Ce que l’IA ne voit pas quand elle regarde une image

Face à la même scène, un photographe et un modèle d’IA ne « regardent » pas de la même façon. Le premier voit une situation ; le second reconnaît des motifs appris. Cela suffit-il pour créer une image qui a du sens ? Voici une réflexion éditoriale, et non une démonstration technique : nous ne prétendons pas décrire le fonctionnement interne des outils.

Ce que regarde un photographe

• Une lumière : son orientation, sa dureté, ce qu’elle raconte de l’heure et du lieu.
• Un visage : la fatigue, la fierté, la gêne, ce qui se joue entre deux phrases.
• Une intention : pourquoi cette image, pour qui, pour dire quoi.
• Une histoire : ce qui s’est passé avant, ce qui va se passer après.
• Un contexte : la marque, la charte, l’usage, le public.
• Une émotion : celle de la personne photographiée, et celle que l’on veut provoquer.
• Une contrainte : le temps, l’espace, le matériel, l’imprévu.

Ce que produit un modèle génératif

Un modèle génère une image statistiquement plausible à partir de ce qu’il a appris. Il peut être très convaincant. Mais il n’a pas été sur place, il n’a pas rencontré la personne et il ne répond pas du résultat. Ce qu’il « sait » d’un visage ou d’un lieu, il ne l’a pas vécu.

Une image qui a du sens

Une image a du sens quand elle est reliée à quelque chose : un lieu qui existe, une personne réelle, un moment vrai, une décision éditoriale. La précision technique ne suffit pas à créer ce lien. Nous pensons que c’est la raison pour laquelle les images vraies garderont de la valeur, surtout pour les marques qui ont quelque chose à prouver.

Et l’IA là-dedans ?

Elle peut aider à imaginer, tester une ambiance, préparer un repérage ou un moodboard. Le regard, lui, reste le point de départ et le point d’arrivée. C’est pourquoi nous préférons parler d’outil que de concurrent.

Pour aller plus loin : l’observatoire de l’IA du CNC · l’étude de l’Afdas sur l’IA générative