1Notre époque est caractérisée par une prolifération artistique mue par l’intelligence artificielle. Il n’est en effet plus de secteur d’activité qui ne soit pas touché par elle. Comme tout outil technique, elle assiste l’homme dans les tâches répétitives. Mais c’est dans la création artistique qu’elle bouscule le plus les frontières entre l’humain et la machine. Et l’amélioration sans cesse de ces technologies ne facilite pas les pronostics sur ses limites. Autant elles ont été limitées dans la création et l’imagination plus que dans l’exécution des tâches, autant les mises à jour et le lancement de nouveaux outils renforcent peurs et fantasmes. Tout cela nous éloigne de l’« intelligence artificielle faible, mono-tâche et non consciente » dont parlait Alexandra Bensamoun (2020) il y a encore peu, et nous rapproche davantage d’une robotisation des facultés jusque-là propres à l’esprit humain. La plus grande success story du début d’année 2023 porte justement sur la performance surprenante des IAG et leur démocratisation. Autrefois, ces outils demandaient au moins des compétences élémentaires ; mais aujourd’hui, la montée en puissance des robots conversationnels ou chatbot et des générateurs d’images permet à tout le monde d’être potentiel artiste-créateur. Au point que l’IA produit du texte et des images qui imitent, et parfois dépassent les capacités humaines limitées (White, 2023).
2Sur le plan de la création littéraire, la capacité de l’IA à produire des œuvres autonomes d’une grande qualité, et même à inventer une littérature nouvelle que ce dernier ne pourrait pas générer, marque, toute proportion gardée, une transcendance des facultés jusque-là seul apanage de l’homme. En effet, à mesure des mises à jour, les IAG deviennent plus efficaces et aptes à répliquer les informations du Web, y compris une gamme de services pour des tâches numériques complexes telles que le codage, la création de modèles et l’administration des affaires (Haase & Hanel, 2023).
3Aussi, l’innovation qu’apporte l’intelligence artificielle générative (IAG) dans la création littéraire amène à s’interroger sur ses vertus autant que sur les dangers que son usage pourrait susciter. Mais la question principale ici est de savoir si l’IAG peut être dotée d’une capacité créatrice réelle, et jusqu’où elle peut conduire la production littéraire ? Autrement dit, cette technologie constitue-t-elle une rupture ontologique, ou peut-on considérer qu’il ne s’agit que d’un prolongement technique du processus créatif humain ?
4Nous soutenons que l’intelligence artificielle générative, au-delà de sa fonction initiale d’outil d’assistance pour le processus créatif humain, constitue une rupture ontologique majeure dans la création littéraire sans pour autant se substituer à la responsabilité juridique et éthique de l’homme.
5Après un aperçu historique de l’émergence de l’IA, de son développement et de son impact sur des transformations profondes des différents secteurs de la société, cet article abordera ses connexions avec la création littéraire en analysant les différentes postures scientifiques sur l’IA littéraire, en lien avec les critères de littérarité et la question de l’auctorialité, avant de conclure sur la place et la responsabilité de l’utilisateur-créateur dans cette collaboration homme-machine devenue incontournable.
6Les premières innovations et améliorations déjà intéressantes dans les IA ont principalement porté sur l’automatisation des tâches routinières, qui consistent en des séquences explicites d’étapes qui pouvaient être facilement codifiées et programmées avec un ordinateur (Autor, 2015). Dans leurs formes les plus connues, les modèles d’IA sont programmés pour générer des informations à partir d’archives et de données dont ils sont nourris (White, 2023). Les récentes améliorations ont permis d’observer des champs dans lesquels les IA se sont montrées plus performantes que les humains. Par exemple, l’IA s’est avérée meilleure pour jouer et gagner aux échecs (Miller, 2019).
7Jusqu’à un passé récent, ces automatisations ont épargné les actions difficiles à codifier, comme celles qui impliquent une mesure bien opposée à la routine : la créativité et l’originalité, propres à certains domaines tels que l’écriture et la génération d’images. Un changement de paradigme qui s’est récemment opéré, et opte pour un modèle qui pourrait changer la donne avec l’avènement des techniques d’apprentissage profond ou Deep Learning. Elles sous-tendent les programmes d’IAG comme ChatGPT, DALL-E ou Midjourney, qui peuvent être invités à créer de nouveaux textes ou des sorties visuelles à partir de grandes quantités de données de formation (Haase & Hanel, 2023) ; ce qui les rend qualitativement différentes de la plupart des exemples historiques de technologies d’automatisation (Noy & Zhang, 2023). Désormais, une opinion répandue est que l’intelligence artificielle ne saurait se prévaloir d’une capacité créative (Haase & Hanel, 2023). La créativité serait donc l’un, sinon le dernier rempart dans lequel les humains sont meilleurs que l’IA (Holford, 2019). Largement partagé au départ, les dernières améliorations des IAG remettent cette question au centre du débat.
8En création littéraire précisément, l’introduction des IA n’est pas chose nouvelle. Même si cela est difficile à dater avec précision, l’on remarque qu’elles ont commencé à s’y introduire depuis quelques années déjà. Des générateurs de textes basés sur l’IA s’essayent à l’écriture d’articles, de contes ou de poèmes (Boujemaa, 2019), bien avant l’accès démocratisé à ChatGPT et les autres modèles concurrents. Mais avant cette démocratisation récente, l’épiphanie de l’IA littéraire correspond aux débuts de l’IA en tant que discipline académique, dans les années 1950. À cette époque, les chercheurs en IA étaient animés par un optimisme béat et une ambition sans limite : ils pensaient pouvoir créer des machines capables de reproduire toutes les facultés humaines, y compris la créativité (Turing, 1950). Ces chercheurs se sont donc intéressés à la création littéraire comme un cas particulier de la résolution de problèmes. Ils cherchaient à élaborer des programmes capables de générer des textes à partir de règles syntaxiques, sémantiques et rhétoriques plus ou moins rigoureuses (Dale et al., 1998).
9De là, on a pu observer les premières tentatives de génération de texte par ordinateur. On peut, entre autres citer le programme ELIZA, développé par Joseph Weizenbaum en 1966 (Weizenbaum, 1976). Sans doute, ELIZA est un des premiers programmes informatiques de traitement du langage naturel qui a pu utiliser des techniques de communication simples de reformulation et de relance pour imiter une conversation en langage naturel (entre un utilisateur et un psychothérapeute, en l’occurrence dans le cas d’ELIZA). Il est nécessaire de rappeler qu’ELIZA n’a aucune compréhension réelle du sens des phrases qu’il traite, ni aucune mémoire du contexte du dialogue. À tout le moins, il sait se contenter de manipuler des symboles selon des règles syntaxiques primaires. Pourtant, il parvient à créer l’illusion d’une conversation intelligente et empathique, au point que certains utilisateurs se sont « attachés » à lui. Weizenbaum a lui-même été surpris et inquiet de ce phénomène, qu’il a appelé « l’effet ELIZA ».
10Autre exemple, le programme RACTER, développé par William Chamberlain et Thomas Etter quelques années plus tard, en 1983 (Zemčík, 2019). Ce programme génère des proses aléatoires en anglais à partir d’un lexique et d’une grammaire préétablis. L’année suivante, Chamberlain a publié un livre de 120 pages dont le titre est The Policeman’s Beard is Half Constructed. Chamberlain en voulait pour auteur Racter : ainsi se présente le premier livre écrit par une IA (ibid.). Au début du livre, Chamberlain note:
An important faculty of the program is its ability to direct the computer to maintain certain randomly chosen variables (words or phrases), which will then appear and reappear as a given block of prose is generated. This seems to spin a thread of what might initially pass for coherent thinking throughout the computer-generated copy so that once the program is run, its output is not only new and unknowable, it is apparently thoughtful. It is crazy ‘thinking’, I grant you, but ‘thinking’ that is expressed in perfect English (Chamberlain, 1984).
11Ces premières expériences de l’IA littéraire esquissaient déjà ses potentialités. Le résultat est souvent absurde ou incohérent, mais parfois aussi surprenant ou poétique. On trouvera dans ce livre, en guise d’exemple, le texte généré suivant :
Awareness is like consciousness. Soul is like spirit.
But soft is not like hard and weak is not like strong.
A mechanic can be both soft and hard, a stewardess can be both weak and strong.
This is called philosophy or a world-view.
- 1 Java Annotation Patterns Engine
12Ces expériences pionnières ont été suivies par des travaux plus ambitieux dans les années 1980 et 1990, qui visaient à produire des textes plus élaborés et plus cohérents, comme des récits, des poèmes ou des essais. On notera un premier essor dans les années 1980, avec l’apparition des systèmes experts, capables de raisonner sur un domaine de connaissance spécifique. Ces systèmes ont été utilisés pour réaliser des tâches comme la génération automatique de résumés, la rédaction de rapports ou la synthèse vocale (IESC, 2017). Des programmes comme MINSTREL (1970) ou JAPE1 (1990) ont utilisé des techniques plus avancées, comme le raisonnement analogique, la planification ou le traitement du langage naturel, pour construire des textes à partir de modèles narratifs, rhétoriques ou humoristiques. Le résultat était souvent plus proche du style et du contenu des textes littéraires humains, mais il restait limité par la complexité et la variété du langage naturel.
13Dans les années 90, l’IA a bénéficié du développement du web et des technologies de l’information, qui ont permis d’accéder à une quantité de données textuelles et vocales plus importantes (Ganascia, 2025). Ces données ont servi à entraîner des modèles probabilistes plus performants pour le traitement du langage naturel (TLN), qui englobe le TAL (Traitement Automatique du Langage) et la reconnaissance vocale. En effet, les technologies de l’information ont contribué au développement de l’IAG par bien de moyens. Il s’agit d’abord de la mise à disponibilité continue et incessante, à un rythme instantané et accéléré des données numériques et leurs diversifications, principale source d’alimentation des IA génératives (Noy & Zhang, 2023). Grâce au développement des technologies de l’information et de la communication (TIC), il est devenu moins compliqué de collecter, d’organiser et d’analyser des données provenant de sources variées, telles que le web, les réseaux sociaux, les capteurs, les images, les vidéos, les textes, etc. Ces diverses données ont servi à entraîner les modèles de l’IA. Ensuite, l’amélioration des performances des infrastructures informatiques, qui sont le support technique de l’IA, mérite d’être évoquée. Enfin, les TIC ont facilité le partage et la diffusion des connaissances et les avancées scientifiques dans le domaine de l’IA générative. Elles ont aussi facilité les collaborations et coopérations entre les différents acteurs du domaine.
14Dans tous les cas, ces programmes préfigurent ce qu’on appellera plus tard l’IA symbolique ou classique : une approche qui repose sur la manipulation logique de symboles représentant des concepts ou des faits. L’IA symbolique vise à modéliser le raisonnement humain à partir de règles formelles et explicites. Elle présente l’avantage d’être transparente et contrôlable, mais aussi l’inconvénient d’être rigide et limitée. En effet, elle ne peut pas prendre en compte les aspects contextuels, pragmatiques ou affectifs du langage, ni apprendre à partir des données ou s’adapter aux situations nouvelles (McCarthy, 2007 ; Nilsson, 2009). Grâce à l’émergence du deep learning, qui a permis de créer des modèles capables de traiter le langage naturel de manière plus fine et plus complexe, les modèles de langue génèrent des textes en prédisant successivement des distributions de probabilité pour les prochains tokens en fonction des tokens précédents. Ces techniques permettent à l’IA d’apprendre à partir de grandes quantités de données textuelles (corpus), sans avoir besoin de règles explicites (Ganascia, 2025). Une application courante du deep learning dans la génération automatique de texte est l’utilisation de réseaux de neurones récurrents (RNN) pour générer des séquences de texte. Les RNN sont capables d’apprendre à partir de séquences de données telles que des phrases ou des paragraphes et peuvent générer des séquences de texte cohérentes en fonction du contexte. Ainsi, l’IA peut analyser, imiter ou transformer le style, le vocabulaire ou la structure des textes littéraires existants.
15Plus récemment, l’avènement des modèles d’IA multimodaux marquent une autre tournure de l’IAG. Les modèles comme GPT-4o (OpenAI), Gemini 2.0 (Google), et Claude 3.5 Sonnet (Anthropic) intègrent désormais texte, image, audio et vidéo dans un seul système unifié, via une même interface. Cette capacité multimodale ouvre de nouvelles possibilités créatives : les écrivains peuvent générer des histoires à partir d’images, créer des récits interactifs avec des éléments audio, ou développer des narrations transmédias. En 2024, une nouvelle génération de modèles d’IA émerge avec des capacités de raisonnement encore plus complexes. Les modèles comme o1 et o3 d’OpenAI, ou QVQ-72B de Qwen, sont capables d’effectuer des chaînes de pensée élaborées, planifier des structures narratives complexes et maintenir une cohérence sur de textes longs et très détaillés. Cette évolution marque un passage de la simple génération de texte vers une capacité plus probabiliste de réflexion créative.
16Si les artistes littéraires se posent légitimement des questions sur l’invasion de leur domaine par l’IA, il faut noter que les transformations se sont opérées sur bien de fronts, de sorte qu’elles se sont imposées presque de manière irrévocable. Cette partie se propose d’analyser ces transformations que l’intelligence artificielle a apportées au domaine de la création littéraire, marquant une progression vers une « robotisation » de l’écriture. Elle explorera comment l’IA est passée d’un outil d’assistance pour les tâches complexes et répétitives, initialement sans créativité, à un collaborateur capable de générer du texte qui imite, voire dépasse, les capacités humaines.
17L’IA a eu le potentiel de transformer la création littéraire de plusieurs manières. Tout d’abord, elle a servi d’outil d’assistance à l’écriture, en aidant les auteurs à générer des idées, des dialogues, des descriptions ou des scénarios. Par exemple, le projet « Shelley » du MIT Media Lab propose un système de coopération entre un auteur humain et une IA pour écrire des histoires d’horreur. Nommée en hommage à Mary Shelley, l’auteure de Frankenstein, Shelley est une IA qui a été entraînée sur plus de 140 000 histoires d’horreur. Elle prend un peu d’inspiration sous la forme d’un texte court et commence à créer des histoires. Mais ce que Shelley aime vraiment, c’est travailler en collaboration avec les humains, en apprenant de leurs réponses (Wang et al., 2019). Le but du projet est d’explorer les limites de l’intelligence artificielle et de sa capacité à créer des émotions, chose qu’on lui ôtait jusque-là, comme la peur. Shelley est aussi un défi créatif qui s’inscrit dans la tradition des histoires d’horreur qui ont marqué la culture et la littérature.
18En outre, grâce aux logiciels de traitement de texte qui permettent d’écrire plus rapidement et de manière plus structurée avec des outils de correction intégrés, l’IA a vite conquis le champ de la création littéraire, sans jusque-là se montrer concurrentielle. Les assistants d’écriture basés sur l’IA utilisent des algorithmes avancés pour analyser le texte, détecter les erreurs et proposer des corrections ou des améliorations. Ces outils ont évolué pour devenir plus précis et efficaces, permettant aux utilisateurs de produire des textes de meilleure qualité et de gagner du temps dans le processus d’écriture et de révision (Blain et al., 2016). Les versions les plus avancées sont à même de proposer des améliorations ou des variantes pour enrichir ou simplifier le texte. Les plus récentes sont capables d’analyser un grand nombre de productions afin d’en déduire un style d’écriture pour, à partir de là, produire de nouveaux textes en adoptant le même style. Ces systèmes peuvent aider à comparer des textes littéraires entre eux pour en dégager des similitudes ou des différences (Brunet et al., 2021).
19Depuis peu, et grâce au succès retentissant des robots conversationnels, de plus en plus d’études tentent d’évaluer l’apport des IA dans la production. Une étude récente a montré que les professionnels ayant obtenu leur diplôme universitaire et qui exercent des tâches d’écriture professionnelle de niveau intermédiaire tirent profit d’un accès à ChatGPT, outil d’écriture générative capable d’augmenter considérablement leur productivité. Cette solution induit une meilleure qualité de rendu chez les travailleurs aux aptitudes limitées, tout en réduisant la quantité de temps requise. Chez les travailleurs très compétents, elle leur apporte la capacité de préserver leurs critères de qualité tout en accélérant considérablement leur rythme de travail (Noy & Zhang, 2023). Une autre étude plus récente du MIT, a montré d’autres nuances dans l’apport de ChatGPT à la cognition humaine (Kosmyna et al., 2025)
20Principalement, on doit la démocratisation de l’IA littéraire à l’émergence des robots conversationnels. Avant d’être accessibles comme outils à part entière, ces robots étaient d’abord intégrés aux plateformes, mais plus facilement accessibles sur les réseaux sociaux et applications de messagerie, au premier rang desquels, Twitter. Lebrun & Audet (2020) désignent cela par le terme « poésie machinique ». Des machines, comme des générateurs ou des algorithmes d’intelligence artificielle, sont capables de produire de la poésie machinique. Elles se servent de stratégies pour authentifier leur discours et fabriquent des poèmes avec des techniques de génération de texte, comme les Chaînes de Markov ou les réseaux neuronaux profonds. Ces poèmes sont partagés sur les réseaux sociaux et offrent un terrain propice pour mieux saisir la dynamique langagière des écrits d’écran, ainsi que la médiation numérique de la littérature (Ibid.). Cependant, Bachimont (1999) observe une nuance qu’est la déconnexion du signe informatique vis-à-vis du sens, et qualifie de cette manière le caractère autothétique d’un signe informatique qui ne renvoie initialement à rien, sinon sa propre effectivité. Dans les usages ordinaires, et quoique le recours au support numérique entraîne certes une discrétisation du langage, c’est toujours la surdétermination sémiotique qui domine. Le document numérique sert ainsi principalement à transmettre un message, à véhiculer un sens. Par opposition, la littérature générée, la poésie en l’occurrence, perd cette essence. On note alors que le texte généré automatiquement demeure nécessairement autothétique, « au sens où il n’est pas garant par lui-même d’un message dont il serait l’inscription » (Lebrun & Audet, 2020). Ce type de poème n’est jamais monosémique, car la génération a déjà fait l’objet de manipulations et de calculs statistiques (Ibid.). À l’inverse, pour Bachimont le langage humain se caractérise par une orthothéticité, c’est-à-dire la propriété d’un signe qui renvoie à son référent de manière univoque et non ambiguë. Il reste à se poser des questions sur la qualité des œuvres créées par IA.
21Les récentes évolutions des IAG nous mettent devant des modèles plus avancés que ceux auxquels on a été habitués il y a encore quelques années. Peu d’études existent sur la qualité artistique des productions des IAG. Les quelques-unes publiées et portant sur les modèles les plus développés (GPT-4 et plus) remettent en cause les considérations anciennes qu’on pouvait avoir à propos des œuvres des IA. Une étude pilote (Landa-Blanco et al., 2023) fournit des preuves préliminaires qui montrent que les lecteurs n’évaluent pas différemment, en termes d’écriture créative, un texte attribué à une paternité humaine qu’un texte attribué à une IA. En présentant des textes produits par humain et IA à deux groupes témoins, ces derniers ont évalué les textes sur des critères tels que la créativité, l’originalité, la probabilité de recommander le texte et le plaisir ressenti. Finalement, aucune différence importante n’a été trouvée dans l’évaluation globale des textes, qu’ils soient produits par des humains ou des IA.
22Les résultats de cette étude corroborent ceux de Hitsuwari et al., (2023), qui montrent qu’il est difficile de faire la distinction entre les textes produits par l’homme et d’autres générés par l’IA, tant et si bien que les participants à l’étude évaluent à notes égales la beauté des poésies générées dans les deux cas. Partageant ce même constat, une étude antérieure (Köbis & Mossink, 2021) portant sur ChatGPT-2 a conclu cependant que les participants ont affiché des aversions envers la poésie générée par l’IA ; ce qui peut montrer une évolution dans la réception de ce type de production par les lecteurs. Enfin, cette dernière étude a permis de comprendre que la poésie générée par l’IA, mais améliorée avec un apport humain, avait un score plus élevé en termes de « beauté perçue » par les participants, plus que les textes écrits entièrement par humains. Cette tendance est confirmée par d’autres études, notamment Doshi & Hauser (2024).
23Plus récemment (2024), une étude qualitative menée auprès de 18 écrivains créatifs utilisant l’IA a mis en lumière des pratiques d’intégration sophistiquées qui dépassent largement l’assistance ponctuelle. Ces écrivains développent des relations « dynamiques » avec l’IAG, partagées entre des rôles de « directeur artistique », « collaborateur » et « muse interactive » selon leurs besoins créatifs (Guo et al., 2025). Contrairement aux craintes d’automatisation totale, l’étude montre que les écrivains maintiennent un contrôle créatif strict à travers des processus décisionnels multiples et des stratégies d’évaluation. Mais l’écosystème des outils d’écriture créative a également connu une évolution qualitative des technologies d’assistance littéraire. Les plateformes spécialisées telles que Sudowrite et NovelCrafter intègrent des fonctionnalités avancées qui transcendent la simple génération textuelle : génération de texte en ligne adaptative au style auctorial, assistance structurelle pour l’élaboration narrative, outils de développement de personnages interactifs, et mécanismes de collaboration humain-IA en temps réel. Ces outils permettent aux écrivains de développer des flux de travail personnalisés qui articulent préservation de la vision créative et optimisation de l’assistance technologique. On peut alors noter une diversification des approches d’intégration de l’IA dans le processus littéraire. Dans cette optique, chaque écrivain peut moduler le degré et la nature de l’intervention technologique selon ses objectifs créatifs et ses contraintes esthétiques.
24La valeur esthétique est caractéristique de toute œuvre littéraire. Pour être capable de générer ces œuvres, les IA littéraires se doivent d’être capables de (re)produire du langage de manière créative et originale, en respectant les règles de la grammaire, de la syntaxe, du lexique, du style, etc.
25Les IA les plus utilisées actuellement sont capables de générer des textes littéraires à partir d’un mot-clé, d’un thème ou d’un début de phrase. Par exemple, l’IA peut aider à écrire un texte littéraire en proposant des idées, des titres, des phrases ou des paragraphes. Elle peut aussi aider à écrire un texte littéraire en imitant le style d’un auteur ou en inventant un style original. L’IA peut stimuler et susciter l’imagination des écrivains en leur offrant un nouveau regard sur le monde, sur l’humain et sur la machine. L’IA peut être un personnage, un narrateur, un antagoniste ou un allié dans une histoire.
26Quoique révolutionnaire, la plus grande avancée est sans doute la plus récente, c’est-à-dire l’IA comme acteur « autonome » de la production littéraire. Cette autonomie est surtout marquée par une qualité surprenante des textes générés, qui ne demande plus forcément une intervention humaine avant qu’ils ne soient des productions littéraires complètes et finies. On imagine deux portes d’entrée de l’IA comme entité autonome de production. D’un côté, les intelligences artificielles apparues dans les ouvrages d’Antoine Bello ou de Philippe Vasset. Elles sont dotées d’ambition de pouvoir produire de manière plus ou moins dissimulée, comme des humains, et susceptible de tromper le lecteur. Dans ce cas de figure, l’IA n’est autre chose qu’un nègre en moins cher, de plus en plus efficace, plus rapide et toujours accessible.
- 2 Pascal Mougin, in Littérature : l’intelligence artificielle est le nouvel avatar du nègre (radiofra (...)
- 3 Sundance Institute. (2018). Frankenstein AI: A monster made by many 2018 Sundance Film Festival’s N (...)
27D’un autre côté, l’ambition de l’IA ne consisterait pas tant à simuler une production humaine qu’à inventer une littérature nouvelle, que l’homme ne pourrait pas produire. Il est alors question, non de faire autrement ce que l’humain est capable de faire, mais plutôt de faire autre chose, c’est-à-dire l’émergence d’un nouveau genre ou style littéraire, en mélangeant les genres, en jouant avec les conventions ou en créant des œuvres interactives et évolutives.2 Cette perspective est soutenue par des travaux en littérature numérique et en humanités computationnelles. Ces travaux montrent qu’en s’appuyant sur d’immenses corpus et des modèles de langage avancés, l’IA peut générer des textes hybrides, des récits non-linéaires ou encore des formes poétiques inédites (Bootz, 2013). Un aspect saisissant de cette évolution est la création d’œuvres interactives et évolutives, où le texte n’est plus figé, mais s’auto-adapte en fonction des interventions du lecteur ou des contributeurs. Il s’agit là d’une littérature dynamique, participative, où la narration s’adapte en temps réel et où le lecteur devient co-auteur du récit. Ce phénomène s’inscrit dans la tendance plus large de la « littérature computationnelle », qui explore les potentialités créatives des algorithmes et des réseaux neuronaux pour renouveler la narration, la structure et le style des œuvres littéraires (Montfort, 2021). C’est comme, en guise d’exemple, le projet « Frankenstein AI » (2018) de l’Institut Sundance en est un exemple, où une IA construit des récits en combinant les contributions des participants en ligne.3
28Il faut cependant remarquer que cette lecture s’inscrit principalement dans les épistémologies des pays du Nord. Ainsi, l’IAG reflète ces formes de savoirs. Cette histoire se veut globale, mais tend à délaisser d’autres formes de savoir. Qu’en est-il donc des savoirs dit non-hégémoniques ?
29La littérature scientifique regorge de travaux qui documentent l’existence des biais dans les Large Language Models. Dans un article récent (Elsafoury & Hartmann, 2025), les auteurs soulignent que la majorité des recherches en intelligence artificielle et en traitement automatique du langage naturel se concentrent dans le Nord global. Elles s’appuient principalement sur des corpus et des perspectives issues des langues et cultures occidentales. Cela conduit à des modèles linguistiques qui défavorisent les langues peu dotées en ressources. Par exemple, un projet expérimental a montré qu’un modèle de langage grand public pouvait inventer de toutes pièces un prétendu héros folklorique éthiopien avec une bravoure typiquement occidentale, une histoire fictive occidentalisée présentée comme un conte local (Dewitt Prat et al., 2024).
30En effet, la poésie machinique, lorsqu’elle s’expérimente sur le continent africain, dépasse le simple usage des algorithmes pour générer du texte. Elle se confronte à la réalité d’un héritage de l’oralité, d’un multilinguisme, d’une inventivité qui s’ancre autant dans la parole vive que dans le dialogue avec l’histoire. Dans les sociétés traditionnelles africaines, la parole (celle du griot, du conteur, du poète) ne peut se réduire à une juxtaposition de mots facile à codifier. Elle tisse des liens, invoque des mémoires. Dans ces types de sociétés, la poésie et le conte sont portés par la musicalité de la langue, le rythme, les jeux de mots et les références culturelles séculaires. En musique par exemple, les modèles de composition automatique sont très majoritairement entraînés sur des styles occidentaux (musique classique européenne, pop, etc.). Une récente étude a révélé que 94 % des données d’entraînement des systèmes musicaux génératifs provenaient de genres occidentaux, contre seulement 0,3 % de musiques africaines (Mehta et al., 2025). Ce déséquilibre se remarque dans les morceaux produits : sans surprise, un générateur musical reproduira plus aisément les schémas du jazz ou de l’électro-pop occidentale, mais aura du mal à imiter les polyrythmies complexes du mbalax sénégalais par exemple. Le risque est de marginaliser les esthétiques musicales de cette région, en proposant des contenus génériques peu innovants, qui peuvent paraître étrangers aux auditeurs locaux.
- 4 Ahmadou Kourouma est un exemple : dans Les Soleils des Indépendances, l’écrivain ivoirien mêle déli (...)
31En littérature, la perte des références locales (proverbes, métaphores, humour contextuel) est un risque réel qui menace de dénaturer les créations générées. Les modèles actuels, principalement dominés par l’anglais et dans une moindre mesure par le français standard, manquent souvent de données sur ces références locales. Ils peuvent donc omettre des éléments importants, ou mal interpréter le sens d’une expression imagée typiquement locale. De plus, de nombreuses littéraires africaines francophones naviguent constamment entre le français et la langue maternelle (phénomène de code-switching4). Les grands modèles de langage actuels montrent une compétence limitée face à cette subtilité. En pratique, cela signifie qu’une tournure de français d’Afrique insérée dans une phrase pourra déconcerter l’IA, ou pire, être corrigée à tort vers un français européen normé.
32En ce sens, la littérature scientifique appelle à « décoloniser » (ibid.) l’IAG, en intégrant les épistémologies indigènes et africaines afin de préserver la pluralité des savoirs dans les modèles (Lugonzo, 2025). Certains projets locaux adaptent les outils. Au Sénégal, une équipe a travaillé sur un assistant vocal qui inclut les variétés de français africain (accents, vocabulaire propre) et des expressions sénégalaises dans son modèle de langue (Gauthier et al., 2024). L’objectif est de générer des réponses plus naturelles pour l’usager, en wolof ou en français local, plutôt que des phrases au registre artificiel. Des composants de Natural Language Generation (NLG) sont ainsi envisagés pour produire du texte wolof à la volée, couplés à une synthèse vocale, afin de rendre l’agent conversationnel plus dynamique et culturellement pertinent.
33Loin de céder à l’illusion d’une création artificielle pure, ces expériences revendiquent l’importance du regard humain : un collectif qui ajuste, corrige, densifie et parfois résiste à la standardisation imposée par l’algorithme. Il s’agit d’affirmer une souveraineté esthétique et politique, investir la modernité technique. L’enjeu est majeur, car il touche à la possibilité pour l’Afrique et ses diasporas de voir reconnue la richesse de ses langues et de ses formes, non comme curiosités à folkloriser, mais comme des sources actives de renouvellement pour la littérature mondiale, fût-elle traversée par l’intelligence machinique.
- 5 Cf Pascal Mougin, Littérature : l’intelligence artificielle est le nouvel avatar du nègre (radiofra (...)
34Un des principaux obstacles à l’acceptation de l’IA comme agent autonome de création littéraire réside dans la transgression d’un vieux tabou : le tabou de la délégation de la créativité, qui amène à une « externalisation » du génie, difficilement conciliable avec la légitimité de l’auteur.5 Par ailleurs, la démocratisation des IAG rend tous les utilisateurs, à littératie égale, potentiels artistes écrivains, posant ainsi une question de l’auctoralité, qui n’est toutefois pas nouvelle. Tout apport humain mis à part, quiconque sait demander aux IAG de lui produire une œuvre créative pourrait bien se prévaloir du statut de créateur. Mais à qui doit-on l’œuvre dans ce cas ? Est-ce l’IA elle-même, qui a généré l’œuvre de manière autonome ? Est-ce le concepteur de l’IA, qui a défini les paramètres et nourri l’IA ? Est-ce l’utilisateur de l’IA qui a lancé le processus de génération par une commande (prompt) ou qui a appliqué un choix de résultat ? Ou plutôt, est-ce une combinaison de ces acteurs ? Cette partie se propose d’analyser les enjeux éthiques et esthétiques majeurs soulevés par l’émergence et la démocratisation des intelligences artificielles génératives dans la création littéraire.
35Plusieurs aspects sur l’IA littéraire agitent des débats scientifiques. Le constat est qu’à ce jour le développement des IA permet de générer des œuvres sans intervention humaine directe. Est-ce une condition suffisante pour prétendre à une protection spécifique ? Cette interrogation est sous-jacente à une autre, qui est de savoir si une œuvre créée par une IA est originale ou non.
36D’abord, la question de l’originalité d’une œuvre produite par l’IA mérite d’être discutée. En effet, l’exploration du potentiel génératif ou créatif de l’IAG est un enjeu majeur pour la philosophie et la science. Les opinions divergent quant à la nature et à la portée de ce potentiel. Certains soutiennent que l’IA se limite à reproduire ou à simuler les mécanismes cognitifs humains, tandis que d’autres postulent que l’IA peut transcender les frontières de l’humain et accéder à un niveau ou à un type d’intelligence bien supérieur, compte tenu justement de sa capacité principielle à assimiler des quantités de données qui surpassent les capacités humaines (Landa-Blanco et al., 2023). Différents systèmes robotiques sont capables d’effectuer des tâches précises avec des variations mineures, mais ils reposent tous sur le même principe : l’analyse de grandes masses de données, suivie de la détection de modèles réguliers dans ces données. Dans le domaine des arts textuels, globalement, la tâche va reposer sur la reconnaissance de la structure et la distribution des mots et des thèmes. Le programme génère ensuite une œuvre poétique ou argumentative qui réutilise les formes, les mots, les couleurs et les thèmes qu’ils ont extraits de leurs corpus de données, en respectant toujours une logique d’organisation similaire à celle des données sources (White, 2023). Mais cela est-il suffisant pour ôter à la production par l’IA toute prétention à l’originalité ? Il y a un grand débat philosophique sur cette question (Kirkpatrick, 2023 ; Reddy, 2022 ; White, 2023).
37Généralement, la créativité est considérée comme l’apanage des humains (Kirkpatrick, 2023). Mais qu’est-ce donc la créativité ? Objet-frontière, il existe de nombreuses tentatives de définition de la créativité, parmi lesquelles celle de Plucker (2004) qui semble être la plus consensuelle. Plucker la définit comme: “the interaction of aptitude, process, and environment by which an individual or group produces a perceptible product that is both novel and useful as defined within a social context” (Plucker et al., 2004). Cette définition de Plucker, comme la plupart d’autres sur le sujet, ne se réfère à aucun attribut intrinsèque de l’humain, tel que l’expérience, les émotions ou la compréhension morale. Par conséquent, Haase & Hanel (2023) estiment que pour que les machines, les robots et les systèmes d’IAG puissent être considérés comme créatifs, ils n’ont pas à imiter les attitudes, les comportements ou les actions des humains créatifs ; il leur suffit plutôt de simuler le processus cognitif et le résultat pour produire quelque chose de perceptible comme « novel and useful », de nouveau et utile.
38Contrairement, White (2023) qui n’est pas persuadé de l’originalité dans la création des IA, postule que ce qui sépare les IA des humains est que les premières ne font pas l’expérience du monde qui les entoure.
When a song, novel or painting truly moves me, it entangles my own experience into the story being told by that work of art. With only secondhand knowledge of the human experience, AI’s output will never actually express the existential sensation of living in the world. At present, AI can do many things (…) But it cannot participate in the fleshy, awkward, complex and unique human condition. And because it cannot experience, it cannot create something truly new and meaningful. That solidly remains the domain of us humans (White, 2023).
39Le point de vue de White est l’une des rares réflexions sur la question, mais est discutable. Car en substance, elle conditionne la notion de l’originalité à l’expérience sensible, à l’empirisme, comme si elle en serait la seule condition. Définie comme telle, l’empirisme peut également constituer une limite à l’imagination et à la créativité, en se fondant uniquement sur ce qui est observable, et dont on peut faire l’expérience.
40De la même manière, la réflexion sur l’originalité chez les IAG peut faire poser la question sur l’originalité chez les humains aussi. Qu’est-ce le génie créatif si ce n’est la traduction nouvelle d’une accumulation d’expériences ? Giancarlo Frosio estime que générer une production créative est beaucoup plus proche de recombiner les connaissances existantes que de développer réellement quelque chose de nouveau, ex nihilo (Frosio, 2023). Dans le domaine des arts tout comme dans les sciences, élaborer des concepts novateurs susceptibles de répondre à une finalité déterminée, de résoudre une difficulté ou de véhiculer une signification littéraire abstraite, s’inscrit toujours dans une tradition cumulative de savoirs. Des travaux menés par Benedek (2018) en neuroscience ont montré par l’analyse des scanners cérébraux que la génération d’idées créatives est similaire à la recherche de connaissances. Partant, on peut reconnaître que les bases de données dont disposent les AIG actuelles présentent une étendue de connaissances bien supérieure à celle qu’un être humain pourrait acquérir. Cela leur confère une capacité de recombinaison d’idées potentiellement plus vaste (Gruner & Csikszentmihalyi, 2019). Ainsi, pour (Haase & Hanel, 2023) la question de savoir si l’IAG est créative n’est pas pertinente ; ce qui mérite d’être interrogé, c’est la signification ou le sens de leur production créative.
- 6 Alpa.ai, Copy.ai, ChatGPT (versions 3 et 4), Studio.ai et YouChat.
41En comparant les idées générées par l’homme avec celles générées par six chatbots6 d’intelligence artificielle générative, leur étude montre que les IA génératives conversationnelles peuvent rivaliser avec les compétences d’idéation humaines en matière de créativité quotidienne, même si elles sont moins douées pour les tâches impliquant des émotions. Des humains et une IA spécialement formée ont évalué indépendamment la qualité et la quantité des idées. Cette étude n’a relevé aucune différence qualitative entre l’IA et la créativité générée par l’homme, bien qu’elle note des différences dans la façon dont les idées sont générées.
42L’arrivée de l’IAG dans la création littéraire soulève le paradoxe de l’auteur absent : qui doit être crédité de l’œuvre ? Dans les systèmes juridiques où l’auctorialité suppose l’expression d’une personnalité humaine, l’IA littéraire se heurte à la non-reconnaissance comme auteur. Pourtant, dans la pratique, l’œuvre peut exister sans auteur distinct : l’utilisateur, le concepteur du modèle ou la collectivité partagent la paternité. Ce flou crée des zones d’incertitude juridique et éthique, accentuées dans d’autres régions comme en Afrique, où la notion d’auteur collectif (propre à l’oralité) prédomine parfois sur celle de l’auteur individuel.
- 7 La vie d’Albert Ducrocq (1921-2001) – Société astronomique de France (saf-astronomie.fr)
- 8 VIAN Boris (aguttes.com)
43En 1953, Boris Vian témoignait déjà d’une position ambivalente vis-à-vis de Calliope, machine produisant de la poésie, à travers son commentaire sur l’invention d’Albert Ducrocq, scientifique cybernéticien, vulgarisateur scientifique et essayiste français. Calliope était une « machine à écriture automatique », capable de générer des poèmes à partir de quelques mots.7 A cette époque, l’invention d’Albert Ducrocq qui fait tout de suite écho ne manque pas d’inquiéter le rédacteur en chef de la revue Arts, André Parinaud. Boris Vian s’empressa alors de lui envoyer une note, Un robot-poète ne nous fait pas peur8 parue dans le numéro d’avril 1953 de la revue Arts. Dans cette note, Boris Vian manifeste une grande défiance à l’égard de la littérature numérique. L’indignation de Vian face à l’affirmation d’Albert Ducrocq selon laquelle une machine serait capable de faire de la poésie est tout à fait compréhensible. On est encore dans les années 50 quand homme et machine se découvraient alors. Concéder à une machine cette part humaine d’activité hautement spirituelle qu’est la poésie n’est autre chose qu’aberration pour Boris Vian, poète lui-même au demeurant. On comprend qu’abandonner à une machine ou à une IA la production littéraire est perçu comme blasphématoire, car assimilé à une renonciation de notre part la plus humaine, celle qui consiste à s’« exprimer de façon créative ».
- 9 Le droit d'auteur | 1 INPI.fr consulté le 1 mai 2023
- 10 Propriété intellectuelle - Droit d’auteur, droit à l’image à l’ère du numérique (1) | economie.gouv (...)
44La délicate problématique de l’originalité et de la créativité des IA conduit d’ailleurs à une autre, qui est celle de l’auctorialité des créations, qui n’est pas moins complexe. Car, le droit d’auteur actuel n’est pas adapté à l’arrivée des IA qui se veulent créatives. L’auctorialité désigne le principe selon lequel une production artistique résulte de la manifestation singulière et originale d’une intention créatrice, communément nommée “auteur”. Ce principe implique que l’auteur dispose de prérogatives exclusives sur son œuvre et, donc qu’il doit pouvoir être identifié comme tel. La notion d’auctorialité est liée au droit d’auteur, essentiel dans la protection des œuvres intellectuelles. Dans sa définition la plus courante, le droit d’auteur protège les œuvres de l’esprit, c’est-à-dire les créations ‘‘originales’’ qui reflètent la personnalité de leur auteur. Jusqu’ici et sans que cela ne pose de problème particulier, pour qu’une œuvre soit protégée par le droit d’auteur, il faut qu’elle soit le résultat d’une démarche consciente et créative de la part de son auteur.910 Aussi, le droit d’auteur repose-t-il sur l’idée qu’il y a un lien entre l’œuvre et son auteur, ce qui lui confère des droits moraux et patrimoniaux sur sa création. Mais avec les IA, ce lien est rompu ou diminué (Lewinski, 2022). D’autres ironisent, en interrogeant :
Qui crée ici ? La machine ou l’homme ? Pas vraiment l’homme, ni vraiment la machine : plutôt la machine en tant qu’elle est créée par l’homme : Si [la machine] est poète, c’est qu’Albert [Ducrocq] est fabricant de poètes. N’est-ce pas encore mieux ? Ducrocq, fabricant de poètes ! Dire que d’autres se font militaires, ou, un peu plus haut, bouchers (Lebrun & Audet, 2020).
45Pour ces auteurs, se convaincre que le robot poète est conçu par un humain est une tentative de résolution de l’épineuse question de l’auctorialité, en restituant à l’humain « le capital symbolique » de la production littéraire. Pour le moins, cette approche semble simpliste dans le cas d’une machine que celui d’une intelligence artificielle dont l’accès est désormais ouvert. Il serait évidemment problématique d’accorder le crédit de toutes les œuvres générées par ChatGPT par exemple à ses concepteurs. En fin de compte, la problématique de l’identité de l’œuvre écrite par IA reste floue, car même si le programmeur est souvent mentionné, l’intention de la création ne lui revient pas. Mais alors, à qui revient l’intention, socle de toute création et production littéraire en l’occurrence ? Cette première tentative de solution repose sur une « fiction juridique » (mais pas seulement) qui suppose que l’IA contient déjà en puissance toutes les œuvres qu’elle serait amenée à créer, selon le rapport émis par le Conseil supérieur de la propriété littéraire et artistique (CSPLA)11.
- 12 Ibid.
- 13 Intelligence artificielle : quels droits de propriété intellectuelle ? (cms.law)
46Dans ce rapport publié en février 202012, le CSPLA propose de chercher l’auteur de l’œuvre « dans une relation créative inédite, une relation intermédiée », l’IA jouant, en l’espèce, le rôle d’intermédiaire entre l’œuvre et le titulaire. Dans ce cas, la titularité reviendrait encore au concepteur de l’IA13.
47Sur le plan éthique précisément, il convient de s’interroger sur la capacité d’une IAG à manifester une intentionnalité, une sensibilité et une responsabilité, vis-à-vis d’une œuvre qu’elle produit. En effet, ces attributs sont souvent considérés comme inhérents à la notion du droit d’auteur et comme déterminants pour la valeur des œuvres artistiques. Or, il n’est pas simple de déterminer si une IAG opère de manière autonome ou si elle se borne à exécuter les instructions et les données fournies par un programmeur ou un utilisateur. Il est donc nécessaire d’évaluer le degré d’indépendance et d’originalité d’une IA et ses implications sur le respect des droits moraux et patrimoniaux des auteurs humains.
48Certains pays, comme la France, refusent de reconnaître une IA comme auteur, tandis que d’autres, comme le Royaume-Uni, admettent cette possibilité. Sans entrer dans les détails de ce qui résulte du droit, essayons néanmoins de comprendre la nuance. Elle vient de ce qu’en France, le Code de la Propriété Intellectuelle subordonne la protection par le droit d’auteur à une condition d’originalité de l’œuvre. Par ailleurs, l’œuvre doit traduire l’expression de la personnalité de l’auteur. Ces exigences impliquent qu’une œuvre ne peut être engendrée que par un humain, éventuellement secondé par une machine qui agit alors comme un instrument dans la création de l’œuvre. Le droit d’auteur protège ainsi tant l’œuvre que la personne physique de l’auteur (article L.111-1 du Code de la propriété intellectuelle). L’IA n’ayant pas de personnalité juridique, elle ne peut pas être titulaire de droits subjectifs (Piriou, 2001). Par contre, le Royaume-Uni a une conception différente du droit d’auteur, et reconnaît les œuvres créées par IA. Car, contrairement à la France, l’empreinte de la personnalité de l’auteur humain n’est pas condition sine qua non pour la reconnaissance d’une œuvre. L’originalité et l’effort intellectuel qui conduit à la création sont suffisants.
- 14 Un droit sui generis est un droit propre à une catégorie d’objets, qui leur confère une protection (...)
- 15 Intelligence artificielle : quels droits de propriété intellectuelle ? (cms.law)
49Ces différentes questions qui se posent depuis l’apparition de la machine à générer des textes d’Albert Ducrocq, trouvent de plus en plus d’échos face au sacre des IAG les plus avancées. Dans la littérature scientifique, quelques solutions émergent, mais rencontrent encore les mêmes problèmes de départ. Une piste qui pourrait convaincre, proposée par certains acteurs voudrait que, faute de mieux, un régime juridique spécifique soit créé pour les œuvres générées par les intelligences artificielles, qui se distinguerait du droit d’auteur traditionnel mais qui s’inspirerait d’un droit sui generis ou d’un droit voisin14. Ce régime juridique comporterait des critères et des modalités de protection spécifiques, tels qu’une durée plus réduite, un domaine plus restreint ou des limitations plus étendues. Ce régime juridique déterminerait également les titulaires de la protection qui pourraient être le concepteur, le détenteur ou l’exploitant de l’intelligence artificielle, ou encore la collectivité.15
50En l’état actuel, l’utilisation de données massives pour nourrir les IA pose un problème de bénéfice de reconnaissance et de jouissance des droits liés pour les auteurs humains. Ces derniers sont de plus en plus exposés à une concurrence déloyale, d’autant qu’il faudra quelques minutes à une IA pour créer une œuvre dont la qualité peut être comparée aux productions humaines. Ces dernières années ont été marquées par une intensification sans précédent des contentieux juridiques autour de l’IA et du droit d’auteur, cristallisée par le procès du New York Times contre OpenAI et Microsoft, qui constitue un tournant décisif.
51En outre, le fait même que les IA littéraires se contentent de reproduire ou de combiner des œuvres existantes portera sans doute des conséquences négatives sur le plan culturel et artistique. Ces conséquences peuvent être une uniformisation des expressions culturelles, qui réduirait la richesse et la variété des formes, des styles et des contenus littéraires. Dans leur fonctionnement, les IA littéraires pourraient en effet privilégier les œuvres les plus populaires ou les plus rentables, au détriment des œuvres plus marginales ou innovantes. Une banalisation des œuvres littéraires, qui diminuerait leur valeur symbolique, esthétique et éthique est à craindre. Car, les IA littéraires pourraient altérer le sens ou la portée des œuvres existantes, en les écartant de leur contexte historique, social ou culturel, ou en les affectant par des erreurs ou des approximations. Par altération du sens ou de la portée des œuvres existantes, on entend le fait que les IAG ne tiennent pas compte de l’intention originelle de l’auteur, ni de la réception escomptée du lecteur. Ensuite, par éloignement du contexte historique, social ou culturel des œuvres existantes, on entend le fait que les IAG ne considèrent pas le cadre spatio-temporel ou le public visé par les œuvres existantes. Les IA littéraires pourraient ainsi produire des textes qui ne correspondent pas aux réalités ou aux attentes du monde dans lequel ils sont diffusés. Par exemple, une IA littéraire pourrait générer un texte qui ignore les normes morales ou juridiques en vigueur dans une société donnée, ou qui offense la sensibilité ou les goûts d’un groupe de lecteurs (Petit & Bouchardon, 2017).
52Enfin, l’émergence des modèles IAG multimodaux constitue une rupture épistémologique majeure dans la conceptualisation de l’auctorialité littéraire. Ce modèle déplace les enjeux au-delà des questions traditionnelles de génération textuelle pour embrasser une complexité dans la création où texte, images, audio et vidéo s’articulent dans un seul processus génératif. La convergence technologique que cela induit redéfinit les paramètres de la création narrative en permettant aux écrivains de concevoir des œuvres transmédiatiques. Si la paternité de ces œuvres ne peut plus être attribuée à un auteur unique, selon les canons juridiques et esthétiques traditionnels, il pourrait s’avérer nécessaire d’envisager de nouveaux paradigmes d’auctorialité collaborative. Plutôt que d’exclure l’IA du processus créatif ou de la substituer à l’humain, il s’agirait par exemple de reconnaître la spécificité et la complémentarité des apports respectifs dans une économie créative repensée. Les communautés littéraires expérimentent progressivement de nouvelles formes d’attribution. S’inspirant des traditions collaboratives déjà présentes dans certains genres poétiques, ces attributions cherchent à préserver l’authenticité de l’expression humaine tout en reconnaissant la contribution technologique (Doshi & Hauser, 2024 ; Huang et al., 2024).
53La démocratisation de l’intelligence artificielle générative a indéniablement transformé le domaine de la création littéraire. Ceci a marqué à son tour une progression vers une robotisation de l’écriture. Si, initialement, l’IA servait d’outil d’assistance pour des tâches répétitives, elle est capable de produire du texte et des images qui imitent, voire parfois surpassent les capacités humaines limitées. Cette robotisation soulève des polémiques et des divergences de points de vue entre divers chercheurs. Les transformations que l’intelligence artificielle apporte au domaine de la création littéraire sont réelles et complexes. Cependant, certains débats concernant la capacité créatrice réelle des IAG et la problématique de l’auctorialité, bien que pertinents, nous paraissent réducteurs voire biaisés, car ils surévaluent souvent le statut de l’IA et sa vraie place dans les rapports de collaboration humain-IA.
54Nul doute que l’IA, conformément au sens de la notion de créativité, peut apporter quelque chose de nouveau et d’utile ; elle peut simuler ce processus parfaitement sans pour autant faire l’expérience du monde comme un humain, mais en partant des données et des expériences humaines dont elle se nourrit. Il est de notoriété publique que de tout temps, aucune création humaine n’apparaît ex-nihilo.
55Par ailleurs, la problématique de l’auctorialité qui cristallise certains débats scientifiques nous semble mal posée. Certes, au regard du droit d’auteur actuel, qui exige une démarche consciente et l’expression de la personnalité de l’auteur, on estime que cela n’est pas adapté aux œuvres générées de manière autonome par une IA sans personnalité juridique. Il importe ici de rappeler que l’IA n’a pas l’initiative de la production. Il y a un utilisateur (littéraire ou autre), qu’on a tendance à oublier ou à minimiser. Or c’est ce dernier qui nourrit une intention selon une finalité et recourt à l’IA pour la réalisation. Ainsi, la collaboration humain-IA ne supprime point la responsabilité humaine et ne peut enlever à l’initiateur-utilisateur le droit de signer l’œuvre ainsi produite. En outre, certains humains ont toujours choisi de déléguer leur créativité à des tiers, appeler nègres. Même si cette pratique existe toujours, à une moindre échelle, d’autres délèguent de plus en plus à l’IA que nous pouvons qualifier de nègre technologique. Cependant, le débat sur l’auctorialité cache aussi le refus d’accepter ce nègre technologique qui dérange éthiquement, comme dérange le nègre humain enfermé dans un tabou. On ne parle jamais du nègre comme auteur, car logiquement il n’a pas le droit de réclamer la paternité de l’œuvre produite, qu’il ne signe d’ailleurs pas. Quel que soit le degré de performance de l’IA, nous considérons pour l’instant qu’il existe toujours un auteur humain derrière la boîte noire technologique et la littérature numérique. Aussi, quels que soient les usages que l’homme fait de l’IA littéraire (que l’homme soit auteur présent ou absent), sa responsabilité ne peut aucunement être supprimée, de même que sa liberté de choix. Car, derrière tout texte, tout message se cache l’intentionnalité de l’auteur et ses objectifs. Qu’il délègue entièrement ou partiellement son droit de créativité à l’IA, il lui revient de recourir intelligemment à cette modernité technologique en restant conscient de son rôle et de son statut dans cette collaboration humain-IA.
56Dans le cas avéré d’une créativité absolument autonome par l’IA, ne serions-nous pas dans le cas des auteurs anonymes qui se nourrissent de l’intelligence collective et dont les productions sont considérées comme un patrimoine et un héritage commun que tout individu peut s’approprier sans avoir à se justifier ?