L’IA comme source d’idées : une aide individuelle, des créations collectivement plus semblables

Ce que l’expérience sur les récits a réellement montré

Anil Doshi et Oliver Hauser ont étudié, dans une expérience en ligne, l’influence des idées proposées par un modèle de langage sur l’écriture de récits courts. Certains participants recevaient de telles suggestions, d’autres non. Dans le cadre étudié, les histoires élaborées à partir d’idées de l’IA ont été jugées plus créatives, mieux écrites et plus agréables à lire. Les personnes dont le niveau initial de créativité mesuré était plus faible en ont bénéficié de façon particulièrement marquée. Dans le même temps, les histoires écrites avec l’aide de l’IA se ressemblaient davantage entre elles. Ce résultat concerne donc deux niveaux que l’on peut facilement confondre : la réussite d’un texte individuel et la diversité d’un ensemble de textes. Il ne prouve pas que l’IA uniformise toute création ou l’améliore de manière générale. L’étude portait sur une tâche précise, des aides concrètes et les évaluations réalisées ensuite dans ce dispositif expérimental, et non sur toutes les formes de collaboration artistique.

Une bonne suggestion peut aussi devenir un point d’ancrage

Recevoir très tôt une idée déjà élaborée peut conduire à s’y référer davantage qu’on ne l’avait initialement prévu. L’aide atténue alors le vide de la page blanche, mais restreint en même temps l’espace d’exploration. Cet enjeu est particulièrement important lorsque de nombreuses personnes utilisent des systèmes similaires avec des requêtes similaires. L’étude met cette tension entre objectifs en évidence, sans pour autant dicter toutes les pratiques créatives. Pour certains projets, un schéma familier peut tout à fait être souhaitable. Dans un ensemble d’histoires, de campagnes ou d’ébauches, en revanche, c’est souvent précisément la diversité qui compte. L’utilité d’un assistant ne devrait donc pas se mesurer uniquement au fait qu’une suggestion plaise immédiatement. Il est tout aussi instructif d’examiner quelles idées personnelles cessent ainsi d’être explorées et si plusieurs productions finissent par reprendre les mêmes motifs, les mêmes conflits ou les mêmes tournures de phrase.

Une méthode de travail qui préserve l’autonomie créative

Une démarche possible consiste à commencer par une esquisse personnelle, avant de faire intervenir l’IA. Celle-ci se voit ensuite confier un rôle limité : trouver des contre-arguments, repérer des angles morts ou proposer d’autres structures. Plutôt que de reprendre une ébauche toute faite, on compare plusieurs pistes nettement distinctes. Les équipes peuvent d’abord travailler indépendamment les unes des autres et ne recourir à l’IA que lors d’une phase ultérieure de révision. Cela ne garantit pas l’absence d’uniformité, mais permet de distinguer plus consciemment l’idée personnelle de départ de la suggestion produite par la machine. Il est également utile de conserver les pistes écartées et de justifier les décisions. On peut ainsi retracer les raisons pour lesquelles un texte a pris sa forme. La question centrale n’est pas de savoir si l’IA est créative, mais si l’usage concret qui en est fait favorise l’autonomie créative et la diversité recherchées pour un projet.

Poursuivre la découverte

• Bien interpréter AlphaFold : les prédictions de structure doivent s’accompagner d’indications d’incertitude
• Descriptions d’images par l’IA : utiles lorsque l’objectif est clair
• Qualité des données : pourquoi leur provenance et leur sélection comptent davantage que leur seule quantité