Mèmes générés par l’IA : rapides et efficaces, l’humour humain nuance tout

Faire rire avec une image connue et une phrase de quelques mots paraît simple. Pourtant, le mème réussit rarement par hasard. Il repose sur une référence comprise par son public, un décalage bien dosé, un timing et, souvent, une expérience collective. C’est sur ce terrain très codifié que l’intelligence artificielle commence à produire des résultats convaincants, au point de dépasser les créations humaines seules sur certaines évaluations. Mais les travaux consacrés à ces images virales invitent surtout à une conclusion plus nuancée : l’IA peut accélérer la recherche de bonnes idées, sans remplacer ce qui rend une blague réellement juste pour un groupe, à un moment donné.

Une étude menée par des chercheurs de KTH Royal Institute of Technology, de LMU Munich et de TU Darmstadt s’intéresse précisément à cette frontière. Son objet n’est pas de demander si une machine « a » le sens de l’humour, mais de comparer ce que produisent trois configurations : des humains seuls, une IA seule et des humains travaillant avec l’IA. Les résultats, examinés au 9 juin 2025, montrent à la fois les atouts de la génération automatique et l’importance décisive de l’intervention humaine.

Ce que cette étude mesure réellement

Les chercheurs ont demandé la création de mèmes à partir de formats très reconnaissables, notamment Doge et Futurama Fry. Ces templates constituent un cadre intéressant pour l’expérimentation : leur image est déjà connue, leur structure humoristique est familière et l’essentiel du travail consiste à imaginer le texte qui crée le décalage.

Un second groupe de 100 participants a ensuite évalué les productions. Trois critères étaient au centre de l’analyse : la créativité, l’humour et le potentiel de partage. Ce dernier ne désigne pas le nombre réel de repartages sur un réseau social, mais l’impression qu’un mème pourrait circuler facilement auprès d’un public.

Ces résultats peuvent sembler contradictoires à première vue. Comment l’IA peut-elle obtenir de bonnes notes globales alors que les mèmes les plus drôles restent humains ? Parce que les critères ne recouvrent pas exactement la même chose. Une production peut être propre, immédiatement compréhensible et conforme à un format populaire, sans provoquer le rire le plus fort. À l’inverse, une blague plus singulière peut être particulièrement drôle pour certaines personnes, tout en étant moins consensuelle ou moins facile à partager.

Pourquoi l’IA trouve vite des idées de mèmes

Les outils d’IA générative sont particulièrement à l’aise lorsqu’ils disposent d’un cadre clair. Un template comme Doge ou Futurama Fry impose déjà une situation, une expression et une attente chez le lecteur. Il reste alors à proposer une formulation qui corresponde aux conventions du format.

Un modèle de langage peut générer en quelques secondes de nombreuses variations autour d’un même sujet : une situation de bureau, une habitude numérique, un examen, une panne informatique ou une frustration quotidienne. Il peut aussi reformuler une idée dans des registres différents, plus absurde, plus direct ou plus proche des codes d’Internet. Cette abondance constitue un avantage pratique évident pour qui cherche un point de départ.

Le coauteur de l’étude, Zhikun Wu, le résume ainsi : « AI is great at generating lots of ideas quickly, but quantity doesn’t always mean quality ».

Autrement dit, la machine réduit le temps de la première ébauche. Elle peut produire une liste de pistes là où une personne hésiterait devant une page blanche. Mais la multiplication des propositions ne garantit pas la pertinence de chacune. Les idées automatiques risquent d’être trop prévisibles, de répéter des formules déjà vues ou de viser un humour assez générique pour convenir à tout le monde, donc de ne marquer personne.

Cette distinction est essentielle. Générer un mème plausible est un problème de reconnaissance de formes : il faut repérer les associations habituelles entre une image, une tournure et une situation. Faire un mème mémorable demande souvent autre chose : identifier ce qui surprendra un public précis sans devoir l’expliquer.

Pourquoi l’humour ne se réduit pas à une bonne formule

L’humour naît souvent d’un écart. Une chute renverse une attente. Une référence est déplacée dans un contexte inattendu. Une phrase anodine prend un autre sens parce que le public connaît une situation, une actualité, une habitude professionnelle ou une réplique populaire. Ces mécanismes sont faciles à décrire, mais difficiles à appliquer avec justesse.

L’IA peut repérer et reproduire certains schémas comiques. En revanche, elle ne possède pas d’expérience vécue de l’embarras, de la complicité ou de l’ironie. Elle ne perçoit pas non plus spontanément les signaux faibles qui indiquent qu’une référence est devenue usée, qu’une blague est malvenue ou qu’un détail parle particulièrement à une communauté.

Zhikun Wu insiste sur cette limite : « Humor isn’t just about punchlines; it’s about surprise, cultural context, and emotional nuance, things AI doesn’t fully grasp ».

Le contexte culturel est particulièrement important dans l’univers des mèmes. Un même visuel peut faire rire une communauté et laisser une autre indifférente. Une allusion peut être comprise par les personnes suivant un sujet depuis longtemps, mais paraître opaque au reste du public. De même, le ton compte autant que le texte : une formulation légèrement trop littérale peut détruire l’ironie recherchée.

Les évaluations de l’étude ne disent donc pas que l’IA a résolu la question du comique. Elles montrent plutôt qu’elle est capable de fournir des objets humoristiques jugés efficaces dans un cadre donné. C’est une performance réelle, mais différente d’une compréhension humaine du rire.

La co-création transforme l’IA en partenaire de brouillon

Le résultat le plus intéressant de l’étude concerne peut-être les créations hybrides. Les mèmes conçus avec une collaboration humain-IA se distinguent tout particulièrement par leur créativité et leur potentiel de partage. Ce constat ne signifie pas que l’outil ferait le travail à la place de l’auteur. Il suggère qu’un dialogue bien mené peut améliorer le processus.

Dans cette configuration, l’IA joue un rôle de générateur de variantes. L’humain conserve ce qui est difficile à automatiser : l’intention, le choix du public, la compréhension de la référence et la décision finale sur le ton. Il peut aussi repérer une proposition banale, la raccourcir, changer l’angle de la blague ou écarter une suggestion qui manquerait de tact.

Un usage réellement créatif peut suivre une logique simple :

• partir d’une observation personnelle ou d’une situation que l’on souhaite commenter ;
• demander plusieurs pistes plutôt qu’une réponse unique ;
• sélectionner une idée, puis la réécrire pour lui donner un point de vue précis ;
• vérifier que la référence sera comprise par le public visé ;
• tester la formulation finale, car un mot de trop peut faire disparaître l’effet comique.

Les chercheurs plaident justement pour des outils favorisant une créativité itérative et dialoguée. L’enjeu n’est pas seulement de cliquer sur un bouton pour recevoir un mème prêt à publier. Il est d’aider une personne à explorer, modifier et approfondir une intuition jusqu’à ce qu’elle devienne significative.

Les limites d’une expérience sur les mèmes

L’étude apporte un éclairage utile, mais elle ne tranche pas définitivement la question de savoir qui est « le plus drôle ». Le rire reste une réaction subjective. Il varie selon l’âge, la langue, les habitudes de lecture, les références culturelles et l’environnement dans lequel le mème est découvert.

Le nombre de personnes chargées d’évaluer les créations, 100, permet de comparer les productions dans le cadre de l’expérience. Il ne suffit pas à établir une hiérarchie universelle de l’humour. Les résultats concernent en outre des templates déjà populaires, qui donnent une structure familière à l’IA comme aux humains. Il serait hasardeux d’en déduire que tous les types de satire, de parodie ou d’humour visuel se prêtent de la même façon à la génération automatique.

Il faut aussi distinguer le potentiel de partage évalué par les participants de la diffusion réelle. Sur les réseaux sociaux, la circulation d’un mème dépend de bien d’autres facteurs : le moment de publication, la taille du compte qui le relaie, l’actualité, les discussions en cours et les réactions parfois imprévisibles des internautes.

Enfin, une note de créativité ne répond pas seule aux questions d’auteur ou d’art. Un mème peut être construit à partir de matériaux, de codes et de références collectives. L’intérêt de l’IA n’est donc pas nécessairement de revendiquer une origine autonome, mais de devenir un outil au service d’une intention humaine identifiable.

Ce qu’il faut surveiller dans les outils créatifs

Les résultats de cette recherche déplacent le débat. La question n’est pas seulement de savoir si l’IA peut fabriquer une blague acceptable. Elle est de comprendre quel type d’outil aide réellement les personnes à développer leur humour, au lieu de les enfermer dans des réponses lisses et interchangeables.

Les systèmes les plus intéressants seront ceux qui faciliteront les allers-retours : demander des angles opposés, conserver une idée tout en changeant le rythme, signaler qu’une référence est très généraliste, ou proposer des pistes sans effacer la voix de l’utilisateur. Dans ce modèle, la rapidité de la machine ne s’oppose pas à la créativité humaine. Elle lui donne davantage de matière à travailler.

Les mèmes générés par IA peuvent déjà être amusants et techniquement réussis. Mais l’étude rappelle qu’un bon résultat ne tient pas seulement au texte affiché sur une image. Il tient à la personne qui sait pourquoi cette image, cette phrase et ce moment précis peuvent faire rire quelqu’un.