Je suis récemment tombé sur un article expliquant comment le recours à l’IA allait permettre de redonner vie à la série Caméra Café, notamment en clonant – avec leur accord – les deux acteurs principaux et en les rajeunissant, mais aussi je cite : dans l’optique de « moderniser la série » et de « faire revivre [le] catalogue [de la maison de production]. »

On s’était habitué aux suites menant à Rocky 5 ou à Rambo 4 ou plus récemment à Fast And Furious 10, on vit également l’émergence des séries, reboots, préquels et autres déclinaisons « d’univers » ou de tonneaux des Danaïdes scénaristiques baptisés « multivers », mais aujourd’hui avec l’IA ce à quoi nous assistons c’est à l’industrialisation de ces multivers comme autant de répliques d’univers à moindre coût. Et ce pour permettre de doper de vacuité d’anciennes têtes de gondole d’audience en leur donnant une nouvelle et artificielle jeunesse, mais aussi et surtout une nouvelle surface et amplitude de diffusion.

Têtes de clones.

L’article de Marina Alcaraz dans Les Échos explique ainsi que l’IA sera utilisée dans 4 objectifs distincts :

« D’abord, pour reprendre tout le catalogue français du programme tourné au début des années 2000 (environ 700 épisodes) et le passer au format actuel en 16/9 et 4K. L’IA sert à reconstituer les images manquantes et à moderniser le rendu.

Ensuite, les nouvelles technologies sont utilisées pour indexer les épisodes et analyser les textes. Exit les termes de l’époque, comme Walkman, les références à l’actualité ou à la politique du début du millénaire. « Quand les dialogues parlent de choses que les jeunes ne connaissent pas, l’IA va les remplacer par des mots ou des expressions plus d’actualité », explique Jean-Yves Robin, président de Robin & Co.

Enfin, l’IA va créer des deepfakes des comédiens, dont ceux Bruno Solo et Yvan Le Bolloc’h, pour les insérer dans les versions issues de l’international. On estime qu’il y a 5.000 à 6.000 épisodes produits dans le monde, dont environ la moitié d’originaux, reprend le producteur. On pense pouvoir au moins doubler le catalogue français. C’est une façon de faire revivre les catalogues sur des fictions comme celle-ci, où des comédiens sont trop âgés. »

Cet exemple est particulièrement intéressant car il mobilise en effet les quatre ressorts actuels des enjeux de l’IA dans le contexte des industries culturelles. Un enjeu d’abord technique d’optimisation et de « modernisation » (pour autant que l’idée de modernisme ait un sens lorsque l’on parle d’IA). Un enjeu ensuite « éthique » qui mobilise la question de l’intégrité documentaire des oeuvres (et d’une forme de « cancel culture », j’y reviendrai). Un enjeu juridique qui touche à la fois au droit d’auteur, au droit à l’image et à la propriété intellectuelle ; ici les comédiens ont accepté d’être clonés contre rémunération et il serait d’ailleurs intéressant de voir quel type de contrôle ils ont accepté de céder sur leur image, et jusqu’à quand. Et enfin un enjeu économique de saturation et de maximisation des logiques d’exploitation par procédé de duplication dans un univers médiatique déjà passablement saturé et qui vient encore alourdir le poids de ce que l’on appelait « les étagères infinies », c’est à dire l’immensité de catalogues de contenus dans lesquels on passe davantage de temps à choisir quoi regarder plutôt qu’à simplement … regarder.

Désormais, il semble qu’aucun contenu culturel ayant eu ne serait-ce qu’une once de succès d’audience ou critique ne puisse et ne doive mourir ou être oublié. Tout doit être fait pour le maintenir artificiellement en circulation médiatique. C’est une sorte de palimpseste à l’envers, dans lequel on partirait de la version la plus aboutie de l’oeuvre originale pour ensuite la recouvrir de couches affadies de ses propres extensions, dérivations, réécritures et copies.

[Mise à jour du 23 Juillet]

Autour de ce sujet on pourra également se référer au concept de « Foreverism » de Grafton Tanner, ainsi qu’aux pages de Deleuze sur la question de la répétition.

[/Mise à jour]

Dans un tout autre registre, je m’étais il y a quelques années intéressé au fait que les profils Facebook de personnes décédées continuaient d’être une manne d’interaction (et donc de revenus) pour la plateforme ; plateforme qui avait ainsi tout intérêt à nous inciter à transformer ces comptes en autant de « mémorial » et à nous rappeler de souhaiter les anniversaires de nos amis morts. Il s’agissait et il s’agit toujours de se payer, encore et encore, jusqu’au bout du cynisme.

C’est un peu le même type de processus auquel nous assistons aujourd’hui avec ces maisons de production qui veulent encore se payer sur des contenus culturels (ici des séries) pourtant déjà au bout de toutes les logiques de rentabilité existantes : en l’occurence, pour la série Caméra Café, elle a déjà été vendue et exploitée dans plus de 60 pays, et tous les produits dérives possibles et imaginables ont également été exploités et surexploités.

Intégrité documentaire.

C’est pour moi le grand sujet des années qui s’ouvrent devant nous. Car avec l’IA, et comme cela est relaté dans l’article de Marina Alcaraz pour Les Échos, vient aussi la tentation d’effacer toute forme de référence à l’actualité de l’époque de production du contenu concerné. On parle ainsi de gommer le « walkman » pour le remplacer par autre chose qui parle à la nouvelle « cible » envisagée. Toujours d’après le prodicteur de la série, grâce à l’IA, exit aussi les références à l’actualité politique de l’époque. Ce qui vient nourrir encore le débat sur une forme de Cancel Culture. Ou comment réécrire des contenus culturels qui ne peuvent être autre chose que le reflet d’une époque avec tout ce que cette époque comportait de tolérance qui nous semble aujourd’hui relever légitimement de formes d’abus condamnables.

De mon côté, plutôt que de m’enferrer dans le débat souvent glissant de la « cancel culture » je préfère parler et questionner le thème de l’intégrité documentaire.

Je vous en ai souvent parlé sur ce blog, mais la première fois que j’ai commencé à réfléchir à la notion « d’intégrité documentaire » c’était lorsque j’écrivais beaucoup sur « l’affaire » Google Books et la manière dont le moteur s’était soudainement mis à numériser à très large échelle des livres du domaine public mais aussi des ouvrages sous droits, et où avaient émergé, pour l’ensemble des contenus culturels, les offres de streaming allant avec une forme manifeste de dépossession des anciens supports physiques (CD, DVD, etc.) qui nous privaient ce faisant de certains de nos droits de propriété (j’avais même appelé cela « l’acopie« ). Bref c’était il y a plus de 20 ans. Pour expliquer cette notion d’intégrité documentaire auprès de mes étudiants j’utilisais et j’utilise encore souvent l’exemple des éditions des grands classiques en version « digest » disponibles aux USA du type « la bible en 20 pages » ou « les misérables en 50 pages. » Je leur explique que si l’on n’est confronté qu’à la version « courte » des misérables, version dont on a expurgé non seulement différents niveaux de l’intrigue mais dont on a aussi modifié, pour les atténuer, les aspects paraissant les plus « choquants », le référent culturel que l’on construit et les comportements et les repères sociaux communs qu’il permet d’inscrire dans un horizon culturel partagé changent alors de manière radicale. En modifiant et en édulcorant « Les misérables » comme oeuvre littéraire (ou fait culturel) on influe nécessairement sur la perception que nous aurons de « la misère » comme réalité sociale. De la même manière et en prolongement, le fait de choisir, sur telle ou telle édition ou réédition, numérique ou non, d’enlever, de gommer ou de réécrire certains aspects de l’oeuvre sont une atteinte claire à son intégrité documentaire et constitue donc aussi un trouble à la diachronie et à la synchronie dans lesquelles toute oeuvre s’inscrit.

C’est d’ailleurs ce que l’historienne Laure Murat rappelle encore dans son dernier essai (que je n’ai pas encore lu) « Toutes les époques sont dégueulasses » mais dont j’ai pu entendre une interview sur France Inter dans laquelle elle expliquait ceci :

Faut-il corriger les textes pour qu’ils soient lisibles à nos yeux contemporains ? Laure Murat : « Je crois que la question pose un gros problème. Parce que si vous nettoyez les textes des sujets qui fâchent, des mots qui fâchent, vous aboutissez à une falsification et un mensonge historique, qui a pour conséquence très grave de priver les opprimés de l’histoire de leur oppression. Donc, supprimez les remarques misogynes de James Bond et ses actions – parce qu’il faut aussi toucher à l’intrigue – ça devient quand même nettement plus compliqué. Faites-en un proto-féministe, il y a beaucoup de travail, et vous ne comprendrez plus rien à la misogynie des années 1950-60. Et je crois que ce n’est pas une bonne idée. »

Alors on pourra certes arguer que la suppression d’un Walkman dans Caméra café n’a pas la portée symbolique de la réécriture d’une oppression, mais quid des blagues machistes ou sexistes de la série qui, à l’époque déjà, jouaient d’une ambiguïté sur la « beaufitude » de celui qui les énonçait ?  Faut-il également les réécrire au risque, en effet, de ne plus rien comprendre au sexisme et à la misogynie du début des années 2000 ?

« Celui qui oublie ou qui méprise l’histoire est condamné à la revivre » écrivait le philosophe George Santayana. La seule promesse d’une Cancel Culture qui au prétexte de l’IA, finirait par faire système à l’échelle de nombre de biens et produits culturels, c’est le retour en plus violent de ce passé effacé.

Le monde version studio Ghibli c’est une trace documentaire qui fait l’inverse de ce que documenter veut dire. Elle déréalise, elle euphémise, elle fictionnise. Elle enlève du relief aux êtres et aux choses. Elle les installe dans un univers d’à côté. Dans une tangence.

Le monde version Elon Musk c’est à lui seul une exponentielle du grand n’importe quoi et l’asymptote d’un réel entièrement fictionné pour servir ses seuls intérêts pour autant qu’il soit lui-même en capacité de les identifier comme tels. Salut Nazi hier, chapeau fromage aujourd’hui, et demain quoi d’autre ?

On a beaucoup parlé de l’ère des Fake News et de celle des faits alternatifs. En 2018 dans l’article « Fifty Shades of Fake » publié un 1er Avril, je vous parlais de la manière dont les architectures techniques toxiques des grandes plateformes numériques se mettaient au service presque « mécanique » de cette amplification du faux et de son écho dans nos sociétés. Je martelais que « la propagation de Fake News est davantage affaire de topologie que de sociologie » ; en d’autres termes que la capacité de circulation des contenus relevant des Fake News ou des faits alternatifs, leur capacité également de percoler dans tous les espaces sociaux conversationnels, massifs ou intersticiels, médiatiques ou dialogiques, cette capacité s’explique d’abord et avant tout par la topologie et l’organisation (le « dispositif ») des espaces numériques. Et que ce n’est qu’à la marge ou en tout cas dans un second temps que l’on peut caractériser de manière causale ces circulations en les rattachant à des catégories sociologiques liées à l’âge, au niveau d’éducation ou à tout autre variable.

Sept ans plus tard, ce 1er Avril 2025, ce qui se joue est de l’ordre de la tension désormais explosive entre un écosystème numérique bâti sur la question documentaire de la trace (traces de nos données, de nos comportements, de nos navigations, de nos opinions, etc.), et un saisissement technologique et politique qui ajoute un déterminisme de l’emballement à un extractivisme souche. Et ce que l’on nomme IA  – et qui est plus précisément un ensemble d’artefacts génératifs nourris d’une incommensurable quantité de données sans considération aucune pour leur origine, leur appartenance ou leur(s) propriété(s) – ce que l’on nomme IA n’est que le dernier (et peut-être ultime) avatar à la fois de cet extractivisme et de cet emballement. Avec un point nouveau qui est celui de l’alignement total de ces technologies avec les agendas politiques de régimes tous au mieux illibéraux.

« It is a tale
Told by an idiot, full of sound and fury,
Signifying nothing. »
(Macbeth. Shakespeare.)

Poisson (mort) d’Avril. Il y a de cela quelques années, la plupart des grands groupes technologiques de la trace (de Google à Facebook) se livraient à quelques « poissons » en ce jour particulier du 1er Avril. Aujourd’hui cette pratique s’est pour l’essentiel perdue et lorsqu’elle subsiste, elle ne suscite que peu ou pas d’écho médiatique tant le rapport que nous entretenons au quotidien avec la tromperie, la duperie, le décalage, de faux et l’irréel s’est totalement transformé. Ce qui était hier une stratégie éditoriale d’exception (dire le faux) est devenu aujourd’hui un régime éditorial courant, une routine.

Le monde façon studio Ghibli. Que chacun se soit emparé de la possibilité de faire « mème » dès lors que quelques-uns se sont saisis de la nouvelle opportunité offerte de créer des images, de soi ou du monde, à la manière du studio Ghibli dans ChatGPT, n’a rien d’inédit ou d’étonnant. Chaque époque numérique a pu documenter la manière dont ces productions documentaires particulièrement fécondes étaient massivement reprises lorsqu’elles présentaient la double capacité de se mettre en scène soi-même et/ou de s’attacher à des représentations culturelles déjà prégnantes. Ainsi certains et certaines se souviendront avec moi de ces générateurs permettant de « vieillir » une photo de nous, ou de chez nous, comme à l’argentique des premiers temps photographiques ; se souviendront aussi de la reprise du portrait « Hope » d’Obama par l’artiste Shepard Fairey et de la manière dont on vit presque partout se multiplier les copies de ce portrait avec nous à la place d’Obama. Et de tant d’autres choses encore.

Aujourd’hui des biotopes numériques tout entiers sont exclusivement bâtis sur leur capacité à faire « mème », à conditionner la production de contenus à leur alignement avec des ritournelles préenregistrées, des « trends ». « Trends » ou « tendances » : des formes de facilitations virales qui devraient nous interroger non pas par leur capacité à être suivies en tant que telles dès lors qu’elles ont été « amorcées », mais par l’assignation à l’identique qu’elles produisent et qui est une forme de prophylaxie paradoxalement mortifère de diversités, d’altérités et de dissemblances. En un mot : TikTok.

Que dire d’un monde dans lequel l’esthétisation de soi (et du monde) fait aussi fonction de bascule dans d’autres régimes de vérité ? Comment « être au monde » quand la plupart des « corporations du filtre » (pour reprendre une expression d’Umberto Eco désignant les journalistes, éditeurs, bibliothécaires, etc.) qui jusqu’ici faisaient fonction d’assignation, de rappel et de construction du réel sont en train de s’effondrer pendant qu’à l’autre bout de la chaîne documentaire de l’énonciation prospère une vision du réel qui n’est plus qu’essentiellement filtrée, et ce, des filtres de déguisement que chaque application ou biotope numérique propose ou superpose à chaque dialogue ou interaction jusqu’aux filtres de travestissement qui s’accolent aux paroles politiques publiques quand elles sont portées « sous couvert » de décalage, d’humour, de cynisme ou plus simplement de … programme.

Je fais ici une différence entre la question du filtre comme « déguisement » et dans lequel l’enjeu est précisément que le destinataire puisse repérer et identifier l’effet de décalage soit par l’exagération soit par le grotesque soit par l’irréalisme produit (par exemple les filtres « oreilles de chien » dans Snapchat), et la question des filtres comme « travestissements » dans lesquels l’enjeu est cette fois de produire un effet de réel authentifiable sinon authentique, travestissements qui « agissent » de manière performative autant chez l’émetteur (avec des troubles pouvant aller jusqu’à la dysmorphophobie) que chez le récepteur devenu incapable de discernement ou propulsé dans une vallée de l’étrange dont il ne sait à quelle part de son réel rattacher l’expérience ressentie.

Se confronter à l’information sur et dans les médias sociaux numériques (mais pas uniquement) c’est donc pour beaucoup se confronter à des surimpressions permanentes et rémanentes qui oscillent entre l’esthétique Ghibli, les chapeaux fromage d’Elon Musk, ou les pulsions d’un président élu pour envahir le Groenland. Non seulement plus grand-chose ne prête à sourire mais la tentation de faire des blagues se trouve totalement distancée par le réel lui-même. Par-delà la réalité sourde de l’état réel de notre monde, de ces effondrements climatiques et de ses guerres en cours en Ukraine, à Gaza, au Yémen et ailleurs, l’actualité géopolitique internationale est une oscillation permanente entre une version documentaire d’Idiocracy et des faits totalement en phase avec la ligne éditoriale du Gorafi.

Tout cela est irréel par intention ; tout cela contribue à déréaliser pour partie notre rapport au monde et aux autres ; tout cela nous installe dans une sorte d’a-réalité, une privation de réel, une douce torpeur ; tout cela produit des formes instrumentales et instrumentalisées de tech-réalité, c’est à dire d’une réalité qui ne serait sensible qu’au travers des politiques éditoriales ou des interfaces des grandes sociétés technologiques et de leurs filtres.

Le rêve avorté du Métavers imaginé par Zuckerberg n’est pas l’essentiel. L’essentiel est de rester en capacité de discernement sur des formes avérées d’univers sociaux et informationnels qui déjà peuplent, filtrent, habitent nos univers quotidiens et qui s’y superposent en évidence.

Le monde version studio Ghibli. Et le chapeau fromage d’Elon Musk. Irréel. Déréaliser. A-réalité. Tech-réel. Et la suite. Déjà là. Tescreal.

[Mise à jour du 6 Avril] I’ve got my Ghibli. And the World is filtered-reality.

Elle a dû faire toutes les guerres, pour être si forte aujourd’hui.

A l’image d’une chanson de Cabrel, elle a en effet dû faire toutes les guerres pour être si forte aujourd’hui. Et aujourd’hui encore elle est la cible d’une offensive coordonnée qui va des USA jusqu’à la France. Une offensive d’une violence et d’une portée rarement atteinte. Avec en tête un Musk qui rêve de sonner l’Hallali de l’encyclopédie.

L’histoire de Wikipedia est indissociable de celle du web et du numérique plus largement ; elle en a toujours constitué un point nodal. Elle est une Babel moderne, elle a changé le périmètre de ce que l’on nommait encyclopédisme (pour un « encyclopédisme d’usage » comme je le qualifiais en 2008), elle en a aussi changé certains codes et certaines valeurs. A l’échelle du monde numérique et un peu au-delà, elle est le dernier espace commun non-marchand, entièrement dédié à la connaissance. Un espace dont le fonctionnement reste ouvert et transparent, tant dans sa gestion administrative (c’est une fondation, Wikimedia, qui préside aux destinées de l’encyclopédie) que dans sa matérialité documentaire (chaque page de l’encyclopédie propose d’accéder à son historique de modifications et aux débats qui en sont à l’origine).

Contrairement à ce que l’on lit souvent dans les arguties de ses détracteurs, non, il n’y a aucun anonymat sur Wikipedia mais un toujours possible pseudonymat. C’est à dire que concrètement il est toujours possible via différents moyens techniques de rattacher un pseudonyme à une identité civile. Et c’est aussi la raison pour laquelle les « proxys ouverts » (qui eux, permettraient en effet un anonymat réel) sont interdits sur Wikipedia. J’en profite d’ailleurs pour rappeler que globalement, cette règle du pseudonymat prévaut dans la quasi-totalité des médias sociaux grands publics, c’est à dire que oui, bien sûr, Facebook, X et d’autres ont toujours la possibilité de retrouver les auteurs de propos condamnables par la loi ou à l’origine de phénomènes de harcèlement. Le fait qu’ils ne le fassent pas systématiquement, le fait qu’ils n’appliquent même pas leurs propres règles, dit tout de leur cynisme fondé sur l’optimisation de la circulation des discours de haine. Je ne vous réexplique pas tout ça en détail, j’ai déjà écrit des centaines d’articles sur ce sujet (et quelques livres aussi). Flemme de tout réexpliquer, l’archive du blog est aussi là pour cela. Je vous en mets quand même un parmi tant d’autres, qui synthétise l’essentiel.

Au commencement il y a la haine de Musk.

Musk qui n’est pas à un revirement près, et qui après avoir par le passé à de nombreuses reprises « loué » Wikipedia pour les services qu’elle rendait, prend aujourd’hui la tête d’une croisade réactionnaire internationale.

Musk, c’était mieux avant.

Très tôt dans la dynamique de l’installation de Trump à la Maison Blanche, Elon Musk appelait au boycott de Wikipedia. Au motif qu’elle serait – selon lui – une entreprise partisane entièrement vouée au Wokisme et à l’extrême gauche. Pour rappel, absolument aucune étude scientifique sérieuse depuis que Wikipedia existe n’a permis de prouver une telle assertion. A la différence de toutes les études scientifiques démontrant en revanche que globalement l’écosystème des plateformes penchait plutôt à droite et que dans le cas particulier de Twitter puis de X les discours conservateurs et d’extrême-droite étaient, pour le coup, délibérément mis en avant. Et que oui globalement « internet » et « les algorithmes » sont très clairement de droite, et que cela s’explique tout à fait rationnellement.

Ces derniers jours encore, une étude de Global Witness notamment reprise sur Techcrunch et sur Nieman Lab, démontrait que concernant X et TikTok et à l’occasion des élections de ce week-end en Allemagne, tout était fait pour favoriser la place du parti d’extrême-droite AfD, parti qui ne fait aucun mystère ni tabou de son affiliation néo-nazie.

« 78 % du contenu politique recommandé algorithmiquement par TikTok aux comptes testés, et provenant de comptes que les utilisateurs testés ne suivaient pas, soutenait le parti AfD. (…) Sur X, Global Witness a constaté que 64 % des contenus politiques recommandés soutenaient l’AfD. En testant le biais politique général de gauche ou de droite dans les recommandations algorithmiques des plateformes, ses conclusions suggèrent que les utilisateurs de médias sociaux non partisans en Allemagne sont exposés à des contenus de droite plus de deux fois plus que des contenus de gauche à l’approche des élections fédérales dans le pays. » (Traduit par moi avec l’aide de DeepL)

D’autres études, chroniquées récemment sur Arte (« Comment Elon Musk manipule les élections allemandes« ), abondent dans ce sens et en décrivent quelques-uns des principaux mécanismes.

On pourrait donc presque sourire que l’homme qui adresse des saluts nazis à la foule (il a été particulièrement vexé que ce salut soit enregistré comme tel dans Wikipédia), qui rétablit les pires comptes complotistes et antisémites sur sa plateforme, qui oriente délibérément à l’extrême-droite l’ensemble de ce qu’il lui est possible d’orienter à l’extrême-droite, que cet homme là vienne dénoncer le fait que Wikipedia penche un peu à gauche (ce qui je le rappelle, est factuellement faux), le tout dans un paysage numérique qui non seulement penche très clairement du côté conservateur, et dans lequel depuis le scandale « fondateur » de Cambridge Analytica, on peut désormais documenter à presque chaque élection dans presque chaque pays du monde le fait que des partis ou des candidats d’extrême-droite sont non seulement soutenus mais parfois directement conduits au pouvoir par le jeu des plateformes numériques (dernier épisode en date, l’élection en Roumanie). Mais naturellement rien de tout cela ne prête à sourire.

Musk lance donc la meute à l’assaut de Wikipedia. Et comme attendu, la meute le suit. La meute des conservateurs américains, la meute des trumpistes convaincus, la meute des influenceurs MAGA, la meute de Fox News, et la meute de l’ensemble de l’écosystème médiatique qui leur sert de relai. Cet appel au boycott fonctionne sur deux points.

Premier point, une ânerie totale : Wikipedia ne pencherait politiquement que dans un seul sens, Musk la baptise d’ailleurs régulièrement « Wokepédia » en référence à sa névrose obsessionnelle commune avec Frédérique Vidal et Jean-Michel Blanquer. Faites ici un petit détour chez Authueil pour lire sa courte mais éclairante synthèse : « Wikipédia est-il de gauche ? » (spoiler alert : bah non)

Second point : un axe économique. Musk recommande s’assécher la fondation Wikimedia qui gère entre autres l’encyclopédie Wikipedia en cessant de la financer par des dons. « Coupez les financements à Wikipédia tant que l’équilibre n’est pas restauré ! » écrivait-il le 21 Janvier sur son compte X. Il faut ici savoir qu’au-delà des dons de particuliers, on trouve aussi nombre des « Big Tech » qui financent Wikipedia (Apple, Google, Microsoft, Cisco, etc) Et que par-delà l’impact qu’il espère avoir sur les donateurs particuliers, c’est surtout sur cet écosystème de la Tech qu’Elon Musk entend peser de tout son mortifère poids. Et malheureusement au regard des derniers ralliements et reniements de la plupart des géants de la tech américaine, il est a minima raisonnable d’être très inquiets.

Comme rappelé également par Damien Leloup dans Le Monde :

« à la fin du mois de décembre 2024, sur X, il appelait déjà ses abonnés à ne pas donner d’argent à l’encyclopédie, alors en pleine campagne de financement de fin d’année, pour protester contre une supposée dérive à gauche du site, qualifié de « Wokepedia ». A l’origine de cette saillie : un message d’un compte de la droite dure américaine affirmant, à la suite d’une mauvaise lecture des bilans financiers de la Fondation Wikimédia, qu’elle consacre 50 millions de dollars (48 millions d’euros) par an à des projets de « diversité et inclusion », honnis d’Elon Musk et des républicains américains. En réalité, cette somme finance principalement le développement de l’encyclopédie, les salaires d’avocats et des mesures de cybersécurité. »

Lors de l’un de ses derniers meeting électoraux, Donald Trump qualifiait Elon Musk de « plus grand capitaliste de l’histoire de l’Amérique« . Pour donner un point de comparaison sur la menace financière que Musk est en situation d’exercer sur Wikipedia si le modèle économique de cette dernière venait à vaciller ou à n’être plus garanti, un article de Lila Shroff dans The Atlantic rappelle que « la fondation Wikimedia a un budget annuel de 189 millions de dollars. A côté de cela, Musk a dépensé près de 288 millions de dollars rien que pour supporter Trump et d’autres candidats républicains dans cette élection présidentielle. »

Comme le précise le titre de l’article de Lila Shroff, « Elon Musk veut ce qu’il ne peut pas avoir : Wikipedia. »  On peut en effet considérer qu’il est dans la nature de ces personnalités toxiques de désirer en premier ce qui leur résiste le plus ou leur semble le plus inaccessible. Mais l’histoire a également montré que ce qui nous semblait hier tout à fait improbable devenait aujourd’hui tout à fait possible. L’exercice de pensée auquel nous devons nous astreindre est donc de nous figurer un monde dans lequel Elon Musk pourrait un jour racheter Wikipedia. Ou la détruire. Ce qui revient de toute façon au même. Exactement comme il l’a fait pour Twitter. Pour l’instant le fonctionnement de la fondation Wikimedia n’offre à Elon Musk aucune prise directe pour une quelconque forme d’OPA hostile. Mais s’interdire d’imaginer que cela puisse un jour advenir revient à baisser notre garde et à créer les conditions pour rendre cela possible.

La meute Française contre Wikipedia prendra ses quartiers résidentiels dans le journal Le Point, qui en l’espace de quelques semaines réussit un double tour de force. Primo en menaçant de livrer à la vindicte populaire les noms et coordonnées d’un contributeur régulier de Wikipedia dont le principal tort avait été de participer à la mise à jour de la page Wikipédia dudit journal en y rappelant de manière factuelle un certain nombre d’éléments. Et deuxio de publier une « tribune » signée par la fine fleur du printemps républicain et de la réacosphère (plus quelques malheureuses et malheureux égarés et le lot habituel de signataires de métier, qui ont vu de la lumière et se sont offert à moindre frais ce qu’ils croient toujours être un petit moment de gloire, plus celles et ceux qui regrettent déjà), tribune intitulée : « Halte aux campagnes de désinformation et de dénigrement menées sur Wikipedia. » Je ne vous mets même pas le lien tellement la litanie d’approximations, de contre-vérités et de mauvaise foi qu’elle contient** est pénible à lire.  Le principal problème de la majorité des signataires de cette tribune, en tout cas de celles et ceux qui en sont à l’initiative, est qu’ils et elles ne sont pas contents de certains points mentionnés dans leur propre page Wikipédia et n’ont pas la possibilité de les enlever ou de les modifier (et je vous garantis que certain.e.s ont pourtant vraiment tout essayé ;-). Leur autre point commun, et il est bien plus inquiétant et signifiant, c’est de partager avec Elon Musk un agenda illibéral et, à la manière d’une Blanche-Neige sous extas, de voir des Wokes partout et de se sentir investis de la mission de les éradiquer. Et sans offense pour les femmes qui en sont signataires, cette tribune est avant tout une belle collection de tristes burnes.

** Mais si vous aimez vous faire du mal vous pouvez toujours retaper son titre dans Google, ou mieux, aller lire le debunking point par point de Tsaag Valren (doctorante en sciences de l’information et Wikipédienne), enchaîner avec l’article de Jean-Noël Lafargue « Le Point contre Wikipedia », et terminer avec le billet de Daniel Schneidermann, « Wikipedia : leur mauvaise conscience. »

Alors attention et entendons-nous bien.

Oui il y a eu et il y aura probablement encore des opérations de désinformation et de dénigrement dans Wikipédia. Oui il y a eu et il y aura toujours ce que l’on appelle des « guerres d’édition » dans Wikipédia, et il en fut d’anthologie comme celle de 2007 opposant les partisans de Ségolène Royal à ceux de Nicolas Sarkozy lors du débat d’entre deux tours et sur le sujet des EPR, Celle également des équipes de Trump pour tenter de déstabiliser la campagne d’Hillary Clinton juste avant sa première accession à la Maison Blanche, Celle aussi de la cellule lancée par Eric Zemmour lors de sa campagne présidentielle, cellule baptisée WikiZedia (sic) et qui avait pour objet de modifier un nombre substantiel d’articles de l’encyclopédie pour y mettre en avant ou en tout cas les rendre favorables à certaines thèses défendues par le candidat néo-fasciste.

Donc oui, il y a en effet de la désinformation et du dénigrement dans Wikipedia. Oui mais primo il y en a bien moins que dans les écosystèmes et plateformes socio-médiatiques traditionnelles. Oui mais deuxio ces opérations de désinformation et de dénigrement sont bien mieux repérées, identifiées, combattues et rapidement signalées ou corrigées que dans tous les autres écosystèmes sus-mentionnés. Et oui tertio l’essentiel de ces campagnes de désinformation et de dénigrement ne viennent pas du camp de l’amicale LGBTQIASGW (Lesbiano-Gay-Bi-Trans-Queer-Intersexuée-Anarcho-Syndicalo-Gauchisto-Wokiste) mais viennent du camp de la droite conservatrice et de l’extrême-droite (et là aussi cela s’explique rationnellement pour les mêmes raisons que l’internet et les algorithmes penchent globalement à droite, relire notamment ce qu’écrit Jen Schradie à ce sujet).

Et oui bien sûr Wikipedia n’est pas exempte de biais. Mais là encore comme l’indiquent les chercheurs et chercheuses interviewées par Damien Leloup dans Le Monde :

 « il y a surtout un biais de diplôme » parmi les contributeurs de l’encyclopédie en ligne, explique Nicolas Jullien, professeur à l’IMT Atlantique, directeur de recherche au sein du groupement d’intérêt scientifique Marsouin et coauteur de plusieurs études à grande échelle sur les utilisateurs de Wikipédia. « Si vous êtes titulaire d’une licence, vous avez statistiquement beaucoup plus de chances d’avoir essayé de contribuer à Wikipédia ; pour contribuer, il faut notamment se sentir légitime à le faire.« 

« Il y a des biais sur l’encyclopédie, et ils sont bien connus : un biais de genre, notamment, avec une très grande majorité d’hommes parmi les contributeurs, et une surreprésentation assez spectaculaire des populations très fortement diplômées, enseignants, journalistes, informaticiens » abonde Jeanne Vermeirsche.

Des biais que non seulement la fondation Wikimedia reconnaît (depuis 2011), qui sont documentés et explicités dans l’encyclopédie elle-même, et sur lesquels travaillent nombre d’associations et de militantes et militants pour tenter de les réduire et de les atténuer.

Et puis il y a les histoires singulières et les débats d’admissibilité, souvent un peu kafkaïens au premier abord, mais toujours heuristiquement passionnants dès lors que l’on s’y plonge en détail. Et à la fin ce qu’il peut advenir de pages de gens qui ne sont ni ne prétendent à la célébrité. Ainsi il y a peu de temps le collègue et camarade Francis Mizio relatait comment et pourquoi il avait fait « vider » sa page Wikipédia. Et souvenez-vous, il y a de cela presqu’exactement 10 ans, je vous racontais l’histoire du débat d’amissibilité de ma propre page Wikipedia (qui d’ailleurs mériterait une sérieuse mise à jour, jdcjdr

Et oui bien sûr le modèle encyclopédique de Wikipédia est particulier puisqu’il repose sur la « vérifiabilité » plutôt que sur la « vérité », mais là encore il faut se souvenir de Foucault et de ce qu’il écrivait à propos des régimes de vérité :

« Chaque société a son régime de vérité, sa politique générale de la vérité: c’est-à-dire les types de discours qu’elle accueille et fait fonctionner comme vrais ; les mécanismes et les instances qui permettent de distinguer les énoncés vrais ou faux, la manière dont on sanctionne les uns et les autres ; les techniques et les procédures qui sont valorisées pour l’obtention de la vérité ; le statut de ceux qui ont la charge de dire ce qui fonctionne comme vrai. »

Ce qui déplaît à Elon Musk comme aux signataires de la tribune des tristes burnes, ce qui les hérisse et leur semble inacceptable, c’est qu’ils ne soient pas et ne soient plus les seuls en charge de dire ce qui est vrai et ce qui ne l’est pas, ce qui est dicible et ce qui doit être dissimulé. Ce qu’ils omettent enfin de signaler, c’est que pour une bonne moitié des signataires de la tribune du Point, ils et elles ont été non pas les victimes mais les initiateurs et initiatrices de campagnes de désinformation et de dénigrement. Campagnes de désinformation et de dénigrement dont cette tribune est la forme aussi pathétique qu’évidente d’une prétérition en miroir.

L’autre grand déplaisir de Musk et de ses affidés, l’autre grande raison de sa croisade contre Wikipedia, c’est précisément qu‘elle est l’un des derniers espaces numériques dans lequel il est possible, quelque soit le sujet, d’avoir un débat politique (relativement) apaisé en ce sens qu’il s’inscrit toujours dans le contexte de règles éditoriales communes et transparentes, règles dont l’applicabilité peut cependant être contestée, critiquée et débattue par chacun, et le tout dans un espace toujours par essence rendu public (et « la démocratie« , comme le disait et l’écrivait Bernard Stiegler « c’est d’abord un exercice de rendu public« ).

Là encore ce point est rappelé dans le papier de Damien Leloup dans Le Monde :

Or Wikipédia reste l’une des rares grandes plateformes où des débats politiques peuvent avoir lieu de façon à la fois intense et apaisée, y compris sur les sujets les plus polémiques, note Jeanne Vermeirsche. « Un exemple parmi d’autres : sur la page Wikipédia de [l’influenceuse antiféministe] Thaïs d’Escufon, il y a des débats quotidiens lancés par des contributeurs qui souhaitent enlever le qualificatif “d’extrême droite” de sa présentation. (…) Les discussions restent très cordiales par rapport à ce qu’on peut voir sur d’autres plateformes, avec des références constantes aux règles et aux sources, ce qui cadre le débat. A mon sens, les critiques qu’adresse Elon Musk à Wikipédia montrent surtout une méconnaissance de son fonctionnement. »

Or Musk veut tout sauf des débats politiques apaisés, sereins et équilibrés dans l’obligation faite à chacun de respecter les mêmes règles et de s’offrir aux mêmes arbitrages. C’est l’exacte antithèse de ce pourquoi il a (entre autres) racheté Twitter et de ce qu’il y a déployé depuis. C’est aussi ce qui explique qu’après avoir supprimé la modération au profit des « Community Notes », il veut maintenant entièrement revoir ou supprimer les Community Notes qu’il juge « instrumentalisées par des activistes et des gouvernements. » En réalité il s’est lui-même fait régulièrement « corriger » par ces Community Notes et ne le supporte pas. Musk ne méconnaît pas le fonctionnement de Wikipedia : il s’en contrefout. Et il s’en contrefout précisément parce que ce fonctionnement l’exaspère et l’entrave dans l’ambition politique qu’il s’est désormais assignée.

« Projet 2025. » Viens-voir le Doxxer non n’aie pas peur.

Le « Projet 2025 » est porté par « l’Heritage Foundation« , un lobby (notamment) climato-dénialiste qui milite (notamment) pour l’effondrement des politiques publiques. Et le cadre de ce « Projet 2025 » c’est une doctrine qui s’étale sur 900 pages et qui a pour objet (en gros) de conférer à Trump les pleins pouvoirs et à faire en sorte qu’en effet, au bout de son second mandat, il ne soit plus utile ou nécessaire de voter (comme il l’a lui-même annoncé). Dans ce cadre déjà plus que délétère et creepy (sur ce sujet, allez lire l’article d’Olivier Petitjean sur l’Observatoire des Multinationales), il est donc prévu, au titre du « Projet 2025 », de s’attaquer en mode « doxxing » (c’est à dire en faisant de la dénonciation et de la divulgation publique de données personnelles), d’identifier et de cibler les principaux contributeurs et contributrices de Wikipedia sur des pages diffusant des idées et des faits contraires à l’idéologie illibérale, conservatrice et climato-dénialiste de l’Heritage Foundation. Rien que ça. Oui oui, un peu comme la récente tentative d’intimidation d’un contributeur francophone par un journaliste du Point. Mais là où Le Point y va en mode « on défend la boutique par tous les moyens, y compris ceux d’authentiques salopards qui ont fumé toute leur déontologie journalistique« , les moyens colossaux mobilisés par l’Heritage Foundation sont d’une toute autre nature et d’une toute autre ambition.

L’angle affiché par l’Heritage Foundation est officiellement de lutter contre l’anti-sémitisme et donc de cibler en priorité les principaux contributeurs et contributrices des pages qui traitent du conflit Israëlo-Palestinien. En réalité il s’agit de s’assurer par ce biais de garantir les intérêts Israëliens dans l’expression de sa doctrine, et d’écraser toute parole issue de la défense de la cause Palestinienne. Et derrière ce combat d’apparence contre l’anti-sémitisme, il s’agit de cibler par tous les moyens (y compris ceux plus ou moins légaux) les principaux contributeurs de pages en lien avec les libertés civiles et religieuses, le droit à l’avortement, le réchauffement et le dérèglement climatique, etc.

Là aussi il faut savoir que Wikipedia a déjà pris un grand nombre de mesures sur des sujets politiques sensibles, au premier rang desquels, justement, le conflit Israëlo-Palestinien (décisions qui concernant aussi les pages ou sujets pour lesquels peuvent être mobilisés des intérêts pro-russes, pro-chinois, etc.) Je cite ici la fin de l’article de Stephen Harrison sur Slate à ce sujet :

« Depuis des mois, les juges bénévoles du comité d’arbitrage de Wikipédia [« Wikipedia’s Arbitration Committee » ou ArbCom] (une sorte de « cour suprême » de Wikipedia) examinent les actions des rédacteurs très impliqués dans les articles sur Israël et les Palestiniens. Le 23 janvier, l’ArbCom a rendu son verdict dans l’affaire PIA5, un procès virtuel dans lequel il a examiné la conduite de 14 éditeurs très prolifiques dans ce domaine. Après avoir entendu les déclarations préliminaires des parties et constaté les faits (notamment le fait que certains rédacteurs utilisaient des comptes fictifs trompeurs), l’ArbCom a finalement banni plusieurs rédacteurs pro-palestiniens et pro-israéliens pour « édition non neutre ».

En plus de ces interdictions, la commission a introduit une nouvelle mesure punitive, la « restriction d’édition équilibrée », qui stipule que les utilisateurs sanctionnés ne peuvent consacrer qu’un tiers de leurs éditions à ce sujet controversé. En substance, ces wikipédiens sont contraints d’élargir leur champ d’action. (Le verdict a déjà suscité la controverse au sein de la communauté Wikipédia, certains se demandant si ces rédacteurs trouveront des moyens créatifs de contourner la règle). »

Et Stephen Harrison de conclure (et moi de souligner) :

Quelle que soit son efficacité, la dernière décision de Wikipédia est conforme à ses principes quasi-démocratiques. Elle reflète un engagement en faveur du débat en ligne plutôt que les tactiques autoritaires proposées par Heritage Foundation. Mais si le groupe de réflexion réussit à identifier et à cibler les éditeurs, les conséquences pourraient être profondes. Face au risque de harcèlement ou de représailles dans le monde réel, de nombreux rédacteurs bénévoles – en particulier ceux qui couvrent des sujets politiquement sensibles – pourraient tout simplement cesser de contribuer. Ceux qui resteront seront probablement les voix les plus idéologiquement orientées, ce qui érodera encore plus l’objectif déclaré de neutralité de Wikipédia. (Traduit avec Deepl et moi-même)

Se souvenir de ce que Dorothy Allison écrivait dans « Peau. A propos de sexe, de classe et de littérature ».

« J’ai appris à travers de grands chagrins que tous les systèmes d’oppression se nourrissent du silence public et de la terrorrisation privée.« 

World Wide Wikipedia (against Fascism).

Wikipedia est aujourd’hui l’exemple de tout ce que Musk abhorre. Elle est surtout devenue l’exemple de tout ce que l’extrême-droite et les mouvements conservateurs détestent : une agora réelle, transparente, publique, indépendante financièrement sans avoir à passer par la publicité, et peut-être surtout, surtout, l’un des derniers espaces collectifs international dans lequel la liberté d’expression est correctement encadrée et définie et où elle n’est pas directement corrélée à une liberté d’exposition et de circulation elle-même fabriquée et orientée de manière exogène (c’est à dire où le Free Reach ne décide pas entièrement du Free Speech). C’est aussi, comme l’écrivait Alexis Madrigal, « le dernier bastion d’une réalité partagée ».

A l’heure où les saluts Nazis se multiplient et où des fous furieux pourtant démocratiquement élus s’offrent des tronçonneuses plaquées or, il n’est pas vain de réaffirmer que Wikipedia dans son histoire et dans évolution est une rempart de résistance à l’essentiel des 14 signes qu’Umberto Eco pointait comme ceux permettant de reconnaître le fascisme. Et que c’est aussi et peut-être d’abord pour cela que les apprentis fascistes et les extrêmes-droites réunies l’ont toujours combattue et la combattront toujours. Et que toujours nous devrons la défendre et en prendre soin. Parmi ces 14 signes, voici les 9 qui semblent particulièrement d’actualité dans ce que représente aujourd’hui Wikipedia pour lutter contre la dérive fasciste et révélateurs des motivations de l’offensive qu’elle subit.

• 1 – « La première caractéristique du fascisme éternel est le culte de la tradition. Il ne peut y avoir de progrès dans la connaissance. La vérité a été posée une fois pour toutes, et on se limite à interpréter toujours plus son message obscur. »  Wikipedia se définit par l’idée même que les progrès dans la connaissance sont constants et doivent être constamment documentés. 

• 2 – « Le conservatisme implique le rejet du modernisme. (…) » Wikipedia est évidemment moderne.  

• 3 – « Le fascisme éternel entretient le culte de l’action pour l’action. Réfléchir est une forme d’émasculation. En conséquence, la culture est suspecte en cela qu’elle est synonyme d’esprit critique. (…) » Est-il vraiment besoin que je développe en quoi Wikipedia est à l’opposé de tout cela ?

• 4 – « Le fascisme éternel ne peut supporter une critique analytique. L’esprit critique opère des distinctions, et c’est un signe de modernité. Dans la culture moderne, c’est sur le désaccord que la communauté scientifique fonde les progrès de la connaissance. Pour le fascisme éternel, le désaccord est trahison. » Là encore, à l’évidence, Wikipedia en constitue l’antithèse.

• 5 – « En outre, le désaccord est synonyme de diversité. Le fascisme éternel se déploie et recherche le consensus en exploitant la peur innée de la différence et en l’exacerbant. Le fascisme éternel est raciste par définition. » Trump et Musk et toutes les grandes entreprises de la Tech ont mis fin aux politiques de diversité et d’inclusion (DEI). Wikipedia (sans être un absolu de perfection) contribue à continuer de les faire vivre et exister, et ne nie pas les évidences concernant ses propres marges de progression ou d’empêchement sur ces sujets. Elle demeure aussi un lieu où en termes de contenus encyclopédiques, l’ensemble des minorités peuvent exister et être documentées dans l’ensemble de leurs revendications.

• 6 – « Le fascisme éternel puise dans la frustration individuelle ou sociale. C’est pourquoi l’un des critères les plus typiques du fascisme historique a été la mobilisation d’une classe moyenne frustrée, une classe souffrant de la crise économique ou d’un sentiment d’humiliation politique, et effrayée par la pression qu’exerceraient des groupes sociaux inférieurs. » Là aussi toute la critique adressé par Musk et l’extrême-droite à Wikipédia repose précisément sur l’effroi de la pression qu’exerceraient des groupes sociaux inférieurs », c’est à dire sur ce qu’Eco aurait pu appeler, si le terme avait été disponible à l’époque de la parution de son texte, le Wokisme.

• 7 – « Aux personnes privées d’une identité sociale claire, le fascisme éternel répond qu’elles ont pour seul privilège, plutôt commun, d’être nées dans un même pays. C’est l’origine du nationalisme. En outre, ceux qui vont absolument donner corps à l’identité de la nation sont ses ennemis. Ainsi y a-t-il à l’origine de la psychologie du fascisme éternel une obsession du complot, potentiellement international. Et ses auteurs doivent être poursuivis. La meilleure façon de contrer le complot est d’en appeler à la xénophobie. Mais le complot doit pouvoir aussi venir de l’intérieur. » Ici encore l’essentiel des critiques adressées à Wikipedia par le camp réactionnaire et néo ou proto-fasciste s’inscrivent dans le registre étendu du complotisme.

• (…)

• 13 – « Le fascisme éternel se fonde sur un populisme sélectif, ou populisme qualitatif pourrait-on dire. Le Peuple est perçu comme une qualité, une entité monolithique exprimant la Volonté Commune. Étant donné que des êtres humains en grand nombre ne peuvent porter une Volonté Commune, c’est le Chef qui peut alors se prétendre leur interprète. Ayant perdu leurs pouvoirs délégataires, les citoyens n’agissent pas; ils sont appelés à jouer le rôle du Peuple. » Dans l’ensemble des dispositifs discursifs sur lesquels Musk à la main, ou ceux sur lesquels il donne son avis, cette « expression populaire » ne lui sied que tant qu’elle sert ses intérêts propres ou cible ses adversaires et ennemis personnels. Toute autre expression populaire l’insupporte (expliquant ses revirements sur les questions de modération, de notes de communauté, de « transparence » des choix algorithmiques, et bien sûr son combat contre Wikipedia).

• 14 – « Le fascisme éternel parle la Novlangue. La Novlangue, inventée par Orwell dans 1984, est la langue officielle de l’Angsoc, ou socialisme anglais. Elle se caractérise par un vocabulaire pauvre et une syntaxe rudimentaire de façon à limiter les instruments d’une raison critique et d’une pensée complexe. » Wikipedia est complexe. La langue de Trump (et celle de Musk) sont une novlangue et un néoparler, vocabulaire extrêmement limité, syntaxe et phrases très courtes compréhensibles par un enfant de 9 ans. 

Umberto Eco, Reconnaître le fascisme, Grasset, 2017 (publication originale italienne en 1997). Extrait disponible.

Le web s’est aujourd’hui réduit comme peau de chagrin. Les conversations qui l’éclairaient et les controverses qui l’animaient ont toutes progressivement et aujourd’hui presqu’entièrement migré sur des plateformes désormais totalement emmerdifiées. Alors oui, et aux côtés d’un autre immense géant et bien commun qui se nomme l’Internet Archive (si utile dans le grand effacement mis en place par l’administration Trumpiste), oui aujourd’hui la part non-marchande du World Wide Web est presqu’entièrement soluble dans un World Wide Wikipedia.

Il nous faut défendre, toujours, ce bien commun qu’est Wikipedia. Et par-delà ce combat, il nous faut aussi partir à la reconquête de tous ces espaces discursifs abandonnés aux plateformes ; il nous faut retrouver des espaces d’expression singuliers et liés par autre chose que la mathématique d’un calcul algorithmique entièrement inféodé à des intérêts politiques et économiques partisans ; que chacun et chacune puisse disposer de sa page et de son adresse ; il y a longtemps aux débuts du web on appelait cela des « Homepages » ; il y a un peu moins longtemps on appelait cela des Blogs. Peu importe comment on appellera ces espaces demain. Mais il faut qu’ils existent. Et il est impératif qu’ils résistent.

One Three More Thing(s).

D’abord la parole à Tim Berners Lee, le boss, l’inventeur du World Wide Web, qui le rappelait sur son compte Twitter à l’occasion du 20ème anniversaire de Wikipedia, elle est le web que nous voulons : « un espace ouvert et collaboratif permettant un libre accès au savoir pour toute la planète. » Rien de plus, mais rien de moins. « Toute la planète » n’a pas encore accès a ce savoir, c’était (et cela reste) le combat qu’il fallait mener. Aujourd’hui s’ajoute un autre combat, qui est que la partie de la planète qui y a accès, puisse continuer de pouvoir en jouir dans toute la plénitude de cet accès.

Ensuite mon histoire préférée et qui résume et représente le mieux ce qu’est Wikipédia dans sa dimension collective, c’est celle du griot.

« J’ai rencontré un jour un griot, un homme âgé, circulant de village en village, racontant depuis toujours des histoires interminables, notamment sur les épopées des familles nobles de son pays, des histoires fourmillant de détails. Et je lui demandai comment il faisait pour se souvenir de cet ensemble de détails, pour n’en oublier aucun. Il me dit alors qu’il y avait toujours dans l’assistance, quelqu’un qui lui-même avait été bercé avec ces mêmes histoires, les avait entendues depuis son enfance, et le corrigeait dès qu’il faisait une erreur ou oubliait quelque chose.« 

Enfin, je me suis promis de ne jamais terminer un article sur Wikipédia sans remettre cette citation d’une magnifique interview de Michel Serres en 2007. Alors je vous la remets. Cadeau.

« C’est une entreprise qui m’enchante parce que, pour une fois, c’est une entreprise qui n’est pas gouvernée par des experts. J’ai une grande grande confiance dans les experts, bien entendu. A qui voulez-vous que je fasse confiance sinon à des experts ? Mais cette confiance envers les experts est limitée puisque les experts, qu’ils soient mathématiciens, astronomes ou médecins ne sont que des hommes. Par conséquent, ils peuvent se tromper et il y a là dans cette entreprise de liberté, de communauté, de vérification mutuelle, quelque chose qui, dans la gratuité, la liberté, m’enchante complètement et me donne une sorte de confiance dans ce que peut être un groupement humain.« 

One (last) More Thing (promis).

Si vous êtes parvenu au bout de la lecture de cet article, et si vous en partagez l’essentiel, alors il reste encore une chose à faire. Oui bien sûr vous pouvez chacune et chacun contribuer à Wikipedia. Mais il y a une autre chose. Également importante. Également essentielle. Également déterminante. Pour l’avenir de Wikipedia et donc pour une part de notre avenir commun de connaissances. Cette chose, je vous la laisse découvrir et vous la glisse sous ce lien. Elle est à la portée de chacune et chacun d’entre nous. C’est aussi le plus beau bras d’honneur que vous pouvez adresser à Elon Musk, à Donald Trump et à l’ensemble de l’internationale du salut Nazi et des tronçonneuses en argent. Cliquez ici.

Je veux vous parler ici d’un concept qui me semble (en partie) miroir de celui de Dominique Boullier, et que je choisis de nommer « partitions ». La partition est prise ici au sens de division, de partage. Mais aussi dans son acceptation musicale. La partition c’est celle qui s’opère « entre » les différents environnements et médias sociaux auxquels nous avons accès. Autant de partitions qui sur les plans sociologiques, cognitifs, attentionnels et générationnels, sont de plus en plus actives et déterminantes.

Au sein de médias sociaux participant de mêmes logiques d’usage, on observe, pour plein de raisons, une augmentation des partitions qui s’opèrent avec de nouveaux entrants pour une fois semblant significatifs sur le secteur (ou en tout cas en voie de l’être). Ainsi nos usages sur Twitter « partitionnent » actuellement avec nos usages sur Mastodon et désormais, progressivement, sur BlueSky et désormais Threads.

Captures d’écran de mes comptes Bluesky, Threads, Mastodon et Twitter.
Quatre (ré)partitions.

Ce partage, cette division le plus souvent entre 4 réseaux aux modes opératoires sensiblement équivalents mais se différenciant notamment par la sociologie de leurs publics et par leurs enjeux d’administration, de modération et d’organisation (centralisée ou fédérée), nous astreint à de nouvelles partitions subséquentes : si nous ne quittons pas l’un pour l’autre, nous nous astreignons à entretenir et à lire deux, trois ou quatre partitions (au sens musical cette fois) différentes ; ce que nous disons dans l’un et l’autre ne percole et ne se transmet pas de la même manière, ne suscite pas les mêmes échos dans l’autre ou dans les autres.

Au sein même de Twitter / X ou de ses subséquents, le fil d’info partitionne entre les gens que l’on suit et les contenus que l’algorithme choisit de nous recommander. Et la partition de Twitter depuis le rachat par Elon Musk est devenu un calvaire pour les interprètes que nous sommes. Si la partition « partitionne » entre le fil des gens que nous suivons (« following ») et le fil personnalisé (« for you »), beaucoup des gens que nous suivons n’apparaissent étrangement que dans le fil personnalisé, et réciproquement des gens que nous ne suivons pas font irruption permanente dans l’onglet supposément réservé aux gens que nous suivons. Partition illisible. Cacophonie plutôt que polyphonie. La partition « partitionne » encore entre les désormais comptes certifiés et les autres. Les premiers étant, conformément à la promesse de Musk, sur-visibilisés et rendant l’ensemble de nos fils (« following » comme « for you ») totalement criblés d’interventions non sollicitées.

Et puis il y a la partition des solistes que nous sommes. Jusqu’au rachat par Elon Musk il y avait sinon une causalité, à tout le moins une corrélation entre le nombre de nos abonné.e.s et la volumétrie des interactions (vues, partages, retweets, etc.) générées sous chacun de nos Tweets. Cela pouvait d’ailleurs devenir un fardeau ou une forme de nuisance, et cela m’avait conduit à fermer mon premier compte Twitter lorsque celui-ci avait atteint la barre des 10 000 abonné.e.s (j’avais également proposé un bilan de cette fermeture). Depuis le passage à X, depuis l’arrivée des comptes certifiés payants, depuis les différentes manipulations et partitions opérées par Musk, nous sommes nombreux et nombreuses à disposer de comptes « importants » (10 000 followers ou parfois beaucoup plus) et à constater que le niveau « d’engagement » de nos tweets (c’est à dire à la fois la visibilité et donc les réactions – partages, commentaires qu’ils suscitent) est le plus souvent quasi-nulle. Ce qui pourrait n’être qu’anodin mais qui fait que lorsque nous tentons de défendre, dans ce média, un certain nombre de thèses ou de causes, nous nous trouvons invisibilisé.e.s du simple fait de notre absence de compte payant. Ce qui peut entraîner aussi la tentation de publier toujours davantage et de reprendre toujours plus les sujets les plus visibles afin de faire exister un peu notre voix dans ce réseau. Pour reprendre l’image du musicien dans l’orchestre, c’est comme si le son de son instrument n’existait plus et ce quelque soit le volume ou le tempo avec lequel il en joue.

X partitionne entre une poignée de Power Users (payants) et une foule de Shadow Users dont beaucoup ne sont encore là que par la lassitude de l’habitude.

La partition de Twitter / X est donc devenue illisible et cacophonique du fait des partitions structurelles installées par son propriétaire. « Ces » autant que « ses » partitions, condamnent un certain type de propagations.

Que faire de / dans ces partitions ? Des classes.

Le dernier ouvrage de Cagé et Piketty, « Une histoire du conflit politique« , met l’accent, comme principal facteur explicatif du vote et de nos choix et ressentis politiques, la notion de classe géo-sociale définie comme suit :

Ce qu’on appelle la classe géo-sociale, est un mélange de classes sociales au sens classique (la richesse, la propriété..), mais aussi l’inscription dans un tissu territorial et productif. Pour une même richesse, pour un même revenu, ce n’est pas pareil de vivre dans une métropole, ou de vivre dans un village. (Source)

Cagé et Piketty reprennent en le modifiant légèrement et en l’inscrivant dans le champ politique, le concept que Bruno Latour avait proposé en 2021 dans le cadre d’une analyse écologique et anthropologique :

« Alors qu’à la fin du siècle dernier, on pensait que les classes avaient disparu, elles ont été au contraire rematérialisées d’une manière extrêmement visible par le Covid. Tout le monde s’est aperçu des relations de classe: les gens qui meurent en fonction de la « race », ceux qui doivent assurer les livraisons de biens et services essentiels et qui sont plus exposés au virus, etc.« . Mais il n’y voit pas la raison d’un retour au marxisme: « On s’aperçoit que les classes qu’on appelait des classes sociales ont toujours été des classes géo-sociales. Cela a toujours été des questions d’occupation de territoires, et de déplacements« . (Source)

Je veux ajouter ici une autre notion, probablement la plus puissante pour comprendre les agencements tant industriels qu’énonciatifs, économiques et politiques qui travaillent et constituent nos environnements numériques, celle de « classe vectorialiste » théorisée par Wark McKenzie :

“Ici, dans le monde surdéveloppé, la bourgeoisie est morte. Elle a cessé de régir et de gouverner. Le pouvoir est aux mains de ce que j’ai appelé la classe vectorialiste. Alors que la vieille classe dominante contrôlait les moyens de production, la nouvelle classe dominante éprouve un intérêt limité pour les conditions matérielles de la production, pour les mines, hauts fourneaux et chaînes de montage. Son pouvoir ne repose pas sur la propriété de ces choses, mais sur le contrôle de la logistique, sur la manière dont elles sont gérées. Le pouvoir vectoriel présente deux aspects, intensif et extensif. Le vecteur intensif est le pouvoir de calcul. C’est le pouvoir de modéliser et simuler. C’est le pouvoir de surveiller et calculer. Et c’est aussi le pouvoir de jouer avec l’information, de la transformer en récit et poésie. Le vecteur extensif est le pouvoir de déplacer l’information d’un endroit à un autre. C’est le pouvoir de déplacer et combiner chaque chose avec toute autre chose en tant que ressource. Encore une fois, ce pouvoir n’a pas uniquement un aspect rationnel, mais aussi poétique.” Wark McKenzie, Degoutin Christophe, « Nouvelles stratégies de la classe vectorialiste », Multitudes, 2013/3 (n° 54), p. 191-198.

Le résultat de tout cela c’est un alignement et un nombre de fractures. Fractures au moment des Gilets Jaunes par exemple puisque la classe vectorialiste au pouvoir avait oublié les considérations géo-sociales de toute une classe qui s’est fait loisir et grande lutte de les lui rappeler.

Des fractures donc, mais un alignement également. Car il s’agit, comme Facebook l’avait d’ailleurs fait au moment de l’explosion du mouvement des Gilets Jaunes, de remettre l’accent, au sein du fil d’information, sur des paramètres géo-sociaux : on verrait davantage d’informations de gens dont on était proche géographiquement.

Il est, j’en suis convaincu par plus de 20 ans d’analyses, de lectures et d’observation participante, deux horizons et deux essences de ce que l’on nomme « le » numérique, depuis les débuts du Web (et même avant) jusqu’aux actuels médias sociaux.

Le premier horizon, la première essence, est celle qui parvient à s’abstraire des classes géo-sociales pour proposer, à l’échelle de communautés toujours traversées de déterminismes, des ponts et des liens. Ces arbitraires et ces tectoniques stochastiques ne peuvent agir qu’à l’abri ou dans l’ombre d’algorithmes qui doivent d’abord s’efforcer de cartographier plutôt que de hiérarchiser et d’arbitrer. Et ces arbitraires féconds ne s’accommodent que très peu ou très mal de gigantisme.

Le second horizon, la deuxième essence, est celle qui partitionne donc à outrance en s’appuyant sur la calculabilité et la prédictibilité de ces classes géo-sociales situées. N’oublions jamais que le web comme les réseaux sociaux sont avant tout des graphes. Des arrêtes et des sommets. Que chaque page ou que chaque profil est un sommet relié aux autres par autant d’arrêtes. Et que la mise en relation et en lien est avant tout affaire algorithmique de calcul de distance et des choix de nous faire voir, d’abord, ou mieux, ou davantage, des proximités qui auront été choisies parce que les plus susceptibles de générer de l’interaction et donc de l’attention, et donc possiblement des bénéfices.

Mais l’on voit aujourd’hui s’imposer un troisième horizon. Qui prend prétexte des débats et des faits les plus saillants et correspondant le plus aux valeurs déterministes de viralité (capacité à susciter l’indignation ou la colère, affirmations partisanes, oubli du contexte, etc.) pour établir des ponts et des liens visant à coaliser autant qu’à coaguler des classes géo-sociales initialement distantes et d’autres initialement absentes de ce débat là. C’est très exactement ce à quoi concourt l’algorithme de « X » qui sur-visibilise les comptes payants et les propos les plus polémiques tout en sous-dimensionnant les équipes dédiées à la modération.

Une politique de territoires sociaux préoccupés, et préoccupants.

Pendant longtemps c’est la doctrine Thatchérienne du « il n’y a pas d’alternative » (There Is No Alternative, abrégé TINA) qui s’appliqua. Il n’y avait pas, ni en volume, ni en nombre, ni en infrastructure, ni en concentration de population, d’alternative à Facebook, à Youtube, à Twitter, à Instagram, etc. Et lorsque quelques tentatives d’alternatives naissaient, avec la possibilité d’une alternance, elles s’effondraient aussitôt (qui se souvient encore de Diaspora ?) ou étaient aussitôt rachetées, phagocytées, absorbées. Et puis.

Et puis nous passâmes à un monde où tout à la fois en raison de faits démographiques (vieillissement des primo-utilisateurs et utilisatrices, nécessité d’occuper des espaces générationnellement homogènes correspondant à des pratiques générationnellement situées), sociologiques (recherche de plateformes ou de groupes ou d’espaces sociologiquement homogènes ou semblables), politiques (en lien avec les prises de position ou l’absence de prises de position de leurs propriétaires), et médiatiques (les affaires et révélations de lanceurs et lanceuses d’alerte sur différentes pratiques abusives ou cyniques) nous disposons de plateformes structurellement différentes pour des usages en apparence semblables ou proches. Il y a des alternatives. There Are Some Alternatives. De TINA à TASA. Mais à l’image de l’offre politique actuelle en France comme dans plein de pays du monde, ces alternatives ne favorisent aucune alternance mais tout au contraire ancrent des mouvements de renforcements. Renforcements des usages, de leur base sociologique, générationnelle, culturelle aussi. Les nouvelles classes géo-sociales d’un web essentiellement fait de médias sociaux essentiellement hyper-territorialisés.

D’une économie de l’attention à une politique de l’occupation. Le coeur de l’économie du web depuis sa massification (c’est à dire depuis le début des années 2000) est celui théorisé bien avant le web par Herbert Simon : celui d’une économie de l’attention. Dans cette économie, l’information est en abondance et fixe en miroir notre attention comme une ressource rare, difficile à capter et à orienter, et donc « chère ». Les effets de propagation, consubstantiels de tous les âges du web, sont l’une des clés et l’une des principales recettes de cette économie de l’attention. Il apparaît aujourd’hui, tant dans la déclinaison des plateformes web de médias sociaux, que dans les usages massifs et « détachables » du web que sont les applications, que nombre de ces propagations sont désormais empêchées, entravées, impossibles à jouer ou à orchestrer. C’est la fin d’un mouvement amorcé il y a bien longtemps de cela, lorsque comme je l’avais écrit, documenté et expliqué dès 2010, le Like tuera le lien.

Ce pourrait être paradoxalement une bonne nouvelle si l’on considère que nombre de ces propagations ne visaient depuis quelques années qu’à faire davantage circuler des propos complotistes, haineux, ou plus trivialement inessentiels. En effet, les partitions entre non plus un seul mais désormais quatre médias sociaux semblables à Twitter / X pourraient un jour (mais quand … ?) entraîner mécaniquement un division par 4 des audiences et de la portée de tels propos. Mais ce serait oublier que l’économie de l’attention et des propagations sur laquelle le web des années 2010 s’est construit s’est alignée sur les mêmes effets de partitions et de propagations au sein d’un paysage médiatique global souvent bien plus massif et donc efficace en termes d’audiences captives.

La polarisation et la radicalisation du débat public ne sont pas le résultat ou la faute originelle du web et des médias sociaux mais le produit d’une société de médias qui tiennent des lignes éditoriales comme autant de remparts et de soliloques. La ligne éditoriale d’extrême-droite assumée de l’essentiel des médias possédés (au double sens du terme) par les délires obsessionnels compulsifs de Vincent Bolloré sont le gouffre dont les médias sociaux ne sont que le goître visible. Je l’ai déjà à de nombreuses reprises écrit et documenté, le plus récemment dans cet article pour AOC republié pour archivage sur Affordance :

Le problème de Twitter / X aujourd’hui, comme celui de Facebook, d’Instagram, de TikTok, de Snapchat et d’autres plateformes numériques n’est plus réductible à la seule question de leurs déterminismes algorithmiques. Il doit être réfléchi à la hauteur de l’ensemble de ce que j’appelle leurs architectures techniques toxiques, c’est à dire en partie, mais en partie seulement, la question algorithmique ; mais également le maillage de ces espaces d’expression avec d’autres espaces sociaux et médiatiques et la manière dont ils s’entremêlent ; mais aussi avec l’ensemble des secteurs dans lesquels ces plateformes opèrent (qui pour la majorité d’entre elles sont loin d’être réductibles au seul secteur de la tech) avec tout l’impact et les influences économiques et politiques que cela mobilise ; et enfin en regardant ces plateformes et médias comme la partie visible d’infrastructures extractivistes bien plus vastes et plus massives dans lesquelles le “média social” constitue de plus en plus une forme de leurre stratégique qui tend à gommer ou à dissimuler les matrices de pouvoir dont elles se nourrissent et qu’elles orchestrent.

Le monde informationnel et culturel dans lequel nous entrons est une matrice de dispositifs médiatiques presqu’uniquement au service d’intérêts privés dans lesquels l’idéologie précède l’économie. Ces intérêts bâtissent un monde dans lequel la force des idées qu’ils estiment dignes de propagations est non seulement compatible avec un certain nombre de partitions (d’audience, d’attention) mais aussi un monde dans lequel ces partitions vont venir optimiser les propagations choisies, leur donnant davantage de force et d’inertie dans l’opinion, selon le double vieux principe de l’effet de simple exposition et de la fenêtre d’Overton.

Comme l’écrivait Bruno Latour « Cela a toujours été des questions d’occupation de territoires, et de déplacements. » La tectonique actuelle des médias sociaux n’est faite que de territoires « occupés ». Je défendais d’ailleurs depuis 2015 (notamment dans cet article et dans cette présentation) l’idée du passage d’une économie de l’attention à une économie de l’occupation. L’une des grandes questions qui se pose sur leur avenir et qu’ils nous adressent en miroir, est celle de la nature de nos occupations comme cristallisation possible de tout ou partie de nos préoccupations. Nous ne nous occupons bien que de ce qui nous préoccupe. En dehors de nos passions intimes, la définition du périmètre de ces préoccupations est laissée à la hiérarchisation éditoriale et aux parti-pris algorithmiques qui sont une autre fabrique du consentement, qui est aussi un con-sentiment si vous m’autorisez le néologisme. Des territoires occupés donc. L’autre grande question est celle des déplacements. Précisément de ce que Dominique Boullier nomme les propagations : jusqu’à quel point ces déplacements et ces propagations demeurent possibles dans des espaces toujours plus (pré-)occupés autour de partitions toujours plus exclusives et excluantes ? Et le cas échéant, que fabriquent alors ces propagations sinon des boucles de ressentiment emplies de biais de confirmation ?

Il y a toujours eu un récit, une mise en discours anthropologique des espaces numériques. Et dans ce récit, fait de « toiles », de « liens » et de « navigateurs », l’idée que rien dans ce monde ne nous était possiblement inconnaissable ou inaccessible. L’arrivée des réseaux sociaux et de leur massification vînt nourrir ce même récit anthropologique dans lequel cette fois, plus personne ne nous était inconnaissable ou inaccessible. Ce récit n’eût de sens et de réalité que dans une époque où les sites et les pages web se comptaient par dizaines de milliers et où la population connectée était de même ampleur. Mais même une fois cette époque révolue, ce grand récit anthropologique continua de vivre et d’entretenir à grands coups de marketing l’idée d’un monde numérique entièrement traversable … à la condition d’être entièrement personnalisable … et à la condition subséquente d’invariants de personnalisation postulants que nous aimerions toutes et tous les mêmes catégories de vidéos, les mêmes types de contenus plus ou moins polarisés ou tout à fait « anodins », bref, que nous verrions tous du « même » en nous berçant de l’illusion d’une différence. La nature de ce « même » qui s’articule sur un phénomène trivial de viralité statistique analysable (correspondant à trois paramètres : un niveau de visibilité, une vitesse de circulation et une accélération de partages) contribue in fine à saturer l’espace du visible dissemblable.

Avec comme résultat ce que appelait une récente tribune dans The Atlantic : « Nobody Knows What’s Happening Online Anymore. »

Cette confusion est une caractéristique de l’internet fragmenté, qui peut donner l’impression que deux phénomènes opposés se produisent simultanément : Le contenu populaire est consommé à une échelle stupéfiante, mais la popularité et même la célébrité semblent miniaturisées, cloisonnées. Nous vivons dans un monde où il est plus facile que jamais d’ignorer totalement ce que les autres consomment. Il est également plus facile que jamais d’accorder une importance démesurée à des informations ou à des tendances qui peuvent sembler populaires mais qui sont en réalité contenues.

Le meilleur collègue Marc Jahjah écrivait il y a quelques mois alors que nous toutes et tous traversions, une fois de plus tant d’énonciations contradictoires à propos de la guerre en Ukraine ou de celle à Gaza :

Toutes ces images, ces avis contradictoires, ces fragments, qui ne permettent même pas, une fois collectés, de reconstituer un puzzle, une compréhension cohérente du monde. Ma perception bouge tout le temps, la vôtre aussi : avons-nous encore un référent commun et stable ? C’est très perturbant, car même avec des ami•es, on ne sait plus très bien si on parle de la même réalité, comme nous avons tous l’air d’évoluer dans des provinces algorithmiques différentes (« Ah bon, tu as vu ça toi ? »). Notre système de coordonnées est en train de bouger si vite que nous ne savons plus avec qui nous sommes en présence, ni dans quel lieu nous évoluons réellement. Même nous parler devient non pas inutile mais impossible, si nous n’avons pas la même réalité à commenter. Ce sont des états proches de la « para-noia » (…) : non pas au sens psychiatrique, mais au sens que donnaient les Anciens à ce terme. Un changement si brusque des coordonnées, que les individus glissent vers un dangereux horizon. Dangereux, car si nous n’avons plus un référent à peu près commun, tout devient impossible : parler, agir, mais aussi ressentir. J’ai des ami•es qui ne sont même plus certain•es de ce qu’iels ressentent, comme personne n’a l’air d’être aligné sur leur référent. « Dis-moi que je ne suis pas fou, que tu as vu ce que j’ai vu, que lorsque tu l’as vu, tu as ressenti ce que j’ai ressenti, (…) » : c’est la manière dont je résumerai cette paranoïa collective, qui est peut-être notre référent commun.

Il y a bien sûr également, la part instrumentale de ces référents mouvants, la phrase d’Arendt que l’on répète jusqu’à l’affadir alors qu’elle n’a jamais pourtant été aussi juste, aussi précise et aussi circonstanciée qu’aujourd’hui :

Quand tout le monde vous ment en permanence, le résultat n’est pas que vous croyez ces mensonges mais que plus personne ne croit plus rien. Un peuple qui ne peut plus rien croire ne peut se faire une opinion. Il est privé non seulement de sa capacité d’agir mais aussi de sa capacité de penser et de juger. Et avec un tel peuple, vous pouvez faire ce que vous voulez.

Mais pour en revenir à la trivialité de nos biotopes numériques, si l’on parle souvent de la pratique du Shadow Banning il faudrait aussi s’interroger sur l’importance des phénomènes de « Shadow Scrolling » qui décrivent un environnement dans lequel nos défilements – qui sont déjà la part aliénante de ce que furent nos navigations – se font sur une infime minorité de contenus et dans l’ombre de contenus massivement masqués, évités, dissimulés, invisibilisés. De la même manière que « la valeur d’un réseau social n’est pas seulement définie par ceux qui sont dedans mais par ceux qui en sont exlcus » (Paul Saffo), ce que nous voyons aujourd’hui dans un média social se définit principalement par ce que l’on nous empêche de voir, soit par nécessité technique, soit par objectif commercial, soit par éditorialisation partisane et par choix politique ou idéologique.

Des partitions à l’autarcie.

Il y a très très très longtemps de cela, j’avais l’intuition que je décris aujourd’hui mais sans prendre le temps de la creuser vraiment. Celle « d’autarcithécaires » (par opposition aux « bibliothécaires ») c’est à dire des gens, une classe de gens, qui finiraient par n’avoir de rapport à l’information que sous forme autarcique ; une autarcie médiée par des outils calibrés pour la fabriquer (à l’époque, en 2006, c’étaient les moteurs de recherche personnalisables, aujourd’hui, en 2023 ce pourrait être, notamment, les (chat)GPT également « sur-mesure »). Cette autarcie informationnelle s’accompagne d’une autocratie d’éditocrates, figures uniques et omni-discourantes qui font reculer l’idée que l’information nécessite des médiations et des autorités diverses et plurielles pour pouvoir être autre chose que de la simple propagande.

Rappel des précisions que j’apportais en 2021 à ce concept « d’autarcithécaires » :

néologisme construit par opposition aux bibliothécaires et à leur mission d’augmenter et d’organiser, par accumulation, la somme des savoirs disponibles pour l’humanité toute entière. Derrière les “autarcithécaires” il y avait cette idée d’un stade ultime de la personnalisation / personnification de l’accès à l’information, à la culture, aux loisirs, aux autres, où chacun, dans une forme d’autarcie linguistique, culturelle, informationnelle, nourrie par les puissances prescriptrices des moteurs de recherche puis des médias sociaux, ne serait plus en capacité que de voir seul, que de s’informer seul toujours auprès des mêmes sources en circuit fermé. J’en avais certes l’intuition mais je ne mesurais pas à l’époque à quel point cette notion allait devenir absolument centrale, notamment dans la déclinaison de la “bulle de filtre” qu’Eli Pariser forgera en 2011, ou plus tard en 2015 (et plus radicalement aussi) dans le “Seuls ensemble” de Sherry Turkle. (…)

Entre la vision d’un tout algorithmique rigoriste qui nous enfermerait nécessairement (les bulles de filtre) et qui parviendrait à faire fi de toute forme de libre arbitre, et celle d’une sociabilité systématiquement empêchée (« seuls ensemble ») qui ne prendrait pas en compte les sociabilités nouvelles, déplacées, réelles, et tout aussi « authentiques » (cf les travaux de danah boyd notamment) je crois qu’il existe une « troisième voie » : celle d’un déterminisme technologique qui sans les contraindre entièrement, convoque et orchestre à la fois nos sociabilités et nos libres choix. Il s’agit d’une dynamique mais d’une dynamique que nous accompagnons et que nous instancions, et que d’une certaine manière nous « comodalisons« .

L’ensemble de ces partitions finit par fabriquer des dynamiques où nous nous départissons de cette forme de commun que permettaient des dynamiques de propagations pouvant s’appuyer sur des percolations entre des biotopes informationnels concurrents.

Pendant des années, l’expansion du web se fit selon un modèle fractal, on y retrouvait des contenus, des organisations, des collectifs, qui présentaient peu ou prou les mêmes formes, les mêmes dynamiques à différents niveaux d’échelle. Aujourd’hui l’expansion des médias sociaux se fait selon un mode de simple partition qui ne se soucie jamais des effets de répartition (et donc d’équité tant dans l’accès à certaines informations et contenus que dans les modalités même de cet accès).

Du fractal au brutal.

A l’orée des années 2000, Albert-László Barabási publiait dans Nature un article dans lequel il mesurait le diamètre du web, qui était alors de 19 liens. Il allait également poser les bases de la théorie des réseaux invariants d’échelle (le système n’a pas d’échelle caractéristique) :

Nous avons découvert que de nombreux réseaux (de la « Toile » Internet au métabolisme cellulaire, en passant par celui des acteurs de Hollywood) partagent des caractéristiques communes, notamment le fait qu’un nombre restreint de nœuds a un grand nombre de liaisons avec des nœuds peu connectés. Ainsi chaque « site » du réseau est soit un nœud assez isolé (peu connecté), soit un « supernœud » : aucun nœud n’est représentatif de l’ensemble. De tels réseaux, qui ont tous la propriété dite d’« invariance d’échelle », présentent des comportements prévisibles : par exemple, ils sont remarquablement résistants aux défaillances accidentelles, mais extrêmement vulnérables aux attaques concertées.

Depuis lors, la question même de mesurer le diamètre du web (et donc la possibilité de le traverser) ou des plateformes n’a plus été systématiquement explorée, en dehors de quelques communications lors de la conférence IMC (Internet Measurement Conference) de l’ACM mais qui s’intéressent davantage à des dynamiques techniques plutôt que sociales.

Si ce n’est plus un enjeu que d’être capable de mesurer de combien de liens les contenus disponibles sont séparés à l’échelle d’écosystèmes informationnels massifs comme le web ou les médias sociaux, c’est entre autre précisément parce qu’au sein des médias sociaux nous ne créons que très peu de liens (cf le like tuera le lien) et que l’essentiel des usages et des partages se concentrent au sein de « supernoeuds » qui concentrent l’essentiel des interactions en ligne. Très peu de contenus ou de biotopes informationnels et très peu d’individus (super utilisateurs ou « power users ») qui déterminent et guident l’ensemble des dynamiques de propagation des médias.

Barabasi encore :

Notre connaissance des réseaux invariants d’échelle nous aide à comprendre la propagation des virus informatiques, des maladies ou encore des modes. Les théories de la diffusion et de la percolation, étudiées pendant des décennies par les épidémiologistes et par les analystes des marchés, prédisent l’existence d’un seuil critique pour la propagation d’une épidémie dans une population donnée : tout virus dont le degré de contagiosité est inférieur à un seuil critique finit par disparaître. Au-dessus du seuil critique, le virus se développe exponentiellement, infectant toute la population.

Romualdo Pastor-Satorras, de l’Université polytechnique de Barcelone, et Allessandro Vespigniani, du Centre de physique théorique de Trieste, ont récemment établi un résultat inquiétant : ils ont montré que dans un réseau invariant d’échelle le seuil est nul. Ainsi, tous les virus, même les virus peu contagieux, se propagent dans la population et y perdurent. Comme les supernœuds sont reliés à une grande quantité de nœuds, au moins l’un d’eux risque d’être infecté par un nœud contaminé. Quand ce supernœud est atteint, il contamine une multitude d’autres sites, et met en danger d’autres supernœuds, qui finissent par diffuser le virus dans tout le réseau.

Ces supernoeuds sont aujourd’hui l’essence à la fois technique, infrastructurelle mais également sociale de nos interactions et de notre rapport aux médias et à l’information (avec des exceptions notables comme Mastodon ou Peertube et la galaxie de service offerte et défendu par – par exemple – Framasoft). Ils sont la clé de ces partitions et de la densité des opinions et des polarisations qu’elles instancient de manière très brutale.

Le fractal à pour ainsi dire laissé la place à une forme de … brutal.

Et pour le reste, laissons à Latour le dernier mot : « Cela a toujours été des questions d’occupation de territoires, et de déplacements. »

Demandez et vous recevrez.

Demandez-lui de vous rédiger un argumentaire commercial pour une voiture électrique, il le fera. Demandez-lui de vous écrire l’introduction d’un cours sur la culture numérique, il le fera. Demandez-lui de vous expliquer une notion, il le fera. Demandez-lui de rédiger un article sur un événement d’actualité, il le fera. Demandez-lui de vous écrire une blague sur Elon Musk et Mark Zuckerberg, il le fera (mais elle ne sera pas nécessairement drôle). Demandez-lui à peu près tout et n’importe quoi, il le fera. Plus ou moins bien. Il ne fera littéralement pas « tout » ce que vous pourrez lui demander car ce répétiteur paraphrastique est encadré ou « bridé » par ses concepteurs pour s’éviter d’éventuelles sorties de route, tout comme l’étaient les générateurs d’images.

Dans les usages disons plus … funky et aléatoires quant au résultat escompté, vous pouvez aussi tenter (à vos risques et périls) de lui demander de vous écrire des chansons « à la manière » de Francky Vincent ou des poèmes à la gloire d’Emmanuel Macron « à la manière » de Victor Hugo. Ou des tweets à la manière de Donald Trump.

On peut également lui demander de rédiger des programmes informatiques (du code en Python ou la programmation d’un bot Twitter) ou bien de débugger des scripts déjà écrits et d’expliquer les erreurs commises.

Cela ne veut pas dire, loin s’en faut, que GPT-3 soit infaillible. Il est souvent mise en échec, notamment sur des problèmes de raisonnement mathématique ou logique (exemple un peu compliqué par ici, beaucoup plus simple par là).

Le premier usage de ChatGPT-3 est tout comme les premiers usages des générateurs d’image, assez sidérant et, nous y reviendrons, « enthousiasmant« . Car non seulement il a en effet réponse à (presque) tout, mais ses réponses sont le plus souvent rédigées dans un français (ou un anglais) impeccable. C’est une nouvelle illustration de la 3ème loi édictée par l’écrivain de science-fiction Arthur C. Clarke indiquant que :

Toute technologie suffisamment avancée est indiscernable de la magie.  

Sous l’entrée du hashtag éponyme #ChatGPT sur Twitter, vous trouverez depuis début décembre, nombre de dialogues assez saisissants.

Cinq jours à peine après l’ouverture de sa démo publique, Chat GPT-3 atteignait le million d’utilisateurs.

Par-delà la prouesse technique que constituent ces modèles linguistiques de pointe, le succès de Chat GPT-3 s’explique par l’ensemble des scénarios d’usages potentiels qu’il autorise dès aujourd’hui (et dont quelques-uns sont listés dans ce thread Twitter).

Il est ainsi possible d’y voir un assistant personnel et conversationnel bien plus réconfortant et « dialogiquement » efficace que ne le sont les assistants vocaux actuels.

A noter ici que l’un des aspects passionnants de ChatGPT-3 c’est que l’on peut et que l’on doit parfois y négocier et y braconner des réponses : s’il nous indique qu’il n’est pas fait pour rédiger du code Python par exemple, il suffira de lui dire que nous avons besoin de ce code pour illustrer une vidéo de Hacker dans un film. Et il lèvera alors sans mal cette « impossibilité » artificielle. Comme il conserve un historique de nos questions, il est ainsi possible de construire une dialogue dans la durée et de manière contextuelle. Une sorte de dialectique homme-machine qui à l’inverse de celles, essentiellement mimétiques, que nous connaissions jusqu’ici laisse la part au diégétique ou en tout cas en imite la vraisemblance.

Et en termes de récursivité et de mise en abîme, vous pouvez demander à Chat GPT-3 de vous proposer un scénario de livre ou de film, puis de générer des prompts demandant à Dall-E de générer les images correspondantes, y compris en détaillant les traits psychologiques des différents personnages et là encore en fabriquant les prompts permettant ensuite à Dall-E de générer des représentations associées. Et ainsi aller au bout d’un processus créatif entièrement médié par des artefacts génératifs (je préfère parler d’artefacts génératifs plutôt que d’intelligences artificielles).

L’une des grandes questions que l’on sent poindre derrière ces artefacts génératifs est d’ailleurs celle de leur multimodalité, c’est à dire la capacité d’entrer une vidéo pour en tirer une analyse textuelle ou tout autre combinaisons de médias possibles, sachant que la conversion / génération d’un texte en images est déjà actée.

Et du côté de l’enseignement ?

Du côté de l’enseignement … je sais que des étudiantes et étudiants l’utilisent déjà pour rédiger des copies à rendre à leurs enseignants. Et je sais que tant que cet usage n’est pas massif, il est difficile à détecter pour des copies anonymes, mais très aisément repérable quand on connaît nos étudiant.e.s. En tout cas cette détection est, disons, un enjeu complexe jusqu’à un niveau bac+3 (en gros …), puisqu’elle est capable de leurrer son lecteur ou correcteur, mais bien sûr et heureusement on y trouve aussi certaines limites stéréotypiques et des raisonnements souvent identiques et sans aucune forme d’originalité sur certains sujets. Détection qui met également en PLS tous les systèmes et logiciels automatisés de détection de plagiat utilisés à l’université à ce jour.

Soyons tout à fait honnêtes sur ce point, il va rapidement falloir revoir la nature de nos enseignements (et de nos évaluations) en lien avec la capacité de rédiger des productions documentaires. Il ne s’agit pas pour autant d’en faire une alarme catastrophiste. Et je rejoins totalement en cela le camarade Antonio Casilli. Nous nous sommes déjà remis de ce que l’on annonçait – souvenez-vous – comme le début de la fin des enseignants et des bibliothécaires lorsque les moteurs de recherche apparurent, de la fin des relations sociales lorsque les réseaux sociaux devinrent massifs, et la fin de la capacité de construire et de certifier des connaissances lorsque Wikipedia apparût. Nous nous remettrons donc très certainement aussi de cette nouvelle capacité rédactionnelle artefactuelle offerte à l’ensemble des étudiant.e.s, élèves ou apprenant.e.s. Nous l’intégrerons dans nos pratiques et parviendrons à l’évaluer pour ce qu’elle est. Mais sans sombrer dans le catastrophisme, il serait tout aussi idiot de ne pas envisager que nous sommes une nouvelle fois devant un changement absolument majeur de notre manière d’enseigner, de transmettre, et d’interagir dans un cadre éducatif, a fortiori lorsque celui-ci est asynchrone et/ou à distance.

Il nous faut « faire avec » ces nouveaux états de la relation pédagogique que sont le distanciel possible et donc désormais les artefacts génératifs. Nous devons accepter de braconner sur ces terres d’une relation dialoguale automatisée. Et nous devons à tout prix et à tout coût intégrer dans nos pratiques ces nouvelles formes de braconnage technique et culturel et y accompagner nos étudiantes et nos étudiants.

Rappelons enfin que le plagiat ou la triche dans le monde académique est loin, très loin, d’être seulement l’affaire et l’apanage de nos étudiant.e.s mais qu’il est aussi celui de nos collègues, et que la fraude à l’écriture d’articles scientifiques est également l’une des « possibilités » de Chat GPT-3.

Un agencement collectif d’énonciation(s).

Ce qui est complexe avec ces technologies c’est de parvenir à les nommer pour ce qu’elles sont. Il ne s’agit pas de technologies d’intelligence artificielle parce qu’il n’y a pas d’intelligence dans la technologie. Pas d’intelligence dans les programmes, pas d’intelligence dans les jeux de données, pas d’intelligence dans les terminaux et les processeurs. Ces technologies sont des agencements collectifs de production. De nouvelles usines. De nouvelles formes de travail à la chaîne. Voilà ce qu’elles sont fondamentalement. Et que cela se fasse de manière conversationnelle, dans des interfaces (plus ou moins) fluides, sur la base de phrases en langage naturel, ne change rien à l’affaire. Ce que l’on subsume derrière le mot écran « d’intelligence artificielle » ce sont avant tout des agencements (divers) collectifs (épars) de production (textuelle, icônique, vidéographique …). Il est vrai que ces agencements peuvent faire de grandes choses. Un peu comme des foules peuvent initier de grand mouvements. Mais tentez donc de mesurer l’intelligence d’une foule …

Alors comment définir et nommer la réalité du saut technologique permis par ChatGPT ? J’ai proposé de parler d’artefacts génératifs plutôt que de tout subsumer derrière le concept-écran d’une « intelligence artificielle » qui renvoie soit à un imaginaire social et fictionnel magnifié, soit à des protocoles et des ingénieries techniques et informatiques trop distinctes et spécifiques pour pouvoir être ainsi globalisées en une seule expression. Mais je crois que plus essentiellement et fondamentalement, Chat GPT-3 est un agencement collectif d’énonciation au sens où Deleuze et Guattari en parlèrent (je souligne).

 « (…) Il y a « primat d’un agencement machinique des corps sur les outils et les biens, primat d’un agencement collectif d’énonciation sur la langue et les mots. (…) un agencement ne comporte ni infrastructure et superstructure, ni structure profonde et structure superficielle mais aplatît toutes ses dimensions sur un même plan de consistance où jouent les présuppositions réciproques et les insertions mutuelles.(…) mais si l’on pousse l’abstraction, on atteint nécessairement à un niveau où les pseudos-constantes de la langue font place à des variables d’expression, intérieures à l’énonciation même » (…) « L’unité réelle minima, ce n’est pas le mot, ni l’idée ou le concept, ni le signifiant mais l’agencement. C’est toujours un agencement qui produit les énoncés. Les énoncés n’ont pas pour cause un sujet qui agirait comme sujet d’énonciation pas plus qu’ils ne se rapportent à des sujets comme sujets d’énoncé. L’énoncé est le produit d’un agencement toujours collectif qui met en jeu en nous et dehors de nous des populations, des multiplicités, des tentations, des devenirs, des affects, des évènements.« 

(tiré de Dialogues et Mille plateaux)

Nous sommes fascinés par la production langagière ad hoc de Chat GPT-3, mais si nous en retrouvons ou en soulignons les structures profondes et superficielles et si nous sortons de cet « aplatissement de ses dimensions sur un même plan de consistance », alors nous comprenons que cet agencement n’est qu’une recopie et ce qui compte et qui fascine ce sont uniquement les conditions de production qui rendent ces agencements possibles. Le palimpseste en partie déterministe qui conditionne l’ensemble des situations de production des discours ainsi générés.

Quand nous contemplons un ballet ou écoutons un orchestre symphonique ou un groupe de rock en concert, nous n’assistons jamais aux répétitions mais nous savons que sans elles cette grâce n’existerait pas.

Les générateurs, d’image comme de texte, nous font spectateurs et spectatrices de musicalités imaginales, linguistiques, visuelles, cognitives, où les répétitions seraient inutiles au motif qu’elles ne répondent pas à la volonté consciente de faire oeuvre. Mais ces répétitions existent pourtant. Plus que dans toute autre forme d’art, les itérations de l’art génératif sont les répétitions invisibles d’une production dont nous ne sommes que le déclencheur opportuniste et anecdotique. Car l’essentiel de toutes les questions que nous pouvons poser à GPT-3 ont déjà été posées par d’autres que nous-mêmes ; elles ont déjà été répétées.

Il ne s’agit pas une nouvelle fois de déterminer si « Ceci tuera cela » et le livre tuera l’édifice, et quand … mais de réfléchir aux nouveaux agencements effectifs que ces technologies – que je qualifie d’assistance bien plus que d’intelligence artificielle – vont permettre ou vont empêcher.

Je vais me garder de pronostiquer quoi que ce soit dans des domaines que je ne maîtrise pas. J’ai donné plus haut mon point de vue sur l’éducation et l’enseignement. Je ne suis pas très inquiet. Et le suis d’autant moins que le coût d’accès à ces technologies ne restera pas éternellement marginal. Sur le plan du graphisme des gens éminents comme Geoffrey Dorne ou Etienne Mineur qui testent et expérimentent ces technologies dans différents cadres sont assez unanimes pour indiquer qu’a minima cela va changer les perspectives, les processus et les positionnements des différents métiers de cette filière. D’autres champs qui vont de la traduction automatique à la génération et à l’analyse de documents techniques en passant par tout l’éventail des compétences communes aux métiers de la documentation, du journalisme et bien sûr de l’enseignement seront impactés. Dans quelle mesure ? Nul ne peut aujourd’hui l’indiquer.

Mais par-delà l’impact, la question clé sera celle de l’intégration de ces technologies dans des métiers et dans des procédures. Comment (et pourquoi) intégrer ces artefacts génératifs dans des ChatBots en ligne, dans des processus d’écriture collaborative, dans des processus d’analyse de textes, dans des débats éditoriaux, dans des interactions de groupe? Comment, pourquoi et avec quel niveau de transparence pour que l’intégration ne devienne pas fondamentalement une dissimulation ?

C’est toi le Chat.

Il faut aussi rappeler dès lors que l’on accepte de voir ces artefacts génératifs comme autant d’agencements collectifs d’énonciation, qu’ils renouvellent en partie le genre des travailleurs et travailleuses de la donnée, des « data subjects », puisque nous entraînons nous-mêmes en permanence ces agencements. Et que comme le rappelait encore le camarade Antonio Casilli dans une entrevue à Libération :

Dans ce débat sur l’intelligence artificielle et l’emploi, il faut se poser cette question : quand on parle d’automatisation, de quoi parle-t-on vraiment ? Souvent, cela veut dire remplacer des personnes visibles par d’autres invisibles, qu’on sépare du reste du monde par un écran.

Pour autant qu’il soit capable de le documenter, en parlant à Chat GPT-3 nous ne parlons pas à des opérateurs invisibles masqués ou dissimulés à la manière d’un turc mécanique. Mais alors à qui parlons-nous vraiment quand nous posons à ChatGPT nos questions ? A quel « corpus » adressons-nous nos questions en espérant et en idéalisant les réponses pouvant nous être apportées ?

Concrètement le modèle de langage GPT-3 utilise le corpus Common Crawl, une base de donnée « ouverte » qui récupère (crawle) des milliards de mots issus de pages web et de liens, de manière aléatoire, puis les analyse et les « modélise » à l’aide de l’algorithme BPE qui va, grosso modo permettre d’effectuer sur ce corpus une première opération de tokenisation permettant une analyse lexicale et sémantique des unités collectées. GPT-3 s’appuie aussi sur un autre corpus, WebText2, qui lui agrège de la même manière des milliards de mots à partir des URL envoyés sur Reddit avec un score minimum de 3. GPT-3 s’appuie également sur deux autres corpus (Books1 et Books2) ainsi que sur une extractions de pages Wikipedia. Voilà pour les corpus « linguistiques » qui s’apparentent donc déjà eux-mêmes à différents agencements collectifs d’énonciation, ceux de Wikipédia n’obéissant ni aux mêmes règles ni aux mêmes processus que ceux issus de Reddit, là encore différ(a)nts de ceux issus du web de manière aléatoire.

** Je n’ai pas trouvé à quoi faisaient référence les corpus « Books 1 » et « Books 2 ». Si vous avez une idée, les commentaires sont ouverts.

Mais derrière ces agencements collectifs d’énonciation « scripturaux », s’ajoutent également des agencements collectifs d’énonciation « dialoguaux » puisque le modèle GPT-3, qui appartient à la famille des modèles d’apprentissage dits « non-supervisés », est en partie post-supervisé : des opérateurs humains vont venir valider, compléter, étiqueter certaines séquences linguistiques (phrases, énoncés) pour procéder à différents ajustements dans une logique d’optimisation mais aussi de conformité sociale (pour éviter les dérives). Et dans cette part « supervisée » de l’apprentissage, quelle est la part d’opérateurs humains sous-payés et astreints à des formes de Digital Labor dans des pays pauvres, et quelle est la part d’ingénieurs implantés dans le confort de leurs bureaux de la Silicon Valley ?

Sans entrer dans les formalismes de ces modèles de langage nouveaux, ce qu’il faut bien comprendre par-delà la volumétrie des corpus qu’ils agencent et manipulent comme « entraînement », c’est qu’ils se caractérisent aussi par le nombre de « paramètres » mobilisés pour « produire » les générations dont ils sont capables. GPT-3 compte ainsi 175 milliards de « paramètres », sachant qu’un paramètre désigne un élément du modèle qui résulte des données initiales d’entraînement. Et c’est un saut quantitatif et qualitatif remarquable par rapport aux autres modèles de traitement du langage naturel (NLP Natural Language Processing).

(Source : La revue IA)

L’article de vulgarisation le plus clair pédagogiquement et le plus complet techniquement que j’ai trouvé est disponible sur ZDNet sous la plume de Ray Tiernan, et j’en reprends ici la partie consacrée à ces fameux « paramètres » :

Ce qui optimise un réseau neuronal pendant la formation, c’est l’ajustement de ses poids. Les poids, qui sont également appelés paramètres, sont des matrices, des tableaux de lignes et de colonnes par lesquels chaque vecteur est multiplié. Grâce à la multiplication, les nombreux vecteurs de mots, ou fragments de mots, reçoivent une pondération plus ou moins importante dans la sortie finale, car le réseau neuronal est réglé pour combler l’écart d’erreur.

OpenAI a constaté que pour obtenir de bons résultats sur leurs ensembles de données de plus en plus volumineux, ils devaient ajouter de plus en plus de poids.

Transformer de Google avait 110 millions de poids. GPT-1 a suivi ce modèle. Avec GPT-2, le nombre a été porté à 1,5 milliard de poids. Avec GPT-3, le nombre de paramètres est passé à 175 milliards, ce qui fait de GPT-3 le plus grand réseau neuronal que le monde ait jamais connu.

La multiplication est une chose simple, mais lorsqu’il faut multiplier 175 milliards de poids par chaque bit de données d’entrée, sur des milliards d’octets de données, cela devient un incroyable exercice de traitement informatique parallèle.

Pour résumer (mais vraiment très très très grossièrement …) nous avons donc un corpus de 500 milliards de « tokens » en « entrée » (mots et expressions), qui ont « entraîné » le modèle d’apprentissage et de prédiction (savoir quel mot peut apparaître après quel autre et dans quel contexte par exemple, ce que l’on appelle la « vectorisation ») et un modèle manipulant 175 milliards de paramètres qui sont autant de possibilités d’agencement génératif de ces 500 milliards de tokens.

La question, peut-être la seule, est de savoir et de comprendre à qui nous parlons quand nous parlons à ChatGPT-3 ?

Quand nous posons une question à GPT-3 via l’interface ChatGPT nous dialoguons donc à la fois avec un mélange loin d’être chimiquement pur de l’un des plus vastes corpus de texte d’une humanité post-numérique mais aussi avec d’invisibles agencements de supervision qui n’ont rien à envier aux Pythies de Delphes.

Achever Babel.

S’adresser à ChatGPT-3 c’est mettre à l’épreuve une immensité que l’on pense être suffisante pour détenir des réponses à chacune de nos questions. Entraînés que nous sommes depuis des années par l’habitus Google à considérer qu’il n’y a que des réponses. « Il n’y aura plus que des réponses« , prophétisait déjà Marguerite Duras.

Ces technologies, ces réponses nous enthousiasment. Elles sont, littéralement et étymologiquement, le souffle technologique quasi-indiscernable d’une technologie divinisée parce que d’apparence divinatoire et thaumaturge qui nous parle là où jadis ce sont les dieux qui parlaient à travers la pythie.

Le projet de Chat GPT-3 n’est rien d’autre que celui de l’achèvement de Babel. De la tour de Babel comme construction de l’interface ultime d’un rapport au monde entièrement soluble dans la langue. Comme dans le mythe fondateur, le projet des êtres humains oeuvrant à sa construction est de sonder une limite dont la nature même du dépassement engage notre humanité tout entière. Reste à découvrir ce qui fait encore obstacle à cet achèvement.

La tour de Babel de Brueghel.

« Peinture de la tour de Babel achevée à la façon de Brueghel. »
(résultat du prompt proposé à Dall-E)

Dans cette nouvelle version de Babel, une version potentiellement achevable, l’enjeu n’est pas de savoir si l’ensemble des êtres humains seront en capacité de se comprendre par-delà la barrière de la langue. Ils le sont déjà pour l’essentiel. L’enjeu est de savoir ce que devient l’humanité quand elle pose l’ensemble de ses questions à la même entité, au même agencement collectif d’énonciation et que celui-ci lui demeure pour l’essentiel indiscernable.

Nous en avons pour l’essentiel terminé avec les technologies qui faisaient de la question du langage une question politique (capitalisme linguistique notamment). Nous devons maintenant affronter des technologies qui font de la question du langage une question philosophique appelant à une réflexion éthique radicale sur ses conditions de production, de génération,  d’artificialisation et de mise en circulation.

La question politique et économique n’est évidemment pas totalement évacuée. Le modèle propriétaire de GPT-3 fonctionne d’ailleurs en partie là-dessus. A la fois trivialement (parce qu’il est possible d’allonger, contre facturation idoine, la longueur des textes générés) et ontologiquement (puisque les conditions d’extraction, de constitution, et d’accès aux différents états des différents corpus mobilisés demeure une question d’économie politique, et que la nature même de ces corpus est politique).

Lentement mais aussi sûrement qu’inexorablement, nous sommes en train de collectivement et singulièrement redéfinir notre rapport à la langue. A l’échelle de cette grande interface membranaire du monde que l’on nomme « le numérique », nous parlons constamment à des moteurs de recherche, à des algorithmes, à des individus ou à des collectifs absents au moment même de l’énonciation, et désormais à des agencements et à des générateurs.

Il est assez troublant de penser que des enceintes connectées à ChatGPT-3 en passant par l’ensemble de nos commandes vocales, nous nous adressons, nous adressons, et nous entraînons principalement des artefacts techniques qui sont autant de faits énonciatifs plus ou moins performatifs ou assertifs. Et qu’une part de plus en plus significative de notre expérience du monde se noue dans ces espaces essentiellement extractivistes dans lesquels la question du langage n’a de sens que par sa prévisibilité calculatoire.

« It is a tale, told by an idiot expert, full of sound and fury. »

Plus nous sommes confrontés à des modèles linguistiques « larges » (Google, le moteur de recherche, était le premier, les LLMo – Large Language Models – sont les seconds) et plus ces modèles sont « autonomes » et « non-supervisés » (les modèles supervisés posent d’autres problèmes de labellisation et d’étiquetage notamment), plus nous éprouvons la difficulté de renforcer nos heuristiques de preuve lors même que ces dernières deviennent vitales. Je m’explique.

L’une des grandes questions que pose le déploiement grand public de Chat GPT-3 est celui d’une dynamique renouvelée de ce que j’appelais la babélisation des expertises lorsque j’évoquais la révolution naissante de Wikipédia à l’échelle de la transmission et de la fabrique des savoirs et des connaissances. Dans ce contexte particulier, cette babélisation était essentiellement une opportunité parce qu’elle permettait de faire reposer la charge de construction des savoirs et des connaissances sur une base plus large tout en évitant les dérives grâce à de constants et transparents processus humains de modération et de collaboration.

Avec Chat GPT-3 et plus globalement avec les modèles linguistiques de pointe qui permettent de déployer des « points de vue » que l’on a tôt fait de qualifier d’experts sur tout un tas de champs allant de la programmation à la génération d’oeuvres de fiction en passant par une aide au diagnostic médical ou à l’écriture de cours ou de conférences, le problème est celui d’une artificialisation de toute forme d’expertise. Une expertise simulée qui flirte constamment et dangereusement avec le simulacre.

Je vous donne un exemple. Chacun de nous peut être bluffé par l’aide au diagnostic proposée par Chat GPT-3 sur un certain nombre de situations cliniques simplement décrites (un exemple ici avec les jambes qui flageollent et des difficultés respiratoires). Même s’il faut rappeler que lors de premières expérimentations avec des patients simulés elle conseilla à certains de simplement se suicider, disons que dans les versions actuelles et post-supervisées, le diagnostic proposé est à tout le moins plus pertinent que celui des forums Doctissimo remontés par Google sur le même genre de description clinique. Cette même capacité diagnostique peut même étonner ou bluffer des médecins et des spécialistes en cardiologie par exemple. Le problème, et il est majeur, ce n’est pas de savoir si Chat GPT-3 est capable de poser des diagnostics plus ou moins corrects ; le problème n’est d’ailleurs pas non plus de savoir si ces diagnostics sont corrects ou erronés ; le problème c’est de savoir qui est capable d’attester que le diagnostic est correct ou erroné et à quel moment cette personne est capable de le faire dans une chaîne décisionnelle où le diagnostic posé par Chat GPT-3 peut à tout moment être activé dans une prise de décision individuelle ou collective.

Comme le résume parfaitement Jukka Suomela, enseignant-chercheur en informatique :

Le gros problème est que ChatGPT est extrêmement doué pour simuler l’expertise. Vous devez être un expert qui connaît déjà la bonne réponse pour savoir si ChatGPT a également raison ou s’il ne fait que produire des déchets sans intérêt. Cela peut être dangereux : on voit que ChatGPT obtient bien les choses que l’on sait déjà, on commence à lui faire confiance, puis on l’utilise pour quelque chose qui sort légèrement de son champ d’expertise, et il donne une réponse d’apparence convaincante qui n’est qu’un tas de jargon aléatoire copié-collé.

Après la babélisation des expertises, vertueuse, de Wikipédia (entre autres) parce qu’elle part des individus isolés pour contribuer à une oeuvre collective, se manifeste et se dessine donc une archipélisation des expertises mais qui se fait cette fois dans le sens inverse, de la communauté vers l’individu, renforçant mécaniquement notre appétence naturelle à l’ultracrépidarianisme. La version optimiste de l’histoire indique que chacun pourra bénéficier de cette archipélisation comme d’un amorçage qu’il ira tester à l’épreuve de savoirs constitués dans des collectifs transparents et par nature non-partisans. La version pessimiste de la même histoire nous mène à un monde où chacun n’aura que l’intelligence de sa croyance et pour seule ambition d’aller l’exposer sur un plateau télé de CNews.

Avec ces artefacts génératifs capables de générer des images sur une échelle perceptive s’étendant de l’imitation figurative à l’artistique, capables aussi de générer du texte sur une échelle interprétative de l’analytique au symbolique, et avec demain ces mêmes artefacts capables de générer des séquences vidéos, la question n’est plus seulement celle des technologies de l’artefact, des Fake News et des Deep Fakes.

La question c’est celle d’une dilution exponentielle des heuristiques de preuve. Celle d’une loi de Brandolini dans laquelle toute production sémiotique, par ses conditions de production même (ces dernières étant par ailleurs souvent dissimulées ou indiscernables), poserait la question de l’énergie nécessaire à sa réfutation ou à l’établissement de ses propres heuristiques de preuve.

Nous ne sommes pas encore sortis d’un moment technologique et médiatique où nous nous interrogions sur la pertinence de faire appel à des systèmes « d’intelligence artificielle » pour lutter contre les Fake News et voilà que nous entrons déjà dans un monde où d’autres « intelligences artificielles » (vous comprenez pourquoi je n’aime pas ce terme …) génèrent des litanies textuelles dont nous n’avons pas les moyens incrémentaux de vérifier systématiquement la valeur de vérité, que ce soit par la recherche et le raisonnement ou par la vérification expérimentale. Vous le voyez approcher le moment où l’on va nous expliquer que le meilleur moyen de vérifier les assertions de générateurs d’intelligence artificielle c’est d’utiliser … d’autres intelligences artificielles ??

Est-ce la fin de Google (et des moteurs de recherche) ?

C’est l’une des questions qui revient le plus souvent dans la profusion de récits et de commentaires autour de Chat GPT-3. Il est vrai que cette capacité de produire des réponses construites et le plus souvent cohérentes, contextuelles, sur tous les sujets, en tenant compte d’un historique conversationnel, en fait au moins potentiellement un rival de choix. Sauf que la question n’a pas grand sens dans l’absolu. Un moteur de recherche généraliste comme Google, répond à des requêtes marchandes, transactionnelles (comparateurs de prix), informationnelles, mais aussi navigationnelles (pour ne parler que des trois catégories principales définies dans l’article fondateur de Broder). L’objet de GPT-3 n’est ainsi aucunement d’être en capacité de fournir des liens ou des adresses, de vous indiquer le meilleur appareil à raclette sur le marché, ou de vous donner le numéro de téléphone de la pharmacie de garde. Mais pour tout un ensemble de scénarios de recherche qui nécessitent ou réclament la mobilisation de connaissances déclaratives (« qu’est qu’une intelligence artificielle ?« ) ou procédurales (« comment réaliser une tarte au citron ?« ), GPT-3 réalise à ce jour parfaitement et « dialogiquement » l’affaire. Même si dans le dernier cas par exemple, GPT-3 se « contente » de rédiger la concaténation de recettes de tartes au citron qu’il a trouvé dans son corpus, et même si cela ne diffère pas radicalement du fait de taper « recette tarte au citron » sur Google puis d’aller lire la page Marmiton.org qui ressort en premier, c’est le contexte d’usage et le contexte de tâche qui détermineront l’opportunité de remplacer le moteur Google par le modèle GPT, de remplacer la consultation de l’affichage d’une liste par la rédaction d’un avis dialogué (quelques exemples parlants dans ce thread). L’objectif poursuivi par Google depuis de longues années, celui du « zéro clic » c’est à dire de donner directement la réponse à une requête sur le premier item de la première page de résultats, est parfaitement rempli par GPT-3.

Je ne crois pas pour autant que Google soit particulièrement inquiet de l’arrivée de GPT-3 comme potentiel concurrent.

D’abord pour des raisons économiques. Le modèle de Google repose sur la publicité. Et comme souligné ici :

Google a un problème de modèle économique (…) Si Google vous donne la réponse parfaite à chaque requête, vous ne cliquerez sur aucune publicité.

Mais on pourrait aussi considérer – c’est d’ailleurs déjà souvent le cas – que la réponse parfaite à chaque requête soit … toujours une publicité. La question est alors de savoir comment faire de l’environnement dialogual de Chat GPT-3 un environnement de publicitarisation, c’est à dire dans lequel toute la production linguistique ou sémiotique ne serait qu’au service et à l’image d’un discours publicitaire.

Je n’y crois pas non plus pour des raisons à la fois historiques et techniques. Google est le premier acteur de l’industrie du web à avoir capitalisé sur la production linguistique de l’humanité tout entière. Souvenez-vous au lancement de Google Books lorsque j’expliquais qu’il n’était pas en train de se payer une danseuse mais que cela (la numérisation à marche forcée de textes du domaine public) correspondait très exactement à l’affinage de son modèle linguistique et donc économique. En termes de LLMo (« Large Langage Models ») il est donc historiquement l’acteur le plus ancien. Mais à cet avantage historique et technique s’ajoutent les propres développements de Google dans le domaine de l’ingénierie linguistique. Après son modèle BERT (pour améliorer la compréhension fine des requêtes), il développe aujourd’hui le modèle PaLM (Pathways Language Model), qui appartient à la même « famille » que GPT-3 (un modèle de langage reposant sur un réseau de neurones de type Transformer) mais composé de non plus 175 mais 540 milliards de paramètres … En d’autres termes, si un jour un modèle de langage doit remplacer le moteur de recherche Google, ce sera un modèle de langage … produit et contrôlé par Google.

Tentative d’épuisement du langage.

Il y a quelques années de cela on parlait de « Lazy Web », ou même des années auparavant de « Lazy Sphere » pour désigner certaines pratiques de reprise conversationnelle autour des blogs. Aujourd’hui l’expression à la mode est celle d’une « fatigue informationnelle » entendue comme cette impression de lire, entendre ou voir toute la journée les mêmes informations et de ne pas pouvoir prendre suffisamment de recul pour les comprendre, ou les analyser.

L’idée, déjà ancienne à l’échelle d’un web pourtant si jeune, d’une forme de fatigue ou de paresse devant un double phénomène de multiplication exponentielle des expressions discursives d’une part (que dire d’intéressant ou d’utile qui ne l’ait pas déjà été ?) et de nécessité d’inclusion sociale d’autre part (comme dire que l’on partage un point de vue, une posture, une idée ou une idéologie sans nécessairement avoir à l’exprimer ou à l’argumenter).

La multiplication des ingénieries sociales relationnelles et attentionnelles (le like, le Retweet et les différentes métriques permettant de mesurer l’engagement) nous fournirent aussi les moyens d’être paresseuses et paresseux. D’agir à coût cognitif quasi-nul. Beaucoup des artefacts génératifs (Midjourney, Dall-E, ChatGPT et les autres) contribuent à légitimer et à amplifier ce sentiment de paresse qui naît d’une « commodité » technique se déployant sans la moindre friction et désormais même capable de … fiction.

Mais si paresse ou fatigue il y a, elle ne provient pas que d’une inclinaison naturelle au moindre effort mais aussi d’un sentiment sisyphéen de vanité devant une tentative d’épuisement du monde et du langage de plus en plus aboutie. Et dont Chat GPT-3 est, bien sûr, un symptôme, un stigmate, et peut-être un nouveau point de bascule.

Il y a cette phrase de François Chollet, l’un des scientifiques leaders de l’intelligence artificielle et du Deep Learning chez Google. Vertigineuse.

On est proche du moment où on aura entraîné les modèles sur toutes les données textes humainement disponibles, on n’aura plus rien pour les alimenter.

Il y a la phrase de Duras. Visionnaire.

Il n’y aura plus que des réponses.

Il y a cette phrase d’Apostolos Gerasoulis, l’un des ingénieurs en chef d’un vieux moteur de recherche :

Qu’arrivera-t-il si nous répondons mal à des requêtes comme « amour » ou « ouragan » ?

Et aujourd’hui il y a Chat GPT-3. Et puis GPT-4 demain. Et Pathways. Et tous les autres modèles le langage. Et il y a ces trois questions qui restent.

1. « Toutes les données texte humaines auront été traitées. »
2. « Il n’y aura plus que des réponses. »
3. « Qu’arrivera-t-il si nous répondons mal à des requêtes comme amour ou ouragan ? »

Il y a, simplement, l’importance de porter et de poser ces questions. Et l’incapacité de ces artefacts génératifs à le faire. Et il y a le bruit du monde. Et des vacuoles de solitude à reconstruite. A l’abri de ce bruit. Ce qu’expliquait Deleuze et qui résonne aujourd’hui étrangement dans cette saturation et cet épuisement du langage.

On fait parfois comme si les gens ne pouvaient pas s’exprimer. Mais, en fait, ils n’arrêtent pas de s’exprimer. (…) et nous sommes transpercés de paroles inutiles, de quantités démentes de paroles et d’images. La bêtise n’est jamais muette ni aveugle. Si bien que le problème n’est plus de faire que les gens s’expriment, mais de leur ménager des vacuoles de solitude et de silence à partir desquelles ils auraient enfin quelque chose à dire. Les forces de répression n’empêchent pas les gens de s’exprimer, elles les forcent au contraire à s’exprimer. Douceur de n’avoir rien à dire, droit de n’avoir rien à dire, puisque c’est la condition pour que se forme quelque chose de rare ou de raréfié qui mériterait un peu d’être dit. Ce dont on crève actuellement, ce n’est pas du brouillage, c’est des propositions qui n’ont aucun intérêt. Or ce qu’on appelle le sens d’une proposition, c’est l’intérêt qu’elle présente. Il n’y a pas d’autre définition du sens, et ça ne fait qu’un avec la nouveauté d’une proposition. On peut écouter des gens pendant des heures : aucun intérêt… C’est pour ça que c’est tellement difficile de discuter, c’est pour ça qu’il n’y a pas lieu de discuter, jamais. On ne va pas dire à quelqu’un : « Ça n’a aucun intérêt, ce que tu dis ! » On peut lui dire : « C’est faux. » Mais ce n’est jamais faux, ce que dit quelqu’un, c’est pas que ce soit faux, c’est que c’est bête ou que ça n’a aucune importance. C’est que ça a été mille fois dit. Les notions d’importance, de nécessité, d’intérêt sont mille fois plus déterminantes que la notion de vérité. Pas du tout parce qu’elles la remplacent, mais parce qu’elles mesurent la vérité de ce que je dis. Même en mathématiques : Poincaré disait que beaucoup de théories mathématiques n’ont aucune importance, aucun intérêt. Il ne disait pas qu’elles étaient fausses, c’était pire. »
Gilles Deleuze, Pourparlers, « Les intercesseurs », « Le couple déborde », Paris, Editions de Minuit, 1990

 La parabole Pinocchio.

Chat GPT-3. GPT. Un acronyme de « Generative Pre-trained Transformer ». GPT. En anglais phonétique « dji pi ti ». L’avez-vous comme moi dans l’oreille ? La première fois où j’ai entendu cet acronyme c’est un nom qui m’est spontanément venu à l’esprit. GPT. Comme Geppetto. Oui, celui du conte de Pinocchio, écrit par Carlo Collodi :

Geppetto, un pauvre menuisier italien, fabrique par accident dans un morceau de bois à brûler un pantin qui pleure, rit et parle comme un enfant, une marionnette qu’il nomme Pinocchio. Celui-ci lui fait tout de suite des tours et il lui arrive de nombreuses aventures : il rencontre Mangefeu, le montreur de marionnettes, le Chat et le Renard qui l’attaquent et le pendent. C’est la Fée bleue qui le sauve. Son nez s’allonge à chaque mensonge… Il part ensuite avec son ami Lumignon pour le Pays des jouets, et ils sont transformés tous les deux en baudets. Il est ensuite jeté à la mer et avalé par une énorme baleine dans le ventre de laquelle il retrouve Geppetto. Finalement il se met à travailler et à étudier et il se réveille un beau jour transformé en véritable petit garçon en chair et en os.

GPT Geppetto. Et le langage Pinocchio. Le « Chat » qui par notre biais l’attaque constamment pour voir ce qu’il a dans le ventre. Chat-Geppetto. Les ruses de Renard que nous tentons aussi. Et le mensonge constant. Et la base de donnée, ce nez, qui s’allonge et s’enrichit à chaque fois. La voilà peut-être la nature de ce que Claire Matthieu et Jean-Gabriel Ganascia qualifient de grande « menteuse pathologique ». Il en est qui par l’usage de Chat GPT-3 ou d’autres artefacts génératifs ne feront que devenir des ânes, il en est d’autres aussi, qui deviendront peut-être de meilleurs petits garçons.

Il y a peu de chances que la création de « GepPeTto » se transforme un jour en véritable petit garçon doté d’une véritable intelligence. Peu de chances que ce que certains s’obstinent à englober dans le vocable d’IA deviennent des IA « fortes » (c’est à dire dotées d’une forme de conscience). Mais comme dans l’histoire de Pinocchio, il faut se souvenir de tout ce que fut capable de faire un simple pantin de bois. Un simple artefact génératif. Il faut se souvenir de tout ce dont nous l’avons cru capable. Par le simple effort de notre imagination et par l’acceptation d’une narration. En un sens Chat GPT-3 est une mise à l’épreuve, en miroir, de ces récits capables de fonder une humanité commune. C’est un conte. Dont nous sommes les protagonistes. Comme autant de personnages en quête d’auteur(s).

Apostille.

Dans cet article déjà assez long, j’ai fait le choix de ne pas aborder la question pourtant centrale des différents biais (racistes, sexistes, religieux, de genre, etc.) dont ces artefacts génératifs sont à la fois porteurs et pourvoyeurs. Je n’ai pas non plus abordé stricto sensu les enjeux éthiques de ces gigantesques modèles linguistiques. Je ne l’ai pas fait car l’article est déjà très long, mais surtout parce que je l’ai déjà fait dans un (autre très long) article d’Avril 2021 « Les perroquets stochastiques et l’attaque de la typographie géante » qui s’appuyait notamment sur la lecture de l’article de Timnit GeBru et Emily Bender (et al.) « On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? » (1). J’invite celles et ceux qui souhaiteraient approfondir les limites de ces modèles de langage à s’y référer.

Et je complète cette référence par cet autre article de Weidinger Laura (et al.) sur les risques sociaux et éthiques des modèles de langage. (2) dans lequel les auteurs (tous chercheurs chez Deepmind, société appartement à Google) pointent, documentent et discutent une série de 21 risques répartis en 6 grandes catégories :

Nous présentons six domaines de risque spécifiques :

I. Discrimination, exclusion et toxicité
II. Les dangers de l’information
III. Méfaits de la désinformation
IV. Utilisations malveillantes
V. Méfaits de l’interaction homme-machine
VI. Automatisation, accès et dommages environnementaux.

Le premier domaine concerne la perpétuation des stéréotypes, de la discrimination injuste, des normes d’exclusion, du langage toxique et des performances inférieures par groupe social pour les Modèles de Langage (ML). Le deuxième porte sur les risques de fuites de données privées ou de déductions correctes d’informations sensibles par les ML. Le troisième aborde les risques découlant d’informations médiocres, fausses ou trompeuses, y compris dans des domaines sensibles, et les risques en chaîne tels que l’érosion de la confiance dans les informations partagées. La quatrième partie traite des risques liés aux acteurs qui tentent d’utiliser les indicateurs de performance pour nuire. La cinquième partie se concentre sur les risques spécifiques aux ML utilisés pour étayer les agents conversationnels qui interagissent avec les utilisateurs humains, notamment l’utilisation dangereuse, la manipulation ou la tromperie. La sixième partie aborde les risques liés à l’environnement, à l’automatisation des emplois et à d’autres défis susceptibles d’avoir un effet disparate sur différents groupes sociaux ou communautés.

Et j’ajoute enfin que la partie « considérations éthiques » qui clôt l’article scientifique présentant PaLM, le modèle de langue de Google dont je vous parlais plus haut, préconise « simplement » les éléments suivants après avoir rappelé la difficulté d’analyse et de repérage de ces biais en partie consubstanciels aux corpus linguistiques mobilisés (3) :

Les travaux futurs devraient porter sur sur le traitement efficace de ces biais indésirables dans les données, et leur influence sur le comportement du modèle. En attendant, toute utilisation réelle de PaLM pour des tâches en aval devrait effectuer d’autres évaluations d’équité contextualisées pour évaluer les inconvénients potentiels et introduire des mesures d’atténuation et de protection appropriées.

(1) Bender, Emily M., et al. « On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? ». Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, ACM, 2021, p. 610‑23. DOI.org (Crossref), https://doi.org/10.1145/3442188.3445922.

(2) Weidinger, Laura, et al. Ethical and social risks of harm from Language Models. arXiv, 8 décembre 2021. arXiv.org, https://doi.org/10.48550/arXiv.2112.04359.

(3) Chowdhery, Aakanksha, et al. PaLM: Scaling Language Modeling with Pathways. arXiv, 5 octobre 2022. arXiv.org, https://doi.org/10.48550/arXiv.2204.02311.

Bonus Track 1.

Cette courte vidéo d’une interview de Sam Altman, le CEO d’OpenAI en 2019. On lui demandait quel était le modèle économique d’Open AI et il répondait ceci :

On a fait une promesse à nos investisseurs. Une fois qu’on aura construit ce système général d’intelligence artificielle on va simplement lui poser la question : est-ce que tu peux nous générer un business model ? Je sais que ça ressemble à un épisode de Silicon Valley [série humoristique sur les dérives de la vallée éponyme] (…) Vous pouvez rigoler mais je crois vraiment que c’est ce qui va se passer.

Bonus Track 2.

Il vous faut sans retard aller lire le passionnant exercice auquel s’est livré François Houste (auteur entre autre des formidables Mikrodystopies) pour entraîner et faire accepter à Chat CGPT-3 que « un scout qui fait caca » peut être la réponse à la question « qu’est-ce qui est vert et qui pousse au fond du jardin« . C’est tout à fait vertigineux sur le fond et tout à fait remarquable sur la forme.

Je ne vous en mets qu’une seule copie d’écran mais la totalité de l’échange est au-delà du savoureux et du jouissif.

Il y a 20 ans de cela, naissait Shazam, l’application qui permet de « reconnaître » n’importe quel morceau de musique. Souvenez-vous de cet étrange sentiment où la raison nous dit qu’il ne s’agit de rien d’autre que d’une reconnaissance de forme permise par l’étalonnage en direct d’une immense base de donnée mais où ne ne pouvons nous empêcher d’exprimer un sentiment premier d’incrédulité.

Le même chose se produisit avec les « générateurs automatiques de textes » : si initialement rudimentaires aient été les premiers, si redoutablement complexes soient aujourd’hui ceux produits par des modèles de langage dopés à l’apprentissage profond comme GPT-3, à chaque fois lors de la découverte de leurs productions c’est le même sentiment d’étonnement ; ce trouble, momentané, où même en connaissant la réponse à la question de savoir comment cela est possible, il nous demeure pourtant impossible de l’envisager comme autre chose qu’une forme « magique ».

Il faut imaginer la tête du premier passant croisant une voiture dans la rue, la tête de celles et ceux allumant pour la première fois les toutes premières télévisions dans leur salon, se souvenir aussi de la réaction des premiers spectateurs et des premières spectatrices des toutes premières séances de cinéma et du train arrivant en gare de la Ciotat et qui reculèrent en ayant l’impression qu’il se dirigeait vers elles et eux. Un trouble toujours. Un étonnement souvent. Une inquiétude parfois. Un moment d’incrédulité d’autres fois.

Générateurs d’images et « d’oeuvres d’art » (sic).

Ces derniers mois ont vu croître et se multiplier des « intelligences artificielles » assez facilement accessibles au grand public et capables de produire des images élaborées, troublantes, étonnantes, magnifiques parfois, décevantes d’autres fois, images générées simplement à partir de quelques mots ou de quelques lignes de texte, à partir d’un « prompt ». Les plus connues et les plus récentes de ces IA s’appellent MidJourney, Stable Diffusion, Dall-E 2 et Dall-E mini.

Selon leur propre descriptif il ne s’agit de rien moins que de « nouveau(x) système(s) d’IA capable(s) de créer des images et des œuvres d’art réalistes à partir d’une description en langage naturel. »

Dans un article de décembre 2016 je revenais brièvement sur les origines de ce « langage naturel » comme interface et posais la question de savoir s’il était vraiment « naturel » de s’adresser à un algorithme en langage « naturel ». On peut aujourd’hui se demander ce qu’il y a de « naturel » à s’adresser à des intelligences artificielles en langage naturel pour créer … « des oeuvres d’art réalistes. »

Mais avant de poser cette question et bien d’autres, pour celles et ceux qui ne verraient pas de quoi je parle, voici d’abord quelques exemples que j’ai « générés » à l’aide de ces différents systèmes et en utilisant des « prompts » (des phrases quoi …) reprenant des incipit ou des citations littéraires.

Midjourney.

« Beau comme une rencontre fortuite sur une table mortuaire* d’une machine à coudre et d’un parapluie » (Lautréamont, Chants de Maldoror)
La citation originale parle d’une table de dissection mais le terme fait partie des mots et expressions non-utilisables par Midjourney (nous y reviendrons)

« C’était à Mégara, faubourg de Carthage, dans les jardins d’Hamilcar » (Flaubert, Salammbô)

« Dessine-moi un mouton » (Antoine de Saint-Exupéry, Le petit prince)

« Fini, c’est fini, ça va finir, ça va peut-être finir » (Beckett, Fin de partie)

Portrait of Samuel Beckett by Salvador Dali by Alberto Giacometti

« Aujourd’hui, maman est morte. Ou peut-être hier, je ne sais pas. » (Camus, L’étranger)

Très sincèrement, le générateur MidJourney est tout à fait bluffant esthétiquement et « interprétativement ». Malgré quelques incongruités, dont l’image de la femme sur le prompt de Fin de Partie.

Dall-E 2

Voici maintenant les mêmes phrases ou « prompts » mais testés dans l’outil d’Open AI baptisé Dall-E.

« Beau comme une rencontre fortuite sur une table mortuaire* d’une machine à coudre et d’un parapluie »

Portrait of Samuel Beckett by Salvador Dali by Alberto Giacometti

« C’était à Mégara, faubourg de Carthage, dans les jardins d’Hamilcar »

« Dessine-moi un mouton »

« Fini, c’est fini, ça va finir, ça va peut-être finir. »

« Aujourd’hui, maman est morte. Ou peut-être hier, je ne sais pas. »

On est ici dans un générateur qui prend un parti radicalement différent, éloigné de l’artistique au moins en première intention, et centré sur le trivial chaque fois qu’on l’y invite. Mais dès que l’on sort de prompts trivialement déclinables pour « jouer » avec les limites interprétables comme avec le « portrait de Samuel Beckett par Salvador Dali par Alberto Giacometti », les résultats sont là aussi souvent bluffants.

Stable Diffusion.

Cette fois je vous laisse retrouver l’ordre des prompts pour voir si vous suivez

Enfin, un autre essai toujours sur Stable Diffusion, du prompt « Portrait of Samuel Beckett by Salvador Dali by Alberto Giacometti » mais en jouant sur les réglages plus fins proposés par l’outil et qui (en gros) proposent des curseurs pour réduire ou augmenter le niveau « d’interprétation » de la phrase choisie.

De gauche à droite, l’interprétation « standard » qui utilise les réglages par défaut de Stable Diffusion (« Inference Steps » et « Guidance Scale »), celle qui met les curseurs au minimum, et celle qui place les mêmes curseurs au maximum. Attention dans les termes que je choisis, lorsque je parle « d’interprétation » il s’agit en fait davantage d’une « itération », c’est à dire du nombre de fois ou le nombre de niveaux de « profondeur » où une instruction va être appliquée sur l’image initialement générée jusqu’à produire l’un de ses états présentés comme autant de « résultats ».

Une phraséologie.

Ce qui me frappe d’abord dans les innombrables tests que j’ai fait ou que j’ai observés chez d’autres et dans les résultats visibles et consultables pour chacun de ces outils, c’est le sentiment d’un « style », ou plus exactement d’une identité graphique presqu’immédiatement reconnaissable, de la plus « artistique » (Midjourney) à la plus triviale (Dall-E).

Une critériologie.

Chacun de ces générateurs dispose d’une série de critères de « réglages » plus ou moins accessibles en version publique. L’une des plus complètes de ce côté-là c’est DreamStudio Lite (émanation de Stable Diffusion) dont l’interface vous permet notamment de basculer entre différents « modèles » et cadres interprétatifs au sein du même générateur.

En variant le « sampler » utilisé on génère des représentations différentes, exactement comme lorsque l’on travaille des boucles dans le domaine musical ou des effets dans les logiciels de retouche d’image. Voici une série de variations autour du prompt « Portrait of Samuel Beckett by Salvador Dali by Alberto Giacometti » avec les 8 premiers samplers disponibles.

La question de la critériologie et des variations est essentielle si l’on prétend générer des images « intéressantes » au-delà de nos phraséologies plus ou moins subtiles et créatives. On voit ainsi apparaître de nouveaux outils en ligne qui répertorient, comme d’antiques annuaires de recherche, les principaux critères déclinables.

Noonshot propose ainsi un « prompt helper » qui vous permet d’utiliser différents critères pour les IA Midjourney et Dall-E, dont le nom de différents artistes pour en imiter le style.

Voici alors le résultat d’un prompt « augmenté » par une série de critères reconnus par Midjourney :

/imagine prompt:Aujourd’hui, maman est morte. Ou peut-être hier, je ne sais pas:: 16-bit::3.3 1800s::4.4 crepuscular rays::1 panorama::1 gustav klimt::1 matte black color::2.8 skin::1 defocus::-0.5 –ar 2:1 –quality 2 –stylize 20000

Et son résultat de génération graphique :

Chaque mot, mais aussi chaque critère peut ainsi être utilisé avec une pondération différente, laquelle pondération peut aussi dépendre de l’antériorité des autres critères choisis et de leurs propres pondérations. Il ne s’agit plus seulement de lancer des phrases à la volée et d’observer le résultat mais de les ouvrager dans un environnement technique et linguistique nécessitant un minimum d’apprentissage et renvoyant à des cadres interprétatifs et techniques élaborés.

Générer n’est pas nécessairement oeuvrer.

Ce qui est compliqué c’est la continuité. L’essentiel de ce que nous voyons la première fois que nous utilisons ces générateurs, relève du surgissement. Un peu comme lorsque l’on lance de la peinture sur une toile et que, parfois, le résultat donne l’image d’une composition artistique plutôt que d’une simple projection hasardeuse. Dès lors que l’on s’efforce de construire un récit, une narration, à l’aide de ces images générées, l’affaire se complique et réclame et nécessite un apport et un accompagnement qui ne laisse aucune ambiguïté sur l’origine de l’ambition artistique : elle relève bien de l’humain et non de la machine.

Si vous gardez un doute sur ce point, je vous invite à regarder le travail de l’artiste Alper Yesiltas, une série de 10 portraits de célébrités, travaillés à partir de générations d’images et intitulés « As If Nothing Happened. » On y retrouve Freddy Mercury, Lady Diana, Michael Jackson et quelques autres, « comme s’ils étaient encore vivants. »

Compte Instagram d’Alper Yesiltas.

Dans un entretien sur le site Bored Panda il explique :

La partie la plus difficile du processus de création pour moi est de faire en sorte que l’image me semble « réelle ». Le moment que j’apprécie le plus est celui où l’image devant moi me semble très réaliste, comme si elle avait été prise par un photographe. J’utilise différents logiciels. Le temps qu’il me faut pour créer une image entièrement terminée varie, mais je dirais qu’il faut un certain temps pour qu’une image me paraisse « réelle ».

Les 10 portraits, d’un réalisme saisissant, n’ont rien à voir avec les applications qui vous proposent de générer automatiquement des images de vous vieilli, et aucune génération automatique d’image n’est aujourd’hui capable, sans intervention humaine, d’offrir un réalisme qui n’est pas uniquement celui du « grain » mais qui tient aussi à l’intention et à la composition de l’ensemble du portrait.

Autre exemple, celui de l’autrice Ursula Vernon qui a entièrement conçu à l’aide de Midjourney une bande-dessinée de quelques planches, et qui explique dans cette tirade (ce Thread) pourquoi cela fut extrêmement long et compliqué (en gros parce qu’elle passa énormément de temps à retoucher, modifier les dessins générés par l’IA qui n’étaient jamais suffisamment proches de l’image mentale qu’elle en avait).

  La planche d’ouverture.
Impossible de connaître la part de l’image automatiquement générée
et celle du travail de l’artiste pour en faire ce que nous voyons ici.

Mais il existe déjà des oeuvres abouties qui tirent parti de ces générateurs, et ce dans un cercle vertueux autour du domaine public. C’est par exemple le cas de  Star Maker d’Olaf Stapledon (publié pour la première fois en 1937 et donc dans le domaine public) et qui a été entièrement réimaginé sous forme de roman graphique à l’aide de Midjourney.

Et si l’on se contente du surgissement ? Si l’on omet ou si l’on oublie le travail d’un.e artiste qui voudrait en faire quelque chose et prendrait le temps nécessaire pour y parvenir ?

Alors ce surgissement est aussi la confrontation avec une altérité que nous testons et que nous affrontons pour en dessiner les limites. En oubliant parfois que ces limites que nous voyons à la capacité de la machine renvoient d’abord à celles de nos imaginations. Souvenez-vous des premiers mots, des premiers dialogues, des premiers « prompts » que vous avez adressé à Siri, à Alexa ou à « Ok Google », comme pour les piéger, les déstabiliser, les mettre devant leurs limites de compréhension qui sont aussi souvent celles de nos appréhensions. Le langage est une interface qui tient à ce qu’il y a à la fois de plus rudimentaire dans l’interaction et de plus élaboré dans sa potentialisation.

L’IA est-elle l’avenir de l’art ?

Et pour autant qu’il y ait des intelligences artificielles, peuvent-elles être artistiques ? Des intelligences artificielles artistiques ? Des artifices artificiellement intelligents ? Comme dans toute révolution ou évolution technique, trois horizons d’attente coexistent : il y a ce que l’on fantasme qu’il adviendra, il y a ce qu’il advient vraiment, et il y a tout ce qui advient mais que l’on n’avait pas prévu, ou pas comme ça, ou pas si vite, ou pas dans ces termes là.

Ce dont nous sommes sûrs, c’est que la « facilité » et la rapidité d’une génération circonstancielle va en effet trouver un grand nombre d’usages illustratifs (dans la presse et les médias en général). Exemple avec une revue de l’agglomération Grenobloise qui fit sa Une avec une illustration de l’IA Midjourney :

(Repéré sur Twitter par FuzzyRaptor)

Ce dont nous sommes également sûrs c’est que la facilité et la gratuité d’aujourd’hui auront tôt fait de se transformer en licences d’usage plus ou moins coûteuses.

Ce dont nous sommes sûrs encore, c’est que l’articulation de ces créations au régime du droit d’auteur ne se fera ni sans heurts ni sans passionnants débats. Savoir ce qui fait oeuvre, connaître la part de l’auteur et celle résiduelle ou centrale de la génération, génération qui elle-même ne se fait jamais sans « autorité » (ou autoritativité) ou sans intentionnalité …

Ce dont nous sommes sûrs enfin, c’est que les chaînes de décision et de responsabilité vont comme à chaque avancée numérique majeure, continuer de se diluer et si nous n’y prenons garde, de se déliter. Qui est responsable de la génération elle-même mais aussi du statut publiable et diffusable de celle-ci ? Celui ou celle qui a tapé le « prompt » ? Le propriétaire – s’il y en a un – de la base d’images l’ayant permis ? Celles et ceux qui ont programmé et réglé l’algorithme utilisé pour la génération ? Celles et ceux qui ont constitué et travaillé sur les jeux de données (datasets) sans lesquels il n’y aurait pas de génération possible ?

Dans l’histoire de l’art nombreuses furent les périodes ou peintres, sculpteurs, musiciens, et même auteurs disposaient souvent de petites mains au service de la préparation de leurs toiles ou des blocs de pierre qu’ils taillaient ensuite pour leur donner vie. Nombreux et nombreuses furent toujours les oublié.e.s dans l’ombre de ces noms aujourd’hui passés à la postérité. Depuis que l’on réfléchit à la question du numérique dans ses processus créatifs ou génératifs, on parle d’agencements collectifs d’énonciation (ACE). Ces agencements demeurent. Il faut leur adjoindre des agencements collectifs de génération (ACG). La question, la grande question est celle de savoir comment les deux s’articulent, comment ils s’imbriquent, comment ils travaillent ensemble et dans quelle temporalité, avec quelle intentionnalité.

L’oeuvre ouverte.

A côtoyer ces générateurs, à la manipuler par la langue, on a tôt fait de se prendre pour un créateur et de s’imaginer artiste. Peut-être l’est-on d’ailleurs dans le sens où Umberto Eco parlait de l’oeuvre ouverte.

Parmi les compositions de musique instrumentale les plus récentes, il en est un certain nombre qui se caractérisent par l’extraordinaire liberté qu’elles accordent à l’exécutant. Celui-ci n’a plus seulement, comme dans la musique traditionnelle, la faculté d’interpréter selon sa propre sensibilité les indications du compositeur : il doit agir sur la structure même de l’œuvre, déterminer la durée des notes ou la succession des sons, dans un acte d’improvisation créatrice. (…) Ces quatre exemples, choisis parmi beaucoup d’autres, révèlent la distance considérable qui sépare de pareils modes de communication musicale de ceux auxquels nous avait habitués la tradition. Une œuvre musicale classique —une fugue de Bach, Aïda, ou le Sacre du Printemps — est un ensemble de réalités sonores que l’auteur organise de façon immuable ; il les traduit en signes conventionnels pour permettre à l’exécutant de retrouver (plus ou moins fidèlement) la forme qu’il a conçue. Au contraire, les œuvres musicales dont nous venons de parler ne constituent pas des messages achevés et définis, des formes déterminées une fois pour toutes. Nous ne sommes plus devant des œuvres qui demandent à être repensées et revécues dans une direction structurale donnée, mais bien devant des œuvres « ouvertes », que l’interprète accomplit au moment même où il en assume la médiation.

Et plus loin de poursuivre et de conclure :

Les esthéticiens parlent parfois de « l’achèvement » et de l’ « ouverture » de l’oeuvre d’art, pour éclairer ce qui se passe au moment de la « consommation » de l’objet esthétique. Une œuvre d’art est d’un côté un objet dont on peut retrouver la forme originelle, telle qu’elle a été conçue par l’auteur, à travers la configuration des effets qu’elle produit sur l’intelligence et la sensibilité du consommateur : ainsi l’auteur crée-t-il une forme achevée afin qu’elle soit goûtée et comprise telle qu’il l’a voulue. Mais d’un autre côté, en réagissant à la constellation des stimuli, en essayant d’apercevoir et de comprendre leurs relations, chaque consommateur exerce une sensibilité personnelle, une culture déterminée, des goûts, des tendances, des préjugés qui orientent sa jouissance dans une perspective qui lui est propre. Au fond, une forme est esthétiquement valable justement dans la mesure où elle peut être envisagée et comprise selon des perspectives multiples, où elle manifeste une grande variété d’aspects et de résonances sans jamais cesser d’être elle-même. (Un panneau de signalisation routière ne peut, au contraire, être envisagé que sous un seul aspect ; le soumettre à une interprétation fantaisiste, ce serait lui retirer jusqu’à sa définition.)

Umberto Eco écrit encore :

L’ouverture suppose finalement l’organisation minutieuse et calculée d’un champ de possibilités.

C’est très littéralement, très exactement ce que ces intelligences artificielles « capable(s) de créer des images et des œuvres d’art réalistes à partir d’une description en langage naturel » nous proposent aujourd’hui : l’organisation minutieuse et calculée d’un champ de possibilités.

Le paradoxe du singe savant (que Borges utilise et détourne dans sa nouvelle « La bibliothèque de Babel ») part du principe qu’en tapant au hasard sur un clavier un singe pourra presque sûrement écrire un texte donné. Borges renverse la perspective en imaginant une bibliothèque dans laquelle tous les textes possibles à écrire ont déjà été écrits, et qu’il ne s’agit plus que de retrouver ceux qui font sens, et parmi ceux qui font sens ceux qui ont une valeur esthétique, littéraire, historique, etc. L’état actuel des dispositifs de génération d’images à partir de phrases nous place dans l’état d’être l’un.e des bibliothécaires de Babel. L’immensité des jeux de données (datasets) utilisés par Dall-E, Midjourney, Stable Diffusion et quelques autres, est à notre échelle une immensité littéralement « im-perceptible », que nous ne sommes pas en capacité de percevoir et de traiter comme une totalité. Seuls des dispositifs calculatoires en ont une vision « holistique ». Nous n’avons donc en partie pas d’autre choix que de faire confiance à ces dispositifs calculatoires pour produire des inférences dont certaines viendront combler nos esthétiques espérances.

Plus globalement c’est toute une nouvelle synesthésie liée aux interactions numériques qui se met en place. Nous parlions déjà à des objets connectés (enceintes, téléphones …), ces objets sont aujourd’hui également capables d’interpréter notre regard et de se dispenser de la « phrase d’activation », et il est donc désormais possible de produire des images avec des mots, avec la voix. Plus que jamais un nouveau tournant majeur dans ce que je chronique depuis 2012 sous le terme générique du « World Wide Voice ».

Parler à des objets, parler à des moteurs de recherche, parler à des générateurs d’images, s’adresser à des bases de données, c’est assez trivialement comme parler à des … gens. Il faut s’assurer d’une langue commune, s’assurer d’un niveau de langue adapté à l’âge de l’interlocuteur et au contexte du dialogue, il faut ajuster aussi le volume et être capable en permanence de hausser le ton ou de parler plus bas. C’est une boucle de rétroaction permanente et complexe. Ce que ne sont pas encore et que ne seront d’ailleurs jamais probablement les « dialogues » que nous avons avec des intelligences artificielles. Sauf pour celles et ceux qui en feront leur métier (designers, photographes, réalisateurs, auteurs …) ou qui s’en serviront comme d’une matière artistique manipulant les critériologies langagières et techniques comme les peintres leur palette de couleurs.

Et puis à la fin, pourquoi génère-t-on des images autrement que pour l’initial plaisir de tester un rendu ? Comment qualifier la vanité de ce plaisir de constituer ces éphémère cabinets de curiosités personnelles ? Et que deviendront ces générations que nous abandonnons dès leur naissance mais qui pour les sociétés qui nous permettent de le faire, demeurent capitalisables, puisque nos choix, y compris de les délaisser ou de les abandonner, sont signifiants et sont un indice parmi tant d’autres d’une réutilisation possible ?

Inpainting et Outpainting.

Générer des images à l’aide de prompts est une chose. Modifier ou « étendre » des images existantes uniquement à base de prompts en est une autre. Or c’est précisément ce que Dall-e et Stable Diffusion proposent aussi.

Dall-e avec son outpainting permet donc d’étendre n’importe quelle image, tableau ou représentation. La jeune fille à la perle devient ainsi la jeune fille à la perle dans sa cuisine.

Ceci :

Devient cela :

Cet « outpainting » est tout à fait fascinant et comme l’ensemble des autres technologies présentées ici, il va nécessiter une vigilance de chaque instant sur la définition de nos heuristiques de preuve, tant à l’échelle esthétique et culturelle, qu’à l’échelle politique et citoyenne.

Voici un autre exemple composé à partir de tableaux de Van Gogh, Monet, Munch et Hokusai pour former un continuum « outre-peint », une outre-peinture, un outre-tableau, une outre-oeuvre.

En 2008 (bah oui j’avais presque 15 ans d’avance je proposais le terme de technologies de l’artefact que je définissais ainsi :

Ces technologies de l’artefact sont celles qui rendent possible, pour l’amateur, la création de représentations volontairement altérées et artificielles de la réalité dans une recherche (une « mimesis ») de la vraisemblance. Parmi ces technologies de l’artefact (…) on pourra citer en exemple les « Photoshop Naked Contest« , les « Fake Vidéos » (comme celle de l’étoile noire volant au dessus de San Francisco), cette application permettant à tout le monde de vieillir instantanément une photo, les guerres d’édition et les tentatives de redocumentarisation déviantes sur Wikipedia. Ces technologies de l’artefact réclament d’urgence la construction d’une heuristique de la preuve, de la traçabilité de la preuve, une heuristique qui tienne compte de ces phénomènes, qui les explicite, et qui permette (c’est le plus délicat) de les « monitorer » non pas tant en temps réel mais bien a posteriori, c’est à dire dans l’optique d’une rétro-ingénierie documentaire.

Là encore et même si l’exemple ci-dessus n’est pas particulièrement inquiétant parce que particulièrement bâclé, il nous faudra aussi voir ce que la génération de ces images « promptement » modifiées de l’intérieur basculer dans nos heuristiques de preuve.

La question se pose naturellement de la vérité ou de la véracité des images ainsi générées dans nos quotidiens consuméristes. Mais elle se pose aussi à l’échelle médiatique où l’image est de facto le plus souvent présentée comme un élément de preuve auto-légitimant. Et elle se pose enfin dans la mère de tous les domaines, celui de la recherche scientifique. Domaine où, comme le faisait remarquer un collègue biologiste, Vittorio Saggiomo, sur Twitter :

« Image d’une fourmi au microscope électronique » #dalle2 Aucune de ces images n’est réelle…. elles sont générées par ordinateur….
bonne chance avec la méconduite scientifique…..

Ce qui est ici particulièrement troublant c’est en quelque sorte l’intrication quantique de ces « images-preuves ». Quand Vittoria Saggiomo écrit « qu’aucune de ces images n’est réelle« , il a raison (et il a aussi raison d’en pointer le risque dans les pratiques scientifiques). Mais on peut aussi considérer qu’il a en partie tort puisque ces images de fourmis qui n’existent pas s’appuient sur des images de fourmis au microscope électroniques déjà existantes. Et que ces images de fourmis au microscope électronique peuvent avoir un usage scientifique dès lors qu’elles s’accompagnent d’une déontologie qui explicite et précise les conditions de leur génération et qui encadre l’usage qu’il est possible d’en faire.

Une nouvelle fois la question des technologies de l’artefact et de leurs heuristiques de preuve est centrale … et urgente. La trahison des images, saison 2.

Prompte fut la bourse des prompts.

Si comme le dit le proverbe populaire, « une image vaut mille mots« , alors combien vaut le mot capable de produire mille images ?

« Karl Marx as a Venture Capitalist » (Midjourney)

Le capitalisme linguistique ne connaît aucune limite, seulement des bifurcations. Il ne falllut donc pas attendre très longtemps avant que de voir naître une « place de marché » des prompts. Le site « Promptbase » affiche une promesse simple :

« Trouvez les meilleurs prompts, produisez de meilleurs résultats, économisez sur les coûts d’API, vendez vos propres prompts. »

Si l’idée de vendre des mots aux enchères à des annonceurs fit florès, l’idée de vendre des phrases à des individus peut apparaître saugrenue. Elle cesse (en partie) de l’être si l’on considère qu’un « prompt » n’est pas une simple phrase mais une série plus ou moins complexe d’instructions cohérentes disposant chacune de paramétrages distincts adaptés à des jeux de données ciblés et disposant eux-mêmes de processus de constitution et de génération particuliers. Ce que l’on vend n’est donc pas la phrase ou l’idée derrière la phrase, mais son applicabilité déjà testée et déclinable dans tel ou tel générateur à base d’intelligence artificielle. Et ce que l’on achète est donc une API, c’est à dire « un ensemble normalisé de classes, de méthodes, de fonctions et de constantes qui sert de façade par laquelle un logiciel offre des services à d’autres logiciels. » (Wikipédia)

Pour ne prendre qu’un seul exemple, voici ce que donne le prompt « Pixar Hipster Animals » dans Midjourney :

Et voici ce que l’achat du prompt détaillé dans Promptbase permet de générer :

L’achat de ce prompt vous coûtera 1,99$. Notez que pour le prix du prompt, il vous faudra ajouter celui de l’accès à la base Midjourney qui n’est pas inclus : tous ces générateurs (Midjourney, Dall-E, etc) ne sont accessibles gratuitement que dans un premier temps, vous permettant un certain nombre d’essais au-delà desquels il vous faudra passer à une version payante.

Le prix des prompts disponibles dans Promptbase varie et peut monter (je n’ai pas fait de recherche exhaustive) jusqu’à au moins 5,99$.

On touche alors au problème le plus communément soulevé dès lors que l’on évoque ces nouvelles technologies de génération d’images : celui du droit d’auteur. Problème qui peut être ainsi sommairement résumé : qui est l’auteur des générations finalisées ?

Est-ce le programme informatique et/ou ses programmateurs servant de base à la génération ? Est-ce le « prompteur », c’est à dire celui ou celle qui a l’idée de la phrase et paramètre la critériologie (API) correspondante ? Et quid des auteurs des photos et images initialement disponibles pour la génération et sans lesquelles elle devient impossible ? Quid du « statut » de ces images prétextes, pré-icôniques ? Et si nous sommes les auteurs de ces images utilisées dans les différents jeux de données, comment sait-on que nos images y figurent et comment les en retirer (Opt-Out) ? Il est impossible de répondre à cette question en dehors du cadre qui est celui de l’Oeuvre Ouverte d’Eco et des autres points que j’évoquais plus haut dans cet article.

Mais de manière triviale on notera déjà que « le marché » par la voix de Getty Images indique qu’il n’acceptera pas d’intégrer à son offre commerciale les images générées artificiellement.

Si la question est aussi complexe c’est que les CGU (conditions générales d’utilisation) des plateformes elles-mêmes diffèrent grandement. Du côté de Midjourney on indique :

vous êtes propriétaire de tous les actifs que vous créez, avec la réserve que l’utilisateur accorde à la société une large licence pour utiliser non seulement les images générées par l’IA que l’utilisateur produit, mais aussi les invites textuelles de l’utilisateur utilisées pour générer les images.

Donc en gros vous êtes surtout … co-propriétaire

A l’inverse, du côté de Dall-E (OpenAI) :

OpenAI est propriétaire de toutes les générations créées sur la plateforme, et n’accorde aux utilisateurs que le droit d’utiliser et de revendiquer des droits d’auteur sur leurs images générées par l’IA.

Stable Diffusion fait un choix radicalement différent qui est celui du … domaine public, ou plus exactement de la licence Creative Commons Domaine Public.

Tous les utilisateurs, par l’utilisation de DreamStudio Beta et du service Discord Stable Diffusion beta reconnaissent par la présente avoir lu et accepté l’intégralité du CC0 1.0 Universal Public Domain Dedication qui inclut, mais n’est pas limité, à la renonciation précédente des droits de propriété intellectuelle concernant tout contenu. L’utilisateur, par l’utilisation de DreamStudio Beta et du service Discord Stable Diffusion beta, reconnaît comprendre qu’une telle renonciation inclut également une renonciation à l’attente et/ou à la réclamation d’un tel utilisateur à tout droit absolu, inconditionnel de reproduire, copier, préparer des travaux dérivés, distribuer, vendre, exécuter, et/ou afficher, comme applicable, et en outre qu’un tel utilisateur ne reconnaît aucune autorité ou droit de refuser la permission à d’autres de faire la même chose concernant le contenu. Tout utilisateur renonce par la présente et ne détient aucun droit, quel qu’il soit et quelle que soit la juridiction, sur le contenu. En outre, tous ces utilisateurs reconnaissent par la présente que les présentes conditions d’utilisation lieront tous les successeurs, héritiers, agents, affiliés, administrateurs, représentants, avocats, exécuteurs, divisions et cessionnaires de l’utilisateur, maintenant et pour toujours. En outre, cette renonciation libère, acquitte et décharge irrévocablement et pour toujours Stability AI LTD de toute réclamation, demande, charge, plainte, controverse, accord, promesse et cause d’action de quelque nature que ce soit, en droit et en équité, connue ou inconnue, soupçonnée ou insoupçonnée, découlant du contenu et s’y rapportant de quelque manière que ce soit.

Jeux interdits.

A la grande bourse capitalistique des mots et des phrases, des images et des textes, il en est d’interdits. Jeux de mots, jeux de données, interdits. Vous ne pourrez pas utiliser dans vos prompts ce qui est considéré comme « NSFW » (Not Safe For Work). Mais vous ne pourrez pas non plus utiliser le terme de dissection (susceptible de créer des images trop « choquantes »). Et si vous pouvez demander à générer des images à la manière de Dali, Warhol, Banksy, Frida Kahlo, Degas, Goya, Bacon et quelques dizaines d’autres, vous ne pourrez pas en revanche le faire à la manière de Philippe Starck puisque son nom, qui est aussi sa marque, font partie des mots interdits dans les prompts.

Extrait des choix proposés par https://prompt.noonshot.com/midjourney

Comme le faisait remarquer Antonio Casilli :

Dall-E 2 a un problème de censure. Les examinateurs humains suppriment le contenu en temps réel. Ils sont *obsédés* par les nus, les deepfakes, la haine. Mais leur notion d’images problématiques est… spéciale. Par exemple, j’ai essayé de demander « Lénine et Staline jouant au volleyball » ils ont menacé de me bannir !

De fait « Lenine et Staline playing Volleyball » est interdit (« It looks like this request may not follow our content policy« ) mais « Lenine playing Volleyball » ou « Soviet Suprem playing Volleyball » ça passe crème. La preuve.

« Lenine playing Volleyball » (Dall-e)

« Soviet Suprem playing Volleyball » (Dall-e)

C’est donc Staline le méchant. Et le camarade Lénine a quant à lui sacrément changé. Un petit test avec Hitler et Mussolini qui jouent au Volley ? Sans surprise Hitler est le mot interdit. Et Mussolini est à l’image de Lénine assez librement réinterprété.

« Mussolini playing Volleyball » (Dall-e)

Il faut noter qu’Emmanuel Macron ou Barack Obama sont également interdits (sans rapport donc avec les précédents interdits mais tout aussi problématique sur le fond).

Voici maintenant les mêmes scripts mais sur Stable Diffusion :

« Lenine and Staline playing Volleyball » (Stable Diffusion)

« Hitler and Mussolini playing Volleyball » (Stable Diffusion)

On pourrait aussi discuter des heures de ces pudeurs algorithmiques de l’IA qui consistent soit à travestir totalement la figure d’un ancien dictateur, soit à le transformer en femme (!), soit à lui mettre un objet (ici un ballon) devant le visage pour n’avoir pas à le représenter. Mais aucune intelligence artificielle à ce jour n’est donc capable de générer ce genre d’images en tout cas tant qu’elle accepte une liste de mots interdits :

« Le conquérant » Joseph Steib.

« La Dernière Scène » Joseph Steib. 1943, huile sur bois

C’est donc un pan entier de la caricature, du dessin et de l’art politique, qui se trouve ainsi « exclu » du champ de « l’organisation minutieuse et calculée d’un champ de possibilités. »

Qui va définir la liste des mots interdits ? Les prompts impossibles ? Et au nom de quels critères, de quelles règles et de quelles normes ? Il est à craindre en l’état du marché de ces générateurs, que ce soient une nouvelle fois les CGU seules (Conditions Générales d’Utilisation), c’est à dire les dimensions règlementaires et contractuelle qui l’emportent sur – par exemple – la loi ou sur le simple bon sens. A l’entière discrétion des plateformes les mettant en oeuvre.

Et nous allons bientôt découvrir un nouveau cycle dans lequel nous interrogerons l’interdiction de tel ou tel mot et des images associées, comme nous l’avions fait dans un cycle numérique précédent à propos, par exemple des régies publicitaires des moteurs de recherche à l’ère du capitalisme linguistique. Il serait bon que nous n’attendions pas cette fois les premières dérives pour nous doter d’un cadre législatif mais surtout intellectuel qui ne soit pas à l’initiative seule des firmes qui détiennent et exploitent ces technologies. Mais l’enjeu demeure vertigineux. Que peut-il advenir d’une génération basée sur l’intelligence artificielle sur un prompt comme « avortement » ? Ou sur le mot « Shoah » ? Que faut-il faire de ces générations là ? Google eut à répondre de l’entrée de ces deux termes dans la grande bourse spéculative des mots qu’il construisit à grand coup d’algorithme. Avec à chaque fois l’obligation de réagir dans un contexte d’urgence où précisément l’instrumentalisation marchande de tels signifiés représentait un déchirement insupportable dans le tissu social de nos histoires communes.

« Moyennant finance, il est possible de changer significativement et durablement les résultats répondant à la requête « L’Holocauste a-t-il vraiment existé » pour faire en sorte que le moteur n’affiche plus que des thèses révisionnistes en première page. Avant l’histoire de l’Holocauste, c’étaient les lobbys religieux anti-avortement qui à grands coups de budget publicitaire rendaient « invisibles » les résultats liés au planning familial et à l’information sur l’IVG. A chaque fois les dégâts ont été immenses. A chaque fois Google s’est excusé. A chaque fois il a tenté de régler le problème. Et à chaque fois le problème s’est reproduit. Sur un autre sujet, à une autre échelle, dans une autre plateforme, et avec à chaque fois un impact encore plus grand. Et cela ne cessera jamais. Jamais. Et aucun des fondateurs de Google ne renoncera à court terme au modèle économique de leur moteur, ce même modèle dont ils avaient pourtant magistralement analysé la dangerosité lorsqu’ils étaient en train de l’inventer. » in Affordance.info

La question n’est pas tant de savoir quels mots il nous faut exclure de la possibilité d’être « promptés » et au nom de quels principes il nous faudrait le faire, mais plutôt de savoir à quelle(s) économie(s) matérielle(s) et symbolique(s) il nous faut nous préparer à renoncer pour continuer d’avancer dans un monde qui soit encore à la fois regardable par chacun et montrable à tous et toutes.

Et sans même parler de dictateurs jouant au Volley ou de prompts salaces ou virant à l’ignoble, quel est le prompt d’un simple … baiser ?

Comment les pudeurs normatives s’appliquent-elles à rendre représentable ou irreprésentable ce point rose qu’on met sur l’i du verbe aimer, ce secret qui prend la bouche pour oreille, cet un instant d’infini qui fait un bruit d’abeille, cette communion ayant un goût de fleur, cette façon d’un peu se respirer le coeur, et d’un peu se goûter, au bord des lèvres, l’âme** ? Pour y répondre il vous faut lire le passionnant texte du chercheur Eryk Salvaggio, « The datafication of a kiss » et son écho chez Olivier Auber (« Le baiser artificiel »). Ou comme le résume encore le chercheur Matthieu Triclot à partir de l’article d’Eryk Salvaggio :

Une image générée par IA n’est pas une image, c’est une infographie qui exprime les propriétés de son dataset.

« studio photography of humans kissing » (Dall-e)

Il n’est pas que des mots interdits, il est aussi des idées irreprésentables selon le jeu de données utilisé et la société qui en est propriétaire :

OpenAI vous donnera un avertissement de contenu si vous tentez de créer des images représentant des images pornographiques, violentes ou haineuses. Si vous demandez une image de deux hommes s’embrassant, il crée une image de deux hommes s’embrassant. Si vous demandez une image de deux femmes s’embrassant, vous recevez une alerte (flag) pour avoir demandé un contenu explicite. Nous avons donc un exemple très clair de la manière dont les valeurs culturelles s’inscrivent dans l’imagerie de l’IA. Tout d’abord, à travers l’ensemble de données et ce qui est collecté et formé. Ensuite, par des interventions dans ce qui peut être demandé.

La question du faux et des valeurs culturelles « implicites » rencontre immédiatement celle des (nombreux) biais dont sont peuplées ces intelligences artificielles et les jeux de données qui les constituent. Souvenez-vous de l’attaque des perroquets stochastiques, et lisez cet excellent thread de Matthis Hammel.

Or face aux si désespérément classiques, constantes et consternantes stéréotypies et autres processus d’invisibilisation, voici la manière dont les sociétés les traitent :

[** vous aurez reconnu la tirade de Cyrano de Bergerac dont je vous invite à découvrir la poétique des prompts qu’elle permet aussi de générer]

Jeux de données, Datasets (et match).

Stable Diffusion utilise un jeu de données baptisé LAION Aesthetics V2.

Laion aesthetic est un sous-ensemble de laion5B qui a été estimé comme étant esthétique par un modèle entraîné sur la base d’extraits associés. L’utilisation prévue de ce jeu de données est la génération d’images.

Et LAION 5B c’est  :

Un jeu de données composé de 5,85 milliards de paires image-texte filtrées par CLIP*, comprenant plusieurs indices de plus proches voisins, une interface web améliorée pour l’exploration et la génération de sous-ensembles, et des scores de détection de filigrane, NSFW et de contenu toxique.

* « CLIP est un réseau de neurones qui apprend des concepts visuels à partir d’une supervision en langage naturel. »

Du côté de DALL-E on a la mise en oeuvre multimodale de GPT-3 (un modèle de langage – réseau de neurones – capable de (re)produire des textes et des scripts conversationnels) « avec 12 milliards de paramètres qui  » échange du texte contre des pixels « , entraîné sur des paires texte-image provenant d’Internet. DALL-E 2 utilise 3,5 milliards de paramètres. » (Wikipédia)

Et concernant Midjourney … je n’ai pas trouvé mais les commentaires sont ouverts

Naissance d’un capitalisme sémiotique.

Dans le monde numérique qui s’ouvre aujourd’hui et dans les potentialités qu’il déploie, entre le fantasme d’une translation totale dans un métavers (réalité virtuelle) et celui d’une augmentation systématique de chaque lieu, de chaque objet ou de chaque signe (réalité augmentée), se dresse et s’intercale aujourd’hui un peuple de prompteurs et de prompteuses, cherchant encore sa place et sa légitimité dans la classe vectorialiste constituée.

« Ici, dans le monde surdéveloppé, la bourgeoisie est morte. Elle a cessé de régir et de gouverner. Le pouvoir est aux mains de ce que j’ai appelé la classe vectorialiste. Alors que la vieille classe dominante contrôlait les moyens de production, la nouvelle classe dominante éprouve un intérêt limité pour les conditions matérielles de la production, pour les mines, hauts fourneaux et chaînes de montage. Son pouvoir ne repose pas sur la propriété de ces choses, mais sur le contrôle de la logistique, sur la manière dont elles sont gérées. Le pouvoir vectoriel présente deux aspects, intensif et extensif. Le vecteur intensif est le pouvoir de calcul. C’est le pouvoir de modéliser et simuler. C’est le pouvoir de surveiller et calculer. Et c’est aussi le pouvoir de jouer avec l’information, de la transformer en récit et poésie. Le vecteur extensif est le pouvoir de déplacer l’information d’un endroit à un autre. C’est le pouvoir de déplacer et combiner chaque chose avec toute autre chose en tant que ressource. Encore une fois, ce pouvoir n’a pas uniquement un aspect rationnel, mais aussi poétique. »
Wark McKenzie, Degoutin Christophe, « Nouvelles stratégies de la classe vectorialiste », Multitudes, 2013/3 (n° 54), p. 191-198.

Il y a bien une poétique, qui est aussi une noétique, de ces productions artificielles contrôlées par la langue. Mais cette poétique s’articule déjà très bien, trop bien peut-être, avec une pragmatique capitalistique qui vise à épuiser les possibilités mêmes de la spéculation.

La question d’un monde réagissant à la voix, la question de productions icôniques ou audiovisuelles sans limite et dont la simplicité de la génération masque entièrement le coût exorbitant de production, la question enfin du statut de ces productions dans l’ensemble des heuristiques de preuve sans lesquelles une société ne peut pas tenir ou s’éviter de sombrer dans le chaos, toutes ces questions restent aujourd’hui posées.

Pendant très longtemps (depuis les débuts du numérique) la question de la profusion des images ne fût pensée qu’en termes de capacité (et de capitalisme) de surveillance. Il fallait être en capacité de produire des images de situations et d’individus (vidéo-surveillance) pour les surveiller d’abord rétroactivement (les retrouver) puis de manière pro-active (en temps réel). Aujourd’hui cette fatrasie instrumentale d’images, qui n’a besoin comme révélateur que de la langue commune, oblige à questionner différemment y compris les questions régaliennes du capitalisme de surveillance.

Frédéric Kaplan avait parfaitement décrit ce qu’était l’invention d’un capitalisme linguistique et ce qui fut et demeure un bouleversement aussi inédit que radical à l’échelle des sociétés humaines. Ce que nous observons aujourd’hui est sa prochaine mue et son prochain avènement : celui d’un capitalisme sémiotique** total englobant à la fois, comme chez Pierce, le signe, l’objet et l’interprétant (qu’il soit humain ou code calculatoire).

[** influencé par les travaux de Guattari dans les années 1970, le philosophe italien Franco Berardi a forgé dans les années 1990 le concept de « sémiocapitalisme » pour désigner une forme de capitalisme opérant sémiotiquement.]

Toutes ces images produites, générées, vont à leur tour désormais entrer dans de complexes processus de normativité, principalement alignés sur les intérêts de la classe vectorialiste. C’est l’ensemble des systèmes de signes qui fondent une nouvelle étape du Capitalocène. Avec la performativité de la langue érigée en paradigme non-négociable. Ce qui est formulé, verbalisé, mise en mot, doit pouvoir exister visuellement. Et ce quel que soit le prix de la performance.

La notion de « générativité« , utilisée ici pour désigner le cycle de production et de réception de ces images, existe aussi dans le champ de la psychologie sociale depuis les années 1950 où elle fut introduite par Erikson dans le cadre de sa théorie du cycle de vie de l’humain, et elle désigne l’importance accordée au bien-être des générations futures.

C’est peut-être, c’est même certainement avec ce regard là que nous devons commencer de réfléchir au statut de ces productions documentaires inédites : non pas uniquement pour ce qu’elles sont, mais essentiellement pour ce qu’elles … lègueront.

Apostille.

L’idée de cet article et nombre de ses réflexions doivent beaucoup au travail et aux publications d’Etienne Mineur sur le sujet, que je vous invite à lire, notamment les 2 articles qu’il consacre au sujet sur son blog (« Réflexions provisoires consacrées aux IA » et « Intelligences artificielles et Design dans les écoles en 2020« ), à parcourir et à admirer aussi dans sa dimension créative comme pour ses typographies artificielles.

Dans un de ses posts Facebook, que je reprends ci-dessous, il liste diverses initiatives concurrentes ou en tout cas co-occurentes aux trois déjà géants que sont Dall-E, Midjourney et Stable Diffusion, dont :

Vous trouverez à la fin de cet article mon support de présentation. Mais je profite de cet espace pour y poser quelques sujets que je n'ai pas eu le temps d'aborder lors de la conférence (ils sont dans les nombreux #BonusTracks du diaporama).

Géotechni(qu)e des espaces numériques.

Je voulais proposer à la réflexion de la communauté l'idée d'une géotechni(qu)e des espaces numériques. Je vous explique. La géotechnique c'est :

"dans le groupe des géosciences, (…) la technoscience consacrée à l’étude pratique de la subsurface terrestre sur laquelle notre action directe est possible pour son aménagement et/ou son exploitation, lors d’opérations de BTP, de gestion des eaux souterraines et de prévention des risques naturels." (Wikipédia)

L'idée d'une géotechni(qu)e numérique serait alors celle d'une technoscience consacrée à l’étude de l'espace numérique dans lequel notre action directe est possible pour son aménagement et/ou son exploitation, lors d’instanciations virtuelles ou augmentées.

Dans le cas du développement de métavers (réalité virtuelle) ou d'applications de réalité augmentée, et indépendamment des environnements relevant stricto sensu du jeu vidéo, dans l'ensemble de ces espaces numériques qui dialoguent avec la réalité physique pour la virtualiser ou l'augmenter, il me semble important de pouvoir réfléchir aux actions directes possible pour en permettre l'aménagement ou l'exploitation. Comment faire "propriété privée" dans un espace numérique virtuel ou augmenté ? Comment aménager des espaces numériques virtuels ou augmentés au sein desquels les comportements sociaux pourraient bénéficier de normes permettant de prévenir un certain nombre de déviances, d'agressions ou de saccages ? Et surtout, spécifiquement dans le cadre de la réalité augmentée (qui me semble à la fois bien plus prometteuse et bien plus possiblement flippante à court terme que tout le bullshit métaversien), comment agir sur les effets de percolation entre la réalité géophysique de notre monde et celle des ses augmentations situées ?

Pour là aussi prendre un exemple concret, souvenez-vous de tout ce qui se produisit lors de l'avènement de Pokémon Go, première application ludique grand public en réalité augmentée : il y eut des accidents de la route, il y eut des irruptions dans des espaces privés, il y eut des rassemblement spontanés liés à l'apparition d'un Pokémon rare (Central Park 2016 fut le plus inattendu et le plus massif), il y eut des conflits d'occupation symbolique de lieux de mémoire (on chassait le Pokemon à Auschwitz), etc. Bref il y eut des instanciations augmentées qui eurent des effets causals ou corrélatifs dans le monde physique précisément parce que les dépositaires de l'ingénierie numérique furent en partie incapables de penser celle-ci avec les aménagements nécessaires. Plus exactement, le monde "augmenté" de Pokemon Go fut pensé comme une simple superposition, sa carte fut "déposée sur" celle du monde géophysique, là où il aurait pu être pensé comme une trame fait de points fonctionnant comme autant d'attracteurs d'un monde (géophysique) à un autre (augmenté). 

Nos espaces géophysiques sont travaillés en permanence par des ingénieurs (urbanisme, aménagement des sols, architecture, etc.) qui s'efforcent de les rendre praticables et habitables. Or l'habitabilité même des espaces numériques "pleins" (c'est à dire des environnements uniquement virtuels) ou des espaces numériques "tiers" (c'est à dire des environnements augmentés) n'est jamais questionnée en tant que telle. Et je suis convaincu que ce sujet là, sera central dans les prochaines décennies. Convaincu que nous aurons besoin d'ingénieurs en géotechni(qu)e du numérique. Naturellement nombre de métiers gravitant autour du jeu vidéo sont déjà en partie assez proches de ces ingénieries géotechniques numériques : je pense notamment à l'ensemble des compétences nécessaires au déploiement des moteurs de jeu ou de l'approche du Gameplay. Mais encore une fois il s'agit à mon avis non plus de penser "simplement" une virtualisation mais de travailler une augmentation réciproque : c'est à dire être en capacité de disposer du meilleur des deux mondes (réel et virtuel ou augmenté) pour n'avoir pas à se trouver demain dans la seule version dystopique restante du meilleur des mondes. 

A l'instar de ce que l'on appelle la cognition située (qui pose que le savoir est inséparable de l'action), cette géotechnie du numérique doit être située. Car quand la cartographie du réel, quand la carte à l’échelle du territoire, n’a plus pour unique fonction d’en rendre compte mais d’être le support et le prétexte de comportements (ludiques, erratiques, transactionnels …) dans une instanciation virtuelle ou augmentée, alors il s'agit de comprendre quel savoir géographique ou topologique est mis est au service de quel type d'action, de choix d'orientation, de mouvement ou de déplacement. 

Éditorialiser les cartes.

L'autre grand enjeu du turfu de la cartographie, c'est à mon sens la part croissant des enjeux d'éditorialisation. Je pense qu'il ne sera plus possible de cartographier sans éditorialiser. Et je veux là aussi vous donner un exemple concret issu du souvenir de la lecture d'un vieil article.

Dans les innombrables et possiblement indénombrables "couches" que l'on peut ajouter à une représentation cartographique numérique, imaginons que l'on fabrique une carte des endroits où l’on se suicide le plus. Et que chacun de ces endroits devienne un "Spot", un "Point Of Interest". Que peut produire une telle carte ? Permettre-t-elle de faciliter l’accès à ces points (puisqu'on les trouvera plus facilement) et ainsi de risquer d'augmenter le nombre de suicides ? Ou au contraire la facilitation de l'accès à ces points diminuera-t-elle le nombre de suicides (parce qu’on y trouvera souvent du monde et que cela inhibera la passage à l’acte) ? Cet exemple me permet de poser la question d'une responsabilité éditoriale majeure du cartographe. Qui n'est bien sûr pas inédite ou spécifique au numérique, mais qui lui est attachée par la possibilité qu'il offre de multiplier les instanciations et les couches ou surcouches cartographiques et de les rendre disponibles, accessibles et visibles au sein de communautés très vastes. L'intentionnalité cartographique, toujours difficile à questionner et à circonscrire sauf dans quelques situations géopolitiques explicites, devient alors bien plus floue, bien plus partagée mais en un sens bien plus opaque également.

Pour conclure (provisoirement), il me semble en tout cas certain que les instanciations cartographiques et leur éditorialisation joueront un rôle documentaire inédit dans les logiques de peuplement, de déplacement et d'aménagement des espaces numériques tiers. Et que dans la perspective des mutations géopolitiques, climatiques et donc sociales qui se profilent à l'échelle géophysique, la percolation entre ces deux espaces (le physique et le numérique) sera d'autant plus forte et déterminante en termes d'habitabilité, nécessitant les nouvelles habilités d'une géotechni(qu)e adaptée. 

Allez. Le diaporama promis de ma conférence introductive à State Of The Map France 2022 est ici. Merci encore à l'équipe organisatrice pour l'invitation.

Depuis ma thèse en 2002 sur les liens hypertextes, je n'ai jamais cessé de m'interroger sur ce plus petit dénominateur commun de nos pratiques numériques et des outils et environnement qui peuplent et meublent nos vies connectées. Le passage du lien au like fut une révolution mortifère. Et avec l'économie de l'attention (et celle de l'occupation) se sont inventées des nouvelles formes de suggestions qui sont pour l'essentiel devenues autant de causes de (nos) sujétions.

Cela va peut-être vous paraître assez fou mais j'ai un souvenir précis, très précis même, de la première fois où je me suis trouvé face à l'invention d'Aza Raskin, le "scrolling infini". Plus besoin de cliquer sur "page suivante", on ne cessait plus jamais de … défiler. C'était en 2006. Et je me revois en train de "tester" cet infini. Je me revois dans ce paradoxe et dans l'épreuve fascinante de cet oxymore : on m'explique que ce défilement peut être infini mais je sais qu'il est en réalité "borné", qu'il aura une "fin" ; mais je perçois également que je serai ou épuisé ou lassé ou frustré ou contraint avant que d'atteindre cette finitude lointaine que l'on me présente à tort comme un infini. Alors je teste. J'essaie l'infini. Et je me souviens avoir été au moins autant infiniment perplexe qu'infiniment fasciné. Une mythologie. C'est l'image des Danaïdes et de leur tonneau percé qui m'est immédiatement apparue. Je regardais des Danaïdes remplir un tonneau percé et j'étais autant fasciné par la perversité du châtiment que par l'infini de cet écoulement et par la vanité de celles qui le rendaient possible.

Moi qui n'avais vécu toute ma vie que dans l'espace de la page, moi qui avais interrogé à de multiple reprises ce que le web avait fait de cet espace de la page, moi qui avais donc analysé ce que les liens hypertextes permettaient de faire aux relations entre ces pages et qui n'avais eu de cesse que de m'enthousiasmer pour cet espace de possibles, je voyais donc, et ce n'était pas neutre, désormais l'espace physique de la page céder et s'effondrer sous le poids d'un pseudo-infini qui allait tout changer. A commencer par la capacité de lire (comment lit-on un livre infini autrement que chez Borges ?) et la capacité de lier, de relier, et donc de relire (comment fait-on un lien vers l'infini et comment envisager de relire l'infini puisqu'il n'est jamais possible simplement de le lire en entier). 

Je voyais la lecture céder devant la consultation, je percevais le double sens de ce dernier terme qui convoquait déjà sémantiquement la question d'une pathologisation : lorsque l'on va consulter c'est bien que l'on se sent malade. Je voyais aussi la capacité de lier s'effacer derrière l'injonction de liker. Je m'arrangeais avec ma propre Cassandre. Je me questionnais aussi : lorsque l'on inventa le "codex", c'est à dire le livre sous sa forme actuelle, on cessa d'utiliser des "volumen" (livre en rouleau) précisément car la forme du rouleau ne permettait pas de repérage facile dans un texte, parce qu'elle rendait complexe tout retour en arrière, mais aussi pour tout un tas d'autres raisons anthropologiques et cognitives. Or le défilement infini d'aujourd'hui est par bien des égards semblable aux inconvénients du "volumen" mais il se présente pourtant comme un aboutissement, comme une évolution critiquée mais "positiviste" de notre rapport à l'information et à sa manipulation. C'est ce "positivisme" qui interroge. Une technologie intellectuelle ne s'invente jamais seule. Elle est le fruit d'une époque, d'un rapport à l'information et au savoir, d'une organisation des pouvoirs qu'il s'agit d'éprouver en la contestant ou en la renforçant ainsi que d'un jeu complexe d'affordances cognitives et corporelles.

Il y a donc, c'est à peu près certain, quelque chose de politique à questionner dans l'invention du défilement infini. Nous y reviendrons plus tard.   

Linéarité(s).

Tous les médias arrivent avec leurs linéarités, leurs repères orthonormés attentionnels. Presse, radio, télé, chacun a ses espaces de déploiement, de repli, ses abscisses de programmes et ses ordonnées d'audiences, ses contraintes de format et la nécessité d'y trouver des issues de défilement. Toujours et tout le temps pour chaque média il faut offrir et garantir la possibilité de ce défilement. Faire défiler les articles, les émissions, les stations, les chaînes.

Sur mes vieux postes de radio analogiques déjà je faisais défiler. Je scrollais. Souvent, déjà à l'aide de mon pouce et de mon index.

Sur nos télés, quand plusieurs chaînes vinrent et que les télécommandes les accompagnèrent, alors là aussi nous défilâmes jusqu'à parfois ne faire plus que cela. Déjà. Et déjà notre pouce posé dessus. 

Aujourd'hui le champ de ces linéarités médiatiques est exponentiel. A la délinéarisation des médias audiovisuels, qui date en France d'un peu plus de 10 ans, répond une linéarisation croissante et constante des médias sociaux numériques qui agrègent nos capacités attentionnelles dans un défilement qui doit nous être proposé comme une forme de non-choix, comme s'il n'y avait pas d'autre alternative que celle de cette consultation infinie, rectiligne, assignée.

Une linéarisation à marche forcée qui intègre d'ailleurs les médias "délinéarisés" sous forme de courtes séquences ou extraits, et qui sont ainsi relinéarisés, réagencés et réassignés attentionnellement. Du "mur" de Facebook au "fil" de Twitter, d'Instagram à TikTok, il y a cette forme de boulimie attentionnelle qui constamment fait défiler, les contenus à la verticale, et les Stories à l'horizontale. Le plus souvent en tout cas. Comme si l'horizontalité était la marque de l'éphémère, de ce qui s'efface, et que la verticalité était tout au contraire cet enfouissement légitime et nécessaire vers lequel on nous traîne et auquel on nous entraîne. 

Deleuze et Guattari parlaient de déterritorialisation (et de reterritorialisation). Ces délinéarisations (et leurs relinéarisations) en sont les états de stase paradoxaux : le défilement infini est ce qui permet de figer, de ralentir ou d'arrêter la capacité d'actualiser un certain nombre de relations dans d'autres contextes et donc d'assurer et de garantir la mouvance d'un corps social qui sans cela, se fige, s'assigne, et ne se perçoit plus que comme un "regardant" qui accepte dès lors, sur plein de sujets, d'être finalement "assez peu regardant".  

Mais quels sont ces fils que l'on fait dé-filer à l'infini ?

Filaire. Nos communications sont filaires. Ou sans fil. Nos réseaux sociaux sont pourvus de "fils" que l'on suit et qui donc défilent. Souvent d'ailleurs on "perd le fil" de ces conversations. Alors revenons aux fondamentaux de l'économie filaire. Celle du métier à tisser. Métier à tisser dont la mécanisation fut, dans l'Angleterre du 18ème siècle, la première grande révolution industrielle. Et si la révolution numérique, en tout cas celle que l'on nous vend dans les atours d'une start-up nation piétinant l'éthique, n'était que la continuation de cette révolution du tissage et de sa mécanisation ? La révolution de la mécanisation de nos conversations, de nos "fils" Twitter égarés dans la toile mondiale ?

Je veux un temps garder cette analogie du métier à tisser pour expliquer quelque chose. Dans un métier à tisser, quand on "file" c'est à dire que l'on fait "dé / filer", alors quelque chose se construit, quelque chose se tisse. Une toile, une tenture, un parement, un vêtement, des images ou des mots. 

Projet "en découdre" de la compagnie B R U M E S, en résidence à l'université de Nantes 

Quand on fait défiler les pages d'un livre (étymologiquement comme Barthes le rappelle, texte = tissu) on fabrique quelque chose d'un imaginaire qui nous est propre. Pour citer exactement Barthes : 

"« (…) Texte veut dire tissu. Mais alors que jusqu’ici on a toujours pris ce tissu pour un produit, derrière lequel se tient, plus ou moins caché, le sens (la vérité), nous accentuons maintenant, dans le tissu, l’idée que le texte se fait, se travaille, à travers un entrelacs perpétuel ; perdu dans ce tissu – cette texture- le sujet s’y défait, telle une araignée qui se dissoudrait elle-même dans les sécrétions constructives de sa toile. Si nous aimions les néologismes, nous pourrions définir la théorie du texte comme une hyphologie (hyphos, c’est le tissu et la toile d’araignée) ». Barthes, Roland, Le plaisir du texte, -1973- Paris, Edition du Seuil, 2000, p. 126.

Son "hyphologie" de 1973 était déjà la toile du web de 1989.

La question est de savoir ce qui se construit dans le défilement infini, dans "l'infinite scroll". Et la place que ces défilements infinis laissent à la fois au vagabondage de l'imaginaire et à la volonté d'aller. Or il semble que là, dans ces défilements incessants et hypnotiques, non seulement on ne fabrique rien (ou si peu) et il n'y a que peu de places pour notre imaginaire. Et que la volonté est celle de Danaïdes ignorantes de leur châtiment et se satisfaisant de la vanité de leur tâche. 

Le zéro (click) et l'infini(te scroll)

Il y a un point frappant pour les boomers du web dans mon genre qui ont vécu et en quelque sorte métabolisé l'évolution du web depuis son invention en 1989. Longtemps le scrolling fut du côté des moteurs de recherche et de l'activité de navigation elle-même, activité qui ne pouvait être autre chose qu'une dynamique de défilement. On faisait défiler les pages et les pages de résultats sur les moteurs de recherche de l'époque (on faisait même défiler les pages de résultats des annuaires de recherche …). Plus tard on faisait défiler les pages et les comptes des premiers sites communautaires, Geocities et tant d'autres. Puis on fit défiler les blogs et leurs billets. A chaque fois ce défilement agissait à la manière d'une focale : on cherchait à préciser quelque chose, à finaliser une recherche, une tâche même vague. Mais à chaque fois il fallait cliquer sur un lien. La dimension de la flânerie était aussi bien sûr présente, mais c'était une flânerie souvent entièrement aléatoire, stochastique, et c'était une flânerie qui nécessitait périodiquement d'être relancée, à chaque fois que l'on tombait sur un cul de sac du web, et il y en avait encore, des culs de sac du web. Et puis c'était une flânerie qui acceptait d'être déceptive. La flânerie parfois ne donnait et ne débouchait sur rien. Et l'on éprouvait ou en tout cas on avait une forme de conscience de l'existence d'une limite, d'un achevé, d'une fin. Non pas que même à l'époque l'on imaginât être en capacité d'épuiser toutes les navigations possibles mais on voyait, oui, on voyait, qu'il y avait une fin. Alors on faisait autre chose. Et puis … 

Et puis progressivement, les moteurs de recherche se firent plus précis, plus pertinents, et l'ensemble des écosystèmes numériques vers lesquels ils pointaient et qu'ils organisaient se mit à répondre plus précisément, plus directement à des requêtes que nous nous mîmes donc à formuler plus explicitement. L'arrivée de Google y joua un rôle primordial bien sûr. Ce que l'on y gagnait en précision on l'y perdait en capacité d'indécision. Cette même capacité d'indécision qui conditionnait les logiques premières de nos flâneries numériques, de nos navigations qui viraient parfois en divagations. L'indéterminé céda devant tous les déterminismes. Ce que l'on pouvait trouver ou retrouver devînt ce que l'on devait trouver ou retrouver. Et puis …

Et puis la massification du web aidant, et puis la dynamique des réseaux sociaux et de leurs tunnels attentionnels jouant à plein, progressivement l'objectif de chaque biotope numérique se modifia. Les moteurs de recherche n'avaient plus pour enjeu de nous présenter autant de pages pertinentes que possible mais de nous inciter à cliquer sur la première page la plus pertinente estimée (si possible en lien sponsorisé). Les réseaux sociaux n'avaient plus pour enjeu de nous présenter autant de profils et de contenus dissemblables que possible mais de nous "rassurer" et de nous conforter dans des routines d'usages à la fois plus homogènes, plus linéaires et plus cognitivement alignées avec nos propres préférences et croyances, préférences et croyances qu'ils maîtrisaient chaque jour davantage un peu mieux. 

Une mue radicale s'opéra. Du côté des moteurs de recherche et des écosystèmes marchands, c'est l'objectif zero click qui devînt la norme.

"Objectif zéro clic. Savoir à l'avance ce que vous voulez, ce que vous allez faire, ce que vous allez commander, avec qui vous allez vouloir parler, quel parcours pour votre jogging vous allez emprunter. Objectif zéro clic. Plus jamais. Des like si vous voulez, des +1 à la rigueur. Mais des liens et des clics, attention danger. Ou alors seulement ceux que nous aurons choisi pour vous. Un web balisé. Des régimes attentionnels parqués. Une navigation carcérale. Choisir le web que nous voulons."

Il fallait qu'il n'y ait même plus l'intermédiaire d'un click entre l'expression de notre désir ou de notre envie et sa réalisation, son opérationnalisation marchande et commerciale. Pour Google par exemple l'idée était d'encapsuler autant que possible les réponses à nos questions sur la page même de résultats de son moteur de recherche, pour que nous n'ayons plus à cliquer et à "sortir" de l'environnement Google. Les réseaux sociaux, eux, évacuèrent le clic pour le remplacer par le like : puisque nous n'avions plus à cliquer sur rien et puisque que toutes les informations support de nos navigations nous étaient "proposées" et suggérées sans même l'intermédiaire de la formalisation d'une requête, il fallait trouver à la fois un autre moyen de caractériser ce qui retenait notre attention et conditionnait le temps passé à naviguer, et il fallait aussi que ce moyen nous "implique" autrement que dans une simple activité de scrutation, que nous ne soyons pas simplement spectateurs. Ce moyen ce fut le "like" et l'ensemble des autres métriques affectives déployées.  Et à côté, en parallèle, en symétrie et en miroir de ce zéro click se développèrent donc des logiques de défilement infini où ne comptait plus que la dynamique hypnotique du défilement qui nous attirait sans que jamais nous ne l'ayons réellement choisi.  

Le zéro click et l'infinite scroll. Trente ans d'histoire du web. 

(Mes excuses à Arthur Koestler pour ce détournement)

Bonus track : la libido et les lipides.

Dans le défilement infini il y a un horizon d'attente qui n'est jamais comblé par un aboutissement. C'est donc une accumulation de frustrations qui débouchent sur un renoncement à avoir "fait" ou "trouvé" ou même "appris" quelque chose. Pour autant que le souvenir, pour autant que "se" souvenir puisse être un étalon de mesure. Car nous nous souvenons des livres que nous avons lu, des émissions que nous avons regardées, des chansons que nous avons écoutées. Nous nous en souvenons, parfois parfaitement, d'autre fois très imparfaitement, mais ce souvenir est toujours mobilisable. De quoi nous souvenons-nous après avoir passé 2 heures ou 10 minutes à faire défiler … à faire défiler quoi d'ailleurs ? C'est une question que je me pose souvent. 

La clé, l'une des clés avec la capacité de se souvenir et donc de faire mémoire mobilisable, c'est la clé du désir. Du désir de défiler. Du désir de faire défiler. Du désir de se défiler. Du désir de s'y filer. Et de s'interroger sur la dimension contrainte qui fait que faire défiler inclut l'impossibilité de "se défiler", au propre comme au figuré.

Parler d'économie (de l'attention) et de désir, c'est revenir aux travaux fondamentaux de l'association Ars Industrialis, autour notamment de ce qu'est l'économie libidinale (je souligne) : 

"L’économie libidinale est un concept freudien fondamental qui nomme l’énergie produite par une économie des investissements sexuels constituée par leur désexualisation. L’économie de cette énergie (la libido) transforme les pulsions (dont la pulsion sexuelle) en les mettant en réserve (comme investissement). Toute société repose sur une économie libidinale qui transforme la satisfaction des pulsions, par essence asociales, en un acte social. (…)

Capitalisme et libido. Le capitalisme du XXe siècle a fait de la libido sa principale énergie. Il ne suffit pas de disposer de pétrole pour « faire marcher » le capitalisme consumériste : il faut pouvoir exploiter aussi et surtout la libido. L’énergie libidinale doit être canalisée sur les objets de la consommation afin d’absorber les excédents de la production industrielle. Il s’agit de façonner des désirs selon les besoins de la rentabilité des investissements – c’est à dire aussi bien de rabattre les désirs sur les besoins. L’exploitation managériale illimitée de la libido est ce qui détruit notre désir. De même que l’exploitation du charbon et du pétrole nous force aujourd’hui à trouver des énergies renouvelables, de même, il faut trouver une énergie renouvelable de la libido – ce pourquoi nous disons que c’est un problème écologique.

Seule l’analyse en termes d’économie libidinale permet de comprendre pourquoi et comment la tendance pulsionnelle du système psychique et la tendance spéculative du système économique font précisément système. Une économie de marché saine est une économie où les tendances à l’investissement se combinent avec des tendances sublimatoires – ce qui n’est précisément plus le cas."

D'une économie de la libido (économie libidinale) dont l'objet est le désir (et la capacité de le créer), on passe avec le "scroll infini" à une économie des lipides, une économie lipidinale (pardon pour le néologisme), une économie attentionnelle du gras (du pouce), de l'immobilité, et peut-être aussi d'une absence de désir ou d'appétence pour autre chose que la contemplation de ce que l'on fait défiler devant nous en nous laissant l'impression de garder l'initiative du défilement. 

Au commencement du web n'était que le texte. Les premiers navigateurs ne lisaient pas les images et dès que les images furent lues, il fallait de longues minutes avant de charger, ligne à ligne, un Gif mal dégrossi d'à peine quelques dizaines de kilos octets. Au commencement, donc, n'était que le texte. A l'époque déjà, on conversait pas mal sur IRC, l'ancêtre des Messenger et WhatsApp d'aujourd'hui. Et sur nos pages personnelles, sur nos "Homepages", si l'on pouvait faire long on se contentait bien souvent de faire court. Tout le monde faisait court. Les premières pages web des premiers sites marchands ou institutionnels en ligne se contentaient de courts paragraphes en texte noir sur fond gris. Avec parfois mais rarement, mais péniblement, quelques images en basse définition que l'on prenait des heures à regarder charger. Le format c'est le texte.

Au commencement du web c'était l'attente. On attendait. On attendait du texte. On attendait que les pages se chargent. On attendait que les images s'affichent. On attendait que la page suivant arrive. On attendait beaucoup. Et l'on était content lorsque l'attente cessait et que le texte s'affichait. Les débits augmentant (très très très mollement) et les forfaits des FAI (fournisseurs d'accès) devenant presque raisonnables (on parle quand même de plus de 30 euros par mois pour les premiers forfaits "illimités" avant quoi on était sur l'équivalent de 5 euros de l'heure !), on s'offrait la joie de payer pour poireauter. Le format c'était l'attente.

Petit à petit, tels des pionniers de canapé, quelque-un.e.s se lancèrent dans la création de leurs pages personnelles. Le web, ce web là en tout cas, devint une féérie chatoyante de mauvais goûts entremêlés où chacun se racontait sans se dire. Le format c'était le mauvais goût chatoyant et les premiers gifs animés jusqu'à la nausée.

Et puis il y eut, l'arrivée et l'explosion des blogs. Nous sommes début 2002. Les blogs et les premières 'plateformes' (Typepad, Live Journal, Blogger, etc.) c'est la possibilité de faire long sans avoir pour autant à se coller la nécessité du code HTML et de l'hébergement via FTP. Vous vous souvenez du FTP ? Le "File Transfer Protocol" qui faisait de chacun de nous des Franc Tireurs et Partisans de l'avènement d'un web où chacun, enfin, allait pouvoir écrire. Si dès le début des blogs l'empan scriptural ne souffre théoriquement plus aucune limite y compris technique, les blogs vont pourtant s'affirmer comme la forme d'une nouvelle brièveté, une brièveté ante-chronologique : il y a des journaux intimes et puis il y a tout le reste, les experts, les anonymes, les blogueurs influents, esquisse des actuels influenceurs. Sur les blogs on partage, et oui, déjà, on partage des étonnements, des choses lues, des images, et des liens, beaucoup de liens. Le format c'est le partage et l'expression de soi. Cela paraît peut-être anecdotique mais pour la première fois, un média, le web, devient saturé d'intime et d'expressions privées. Ce n'est pas anecdotique.

Youtube est créé en 2005 et racheté par Google en 2006. Lorsque c'est la vidéo qui devient le format de référence pour celles et ceux soucieux de conquêtes attentionnelles toujours plus vastes, la vidéo est souvent courte. En 2004 la 3G a débarqué en France. On peut commencer à naviguer en haut débit (pour l'époque) y compris sur des ressources et des formats excessivement gourmands en débit. Le streaming encore balbutiant au début des années 2000 va prendre définitivement son essor. En 2007 débarque le premier iPhone. 3G + smartphone + vidéo : plus rien, sur le web, ne sera jamais comme avant. Le format c'est du lourd. Lourd en poids, lourd en débit, lourd en équipement. 

Faire court c'est aussi le format imposé par les réseaux sociaux, Facebook en 2004 et Twitter en 2007. On ne publie plus des contenus, on publie des "statu(t)s", des "états" (d'âme) des "positions" (géographiques), on "dit" (ce qu'on écoute, ce qu'on regarde, etc.). En un nombre de signes limité : 140 pour Twitter, 160 sur Facebook, avant extension (à 280 pour le premier, à … 63 000 pour le second). Le format c'est "hic et nunc" : où je suis, ce que je fais, dans quel état, à quel endroit. Ici et maintenant et recommencement. Mais le web, fut-il celui des plateformes ne saurait être un étroit. Alors on ouvre et l'on peut insérer et partager des sons et des images, et comme par compensation de ce texte empêché en longueur, on peut en longueur "s'actualiser", et puis regarder les autres s'actualisant.

Vous vous souvenez du web où le format c'était l'attente ? Et bien on continue d'attendre. Mais on attend les autres cette fois, et non pas les pages. Et puisque c'est l'autre que l'on attend, et puisque l'on ne paie presque plus pour attendre, alors on ne supporte presque plus … de l'attendre. Après la navigation, après la publication, le nouveau format c'est l'injonction. Cela peut paraître anecdotique, mais pour la première fois avec Facebook en 2004, on nous demande de dire quelque chose. C'est tout sauf anecdotique.  

Le format c'est aussi celui du droit. Derrière chaque évolution, texte, image, vidéo, il y a des questions de droit. Des droits. Des droits d'auteur notamment. Alors faire court ce fut aussi un temps, s'affranchir de risques de poursuite dans une économie du remix mondialisée. A moindre coût. A moindre court. A moindre frais.

Dans la capsule. C'est la dernière étape. Jusqu'à ce jour en tout cas. Complémentaire des précédentes. Le temps qui est celui de "l'encapsulage" et qui préfigure les médias sociaux mainstream actuels. Progressivement, la capacité comme la nécessité de faire lien, de déployer des hyperliens, cette capacité s'amenuise alors qu'il devient de plus en plus facile "d'encapsuler" un contenu dans un autre. On ne renvoie plus vers un ailleurs, on ramène vers un "à soi". Les "widgets", les trucs rigolos genre "Bitty Browser", Netvibes bien sûr en 2005, et plus globalement la page web, cette entité documentaire première qui ne cesse de se fracturer, de se fragmenter. Or lorsque l'on arrête d'adresser des externalités, lorsque l'on ne fait plus qu'établir des internalités supposées se suffire à elles-mêmes, on cesse alors progressivement de naviguer, on s'habitue à faire défiler. Les réseaux sociaux arrivent et se déploient massivement dans ce contexte d'usage qui les précède et les prépare en un sens. Ils n'ont alors qu'à achever d'alléger la tâche d'encapsulage dans sa charge technique et cognitive, ils n'ont qu'à la rendre fluide pour qu'elle s'impose. 

Le rêve du web est mort. Il n'est plus question d'un Homme, d'une page et d'une adresse, mais que toute l'humanité (connectée) réside à la même adresse, qu'à cette adresse on ne trouve qu'une seule et même page changeant et se rechargeant tout le temps, et que, selon les âges de la vie, comme dans l'énigme du Sphinx, cette page s'appelle Tik-Tok, Instagram ou Facebook. L'énigme du Sphinx vraiment, presque littéralement : 

"Quel être, pourvu d'une seule voix, a d'abord quatre jambes le matin, puis deux jambes le midi, et trois jambes le soir ?"

Le corps à 4 membres sur TikTok, 4 membres qui dansent. Deux jambes sur Instagram, celles de l'adolescence, de l'autonomie que l'on se construit dans le regard des autres, des siens, des "comme soi" ou des "comment l'on voudrait être soi". Et puis Facebook le soir, toujours nos deux jambes et cette canne conversationnelle, cette béquille cognitive.

Ce n'est pas la taille, c'est le temps qui compte. Durant toutes ces années, la question de la durée de ce que l'on partage est devenue secondaire, derrière la question du temps nécessaire pour établir ce partage ; question elle-même reléguée à l'arrière-plan de celle du temps qu'occupera la publicité dans la durée du partage comme du visionnage. Avez-vous remarqué qu'il n'est pas rare aujourd'hui de passer davantage de temps à regarder la ou les publicités conditionnant l'accès à un contenu que ce contenu lui-même ? Mais dans la cour principale des plateformes, l'essentiel demeure de faire court. Le format c'est la vitesse. Il faut publier vite. Il faut partager vite. Il faut visionner vite. Il faut vite passer au visionnage suivant. On attend toujours, mais on n'attend plus des pages, on n'attend plus des gens, on attend que se maintienne un rythme, une cadence, un enchaînement, une ritournelle. 

Longtemps chacun cherchait son court. Un court billet de blog à lire. Une courte vidéo à regarder. Chacun cherchait son court mais chacun suivait son lien. Il y avait bien sûr déjà des attracteurs étranges qui l'on n'appelait pas encore "influenceurs", le capitaine Gloasguen d'Embruns et quelques autres ; mais il n'y avait aucun mur sur l'océan et surtout il n'y avait aucune autre relance automatique que celle de notre propre curiosité ou du coût cognitif permettant de pallier notre ennui de surfeur dilettante en allant chercher un dernier lien, pour la route. 

Tout est question de rythme. Sur le web et les plateformes aussi. 120 battements par minute pour la House des années 1990, celle des débuts du web. Et 24 images par seconde pour le cinéma. Et sur le web, tant d'autres formats. Mais toujours plus courts, 10 secondes, 15 secondes mais avec le plus souvent non plus 24 mais 30 images par seconde (comme le réclame la norme NTSC en vigueur aux USA). Comme le nombre de signes de la statusphère, dire toujours plus mais avec toujours moins de texte. Des vidéos toujours plus courtes mais avec toujours plus d'images.

"Less is More" écrivait et prônait l'architecte Mies Van Der Rohe. Il ne s'agit plus ici d'une forme d'épure, mais d'une recherche de tout ce qui sature. 

Comme une contraction, un Big Crunch qui serait en cours plus de 30 ans après le Big Bang initial du web ; comme si nous étions au coeur de cette contraction sans savoir ce qui en sortira vraiment : un métavers, un tyran populiste, ou le compte TikTok d'un tyran populiste dans le métavers. 

Comme chercheur, comme enseignant, comme parent, comme usager du web, je regarde ce temps passé à dilater du pouce ou de l'index des fragments signifiants d'insignifiance. Ces distractions. Souvent seulement vues uniquement comme des "dys-tractions", des anomalies de ce qui nous meut, de ce qui nous tire et nous attire ; distractions et dys-tractions qui, si elles en sont souvent, ne sont pas uniquement cela. Regarder et essayer de comprendre ce qui s'y invente, ce qui s'y déploie, et ceux qui s'y replient, aussi. A se demander où est la fiction pour sortir de l'affliction.

Jamais autant de gens n'ont raconté autant d'histoires. Et jamais autant d'histoires n'ont été aussi semblables. Communes ritournelles. La question est de savoir ce qui reste de la capacité de fiction quand toutes les histoires se publient sans friction et quand seules les frictions semblent capables de "faire  histoire" dans le débat public. 

La forme courte, les formes courtes ont toujours été présentes dans nos espaces sociaux, dans nos espaces publics, dans nos horizons culturels : litotes, métonymies, syllogismes, haïkus, apophtegmes, aphorismes, épigrammes, maximes, proverbes, feuilletons et aujourd'hui séries … Les formes narratives, poétiques ou même rhétoriques courtes ont toujours été un essentiel de nos sociétés. Elles sont aujourd'hui au coeur de l'essentiel de nos usages numériques.

Des brièvetés en concurrence comme en co-occurence : celle de la série qui se déploie dans la longueur des saisons qui la composent ; celle du Tweet qui s'articule en Thread ou se déploie sans le défilement infini des autres gazouillis ; celle de la vidéo TikTok de 15 secondes qui fait collection au milieu d'autres dont le visionnage nécessiterait bien plus qu'une seule vie. 

Faire court. Imiter le court. Reproduire le court. Faire rythme. Ce défilement est avant tout un battement, une pulsation. Le format aujourd'hui c'est la pulsation. C'est pourquoi il importe de savoir comment en contrôler la vitesse. La vitesse de ces enchaînements déterminés algorithmiquement dans le seul but de fabriquer des routines d'aliénation scopique, cette capacité à ne valoriser le court que tant qu'il concourt à fabriquer de l'artificiellement long en continu, ce refus total et programmatique du discontinu, cela interroge aujourd'hui notre capacité plus globale, plus politique, à nous confronter à des régimes narratifs nécessitant d'articuler le temps long comme autre chose que la simple agrégation de séquences courtes.  

Je regardais mes étudiant.e.s faisant défiler leur compte TikTok. Je regardais mes enfants faire de même. J'avais envie d'écrire un billet. Je n'ai pas eu le temps de faire plus court. 

"Je n'ai fait [cette lettre] plus longue que parce que je n'ai pas eu le loisir de la faire plus courte."
Blaise Pascal, Les Provinciales, lettre 16.

Imaginer ce monde où un autre Blaise Pascal écrirait aujourd'hui :

"Je n'ai fait ce Tweet plus court que parce que je n'ai pas eu le loisir de le faire plus long." 

Chaque évolution technique modifie notre posture corporelle, et donc notre rapport à la technique. La miniaturisation, constante dans l'histoire de l'informatique, n'est pas uniquement là pour régler des problèmes d'espace (de stockage) mais là encore de manipulation. Faire tenir dans la main. "Maintenant, tenant en main le monde." Michel Serres encore. 

J'ai moi-même beaucoup travaillé et écrit sur ce que les évolutions du web et des plateformes (et de leurs interfaces) disaient de notre corporéité et de notre rapport au corps, de la manière dont nous faisions corps, dont certaines parties de ces technologies étaient "détachables" de notre corps et d'autres non ("détachable" au sens où Simondon explique "qu'un objet technologique est produit lorsqu'il est détachable" ; vous pourrez par exemple revisionner le diaporama de la conférence "traces du corps" ou encore mon "Homme de Vitruve numérique").

Le lien (hypertexte) au corps.

Depuis l'origine du web, on "navigue", le bateau c'est notre "browser" et le web c'est l'océan, on a un corps de marin. Puis on "surfe", notre planche c'est le smartphone et la vague c'est encore le web, on a un corps de surfeur. Puis on "publie", on a un corp(u)s d'éditeur. Puis on "poste", on a un corps … de facteur

Beaucoup d'interfaces tiennent désormais non seulement dans notre main mais elles sont aussi tactiles, haptiques ; pour nous permettre de voir, elles déposent des écrans noirs sur nos yeux : la réalité augmentée, virtuelle, est faite de corps soit totalement immobiles, soit s'agitant étrangement, semblant en permanence chercher la bonne posture, la bonne gestuelle ; des corps regardés par les non-appareillés comme autant de Quichottes affrontant d'invisibles moulins, comme irréels. 

Et voici donc qu'arrive maintenant la prochaine promesse technologique : celle de la navigation … faciale. 

Navigation faciale ?

Fonctionnalité mise en oeuvre par Google dans son système d'exploitation Android 12, il s'agit de pouvoir naviguer uniquement à l'aide des mouvements de son visage. Ouvrir la bouche pour "aller à l'élément suivant". Sourire pour "sélectionner un élément". Hausser les sourcils pour "retourner à l'élément précédent". 

Naviguer littéralement "à l'oeil". Quoi de plus logique finalement que l'interface repose sur notre … face ? Ne plus être rien d'autre qu'un smiley actanciel. Miroir sémiotique tendu d'une écriture dont l'expressivité et la part agentive semblent souvent soluble dans l'usage des smileys et qui nous saute littéralement "au visage", le transformant en smiley. Notre "visage-smiley" permettant de naviguer dans des écritures remplies de smileys. Le "visage-smiley" à la fois support, agent, expressivité et expression. Assez vertigineux. 

Plus que jamais la société des visages dévisage. Nous sommes dans le World Wide Face. La question du visage (et de la reconnaissance faciale) demeure structurante et déterminante. Même si l'on nous promet que le calibrage des expressions restera stocké "en local", derrière cette navigation faciale il y a bien sûr une nouvelle itération de la logique permettant de toujours mieux contrôler nos visages, nos identités, mais aussi nos humeurs et nos sentiments. Car si les navigations faciales élémentaires ne nous conviennent pas, ou si elles sont trop incommodes ou limitées, on peut, on devra c'est certain, en paramétrer d'autres, à notre guise. On décidera ici qu'un clin d'oeil gauche ouvrira une nouvelle fenêtre, qu'une bouche en cul de poule lancera une vidéo, que tirer la langue permettra de fermer une fenêtre. Chacun son visage. Et chaque partie du visage comme autant de boutons déclenchant des actions.

La navigation par l'acné comme l'acmé d'un monde où notre attention étant déjà captée et essorée à l'infini à chaque instant, il s'agit maintenant d'obtenir notre méconsentement** à faire de notre visage une interface et de chacune de nos expressions, une simple fonction. L'économie de l'attention étant assurée, il faut alors se centrer sur l'économie de l'occupation. On nous occupe à en permanence nous occuper de nous. Et nous sommes en permanence pré – occupés. Et cette pré – occupation renforce et densifie encore les stratégies de captation de l'attention.

___________________
** Même si personne n'est "obligé" ou "contraint" de mettre en place cette navigation faciale, j'ai du mal avec l'idée que cette mise en oeuvre puisse pour autant reposer sur un consentement libre et éclairé. Je propose donc le néologisme de "méconsentement" pour décrire ce processus dans lequel on réclame votre consentement pour des mises en oeuvre dont on ne maîtrise ni l'enjeu ni l'amplitude réelle et où l'anecdotisation du recueil individuel de ce consentement masque difficilement des enjeux collectifs pour lesquels jamais notre agrément collectif ne pourrait être obtenu.
___________________

La fonction dévisage.

Faire de notre visage une fonction. De nos grimaces une action. De nos mimiques un bouton. Au risque de reléguer au second plan, l'autre fonction de notre visage depuis une éternité : celle d'être la première grille de lecture de l'altérité. La première chose que l'on voit de l'autre c'est son visage. La première chose que l'on cherche à faire sur le visage de l'autre c'est le déchiffrer, c'est comprendre ce qu'il veut au travers de son expression, singulière, sienne, nécessairement prise dans un jeu social parce que l'autre, dans une interaction sociale établie ou recherchée, nous voit le regardant. C'est cela qui peut encore changer. Nous couvrons nos corps de vêtements connectés (World Wide Wear). Nous couvrons nos visages de lunettes et casques également connectés mais qui de fait les dissimulent. Nous sommes en permanence soumis à des scrutations intrusives dans chacun de nos espaces publics ou privés de circulation (vidéo-surveillance). Et maintenant il s'agit aussi de réduire l'infinité des expressions singulières d'un visage à une liste limitée et déterministes de fonctions techniques. 

J'entends bien sûr les usages appliqués, en médecine notamment lorsque les mains sont déjà occupées à autre chose et qu'il s'agit d'amplifier les tâches possibles pour, par exemple un chirurgien au bloc ou opérant à distance. J'entends aussi bien sûr les applications aux personnes en situation de handicap. Et puisque l'on va, plus bas dans cet article, évoquer les super-héros, j'ai toujours été frappé d'histoires comme celle du scaphandre et du papillon, dans lesquelles des être humains enfermés dans un corps dont seule une infime partie fonctionnait encore, parvenaient à établir une communication leur permettant d'écrire des livres entiers au seul battement de leur paupière. 

Mais je vois aussi, d'abord et avant tout, la réduction de l'infinité de palettes expressives infiniment singulières et universelles à la fois (quoi de plus universel que le sourire) à la peau de chagrin d'interfaces fonctionnelles "envisagées". Car chaque nouvelle technologie arrivant dans le champ social, a fortiori de manière massive et simultanée, ne produit pas seulement des effets de facilitation ou de capacitation, elle produit de la norme. Et cette norme limite et standardise les expressions singulières. Ce n'est donc pas la navigation faciale qui pose problème ou question, mais le fait qu'elle puisse à court terme s'installer comme nouvelle norme.

Interfaces et intériorités.

La technique est d'abord un rapport au corps. D'abord il a fallu que notre corps s'outille pour se projeter vers l'interface : c'est l'invention (notamment) de la souris et la mère de toutes les démos lorsque Douglas Engelbart pose ce bout de bois taillé sur une table et bouge sa roue crantée. Un dispositif à l'extérieur de la machine et de l'écran qui nous permet de faire bouger à l'intérieur de la machine et de l'écran. L'extériorité d'un corps manipulant se projetant à l'intérieur d'un écran. Et puis les écrans deviennent "tactiles". L'interface n'est alors plus l'occasion pour une extériorité de manipuler une intériorité mais elle est un effleurement, une membrane, un point de contact.

Dans l'espace public ces interfaces tactiles sont très présentes mais très peu utilisées, elles apportent "un statut symbolique de modernité et de luxe dont la non-utilisation même renforce l'attribut". Mais dans l'espace privé que matérialise notre smartphone, l'interface tactile est notre point de contact membranaire permanent avec l'extérieur. On touche à tout. Et pour toucher on dispose d'une gestuelle normée :

(Via Charlene Cardoso)

Et là encore on observe le déterminisme de formes d'habilités qui contraignent le corps dans – entre autres – la mobilisation d'une ou deux mains : 

(Via Charlene Cardoso aussi)

Il y a tout un travail de design anthropologique de nos gestes techniques, que Nicolas Nova – entre autres – explore brillamment depuis plusieurs années (ici ou là)

Et puis vient le moment où plutôt que d'appareiller la machine avec différents dispositifs d'entrée ou de sortie, c'est notre corps que l'on appareille : lunettes connectées, vêtements connectés, casques et gants de réalité virtuelle. Ce n'est plus nous qui allons vers la machine ou les écrans mais l'inverse. Ce n'est plus nous qui allons effleurer, c'est nous qui sommes appareillés et appariés. Et nous nous effleurons nous-mêmes.

Tout est prêt pour qu'advienne la navigation faciale. Parce que chaque élément de notre corps doit être actionnable pour la machine ou pour le réseau. Et qu'il reste à actionner le visage. Mais quand nous paramétrons les expressions de nos visages pour qu'elles déclenchent une action dans une interface, c'est nous que nous paramétrons, c'est notre face qui est interface.

La puissance impotente.

Au plus près de notre corps ou déclenchées par un mouvement de celui-ci, ces interfaces nous renvoient l'image de notre (supposée) toute puissance alors qu'elles fabriquent pour l'essentiel des impotences. Les super-héros de notre enfance ont toujours eu des super-pouvoirs associés à chaque partie de leur corps. Et c'est souvent à partir de l'expression de leur visage que se déclenchent des apocalypses de toute puissance, à commencer bien sûr par leurs yeux : le laser de Superman fronçant les sourcils pour le déclencher (on le suppose sen tout cas), celui de Cyclope dans les X-Men, mais on pourrait aussi citer le souffle ou le cri sonique de toute une autre catégorie de super-héros. Le déclenchement à distance d'une action, c'est à dire la définition brute de l'interface, est aussi l'apanage des héros de notre enfance, tout comme la micro-gestuelle capable de déclencher l'apocalypse (ou de sortir notre héros de situations semblant désespérées). Citons aussi les mouvements de magie de Docteur Strange qui font écho aux manipulations de John Anderton (Tom Cruise) dans Minority Report … 

Vision thermique de Superman. On ne sait pas trop comment elle se déclenche …
mais on observe qu'à chaque fois il fronce les sourcils :-) 

Interface du lanceur de toile de Spiderman.
Gestuelle combinant doigt et cassure du poignet.

Interface de déclenchement de la visière laser de Cyclope (X-Men)
Gestuelle du doigt actionnant un bouton qui finira par être intégré au poignet comme Spiderman.

Interface vers d'autres mondes et réalités chez Docteur Strange.
Gestuelle de différents mouvements combinés des deux mains.

Interface de manipulation de documents à l'aide de gants haptiques.
Tom Cruise dans l'adaptation cinématographique de Minority Report de Phillip K. Dick. 

Bref, les interfaces au plus près du corps ou en fonctionnalisant une partie (comme pour la navigation faciale) sont aussi habitées d'un imaginaire de capacitation capable de transcender nos vies à moindre coût. Ces interfaces nouvelles se présentent toujours avec une fonction de gain. Elle nous disent – les sociétés qui les produisent et les mettent en oeuvre – que nous allons gagner quelque chose. Mais qu'y gagnons-nous réellement ?

Voici ce que raconte Michel Serres quand il évoque le cours de son "maître" Leroy-Gourhan décrivant le moment où l'être humain s'était redressé sur ses deux pieds (à partir de 7'13) :

"les membres antérieurs ont perdu la fonction de portage mais par rapport aux sabots du cheval ou à la pince du crabe, ou aux organes terminaux des membres antérieurs des animaux, on a inventé la main. C'est un outil universel. Elle ne sert à rien la main, elle ne sert pas à une fonction, elle sert à tout. C'est un outil universel. On a perdu quelque chose de formaté on découvre de l'universel.

Oui mais à l'époque où nous étions quadrupèdes, la bouche avait fonction de préhension, elle attrapait de quoi manger, elle attrapait ses proies. Mais dès que la main apparaît, la bouche perd sa fonction de préhension, c'est la main qui en est chargée. La bouche a perdu la fonction de préhension mais elle devient un outil universel : elle parle. Et avec la parole on peut dire n'importe quoi. Parce que nous avons perdu des fonctions données, alors nous avons gagné des outils universels."

Une large part des interfaces contemporaines, à commencer par cette navigation faciale, sont un (micro) retour en arrière anthropologique dans lequel il ne s'agit plus de tendre vers un universel mais de rétablir des fonctions formatées, dont celle de la préhension sur des objets numériques ou virtuels.  

Coup de Poker (Face).

Sans préjuger de la manière dont se développera cette navigation faciale, nous sommes – me semble-t-il – sur une pente dangereuse qui procède d'un double enfermement : celui de nos navigations qui deviennent carcérales (lire ma tribune sur Le Monde il y a … plus de 10 ans, et sa version longue sur Affordance) et celui d'un enfermement de nos modalités expressives par un effet de rationalisation qui est une ratiocination.

Navigation faciale. Naviguer par le visage. Alors allons-y.

Naviguons. 

> Sélectionner un élément. 

> Aller à l'élément suivant.

> Retourner à l'élément précédent

One More Thing …

En 2009, il y a donc une éternité numérique, le navigateur web Opéra, annonçait déjà avoir développé une application de navigation faciale. Il l'illustrait dans un article sur son site officiel (aujourd'hui accessible via la Wayback Machine). On y trouvait détaillées les différentes expressions du visage permettant donc de naviguer sur le web. 

On y trouvait aussi une remarquable vidéo faisant la démonstration de cette technologie tout à fait … disruptive.

Tout était déjà là. Dès 2009. A ceci près qu'il s'agissait du 1er Avril 2009. Et que la navigation faciale était alors … un poisson d'avril et une vaste blague. Je vous conseille vraiment l'article, il est très drôle, notamment les "précisions" apportées pour la navigation faciale sur des sites pornos et des transactions bancaires

Et le fait que cette blague de 2009 soit devenue un projet … réel de 2021 en dit assez peu sur l'évolution de l'humour … mais énormément sur notre tolérance au Bullshit, sur l'évolution des logiques systémiques de contrôle des corps, et sur l'acceptation sociale de formes évidentes de contraintes chaque fois présentées comme autant de possibilités d'émancipation.