AI ∞ IA

Créer et Apprendre à l'heure de l'Intelligence Artificielle

Le déploiement des intelligences artificielles (IA) dans nos ateliers et nos salles de cours soulève une question fondamentale : que reste-t-il de l'acte de créer quand une machine peut simuler la maîtrise technique ? Pour y répondre, il faut plonger dans la "cuisine" statistique de ces outils, là où se jouent deux phénomènes contraires : la recherche de la moyenne et l'existence des valeurs aberrantes.

La dictature du milieu : comprendre la moyenne et l'exception

Pour apprendre, une intelligence artificielle analyse des milliards d'images, de textes et de sons. Son objectif est de repérer ce qui revient le plus souvent pour devenir capable de le reproduire. C'est ce qu'on appelle la moyennisation.

Imaginez que vous demandiez à une machine de dessiner une chaise. Elle ne va pas inventer une forme révolutionnaire ; elle va synthétiser les caractéristiques les plus communes, quatre pieds, un dossier, une assise, pour proposer la "chaise idéale" selon la statistique. C'est une forme de lissage de la réalité : l'IA tend naturellement vers le consensus. Elle est, par définition, une machine à produire du conventionnel.

À l'opposé de ce confort statistique se trouve la valeur aberrante. En mathématiques, c'est la donnée qui "cloche", celle qui est tellement éloignée des autres qu'elle semble être une erreur. Si, dans un échantillon, il se trouve une chaise suspendue au plafond ou faite de glace, l'IA aura tendance à l'ignorer pour rester dans la norme. Pourtant, dans l'histoire des arts, ces valeurs aberrantes portent un autre nom : elles sont les ruptures, les avant-gardes, les gestes qui changent notre regard sur le monde.

La maîtrise de la norme : le socle de la transgression

Il serait pourtant réducteur de percevoir la normalisation uniquement comme un frein. Pour l’étudiant en art, comprendre ces processus de "moyennisation" est un atout stratégique majeur. La norme constitue un langage commun, un socle de codes partagés qui permet d'être compris par le public.

Un futur créateur doit apprendre à identifier et analyser ces standards pour deux raisons essentielles. D'une part, on ne peut s'écarter avec justesse d'une règle que si l'on en connaît parfaitement les contours ; l'aberration n'est puissante que lorsqu'elle est un choix conscient et non une ignorance technique. D'autre part, il existe des moments où l'artiste décide volontairement de "rentrer dans le rang" pour répondre à une commande ou jouer avec les attentes de l'audience. Maîtriser la moyenne, c'est posséder la carte du territoire : cela permet de décider quand suivre les sentiers battus et quand s'en écarter.

Cultiver l'anomalie : un nouveau souffle pour l'apprentissage

Dans une école supérieure des arts, l'enjeu pédagogique se déplace. Puisque l'IA est la championne de la norme, l'étudiant doit devenir le gardien de l'exception. L'apprentissage artistique ne consiste plus à atteindre la perfection d'une moyenne, mais à explorer les marges :

• Revendiquer l'accident : là où l'IA lisse les défauts, l'étudiant doit apprendre à exploiter l'imprévu, la rature, ce qui déborde du cadre.
• Utiliser l'IA comme repoussoir : on peut utiliser la capacité de l'IA à produire du commun pour identifier ce qu'il ne faut pas faire. Si la machine propose une solution immédiate, c'est qu'elle est déjà vue. Comment s'en éloigner ?
• Hybrider les erreurs : la créativité naît souvent de la collision entre des mondes qui n'auraient jamais dû se croiser. L'étudiant devient celui qui injecte volontairement de l'atypique dans un système trop ordonné.

Finalement, l'intelligence artificielle nous rend un immense service : en prenant en charge la production du conventionnel, elle nous oblige à redevenir singuliers. Elle nous rappelle que le rôle d'une école d'art n'est pas de former des mains capables de reproduire la moyenne, mais des esprits capables de chérir ce qui, en nous, est irréductiblement "aberrant".

Sources et ressources

Pour ancrer cette réflexion entre statistique et création, voici une sélection de sources qui explorent la tension entre la norme, la moyenne, et la singularité, la valeur aberrante. Ces références croisent philosophie, design, technologie et éducation.

1. The Age of Average – Alex Murrell
   Cet article est devenu une référence incontournable sur le phénomène de moyennisation dans la création contemporaine, architecture, design, cinéma. Murrell y explique comment les algorithmes et la recherche de performance poussent le monde vers une uniformité visuelle.

2. L'IA, entre technologie intellectuelle et déraison computationnelle – Anne Alombert
   Philosophe et membre du Conseil national du numérique, Anne Alombert travaille sur l'impact des technologies sur nos capacités psychiques et créatives. Elle y défend l'idée que l'apprentissage humain passe par l'erreur et l'indéterminé, contrairement à l'IA qui cherche à optimiser.

3. Le cygne noir : la puissance de l'imprévisible – Nassim Nicholas Taleb
   Bien que venant de l'économie, ce livre est une référence majeure sur la valeur aberrante, le "cygne noir". Taleb démontre que notre monde est façonné non pas par la moyenne, mais par des événements rares et imprévisibles que les modèles statistiques échouent systématiquement à capturer.

4. The Creativity Code – Marcus du Sautoy
   Marcus du Sautoy est mathématicien. Dans cet vidéo, il analyse si une IA peut être réellement créative. Il définit la créativité comme la capacité à briser les règles d'un système pour en créer de nouvelles, ce qui rejoint parfaitement l'idée de s'écarter de la norme après l'avoir maîtrisée.

5. ML4A (Machine Learning for Artists) – Gene Kogan
   Gene Kogan est un artiste et programmeur qui enseigne l'IA dans des contextes artistiques. Ses ressources expliquent comment les modèles de type GAN fonctionnent et comment les artistes peuvent hacker ces modèles pour produire des résultats non conventionnels.