L’œuvre est aussi faite de ce qu’on a jeté
Ce que nous perdons lorsque nous supprimons le chemin
IA
Sylvain Morizet
10/5/20267 min read
On imagine volontiers la création comme une ligne droite.
Une idée apparaît. L’artiste la développe. Puis vient l’œuvre.
Dans la réalité, cela ne se passe presque jamais ainsi.
Entre l’idée et l’œuvre terminée s’accumulent des esquisses, des fausses pistes, des versions abandonnées, des heures de travail inutiles en apparence. Une mélodie est écrite puis supprimée. Une page entière disparaît. Une orchestration est recommencée. Un personnage n’a finalement plus sa place dans un roman. Un mouvement entier est écarté d’une partition.
À la fin, personne ne voit tout cela.
Le public ne voit que ce qui reste.
Et pourtant, l’œuvre est aussi faite de ce qu’on a jeté.
C’est peut-être l’un des aspects de la création que l’intelligence artificielle générative nous oblige aujourd’hui à regarder autrement.
Produire plus pour garder moins
Lorsqu’on compose, on ne fabrique pas exactement la quantité de musique nécessaire.
On en écrit davantage.
Parfois beaucoup davantage.
Il faut essayer plusieurs thèmes avant d’en trouver un qui possède la bonne couleur. Il faut entendre une orchestration pour comprendre qu’elle ne fonctionne pas. Il faut pousser une idée jusqu’au bout pour découvrir qu’elle n’avait finalement pas beaucoup d’intérêt.
Puis on coupe.
On resserre.
On simplifie.
On recommence.
Une œuvre terminée n’est donc pas seulement l’addition de ce que l’artiste a réussi à produire. Elle est aussi le résultat de tout ce qu’il a décidé de ne pas conserver.
C’est même souvent là que commence réellement le métier.
Un étudiant peut être fier d’une modulation parce qu’elle lui a demandé deux heures de travail. Le compositeur doit être capable de la supprimer en trente secondes s’il comprend qu’elle affaiblit la pièce.
Le temps passé ne donne aucun droit à ce que l’on vient d’écrire.
Il faut parfois sacrifier précisément ce qui nous a coûté le plus cher.
Cette capacité ne tombe pas du ciel. Elle s’apprend.
Et elle s’apprend en faisant.
Une idée ne vaut presque rien
Nous accordons aujourd’hui une valeur considérable à l’idée.
« J’ai eu l’idée. »
La formule revient souvent dans les discours sur l’intelligence artificielle. L’utilisateur aurait fourni le concept, le sujet, l’intention, le prompt. La machine n’aurait finalement fait qu’exécuter.
Mais une idée n’est pas une œuvre.
Les idées sont partout.
Imaginer un personnage, une situation, un univers ou quelques notes est relativement facile. Ce qui est difficile commence ensuite.
Comment cette idée va-t-elle tenir pendant dix minutes, cent pages ou deux heures ?
Que devient-elle lorsqu’elle rencontre un problème que l’on n’avait pas prévu ?
Que faut-il supprimer ?
Que faut-il développer ?
Comment éviter ce qui paraît évident ?
Comment résoudre une transition qui ne fonctionne pas ?
À quel moment faut-il abandonner une idée pourtant séduisante ?
Voilà où commence le travail.
On peut résumer un grand film en quelques lignes. On peut réduire une symphonie à quelques motifs. On peut raconter le principe d’un roman en trois phrases.
Mais personne ne confond normalement ces trois phrases avec l’œuvre.
L’art se trouve précisément dans l’espace qui les sépare.
Le détour n’était peut-être pas inutile
L’intelligence artificielle nous promet de réduire cet espace.
C’est même son principal argument.
Pourquoi passer trois heures à chercher une solution si une machine peut en proposer vingt en quelques secondes ?
Pourquoi rester bloqué devant une page, une mesure ou un dessin ?
Pourquoi recommencer ?
Pourquoi se tromper ?
La question paraît raisonnable.
Elle repose pourtant sur une hypothèse : toutes ces étapes seraient seulement des obstacles placés entre l’idée et le résultat.
Or elles sont peut-être tout le contraire.
Ce sont elles qui forment celui qui crée.
Lorsqu’un étudiant en harmonie cherche pendant vingt minutes comment enchaîner deux accords, il ne produit presque rien. Deux accords, au fond.
Mais pendant ces vingt minutes, il compare, entend intérieurement, se trompe, corrige, mémorise.
La fois suivante, il ira plus vite.
Quelques années plus tard, ce qu’il cherchait laborieusement lui semblera évident.
Nous appelons cela apprendre.
Le détour n’était donc pas une perte de temps.
Il était le travail.
Ce que le travail construit en nous
C’est peut-être ici que la question de l’intelligence artificielle devient plus intéressante que la simple opposition entre l’homme et la machine.
La question n’est pas seulement : qui a produit l’œuvre ?
Elle pourrait devenir : qu’est-il arrivé à celui qui l’a produite ?
Après avoir écrit une pièce difficile, je ne suis plus tout à fait le même compositeur qu’avant.
J’ai rencontré des problèmes nouveaux. J’ai trouvé certaines solutions. J’en ai échoué d’autres. J’ai découvert des limites dans mon écriture. Certaines facilités aussi. J’ai parfois compris, en terminant une œuvre, ce que j’aurais dû comprendre en la commençant.
Cette expérience restera dans la suivante.
Puis dans celle d’après.
Un style se construit ainsi.
Pas seulement par ce que l’on réussit, mais par l’accumulation des problèmes que l’on a dû résoudre.
Une machine peut désormais nous donner une solution avant même que nous ayons réellement rencontré le problème.
C’est extraordinairement pratique.
Mais que devient alors l’apprentissage ?
Le danger du bon résultat
Le piège est d’autant plus subtil que le résultat peut être bon.
C’est même essentiel à comprendre.
Pendant longtemps, on a pu se rassurer en affirmant que l’intelligence artificielle produirait nécessairement des œuvres médiocres. La question aurait alors été assez simple : le public finirait bien par distinguer ce qui possède une valeur de ce qui n’en a pas.
Cet argument devient de moins en moins solide.
Une machine peut produire quelque chose d’efficace, de séduisant, parfois même d’émouvant.
Ce n’est donc pas nécessairement dans le résultat que se situe le problème.
Imaginons deux étudiants.
Le premier travaille pendant quatre heures. Il essaie, efface, reprend. À la fin, sa pièce est maladroite.
Le second obtient en quelques secondes, avec un outil génératif, quelque chose de beaucoup plus convaincant.
Si nous ne regardons que le résultat, le second a gagné.
Mais si nous revenons six mois plus tard ?
Le premier aura peut-être appris.
Le second aura surtout appris à obtenir.
Ce ne sont pas les mêmes compétences.
Et surtout, ce ne sont pas les mêmes personnes que nous sommes en train de former.
L’effort n’est pas une vertu morale
Il faut cependant se méfier d’un malentendu.
Il ne s’agit pas de célébrer la souffrance.
Une œuvre n’est pas meilleure parce qu’elle a demandé mille heures de travail. Un artiste n’est pas plus authentique parce qu’il a souffert davantage. L’histoire de l’art est remplie de solutions trouvées immédiatement, d’intuitions fulgurantes et de pages écrites très vite.
L’effort n’est pas une médaille.
Il a une fonction.
Il transforme celui qui l’accomplit.
C’est très différent.
Personne ne considère qu’un pianiste doit travailler ses gammes pour expier une faute morale. Il les travaille parce que certains gestes doivent devenir les siens.
Nous comprenons parfaitement ce principe lorsqu’il s’agit du corps.
Personne ne propose au sportif de regarder une machine courir à sa place afin d’améliorer son endurance.
Dans les activités intellectuelles et artistiques, nous semblons soudain l’oublier.
L’imagination est aussi un muscle
On parle souvent de talent comme d’une propriété mystérieuse que certains posséderaient à la naissance.
La réalité est beaucoup plus quotidienne.
Les compositeurs composent.
Les écrivains écrivent.
Les peintres peignent.
À force de chercher, certaines associations deviennent plus rapides. À force d’entendre, l’oreille devient plus précise. À force de choisir, le goût s’affine.
L’imagination elle-même se travaille.
Mais un muscle que l’on cesse d’utiliser ne reste pas intact sous prétexte qu’un appareil accomplit désormais le mouvement plus efficacement.
Voilà peut-être ce que nous devrions observer chez les générations qui vont grandir avec l’intelligence artificielle.
Non pas seulement la qualité de ce qu’elles produiront.
Mais leur capacité à produire sans elle.
Une aide, mais à quel moment ?
Cela ne signifie pas nécessairement qu’il faille bannir toute intelligence artificielle du travail artistique.
La question du moment où elle intervient me paraît beaucoup plus intéressante.
Une machine peut relire un texte terminé. Elle peut détecter une répétition, rechercher une information, classer des documents, effectuer certaines tâches techniques ou servir d’outil d’analyse.
Elle peut intervenir autour de la création.
Mais ce n’est pas la même chose que de l’installer au centre du processus, au moment où l’idée est encore fragile et où le créateur devrait précisément apprendre à la développer.
Il existe une différence considérable entre demander à un outil de contrôler ce que l’on vient de faire et lui demander ce que l’on devrait faire.
Dans le premier cas, l’auteur existe déjà.
Dans le second, il risque progressivement de ne plus savoir où il se trouve.
Gagner du temps pour quoi ?
Nous voulons constamment gagner du temps.
C’est devenu une évidence suffisamment puissante pour ne presque plus être interrogée.
Gagner du temps pour écrire.
Gagner du temps pour composer.
Gagner du temps pour apprendre.
Très bien.
Mais pour en faire quoi ?
Si je gagne deux heures sur une tâche administrative, je peux consacrer ces deux heures à écrire de la musique. Le bénéfice est évident.
Si je gagne deux heures sur le fait même d’écrire la musique, la question devient plus étrange.
Je viens peut-être de supprimer précisément l’activité que je prétendais vouloir accomplir.
C’est comme prendre un taxi pour gagner du temps pendant son jogging.
On arrivera effectivement plus vite.
Mais ce n’était pas exactement le but.
Ce que personne n’entendra
Lorsque j’écoute une œuvre terminée, je sais qu’elle contient beaucoup de choses que personne ne pourra entendre.
Les versions précédentes.
Les hésitations.
Les mauvaises idées.
Les passages supprimés.
Les journées où rien ne fonctionnait.
Les solutions trouvées trop tard.
Tout cela a disparu de la partition.
Mais pas du compositeur.
C’est peut-être là que se trouve l’essentiel.
Nous pensions que le travail servait à fabriquer l’œuvre.
Nous découvrons qu’il servait également à fabriquer celui qui serait capable d’écrire la suivante.
L’intelligence artificielle nous permettra sans doute de produire davantage, plus vite, et parfois mieux.
Mais à mesure que nous supprimerons les détours, les erreurs et les heures apparemment inutiles, il faudra nous poser une question très simple :
Sommes-nous certains de ne supprimer que ce qui ne servait à rien ?
Rembrandt, L’Artiste dans son atelier, vers 1628
Réseaux Sociaux & Cie
Rejoignez-nous sur les réseaux sociaux suivants
RESTONS EN CONTACT
© 2024. All rights reserved.