Les IA génératives

Introduction

Après avoir montré que la transformation digitale constitue un cadre essentiel pour comprendre l’évolution du domaine culturel, ce chapitre se concentre sur l’une de ses manifestations les plus visibles aujourd’hui : les intelligences artificielles génératives. L’intelligence artificielle générative (IA générative) ou « Generative AI (GenAI) » s’est imposée comme l’une des technologies à la croissance la plus rapide de l’histoire récente. Alors qu’elle n’en est qu’à ses débuts, l’IA générative a déjà démontré son potentiel grâce à des plateformes comme ChatGPT, Perplexity, Claude, DALL·E ou Midjourney, qui atteignent des taux d’adoption sans précédent (plus de 180 millions d’abonnés pour ChatGPT au cours de sa première année d’existence).

Les nombreuses applications d’IA génératives suscitent beaucoup d’attention et d’imagination ; elles sont ludiques, faciles à prendre en main, n’ont pas besoin d’être configurées pour générer du contenu non spécifique ; elles sont polyvalentes et ainsi permettent leur intégration dans un grand nombre d’applications. Elles...

Qu’appelle-t-on intelligence artificielle générative ?

L’IA générative est un type d’intelligence artificielle capable de créer de nouveaux contenus et des idées, notamment des conversations, des histoires, des images, des vidéos et de la musique. Ces technologies d’IA tentent d’imiter l’intelligence humaine dans des tâches informatiques non traditionnelles telles que la reconnaissance d’objets dans les images, le traitement du langage naturel (NLP) et la traduction.

L’IA générative utilise les algorithmes d’apprentissage automatique tel que le « Deep Learning » (vu précédemment) et doit être entraînée sur tous les sujets et domaines qu’elle devra couvrir : le langage humain, les langages de programmation, l’art, la chimie, la biologie, la médecine, le monde juridique, les médias, etc. Pour ce faire, il faudra lui fournir d’immenses volumes de données généralistes, mais aussi des données plus spécifiques dans le domaine que l’on désire couvrir plus précisément.

Internet constitue aujourd’hui l’une des principales sources de données utilisées pour entraîner les IA génératives. À partir de ces données d’entraînement, les modèles repèrent des régularités, des associations et des formes qu’ils pourront ensuite mobiliser pour produire de nouveaux contenus.

Avantages et inconvénients de l’IA générative

Les IA génératives dans le domaine de la culture et de l’art

Les applications mentionnées ci-dessous montrent comment IA générative peut transformer profondément de nombreux aspects du domaine de la culture et de l’art, en ouvrant de nouvelles possibilités de création, de diffusion, de médiation et d’accès aux œuvres.

Néanmoins, comme nous l’avons vu et le reverrons plus en détail dans le chapitre IA : transformations et enjeux de société, l’intégration de l’IA générative dans la culture et l’art soulève également des réflexions éthiques et pratiques, notamment sur la valeur de l’authenticité, la propriété intellectuelle et la place de la créativité humaine.

L’art numérique et pictural est un domaine où les IA génératives sont très présentes, autonomes ou en collaboration avec des humains. On y retrouve la génération d’images ou de séquences vidéo à partir de descriptions textuelles ou de modèles prédictifs, permettant aux artistes et à la communauté de produire rapidement des œuvres originales, la composition de morceaux de musique et/ou d’ambiances sonores, l’écriture automatique de poésie, scénarios, romans ou articles, la création de pièces uniques ou en série, souvent modifiées ou générées aléatoirement, ou bien la création par des algorithmes, d’œuvres d’art visuel ou abstrait.

Les IA génératives interagissent aussi lors de la conception (« design ») de motifs, de vêtements ou d’accessoires, étant ainsi une source d’inspiration visuelle innovante pour les concepteurs (« designers »), ou permettent de tester rapidement de nouvelles créations. Elles aident aussi, au travers de la création automatique de plans ou d’images, à concevoir et visualiser des projets architecturaux ou de décoration.

Les IA génératives peuvent aussi contribuer à des expériences interactives. Dans une exposition, une installation...

En conclusion

Pour les professionnels de la culture et de l’art, les IA génératives peuvent représenter des outils puissants de production, d’exploration et d’assistance. Mais pour comprendre les implications de l’utilisation de ces IA génératives, il est préférable de disposer de quelques repères sur le fonctionnement des modèles sur lesquels ces outils s’appuient.

Les distinctions présentées dans ce chapitre (modèles de diffusion, GAN, VAE, transformateurs) permettent de ne pas considérer les IA génératives comme un ensemble homogène. Un outil de génération d’images, un assistant rédactionnel, un générateur musical ou un système multimodal ne répondent pas aux mêmes logiques, ne produisent pas les mêmes résultats et ne soulèvent pas exactement les mêmes questions. Cette compréhension doit aider le professionnel à choisir un outil, formuler ses demandes, interpréter les résultats obtenus et savoir à quel moment son intervention reste indispensable.

Le chapitre a également montré que l’adoption de ces outils doit être encadrée. Le rapport d’O’Reilly 2023 Generative AI in the Enterprise (les références sont disponibles en fin de chapitre) soulignait déjà...

Sources et références