Elle touche aussi aux droits des personnes ayant participé à la création des données d’apprentissage, selon la manière dont celles-ci ont été recueillies et utilisées.

Dans ce contexte, la transparence peut devenir une composante de l’expérience d’écoute. Le public peut vouloir savoir si une voix est celle d’une interprète présente en studio, une transformation de sa voix ou une génération entièrement artificielle. Cette information ne détermine pas automatiquement la qualité d’un morceau. Elle aide cependant à comprendre la démarche et à évaluer les conditions dans lesquelles la chanson a été produite.

À l’image de la rencontre entre le sport et les environnements numériques, les frontières entre expérience physique et création virtuelle se déplacent. Un autre aperçu de ces transformations est proposé dans cet article sur le football et les mondes virtuels, où sport et divertissement numérique se rejoignent. Dans la musique, cette hybridation passe notamment par des voix capables d’exister hors de la présence immédiate de leur interprète.

Peinture et arts visuels : lorsque l’algorithme devient pinceau, archive ou partenaire

Des expérimentations informatiques à l’art génératif contemporain

L’usage de systèmes informatiques dans les arts visuels ne commence pas avec les outils génératifs les plus récents. À la fin des années 1960, l’artiste britannique Harold Cohen avait conçu AARON, un programme capable de produire des dessins. Ce travail ancien rappelle que la question de l’automatisation artistique accompagne l’histoire de l’informatique depuis plusieurs décennies. Les technologies ont changé, leur accessibilité s’est élargie, mais le dialogue entre règles, machines et décisions artistiques n’est pas nouveau.

Les outils contemporains ont toutefois amplifié la portée de ces pratiques. Ils peuvent s’appuyer sur de vastes ensembles d’images pour générer des formes, transformer des styles ou proposer de nouvelles compositions. L’artiste n’intervient pas nécessairement en traçant chaque élément à la main. Il peut définir un corpus, concevoir un protocole, ajuster les paramètres, sélectionner des résultats ou organiser la manière dont ils seront montrés. La création se déplace parfois du geste direct vers la construction d’un système.

Cette évolution oblige à élargir l’idée du travail artistique. Dans une peinture traditionnelle, le public peut observer la trace du pinceau et imaginer le geste de l’artiste. Dans une œuvre générative, le processus peut inclure une préparation longue, des essais répétés et des décisions invisibles lors de l’exposition. Une image produite rapidement ne reflète pas nécessairement la totalité du travail engagé autour d’elle. À l’inverse, l’utilisation d’un outil complexe ne suffit pas à garantir qu’une œuvre porte une intention singulière.

Obvious et le débat sur la valeur d’une œuvre générée

En 2018, le collectif français Obvious a marqué les esprits lorsque son Portrait d’Edmond de Belamy a été vendu chez Christie’s. L’œuvre avait été créée à partir d’un programme ayant analysé 15 000 portraits anciens. Elle a atteint 432 500 dollars aux enchères, soit un montant très supérieur à son estimation initiale. Cette vente a placé l’art généré par IA au centre d’un débat médiatique et commercial.

Le résultat a suscité des interrogations sur la valeur d’une image dont la production passe par un algorithme. Qui doit être considéré comme l’auteur : les personnes qui ont conçu le dispositif, celles qui ont sélectionné les données, l’algorithme lui-même ou le marché qui reconnaît l’objet comme une œuvre ? Les réponses varient selon les critères retenus. Pour Hugo Caselles-Dupré, membre d’Obvious, la technique utilisée ne définit pas à elle seule l’art : l’intention d’exprimer quelque chose est déterminante.

Cette idée ne signifie pas que la technologie est secondaire. Le choix d’une méthode peut donner à une œuvre sa forme et orienter son interprétation. Mais elle rappelle qu’un procédé, même spectaculaire, ne remplace pas nécessairement un projet artistique. La même technique peut être utilisée de manière mécanique ou devenir le support d’une réflexion. La valeur de l’œuvre dépend aussi de ce que le créateur décide d’en faire et du contexte dans lequel il la présente.

La vente du portrait a également rendu visibles les mécanismes du marché de l’art. Le prix obtenu a contribué à la notoriété de l’œuvre et à la discussion sur la légitimité des productions assistées par machine. Il ne faut toutefois pas confondre une adjudication exceptionnelle avec un consensus sur la valeur esthétique de l’art génératif. Le marché, les institutions, les collectionneurs et le public peuvent attribuer des significations différentes à une même création.

Sougwen Chung : peindre avec des bras robotisés

L’artiste sino-canadienne Sougwen Chung, installée entre Londres et New York, fait de la collaboration avec des robots un élément visible de sa pratique. Elle peint en compagnie de bras robotisés qu’elle a conçus. L’un d’eux s’appuie sur une intelligence artificielle entraînée avec des dessins réalisés par l’artiste pendant une vingtaine d’années. Le système a ainsi assimilé des caractéristiques de son travail et peut en proposer des prolongements.

Sur la toile, la création prend la forme d’un échange. Chung trace un trait, puis le bras robotisé répond par un autre, en suivant une logique façonnée par les dessins passés. La machine ne part donc pas d’un répertoire abstrait : son comportement est lié à une archive personnelle, accumulée au fil du temps. Chaque performance met en relation le geste présent de l’artiste et les traces de son histoire créative.

Le dispositif rend tangible la notion de dialogue avec l’IA. Le robot n’est ni un pinceau ordinaire ni un auteur autonome. Il possède une capacité d’action physique, mais celle-ci dépend d’un modèle conçu et entraîné à partir du travail de Chung. L’artiste doit ensuite composer avec ce que la machine produit, y compris lorsque le résultat s’écarte de ses attentes. Ce décalage fait partie de la performance et modifie la façon dont elle aborde le contrôle.

D’autres bras robotisés réagissent à l’activité cérébrale de l’artiste, mesurée grâce à un casque qu’elle porte pendant ses performances. Le rythme de son activité cérébrale influence alors le geste mécanique. La relation entre corps et machine devient un élément de l’œuvre : un signal biologique est traduit en mouvement, puis en trace sur une surface. Le public assiste à une chaîne de transformations où l’intention, la mesure technique et la réponse physique ne se confondent pas.

Chung souligne volontiers que les robots ne font pas toujours ce qu’on leur demande. En près de dix ans de pratique, elle a appris à accepter de ne pas tout maîtriser et à considérer le résultat comme un prolongement de son travail. Il ne s’agit pas de renoncer à son rôle, mais de faire place à l’imprévu. Cette ouverture transforme la relation à l’erreur : une variation inattendue peut devenir une ressource plutôt qu’un défaut à corriger.

Le travail de Chung éclaire aussi la valeur des archives personnelles dans l’entraînement des modèles. Ses dessins accumulés pendant deux décennies ne sont pas seulement des œuvres passées ; ils forment le matériau qui permet à la machine d’apprendre certaines régularités de son langage visuel. Le système réactive ainsi une mémoire artistique. Cette relation entre corpus, apprentissage et geste en direct est au cœur de l’identité de la performance.

Refik Anadol : faire émerger des formes à partir de données

L’artiste turco-américain Refik Anadol explore une autre voie : transformer de grandes quantités de données en installations visuelles et sonores. Son travail s’intéresse à la manière dont un programme peut interpréter des archives et produire des formes en mouvement. Les données deviennent une matière artistique, même si leur présence n’est pas toujours perceptible comme une collection de documents individuels.

Pour Unsupervised, Anadol a fait analyser par une intelligence artificielle plus de deux siècles d’œuvres issues des collections du MoMA. Sur un ensemble d’écrans, le système a produit des formes et des couleurs en transformation constante. Au lieu de présenter les œuvres originales, l’installation montre une interprétation algorithmique de l’archive, conçue comme un flux visuel. En 2023, la création a rejoint la collection permanente du musée new-yorkais.

La démarche soulève une question différente de celle posée par une machine qui imite le style d’un artiste particulier. Ici, l’IA travaille à partir d’un ensemble considérable d’œuvres et fait émerger une nouvelle configuration visuelle. Le spectateur peut percevoir des échos, des transitions et des compositions sans nécessairement reconnaître leurs sources. L’installation propose une expérience de l’archive par la transformation plutôt que par la consultation directe.

Le passage d’une collection à un environnement de formes animées change aussi le rapport au musée. Les œuvres ne sont plus seulement des objets à regarder individuellement ; elles alimentent un système capable d’en générer une interprétation continue. L’institution devient à la fois gardienne d’un patrimoine et source de données pour une expérience nouvelle. Cela pose des enjeux de médiation : comment expliquer ce que le programme a fait, comment rendre les sources compréhensibles et quelle place donner à l’archive d’origine ?

À mesure que ces technologies se développent dans différents secteurs, les initiatives autour de l’IA méritent également d’être replacées dans un contexte plus large. Les débats sur les robots et la reconnaissance faciale en Chine, par exemple, montrent que les applications de l’intelligence artificielle dépassent largement le domaine artistique. Cet article revient sur les innovations robotiques et les avancées de la reconnaissance faciale en Chine, deux usages qui mettent eux aussi en jeu les données, les capacités techniques et les choix de société.

Quand l’intelligence artificielle devient un geste militant

Boris Eldagsen et la question des concours de photographie

Certains artistes utilisent l’IA non seulement pour produire des œuvres, mais aussi pour provoquer une discussion sur les institutions qui les évaluent. En 2023, le photographe allemand Boris Eldagsen a remporté une catégorie du Sony World Photography Award avec une image en noir et blanc représentant deux femmes. Cette image avait été générée avec DALL·E 2. Il a refusé le prix après sa sélection.

Eldagsen a expliqué qu’il cherchait à vérifier si les concours de photographie étaient prêts à accueillir des images créées à l’aide de l’IA. Son geste a déplacé le débat de l’image elle-même vers les règles de la compétition. Si une œuvre générée par un logiciel peut être présentée dans une catégorie consacrée à la photographie, faut-il la juger selon les mêmes critères qu’une image capturée par un appareil ? Les jurys doivent-ils distinguer les procédés ou évaluer les œuvres indépendamment de leur méthode de fabrication ?

En refusant la récompense, l’artiste a utilisé la cérémonie et sa visibilité médiatique comme une tribune. Il a appelé à créer des compétitions séparées et proposé que le prix soit reversé au festival de photographie d’Odessa, en Ukraine. Cette prise de position montre que l’IA peut devenir l’objet d’une action artistique et politique. L’œuvre n’est alors qu’une partie d’un geste plus vaste qui comprend la candidature, la sélection, le refus et la déclaration publique.

Cette intervention soulève une difficulté pratique pour les concours et les institutions : comment décrire une catégorie lorsque les outils de production se multiplient ? Le mot « photographie » peut renvoyer à une image captée par un appareil, à une création fortement retouchée, à une composition hybride ou à une image synthétique. Les frontières ne sont pas toujours nettes. Des règles explicites et des catégories adaptées peuvent aider les jurys à comparer les œuvres sans faire reposer leur décision sur des suppositions.

La transparence comme élément de la démarche artistique

Les artistes qui revendiquent l’emploi de l’intelligence artificielle choisissent souvent de rendre visible la part de la machine dans leur travail. Cette transparence peut prendre différentes formes : une déclaration de méthode, la présentation du programme utilisé, l’explication des données d’entraînement ou la mise en scène du fonctionnement de l’outil. Dans certains cas, la machine est même présente physiquement pendant la création, comme les bras robotisés de Sougwen Chung.

La transparence ne répond pas à toutes les questions, mais elle donne au public des éléments pour interpréter l’œuvre. Elle permet de distinguer une collaboration revendiquée d’une dissimulation et d’examiner le rôle réellement joué par la technologie. Elle donne également l’occasion de poser des questions sur les sources utilisées : les images ou les textes ont-ils été obtenus avec autorisation ? Les voix ont-elles été enregistrées dans un cadre consenti ? Les artistes ou les contributeurs concernés sont-ils rémunérés ?

La réponse dépend du projet, du matériau et des accords mis en place. Un modèle entraîné sur des textes personnels, comme Technelegy, se présente différemment d’un système reposant sur une vaste collection d’œuvres. Un double vocal conçu autour d’une artiste qui autorise son usage n’est pas équivalent à une imitation créée sans son accord. Les positions de créateurs comme Stiles, Herndon ou Grimes rendent visibles plusieurs manières d’encadrer l’expérimentation, sans fournir pour autant un modèle unique applicable à l’ensemble du secteur.

La technologie peut aussi rendre plus complexe le partage du crédit. Une œuvre peut mobiliser un artiste, des développeurs, des personnes ayant contribué à constituer un corpus, des interprètes et des institutions qui fournissent des collections. Tous ne prennent pas les mêmes décisions et ne jouent pas le même rôle. Réduire l’attribution à une opposition entre « l’humain » et « la machine » risque donc de masquer le réseau de travail et de ressources qui rend l’œuvre possible.

Ce que l’IA change dans la notion d’auteur

De la génération à la sélection

Les systèmes génératifs produisent des propositions, parfois nombreuses et rapidement. Cette capacité peut donner l’impression que l’œuvre surgit sans effort. Pourtant, la génération n’est qu’une étape parmi d’autres. Il faut définir le cadre, formuler des instructions ou choisir un corpus, examiner les résultats, les corriger et décider lesquels méritent d’être montrés. Dans certains projets, la conception du dispositif prend davantage de temps que la production de chaque image ou de chaque texte.

La sélection est donc une forme de travail créatif. Face à des dizaines ou des centaines de résultats, l’artiste détermine ce qui correspond à son intention, ce qui la contredit utilement et ce qui n’apporte rien. Il peut aussi combiner plusieurs propositions ou les transformer à l’aide d’autres outils. Le geste ne disparaît pas forcément : il se déplace vers l’organisation, l’édition et le jugement.

Ce déplacement ne garantit pas automatiquement la singularité d’une œuvre. Une sélection peut être arbitraire ou superficielle, comme un geste manuel peut être répétitif. La question centrale demeure celle du projet artistique et de la cohérence entre les moyens utilisés et les effets recherchés. Une technologie peut ouvrir de nouvelles possibilités, mais elle n’impose ni une idée ni une interprétation au public.

Les exemples étudiés illustrent des positions différentes. Rie Kudan intègre des passages générés dans une fiction qui interroge le rapport à la machine. Sasha Stiles crée un système lié à son propre corpus poétique. Holly Herndon, Mat Dryhurst et Grimes se penchent sur la circulation de voix synthétiques. Obvious et Refik Anadol travaillent avec des opérations génératives à partir d’images ou de collections. Sougwen Chung fait de la réaction physique d’un robot une partie de la performance.

Les données d’entraînement, une matière qui appelle des règles

Un modèle d’IA ne se forme pas à partir de rien. Son comportement dépend des données utilisées, des choix de conception et des paramètres définis lors de son entraînement. Lorsque ces données sont des œuvres, des voix ou des textes, leur origine devient une question culturelle et économique. Les artistes peuvent souhaiter entraîner un outil sur leurs propres créations, comme le fait Sasha Stiles, mais d’autres systèmes reposent sur des ensembles de contenus beaucoup plus vastes.

L’accès à des œuvres pour former un modèle ne signifie pas automatiquement que leurs créateurs approuvent tous les usages possibles. Les discussions portent notamment sur le consentement, la reconnaissance des contributions, le droit de s’opposer à certains usages et la rémunération. Elles concernent aussi la possibilité, pour les personnes dont les œuvres sont utilisées, de savoir quels systèmes s’appuient sur leur travail.

Ces questions sont particulièrement sensibles lorsque l’intelligence artificielle reproduit un style, une voix ou une identité reconnaissable. Une œuvre peut évoquer la manière d’un artiste sans être une copie exacte d’un tableau ou d’un enregistrement. Il devient alors difficile de tracer une frontière simple entre influence, apprentissage et imitation. Les réponses peuvent varier selon les règles applicables, le degré de ressemblance et les conditions de production.

Les projets revendiqués montrent que des modèles plus ciblés sont possibles. En s’appuyant sur ses propres dessins, Sougwen Chung relie le fonctionnement de son robot à une archive constituée au fil de sa pratique. En entraînant Holly+ à partir de sa voix, Holly Herndon inscrit le dispositif dans une démarche dont elle contrôle certains aspects. Ces choix ne résolvent pas tous les enjeux techniques, mais ils indiquent que la constitution des données peut faire partie du projet artistique plutôt que rester invisible.

Le public face à une œuvre hybride

Pour le public, la découverte d’une œuvre assistée par IA peut provoquer de la curiosité, de l’admiration, du scepticisme ou de l’inquiétude. Ces réactions dépendent de l’objet présenté, mais aussi de la manière dont son processus est expliqué. Une image révélée comme entièrement générée peut être perçue autrement qu’une image dont la méthode est annoncée dès le départ. Une poésie qui évolue en temps réel peut inviter à revenir, tandis qu’un texte imprimé donne à voir une version stabilisée parmi d’autres possibles.

Dans les musées, les installations de Stiles et d’Anadol mettent en jeu le temps et la transformation. Les visiteurs n’observent pas seulement le résultat d’un processus achevé : ils voient une production qui se renouvelle ou qui semble en mouvement. Dans la performance de Chung, ils peuvent assister à la rencontre entre un geste humain et une réponse robotique. L’IA devient alors perceptible comme un élément du dispositif, et non uniquement comme un outil caché en amont.

Cette mise en scène peut aider à comprendre la collaboration, mais elle ne doit pas faire oublier les décisions prises avant l’exposition. Un robot qui peint sous les yeux du public dépend d’un système préalablement construit et entraîné. Un poème renouvelé à intervalles réguliers repose sur des textes sélectionnés et des règles de génération. Rendre la machine visible ne signifie pas que tous les aspects du travail deviennent immédiatement compréhensibles.

Le public peut également s’interroger sur la place du savoir-faire. Si une œuvre a été produite rapidement, cela signifie-t-il qu’elle a demandé peu de travail ? Le délai de génération ne suffit pas à répondre. Il faut tenir compte de la préparation du modèle, de la recherche, des essais, de l’édition et de la mise en contexte. Cette question existait déjà avec d’autres technologies, mais la vitesse des systèmes génératifs la rend particulièrement saillante.

Une pratique artistique qui s’inscrit dans une transformation numérique plus large

L’intégration de l’IA à la création ne se déroule pas isolément. Elle accompagne une transformation plus vaste des loisirs, des médias et des outils numériques. Les pratiques culturelles s’appuient de plus en plus sur des expériences interactives, des environnements virtuels et des contenus produits ou adaptés à la demande. Les créateurs doivent composer avec cette évolution, mais aussi avec les attentes d’un public habitué à naviguer entre formes physiques et numériques.

Les articles consacrés aux actualités du matin permettent de suivre une partie de ces évolutions dans leur contexte plus large. On peut notamment consulter les dernières nouvelles du matin du 6 septembre 2026 ou parcourir les nouvelles essentielles du 28 août 2026. Ces rendez-vous d’actualité replacent les débats technologiques parmi les autres sujets qui façonnent le quotidien.

Pour suivre les événements culturels et technologiques au fil de l’actualité, l’édition du soir de l’essentiel du 23 septembre 2026 offre également un point de repère. La circulation rapide des informations joue un rôle particulier dans les controverses autour de l’IA : une accusation, une démonstration ou une annonce peut être largement relayée avant que les conditions exactes de production d’une œuvre soient clarifiées.

Cette vitesse de diffusion accroît la responsabilité des institutions, des médias et des utilisateurs. Une image générée peut circuler sans explication sur son origine ; une voix synthétique peut être prise pour un enregistrement authentique ; une affirmation sur l’emploi de l’IA dans un livre peut se transformer en polémique avant toute vérification solide. Les artistes qui rendent leur démarche publique contribuent à établir des repères, mais ils ne peuvent pas, seuls, définir les règles de l’ensemble des usages.

Les outils génératifs proposent des possibilités nouvelles, mais ils n’effacent pas les questions anciennes de pouvoir, de propriété et de reconnaissance. Qui a accès aux technologies les plus performantes ? Qui contrôle les données et les plateformes ? Qui est rémunéré lorsque les créations circulent ? Qui peut contester une imitation de son travail ou de sa voix ? Les réponses déterminent en partie quelles formes d’expérimentation seront possibles et pour qui.

Il faut aussi distinguer l’innovation technologique de l’innovation artistique. Un logiciel peut produire des résultats impressionnants sans que ceux-ci constituent nécessairement une proposition singulière. À l’inverse, un usage modeste d’un outil peut ouvrir une voie esthétique ou narrative inattendue. Les exemples de Kudan, Stiles, Chung, Herndon, Grimes, Anadol et Eldagsen montrent que la portée d’une pratique dépend autant de son intention que de la nouveauté de sa technologie.

Les questions ouvertes pour les artistes et les institutions

Définir les règles sans figer les pratiques

Les artistes et les institutions sont confrontés à un défi : établir des règles assez claires pour protéger les personnes et les œuvres, sans interdire toute expérimentation. Des cadres trop vagues laissent les créateurs dans l’incertitude et favorisent les usages non autorisés. Des règles trop rigides risquent, à l’inverse, d’empêcher des projets qui explorent de manière responsable de nouvelles méthodes.

Les concours peuvent agir en précisant ce qu’ils entendent par photographie, écriture ou composition assistée par IA. Ils peuvent demander aux participants de déclarer l’usage de systèmes génératifs et expliquer si certaines catégories acceptent ou non ces œuvres. L’intervention de Boris Eldagsen a montré que l’absence de règles précises peut devenir un enjeu aussi important que l’image soumise au jury.

Les éditeurs, les musées et les maisons de disques peuvent également demander des informations sur les outils, les corpus et les autorisations. Ces procédures n’ont pas nécessairement à traiter toutes les créations assistées de la même façon. Elles peuvent tenir compte de l’ampleur de l’intervention, de la nature des matériaux utilisés et de la place de l’IA dans le résultat final. L’objectif est de rendre les responsabilités compréhensibles, plutôt que de réduire tout projet à une étiquette générale.

Un cadre de travail clair peut aussi bénéficier aux artistes eux-mêmes. Il aide à définir qui peut utiliser un double vocal, dans quelles conditions un modèle peut être entraîné ou comment les revenus seront partagés. L’exemple de Grimes, avec une part des revenus destinée à l’artiste en cas de publication commerciale, illustre une tentative de formaliser ces conditions. D’autres projets peuvent choisir des modalités différentes en fonction de leur fonctionnement et de leurs collaborateurs.

Reconnaître la diversité des collaborations avec l’IA

Parler d’« art créé par l’IA » peut donner l’impression qu’il s’agit d’une catégorie uniforme. Or, les pratiques décrites ici vont de l’intégration de quelques phrases générées dans un roman à la production d’un environnement visuel à partir d’une vaste archive. Entre ces deux pôles, on trouve des systèmes entraînés sur les œuvres d’un seul artiste, des voix synthétiques proposées à d’autres créateurs et des robots qui répondent physiquement à un geste ou à un signal biologique.

Cette diversité appelle un vocabulaire plus précis. Une œuvre peut être assistée par IA, co-produite avec un système, générée selon un protocole ou transformée en direct. Ces termes ne sont pas de simples détails : ils permettent de décrire ce que la technologie fait réellement et quelle part du processus dépend des décisions humaines. Ils aident aussi le public à se faire une idée de la démarche au lieu de s’en tenir à une opposition entre création authentique et création artificielle.

La pluralité des méthodes invite enfin à ne pas prêter aux outils une intention qu’ils ne possèdent pas. Un système peut produire une phrase émouvante ou une image qui suscite une interprétation, mais le sens de l’œuvre se construit dans un contexte culturel et dans la relation avec son public. Les artistes qui travaillent avec l’IA peuvent jouer sur l’écart entre l’apparence d’une intention et le fonctionnement technique qui l’a rendue possible.

À travers le roman, la poésie, la musique, la peinture et la performance, ces créateurs ne présentent pas tous la machine comme une simple assistante ni comme une remplaçante. Elle peut être un miroir déformant, un instrument, une archive réactivée, un partenaire imprévisible ou un moyen de questionner les institutions. Leurs œuvres prennent forme dans l’espace entre ce que le système génère et ce que l’artiste décide d’en faire, espace où se poursuivent les débats sur l’auteur, la responsabilité et la liberté de création.