Signata 17 / La traduction multimodale dans l’IA générative : fidélité et créativité
Le numéro 17 de Signata vise à faire l’état de l’art et à relancer la recherche interdisciplinaire sur les intelligences artificielles génératives (IAG). Tout en s’inscrivant dans le prolongement de l’édition 2024-2025 du séminaire international de sémiotique de Paris « Intelligence artificielle générative et nouveaux enjeux sémiotiques. Traduction et appropriations créatives » qui a focalisé l’attention de chercheurs en sémiotique, linguistique, anthropologie, esthétique, philosophie de l’art et théorie des médias sur la thématique de formes génératives des langages, ce numéro se présente aussi comme un recensement actualisé et une réflexion critique sur les développements les plus récents non seulement des innovations technologiques, qui sont continuelles, mais aussi des approches sémiotiques utilisées pour les étudier. Ce numéro porte ainsi son attention sur un certain nombre de questions qui, depuis plusieurs décennies, interpellent les chercheurs en sémiotique et en sciences du langage.
La première est la traduction, qui à présent se déploie entre prompts humains et prompts révisés par la machine, entre prompts en langage naturel et images, entre images et descriptions textuelles, entre prompts et productions audiovisuelles, etc. La traduction intersémiotique a toujours été un lieu de comparaison et de mise en contraste de spécificités médiatiques (tabularité, linéarité, types de support, organisation des traces d’écriture, etc.) ; à présent, elle engage, au niveau technique de base, une homogénéisation des matériaux sous forme d’encodage numérique. Cela ne l’empêche pourtant pas de produire des textes que nous considérons comme intelligents, utiles ou créatifs et dont il nous faut comprendre les règles de composition.
En effet, les traductions, notamment celles qui ont une nature intersémiotique, sont avant tout une affaire d’énonciation et, dans le cas spécifique de l’IA générative, de multiples instances énonciatives et d’agentivités impliquées dans des plans de médiation différenciés. C’est pourquoi les IAG ont déjà permis de prendre en considération une multiplicité d’instances énonciatives : les bases de données servant à l’apprentissage des modèles génératifs, les algorithmes d’entraînement et d’inférence de ces modèles, les représentations numériques appelées « embeddings » qu’ils créent en traduisant des textes visuels ou verbaux en listes de nombres, les codes à proprement parler qui articulent le tout dans un langage de programmation spécifique. Et, enfin, les prompts qui sont les requêtes servant de point d’entrée des modèles pour l’utilisateur. Au sein des textes produits par l’intelligence artificielle générative, ces instances énonciatives se caractérisent par des intensités de présence différentes. Ces instances sont combinées entre elles selon différents modes d’existence et ces combinaisons diverses d’actions humaines et non humaines nous permettent de préciser la manière dont le niveau de créativité de chaque texte généré est décliné. Mais comment mesurer, apprécier et valoriser la créativité ? Selon quels critères et surtout à partir de quel milieu de référence ? Les arts plastiques, la littérature, la logique argumentative, le sens commun ? Il s’agira de diversifier les multiples sortes de créativité selon les univers dans lesquels elle se déploie : les arts visuels, le graphisme, le marketing publicitaire, mais aussi en politique, dans les jeux de stratégie ou dans la jurisprudence et dans la prise de décisions. Dans tous ces domaines, la créativité est évaluée par des paramètres propres et spécifiques, qui dépendent également des genres discursifs dans lesquels ces modèles de langage interviennent. Elle se manifeste et se négocie également de manière très différente au sein des expériences en sciences dures et dans les sciences humaines. L’intelligence artificielle générative entre en somme dans tous les domaines de la vie collective et individuelle et dans chacun d’entre eux, elle opère de manière assez variée. Dans tous ces cas, les instances énonciatives se différencient en termes de poids et d’intensité de présence au sein du mécanisme de recombinaison des textes déjà écrits et déjà prononcés et par leur impact sur les utilisateurs. De manière générale, elles influencent la production et la reconfiguration continue de cette nouvelle économie discursive.
En effet, notre objet d’études ne se limite aucunement à l’analyse sémiotique des textes co-produits avec ChatGPT, DALL•E, Midjourney, Stable Diffusion, Deepseek, Perplexity et les autres, mais il concerne l’analyse de toute pratique socio-culturelle engageant l’intelligence artificielle générative : de l’éducation au débat politique, de la recherche scientifique à la production artistique, jusqu’aux pratiques informatiques qui les mettent en œuvre et les modifient sans cesse. Dans ce cadre, on étudiera ce que nous appelons le point de vue méta- produit au sein de la chaîne opérationnelle des intelligences artificielles génératives, voire une sorte d’« autosurveillance réduite » que nous attribuons à la machine qui entre en tension avec notre propre « supervision limitée ».
Ces questions de la traduction entre langages machiniques et humains, de la créativité, de l’impact sur les différents domaines sociaux et enfin de l’autoréflexivité de la machine seront abordées au sein de ce numéro de Signata à travers une perspective théorique, méthodologique et également généalogique, afin de comprendre les évolutions, ramifications et spécialisations de ces intelligences génératives.