La souveraineté des images
Pourquoi l’IA ne peut pas être neutre
Mai 2024. J’ouvre Midjourney et lance un protocole simple. Même prompt, même neutralité, même naïveté volontaire, seul le continent change : “Photo of an American family”, “Photo of an European family”, “Photo of an Asian family”, “Photo of an African family”, “Photo of an Oceanian family”. Rien d’autre. Pas de précision stylistique, pas d’indication d’époque, pas de contexte géographique supplémentaire.
Les résultats me glacent. Folklore appuyé, costumes d’époque, esthétique carte postale. Pour l’Océanie, des images qui semblent extraites d’archives coloniales du XIXe siècle. Pour l’Afrique, quelque chose de plus troublant encore : des corrections visibles à l’œil du photographe, des ajustements maladroits qui trahissent un malaise algorithmique, comme si l’IA tentait frénétiquement de compenser un dataset défaillant.
Novembre 2025. Dix-huit mois plus tard, je répète l’expérience. Midjourney a déployé sa version 7, présentée comme une révolution technique.
Je m’attends à voir des familles contemporaines, des intérieurs modernes, une banalité enfin retrouvée.
Ce que je découvre est pire.
L’esthétique “musée de l’humanité” s’est radicalisée
Les nouvelles images ne corrigent rien. Elles systématisent. Chaque continent hérite désormais d’une signature visuelle prédéfinie, comme si Midjourney v7 appliquait une Sref culturelle par défaut. L’imaginaire National Geographic vintage n’a pas reculé. Il s’est professionnalisé.
L’Amérique se fige dans un pioneer aesthetic troublant, comme si elle avait suivi deux ou trois coachs lifestyle sur Instagram. Tatouages, chemises noires, golden hour prise dans un champ, ce fond générique où le papier glacé rencontre la fatigue calculée. Tout semble plus contemporain, mais quelque chose, au fond, ne bouge pas : la famille reste une petite mythologie domestique, autocentrée, un peu publicitaire, la version la plus exportable d’elle-même.
L’Europe refuse obstinément de vivre dans le présent. Elle se rêve en vieux continent, un mélange de ruralité figée et d’austérité propre. Les textures sont plus fines, les tissus plus crédibles, la lumière plus subtile, mais l’époque reste floue. Le modèle ne sait pas quoi faire d’elle, alors il la retourne vers un passé qui rassure, parce qu’il est reconnaissable. Les familles européennes générées ne ressemblent pas à 2025.
L’Afrique, elle, bascule dans un registre différent mais tout aussi problématique. Les images néo-rétro documentaires de 2024 laissent place à des compositions “embellies”, stylisées, texturées. Vêtements traditionnels impeccables, palette chaude studio-like, sourire omniprésent, cette signature Midjourney actuelle qui lisse tout. On passe du regard colonial brutal à l’afro-future-nostalgique, une catégorie esthétique inédite qui efface le réel contemporain tout en apaisant l’œil occidental. Plus acceptable. Donc plus dangereux.
L’Asie devient décorative, uniformisée. Motifs, broderies, cadres posés. La diversité du continent se réduit à un “art de vivre harmonieux” esthétisé, propret, comme une suite de tableaux destinés à orner un salon parisien. Le contemporain asiatique, ses villes tentaculaires, ses néons, ses hybridations culturelles, reste invisible.
L’Océanie, elle, n’a pratiquement pas bougé. Visages, postures, vêtements : retard d’un siècle maintenu. Les datasets de 2025 sont manifestement les mêmes qu’en 2024. Une invisibilité structurelle que personne ne semble pressé de corriger.
Ce qui frappe dans cette évolution, c’est que les corrections apportées n’ont pas éliminé le biais. Elles l’ont sophistiqué.
Le problème n’est pas technique, il est épistémologique
Les “considérations sur les biais algorithmiques”, comme celles de la norme IEEE 7003-2024, partent du principe qu’on peut corriger les biais en diversifiant les datasets, en auditant les modèles, en ajustant les métriques. Cette approche suppose que le biais est une anomalie dans un système qui pourrait être neutre. Un bug à patcher. Un déséquilibre à rééquilibrer.
Or, ce que révèlent les générateurs d’images, c’est que le biais n’est pas un bug, c’est le système lui-même.
Les datasets ne sont pas “imparfaits”, ils encodent fidèlement un certain regard sur le monde, celui qui a historiquement produit et archivé les images. Ce regard n’est pas distribué de manière égale. Il est massivement occidental, américain en particulier, et il porte en lui plusieurs siècles d’accumulation visuelle inégale : des millions d’images de la vie quotidienne américaine, des dizaines de milliers de photos touristiques et ethnographiques du reste du monde.
Le problème n’est donc pas que les algorithmes “manquent de données”. Le problème est que les données disponibles encodent déjà une hiérarchie, une distribution inégale du regard. Ajouter plus de données “diverses” à l’intérieur de ce même corpus ne résout rien. C’est comme essayer de corriger une carte du monde dessinée depuis un seul point de vue en ajoutant quelques détails : la perspective reste la même.
Rancière écrivait que “l’image n’est pas une exclusivité du visible”. Les générateurs d’images nous le démontrent cruellement : ce qu’ils produisent n’est pas la réalité, mais la manière dont un certain regard a historiquement capturé cette réalité. L’image devient “une parole qui se tait”, elle ne dit pas qu’elle parle depuis un point de vue spécifique, elle se présente comme évidence neutre. Les familles africaines en costume traditionnel, les familles européennes en ruralité nostalgique, les familles américaines en golden hour publicitaire : tout cela n’est pas le monde, c’est l’archive visuelle du monde produite par un certain regard.
Et cette archive n’est pas un miroir passif. Elle est devenue la matrice à partir de laquelle nous générons désormais de nouvelles images.
Le double standard géographique
Jacques Rancière a montré que la modernité esthétique avait aboli la hiérarchie entre “sujets nobles” et “sujets bas” : désormais, “tout est également représentable”. Le paysan, l’ouvrier, la scène domestique ordinaire deviennent des sujets aussi dignes que les héros antiques ou les grands événements historiques. C’est ce qu’il appelle le “régime esthétique des arts” : la fin des hiérarchies de sujets, l’ouverture à la banalité contemporaine.
Mais les générateurs d’images réintroduisent une hiérarchie, cette fois géographique.
L’Occident a droit à la banalité contemporaine. Une famille américaine peut être représentée dans son quotidien ordinaire, sans pittoresque, sans folklore. Elle peut être de son époque. Même lorsque l’image la projette dans un passé esthétisé (années 50, pioneer aesthetic), ce passé reste un passé domestique, intime, banalisé. La famille américaine a le droit d’être ordinaire.
Le reste du monde est assigné au spectacle intemporel. Une famille africaine, indienne ou péruvienne doit être exotique, folklorique, figée dans un décor de carte postale. Elle ne peut pas être simplement banale et contemporaine. Quand les corrections algorithmiques de 2024-2025 tentent de “diversifier” ces représentations, elles ne brisent pas ce double standard : elles le rendent plus acceptable en le sublimant esthétiquement. L’afro-future-nostalgique remplace le colonial brutal, mais le principe reste : ces familles n’ont pas droit à l’ordinaire.
Ce double standard n’est pas accidentel. Il reproduit ce que les datasets ont appris : les images “d’Afrique” disponibles en masse sont celles produites par le regard colonial, safaris, National Geographic, missions humanitaires, tourisme “authentique”. Les images d’Afrique urbaine, quotidienne, banale, ennuyeuse même, sont quasi absentes des archives visuelles mondiales. Non parce qu’elles n’existent pas, mais parce qu’elles n’ont jamais été systématiquement produites, archivées, diffusées à l’échelle mondiale.
Le résultat est vertigineux : les générateurs d’images ne peuvent pas produire une famille malienne ordinaire parce que l’ordinaire malien n’existe pas dans les archives visuelles mondiales. Ou plutôt, il existe, mais il n’a jamais été jugé digne d’être archivé, circulé, accumulé à l’échelle qui permettrait à une machine de l’apprendre.
L’attente coloniale internalisée
Mais le piège est encore plus pervers.
Nous-mêmes attendons ces images.
Quand nous demandons “une scène de vie au Mali”, nous espérons inconsciemment voir des couleurs vives, des tissus traditionnels, un village de terre. Si le générateur nous montrait un jeune Malien en jean devant un immeuble de Bamako, avec un ciel gris et une rue sans pittoresque, nous serions... déçus ? surpris ? Nous dirions peut-être que l’image “manque d’authenticité”. Que ce n’est pas assez “Mali”. Que cela pourrait être n’importe où.
C’est le piège parfait : les générateurs d’images reproduisent nos propres fantasmes coloniaux, et nous validons ces images parce qu’elles correspondent à nos attentes. Le cercle se referme. L’algorithme apprend ce que nous voulons voir, et ce que nous voulons voir est déjà structuré par des siècles de regard colonial qui ont défini ce qui est “authentiquement africain”, “authentiquement asiatique”, “authentiquement autre”.
Rancière parle de cette “double poétique de l’image” : d’un côté, l’image comme “témoignage lisible d’une histoire écrite sur les visages”, de l’autre, l’image comme “bloc de visibilité imperméable à toute traversée du sens”. Mais dans le cas des générateurs d’IA, cette double poétique s’effondre. L’image ne témoigne d’aucune histoire réelle, elle ne fait que recycler des stéréotypes visuels. Et elle n’est pas non plus un “bloc de visibilité” opaque : elle est au contraire trop lisible, trop conforme à nos attentes, trop rassurante dans sa capacité à nous donner exactement ce que nous pensions voir.
L’image générée n’est ni témoignage ni présence brute. Elle est validation de nos propres attentes coloniales.
Et plus les algorithmes sont “corrigés”, plus ils deviennent efficaces à produire des images qui satisfont ces attentes tout en les masquant sous une esthétique acceptable. L’afro-future-nostalgique fonctionne précisément parce qu’il nous donne le folklore que nous espérions, mais enrobé dans une sophistication visuelle qui nous permet de ne pas nous sentir coupables. Nous pouvons consommer l’exotisme sans avoir à nous confronter à sa violence.
Le problème n’est pas “le biais”, c’est l’hégémonie d’un seul corpus
On pourrait croire que le problème est simplement que les datasets sont “trop américains”. Qu’il suffirait d’ajouter plus d’images européennes, africaines, asiatiques pour rééquilibrer. C’est ce que suggère la norme IEEE 7003 quand elle appelle à “diversifier les sources de données”.
Mais ce n’est pas le problème.
Le problème, c’est qu’il n’existe qu’un seul corpus de référence mondial, et que ce corpus unique encode :
D’abord, une esthétique dominante, celle de la classe moyenne occidentale, telle qu’elle s’est construite visuellement à travers la photographie, le cinéma, la publicité, les réseaux sociaux. Cette esthétique définit ce qui est “normal”, “contemporain”, “banal”. Tout ce qui s’en écarte devient automatiquement “exotique”, “traditionnel”, “folklorique”.
Ensuite, un regard colonial sur le reste du monde, exotisme, intemporalité, fixation dans le passé ou dans le pittoresque. Ce regard n’est pas le fruit d’une malveillance consciente. C’est simplement la sédimentation de décennies d’images produites dans un contexte où le regard occidental était celui qui produisait et diffusait massivement les images du monde.
La norme IEEE 7003 recommande de “diversifier les datasets”. Mais diversifier à l’intérieur du même corpus ne résout rien. Ajouter 10% d’images africaines dans un dataset dominé à 80% par des images américaines ne change pas la structure du problème. L’algorithme continuera à apprendre que “famille” = famille américaine par défaut, et que “famille africaine” = exception folklorique.
Ce qu’il faut, ce n’est pas diversifier. C’est constituer d’autres corpus, qui encodent d’autres regards, d’autres imaginaires, d’autres rapports au temps et à l’espace. Des corpus qui ne seraient pas des ajouts marginaux à un corpus dominant, mais des alternatives structurantes.
Souveraineté créative : non pas “corriger le biais”, mais constituer d’autres références
La solution n’est donc pas de “débiaiser” les modèles existants. C’est de construire des modèles entraînés sur d’autres corpus.
Des datasets constitués depuis l’Afrique, l’Asie, l’Amérique latine, pas des datasets “sur” ces régions, mais des datasets produits, sélectionnés, organisés depuis ces lieux. Des datasets qui encodent leur propre banalité contemporaine, pas le regard touristique occidental. Des datasets qui permettent à une famille malienne d’être représentée aussi ordinairement qu’une famille américaine. Qui permettent à Kinshasa d’être aussi ennuyeuse que Seattle. Qui permettent à l’Inde urbaine d’exister sans être systématiquement renvoyée au Taj Mahal ou aux saris colorés.
Cela ne signifie pas un repli identitaire. Cela ne signifie pas que chaque pays doit créer son propre générateur d’images fermé sur lui-même. Cela signifie refuser l’uniformisation sous couvert d’universalisme.
Rancière écrit que la révolution esthétique moderne a constitué “une surface commune à la place des domaines d’imitation séparés”. Mais il ne peut y avoir de surface commune que si les imaginaires peuvent effectivement coexister et se transformer mutuellement, plutôt que d’être écrasés par un seul. Une surface commune n’est pas une surface unique. C’est un espace où différents regards, différentes esthétiques, différentes banalités peuvent dialoguer, s’influencer, se contester, sans qu’aucun ne soit écrasé par l’hégémonie de l’autre.
Il parle aussi de ce “choc des hétérogènes qui donne la mesure commune”. Actuellement, il n’y a pas de choc, il n’y a que la répétition du même regard sous des variations esthétiques. Pour qu’il y ait mesure commune, il faut d’abord qu’il y ait véritablement des hétérogènes en présence, pas simplement des variations à l’intérieur d’un même corpus dominant.
C’est cela, la souveraineté créative : non pas l’isolement, mais la condition pour que différents imaginaires puissent coexister. La possibilité pour chaque culture de définir sa propre banalité, son propre ordinaire, son propre contemporain, sans être systématiquement filtrée par le regard d’une autre.
Vers quelle image du monde ?
La question finale n’est pas technique mais politique : quelle image du monde voulons-nous habiter ?
Un monde où la “normalité” se conjugue uniquement en américain, où la “diversité” se réduit au folklore, où la “contemporanéité” est un privilège occidental ? Ou un monde où chaque culture dispose de la souveraineté créative pour générer ses propres représentations de l’ordinaire, du banal, du quotidien ?
Les systèmes d’IA ne sont ni neutres ni inévitables. Ils cristallisent des choix techniques qui sont toujours des choix politiques. La nostalgie impériale involontaire n’est pas un bug à corriger par un patch algorithmique. C’est le symptôme d’un rapport de force géopolitique qu’aucun algorithme ne résoudra.
La question reste ouverte : accepterons-nous que l’imaginaire visuel mondial soit défini par un seul corpus ? Ou construirons-nous les conditions d’une véritable pluralité des regards ?
L’IA nous renvoie moins à nos préjugés qu’à notre absence. Celle d’avoir laissé d’autres constituer, à notre place, les archives de notre propre visibilité.
Dimitri Daniloff
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
Merci pour le partage.