L'IA comme altération, pas augmentation
Sur une autre manière de travailler avec les machines
Tout le monde semble s'accorder sur ce que l'IA apporte aux artistes : elle accélère les choses, elle étend les capacités, elle supprime les frictions. On lui donne une tâche, elle renvoie une meilleure version de ce qu'on avait déjà en tête. C'est le paradigme dominant : l'augmentation. Plus, plus vite, plus propre.
Je travaille à l'intersection du cinéma, de l'art contemporain et de l'intelligence artificielle depuis plusieurs années maintenant. Et plus je travaille avec ces systèmes, plus je trouve ce cadre non seulement incomplet, mais activement faux, du moins pour ce que j'essaie de faire.
Ce que j'attends de l'IA, ce n'est pas l'amplification. C'est le déplacement.
Le problème du « plus »
L'augmentation suppose qu'on sait déjà où l'on va. On a une direction, une vision, un projet, et la machine aide à y arriver plus efficacement. C'est utile. C'est aussi, sur le plan créatif, une sorte d'impasse. Si l'outil ne fait que renforcer ce qu'on pense déjà, on ne quitte jamais le territoire qu'on connaît. On produit plus de travail plus vite, mais le travail reste à l'intérieur des frontières de l'imagination existante.
Quand je faisais Swatted, un film construit autour de la pratique des faux appels d'urgence, des raids policiers diffusés en direct sur des plateformes de jeu, je ne cherchais pas un système qui m'aurait aidé à monter plus efficacement ou à générer de meilleurs effets visuels. J'avais besoin de quelque chose capable d'introduire l'imprévu. De faire émerger des connexions entre culture en ligne, violence policière et spectatorat que je n'avais pas consciemment cartographiées.
L'augmentation m'aurait donné une version plus propre de mes idées initiales. Ce dont j'avais besoin, c'était l'altération : quelque chose qui déplace le geste avant qu'il ne soit achevé.
Ce que l'altération signifie en pratique
Altérer, ce n'est pas corriger. Ce n'est pas optimiser. C'est introduire un élément étranger qui change la direction de ce qui est déjà en mouvement.
En pratique, cela ressemble à ceci : un modèle fait émerger une association formelle inattendue entre deux scènes que j'avais séparées pour des raisons logiques, mais dont la proximité crée quelque chose de plus étrange et de plus précis. Ou il génère un texte qui est techniquement faux, factuellement peu fiable, mais qui révèle un registre que je n'avais pas envisagé pour la narration. Ou il propose une lecture structurelle du matériau d'archive qui contredit mon intuition, et la contradiction est précisément le point.
Dans Virtual Kintsugi, j'ai travaillé avec des systèmes d'IA sur la question des images endommagées et reconstruites : l'idée de la réparation comme transformation plutôt que comme restauration. L'outil ne comblait pas des lacunes ; il les réinterprétait. Chaque reconstruction générée par l'IA n'était pas un retour à un original mais une proposition : voici une surface possible pour ce qui ne peut pas être récupéré. Cette distinction, entre restauration et proposition, c'est là que vit l'altération.
C'est très différent de demander à un système de faire quelque chose et d'évaluer s'il a réussi. Cela exige une autre posture : celle dans laquelle la sortie de la machine n'est pas une solution mais une pression. Elle pousse sur le travail. On y répond. Parfois on la rejette entièrement, mais le rejet lui-même a clarifié quelque chose.
L'écriture liquide comme méthode
La méthodologie que j'ai développée pour ce type de pratique, je l'appelle l'écriture liquide. Le nom tente de décrire la texture réelle du processus : pas séquentiel, pas stratifié au sens conventionnel, mais perméable. Les phases saignent les unes dans les autres. La recherche contamine le montage. L'écriture continue pendant le tournage. Un accident algorithmique vieux de trois mois refait surface et devient un principe structurel.
L'idée de l'écriture liquide est en partie une résistance au modèle pipeline de la fabrication cinématographique, qui sépare recherche, développement, écriture, production et post-production en compartiments distincts. Dans ce modèle, l'IA entre proprement à la fin, en post-production, comme outil de finition. L'écriture liquide refuse cela. Cela signifie que la machine est présente tout au long du processus, non pas comme un service mais comme une sorte de pression continue sur le matériau.
Maalbeek, un film sur l'attentat du métro de Bruxelles de 2016, construit à partir des témoignages de survivants et de la reconstruction d'un événement qui ne peut pas être directement filmé, exigeait ce type de perméabilité. L'impossibilité d'accéder à l'événement lui-même est devenue génératrice. Le film, en un certain sens, s'écrivait encore au montage.
Les processus assistés par l'IA fonctionnent de manière similaire. Ils résistent à la logique de la spécification et de la livraison. Ils sont plus productifs quand on les traite comme une sorte de matériau instable, quelque chose avec lequel, contre lequel, à travers lequel on travaille, plutôt qu'un système qu'on instruit.
Post-documentaire et les couches cachées du réel
La pratique post-documentaire, telle que je la conçois, procède d'une observation spécifique : le réel n'est pas simplement la surface des événements visibles. Il est fait de strates (données, images, signaux, traces) qui constituent ce qui se passe réellement au moins autant que ce qui peut être directement observé. La tâche du cinéaste n'est pas de documenter la surface mais de révéler la structure qui se trouve en dessous.
C'est là que l'IA devient particulièrement intéressante, et particulièrement instable. Ces systèmes ont été entraînés sur le monde-image accumulé, sur d'énormes archives de la représentation humaine. Quand ils génèrent ou analysent du matériau visuel, ils travaillent à l'intérieur d'une sorte d'histoire compressée de la façon dont les choses ont été vues.
Pour un travail comme The Goldberg Variations, un projet que je développe actuellement et qui retrace la trajectoire de Joshua Ryne Goldberg, un provocateur d'Internet qui a traversé des espaces idéologiques extrêmes en ligne, les systèmes d'IA offrent quelque chose de spécifique : la capacité de naviguer dans d'immenses archives de traces en ligne, de détecter des patterns dans le langage et le comportement qui opèrent en dessous du seuil de la lecture consciente. Non pas pour expliquer le sujet, mais pour cartographier la topologie des espaces qu'il a traversés. La machine ne comprend pas ; elle détecte. Et la détection, correctement cadrée, peut être un acte cinématographique.
Contre le fétichisme, contre la nostalgie
Je veux être clair sur ce que cette position n'est pas.
Ce n'est pas de la technophilie. L'IA comme spectacle, comme démonstration de capacité, comme preuve qu'une machine peut faire quelque chose de surprenant, ne m'intéresse pas. Le geste technologique pour lui-même est ennuyeux et, en fin de compte, une forme de conservatisme déguisé en nouveauté. La question n'est jamais ce que la machine peut faire. La question est ce dont le travail a besoin.
Et ce n'est pas de la nostalgie. Il y a dans la culture cinématographique une anxiété persistante quant à ce que l'IA va faire au savoir-faire, à la notion d'auteur, à la valeur artisanale de l'image. Je ne trouve pas cette anxiété particulièrement productive. Les frontières de ce qu'est le cinéma ont toujours été disputées, toujours été repoussées par de nouveaux moyens techniques.
Ce que je propose est plus simple, et plus étrange : une relation de travail avec l'IA orientée vers la friction productive. Pas le confort, pas l'efficacité, pas l'amplification d'une intention existante. Une collaboration dans laquelle la machine peut véritablement surprendre, et dans laquelle cette surprise n'est pas une erreur à corriger mais un matériau avec lequel travailler.
Le travail qui m'intéresse le plus est celui qui n'aurait pu être fait ni par moi seul, ni par la machine seule. Il existe dans l'intervalle.