Former des utilisateurs ou des artistes

RN
juin 26, 2026
18 minutes

Le débat sur l'intelligence artificielle et la création artistique est désormais bien installé dans l'espace francophone. Des artistes, des chercheurs, des institutions s'en sont emparés, avec une intensité croissante depuis 2022. Mais ce débat présuppose presque toujours une identité artistique déjà constituée, un jugement déjà formé, une voix déjà trouvée. Il se tient entre pairs. Ce qu'il ne dit pas, ou trop peu, c'est ce qui se passe avant, dans les lieux où cette identité est censée se construire : les écoles supérieures des arts. C'est là que réside l'angle mort du débat. Et c'est ce qu'il s'agit d'examiner ici.

Un débat riche, mais incomplet

L'intelligence artificielle générative ne crée pas : elle prédit. C'est la distinction centrale que pose Julie Valero, maîtresse de conférences en arts du spectacle à l'Université Grenoble Alpes, lors de la table ronde ARTCENA-SACD de décembre 2025. Les grands modèles de langage produisent ce qu'ils estiment être la meilleure suite de mots ou d'images possible, ils recyclent les connaissances les plus plébiscitées, normalisent les imaginaires, fabriquent du vraisemblable plutôt que de l'inédit. L'artiste et chercheur Donatien Aubert le formule autrement : l'IA devient artistiquement intéressante quand elle déraille, ou quand on lui construit des bases de données propres, pas dans son usage standard, qui tend vers la moyenne sophistiquée.

Ce cadrage est juste, et il fait désormais consensus à l'échelle internationale, dans les milieux de la recherche comme dans ceux de la création. La distinction entre "création automatisée" (production rapide de contenu) et "création augmentée" (l'IA comme outil de collaboration ou source d'inspiration) structure la plupart des réflexions collectives menées ces dernières années, de l'UNESCO aux institutions culturelles européennes, des laboratoires universitaires aux collectifs d'artistes.

Mais ce débat se tient presque exclusivement entre artistes confirmés. Il présuppose que celui ou celle qui dialogue avec la machine sait déjà ce qu'elle cherche, dispose d'un regard critique, peut évaluer ce que l'outil produit. Ce n'est pas le cas d'un étudiant en première année d'école supérieure des arts. Et c'est précisément là que la question change de nature.

Ce que former à l'art signifie, et pourquoi l'IA y est disruptive

Former un artiste, ce n'est pas transmettre un corpus de connaissances. C'est accompagner la construction d'une identité créatrice : une voix, un regard, une façon singulière d'habiter le monde et de le transformer. Cette construction passe par des chemins que les pédagogues des arts connaissent bien, le tâtonnement, l'erreur fertile, la résistance de la matière, le doute productif, la lenteur assumée. Ces chemins ne sont pas des inefficacités à corriger : ils sont la formation.

Or l'IA générative court-circuite précisément ces chemins. Elle donne accès à une compétence apparente avant que l'étudiant ait développé le jugement pour évaluer ce qu'il produit. Le chercheur Lev Manovich, dont les travaux sur le "software culturel" ont montré comment les logiciels structurent depuis longtemps nos esthétiques et nos façons de penser, soulève une tension que l'IA générative rend encore plus aiguë : les réseaux de neurones sont techniquement capables de produire des images d'un niveau formel élevé, mais ils sont fondamentalement incapables d'évaluer ce qui est intéressant ou banal, ce qui est singulier ou générique. Or c'est précisément ce jugement-là que la formation artistique est censée construire. La même logique qui fait de l'IA un outil puissant en fait donc un obstacle pédagogique potentiel, non pas parce qu'elle produit mal, mais parce qu'elle produit trop bien et trop vite pour que le jugement ait le temps de se former.

Un étudiant qui délègue une étape à la machine ne gagne pas une compétence : il en évite l'apprentissage.

La directrice de l'École nationale supérieure de création industrielle (ENSCI) l'a constaté dès 2022 : interrogés sur les outils qu'ils utilisaient, 80 % des étudiants affirmaient en savoir plus que leurs enseignants sur ces technologies. Ce chiffre dit quelque chose d'important, non pas que les étudiants soient plus créatifs, mais que les outils sont devenus accessibles avant que le jugement artistique qui devrait les gouverner soit formé.

Il y a aussi une dimension que le débat général tend à négliger : la place du corps, du geste, de la présence physique dans l'apprentissage artistique. L'autrice Milène Tournier le dit simplement lors de la table ronde ARTCENA : "Chat GPT et toutes les intelligences artificielles nous donnent le sentiment d'être uniquement des têtes." La formation artistique supérieure, elle, forme des corps qui pensent. Des mains qui hésitent. Des regards qui apprennent à se perdre avant de trouver.

Une réalité plurielle : l'art en 2026 ne forme pas un seul type de créateur

Une école supérieure des arts en 2026 ne forme pas un type d'artiste, elle en forme des dizaines. Un étudiant en art numérique, un autre en design de communication visuelle, un troisième en arts plastiques, un quatrième en création sonore, en design urbain ou en performance n'ont pas le même rapport à l'outil, pas le même rapport au corps, pas la même temporalité de travail. Dans certaines disciplines, la collaboration avec des systèmes informatiques n'est pas une nouveauté que l'IA introduit : elle est constitutive du médium depuis des décennies. L'art numérique a une histoire, ses propres débats sur l'auteur, ses propres esthétiques de la délégation et du processus algorithmique.

Ce que l'IA générative change dans ce contexte, ce n'est donc pas la nature de la relation à la machine, c'est son accessibilité radicale et sa capacité à simuler le résultat attendu avant même que le processus d'apprentissage ait eu lieu. Et c'est là que la tension, malgré la diversité des disciplines, converge vers un même point : le risque de déléguer le jugement avant de l'avoir construit. Ce risque ne se manifeste pas de la même façon en design graphique et en sculpture, en art sonore et en illustration, mais il existe dans tous ces champs, sous des formes qu'il appartient à chaque école, à chaque discipline, de cartographier pour elle-même.

Il faut ajouter une dimension souvent ignorée dans les débats publics : l'IA n'intervient pas uniquement dans la production d'un résultat visible. Elle s'insère dans le processus lui-même, souvent de façon invisible. Recherche documentaire et iconographique, exploration d'un corpus d'œuvres, génération d'hypothèses conceptuelles, questionnement d'une intention en cours de projet, mise en mots d'une démarche pour un dossier de présentation : dans tous ces usages, l'IA ne laisse aucune trace dans l'œuvre finale.

Si l'IA ne laisse aucune trace dans l'œuvre finale, un jury ne verra jamais qu'elle a été utilisée. C'est précisément cette invisibilité qui rend la question pédagogique complexe.

Le débat institutionnel porte encore presque exclusivement sur les productions visibles, sur l'intégrité académique au sens classique du terme. Il ne porte pas encore sur ces zones grises du processus créatif où l'IA est présente sans être nommée, et où la frontière entre aide à la réflexion et délégation de pensée est particulièrement difficile à tracer.

Petite figurine en porcelaine du David de Michel-Ange explosant, les fragments suspendus dans l'air.

Ce que les écoles font, et ne font pas encore

Face à cette disruption, les réponses des écoles supérieures des arts sont très contrastées. Ce qui suit distingue trois tendances générales, sans prétendre épuiser la diversité réelle des situations : chaque école a son histoire, sa philosophie, son rapport propre à la recherche et à la profession. Ce que certains vivent comme un retard est parfois une résistance délibérée, une position pédagogique assumée qu'il serait inexact de réduire à de l'inertie.

La posture de l'intégration pragmatique. Certains établissements, notamment dans le secteur privé, ont intégré l'IA dans leurs programmes dès 2023, avec une logique d'employabilité directe. La justification est cohérente : depuis 2025, les agences de graphisme utilisent ces outils quotidiennement, et les étudiants doivent être capables de les manier. C'est une réponse à une réalité professionnelle réelle. Mais elle ne pose pas la question pédagogique de fond : à quel moment du parcours ? Au prix de quels apprentissages fondamentaux sacrifiés ?

La posture de la pédagogie critique. C'est l'approche la plus élaborée, incarnée notamment par l'ESAD d'Orléans et la Haute école d'art et de design (HEAD) de Genève. L'enseignant-chercheur Emmanuel Cyriaque formule l'intention de l'ESAD sans ambiguïté : "À l'Esad, on ne forme pas des opérateurs techniques et on ne célèbre pas l'innovation algorithmique. Nous engageons une pédagogie critique afin d'apprendre à nos étudiants à rester intelligents face à l'IA, à penser avec et contre ces systèmes." La HEAD a traduit cette posture en acte concret, en co-produisant avec l'École de Condé un manuel de création artificielle libre de droits, proposant aux enseignants cinq exercices pratiques pour se familiariser avec les outils tout en interrogeant leur impact environnemental et les mutations du droit d'auteur.

La situation du retard structurel. C'est, de loin, la situation la plus répandue. À l'École de design Nantes-Atlantique, en 2025, 15 % seulement des professeurs avaient testé un outil d'IA générative. Les workshops existent, mais ils sont ponctuels, sur la base du volontariat, souvent animés par des intervenants extérieurs. Comme l'observe Brigitte Flamand, inspectrice générale de l'éducation chargée du design et des métiers d'art, cela ne suffit pas à "préparer suffisamment les futures générations de créateurs à des environnements professionnels bouleversés par l'IA."

Ce qui est frappant dans ce panorama, c'est l'absence quasi totale d'une réflexion sur la temporalité de l'apprentissage artistique. À quel moment du cursus introduire l'IA ? Dès la première année, au risque d'effacer les apprentissages fondamentaux, dessin, composition, expérimentation sensorielle ? En master, quand une identité artistique est déjà plus constituée et peut dialoguer avec l'outil sans s'y dissoudre ? La question n'est nulle part tranchée.

Trois enjeux que la formation artistique ne peut plus éviter

Réévaluer ce qu'on évalue. Si l'IA peut produire en quelques secondes ce qu'un étudiant mettrait des semaines à élaborer, les critères d'évaluation dans les écoles d'art doivent évoluer. Ce n'est plus le résultat qui peut être l'étalon principal, mais le processus : la démarche, la capacité à rendre compte de ses choix, à documenter ses erreurs, à expliquer pourquoi on a décidé de garder ou d'écarter ce que la machine a produit. Ce glissement évaluatif est aussi une opportunité pédagogique : il recentre la formation sur ce qui fait la singularité d'un artiste, et non sur sa capacité à produire.

Protéger le droit à l'erreur et au tâtonnement. Une pédagogie qui délègue les étapes exploratoires à l'IA prive l'étudiant de ce que ces étapes construisent : la résilience créatrice, le style naissant, la capacité à se surprendre soi-même. L'IA recycle les connaissances les plus plébiscitées, elle donne accès à la moyenne sophistiquée, jamais à la déviance singulière qui est au cœur de la démarche artistique. Protéger des espaces de création entièrement déconnectés de ces outils n'est pas un réflexe réactionnaire : c'est une condition pédagogique.

Former à la conscience politique de ces outils. C'est peut-être l'enjeu le plus rarement posé dans le contexte des écoles d'art. Julie Valero l'a mis en lumière lors de la table ronde ARTCENA : entrer dans l'univers des grands modèles de langage modifie le vocabulaire des artistes "presque malgré eux", ils se mettent à parler de "produits", de "résultats", d'"expertise", là où leur travail relevait de la recherche, de l'intuition, de l'expérimentation. Si des artistes confirmés, avec une identité solidement construite, voient leur langage se reconfigurer insidieusement, que se passe-t-il chez des étudiants dont le vocabulaire artistique est encore en gestation ?

La recherche la plus récente plaide pour traiter l'IA non comme un substitut à la réflexion, mais comme un "partenaire collaboratif" dont l'intégration exige des dispositifs pédagogiques actifs, critiques et contextualisés. Les formations doivent "aller au-delà de l'usage technique des outils" et "favoriser une compréhension critique de leur fonctionnement, de leurs biais et de leurs implications."

Questions qui restent ouvertes

Ce texte défend certaines positions, mais il en laisse d'autres délibérément sans réponse. En voici quelques-unes qui méritent d'être posées.

La lenteur est-elle accessible à tous ? Défendre le tâtonnement et l'erreur productive comme conditions de la formation artistique, c'est juste sur le plan cognitif. Mais la lenteur est aussi un luxe socialement distribué de façon inégale. Un étudiant boursier qui finance ses études en parallèle n'a pas le même rapport au temps qu'un étudiant soutenu par sa famille. Si l'IA permet à certains d'aller plus vite sur des tâches techniques pour libérer du temps pour la réflexion et l'expérimentation, c'est peut-être une forme d'équité, pas nécessairement une trahison pédagogique. Les écoles supérieures des arts, qui restent des espaces socialement sélectifs, ne peuvent pas faire l'impasse sur cette dimension.

Qui paie pour ces outils ? La question du coût des outils d'IA est presque absente des débats institutionnels, et c'est un angle mort sérieux. En 2026, l'accès aux IA génératives est à plusieurs vitesses : des outils gratuits aux fonctionnalités limitées, des abonnements mensuels qui se cumulent, un pour l'image, un pour le texte, un pour la vidéo, un pour le son, et qui peuvent représenter facilement 100 à 200 euros par mois pour un usage professionnel. Tous les étudiants ne sont pas égaux face à ces coûts. Si une école prescrit des usages d'IA sans se poser la question de l'accès, elle reproduit exactement l'erreur faite au début de l'ère numérique, quand on assumait que tout le monde avait un ordinateur à la maison. La qualité des outils accessibles conditionne directement la qualité des résultats obtenus, et potentiellement la qualité de l'évaluation.

Que faire des œuvres construites sur des données pillées ? Les modèles d'IA générative ont été entraînés sur des corpus massifs d'œuvres d'artistes vivants, souvent sans consentement, souvent sans rémunération. Former des étudiants en école d'art à utiliser ces outils sans les former à cette réalité, c'est en faire les utilisateurs naïfs d'un système qui a déjà capturé le travail de leurs aînés. Ce n'est pas un détail éthique périphérique : c'est une question qui touche directement à la solidarité entre générations d'artistes, et à ce que signifie appartenir à une communauté créatrice.

L'IA recycle les connaissances les plus plébiscitées. Elle donne accès à la moyenne sophistiquée, jamais à la déviance singulière.

La résistance est-elle toujours un retard ? Ce texte distingue trois postures dans les écoles d'art, dont l'une est décrite comme un "retard structurel". Mais certaines écoles qui n'intègrent pas encore l'IA dans leurs cursus le font par choix réfléchi, par conviction pédagogique, par volonté de préserver des espaces de formation non médiatisés par ces technologies. Cette position mérite d'être entendue comme telle, pas réduite à de l'inertie. Le débat sur l'IA dans la formation artistique a besoin de toutes les postures, y compris les plus sceptiques.

Conclusion

La question de l'IA dans l'enseignement supérieur des arts n'est pas une variante de la question de l'IA dans la création artistique en général. Elle est d'une autre nature. Elle touche à ce qu'on pourrait appeler le paradoxe de la formation : on apprend à créer précisément en traversant des expériences que l'IA peut désormais court-circuiter, l'effort, l'échec, la lenteur, la résistance. Supprimer ces expériences au nom de l'efficacité ou de la préparation au marché, c'est peut-être former des opérateurs habiles, mais certainement pas des artistes.

Les écoles supérieures des arts qui ont compris cela, et elles sont encore minoritaires, ne rejettent pas l'IA. Elles la situent. Elles décident à quel moment du parcours elle entre, pour quelles raisons, avec quelles questions obligatoires. C'est une posture pédagogique. C'est aussi un acte éthique.

Portrait féminin composite fusionnant la Joconde de Léonard de Vinci, le Cri de Munch, la Jeune Fille à la perle de Vermeer et les Tournesols de Van Gogh en un seul visage troublant.

Sources & Ressources

Réflexion