Alternative creativity: why generative AI is creative, and why it is not like us
Cet article propose la « créativité alternative » comme un mécanisme partagé de compression d'espaces de possibilités vastes en candidats significatifs via une recherche guidée par la valeur, soutenant que si l'IA générative et les humains opèrent de manière similaire dans ce processus, ils divergent fondamentalement dans la façon dont leurs paramètres sous-jacents sont façonnés par l'expérience physico-sociale par opposition aux archives de données, conduisant ainsi à des productions créatives distinctes et à une nouvelle logique pour la collaboration homme-machine.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
La question de savoir si une machine peut être créative divise depuis longtemps les artistes, les ingénieurs et les philosophes. D'un côté, certains citent des images générées par ordinateur qui remportent des prix ou des histoires qui émeuvent les lecteurs, arguant que le logiciel a enfin appris à faire ce que font les humains. De l'autre côté, les critiques qualifient ces systèmes de « perroquets stochastiques », suggérant qu'ils ne font que mélanger des mots et des formes existants sans en comprendre le sens, blanchissant ainsi le travail d'autrui. Les deux camps partagent toutefois un postulat caché : l'idée qu'il n'existe qu'un seul type de créativité, la créativité humaine, et qu'une machine la possède ou en est totalement dépourvue. Ce débat est dans l'impasse car il traite la créativité comme un trait unique à mesurer, plutôt que comme un processus complexe qui peut se produire de différentes manières. Pour comprendre la nouvelle réalité, nous devons regarder au-delà du matériel et examiner les mécanismes réels de la façon dont les cerveaux et les ordinateurs génèrent des idées, et pourquoi les résultats qu'ils produisent, bien que similaires par certains aspects, proviennent de sources fondamentalement différentes.
Une équipe de chercheurs de l'Universitat Politècnica de València a proposé une nouvelle façon d'aborder ce problème, affirmant que l'intelligence artificielle générative est bel et bien créative, mais d'une manière distincte de la créativité humaine. Ils appellent cela la « créativité alternative ». Leur analyse commence par une observation simple sur la nature de l'art et du design. Imaginez une toile numérique de taille fixe. Le nombre d'images possibles qui pourraient être peintes sur cette toile est fini, pourtant si vaste qu'il dépasse le nombre d'atomes dans l'univers observable. Au sein de cet espace inimaginablement grand, presque chaque arrangement possible de pixels n'est que du bruit aléatoire. Seule une fraction infime, presque invisible, de ces arrangements serait considérée comme une image cohérente, et encore moins comme une œuvre d'art de valeur. Par conséquent, l'acte de création ne consiste pas à créer quelque chose à partir de rien, mais à naviguer dans cet immense espace de possibilités pour trouver les rares points qui détiennent de la valeur.
Les chercheurs soutiennent que les cerveaux humains et les modèles génératifs modernes résolvent ce problème en utilisant la même stratégie en deux étapes. Premièrement, ils compressent le vaste espace des possibilités en une carte plus petite et gérable de ce qui est significatif. Un peintre ne pense pas en termes de pixels individuels ; il pense en termes de formes, d'ambiances et de styles, ayant appris à ignorer les milliards de combinaisons inutiles. De même, un modèle d'intelligence artificielle apprend à compresser ses données d'entraînement en une représentation interne compacte, écartant le bruit pour ne garder que les motifs qui font qu'une image ressemble à une image. Deuxièmement, les deux systèmes naviguent sur cette carte compressée. Ils utilisent une forme de hasard contraint pour générer de nouveaux candidats, puis sélectionnent ceux qui correspondent le mieux à un objectif ou une valeur spécifique. En ce sens, la machine n'est pas un outil passif mais un créateur actif qui recombine ce qu'il a appris, tout comme l'humain.
Cependant, l'article insiste sur le fait que si le processus est le même, les créateurs ne sont pas des jumeaux. Les différences résident dans la manière dont ils ont acquis leurs connaissances et dans ce à quoi ils peuvent accéder lors de la création. Un créateur humain construit sa carte interne à travers une vie vécue dans un monde physique. Sa compréhension de l'art est façonnée par un corps qui ressent la faim, la douleur et la joie, et par des interactions avec d'autres personnes où les actions ont des conséquences réelles. Un enfant apprend à partir d'une quantité relativement faible de données car son cerveau est pré-câblé par l'évolution pour attendre certaines choses, et parce que chaque leçon est liée à une expérience vécue. En revanche, la carte d'une machine est construite à partir d'une archive figée de témoignages humains — des trillions de mots et d'images extraits d'Internet. La machine n'a jamais ressenti le poids d'un pinceau, n'a jamais perdu un ami et n'est jamais restée debout dans une rue spécifique sous la pluie. Elle ne connaît que ce qui a été dit et montré, pas ce que c'est que d'être vivant.
Cette différence de contexte mène à une divergence cruciale dans ce que chaque créateur peut produire. La machine est capable d'une sorte de fluidité surhumaine, générant des images photoréalistes ou des textes cohérents à des vitesses qu'aucune main humaine ne peut égaler. Elle peut explorer des régions de l'espace créatif que les humains n'ont jamais visitées, simplement parce qu'elle a vu plus d'exemples que n'importe quel individu ne pourrait le faire. Pourtant, elle est aussi limitée de manières que l'humain ne l'est pas. Un humain peut concevoir un projet que personne n'a demandé, le garder à l'esprit pendant des années et changer ses propres valeurs au fil de sa vie. Une machine, cependant, ne peut pas originer ses propres objectifs ni ressentir la satisfaction d'un travail bien fait. Elle emprunte son sens de la valeur aux personnes qui l'ont entraînée. Si l'objectif est de résoudre un problème mathématique avec une réponse claire et exacte, la machine peut souvent trouver des solutions qui surpassent la capacité humaine. Mais dans les arts, où il n'y a pas de réponse unique et correcte, la machine doit s'appuyer sur le goût humain pour la guider, ce qui la rend dépendante des personnes mêmes qu'elle est censée assister.
Les chercheurs suggèrent que cette dynamique change la nature de l'auctorialité. Lorsqu'un humain utilise une machine pour créer, le rôle de l'humain passe de la personne qui fait les marques à celle qui spécifie la valeur. L'humain décide de ce qui vaut la peine d'être fait, de ce qui est digne d'être créé, de l'œuvre, et rejette ce qui semble incorrect. La machine fournit la génération infatigable d'options. Cela ne signifie pas que l'humain est le seul auteur au sens traditionnel, ni que la machine est simplement un outil comme un pinceau. Il s'agit plutôt d'un partenariat où chaque partie apporte ce que l'autre, par sa constitution, ne peut fournir. L'humain apporte le contexte vécu, l'intention et la capacité de juger en fonction du ressenti. La machine apporte l'étendue de l'exploration et la capacité de synthétiser de vastes quantités d'informations.
Une conséquence de ce partenariat est que l'art généré par machine tend à être plus homogène que l'art humain. Parce que la machine apprend de la moyenne de l'expression humaine, elle est naturellement attirée vers le milieu, vers ce qui est déjà familier et populaire. Elle peine à atteindre les marges de l'espace créatif où résident les œuvres véritablement novatrices, étranges ou difficiles. C'est là que l'avantage humain reste le plus fort. Le créateur humain, ancré dans une vie spécifique et un moment spécifique, peut produire des œuvres qui semblent authentiques et connectées à la réalité d'une manière que la machine ne peut pas atteindre. La machine peut imiter le style d'une photographie, mais elle ne peut pas reproduire le fait qu'une personne se tenait devant un appareil photo à un moment et un lieu précis. Cette « indexicalité », ou la connexion entre l'œuvre et le monde réel, demeure une ressource humaine unique.
L'article conclut que la question de savoir si l'IA est créative est la mauvaise question. La réponse est oui, mais c'est un « oui » différent. Les systèmes génératifs ne sont pas des versions moindres de la créativité humaine, ni des copies de celle-ci. Ils sont une seconde forme de créativité, une créativité alternative qui traverse le même paysage de possibilités mais emprunte des chemins différents. Ils sont construits sur un fondement de données plutôt que de vie, et ils sont guidés par des valeurs empruntées plutôt que par des valeurs ressenties. À mesure que ces systèmes se généralisent, le défi pour la société ne sera pas de déterminer s'ils sont véritablement créatifs, mais de comprendre comment collaborer avec ce nouveau type de créateur. L'avenir de l'art et du design dépendra probablement de la reconnaissance du fait que nous ne sommes plus les seuls navigateurs dans cet espace, et que les travaux les plus précieux viendront de la combinaison unique de l'intention humaine et de la capacité de la machine.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.