Baudrillard, Tinder et les lunettes de soleil
La fin de l’incertitude visible
Tinder m’a appris quelque chose d’important sur la vérité.
Un date. Toutes les photos : lunettes de soleil. J’y suis allé quand même.
Erreur.
La personne qui s’est assise en face de moi n’avait rien à voir avec celle que j’avais imaginée. Pas juste un peu différente. Radicalement autre. Mon cerveau avait comblé les blancs. Inventé les yeux, le regard, l’expression. Créé un visage complet à partir de probabilités, de désirs, de fragments d’autres visages vus ailleurs.
Un visage plausible. Totalement faux.
Les lunettes de soleil ne cachent pas seulement les yeux. Elles créent une zone d’incertitude. Et dans cette zone, nous fabriquons. Nous projetons. Nous inventons ce qui n’est pas là.
Ce n’est pas une anecdote sur les rencontres en ligne. C’est un cas d’école sur notre rapport à l’image incomplète. Sauf que maintenant, ce n’est plus notre cerveau qui fabrique en silence. Ce sont des algorithmes. Et leurs fabrications ne restent pas privées. Elles circulent, deviennent publiques, virales, investies d’autorité.
Elles remplacent le réel.
La promesse de l’upscale
Dans le vocabulaire de l’IA, il existe un terme technique : l’upscaling. Le passage d’une basse résolution à une haute résolution. Quand une image est floue, pixelisée, de mauvaise qualité, l’IA peut la “restaurer”. Le vocabulaire est rassurant. Il suggère qu’il existe un original caché sous le bruit, et que la machine va simplement le révéler.
Mais l’IA ne révèle rien. Elle invente.
L’algorithme se base sur des milliards d’images pour prédire ce qui devrait être là. Il calcule des probabilités. Il génère ce qui semble le plus cohérent. Le résultat a tout du vrai : la texture de la réalité, l’autorité visuelle de la netteté. Mais c’est une fabrication totale. Une hallucination mathématiquement cohérente.
Sauf qu’inventer et restaurer, ce n’est pas la même chose.
Lors de l’affaire Charlie Kirk, des milliers d’internautes ont utilisé des IA pour “améliorer” les images vidéo du tueur. Le suspect portait des lunettes de soleil. Les images étaient floues. L’anxiété collective cherchait des réponses. On voulait voir son visage.
L’IA a retiré les lunettes. Elle a “nettoyé” l’image. Elle a révélé un visage.
Sauf qu’en regardant de plus près, les incohérences sont partout. Le logo sur la casquette change de forme : triangle, flamme, cercle. Les lunettes se transforment : Ray-Ban sur une version, Oakley sur une autre. Le visage lui-même mute subtilement. Les traits se réarrangent. Les proportions varient.
Ce ne sont pas des erreurs techniques. Ce sont les symptômes d’un processus fondamental : l’algorithme propose un visage qui pourrait correspondre, une hypothèse vraisemblable parmi mille autres possibles.
Ces images ont cumulé des centaines de milliers de vues. Elles ont été partagées comme si elles révélaient enfin la réalité. Mais elles ne donnent accès qu’à une version probable. Parmi une infinité d’autres.
Avant, on savait qu’on ne savait pas
Il y a eu un moment charnière. Un glissement invisible que nous avons franchi sans nous en rendre compte.
Avant l’IA générative, une photo floue restait floue. Une vidéo pixelisée restait pixelisée. C’était frustrant. Ça limitait nos enquêtes, nos certitudes, notre capacité à voir. Mais cette frustration était une forme de protection. Elle nous rappelait les limites de ce que nous savions. L’incertitude était visible. Palpable.
On savait qu’on ne savait pas.
Avec l’IA générative, cette incertitude disparaît de la surface. L’image “améliorée” ressemble à une vraie photo. Les pixels sont nets. Les détails précis. Le visage clair. Visuellement, tout indique que nous voyons enfin la réalité. Que le voile est levé.
Mais l’incertitude n’est pas résolue. Elle est juste masquée.
On croit savoir ce qu’on ne sait pas.
C’est ce glissement qui change tout. L’amélioration n’est plus guidée par des connaissances historiques ou une expertise documentaire. Elle est guidée par des probabilités statistiques, souvent par des personnes qui n’ont pas les compétences pour juger le résultat. L’incertitude n’a pas disparu, elle s’est cachée sous une couche de vraisemblance qui nous fait croire que nous possédons une vérité que nous n’avons pas.
Plus récemment, le même phénomène s’est reproduit lors du vol au Musée du Louvre. Quelques heures à peine après l’événement, une fausse vidéo générée par Sora, l’IA d’OpenAI, circulait déjà. Elle a été traitée comme un document. Comme une preuve. Comme une trace du réel.
Alors qu’elle n’était qu’une simulation probable.
Ce que Baudrillard avait vu venir
Jean Baudrillard avait théorisé ce moment. Il l’avait appelé l’hyperréel. L’idée que la simulation ne se contente plus de représenter la réalité, mais la remplace. Et même plus : qu’elle devient plus convaincante que la réalité elle-même.
Le simulacre, disait-il, c’est le faux qui se fait passer pour plus vrai que le vrai.
L’IA générative est l’hyperréel à grande échelle. À vitesse industrielle. À portée de main.
Dans Cyberpunk, Asma Mhalla écrit : “Les faits eux-mêmes s’effondrent face à la vitesse des hypertechnologies, ou peuvent être réinventés ou détournés.”
Nous y sommes. Les faits ne sont plus des ancrages stables. Ils deviennent malléables. Modifiables. Réinventables. Non pas par une manipulation consciente et centralisée, mais par une multiplication incontrôlable de versions vraisemblables.
Cette prolifération crée un nouveau type de brouillard informationnel. Il n’est plus fait de fausses informations clairement identifiables. Il est fait de mille vérités possibles qui toutes semblent légitimes. Du bruit qui ressemble à du signal. Des visages qui ressemblent à des coupables. Des preuves qui ressemblent à des documents.
La fabrique du complot
Ce qui m’inquiète le plus, ce n’est même pas l’invention elle-même. C’est ce qu’elle fait à notre mémoire collective.
Il existe en psychologie cognitive un concept : la contamination mémorielle. Le cerveau ne fait pas la différence entre ce qu’il a vraiment vu et ce qu’on lui a montré après coup. Les faux souvenirs se greffent sur les vrais. Ils les modifient. Ils les remplacent.
Imaginez la séquence suivante.
Image floue du suspect. Anxiété collective, besoin de réponses. L’IA génère un visage hyperréel. Soulagement immédiat : “On sait enfin à quoi il ressemble.” Ce visage circule pendant des heures, des jours. Il s’ancre dans la mémoire. Il devient _le_ visage du suspect dans l’esprit de millions de personnes.
Puis les autorités révèlent le vrai suspect. Il ne ressemble pas du tout à l’image qui a circulé.
Dissonance cognitive brutale.
Deux options s’offrent alors. Soit admettre qu’on a cru à une image générée par IA, qu’on s’est trompé, que notre mémoire a été contaminée. Soit conclure que les autorités mentent. Qu’elles cachent quelque chose. Qu’il y a un complot.
La deuxième option est psychologiquement plus confortable. Le cerveau préfère maintenir sa cohérence interne plutôt que d’admettre qu’il a été dupé. C’est comme ça que naissent les théories du complot à l’ère de l’hyperréel. Non pas par des mensonges organisés, mais par des inventions vraisemblables qui sabotent la mémoire collective.
Le paradoxe, c’est que les gens qui partagent ces images pensent aider. Ils s’improvisent enquêteurs. Ils franchissent la ligne qui sépare le spectateur du justicier. Ce faisant, ils sabotent involontairement ce qu’ils cherchent à éclaircir.
Ils créent le matériau brut de l’hyperréel.
L’archive contaminée
Si l’IA peut “restaurer” n’importe quelle image floue, toute notre mémoire historique devient réécrivable. Photos de crimes non résolus, archives de guerres, portraits historiques dégradés, preuves judiciaires, chaque document peut désormais être “amélioré”. Chaque citoyen devient fabricant d’histoires alternatives crédibles.
L’IA ne ment pas. Elle efface simplement la trace de son invention.
Cette contamination diffère radicalement des fake news classiques. Une fausse information, on peut la débunker, tracer sa source, la contredire avec des faits. L’AFP a créé des pages de fact-checking pour ça.
Mais comment vérifier une “amélioration” ? Comment prouver qu’un pixel est inventé quand il ressemble exactement à un vrai pixel ?
Ces images ne prétendent pas être vraies. Elles sont juste possibles.
Cent versions du même visage circulent. Mille variations générées par des algorithmes différents, basées sur des probabilités légèrement différentes. Toutes aussi plausibles.
Cette multiplication est plus dangereuse que les fake news : elle ne propose pas une contre-vérité mais un monde où la vérité elle-même devient indécidable.
Le retour des lunettes
Je repense à ce date. À ce moment de déception quand j’ai réalisé que le visage que j’avais imaginé n’existait pas. Que je m’étais trompé. Que j’avais fabriqué quelqu’un qui n’était pas là.
Mais cette fabrication restait privée. Elle ne polluait pas l’espace public, ne déclenchait pas de chasse à l’homme, ne contaminait pas la mémoire de milliers de personnes.
Aujourd’hui, ces hallucinations deviennent virales. S’ancrent dans la mémoire collective. Remplacent le réel par l’hyperréel.
Les lunettes de soleil cachent un visage. L’IA, elle, le fabrique. Et nous convainc que ce qu’elle a inventé était là depuis le début.
Dans un contexte judiciaire, médical, historique, partout où la vérité factuelle compte, peut-on se permettre de vivre dans des hypothèses vraisemblables plutôt que dans la réalité vérifiable ?
L’incertitude n’a pas disparu. Elle est devenue invisible.
Dimitri Daniloff
Artiste de la semaine Hana Katoba
Créer, c’est refuser l’interchangeable.
Penser, c’est refuser d’être prévisible.
L’IA ne doit pas nous remplacer : elle doit nous rappeler ce que signifie être irremplaçable.
Dimitri Daniloff
Artiste, Curation, Consultant en Stratégie Art Numérique
Chacun de tes articles nous ouvre un vaste champ de réflexion, ici autour de l'hyperréel généré par l'IA qui contamine nos mémoires collectives. Merci de nous aider à nous mouvoir dans cette nouvelle épistémè.
Merci beaucoup pour cet article très intéressant. « Quand l’IA ne comprend pas, elle invente », je le vois dans les sous-titres automatiques que j’utilise régulièrement au quotidien pour des raisons d’accessibilité. Quand l’IA ne comprend pas ce que la personne dit ou ne comprend pas le contexte, elle invente des mots et cela change tout. Ça change tout le contexte et cela met en erreur la personne qui lit les sous-titres et qui est confuse.