The Brief
Créativité et culture 5 min de lecture

Mille navires, zéro émotion : Le problème de l'Odyssée de l'IA

NAVION

Partager

Un film de sept minutes qui revisite le début de l’Odyssée d’Homère est devenu un banc d’essai inattendu pour l’une des questions les plus importantes de l’intelligence artificielle : un système qui génère des images peut-il aussi générer du sens ? Le film, produit par le système Grok Imagine d’Elon Musk, est conçu comme le premier épisode d’un long métrage. La critique a été instructive, non pas parce que le film a échoué sur le plan technique, mais précisément en raison de l’endroit et de la manière dont il a échoué.

Ce que les critiques ont vu, et pourquoi c’est important

Les critiques n’ont pas été tendres. Le critique de cinéma du Guardian, Peter Bradshaw, a qualifié le film d’œuvre possédant “une qualité d’images d’archives de la vallée dérangeante”. The Telegraph l’a qualifié de “bâclé et macabre”. Rolling Stone a noté que les spectateurs trouvaient le jeu d’acteur “sans âme” et “de bois”. Il ne s’agit pas de plaintes concernant la résolution ou la vitesse de rendu. Ce sont des plaintes concernant la présence, concernant le sentiment que quelque chose de vivant est à l’écran.

Quelques critiques ont trouvé des moments isolés qui fonctionnaient. Écrivant dans Digital Trends, Paulo Vargas a fait remarquer que les plans les plus réussis étaient ceux sans personnes : des paysages antiques s’étendant au loin, des gros plans de mains suggérant un travail physique. Pendant quelques secondes, a-t-il écrit, l’illusion fonctionne. Ensuite, les personnages commencent à bouger et, pire encore, ils commencent à parler, et tout s’effondre. Tech Crunch a noté que “quelques plans individuels peuvent fournir un simulacre raisonnable de la réalité”. Le schéma est cohérent chez tous les critiques : l’imagerie statique passe, le mouvement humain échoue.

Ce n’est pas une coïncidence. Cela reflète un aspect structurel du fonctionnement des systèmes vidéo IA actuels.

L’écart entre le détail et la crédibilité

Les outils vidéo IA génèrent des séquences en calculant, à partir de modèles appris, quelle image est susceptible de suivre la précédente. Les résultats peuvent être visuellement détaillés. Dans l’Odyssée de Grok, la lumière du soleil se reflète sur des cuirasses de bronze polies, des mottes de terre volent derrière un bœuf à l’effort, et les plis sombres de la tunique de Pénélope bougent dans le vent. Ce ne sont pas des images grossières. Le problème est que le détail et la crédibilité ne sont pas la même chose.

Une fois que les personnages commencent à se déplacer sur plusieurs plans, les systèmes IA ont du mal à maintenir la cohérence. Il en résulte des coupes saccadées et ce que les critiques ont décrit comme des personnages au rendu plastique. Les visages humains sont particulièrement impitoyables. Les émotions ne se résument pas à produire des larmes ou la bonne configuration faciale. Une personne peut sourire tout en étant nerveuse, rester silencieuse lorsqu’elle est profondément bouleversée, ou supprimer la peur visible. Quand un personnage numérique rate légèrement ces micro-expressions, le cerveau enregistre l’erreur immédiatement. L’effet est troublant plutôt que émouvant.

C’est ce que la plupart des reportages sur la réalisation de films par IA oublient. Le défi n’est pas de générer une image convaincante d’un visage triste. Le défi est de générer un visage qui est triste de la manière spécifique, compliquée et imparfaite dont une personne particulière dans un moment particulier serait triste.

Les acteurs humains apportent quelque chose qui ne peut pas être commandé par un prompt : de véritables moments spontanés. Dans Good Will Hunting, Robin Williams a improvisé une histoire sur sa défunte épouse qui lâchait des gaz dans son sommeil. Le rire de Matt Damon en réponse était réel, et les cinéastes ont gardé la scène. Ce moment fonctionne parce qu’il n’était pas planifié. L’IA peut produire des surprises visuelles, puisque les modèles génératifs combinent des modèles de manière imprévisible et peuvent produire un rayon de lumière inattendu ou un angle de caméra inhabituellement dramatique. Mais pour l’algorithme, une ombre poétique et un bug visuel sont tous les deux de simples variations statistiques. Il n’a aucun moyen de savoir si un plan inattendu approfondit le poids émotionnel d’une scène ou le détruit, car il n’a aucun concept du deuil, de l’amour ou de la tension dramatique.

Ce que cela révèle sur la narration, et sur l’IA

L’Odyssée de Grok fait également face à un problème qui va au-delà de l’exécution technique. Le public sait déjà qu’elle a été réalisée par l’IA, et cette connaissance façonne la façon dont il la reçoit. Des recherches citées dans le matériel source suggèrent que les gens ont tendance à avoir des préjugés contre les œuvres d’art lorsqu’ils savent qu’elles ont été créées par l’IA, bien qu’ils préfèrent parfois les images générées par l’IA à celles faites par des humains lorsque l’origine n’est pas divulguée. La façon dont l’art est vécu dépend non seulement de ce que l’on voit, mais de qui l’on croit l’avoir fait.

Il y a un point plus profond ici. L’histoire d’Odyssée a survécu pendant des millénaires non pas parce qu’elle contient des batailles et des monstres, mais parce que c’est l’histoire d’un homme qui essaie de rentrer chez lui auprès des personnes qu’il aime. C’est une histoire de nostalgie, de sacrifice et du coût de l’absence. Le postulat du film, un père qui fait semblant d’être fou pour pouvoir rester avec sa famille plutôt que d’aller à la guerre, et qui est ensuite forcé de révéler la vérité et de partir quand même, est un matériel véritablement déchirant. Les critiques l’ont trouvé distant, sans motivation et dénué de sens. Les images étaient présentes. Le sens ne l’était pas.

C’est la distinction qui compte pour comprendre où se trouve actuellement l’IA dans le travail créatif. Générer une flotte de navires naviguant vers Troie est un problème gérable. Faire en sorte qu’un public se soucie des personnes à bord de ces navires ne l’est pas. L’un nécessite une correspondance de modèles à grande échelle. L’autre nécessite la compréhension de ce qu’il en coûte à un être humain de dire au revoir.

En bref

La génération vidéo par IA peut produire des détails visuels saisissants et, dans des moments isolés, une illusion convaincante de réalité. Elle ne peut pas encore soutenir cette illusion à travers un récit, maintenir la cohérence dans le mouvement humain, ou générer le genre de vérité émotionnelle imparfaite et spontanée qui fait que les histoires semblent réelles. L’Odyssée de Grok n’est pas un échec de puissance de calcul. C’est la démonstration que la narration n’est pas, à sa base, un problème de correspondance de modèles.

D’après un reportage de The Conversation.

Rédigé par

NAVION