Through a Gendered Lens: Artificial Intelligence, Photographic Representation, and the Politics of Vision in World Cinema
Cette étude par méthodes mixtes révèle que l'intelligence artificielle reproduit systématiquement les conventions photographiques patriarcales dans le cinéma mondial à travers un « Indice de biais photographique genré » quantifiable et un « Cadre du regard genré par l'IA », tandis que les données empiriques confirment que les femmes praticiennes du cinéma perçoivent ces outils comme étant significativement plus contraignants que leurs homologues masculins.
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
Imaginez la caméra de cinéma comme un miroir magique qui ne se contente pas de refléter le monde, mais décide de comment nous le voyons. Pendant des décennies, la théoricienne du cinéma Laura Mulvey a soutenu que ce miroir était tenu par un « regard masculin » (male gaze), transformant les femmes en objets à regarder plutôt qu'en personnes ayant une histoire. Mais aujourd'hui, un nouveau type de miroir est arrivé : l'Intelligence Artificielle.
Cet article pose une question effrayante mais fascinante : Si nous apprenons à une IA à réaliser des films en lui montrant des millions de vieilles photos et de vieux films, va-t-elle simplement copier les mauvaises habitudes du passé ?
La réponse courte est un oui statistique retentissant.
La machine aux « mauvaises habitudes »
Voyez l'IA comme un étudiant super rapide qui apprend en copiant. Si vous montrez à cet étudiant une bibliothèque remplie de vieux films où les femmes sont toujours montrées dans des gros plans serrés (se concentrant uniquement sur leurs lèvres ou leurs yeux) et les hommes vus de loin (montrant tout leur corps et leur puissance), l'étudiant apprend que c'est ainsi que le monde fonctionne.
Les chercheurs ont testé trois générateurs d'images d'IA populaires (Stable Diffusion XL, DALL-E 3 et Midjourney v6) pour voir ce qu'ils produisaient lorsqu'on leur demandait de créer des scènes avec des personnages masculins et féminins. Ils ont inventé une règle spéciale appelée l'Indice de Biais Photographique de Genre (GPBI) pour mesurer l'« objectification » des images.
- Le point de référence : Un score parfait et équitable est de 1,00.
- Les résultats : Les outils d'IA ont obtenu des scores compris entre 1,62 et 1,94.
Cela signifie que l'IA n'a pas seulement commis quelques erreurs ; elle a systématiquement fait en sorte que les femmes ressemblent plus à des objets que les hommes. Plus précisément :
- Le Zoom : Quand l'IA dessinait une femme, elle zoomait de près (comme un gros plan sur un visage), mais quand elle dessinait un homme, elle reculait pour montrer toute la scène. Les femmes étaient cadrées à environ la moitié de la distance des hommes.
- L'Éclairage : Les femmes étaient éclairées avec des ombres dures et à haut contraste (les rendant dramatiques mais distantes), tandis que les hommes recevaient une lumière plus douce et naturelle.
- La Fragmentation : L'IA était plus susceptible de couper certaines parties du corps d'une femme dans le cadre, se concentrant sur des parties spécifiques du corps plutôt que sur la personne entière.
Le mythe de la « Démocratie »
Vous avez peut-être entendu dire : « L'IA est géniale ! Elle permet à n'importe qui de faire des films et brise les barrières ! » L'article soutient que c'est un piège.
Imaginez un jeu vidéo où les paramètres par défaut sont truqués de sorte que jouer un personnage féminin soit plus difficile et moins réussi qu'un personnage masculin. Si vous voulez le corriger, vous devez passer trois fois plus de temps à ajuster les réglages. L'article a révélé que 74,1 % des femmes dans l'industrie du film estiment que les outils d'IA « encodent des conventions photographiques patriarcales », contre seulement 40,8 % des hommes.
Pour les femmes cinéastes, utiliser ces outils n'est pas un laissez-passer gratuit vers la créativité ; c'est un travail supplémentaire. Elles doivent lutter contre les paramètres par défaut de l'IA juste pour obtenir une image qui ne semble pas avoir été prise à travers les yeux de quelqu'un qui ne les comprend pas. L'article suggère qu'au lieu de démocratiser la réalisation cinématographique, l'IA ne fait que rendre moins cher le fait de reproduire les mêmes vieilles manières de voir.
La « Main Invisible »
Pourquoi cela se produit-il ? L'article explique que l'IA n'est pas « malveillante » ; elle est simplement statisticienne. Elle a appris d'un « corpus » (une immense bibliothèque d'images) qui a été majoritairement créé par des hommes, pour une industrie dominée par les hommes.
- L'Entraînement : L'IA a absorbé les « pires habitudes » du passé — comme la façon dont les femmes étaient souvent filmées comme des objets — et en a fait le paramètre « par défaut ».
- L'Illusion : Parce que l'IA crée des images qui semblent si réelles (photoréalistes), nous oublions qu'elles ne sont pas réelles. Il n'y avait aucune personne réelle là pour être photographiée. L'IA a simplement calculé la manière la plus probable de dessiner une « femme » en se basant sur ses données d'entraînement biaisées. Cela rend le biais invisible, comme un fantôme dans la machine.
Ce que l'article dit (et ne dit pas)
Les auteurs sont très sûrs de leurs conclusions car ils n'ont pas seulement deviné ; ils ont mesuré.
- Ils ont mesuré : Ils ont interrogé 186 professionnels du cinéma en Inde, au Royaume-Uni et aux États-Unis. Ils ont généré 600 images et ont fait évaluer ces dernières par des experts.
- Ils ont prouvé : Le biais est réel, mesurable et constant à travers différents systèmes d'IA.
- Ils ont exclu : Ils rejettent explicitement l'idée que l'IA est un outil neutre qui corrigera naturellement les inégalités. Ils notent également que leur étude n'a pas couvert tous les pays du monde (comme la Corée ou le Nigeria), nous ne savons donc pas si les chiffres sont exactement les mêmes partout, mais le schéma est fort là où ils ont cherché.
La Solution ?
L'article suggère que nous ne pouvons pas simplement attendre que l'IA « apprenne mieux » d'elle-même. Nous devons changer les règles :
- Auditer la Bibliothèque : Vérifier les données d'entraînement pour s'assurer qu'elles incluent davantage de femmes réalisatrices et de photographes.
- De Nouvelles Normes : Les studios de cinéma devraient refuser d'acheter des outils d'IA ayant des scores de biais élevés (supérieurs à 1,2).
- Transparence : Les images d'IA devraient porter une « étiquette » nous indiquant qu'elles ont été créées par une machine et quels biais elles pourraient contenir.
- Les Femmes aux Commandes : Les femmes directrices de la photographie et les chercheuses féministes doivent être celles qui conçoivent ces outils, et non de simples utilisatrices.
En fin de compte, l'article conclut que la caméra a toujours été politique. Désormais, le « regard » n'est plus seulement humain ; il est algorithmique. Et à moins que nous ne réparions le code, l'algorithme continuera de nous montrer un monde où les femmes sont des objets et les hommes sont les héros. La question n'est pas de savoir si l'IA a un regard genré, mais si nous avons le courage de le voir et de le changer.
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.