IA générative : ce qu’elle crée, comment, pour qui

Générative vs les autres IA

L’intelligence artificielle existe bien avant ChatGPT. Le filtre antispam de votre boîte mail, la recommandation de séries, l’estimation d’un temps de trajet : ces systèmes analysent, comparent, puis rangent dans des cases. On leur donne une entrée, ils rendent un verdict.

Une IA générative fait autre chose : elle fabrique un contenu qui n’existait nulle part auparavant. Demandez-lui un poème sur votre chat, elle l’écrit. Demandez une illustration de renard astronaute, elle la dessine. Sa sortie n’est pas un choix parmi des options prévues, mais une production inédite, différente à chaque tentative.

La différence n’est pas qu’affaire de vocabulaire. Une IA de classement se juge sur son taux d’erreur : elle a raison ou tort, et cela se mesure. Une IA générative se juge sur la qualité de ce qu’elle produit, donc sur un critère bien plus subjectif.

Comment elle crée (le principe, sans maths)

Le principe tient en une phrase : la machine a lu, vu et écouté une quantité colossale de contenus, et elle en a retenu des régularités. Pas des phrases recopiées, mais des habitudes statistiques : quels mots suivent quels mots, quelles formes vont avec quelles couleurs.

Elle ne cherche pas une réponse toute faite dans une base. Elle construit sa sortie petit bout par petit bout, en choisissant à chaque étape la suite la plus plausible. Pour les images, le mécanisme diffère : le programme part d’un brouillard de points aléatoires et le débarrasse de son bruit jusqu’à faire émerger un visuel conforme à la demande.

Cela explique deux traits déroutants. La variété d’abord : une part de hasard est introduite volontairement, si bien que deux demandes identiques donnent deux résultats distincts. Les erreurs ensuite : rien ici ne vérifie la vérité de ce qui sort. Une phrase fausse peut être parfaitement plausible, donc parfaitement générable.

Texte, image, musique, vidéo : le panorama

Le texte reste le domaine le plus mûr. ChatGPT, Gemini, Claude et leurs concurrents rédigent, résument, traduisent et écrivent du code, avec une qualité régulière et un usage déjà banalisé.

L’image a progressé très vite. Midjourney, DALL-E ou les générateurs de Google et Adobe produisent des visuels qu’un œil non averti ne distingue plus d’une photographie. Les mains à six doigts, longtemps signature du genre, se raréfient. Effacer un objet ou changer un arrière-plan se demande désormais en une phrase.

Le son couvre deux territoires. La voix, avec des synthèses naturelles capables de lire un article ou d’imiter un timbre à partir de quelques secondes d’enregistrement, ce qui ouvre la porte aux arnaques. La musique ensuite : des plateformes composent un morceau entier, chant compris, d’après une description de style.

La vidéo est le front le plus récent. Les modèles de Google, OpenAI ou Runway génèrent des séquences de quelques secondes, de plus en plus stables. La cohérence sur la durée reste le grand chantier.

Pourquoi elle ne « pense » pas

Ces programmes n’ont ni intention, ni conscience de ce qu’ils racontent, ni expérience du monde. Aucun n’a tenu un verre d’eau ni encaissé la mauvaise humeur d’un client. Ils manipulent des régularités extraites de nos propres productions, avec une aisance qui donne l’illusion de la compréhension.

Le ton renforce cette illusion. Le système répond avec le même aplomb qu’il ait raison ou tort, parce que rien ne l’incite à douter. De là viennent ces inventions qu’on appelle hallucinations : une source qui n’existe pas, une date fantaisiste, un article de loi imaginaire.

Faut-il pour autant parler de perroquet ? Le débat divise les chercheurs : les modèles récents résolvent des problèmes qu’on croyait hors de portée d’une simple imitation. La position raisonnable tient dans une habitude : traiter ces outils comme un collaborateur rapide et cultivé, mais parfois sûr de lui à tort.

Ce que ça change dans la vie courante

Le premier effet porte sur le coût du premier jet. Une annonce, un courrier délicat, un compte rendu de réunion : la page blanche se remplit en quelques secondes au lieu d’une demi-heure. Le travail se déplace vers la relecture et le jugement.

Le deuxième touche l’accès. Traduire un document, illustrer un support, enregistrer une voix off : des tâches qui réclamaient un budget ou un spécialiste deviennent abordables pour un indépendant. Cela ne remplace pas un professionnel là où la qualité fait la différence, mais cela ouvre un espace entre « rien du tout » et « prestation complète ».

Le troisième est moins réjouissant. Puisque n’importe qui peut fabriquer une image, une voix ou un témoignage crédibles, la confiance dans ce que l’on voit s’effrite. Les arnaques à la voix clonée en sont l’illustration la plus directe. Mieux vaut vérifier par un autre canal tout ce qui engage de l’argent ou une décision importante.