Pourquoi voir l’IA créer nous la fait paraître plus créative

Face à une image, une musique ou un texte généré par ordinateur, la même question revient souvent : peut-on vraiment parler de créativité ? Une recherche menée par des scientifiques d’Aalto University et de l’Université d’Helsinki apporte un éclairage original. Elle ne cherche pas seulement à évaluer l’œuvre produite par une machine. Elle observe aussi la façon dont les humains construisent leur jugement lorsqu’ils découvrent, ou non, les étapes de la création.

Le résultat est révélateur : à dessin identique, un système paraît davantage créatif lorsque son processus devient plus visible. Autrement dit, ce que l’on sait de la fabrication d’une œuvre peut compter autant que l’œuvre elle-même. Cette conclusion ne tranche pas la grande question philosophique de la créativité artificielle. Elle montre en revanche que notre perception est loin d’être neutre.

La créativité ne se réduit pas au résultat final

Dans le langage courant, qualifier une œuvre de « créative » revient souvent à reconnaître son originalité, sa qualité ou sa capacité à surprendre. Mais cette évaluation dépend aussi de l’histoire que nous associons à l’objet. Une toile n’est pas regardée tout à fait de la même manière si l’on sait qu’elle a demandé des dizaines d’esquisses, qu’elle répond à une commande précise ou qu’elle a été réalisée par un artiste dont on connaît le travail.

Les chercheurs se sont intéressés à trois dimensions qui peuvent guider ce jugement :

• le produit, c’est-à-dire l’œuvre finale ;
• le processus, soit les étapes visibles de sa réalisation ;
• le créateur, humain ou machine, auquel le public attribue l’œuvre.

Cette distinction est particulièrement importante pour l’intelligence artificielle. Les outils génératifs peuvent livrer un résultat très rapidement, parfois sans laisser voir les instructions, les choix successifs, les retouches ou les contraintes qui ont conduit à l’image finale. Pour l’utilisateur, cette apparente instantanéité peut donner l’impression d’une boîte noire. Or l’étude suggère que cette absence de récit du processus modifie directement l’appréciation de la créativité.

Des dessins identiques pour isoler l’effet de la transparence

Pour éviter qu’un dessin plus séduisant qu’un autre ne fausse les résultats, les chercheurs ont choisi un protocole particulièrement contrôlé. Les participants ont d’abord évalué des dessins de nature morte réalisés par des robots, présentés comme étant alimentés par une intelligence artificielle.

En réalité, les machines ne créaient pas librement les œuvres observées. Elles avaient été programmées pour reproduire des dessins commandés à un véritable artiste. Cette précaution permettait de conserver les mêmes réalisations tout au long des essais. Les différences de jugement ne pouvaient donc pas être attribuées à une variation de talent, de style ou d’originalité entre les robots.

Le dispositif ne vise donc pas à démontrer qu’un robot serait créatif au même sens qu’un humain. Il examine un point plus précis : dans quelles conditions les observateurs ont-ils l’impression qu’il l’est ? C’est une nuance essentielle à l’heure où des systèmes génératifs sont de plus en plus présents dans l’illustration, la musique, l’écriture et le design.

Voir les traits se former augmente la créativité attribuée

Les participants ont ensuite pu observer une vidéo du dessin en cours de réalisation. Ils voyaient les lignes apparaître sur la feuille, mais pas le robot lui-même en train de les tracer. Ce supplément d’information a suffi à faire évoluer les appréciations.

La recherche conclut que la créativité perçue augmente lorsque davantage d’éléments du processus créatif sont révélés. Christian Guckelsberger, professeur associé en technologies créatives à Aalto University, résume ainsi l’observation : « Plus les gens voient le processus, plus ils jugent l’œuvre créative ».

Pourquoi ce phénomène est-il si important ? Parce que le processus rend visibles des éléments que le résultat seul ne montre pas. Le spectateur peut suivre une progression, percevoir l’accumulation des lignes et relier l’image finale à une succession d’actions. Même si les tracés étaient ici programmés à l’avance, leur déroulement semble rendre l’œuvre plus intelligible, et donc plus facile à considérer comme l’aboutissement d’un acte créatif.

Cela rappelle que l’on évalue rarement une création dans le vide. Lorsqu’un humain peint, compose ou écrit devant nous, nous interprétons spontanément ses gestes comme des décisions. Avec une machine, cette interprétation peut aussi émerger lorsque l’interface rend le cheminement perceptible. L’étude ne dit pas que les participants se trompent. Elle met plutôt en évidence le rôle de la présentation dans une attribution qui reste, par nature, humaine et subjective.

Ce que l’expérience démontre, et ce qu’elle ne démontre pas

Le résultat peut sembler paradoxal : la transparence améliore la perception de créativité alors même que les robots de l’expérience reproduisaient des œuvres préparées par un artiste. Il serait donc abusif de conclure que le simple fait de montrer un mécanisme rend une IA créative.

L’étude établit un lien entre la quantité d’informations visibles et un jugement de créativité. Elle ne mesure ni une intention propre de la machine, ni sa compréhension de l’œuvre, ni sa capacité à proposer de façon autonome des idées nouvelles. Les dessins étant volontairement maintenus constants, la recherche isole la perception des observateurs, pas la performance artistique intrinsèque des robots.

Cette distinction est utile pour aborder les débats sur les IA génératives. Un système peut produire une image impressionnante sans expliquer clairement comment il y est parvenu. À l’inverse, une démonstration très détaillée de son fonctionnement peut accroître l’intérêt ou la confiance du public, sans constituer une preuve de créativité autonome. La qualité du résultat, les données et consignes mobilisées, les choix humains autour de l’outil et la transparence de la présentation sont des questions différentes.

L’apparence élégante d’un robot ne suffit pas

Les chercheurs ont également voulu savoir si la forme de la machine pouvait influer sur les évaluations. Ils ont comparé deux designs : un robot à l’apparence plus élégante et un autre au caractère plus mécanique. Là encore, les dessins devaient rester identiques d’un robot à l’autre afin que seule l’apparence de la machine varie.

Le résultat est clair : aucune différence significative n’a été constatée dans la créativité attribuée aux deux robots. Dans ce protocole, l’habillage physique de la machine n’a donc pas pesé autant que la visibilité du processus.

Cette conclusion invite à nuancer une idée répandue dans la conception des robots, selon laquelle une apparence plus raffinée ou plus expressive suffirait à rendre une machine plus convaincante. Pour l’évaluation de la créativité, le public semble avoir été plus sensible au fait de voir l’œuvre se construire qu’au style du robot associé à cette production.

Il faut toutefois rester prudent. L’étude porte sur des dessins de nature morte et sur des formes précises de présentation. Elle ne permet pas d’affirmer que l’apparence ne compte jamais. Dans d’autres contextes, par exemple une performance musicale, un robot conversationnel ou une installation artistique immersive, l’allure, les mouvements et la présence physique de la machine pourraient jouer un rôle différent.

Quelle transparence pour les outils créatifs ?

Pour les concepteurs d’outils assistés par IA, l’enseignement est concret. Un utilisateur peut mieux comprendre et mieux apprécier une production lorsqu’il accède à certains éléments de son élaboration. Dans un logiciel de création, cela pourrait passer par une visualisation des étapes, une distinction nette entre les apports humains et automatiques, ou encore une présentation claire du rôle joué par le système.

La transparence ne doit toutefois pas se transformer en décor. Afficher une animation, des choix apparents ou une pseudo-réflexion uniquement pour donner à l’outil une allure plus inventive poserait un problème d’authenticité. Si la mise en scène sert à faire croire que le système possède des intentions ou des capacités qu’il n’a pas, elle peut induire les utilisateurs en erreur.

L’enjeu consiste donc à séparer deux ambitions : rendre le fonctionnement plus compréhensible, ce qui peut favoriser un usage éclairé, et fabriquer une impression de créativité, ce qui relève davantage de la communication. La frontière est particulièrement sensible pour les services qui invitent les utilisateurs à co-créer avec une IA. Plus le rôle de chacun est explicite, plus il devient possible de comprendre ce que l’outil apporte réellement au processus.

Ce qu’il faut surveiller

Les auteurs souhaitent prolonger ces travaux pour mieux cerner les biais qui façonnent l’évaluation des systèmes créatifs. Leurs résultats devront notamment être testés avec d’autres genres artistiques et d’autres formes d’expression. Une image, une composition musicale, un texte ou une chorégraphie ne donnent pas forcément accès au processus de la même façon.

Il faudra aussi observer ce qui se produit lorsque le public découvre davantage d’informations sur le système lui-même : ses limites, son degré d’autonomie, le rôle des humains qui le conçoivent ou le pilotent, et les étapes réelles qui mènent à une œuvre. La transparence peut rendre une création plus fascinante. Elle doit aussi permettre de la regarder avec davantage d’esprit critique.

À mesure que les IA s’installent dans les pratiques culturelles, la question ne sera donc pas seulement de déterminer ce que les machines savent produire. Elle sera aussi de savoir comment leurs productions sont montrées, comprises et créditées. Cette étude rappelle une chose simple : face à l’IA, notre idée de la créativité se construit autant dans le regard du public que dans l’objet qu’il regarde.