Cet épisode de la série How to See réunit trois artistes — Kate Crawford, Trevor Paglen et Refik Anadol — pour explorer la manière dont l’IA et l’apprentissage automatique transforment en profondeur les pratiques artistiques. Kate Crawford décrit ce moment comme un « tournant génératif », où les modes traditionnels de création visuelle, du dessin au cinéma, sont en train de changer radicalement. Trevor Paglen analyse les ensembles de données qui alimentent les systèmes de surveillance algorithmique et en critique les simplifications dangereuses et les enjeux éthiques, affirmant que les artistes apportent une réflexion essentielle sur la nature même des images. Refik Anadol, quant à lui, envisage l’IA comme un outil créatif autonome : dans son projet Unsupervised, il interroge la façon dont une machine pourrait interpréter l’histoire de l’art moderne à partir des seules données du MoMA. Les commissaires Paola Antonelli et Michelle Kuo replacent ces démarches dans une perspective historique et réfléchissent au rôle que l’art peut jouer dans l’avenir de l’IA.
Là où l’IA est intéressante
Ce que montre le travail de Refik Anadol, c’est que l’IA devient réellement intéressante lorsqu’elle cesse d’être un outil d’imitation pour devenir un instrument de spéculation. Lorsqu’elle n’est plus sommée de reproduire fidèlement le monde — un oiseau bleu, un visage réaliste, un style reconnaissable — mais autorisée à explorer ce qui n’a pas encore de forme, elle ouvre un espace inédit. Dans Unsupervised, l’IA ne classe pas les œuvres du MoMA selon nos catégories habituelles ; elle construit sa propre cartographie, étrangère à nos hiérarchies, puis navigue dans les zones vides de cette carte, là où “rien n’existe encore”.
À cet endroit précis, la machine ne remplace pas l’artiste : elle devient un partenaire de pensée. L’œuvre n’est plus un objet fini, mais un processus en perpétuelle mutation, presque une performance continue. L’IA permet alors de percevoir autrement le temps, la mémoire, les formes et les continuités invisibles. Elle agit comme un instrument d’extension de l’imaginaire, capable de produire des visions non anthropocentrées, des “rêves de machine” qui déplacent notre regard plutôt que de le rassurer. Dans ce cadre, l’IA n’appauvrit pas l’art : elle élargit le champ du pensable et du sensible.
Là où l’IA est problématique
Mais ce même outil devient profondément inquiétant lorsqu’il est présenté comme neutre, objectif ou purement scientifique. C’est là que les travaux de Kate Crawford et Trevor Paglen opèrent un renversement salutaire. Ils rappellent que les systèmes d’IA sont construits à partir de jeux de données chargés de choix culturels, politiques et économiques. Derrière chaque image “apprise”, il y a une décision humaine : quoi montrer, comment nommer, comment classer.
Lorsque ces systèmes réduisent la complexité du monde à des étiquettes — une chaise, un visage, un comportement, une identité — ils produisent une version appauvrie et normalisée du réel. Plus grave encore, ces classifications abstraites ont des conséquences concrètes : surveillance, discrimination, exploitation commerciale de moments intimes. Les œuvres de Paglen rendent visibles ces mécanismes cachés, ces bases de données où des fragments de vies privées deviennent du carburant pour des systèmes de reconnaissance, de prédiction ou de contrôle.
Le danger n’est donc pas que l’IA “crée des images”, mais qu’elle naturalise une vision du monde simplifiée, alignée sur des logiques de pouvoir, de profit et d’extraction — extraction des données, des ressources, de l’énergie, de l’attention humaine. À cet endroit, l’IA ne rêve plus : elle classe, elle trie, elle assigne. Et ce faisant, elle rétrécit notre rapport au monde au lieu de l’ouvrir.
En filigrane
Entre ces deux pôles se joue l’enjeu central. L’IA est féconde lorsqu’elle est détournée, interrogée, rendue étrange par les artistes. Elle devient problématique lorsqu’elle est déployée à grande échelle par des institutions qui la présentent comme une évidence technique. Ce n’est donc pas la machine qui est en cause, mais la manière dont on la laisse définir ce qui compte, ce qui existe, et ce qui mérite d’être vu.
Source : The Museum of Modern Art / Youtube