- 1 Je travaille depuis plus de 20 ans en tant que designer numérique, dans un studio de création. Avec (...)
1En préambule et afin de mettre à jour les axes pertinents d’analyse des interactions entre intelligence artificielle et design, je vais tenter de déplier, en m’appuyant sur ma propre pratique1, les processus fondamentaux à l’œuvre dans le projet de design.
2Le projet de design mobilise des activités mentales et des activités pratiques multiples basées sur des modalités de pensée, des types de raisonnement et des formes de connaissance divers. Depuis la définition du problème jusqu’à sa résolution, le designer va devoir déployer des facultés d’imagination, d’intuition, de curiosité, mobiliser son savoir et inventer sa méthode de travail pour trouver des convergences entre plusieurs problématiques connexes qui coexistent dans son projet : l’analyse des usages et des aspirations sociales et culturelles, une expression stylistique et poétique de son idée et de ses intentions, et une connaissance des moyens technico-économiques et des matériaux qui la rendent possible.
- 2 La plus belle description de ces « chemins du projet » est, à mon sens, celle de Ezio Manzini : Man (...)
- 3 Pour comprendre ces opérations de traduction, de passage de la représentation mentale à une réalité (...)
3Chacun de ces domaines ayant des modalités d’appréhension différentes et des langages singuliers, l’intelligence de la pratique du design est celle d’orchestrer, de manière heuristique2, l’ensemble de ces strates et d’en faire la synthèse dans une proposition figurée et matérielle d’objet ou de dispositif3. Ce processus de formalisation est l’opération cardinale du projet de design, une synthèse du dessein et du dessin. Opération où le dessin n’est pas une trace intuitive ou une projection performative de l’imaginaire du concepteur, mais la mise en forme arrangée de toutes les composantes du projet. C’est aussi un dessin que l’on transmet à d’autres corps de métiers ; en ce sens, il doit pouvoir être décrit, traduit, explicité, partagé, que ce soit sous forme d’un plan coté, d’une modélisation 3D ou d’un fichier de fabrication pour pouvoir être reproduit et passé à la fabrication. C’est un dessin informé.
4Tout au long de ce process, le designer compose dans et avec un système technique historiquement situé. L’écosystème technique et technologique existant conditionne ses modalités de représentation du réel, ses modes de pensée et de projection, que ce soit à travers les outils qu’il utilise pour mettre au point son projet (le penser, le structurer, le représenter, le modeler, le transmettre) ou à travers la pensée de la matière et les outils de fabrication qui seront utilisés lors de la fabrication de l’objet. Par réciprocité de l’usage de ces techniques, le designer explore une matérialité singulière (formes, temporalité, modalités de conception et de compréhension des formes, etc.), il découvre et invente des possibilités de créations et de formalisations, et fait émerger de nouvelles pratiques de projet et de nouvelles typologies d’objets. Il réagence sa pensée, sa sensibilité, sa compréhension, sa mémoire de la pratique, et finalement son savoir-faire du design. Et, chemin faisant, il fait aussi bifurquer la technique vers les objectifs de son projet.
- 4 Logiciels, systèmes experts, IHM, etc.
- 5 Les systèmes d’intelligences artificielles génératives seront notés de manière abrégée « SAIgen » p (...)
5Aussi, pour comprendre les interactions réciproques de ce processus de formalisation avec les systèmes d’intelligences artificielles (SAI), je propose d’en localiser l’analyse à l’incidence que ces instruments techniques et technologiques peuvent avoir sur le processus de mise en forme, sur la pensée créative des formes et sur le rapport à la matérialité du projet. Il s’agit de les considérer comme des médiateurs (Fétro, 2022), d’en faire un examen critique et de voir en quoi ils peuvent devenir force de création. Plus précisément il s’agira de déplier et comparer les influences des deux grands courants d’IA, qui ont réagencé et remodelé les pratiques de formalisation en design depuis les années 1960 : d’abord l’IA symbolique issue du premier âge de la recherche en IA, qui a jeté les bases de tout l’écosystème informatique actuel4. Puis les SAI génératives (SAIgen5) qui émergent aujourd’hui et qui sont issues du second courant de l’IA connexionniste.
6Pour chacun de ces deux courants, je focaliserai l’analyse sur 4 points nodaux où le process de formalisation se conjugue étroitement avec le système technologique :
- L’exploration formelle et les façons d’imaginer et de générer les formes ;
- la modélisation du réel proposée, le rapport au monde incorporé au SAI ;
- les interfaces et langages d’interaction avec les SAI et leurs incidences sur l’imaginaire, la sensibilité et le savoir-faire du designer ;
- le pensable-possible6 de la matière et de la fabrication intégré dans ces SAI.
7Les premiers âges de l’IA ont abouti au développement des technologies informatiques, des logiciels, des langages de programmation, des interfaces homme-machine qui ont fait évoluer les pratiques de conception du designer, dans la matière du dessin comme dans la mutation des formes possibles et pensables.
8Dès les années 1990, l’informatique se déploie dans tous les secteurs d’activité et, en particulier pour les designers, avec les logiciels de dessin, de CAO, la fabrication numérique, la programmation, etc. Les logiciels de conception 2D et 3D remplacent la planche à dessin. Les médiums d’expression, les moyens de décrire les formes, les qualités graphiques offertes par les outils mutent, les langages pour informer le dessin changent. On passe du T, compas, rapporteur, perroquets et projections orthogonales, instruments du dessin technique, aux interfaces graphiques, aux courbes de Bézier paramétrables, aux scripts de programmation, et aux logiciels de modélisation 2D et 3D.
9La puissance informatique de calcul et son automatisation vont permettre une exploration plus vaste et plus rapide des formes. S’ouvre alors un monde infini de possibilités formelles : le designer va pouvoir simuler mille variantes de son projet.
10Les familles de formes se diversifient : avec les seuls outils analogiques de dessin (compas, perroquets, équerres, rapporteurs, etc.) les formes étaient principalement composées à partir des formes élémentaires des solides platoniciens (ou recomposées par des collages de ces dernières) relativement faciles à décrire mathématiquement. Avec le numérique, d’autres familles de courbes et des formes aux géométries plus complexes vont pouvoir être modélisées.
11L’informatique va permettre au designer de décupler le potentiel d’exploration des formes, stimuler son imaginaire et étendre son champ cognitif des formes pensables.
12La temporalité des formes change aussi radicalement : Le droit à l’erreur, « Pomme Z », la retouche des fichiers, la réversibilité du dessin, les itérations dans la conception, et la modification possible de la forme ouvrent un champ d’exploration de formes non figées, modifiables et évolutives. La technologie de dessin devient un processus fluide, en cours d’élaboration. Toujours potentiellement modifiable, là où le dessin technique analogique signait le passage à la fabrication.
- 7 Comme Processing (2001) ou Grasshoper (2007).
13Avec les logiciels de programmation7, se développent de nouveaux langages formels : le dessin avec les algorithmes fait entrer leurs processus automatisés et itératifs caractéristiques dans l’élaboration de la forme : les processus itératifs, les boucles de répétition, les paramètres de variation, amènent à penser des formes en perpétuelle mutation et actualisables.
Fig. 1a. Vase#44. Série différenciée de vases générés par la voix et imprimés en frittage de poudre polyamide.
Design génératif interactif.
© Brument F. et Laugier S.
Fig. 1b. Vase#44. Série différenciée de vases générés par la voix et imprimés en frittage de poudre polyamide.
Design génératif interactif.
© Brument F. et Laugier S.
- 8 Les installations interactives héritent également des avancées parallèles de la cybernétique.
14L’introduction de variables dans la conception permet de corréler la forme avec des données d’entrée qui vont la faire évoluer automatiquement. Elle permet aussi de créer des systèmes interactifs de dessin, qui peuvent être reliés à toutes sortes de données, ou de capteurs en temps réel (son, lumière, volume, gestes). Ces dispositifs de mise en forme peuvent également piloter des moteurs, produire mouvement, son, lumière, etc. Et on voit ainsi émerger de nouvelles disciplines du design : le design génératif, le design paramétrique, le design interactif8, la datavisualisation.
Fig. 2a. L’habitat imprimé. Carte Blanche du VIA, 2013.
Design Paramétrique : la géométrie de l’espace où s’intégrera la cloison, les fonctions (couchage, rangements, éclairage, sanitaires, claustra) l’ergonomie, les fluides et les finitions sont incorporés comme paramètres du modèle de cette cloison imprimée en 3D. https://lesartscodes.com/wp-content/uploads/2019/06/ExtraitsCatalogueVIA2013.pdf
© Brument F. et Laugier S.
Fig. 2b. L’habitat imprimé. Carte Blanche du VIA, 2013.
Design Paramétrique : la géométrie de l’espace où s’intégrera la cloison, les fonctions (couchage, rangements, éclairage, sanitaires, claustra) l’ergonomie, les fluides et les finitions sont incorporés comme paramètres du modèle de cette cloison imprimée en 3D. https://lesartscodes.com/wp-content/uploads/2019/06/ExtraitsCatalogueVIA2013.pdf
© Brument F. et Laugier S.
15L’informatique organise un nouvel espace de travail pour la simulation des formes. Cette nouvelle configuration digitale va exiger une organisation de l’information préalable à tout, une organisation qui se fait dans un langage que la machine peut comprendre et qui est essentiellement logique (Gaudillière-Jami, 2022).
- 9 Cardon D., Cointet J.-P. et Mazières A. (2018), « La revanche des neurones L’invention des machines (...)
16Les outils de modélisation apportés par ce premier âge de l’IA, proposent en effet une modélisation scientifique et logique du monde, héritée de la conception du monde développée par les chercheurs en IA symbolique : « Les fondateurs de l’IA ont tout fait pour se séparer des données du monde sensible et des comportements humains. Le monde des machines symboliques est un décor de théâtre créé par la machine afin d’y projeter la syntaxe de leurs règles logiques9. » Les formes simulées doivent être organisées et ordonnées par la logique et la géométrie.
17Les logiques à l’œuvre dans les outils de CAO sont celles des modélisations mathématiques des surfaces et des volumes, celle des modélisations physiques des comportements et des mouvements, de la compréhension géométrique des formes et de la physicalité. Les langages de programmation manipulent des symboles (points, lignes, tangentes, angles, vitesses, inflexions, coordonnées, paramètres, équations, etc.) et raisonnent sur ces symboles mathématiques avec un mode inférentiel (raisonnement, déductions, inductions, opérations logiques).
18Cette organisation de l’information préalable à toute modélisation pourrait laisser penser que l’espace de travail proposé est un espace clos sur lui-même, totalement prévisible, peu propice au surgissement de possibilités inattendues. Or, en déléguant à la machine la puissance de calcul, la machine devient une force de proposition. En exploitant ses procédures, ses manières de faire, en détournant ses tournures, le designer peut faire advenir l’imprévisible malgré les limites imposées par cette organisation préalable. Mais ce n’est pas de l’imprévisible au sens de hasard, mais au sens de complexité : de l’impensable, de l’incalculable a priori. L’art du designer est donc de faire en sorte que cette organisation préalable soit la plus apte à faire surgir cet impensable (Migayrou, 2018).
19Le designer délègue à la machine l’élaboration et les calculs des formes, le calcul des équations de surface, le calcul des intersections de volume, des opérations booléennes, le tracé des surfaces dans l’espace. Cette connaissance géométrique et mathématique n’est plus nécessaire pour dessiner, la mémoire du designer n’arpente plus ces chemins analytiques là. Mais il doit pouvoir traduire ses formes dans le langage spécifique de la machine, adopter le langage du logiciel, connaître sa logique et apprendre à manier les « outils » qu’il met à sa disposition, les séquences d’instructions possibles, les étapes à suivre… se créent alors d’autres chemins de conception et d’intelligibilité de la forme liés à l’outil de modélisation.
- 10 En octobre 2009, l’exposition « Dessiner le design » aux Arts décoratifs présente les pratiques hyb (...)
20La gymnastique de la figuration imaginaire (former des images dans sa tête) va alors emprunter d’autres chemins que celle de la planche à dessin et organiser la pensée des formes en composant avec les nouveaux vecteurs de conceptions que sont les langages de programmation ou les boîtes à outils de ces espaces virtuels de simulation10.
- 11 Comme Illustrator en 1987, Photoshop en 1990, et Rhino en 1998.
21Dans certains logiciels, l’interaction avec la machine est médiée par une interface comportant des « outils » de dessin ou de modélisation qui rendent l’interaction plus intuitive ou plus mimétique par rapport aux pratiques métier analogiques11. Chacun de ces « outils » encapsule des algorithmes préconçus et paramétrables pour réaliser telle ou telle opération. Le designer doit apprendre les potentialités des outils, leurs marges de manœuvre, les chaînes opératoires pertinentes et les séquences à respecter, il doit développer un nouveau savoir-faire et de nouvelles pratiques de dessin avec ces outils.
22Dans d’autres logiciels, le langage d’interaction peut être plus littéralement un langage de programmation : il faudra rédiger un programme, écrire un code pour dessiner, et cela va ouvrir à d’autres modalités de conception. On passe ici du geste du dessin à l’écriture d’un code. Dessiner consiste alors à organiser le processus de génération des formes et à le traduire dans le langage de script spécifique du logiciel. Le designer rédige un algorithme dans lequel il décrit la géométrie ou le principe de construction de la forme, choisit les paramètres, les variables, détaille leurs modalités d’évolution, leur amplitude de variations, les interactions éventuelles avec des données ou capteurs, etc.
Fig. 3. Système expert de conception sur mesure de montures de lunettes intégrant tous les paramètres de style, mesures optométriques du visage et géométrie optique.
Interface de conception Grasshoper x Rhino. À gauche : l’algorithme de modélisation paramétrique des montures de lunettes (interface de programmation visuelle). À droite, la visualisation en temps réel du modèle paramétrique généré.
© Brument F. et Laugier S.
- 12 Pour une histoire esthétique du code et une compréhension des intrications entre pensée et programm (...)
23Le designer adopte une nouvelle langue pour traduire les formes : une syntaxe, un vocabulaire, une grammaire et des séquences d’agencement opérantes. Les termes du code ont chacun une nature, un type, une fonction définie, et l’architecture de l’algorithme influe sur le dessin. La pensée des formes s’élabore à travers ce nouveau langage et ses potentialités12.
24Avec la modélisation 3D, l’informatique ouvre un espace-temps singulier de visualisation du dessin qui fusionne la conception et la représentation : la prévisualisation de l’objet est incorporée à l’outil de modélisation. En même temps que le designer travaille son dessin, il en voit l’incidence immédiate sur le volume final dans l’espace de modélisation 3D. La simulation de l’objet fini est présente simultanément à sa conception
- 13 C’est-à-dire le rough, les plans techniques et ses vues partielles, le travail des correspondances (...)
- 14 Lallemand I. (2020), « Conception et matérialité dans la production numérique contemporaine : persp (...)
25Le modeleur 3D condense ainsi des étapes d’élaboration de la forme auparavant dissociées dans des temporalités et des supports analogiques et matériels distincts13. Ce qui amène manifestement un gain de temps mais surtout une autre structuration de la pensée de la forme : le passage par la décomposition du volume en vues 2D, dans la pratique analogique, n’est plus une étape nécessaire à la modélisation 3D. Il s’accompagne d’un changement de l’entendement de la forme, on ne l’analyse plus de la même façon, on ne la projette plus de la même façon, et sa matérialité est absorbée dans ces process de représentation14.
- 15 Ezio Manzini, La matière de l’invention, Paris, Éditions du Centre Georges Pompidou/ CCI, 1989, p. (...)
- 16 Ibid., p. 53.
26Depuis la révolution industrielle la matière est profondément artificialisée : elle n’a plus la physicité d’un matériau tangible sur lequel on agit manuellement, et dont on a incorporé une expérience sensible. Le concepteur compose désormais avec une infinité de matières possibles, et n’a plus le temps d’acquérir une expérience pratique et empirique des qualités du matériau ; et l’apparition de matériaux sur mesure oblitère la possibilité même d’une expérience préalable : « L’écart croissant entre le sujet pensant et la physicité des matériaux a été en partie comblé par des formes de connaissances abstraites, c’est-à-dire des langages15. » L’expérience de la matière est devenue une connaissance abstraite de ses propriétés physiques, de l’éventail de ses formes potentielles, de ses possibles aspects de surface, des techniques possibles pour sa mise en forme (usinage, moulage, injection, thermoformage, impression, etc.) et des conséquences sur le dessin de la forme : « La matière est connue quand ses performances sont codifiées sous forme numérique16. »
27Elle est devenue un modèle abstrait caractérisé par des paramètres (ses propriétés) et par des relations entre ces paramètres (modélisation des comportements physiques de la matière). La modélisation numérique des outils informatiques intègre tout naturellement cette nature codifiée de la matière. Le designer peut intégrer dans son modèle les qualités spécifiques de la matière (épaisseurs, congés, états de surface, gravité/stabilité, contraintes liées à la mise en forme). S’ouvre aussi la possibilité de penser des matériaux sur mesure élaborés pendant le projet pour répondre spécifiquement au cahier des charges. Les logiciels permettant aussi de prévisualiser les déformations futures de l’objet selon les contraintes appliquées sur la matière, il peut éprouver la résistance de la forme et en retour faire évoluer sa conception.
- 17 Les machines à commande numérique pour l’usinage, l’impression 3D, la robotique.
- 18 Cela va permettre de renouer un lien direct entre la modélisation et la fabrication, lien qui s’éta (...)
- 19 C’est dans cet esprit que nous avons monté notre atelier collaboratif « Les Arts codés » qui explor (...)
28Avec le déploiement du numérique se développent aussi des machines de fabrication à commande numérique17 qui vont offrir une continuité de langage entre la modélisation et la fabrication18. Le fichier du modèle peut être directement traduit en parcours d’outil pour la fabrication numérique. Cela offre au designer une souplesse dans le prototypage pour éprouver les formes et itérer avec la conception19. Il peut également piloter directement le parcours d’outils pour la génération de la forme ouvrant ainsi d’autres voies pour le pensable-possible du projet. Ces machines à commande numérique permettent également de rendre fabricable le répertoire des formes très complexes élaborées avec les nouveaux logiciels de conception. Au-delà du schéma issu de la révolution industrielle de reproduction en série d’un même modèle, sont désormais pensables des processus hybrides de conception-fabrication permettant le design de séries différenciées et d’objets sur mesure.
Fig. 4a. Projet Cutting Edge, maître modèle virtuel pour le moulage de porcelaine.
C’est la programmation du parcours d’usinage du moule en plâtre qui va produire la facture singulière de l’assiette en porcelaine.
© Brument F. et Laugier S.
Fig. 4b. Projet Cutting Edge, maître modèle virtuel pour le moulage de porcelaine.
C’est la programmation du parcours d’usinage du moule en plâtre qui va produire la facture singulière de l’assiette en porcelaine.
© Brument F. et Laugier S.
Fig. 4c. Projet Cutting Edge, maître modèle virtuel pour le moulage de porcelaine.
C’est la programmation du parcours d’usinage du moule en plâtre qui va produire la facture singulière de l’assiette en porcelaine.
© Brument F. et Laugier S.
29Nous sommes à un moment charnière où les designers expérimentent des process pour intégrer les SAIgen dans leurs pratiques, un moment intéressant qui permet d’observer les inflexions en cours de leurs pratiques au travers de leurs bricolages.
- 20 Un « workflow » désigne une séquence de tâches.
30Les SAIgen actuelles ne permettent pas de couvrir tous les niveaux de complexité liés au processus de design, notamment en ce qui concerne la compréhension géométrique et physique nécessaire pour le prototypage et la fabrication d’objets. Les SAIgen qui proposent actuellement de générer des modèles 3D sont destinées aux univers 3D de l’animation ou du jeu. Il n’en existe pas actuellement qui proposent une qualité suffisante pour la conception d’objets industriels et leur fabrication. Pour le moment les designers utilisent ces systèmes principalement aux étapes d’idéation du projet : pour le dessin de recherche en 2D, pour l’exploration des formes, des matières, ou des couleurs de l’objet. Certains vont plus loin en développant des stratégies hybrides, intégrant ces générateurs d’images à leurs instruments de formalisation 3D usuels. Ils mettent au point un « workflow20 » adapté au projet qui va tirer parti des capacités des SAIgen à une étape bien choisie du process de formalisation.
Fig. 5a. 2025, projet de recherche AI Crafts. Vision Génération Fabrication.
Création et fabrication autonome de vases générés par IA, présenté à la Biennale de design de Saint-Étienne 2025. Mise en place d’un workflow sur mesure pour intégrer l’IA générative dans le processus de création et modélisation de l’objet imprimé en 3D.
© Brument F. et Laugier S.
Fig. 5b. 2025, projet de recherche AI Crafts. Vision Génération Fabrication.
Création et fabrication autonome de vases générés par IA, présenté à la Biennale de design de Saint-Étienne 2025. Mise en place d’un workflow sur mesure pour intégrer l’IA générative dans le processus de création et modélisation de l’objet imprimé en 3D.
© Brument F. et Laugier S.
31Les modèles d’IA génératives d’images proposent un procédé de formalisation médié par une description textuelle en langage naturel, le « prompt », pour générer une ou plusieurs images correspondant à l’énoncé.
32Là où le mode de création de l’IA symbolique impose une rigueur dans le processus de dessin, ce qui peut le rendre fastidieux lors d’étapes de recherches formelles (car à chaque nouveau style ou esthétique ce sont potentiellement de nouvelles règles de construction complètement différentes à mettre en place), à l’inverse, l’IA générative permet de jongler librement entre des styles et esthétiques variés via la simple description textuelle de la forme, de son contexte et de ses détails, couleurs, matières, éclairage, etc. Cela en fait un outil très puissant d’exploration formelle.
33Le dessin n’est plus un préalable à la formalisation, aucune compréhension physique de la forme n’est non plus nécessaire pour voir émerger la forme demandée. Cette accessibilité à la formalisation par le langage naturel, c’est-à-dire via un langage non formalisé spécifiquement pour la machine (ni code, ni script, ni symbolique mathématique, ni boîte à outils), ouvre à une grande liberté d’exploration de multiples langages formels, sans aucun effort de traduction de ses idées en langage machine.
34Cette profusion, ce foisonnement de génération d’images et d’explorations formelles déplace la question du dessin et de la création vers celle de l’arbitrage, du discernement, du choix face à une production pléthorique d’images.
35D’autant plus que la question du possible, du « réaliste », de la faisabilité, qui est intrinsèque au process de formalisation du designer, est évacuée de ces systèmes de génération d’images. Toutes les associations, textures, formes, couleurs, matières, dimensions, hybridations sont figurables, tout est imaginable et représenté de manière hyperréaliste, mais en étant totalement décorrélé de la réalité physique et tangible des process de fabrication. Paradoxalement les SAIgen produisent des images hyperréalistes tout en brouillant le rapport au réel.
36Aussi face à une mise en forme proposée, et malgré son hyperréalisme, le designer doit évaluer si elle satisfait ses intentions, si elle est compatible avec les paramètres du projet, si elle est faisable ou réalisable. L’usage de ces SAIgen d’images lui demande donc moins de dessiner que de mobiliser son expérience, sa mémoire, son savoir-faire métier, ses connaissances techniques pour être pertinent et fécond dans le projet.
- 21 Pour une description précise de l’établissement statistique des liens algorithmiques entre mots et (...)
37Avec les SAIgen, le designer ne part pas d’une page blanche sur laquelle il projette, construit, modèle progressivement une forme avec les outils mis à sa disposition et via leurs logiques implicites. Il travaille ici avec une matière subjective, une matière qui a une agentivité forte : les formes qu’elle génère portent en elles une charge culturelle et stylistique majeure. L’IA générative propose un espace de simulation déjà habité et troublant : l’« espace latent21 ».
38En effet les SAIgen d’images intègrent pour leur entraînement un corpus de formes interprétées et traversées par tout un faisceau de subjectivités humaines, de constructions sociales et culturelles, avec leur lot de stéréotypes et de biais. Cette subjectivité déjà présente dans la technologie hante la créativité du designer.
39Usuellement ce substrat culturel et symbolique (et tous les biais ou stéréotypes afférents) qui opère dans la formalisation provient de la perspective personnelle du designer, qu’il en soit conscient ou non. Ici, c’est l’outil lui-même qui l’a incorporé et qui le véhicule. En extériorisant cette conception du monde subjective et statistique, l’outil agit en retour comme un aiguillon : il tend au designer un miroir qui le pousse à aiguiser son regard critique et interroger ses propres biais dans sa recherche formelle.
40L’« espace latent » est construit, fondé à partir de nos archives et de la mémoire de nos expériences passées. Il compose une temporalité des formes inédite. Les images générées se présentent de manière hyperréaliste, sans toutefois n’avoir jamais existé : l’image générée n’est en effet le résultat ni d’une copie, ni d’une reproduction, ni d’un collage dont on pourrait retracer les fragments mais une proposition de forme statistiquement proche de celle décrite par le prompt. C’est un spectre, une revenante, mais qui revient pour la première fois (Madlener, 2024). Les IA génératives d’image font émerger des formes déjà connues mais étranges, stéréotypées mais inédites. Cette temporalité des formes, conjuguant archives du passé et fréquence de leurs occurrences, sur un mode immanent, sans plus aucun accès au « fil » du temps ou à l’historicité des formes (Somaini, 2024), brouille le rapport du designer à sa culture formelle et reformule radicalement la question de l’originalité et l’auctorialité dans la création (Crawford, Paglen, 2019).
41L’effet performatif du langage dans ces SAIgen questionne également la traductibilité du sensible et réactualise la question de la représentation. Jamais auparavant dans l’histoire on n’a pu générer ou modifier des images automatiquement à partir de mots ou de texte. C’est toute la relation entre les mots et les images, entre le dicible et le visible qui est remis en question. Pour bien comprendre les enjeux de l’usage de ces systèmes, il est indispensable de se pencher sur la manière dont ils sont constitués. Ces SAIgen sont obtenus après entraînement sur des jeux de données constitués d’images étiquetées : chaque image est associée à une description textuelle dans une vaste taxonomie du monde. Ces classifications ne sont ni neutres ni objectives et encapsulent de l’idéologie, de la politique, de la culture, des préjugés, de la subjectivité, de la contingence, etc.
- 22 Ces jeux de données sont historiquement liés au sous-domaine de l’intelligence artificielle de la m (...)
- 23 Ils déplient ce qui est à l’œuvre dans la constitution de ce dataset et montrent que le paradigme t (...)
- 24 Crawford K., Paglen T. (2019), « Excavating AI: The Politics of Training Sets for Machine Learning (...)
42Dans leur étude Excavating.ai, Kate Crawford et Trevor Paglen analysent un dataset d’entraînement qui a été beaucoup utilisé en Machine Vision22 : ImageNet23, et montrent que le paradigme théorique sous-jacent à cette classification suppose qu’un « concept a une sorte d’essence qui unit chacune de ses instances et que cette essence s’exprime visuellement24 ». Cette essentialisation visuelle des concepts est extrêmement problématique politiquement et pour le processus de formalisation du designer : les associations produites normalisent une vision du monde, façonnent les imaginaires et pèsent sur les représentations. Et tout cela reste implicite, incorporé dans les données d’entraînement très rarement rendues publiques. Le designer va donc développer des stratégies singulières pour utiliser ces systèmes dans les processus de mise en forme de ses idées. Le contrôle de ces datasets est un véritable enjeu démocratique de la maîtrise du visible comme du dicible.
- 25 Ce qui peut amener de la frustration quand on se heurte à l’incompréhension du modèle qui ne fait p (...)
43Le processus de formalisation consiste en un dialogue avec le modèle pour progressivement faire émerger la forme souhaitée, par tâtonnements, par réorientation des propositions faites par le modèle, par reformulations : on ajuste progressivement la description en fonction de ce que propose/comprend le modèle25. Ce mode dialogique d’interaction avec le modèle change la modalité de projet pour le designer. L’agentivité des SAIgen en fait une force d’interprétation subjective avec laquelle le designer doit composer pour aller au plus près de la formalisation qu’il cherche. Le modèle accède à un statut de coauteur avec lequel le concepteur doit négocier et entrer en pourparlers.
- 26 Cité dans Crawford K., Paglen T. (2019), « Excavating AI », art. cité.
44Pour s’émanciper de l’essentialisation visuelle des concepts à l’œuvre dans les SAIgen, les designers vont adopter l’hypothèse de Magritte : « Les images en elles-mêmes ont une relation très instable avec les choses qu’elles semblent représenter, une relation qui peut être sculptée par celui qui a le pouvoir de dire ce qu’une image particulière signifie. Pour Magritte, le sens des images est relationnel, ouvert à la contestation26. »
45Ils vont mettre en place des stratégies pour retravailler la relation entre les mots et les images, pour déjouer les associations automatisées des modèles : ils vont chercher à travailler l’écart entre leurs images mentales, sa description textuelle et l’image générée par le modèle, pour désapprendre des stéréotypes, les déstabiliser et faire émerger les formes.
46Pour cela, le designer introduit d’autres référents, des croquis, dessins, images, photos en complément de son prompt pour faire comprendre au système ce vers quoi il souhaite aller pour préciser « ce qu’il entend » lorsqu’il décrit la forme : il connote par des références formelles l’univers qu’il veut voir émerger, il déstabilise la relation préétablie entre texte et image dans le système. En pondérant le prompt avec ses images de référence, le designer fait dévier le modèle de ses réflexes probabilistes et stéréotypiques.
- 27 Cette stratégie est techniquement plus lourde car elle nécessite, jusqu’à présent, un matériel spéc (...)
47Une autre approche, plus technique27, est celle de l’affinage du modèle, le « fine tuning » : l’idée est de réentraîner le modèle sur certains concepts clés du projet, pour redéfinir les liens entre les textes et images dans le modèle, et le réorienter en fonction d’un style, de références culturelles, des spécificités des matériaux souhaités, etc. Avec un dataset d’une trentaine d’images, le designer peut affiner le modèle et y intégrer son propre univers sensible et son propre lexique. Le modèle est ainsi réorienté sur une typologie d’objets, de formes, de matériaux, de couleurs, de qualités de surface, etc., satisfaisants pour le projet.
48Par exemple, pour construire un modèle génératif d’objet avec un SAIgen, le designer ne peut pas se contenter des modèles standards, car ils sont trop stéréotypés, il va devoir affiner un modèle à l’aide de sa propre base de données. Le choix des images du dataset ainsi que la qualité de leur annotation sont alors déterminants. C’est ici que l’expertise du designer est cruciale pour informer le modèle avec son savoir-faire métier. C’est à cette étape qu’il intègre et décrit tous les détails qu’il souhaite que le modèle comprenne afin que ces détails puissent par la suite être ciblés par les prompts et produire les variations souhaitées par le designer. Mais c’est par la sélection des images et leur annotation qu’il donne à comprendre au modèle ce qu’il doit apprendre. Aucune modélisation géométrique n’est opérante ici, aucun calcul symbolique, aucune définition mathématique de paramètre. Les paramètres de variations de l’objet sont définis implicitement par le choix des images du dataset et leurs étiquettes et sont incorporés au modèle qui a été réentraîné sur cette nouvelle base.
- 28 À moins de vouloir complètement ré-entraîner la compréhension du modèle sur ce mot-là, auquel cas i (...)
49Lors du « fine-tuning », le designer est amené à faire un travail d’annotation et à définir de nouveaux concepts, qu’il nomme par un « trigger word » : c’est le mot clé qui sera lié au nouveau concept défini dans cet entraînement et qui sera aussi le mot appelé par le prompt une fois le modèle réentraîné. Ce néologisme ne doit pas être générique ou proche d’un autre mot, ce qui créerait de la confusion28. Le designer invente un mot-concept qu’il met en relation avec une série d’images et de formes qui le métaphorisent. Il invente son propre vocabulaire pour établir une nouvelle relation avec les modèles, une connivence sur la compréhension du concept formel qu’il veut lui faire intégrer et avec lequel il veut travailler.
Fig. 6a. 2025, projet de recherche AI Crafts – Ceramics, en partenariat avec Les Manufactures nationales – Sèvres & Mobilier national, présenté à la Biennale de design de Saint-Étienne 2025.
Exercice de style autour du Vase Ruhlmann – extrait du dataset d’entraînement d’un LoRa composé de la collection des vases Ruhlmann – puis trois exercices de style de génération d’images d’objets avec ce modèle Lora entraîné sur les vases Ruhlmann.
© Brument F. et Laugier S.
Fig. 6b. 2025, projet de recherche AI Crafts – Ceramics, en partenariat avec Les Manufactures nationales – Sèvres & Mobilier national, présenté à la Biennale de design de Saint-Étienne 2025.
Exercice de style autour du Vase Ruhlmann – extrait du dataset d’entraînement d’un LoRa composé de la collection des vases Ruhlmann – puis trois exercices de style de génération d’images d’objets avec ce modèle Lora entraîné sur les vases Ruhlmann.
© Brument F. et Laugier S.
Fig. 6c. 2025, projet de recherche AI Crafts – Ceramics, en partenariat avec Les Manufactures nationales – Sèvres & Mobilier national, présenté à la Biennale de design de Saint-Étienne 2025.
Exercice de style autour du Vase Ruhlmann – extrait du dataset d’entraînement d’un LoRa composé de la collection des vases Ruhlmann – puis trois exercices de style de génération d’images d’objets avec ce modèle Lora entraîné sur les vases Ruhlmann.
© Brument F. et Laugier S.
Fig. 6d. 2025, projet de recherche AI Crafts – Ceramics, en partenariat avec Les Manufactures nationales – Sèvres & Mobilier national, présenté à la Biennale de design de Saint-Étienne 2025.
Exercice de style autour du Vase Ruhlmann – extrait du dataset d’entraînement d’un LoRa composé de la collection des vases Ruhlmann – puis trois exercices de style de génération d’images d’objets avec ce modèle Lora entraîné sur les vases Ruhlmann.
© Brument F. et Laugier S.
50Une lacune essentielle des SAIgen pour le processus de formalisation en design se situe dans leur manière de n’aborder la matérialité tangible des objets (matière, dimension, poids et autres caractéristiques physiques) que par leur photogénie. La formalisation avec les SAIgen représente donc un défi pour le designer, car elles induisent une autre modalité d’intelligence des formes : elles évacuent leur compréhension géométrique et physique au profit d’une expression imagée des formes, des matériaux et des process de fabrication.
51Une stratégie pour intégrer la faisabilité et les problématiques de formalisation explorée par les designers est de finetuner un modèle afin d’encapsuler les spécificités matérielles, les savoir-faire métier et les connaissances techniques des process de fabrication dans les datasets d’entraînement eux-mêmes. Par exemple, pour constituer un dataset d’entraînement pour la conception d’un objet réalisé en un matériau particulier, il faudra produire et annoter des images de ce matériau qui donnent le mieux à voir tous les détails possibles dans sa mise en forme, les détails du façonnage, des coutures, des jointures, des assemblages possibles, des images qui illustrent sa gravité, son poids, et également les factures possibles de sa surface (lisse, mat, brillant, granuleux, tramé, ajouré, etc.). De la même manière pour intégrer une intelligence du process de fabrication dans le modèle, il faudra incorporer au dataset les différentes parties qui composent l’objet, et des images qui rendent visibles les techniques d’assemblage (emboîtement, sertissage, couture, collage, etc.29).
52Il s’agit là de penser le projet, la matière et la fabrication par l’image et sa description, afin que le modèle, une fois réentraîné, produise des images d’objets crédibles pour le passage à la fabrication, facilement interprétables par ceux qui vont le fabriquer. La prééminence de la vision dans les SAIgen amène le designer à penser et qualifier le tangible et le possible de la matière par le biais des images.
53D’autres stratégies sont expérimentées pour réintégrer la rationalité et le tangible : ce sont des bricolages multimodaux de workflows qui relient les IAgen d’images à des systèmes experts de modélisation 3D déjà éprouvés permettant d’intégrer à la conception tous les paramètres liés à la matérialité de l’objet : à la géométrie, aux moyens de fabrication, à la matière et à la facture de l’objet.
Fig. 7a. 2025, Projet de recherche AI Crafts – Revolution – Latent series, présenté à la Biennale de design de Saint-Étienne 2025.
Exemple de workflow multimodal, installant une logique de complémentarité entre la puissance de génération formelle de l’IA et l’interfaçage avec Grasshoper pour la modélisation 3D d’un vase fabricable en impression 3D (frittage de poudre polyamide).
© Brument F. et Laugier S.
Fig. 7b. 2025, Projet de recherche AI Crafts – Revolution – Latent series, présenté à la Biennale de design de Saint-Étienne 2025.
Exemple de workflow multimodal, installant une logique de complémentarité entre la puissance de génération formelle de l’IA et l’interfaçage avec Grasshoper pour la modélisation 3D d’un vase fabricable en impression 3D (frittage de poudre polyamide).
© Brument F. et Laugier S.
Fig. 7c. 2025, Projet de recherche AI Crafts – Revolution – Latent series, présenté à la Biennale de design de Saint-Étienne 2025.
Exemple de workflow multimodal, installant une logique de complémentarité entre la puissance de génération formelle de l’IA et l’interfaçage avec Grasshoper pour la modélisation 3D d’un vase fabricable en impression 3D (frittage de poudre polyamide).
© Brument F. et Laugier S.
Fig. 7d. 2025, Projet de recherche AI Crafts – Revolution – Latent series, présenté à la Biennale de design de Saint-Étienne 2025.
Exemple de workflow multimodal, installant une logique de complémentarité entre la puissance de génération formelle de l’IA et l’interfaçage avec Grasshoper pour la modélisation 3D d’un vase fabricable en impression 3D (frittage de poudre polyamide).
© Brument F. et Laugier S.
Fig. 7e. 2025, Projet de recherche AI Crafts – Revolution – Latent series, présenté à la Biennale de design de Saint-Étienne 2025.
Exemple de workflow multimodal, installant une logique de complémentarité entre la puissance de génération formelle de l’IA et l’interfaçage avec Grasshoper pour la modélisation 3D d’un vase fabricable en impression 3D (frittage de poudre polyamide).
© Brument F. et Laugier S.
⁂
54Cette exploration des interactions dynamiques que le designer développe dans son processus de formalisation avec les SAI se conclut sur ce moment charnière. L’utilisation des IAgen dans la formalisation fait glisser la pratique du designer d’une « écriture des formes » (dessin informé) à celle de l’exercice d’un regard. La prééminence de la vision dans nos systèmes technologiques contemporains est atavique, héritée des recherches en machine vision, et pose des questions cruciales sur le devenir des formes de nos existences tangibles et sur notre conception du réel. Le designer, qui est à la croisée des questions de représentation et de matérialisation, éprouve actuellement cette ambivalence de notre écosystème technologique contemporain, où le rapport au réel est essentiellement médié par les images tout en étant brouillé par l’hyperréalisme d’images générées. Par ses bricolages, il cherche à intégrer les problématiques de matérialisation et d’expérience tangible, à ouvrir des voies de passage entre image et monde tangible, modélisation et fabrication, revisitant ses manières de penser et de faire projet.