IA et création : ce que l’odeur d’un salon à Shepparton dit de l’humain

À première vue, l’odeur d’un salon dans une ville régionale australienne paraît bien loin des grands débats sur les algorithmes. C’est pourtant cette image très concrète que Briggs mobilise pour poser une question devenue centrale : qu’est-ce qu’une machine peut réellement remplacer lorsqu’elle génère des textes, des images, des voix ou de la musique ? La réponse ne se limite ni à un oui enthousiaste, ni à un non définitif. Elle oblige à distinguer la production d’un contenu de l’expérience qui peut lui donner un sens.

Dans l’intervention rapportée par l’article d’archive, Briggs envisage la possibilité d’être remplacé par l’intelligence artificielle, tout en soulignant une limite fondamentale : « Elle ne connaît pas l’odeur d’un salon à Shepparton. » La formule ne prétend pas fournir un test scientifique de l’intelligence artificielle. Elle condense plutôt une inquiétude culturelle : les modèles peuvent recombiner d’immenses quantités de données, sans avoir de souvenirs, de corps, de voisinage ou de vie quotidienne.

Cette nuance est décisive au moment où l’IA générative s’invite dans les métiers de l’écriture, de l’illustration, de l’audiovisuel et de la musique. Les capacités de ces logiciels progressent vite. Mais la question posée par Briggs est aussi économique et politique : si des œuvres humaines servent à bâtir des outils capables de produire à moindre coût, comment préserver la place, les droits et les revenus de celles et ceux qui créent ?

Une image locale pour parler d’un enjeu mondial

Shepparton est une ville de l’État de Victoria, en Australie. Dans la phrase de Briggs, le lieu compte autant que l’odeur. Un salon n’est pas simplement un décor que l’on pourrait décrire avec quelques objets. C’est un espace chargé d’habitudes, de conversations, de silences, de souvenirs familiaux et de références locales. L’odeur elle-même peut évoquer un repas, un meuble, un animal, un parfum ou une saison. Sa signification dépend de la personne qui l’a vécue.

En choisissant ce détail sensoriel, Briggs met en évidence ce qui sépare une base de données d’une expérience humaine. Un modèle d’IA peut recevoir des descriptions de salons, analyser des photographies, associer des mots à des ambiances ou produire un texte qui imite une voix familière. Il ne se souvient toutefois pas d’avoir franchi une porte, reconnu un lieu ou ressenti une émotion dans cet espace. Il n’a pas de biographie propre à partir de laquelle créer.

Le texte d’archive ne précise ni l’outil d’IA visé, ni les mesures concrètes que Briggs souhaiterait voir adoptées. Cela impose de ne pas lui attribuer des propositions trop précises. Son message, tel qu’il est rapporté, porte avant tout sur la nécessité de protéger les créateurs et l’intégrité artistique face à une automatisation qui pourrait se faire sans leur accord ou à leur détriment.

Que font réellement les IA génératives ?

Pour comprendre le débat, il faut éviter deux contresens fréquents. Le premier consiste à imaginer une IA comme une conscience qui réfléchirait et ressentirait à la manière d’une personne. Le second est de réduire ces outils à de simples photocopieuses incapables de rien produire de nouveau. La réalité technique se situe ailleurs.

Les IA génératives sont des systèmes statistiques entraînés sur de très grands ensembles de données. Elles repèrent des régularités entre des mots, des pixels, des sons ou d’autres éléments, puis calculent une suite probable à partir d’une consigne. Un générateur de texte prédit les éléments suivants d’une phrase. Un générateur d’images produit une image correspondant aux associations apprises entre une demande et des représentations visuelles.

Cette méthode peut donner des résultats rapides, parfois utiles et parfois saisissants. Elle peut aider à chercher des idées, rédiger une première version, créer une maquette ou décliner un visuel. Mais elle ne garantit ni la pertinence, ni l’exactitude, ni l’originalité artistique au sens où l’entendent les créateurs et le public. Un résultat fluide peut contenir une erreur. Une image séduisante peut reprendre des clichés. Un texte qui semble personnel peut n’avoir aucune intention propre.

Les outils peuvent aussi être multimodaux, c’est-à-dire traiter plusieurs formes de données, telles que du texte, du son et de l’image. Cela ne règle pas la question soulevée par Briggs. Décrire une odeur, classer des informations issues d’un capteur ou associer une senteur à des mots ne revient pas à éprouver l’atmosphère d’une pièce et à l’inscrire dans une histoire personnelle.

La créativité ne se réduit pas au résultat final

L’inquiétude exprimée par Briggs ne signifie pas que toute création humaine serait inaccessible à l’automatisation. Des tâches précises peuvent être accélérées, et des créateurs peuvent décider d’utiliser une IA comme un outil parmi d’autres. Dans ce cas, la personne conserve un rôle essentiel : elle formule une intention, choisit des matériaux, écarte les mauvaises propositions, vérifie les informations et décide de ce qui sera montré au public.

La difficulté apparaît lorsque l’on ne juge plus que le résultat immédiat, son prix et sa vitesse de production. Un commanditaire peut être tenté de remplacer une commande, une esquisse ou une version localisée par un contenu généré automatiquement. Pourtant, dans les secteurs culturels, le travail visible n’est souvent que la partie finale d’un processus plus large. Il comprend l’apprentissage, la recherche, les essais, les échanges avec un client ou une équipe, ainsi que la connaissance d’un public et d’un territoire.

C’est précisément là que l’exemple de Shepparton prend toute sa force. Une œuvre peut évoquer une ville non parce qu’elle aligne les bons repères géographiques, mais parce qu’elle traduit un rapport situé à cette ville. Les codes d’une conversation, l’accent, les odeurs domestiques, les souvenirs collectifs ou les tensions sociales ne sont pas de simples ornements. Ils peuvent former la matière même d’une narration.

L’IA peut reproduire des formes familières à partir des traces disponibles. Elle ne fait pas disparaître pour autant le besoin de personnes capables de raconter pourquoi ces formes comptent, pour qui elles comptent et ce qu’elles risquent d’effacer. La création ne se mesure donc pas uniquement à la capacité de fabriquer un contenu comparable à un contenu existant.

Les droits des créateurs au cœur du débat

Le propos de Briggs rejoint une préoccupation plus vaste : la protection des artistes lorsque des systèmes sont entraînés avec de grandes quantités de contenus. Les questions de droit d’auteur ne concernent pas seulement la copie visible d’une œuvre. Elles portent aussi sur les conditions d’accès aux œuvres, sur le consentement des titulaires de droits, sur l’attribution et sur la possibilité d’être rémunéré.

Dans ce domaine, les réponses ne peuvent pas être seulement techniques. Un filtre ou un marquage de contenu peut avoir son utilité, mais il ne remplace pas des règles compréhensibles ni des accords équilibrés. Les créateurs ont besoin de savoir quand et comment leurs travaux peuvent être utilisés. Les entreprises qui développent ou déploient des outils ont besoin d’un cadre clair. Le public, lui, doit pouvoir identifier la nature d’un contenu lorsqu’elle est pertinente, notamment lorsqu’une œuvre ou une voix peut prêter à confusion.

Plusieurs principes peuvent structurer cette recherche d’équilibre :

• Le consentement, afin que l’utilisation d’œuvres ne soit pas une zone opaque pour leurs auteurs.
• La rémunération, car une économie culturelle durable suppose que le travail créatif puisse continuer à financer celles et ceux qui le produisent.
• L’attribution, lorsque l’identification des contributions humaines est possible et pertinente.
• La transparence, pour que les publics et les professionnels sachent dans quelles conditions un contenu a été généré ou transformé.
• La responsabilité, car une décision prise avec un outil automatisé reste susceptible d’avoir des effets humains et économiques.

Le risque évoqué dans l’archive est aussi celui d’une uniformisation. Si les mêmes outils, les mêmes données et les mêmes critères de rendement deviennent dominants, les contenus pourraient privilégier ce qui est immédiatement reconnaissable et facile à reproduire. Or la culture se nourrit également de voix minoritaires, de formes inattendues et de récits très situés. Ces éléments sont rarement les plus simples à standardiser.

Remplacement, assistance ou nouvelle répartition du travail ?

Parler de remplacement peut masquer plusieurs réalités. Dans certains cas, l’IA peut prendre en charge une tâche délimitée : générer des variantes de mise en page, proposer une transcription ou produire un brouillon. Dans d’autres, elle peut modifier l’organisation d’une profession en réduisant le temps accordé à certaines étapes. Et dans les scénarios les plus préoccupants pour les artistes, elle peut servir à remplacer une commande qui aurait auparavant rémunéré une personne.

La différence importe, car les conséquences ne sont pas les mêmes. Une assistance encadrée peut libérer du temps pour la recherche ou la relation avec le public. Une réduction systématique des budgets, elle, peut fragiliser les débuts de carrière et tarir la diversité des parcours. Or ce sont souvent les années de pratique, les collaborations et les expériences locales qui permettent justement aux artistes de développer une voix singulière.

L’enjeu n’est donc pas de proclamer que l’humain gagnera toujours face à la machine, ni de supposer que toute automatisation est forcément un progrès. Il est d’examiner qui décide d’utiliser l’outil, à quelles fins, avec quelles données, et qui supporte le coût de ce choix. La phrase de Briggs ramène ce débat abstrait à une réalité simple : une culture n’est pas seulement un stock de contenus disponibles à la génération.

Ce qu’il faut surveiller

À la date de publication de cet article, le débat sur l’IA et la création reste ouvert. Les évolutions techniques compteront, mais elles ne suffiront pas à trancher les questions soulevées par Briggs. Il faudra suivre la manière dont les acteurs culturels, les entreprises technologiques et les pouvoirs publics répondent à plusieurs défis : la traçabilité des contenus utilisés pour l’entraînement, la rémunération des créateurs, la transparence vis-à-vis du public et la place laissée aux œuvres locales.

Il faudra aussi éviter de confondre efficacité et valeur culturelle. Une IA peut faire gagner du temps, mais le temps gagné par une organisation peut correspondre à du revenu perdu pour un auteur, un interprète ou un technicien. Inversement, un outil employé avec l’accord des créateurs peut élargir certaines possibilités de travail. Ces deux réalités peuvent coexister.

L’image du salon à Shepparton rappelle enfin une évidence : les œuvres ne viennent pas uniquement de motifs que l’on peut calculer. Elles viennent aussi de lieux habités, de sensations difficiles à verbaliser et de récits transmis entre des personnes. À l’heure de l’IA générative, préserver ces conditions de création est peut-être aussi important que mesurer les performances des modèles.