Je me prépare à animer une résidence d’un mois avec la NEF Animation sur l’écologie des récits dans le cinéma d’animation, où l’usage de l’intelligence artificielle fait débat entre cinéastes. Ces querelles portent sur les images générées, c’est-à-dire sur ce qui se voit. Avec la notion d’infrastructure de la sociologue Susan Leigh Star, je montre que l’essentiel de l’intelligence artificielle opère là où personne ne la regarde, et que celles et ceux qui affirment ne jamais l’utiliser s’en servent en permanence.
La querelle des images générées
Dans les milieux de la création, un conflit s’est installé entre des auteurs et autrices, à propos de celles et ceux qui génèrent tout ou partie de leurs images par intelligence artificielle. Le cinéma d’animation en donne un exemple parlant. Des films ont été pris à partie en festival parce qu’une machine avait fabriqué certains de leurs éléments visuels, parfois les seules textures des images, un composant parmi beaucoup d’autres. Ce qui déclenche la colère, c’est le pixel généré, ce qui se voit, ou ce qu’on croit pouvoir déceler.
Or personne ne demande comment la documentation d’un film a été rassemblée, comment les versions du scénario ont été comparées, comment le planning et la coopération de l’équipe ont été organisés. Un film peut être profondément travaillé par ces outils sans qu’une seule image en porte la trace, et c’est même la situation la plus courante. Ma propre pratique fonctionne largement ainsi, j’emploie les outils génératifs dans l’amont de mon travail, là où je cherche, où je compare, où j’ordonne ma pensée, bien plus que dans les surfaces visibles de ce que je produis. Juger la présence de l’intelligence artificielle à l’image finale, c’est chercher ses clés sous le réverbère parce que c’est là qu’il y a de la lumière. Pour comprendre pourquoi nous regardons si mal, il faut passer par la notion d’infrastructure.
Ce que Susan Leigh Star appelle une infrastructure
La sociologue Susan Leigh Star a publié en 1999 un article devenu classique, « The Ethnography of Infrastructure » (American Behavioral Scientist, vol. 43, n° 3), qu’elle présente comme un appel à étudier les choses ennuyeuses, les prises électriques, les normes, les formulaires administratifs. Elle y décrit les propriétés de ce qui devient infrastructure, et plusieurs d’entre elles éclairent directement notre affaire.
Une infrastructure est encastrée, elle est prise à l’intérieur d’autres structures et d’autres dispositifs, si bien qu’on ne peut pas la désigner du doigt comme un objet séparé. Elle est transparente, elle soutient les tâches sans devoir être réinventée à chaque usage. Elle s’apprend avec la pratique, en devenant membre d’une communauté, et c’est pourquoi ce qui est une évidence invisible pour les un·es reste un obstacle visible pour les autres, Star prend l’exemple du réseau d’eau, infrastructure limpide pour le citadin, objet de travail quotidien pour le plombier. Elle s’appuie sur une base installée, elle hérite des forces et des faiblesses de ce qui existait avant elle. Et elle ne redevient visible qu’en cas de panne. Personne ne déclare utiliser l’électricité ni le réseau routier, ces choses sont le sol sur lequel on marche, jusqu’au jour où le courant saute.
Cette description a une conséquence qui concerne toutes les querelles sur l’intelligence artificielle. Quand une technique devient infrastructure, la question « l’utilisez-vous ? » perd progressivement son sens, parce que l’usage n’est plus une décision, il est incorporé aux outils, aux gestes et aux habitudes. On peut répondre en toute bonne foi qu’on ne l’utilise pas, exactement comme on répondrait qu’on n’utilise pas le cadastre ou les normes électriques, alors qu’on s’appuie sur eux à chaque instant.
L’intelligence artificielle est passée sous la ligne de flottaison
On peut se représenter la situation avec l’image de l’iceberg. La partie émergée, celle dont tout le monde parle, ce sont les robots conversationnels, ChatGPT, Claude et leurs semblables, qu’on utilise en le sachant, en le choisissant, et à propos desquels on se dispute. La partie immergée, immensément plus grande, c’est l’intelligence artificielle incorporée aux outils qu’on ne songe même plus à interroger.
Le moteur de recherche de Google en est l’exemple le plus massif. Google a confirmé en octobre 2015 l’usage de RankBrain, un système d’apprentissage automatique qui entre dans le classement des résultats, présenté alors comme l’un des trois signaux les plus importants de son algorithme. En octobre 2019, Pandu Nayak annonçait sur le blog de Google le déploiement de BERT, un modèle de langage employé au lancement sur environ une requête sur dix en anglais aux États-Unis. Chercher sur Google, c’est faire travailler des modèles d’apprentissage automatique, et cela depuis plus de dix ans. La liste continue avec les correcteurs de nos traitements de texte et leurs suggestions de phrases, les outils de traduction, les filtres qui trient le courrier indésirable, les itinéraires calculés par nos applications de cartographie, l’ordre des messages sur les réseaux sociaux, les appariements des sites de rencontres, et les appareils photo de nos téléphones, qui recalculent chaque image au moment de la prise de vue. Une personne qui affirme ne jamais utiliser l’intelligence artificielle, et qui fait tout cela chaque jour, ne ment pas. Elle décrit une infrastructure au sens de Star, apprise avec la pratique, incorporée, transparente, et sa déclaration donne la mesure exacte du degré d’invisibilité atteint par ces systèmes.
Netflix fabrique des séries à partir de ses données depuis 2013
Il y a un étage de plus sous la ligne de flottaison, celui de l’usage industriel, et il change l’échelle du sujet. Netflix en donne l’exemple le plus documenté. Carlos Gomez-Uribe et Neil Hunt, alors responsables du produit et de la personnalisation chez Netflix, ont publié en 2015 un article de référence, « The Netflix Recommender System » (ACM Transactions on Management Information Systems), où ils écrivent que leur système de recommandation oriente environ 80 % des heures visionnées sur la plateforme, le reste passant par la recherche, et ils estiment l’effet combiné de la personnalisation et de la recommandation à plus d’un milliard de dollars par an. Et la recommandation n’est qu’une partie de l’usage, les mêmes données guident les décisions de production. La première série originale de Netflix, House of Cards, lancée en 2013, a vu son cadre défini à partir de l’analyse des comportements de visionnage, j’ai raconté cette histoire dans l’article Le public relié. Le public croit choisir un divertissement, il regarde en réalité le produit d’une chaîne où l’intelligence artificielle intervient de l’étude d’audience jusqu’à la vignette affichée sur son écran.
Ce que Netflix fait de façon spectaculaire, la plupart des grandes organisations le font de façon ordinaire. L’enquête State of AI que le cabinet McKinsey publie chaque année indique, dans son édition 2025 menée auprès d’environ deux mille organisations, que 88 % d’entre elles emploient l’intelligence artificielle dans au moins une fonction, logistique, détection de fraude, maintenance, tarification, recrutement, relation client. L’échantillon penche vers les grandes structures déjà équipées, et le chiffre dit malgré tout une chose simple, l’intelligence artificielle est un outil de travail industriel courant, très loin devant nos conversations avec un chatbot. Croire que l’essentiel du phénomène se joue dans notre usage personnel de ChatGPT est une erreur d’échelle. Nous sommes partie prenante de ces systèmes en tant que client·es, usager·ères, spectateur·rices, patient·es, bien davantage qu’en tant qu’utilisateur·rices volontaires.
Le regard tenu sur l’individu
Cette erreur d’échelle n’est pas un simple malentendu, elle arrange du monde. Quand le débat public se concentre sur les usages individuels, faut-il utiliser ChatGPT, faut-il le déclarer, faut-il s’en abstenir, les personnes s’engagent, se jugent et se disputent entre elles, pendant que l’équipement industriel se poursuit sans rencontrer ce feu de la critique. Le mécanisme a des précédents. Au début des années 2000, l’industrie pétrolière, British Petroleum au premier rang, a popularisé la notion d’empreinte carbone individuelle et mis en ligne le premier calculateur personnel, déplaçant la responsabilité du réchauffement vers les gestes de chacun·e. J’ai développé ce parallèle entre la critique de l’intelligence artificielle et l’histoire de l’empreinte carbone dans l’article La goutte d’eau. Le point commun est le cadrage du regard. Tant qu’on discute de la vertu des individus, on ne discute pas de l’organisation des industries, et les querelles entre auteurs et autrices sur les images générées participent de ce cadrage-là, sans que personne le veuille.
Les invisibles de Becker, du générique aux droits
Ce déplacement du regard, des surfaces visibles vers la fabrique, Howard Becker l’a préparé de longue date. Il a établi, dans Les Mondes de l’art (1982, traduit chez Flammarion en 1988), qu’aucune œuvre n’est le produit d’une personne seule. Toute œuvre naît d’une chaîne de coopération où travaille ce qu’il appelle un personnel de renfort, fabricant·es de matériel, technicien·nes, assistant·es, correcteur·rices, distributeur·rices, et cette chaîne est réglée par des conventions, des habitudes partagées selon lesquelles certaines personnes sont créditées et d’autres restent invisibles. L’histoire de l’art regorge de ces invisibles, les ateliers des maîtres flamands où des mains anonymes peignaient les ciels, les auteur·rices de l’ombre dont les livres portent le nom d’autres personnes, les monteuses des débuts du cinéma, les arrangeur·ses de chansons.
Il y a un degré de plus, que Becker n’aborde pas et qui pèse lourd dans les milieux où je travaille. Être crédité et percevoir des droits sont deux choses distinctes. Le droit français en donne la version la plus nette. Le code de la propriété intellectuelle, à son article L113-7, présume coauteurs d’un film une liste fermée de fonctions d’écriture et de direction, le scénario, l’adaptation, les dialogues, la musique originale et la réalisation. Toutes les autres personnes, chef·fes opérateur·rices, monteur·ses, décorateur·rices, créateur·rices de costumes, ne sont pas considérées comme auteur·rices, quelle que soit l’importance de leur contribution, et ne toucheront jamais de droits d’auteur. Elles figurent au générique, et le générique n’ouvre aucun droit. C’est dans ce milieu-là que la question de l’intelligence artificielle arrive, un milieu où la reconnaissance du travail et sa rémunération n’ont jamais coïncidé, et où le débat sur le plagiat et sur la propriété intellectuelle vient de loin. J’ai exposé ma position sur ce point dans l’article Droits d’auteur et intelligence artificielle. Vu depuis Becker, le trouble actuel devient lisible. L’intelligence artificielle est entrée dans la chaîne de coopération comme un nouveau personnel de renfort, et les conventions de crédit la concernant n’existent pas encore. Chacun·e improvise, entre le silence, l’aveu contrit et la dénégation, ce qui est l’état normal d’un monde de l’art en train de renégocier ses conventions.
Norman McLaren dessinait le son directement sur la pellicule
Le cinéma d’animation, celui-là même où la querelle des images générées est la plus vive, porte dans son histoire une leçon sur l’invisible. Norman McLaren, entré à l’Office national du film du Canada en 1941, gravait au stylet la bande sonore de ses films sur la piste optique de la pellicule, et obtenait des percussions que personne n’avait jouées. Il faisait aussi des films sans caméra, en peignant sur pellicule transparente, ou en grattant à la lame et à l’aiguille une pellicule noire opaque, comme dans Blinkity Blank en 1955. Il a pratiqué la pixilation, où l’on anime des personnes réelles image par image. Il n’allait presque jamais à l’image par le chemin direct.
Georges Sifianos rapporte, dans Esthétique du cinéma d’animation (Le Cerf, 2012), la définition que McLaren donnait de son art. L’animation n’est pas l’art des dessins qui bougent mais l’art des mouvements dessinés, la différence entre deux photogrammes successifs compte davantage que l’image portée par chacun, et l’animation est par conséquent « l’art de manipuler les interstices invisibles qui sont entre les photogrammes ». Voilà un art dont l’une des grandes figures situe l’essentiel dans l’intervalle qu’on ne voit pas, dont le son se dessine autant que l’image, et qu’on juge aujourd’hui sur ses pixels. Il y avait chez McLaren une position politique, tenue par ces détours techniques et par le refus des moyens lourds. Il a dirigé pour l’Unesco des stages d’initiation à l’audiovisuel, en Chine en 1949 et en Inde en 1952, et il disait que si tous ses films devaient disparaître sauf un, il garderait Voisins, son film contre la guerre de 1952.
Le débat sur l’argentique a cessé, les bandes vidéo sont restées
Les querelles de légitimité autour d’une technique ont une durée de vie, et l’histoire du cinéma en fournit deux cas instructifs. Je me souviens des débats qui ont accompagné l’arrivée du cinéma numérique, et de la question de savoir si le numérique était encore du cinéma. Ils étaient vifs, on en parlait dans les revues et dans les festivals, et ils ont cessé. Il en avait été de même avec la vidéo, tenue pour un support sans noblesse. Or la noblesse du cinéma tenait pour une bonne part à son coût, et la vidéo, bien moins chère, a été saisie par celles qui n’avaient pas accès aux moyens du cinéma.
Carole Roussopoulos, pionnière de la vidéo légère en France, a enseigné la vidéo à l’université de Vincennes de 1973 à 1976 et formé de nombreuses femmes à cette pratique. En 1982, avec Delphine Seyrig et Ioana Wieder, elle a fondé le Centre audiovisuel Simone de Beauvoir, précisément parce que les bandes tournées pendant les dix années précédentes étaient fragiles et qu’il fallait les conserver. Le travail continue. Entre 2009 et 2013, la Médiathèque Valais a numérisé la majeure partie du fonds de Carole Roussopoulos avec le soutien de Memoriav.
On retrouve là, presque terme à terme, ce que décrit Star. Quand le débat de légitimité s’éteint, le support disparaît dans l’infrastructure, et ce qui demeure est un problème d’infrastructure, des matériaux qui se dégradent, des formats abandonnés, des machines de lecture disparues, dont dépend ce qui nous parviendra. La querelle sur les images générées suivra le même chemin que celle du numérique et celle de la vidéo, et ce qui restera après elle, ce sont les questions d’infrastructure qu’elle recouvre aujourd’hui, celles des outils, des données et des personnes qui les font tourner.
Les humains invisibles dans la machine
Parmi ces questions recouvertes, il y a celle des humains cachés dans l’intelligence artificielle. Mary L. Gray et Siddharth Suri ont documenté dans Ghost Work (Houghton Mifflin Harcourt, 2019) l’immense main-d’œuvre invisible qui fait fonctionner les systèmes réputés automatiques, les personnes qui annotent les données d’entraînement, qui filtrent les contenus violents, qui corrigent les sorties des modèles, souvent depuis des pays à bas salaires, sans statut ni reconnaissance. Chaque image générée, chaque réponse fluide repose sur ce travail, comme l’atelier du maître flamand reposait sur ses mains anonymes.
Pour être conséquent, il faudrait dire les deux, quelle part les machines ont prise dans l’œuvre, et quelle part de travail humain a été prise dans les machines. En posant la seconde question, on déplace le regard, du soupçon esthétique sur l’authenticité de l’œuvre vers les conditions dans lesquelles tout cela se fabrique, et c’est à mon sens celle qui compte.
La note de fabrication que j’écris pour mon propre travail
Les législateurs se sont saisis du sujet. Le règlement européen sur l’intelligence artificielle, adopté en 2024, prévoit à son article 50, applicable à compter du 2 août 2026, que les contenus générés ou manipulés par des systèmes d’intelligence artificielle soient marqués dans un format lisible par machine, et signalés au public dans plusieurs situations. C’est utile contre les usages trompeurs, où la question est bien de savoir si une image ou une voix est synthétique. Pour les œuvres, le marquage répond par oui ou par non là où la fabrication est une chaîne, avec des degrés et des endroits. Les rédacteurs l’ont d’ailleurs admis en partie, puisque le texte prévoit des exceptions pour les systèmes qui remplissent une fonction d’assistance à l’édition standard, autrement dit pour l’intelligence artificielle déjà passée à l’état d’infrastructure.
Je plaide pour autre chose, une note de fabrication, volontaire et précise, dans l’esprit du générique. J’y dirais, étape par étape, écriture, recherche, image, son, montage, ce qui a été fait à la main, ce qui a été assisté, ce qui a été généré puis retravaillé, ce qui a été généré tel quel, et avec quels outils. C’est ce que je m’applique à faire pour mon propre travail, y compris pour l’écriture de textes comme celui-ci, et je constate que cette précision rend ma parole plus crédible plutôt que de l’affaiblir.
Je ne me fais pas d’illusion sur son exhaustivité. Une telle note restera toujours partielle, pour la raison même que je viens de décrire, une part des outils employés ne sont pas perçus comme des outils d’intelligence artificielle par celles et ceux qui les utilisent. Et je pense que la querelle des images générées est en train de devenir obsolète, comme l’est devenue celle du numérique contre l’argentique. Dans quelques années, plus personne ne demandera à un·e cinéaste si son film a été fait avec de l’intelligence artificielle, pour la même raison qu’on ne demande plus à personne si son film a été monté sur ordinateur. Resteront les questions d’infrastructure, celles des outils incorporés à nos gestes, des données qui orientent les productions, et des personnes qui travaillent dans la machine, qui sont des affaires de rémunération et de statut avant d’être des affaires d’authenticité. C’est pour décrire ce travail que la note de fabrication vaut d’être écrite.
