L’IA a affecté notre travail de plusieurs façons distinctes. Parmi les aspects les plus marquants, bien sûr, figure l’engagement des artistes avec l’IA dans leurs pratiques créatives, un phénomène qui a débuté avant l’arrivée des grands modèles de langage et des technologies de transformateurs, portées par les multinationales, mais qui soulève désormais des préoccupations tangibles quant aux conséquences de ces technologies. Comme après la pandémie de Covid, nous assistons à une recherche de sens et à une reconfiguration des significations dans un contexte transformé. Quoi qu’on en pense, de nouvelles expériences, inédites, sont désormais accessibles, et les chercheurs en arts les explorent activement. On note par ailleurs une relation structurelle entre la recherche artistique et l’IA générative contemporaine : toutes deux font partie de ce qu’on appelle le tournant matériel. Bien qu’elles opèrent dans des horizons matériels très différents — qu’ils soient physiques, sensoriels ou linguistiques —, ce qui engage la cognition est émergent, plutôt que contenu.

Si l’utilisation de l’IA par les artistes peut produire des parties substantielles d’une soumission, son usage non artistique est une tout autre question et appelle une évaluation rigoureuse. Selon le style d’écriture de chacun et le contexte personnel configuré pour un agent IA, son utilisation pour la relecture ou la révision éditoriale peut être sans problème. En effet, le coût des correcteurs professionnels peut être prohibitif pour de nombreux auteurs potentiels, et le travail requis peut être considérable, notamment pour les non-natif·ve·s. Il ne faut pas sous-estimer l’impact négatif qu’un manuscrit mal rédigé peut avoir sur le processus de révision. Nous recommandons systématiquement aux auteurs et autrices — même si nous assurons une relecture pour les soumissions que nous publions — de soigner la lisibilité de leurs textes avant envoi. De même, à l’instar d’une correction médiocre ou rapide, l’IA ne conteste pas les passages problématiques et ignore ce qui est véritablement en jeu dans le texte. Un texte peut paraître plus fluide et grammaticalement irréprochable, mais cela ne garantit pas qu’il rende mieux son contenu ou captive davantage le lecteur. Ce qui peut paraître un défaut de style à certains peut s’avérer productif. Cela rejoint notre expérience avec les correcteurs professionnels, où certains, bien intentionnés, révisaient les manuscrits à un point tel que la voix de l’auteur ou la texture du texte disparaissaient, de sorte que nous devions intervenir.

De plus, une fois l’IA appliquée à un texte, il devient extrêmement difficile de retrouver ne serait-ce que la voix ou la texture du texte. Sans trop spéculer sur ce qui se passe lors de l’écriture, on peut raisonnablement supposer que toutes sortes de traces subsistent dans un texte. Dans mon cas, par exemple, je suis parfaitement conscient que mon vocabulaire actif n’est pas très étendu, ce qui pourrait s’expliquer par le fait que l’anglais est ma langue seconde. Si l’IA me propose des termes qui traduisent mieux ce que je souhaite exprimer, pour quelle raison devrais-je écarter un mot sans doute meilleur ? Et si je le conserve, suis-je pleinement conscient des connotations qu’il véhicule ? Lorsque j’écris, je suis très conscient de mon vocabulaire actif, qui, par l’usage de l’IA, s’enrichit artificiellement d’un vocabulaire passif se faisant passer pour actif. Comment éditer un texte que je ne fais plus que lire, sans l’avoir écrit ? Bien sûr, il existe des moyens d'utiliser un contexte personnalisé et de limiter la marge de divergence de l'IA, mais cela ne répond pas à la question principale car, quelle que soit l'échelle, il faut tenir compte de l'impact d'une modification.

Aujourd’hui, cette expérience s’applique aussi aux contenus générés par l’IA, qui reposent pour la plupart sur la même technologie de transformateurs que les productions textuelles. Lorsque les médias sont structurellement distincts, des revues multimédias comme JAR peuvent compter sur le fait que le texte est souvent interrompu de lui-même. Rechercher activement de telles interruptions et remettre en question les usages subordonnés des médias au profit d'articulations artistiques de la recherche au-delà du texte : c'est précisément ce qui peut être considéré comme une force pour une revue telle que JAR. En revanche, lorsque les médias sont produits par les mêmes processus linguistiques que le texte, la médialité risque alors de n’être plus qu’un phénomène de surface — Des images qui ressemblent à des images, mais qui portent les traces de leur production textuelle plutôt que celles de leur propre production matérielle, pourtant différente. L’écart entre le langage écrit et l’image que des revues multimédias comme JAR explorent se trouve comblé avant même que l’exposition ne commence. Ce qui apparaît comme un média n’est, au moment de sa production, que du langage. Cela non plus ne nous est pas inconnu : nous voyons depuis longtemps des images qui illustrent ou ornent le texte plutôt que de le mettre en perspective par leur travail esthétique. Cependant, là où il s’agissait d’une question d’usage, l’image générée par l’IA clôt la question avant même qu’elle ne se pose.

La difficulté d’éditer un texte généré par l’IA ne se limite pas aux mots ou aux phrases : elle concerne aussi l’intégration des éléments dans une exposition cohérente. Si chaque élément est conçu uniquement à son échelle, l’harmonisation avec l’exposition dans son ensemble fait défaut. Or, c’est précisément ce contexte qui confère un sens à chaque élément et détermine progressivement ce que deviennent les éléments et la manière dont ils s’articulent.1 Un problème similaire a été récemment abordé concernant les images générées par l’IA : bien qu'elles puissent ressembler de manière générale à des images en perspective, les éléments de l'image projettent des points de fuite légèrement différents, ce qui donne une image dépourvue de l'organisation centrale que nous connaissons en optique et en vision (Sarkar et al. 2024). De même, des recherches récentes sur l’IA générative montrent que si le langage au niveau des mots ou des phrases s’est amélioré, la cohérence au niveau du document, elle, se dégrade, ce qui limite fortement la capacité du document à exprimer des idées complexes (Moon 2026). Ces deux problèmes peuvent sembler techniquement résolubles, mais uniquement si l’artiste ou l’auteur savait déjà où le point de fuite devait se situer, ou quelle idée le texte devait développer — c’est-à-dire, seulement si l’image ou le texte avaient, en un sens, déjà été réalisés.

Ce que révèlent à la fois le point de fuite et le document, c’est que l’harmonisation à différentes échelles, c’est-à-dire, la mise en forme réciproque entre les parties et le tout qui permet de concevoir des expositions où la pratique devient recherche, nécessite que les artistes et les auteurs soient impliqués dans leur travail à tous les niveaux, et ce, simultanément. Être impliqué, c’est aussi s’exposer au conflit : entre ce qu’une phrase cherche à exprimer et ce que l’argument exige, entre ce que propose un média et ce que requiert une exposition, entre sa propre voix et la texture d’une pensée encore en devenir. La tendance structurelle de l’IA, qui génère chaque élément à son échelle, revient à produire systématiquement des œuvres dépourvues d’implication. Ces productions portent alors en surface les décisions sans en assumer les risques. En ce sens, le problème d’échelle n’est que le problème du conflit, transposé au niveau de la forme : éviter le conflit inhérent à la création, c’est se priver de l’harmonisation que ce conflit seul peut engendrer.

Qu’il s’agisse des conventions académiques ou des productions issues des transformateurs technologiques, ces deux évolutions tendent à nous soustraire aux conflits que nous devrions pourtant affronter pour exprimer la recherche artistique. Si les conflits d’élaboration de sens et les enjeux de forme sont évités, les images et les textes que nous utilisons ont déjà été produits — mais par d’autres, et non par nous. Là où le conflit devrait émerger — par exemple autour des questions de réglementation, de financement ou d’éthique —, il est en réalité délégué à d’autres, dont les intérêts ne sont pas nécessairement au service de la connaissance, de l’art ou de la vie, et qui ont, eux, leurs propres conflits, qu’il s’agisse des coûts environnementaux, sociaux ou humains d’un paysage technologique en pleine mutation. En définitive, il ne serait pas surprenant que le conflit ouvert et le conflit évité ne soient que les deux faces d’une même médaille, alors qu’il devient nécessaire de développer des approches pour en cerner les enjeux.

Michael Schwab
Rédacteur en chef

Références

Kibum Moon, Kostadin Kushlev, Andrew Bank, Benjamin Lira, Indre Viskontas, James C. Kaufman, Dan R. Johnson, Angela L. Duckworth, and Adam E. Green (2026). The Creative Link Between Words and Ideas is Weakening in the AI Era. PsyArXiv, prépublication, 5 février 2026. https://doi.org/10.17605/OSF.IO/YD94Z

Ayush Sarkar, Hanlin Mai, Amitabh Mahapatra, Svetlana Lazebnik, Anand Bhattad, D.A. Forsyth. (2024). Shadows Don’t Lie and Lines Can’t Bend! Generative Models don’t know Projective Geometry... for now. CVPR 2024, pp. 28140-28149. https://arxiv.org/abs/2311.17138

Michael Schwab (2026). « Local, Polylocal ». jar-online.net, 11 mars 2026. https://doi.org/10.22501/jarnet.0089
 

• 1La relation entre contexte et échelle est développée plus en détail dans ma conférence plénière, Local, Polylocal, publiée sur le site du réseau JAR (Schwab 2026).