Trop de choix tue le choix ?

L’intelligence artificielle générative a considérablement élargi le nombre de possibilités accessibles au cours d’une production. Une image peut être déclinée, un plan régénéré, un mouvement modifié, une voix remplacée, une musique réinterprétée. Lorsqu’une proposition fonctionne, rien n’empêche d’en demander une autre. Puis une troisième. La suivante ne coûte que quelques secondes ou quelques minutes.

Cette abondance est l’un des apports les plus évidents de ces outils. Elle offre une liberté qui aurait été difficilement imaginable dans de nombreux processus de production traditionnels. Elle permet d’explorer une direction avant de l’abandonner, de tester une intuition sans engager immédiatement des moyens importants, ou simplement de comparer plusieurs traitements d’une même idée.

Elle modifie aussi une chose plus discrète : notre rapport au choix.

Dans un processus de création classique, une grande partie des décisions est imposée ou rendue nécessaire par les contraintes de production. Un tournage a lieu quelque part, à une date donnée, avec un décor, une équipe, un matériel et un temps déterminés. Une prise supplémentaire a un coût. Déplacer la caméra prend du temps. Modifier la lumière également. Certaines décisions peuvent être reprises au montage, d’autres beaucoup moins facilement. La contrainte ferme progressivement des portes. Avec la génération, beaucoup restent ouvertes.

Encore une

Une première séquence est satisfaisante. Il serait possible de s’en contenter. Mais puisque quelques minutes suffisent pour en obtenir une autre, pourquoi ne pas essayer ? Le personnage pourrait regarder légèrement plus à gauche. La caméra pourrait partir plus bas. Le mouvement pourrait être plus lent. La lumière un peu plus chaude. Le décor moins présent. Chaque modification en appelle facilement une autre.

Il ne s’agit pas nécessairement d’indécision. Explorer fait partie du travail créatif et l’IA donne des moyens remarquables pour le faire. Certaines idées apparaissent précisément parce qu’il a été possible de multiplier rapidement les essais. La difficulté arrive lorsqu’aucun élément extérieur n’oblige plus réellement à arrêter cette exploration.

Lors d’un tournage, la fin de la journée existe. Le budget existe. Le comédien part. Le décor doit être rendu. La lumière naturelle disparaît. À un moment, il faut considérer que la prise est bonne. Une IA ne rentre pas chez elle à 19 heures. Il est toujours possible d’en demander une de plus.

Le coût d’une possibilité

La production générative donne parfois l’impression que les essais ne coûtent presque rien. C’est vrai si l’on considère uniquement leur fabrication. Leur examen a pourtant un coût. Vingt images doivent être regardées. Vingt plans doivent être comparés. Plusieurs morceaux doivent être écoutés. Les variantes doivent être conservées, classées, parfois montrées à d’autres personnes. Certaines seront éliminées immédiatement. D’autres resteront en concurrence pendant une partie du projet. Le temps économisé dans l’exécution peut alors réapparaître ailleurs.

Ce phénomène devient particulièrement visible lorsque les propositions atteignent toutes un niveau suffisant. Éliminer cinq plans manifestement ratés est simple. Choisir entre cinq plans réussis l’est beaucoup moins. Les différences deviennent plus fines. Un mouvement semble plus naturel dans l’un, la composition plus intéressante dans l’autre. Une troisième version possède un détail imprévu qui fonctionne particulièrement bien. La quatrième correspond davantage à l’intention initiale, mais semble moins forte que la cinquième, qui s’en éloigne. Il faut regarder davantage pour départager moins. L’abondance n’est alors plus seulement une augmentation du nombre de possibilités créatives. Elle augmente aussi la quantité de décisions nécessaires.

La version qui aurait pu être meilleure

Il existe également une différence entre savoir qu’une autre possibilité existe et savoir qu’elle est facilement accessible. Après un tournage, il est possible de regretter une prise. Cela arrive. Mais refaire la scène peut être impossible ou suffisamment coûteux pour que la question soit rapidement réglée.

Avec un outil génératif, le regret possède un bouton. Une version fonctionne, mais une autre pourrait fonctionner davantage. Et puisqu’elle peut être obtenue presque immédiatement, ne pas la demander revient à accepter volontairement de ne pas savoir. C’est une situation assez nouvelle dans le processus de création. La limite n’est plus nécessairement fixée par les moyens disponibles. Elle doit être décidée.

À quel moment considère-t-on qu’une recherche est terminée ? La réponse dépend évidemment du projet, du temps disponible et du niveau d’exigence attendu. Mais l’accès presque permanent à une nouvelle possibilité rend la décision moins évidente. Il faut accepter qu’une version qui n’existe pas aurait éventuellement été meilleure.

Cette situation n’est d’ailleurs pas propre à l’intelligence artificielle. La photographie numérique avait déjà supprimé une partie du coût de la prise supplémentaire. Le montage non linéaire avait rendu les modifications beaucoup plus accessibles. Les logiciels graphiques ont multiplié les possibilités de revenir en arrière, de dupliquer, d’essayer.

La génération pousse simplement cette logique beaucoup plus loin parce qu’elle ne facilite pas seulement la modification d’un élément existant. Elle peut en produire un nouveau.

Montrer trois propositions quand on en possède trente

La question prend une autre dimension dans une relation entre une agence et son client. Une présentation créative repose aussi sur une sélection. Les pistes montrées ne représentent généralement pas l’intégralité de ce qui a été envisagé. Une partie du travail a déjà consisté à éliminer ce qui semblait moins pertinent.

L’IA permet désormais de disposer rapidement d’un nombre beaucoup plus important de propositions présentables. Faut-il pour autant les montrer ? Présenter trente possibilités pourrait sembler plus généreux que d’en présenter trois. Le client dispose objectivement de davantage de choix. Mais il ne dispose pas nécessairement de davantage d’éléments pour choisir.

Il peut même devenir tentant de combiner les qualités perçues de chacune : le cadrage de la première, la lumière de la quatrième, le décor de la septième, le mouvement de la douzième. Puis de générer cette nouvelle combinaison, qui produira elle-même plusieurs variantes. Le processus peut continuer longtemps. Le rôle de celui qui présente une proposition ne consiste donc pas uniquement à montrer ce qu’il a été capable de produire. Une sélection a déjà eu lieu avant la présentation. Des possibilités ont été écartées alors qu’elles étaient techniquement exploitables. Ce travail est moins visible que la génération elle-même. Il peut pourtant prendre une place croissante à mesure que le nombre de propositions augmente.

Toutes réussies

L’évolution des modèles accentue encore le phénomène. Lorsque les premières générations comportaient régulièrement des défauts évidents, une partie importante de la sélection était technique. Une main incorrecte, un mouvement incohérent, un visage instable ou une perspective impossible suffisaient à éliminer une proposition. À mesure que ces défauts diminuent, ce premier filtre devient moins déterminant.

Il reste alors des critères beaucoup moins faciles à mesurer. Pourquoi ce plan plutôt que celui-là ? Les deux sont techniquement réussis. Les deux respectent la demande. Les deux pourraient être utilisés. L’un paraît pourtant plus juste dans la séquence. Cette appréciation repose sur ce qui précède et ce qui suit, sur le rythme général, sur l’intention, sur la place du plan dans le récit. Elle dépend aussi du regard de celui qui choisit, de son expérience et de ses références. Deux personnes disposant exactement des mêmes générations peuvent parfaitement retenir deux plans différents. L’outil n’a pas supprimé cette différence. Il l’a déplacée vers une étape qui devient plus visible lorsque les problèmes techniques disparaissent.

Le choix assisté

Rien n’oblige évidemment l’IA à rester en dehors de cette étape. Elle peut déjà comparer des propositions selon certains critères. Elle peut analyser leur conformité avec une demande, relever des incohérences ou expliquer les avantages de plusieurs options. Les systèmes futurs pourront aller beaucoup plus loin et intégrer une connaissance précise du projet, de la marque, du public ou des décisions prises auparavant.

Ils pourront également apprendre les préférences de leurs utilisateurs. Une IA ayant observé des milliers de décisions pourrait finir par savoir quelle version une personne retiendra avant même qu’elle ait terminé de les regarder. Elle pourrait alors réduire les trente propositions à cinq. Puis à deux. Ou n’en présenter qu’une.

L’abondance aurait créé un problème que le même système serait chargé de résoudre. Cela ne rend pas l’assistance au choix inutile. Dans de nombreux cas, elle sera probablement bienvenue. Trier automatiquement des centaines de variations sans intérêt particulier peut éviter beaucoup de temps perdu. Reste à déterminer jusqu’où l’on souhaite déléguer ce tri lorsque les critères cessent d’être objectifs. Car les propositions éliminées ne seront plus vues.

Dix fenêtres ouvertes

La génération a profondément réduit le coût de l’essai. C’est l’une de ses qualités les plus intéressantes pour la création. Une idée peut être confrontée très rapidement à une forme concrète et abandonnée sans avoir mobilisé une production entière. Cette liberté entraîne mécaniquement une augmentation du nombre de formes disponibles.

Dans certains projets, elle permettra d’aller plus loin. Dans d’autres, elle prolongera simplement le moment où il faudra arrêter de chercher. La situation devient presque banale : plusieurs générations sont ouvertes à l’écran. Aucune n’est mauvaise. Certaines se ressemblent, d’autres proposent des directions auxquelles personne n’avait pensé au départ. Il serait possible d’en retenir une immédiatement. Il serait tout aussi facile d’en générer dix autres.