Pourquoi les affiches d’IA ressemblent-elles toutes à ça ?

Vous connaissez désormais « le look ». Chaque affiche pour une entreprise ou un événement comporte des photos de personnes à l’apparence étrange, de bâtiments qui n’ont pas l’air bien et toujours cette police. Mais pourquoi ? Si l’IA générative est censée être capable de « penser » et d’être « créative », pourquoi tant de ses résultats sont-ils exactement les mêmes ? La réponse est complexe et concerne ce que les chatbots définissent comme « penser ».

À ce stade, l’époque des chatbots comme ChatGPT, Claude ou Gemini est révolue. Ils généraient simplement du texte immédiatement en réponse à une invite. Certains modèles très rapides le font, mais la plupart emploient ce que l’on appelle des « modèles pensants », qui sont un terme un peu abusif. La « réflexion » consiste simplement à générer un ensemble de sous-invites avant d’exécuter la principale. Et c’est dans ce texte caché et généré que se produisent la plupart des « choix » (dans la mesure où nous pouvons appeler la sortie statistique d’un modèle d’IA un « choix ») qui déterminent l’apparence d’une conception.

Le « dossier de conception » caché derrière chaque affiche sur l’IA

Pour emprunter un exemple classique et invraisemblable, si vous deviez donner à un chatbot IA l’instruction « Faire un sandwich au beurre de cacahuète et à la gelée », il commencerait par générer des instructions étape par étape sur la façon de préparer le sandwich avant d’essayer d’en faire un (si c’est possible). La plupart de cela se produit de manière invisible en arrière-plan, et de nombreux chatbots propriétaires ne vous montreront pas leurs invites de « réflexion » en cours, même si vous le demandez.

Dans le cas d’une affiche IA, la « création d’une affiche » peut être divisée en étapes plus petites telles que « créer un dossier de conception pour une affiche ». Pour démontrer cela tout en effectuant quelques tests pour cette pièce, j’ai ajouté des invites supplémentaires pour ChatGPT pour expliquer les « briefs de conception » qu’il a générés, qui incluaient des détails tels que la mise en page, les couleurs et la typographie.

Le problème est que ces instructions sont toujours soumises aux mêmes défauts que tout autre texte généré par l’IA. Ils ne peuvent pas vérifier correctement les faits ; ils ne peuvent pas entrer dans le monde réel et voir ce qu’ils décrivent ; et ils peuvent halluciner ou se rabattre sur des formats obsolètes qui deviennent faciles à remarquer après un certain temps.

Par exemple, lors des tests, ChatGPT a généré une affiche pour une discothèque sur le thème Vie Associative. Dans tous les cas, le mémoire sous-jacent qu’il a généré décrivait certains détails de base, mais il ajoutait parfois des éléments que je n’avais pas demandés. Cela comprenait du texte supplémentaire, de l’iconographie et, dans un cas, l’explication du « dossier de conception » que j’avais demandée dans la moitié inférieure de l’affiche.

Ces erreurs se répercutent dans le produit final, lorsque le brief est ensuite introduit dans le générateur d’images qui crée finalement l’affiche. Dans mon cas, ChatGPT m’a montré les explications sous-jacentes de son raisonnement (même si cela pourrait être différent de ce qui a été réellement envoyé au générateur d’images), mais la plupart des personnes qui utilisent un chatbot pour cette tâche ne verront pas ces facteurs avant d’obtenir le résultat final.

affiche de hacker de chatgpt

Crédit : Eric Ravenscraft/Vie Associative

Les « choix » sont toujours déterminés par des modèles statistiques

Même si la plupart des chatbots ne vous montreront pas exactement quelle « pensée » sous-jacente ils utilisent, la plupart peuvent être incités à décrire les grandes lignes de la façon dont ils ont atteint certains résultats. Et ces descriptions donnent un aperçu des raisons pour lesquelles certains chatbots continuent de produire des résultats similaires encore et encore. Il ne faut pas longtemps pour que certains modèles émergent. Par exemple, toute invitation à générer une affiche pour une boîte de nuit générait presque invariablement un brief contenant des spécifications pour une palette de couleurs comprenant « violet électrique », « jaune électrique » et « rose électrique ».

La raison devrait être assez évidente : lorsque le modèle statistique sous-jacent aux LLM doit proposer un exemple de « couleurs pour une affiche de boîte de nuit », les réponses les plus évidentes sont les couleurs néon à haute énergie. À moins que vous ne sachiez quelque chose sur l’ambiance spécifique du club (et que vous l’écriviez et l’envoyiez au chatbot), l’IA devra combler les lacunes avec quelque chose. Et ce quelque chose sera basé sur les mêmes statistiques qu’il utilise pour prédire n’importe quel mot.

Ce modèle de répétition était partout dans toute la logique de conception que ChatGPT m’a donnée. À travers de multiples tentatives pour générer une affiche du Club Vie Associative, le dossier de conception généré a ajouté un « concept » global décrivant l’atmosphère du club fictif comme « à haute énergie » et « futuriste ». Chaque robot a mentionné utiliser des images avec la « silhouette » soit du DJ, soit d’une foule dansante (souvent les deux). Tout le texte devait être « audacieux » et « futuriste ».

Ce « choix » de police pourrait être une mauvaise interprétation

S’il y a un élément révélateur qu’une affiche a été réalisée avec l’IA, c’est bien cette police de caractères qu’ils semblent tous utiliser. Maintenant, c’est un peu plus spéculatif, mais j’ai une théorie sur l’origine de cette conception spécifique. Et il convient de noter d’emblée que cela semble s’appliquer uniquement aux affiches générées par ChatGPT spécifiquement.

L’un des facteurs les plus courants que j’ai trouvés lors de mes tests de brief de conception était l’utilisation d’expressions telles que « lettrage au pinceau » ou « script au pinceau ». Le lettrage au pinceau est un terme de conception qui fait référence à l’utilisation d’un certain nombre de méthodes telles que des marqueurs, des pinceaux ou des stylos pinceaux pour écrire du texte. Dans la conception numérique, cela peut prendre la forme de polices conçues pour imiter l’apparence d’un texte manuscrit sophistiqué.

Cependant, dans chaque affiche de test que j’ai créée, ChatGPT semblait prendre l’expression « lettrage au pinceau » plutôt littéralement. Chaque exemple que j’ai rencontré d’un dossier de conception mentionnant tout type de texte « au pinceau » générait une image avec des lettres qui semblaient avoir été créées avec un large pinceau. Un concepteur humain comprendrait « lettrage au pinceau » comme signifiant « quelque chose qui semble écrit à la main », mais ChatGPT ne semblait pas capable de comprendre l’expression autrement que par l’utilisation d’un véritable pinceau.

Les affiches générées n’utilisent même pas de « police » à proprement parler. (Souvent, les lettres qui devraient être identiques présentaient de légères variations.) La partie générateur d’images du chatbot est toujours un modèle de diffusion, elle ne peut donc pas utiliser de police vectorielle en soi. Mais la police de style pinceau est si courante que son apparence apparaît dans n’importe quel modèle statistique.

Il s’agit d’une étrange bizarrerie de ChatGPT en particulier, et il est possible que cela change à l’avenir. Surtout si OpenAI essaie intentionnellement d’entraîner ce comportement à partir de son chatbot. Cependant, il est utile d’illustrer le mécanisme sous-jacent. La seule façon pour un chatbot de conceptualiser des éléments de conception dans un support visuel est de générer un texte plus spécifique à alimenter le générateur d’images. Et ce texte est tout aussi sujet aux erreurs et à la fadeur que n’importe quel autre modèle d’IA.

Chaque chatbot a un « style maison » (même si c’est un accident)

J’ai examiné cela en mettant l’accent sur les types d’affiches générées par ChatGPT, car elles sont très courantes, mais les affiches (ou tout contenu généré par l’IA) provenant d’autres modèles peuvent être différentes. Chaque modèle a ses propres tendances. Par exemple, de nombreux sites Web codés par vibe sont créés avec Claude d’Anthropic, et cela se voit souvent au texte minuscule, aux boutons aux coins arrondis et aux mises en page basées sur des tuiles.

Dans une certaine mesure, c’est inévitable. Même si les modèles d’IA sont très différents de ceux des humains et ne font pas de « choix » de la même manière que les humains, les éléments de conception doivent quand même venir de quelque part, et qu’ils soient humains ou IA, il est impossible de prendre ces décisions en vase clos. Les humains auront des préférences basées sur les choses qu’ils aiment ou avec lesquelles ils résonnent émotionnellement, et les modèles d’IA auront des tendances basées sur ce que leur modèle statistique détermine comme étant le résultat le plus approprié.

Cela signifie que le « style » d’un modèle d’IA va naturellement changer avec le temps. Même si un modèle s’améliore ou fait moins d’erreurs, il est impossible de changer le fait que toutes les images ChatGPT sont créées par ChatGPT. Tout ce que vous générez avec un modèle particulier aura beaucoup en commun avec ce que génèrent tous les autres utilisateurs du même outil.