BD & IA, un état des lieux en 2026 (Partie 1/7) : une IA, c’est quoi ?

« IA ». Deux lettres qui renvoient à deux mots génériques : Intelligence Artificielle. Une industrie qui pèse aujourd’hui près de 300 milliards de dollars selon le site Fortune Business Insight. Les chatbots comme ChatGPT, Claude, ou Gemini, sont devenus des acteurs majeurs de notre vie numérique. À une époque, on « googlait », on « tweetait », aujourd’hui on « demande à une IA ». Aujourd’hui, nombre d’entreprises, même sans rapport avec la tech, rajoutent l’étiquette « IA » sur leurs produits pour faire grimper leur valeur boursière. Aujourd’hui, la tagline « AI-powered » est indispensable pour se faire une place sur les marchés financiers.

L’IA — nous brassons large avec ce terme, mais vous verrez après que c’est un peu plus compliqué que ça — est de nos jours un outil extrêmement controversé. Entre violation du droit d’auteur, délégitimation de la création humaine, impact environnemental, appropriation par des partis politiques ou encore utilisation à des fins militaires, la technologie a moins de cinq ans aux yeux du grand public et a déjà un passé chargé !

Évidemment, nous ne pourrons pas proposer sur ActuaBD une analyse complète sur l’état mondial de l’IA. Non seulement il faudrait mobiliser notre cinquantaine de rédacteurs à temps plein, mais en plus l’article serait obsolète dans la semaine à cause des bouleversements technologiques. Il y a peu de temps encore, OpenAI était au sommet du monde, mais après une controverse majeure autour d’un projet de collaboration avec le Département de la Défense américain, l’entreprise a été dépassée par Anthropic et son agent Claude. En revanche, ce que nous pouvons faire dans les pages d’ActuaBD, c’est proposer un point sur le rapport entre IA et bande dessinée aujourd’hui. Entre refus véhément, valorisation d’un travail 100% humain, ou tentative d’implémentation d’outils d’IA dans le processus de travail, il y a autant d’approches que d’auteurs et d’éditeurs. Prenons un moment pour tenter de mettre à plat l’essentiel. Pour nos lecteurs fidèles qui ont lu notre précédent bilan (qui date de 2023 déjà !) vous verrez, il y a du nouveau.

Chapitre 1 : Comment ça fonctionne ?

Le terme « IA » englobe toutes sortes de technologies différentes : la robotique, la reconnaissance faciale, les portes automatiques… Certaines, relativement anciennes, comme la reconnaissance faciale des smartphones (le Face ID d’Apple mis en place dès 2017), peuvent être considérées rétrospectivement comme étant déjà de l’IA « faible », aux tâches précises et limitées. Mais lorsqu’on parle d’« l’IA », et surtout d’« IA Générative » dans le cadre de domaines artistiques, on pense surtout à deux d’entre elles : les « LLM » (Large Language Model) et les générateurs « text-to-image » (texte vers image). Petite définition technique.

Les LLM, reproducteurs de modèles

Commençons par l’IA générative que l’on appelle LLM, pour « Large Language Model ». La base de tout LLM, c’est une base de données, des « datasets », dont les plus connus sont « Our World in Data » (qui recense des données sur le taux de pauvreté, le taux d’émission de CO2 ou encore les flux migratoires au niveau mondial) ou encore « NASA Earth and Space Data » (qui compile des données sur la planète Terre et sur l’espace). Les LLM sont programmés pour analyser ces données des milliers, voire des millions de fois, afin d’en extraire des « patterns » (structures) et de les reproduire. Nous avons appris l’alphabet en recopiant des lettres encore et encore, ce qui nous a permis de faire des mots, puis des phrases. De façon analogue, les modèles LLM fabriquent des phrases en fonction des règles qu’elles ont assimilées. Les IA comme ChatGPT, Claude ou Gemini, ont absorbé des millions de téraoctets d’informations, obtenues sur le web. Les ingénieurs chargés de leur développement leur ont donné des instructions pour leur faire reproduire des règles de telle ou telle langue : ordre des mots dans une phrase, association entre un mot de vocabulaire et sa définition, structure grammaticale… C’est cet ensemble d’instructions que l’on appelle « Machine Learning ». Les IA ont ainsi absorbé une quantité industrielle de données pour identifier, interpréter et reproduire ces règles afin de produire un résultat compréhensible par un utilisateur humain. Sauf que la provenance de ces données n’est pas toujours claire… Gardons ce point en tête, car on trouve là l’un des gros points de controverse de l’IA.

Les « Text-To-Image », nettoyeurs de bruit

Si les LLM se concentrent surtout sur l’absorption, l’analyse et la production de texte, les logiciels « text-to-image » comme Midjourney, DALL-E, ou DeepAI, se concentrent surtout sur l’analyse de texte dans le but de produire des images. Comme le savent nos fidèles lecteurs, un dessin réalisé par une main humaine suit un ordre particulier. Pour beaucoup d’illustrateurs, un dessin est une succession de couches : un crayonné, un encrage, de la couleur… avec autant de variations qu’il n’y a de dessinateurs. Mais les IA ne suivent pas du tout ce modèle. Mettons au clair un point essentiel : une intelligence artificielle ne sait pas ce qu’est un visage, une expression, un mouvement. Mais elle est capable d’associer une instruction à un résultat. Si on demande à une IA : « génère un personnage masculin avec une épée », elle mettra en relation les mots « personnage », « masculin », et « épée » avec des éléments de sa base de données, et les combinera de manière mécanique.

Lorsqu’elle génère une illustration, une IA ne crée pas des couches de crayonné et de couleur comme les bédéistes humains. Elle fait plutôt émerger des résultats de ce qu’on appelle un « bruit aléatoire ».

Imaginez un téléviseur défectueux : vous ne voyez aucune image, seulement des points noirs et blancs qui clignotent de manière aléatoire. Lorsqu’un logiciel comme Midjourney ou DALL-E génère une image, il part de ce bruit blanc et va, en fonction des instructions données par l’utilisateur, tenter de reconnaître des formes et des motifs. C’est pour cela que l’image durant le processus de génération est floue, avant de devenir de plus en plus nette : le « bruit » est filtré progressivement.

Contrairement aux illustrateurs, les IA génèrent un résultat sans se soucier des concepts d’anatomie, de mouvement ou de composition, ce qui explique entre autres leur fâcheuse tendance à faire des mains à six doigts ou des personnages à trois jambes. Pour minimiser les risques d’erreur, il est plus efficace, par exemple, d’indiquer des codes Hex que des noms de couleurs. Une IA préférera l’instruction « t-shirt, vêtement, manches courtes, couleur jaune Khaki HEX : #F0E68C » à « un t-shirt jaune à manches courtes ».

Avez-vous remarqué que toutes les images générées par IA ont un air de famille ? Par la nature même de son fonctionnement qui interprète les milliards d’images disponibles dans sa base de données et en fait constamment la moyenne, une IA finit toujours par produire des résultats qui se ressemblent.

Deux conséquences à cela. La première, c’est l’émergence d’un « style IA ». Aujourd’hui, n’importe quel personnage féminin généré par IA est extrêmement sexualisé, beaucoup de personnages ont un style manga un peu plastique, et les réseaux sont remplis de vidéos de chats mignons. Forcément, comme les IA ont pris ce qui était déjà disponible en abondance sur internet, elles gravitent autour de ce qui est le plus présent sur la toile : les chats, les anime, et la pornographie.

Deuxième conséquence, c’est la reproduction et l’amplification de biais humains. Des journalistes de Bloomberg ont réalisé des tests en demandant à des IA de générer des images photoréalistes de personnes humaines en fonction de leurs métiers. Le constat était sans appel : un banquier était principalement représenté sous les traits d’un homme blanc, un personnel d’entretien sous ceux d’une femme noire. Les IA invisibilisent donc des pans entiers de la population. Avez-vous même remarqué que, dans les sets d’images précédents, les personnes étaient toutes blanches ? Générer une image est tout sauf neutre.

Ce bref résumé (si, si, c’est bref, on vous assure !) du fonctionnement des intelligences artificielles, surtout des LLM et des générateurs d’images, était une première étape nécessaire. Après la technique, la culture ! La prochaine fois, nous ferons un détour par la place de l’IA dans la littérature et la culture populaire afin de mieux comprendre la relation entre IA et BD.