Manifestes Tome 5 : design sous artifice : la création au risque du machine learning

Au début des années 2020, des systèmes dit « intelligents » comme GPT-3, OpenAI, Dall-E, Midjourney ou Disco Diffusion permettent de générer des images grâce à des commandes textuelles (« prompts ») associés à de grands jeux de données disponibles en ligne. Participant des technologies du machine learning, ces derniers trouvent leur place dans l'art et les « industries créatives » (design de mode, design graphique, design produit, architecture, etc.) et reconfigurent en profondeur ces métiers, comme l'avaient fait la publication et conception assistées par ordinateur (PAO et CAO) dans les années 1980. Bien que ces productions soient assez vite stéréotypées car elles ne font que remixer des contenus existants, les débats se focalisent sur le possible remplacement de designers par l'intelligence artificielle (IA) et font écran à la question essentielle : quel est le spectre des risques et opportunités du machine learning pour les pratiques de design ? Afin de mieux saisir en quoi ces IA participent de ce que nous proposons d'appeler un « design sous artifice », à savoir une subversion insidieuse de ses principes historiques sous l'emprise des approches cognitivo-comportementalistes, il est tout d'abord nécessaire d'établir une compréhension plus fine des théories psychologiques propres au machine learning. Participant d'une approche neurocognitiviste assimilant le psychisme humain à une commutation de circuits, il s'inscrit dans la (déjà) longue histoire des logiciels de création, qui visent à la fois à démocratiser l'accès aux ordinateurs et à normaliser les pratiques créatives. Tout comme ces programmes ont automatisé un certain nombre de tâches habituellement dévolues aux designers, les technologies du machine learning déplacent et redéfinissent les notions de création et de subjectivité. Faisant courir le risque d'une homogénéisation du monde sensible, elles ouvrent cependant de nouvelles formes de coopération avec les machines, que des studios de design contemporains interrogés dans le cadre de cet essai permettent d'entrevoir. Dans cet ouvrage, Anthony Masure resitue donc les enjeux de l'intelligence artificielle en lien avec le design tout en proposant une série de pistes qui orientent cet idéal d'automatisation à petite échelle, de façon maîtrisée et « sur-mesure », afin que le machine learning ouvre à l'invention et à la curiosité.