Si vous pensez que la photographie est morte à cause de l’IA, c’est que vous n’avez rien compris à l’IA
Le syndrome du CD
Années 80. L’industrie musicale découvre le Compact Disc. La promesse est simple : un son parfait, sans souffle, sans usure, sans défaut. Les ingénieurs transfèrent les bandes analogiques vers le numérique. Ils filtrent, compressent, égalisent. Optimisent.
Résultat : des albums plats, métalliques, sans relief.
Pas parce que la technologie était mauvaise. Mais parce que ceux qui la manipulaient voyaient des fréquences, pas de la musique. Des données, pas des émotions.
Dix ans plus tard, il a fallu tout remastériser. Revenir aux bandes originales. Confier le travail à des ingénieurs qui avaient grandi avec la musique, pas seulement avec les machines.
2003. Je photographie en numérique pour une campagne publicitaire. Les photographes argentiques me traitent de traître. Sept ans après, ils ont tous abandonné l’argentique. Le cycle est immuable : la technologie arrive, les puristes résistent, les pragmatiques expérimentent, les experts intègrent, les retardataires suivent.
Aujourd’hui, l’IA générative d’images rejoue exactement ce scénario. À une différence près : cette fois, les photographes peuvent être du bon côté dès le départ.
Exploration IA de la photographe Aude Sirvain
L’illusion de l’automatisation
Depuis près de deux ans, j’accompagne des maisons de luxe dans leur exploration de l’IA. Le scénario est toujours le même : euphorie initiale, fascination pour les premiers résultats, puis déception face à la difficulté d’obtenir quelque chose de réellement singulier.
Oui, le gain financier est réel. Oui, les coûts de production chutent.
Mais le gain de temps est un mirage.
Ce qu’on gagne d’un côté, on le perd de l’autre. Le manque d’échange lié à la présence sur un plateau est remplacé par un accroissement du nombre d’allers-retours. Trois générations ne donnent pas le bon angle. Six tentatives n’atteignent pas la tonalité souhaitée. Quinze prompts différents produisent quinze variations mais ne répondent pas nécessairement aux attentes du client.
Le manque de flexibilité de l’IA à certaines étapes de production oblige à changer les habitudes de travail. Il faut anticiper autrement. Découper différemment. Accepter des contraintes qu’un photographe contourne intuitivement sur un plateau.
Le résultat ? Une lassitude croissante face à ce que tout le monde reconnaît désormais : “l’esthétique IA”. Cette texture trop lisse, ces lumières trop parfaites, cette homogénéité visuelle qui trahit immédiatement l’origine synthétique de l’image. L’originalité devient difficile. Chaque tentative ressemble aux dix mille autres tentatives faites simultanément par d’autres DA, d’autres marques, d’autres agences.
L’appauvrissement du regard
L’IA parle photographie avec un vocabulaire de brochure touristique.
Environ deux cents noms de photographes. Annie Leibovitz. Nick Knight. Richard Avedon. Un siècle d’histoire réduit à une liste restreinte. Trois focales : le 35mm, le 50mm, le 85mm. Tout ce qui fait la richesse des perspectives, des déformations volontaires, des choix liés au matériel : évaporé.
“Fashion”. “Editorial”. “Luxe”. Quelques noms. Quelques styles. Quelques catégories floues.
Mais que signifie “fashion” pour un modèle entraîné sur des datasets mal hiérarchisés ? Une image de défilé, une photo e-commerce, une page de magazine, un visuel publicitaire ? Tout est mélangé. Sans intention. Sans culture du choix.
Les datasets ont été classifiés par des équipes qui ne savaient pas différencier une photo éditoriale d’un visuel de défilé. Une robe estampillée “Vogue” dans les données d’entraînement peut très bien être une image produit récupérée sur un site de vente en ligne. L’IA apprend que “luxe” ressemble à n’importe quoi qui porte cette étiquette.
Ce n’est pas que l’IA est incapable de comprendre la photographie. C’est qu’elle a été nourrie par des systèmes qui ne la comprenaient pas eux-mêmes.
Et puis il y a le point central, celui que personne ne veut vraiment affronter : pour produire une qualité constante, il faut injecter des images de référence dans le processus de génération. C’est la seule manière de sortir du générique. De créer une cohérence visuelle. D’affirmer une identité.
Alors les questions se posent: d’où proviennent ces images de références? Qui possède les droits de ces images injectées ?
La démonstration
Prenons un prompt simple : “Gros plan beauté sur fond bleu.”
Sans référence, l’IA produit exactement ce que vous imaginez. Une image correcte, prévisible, générique. Acceptable pour remplir un flux. Insuffisante pour construire une identité.
Maintenant, le même prompt, mais un photographe injecte l’une de ses propres images comme référence visuelle. Pas pour la copier. Pour orienter l’IA vers une esthétique précise. Un rapport particulier à la lumière contrastée. Une manière de travailler les ombres. Une façon singulière de cadrer les corps dans l’espace urbain.
Le résultat ? Radicalement différent. Reconnaissable. Contrôlable.
L’écart n’est pas esthétique. Il est structurel.
Sans images de référence, l’IA devine. Avec des images, elle exécute une vision.
Et c’est ici que tout se joue.
Ce que maîtrisent ceux qui comprennent l’outil
Les photographes qui intègrent l’IA à leur pratique ne délèguent pas leur regard. Ils l’étendent.
Ils détiennent quatre atouts décisifs.
Juridique : ils injectent légalement leurs propres images. Pas de risque juridique pour les clients. Pas d’incertitude sur la provenance des visuels. Les droits sont clairs. La traçabilité est établie.
Esthétique : leurs archives portent une identité, pas du générique calibré par des algorithmes. Années de travail condensées dans un traitement de la lumière reconnaissable, des choix chromatiques affirmés, une manière singulière de composer l’espace. Les générations ressemblent au photographe, pas à la machine.
Stratégique : ils contrôlent leurs moyens de production. L’IA devient une extension de leur pratique, pas un remplacement. Shooting photo pour les images clés. Génération IA pour les déclinaisons. Ou l’inverse.
Légitimité : ils comprennent les contraintes de la commande, du luxe, de la cohérence de marque. Ils ne proposent pas des visuels générés au hasard. Ils savent pourquoi tel angle fonctionne mieux pour cette marque. Pourquoi cette lumière correspond à l’identité recherchée.
Ces résultats ne sont pas le fruit du hasard. Ils démontrent qu’une compréhension profonde de l’outil est nécessaire. Pas une compréhension technique du machine learning. Une compréhension photographique de ce que l’outil peut et ne peut pas faire.
Exploration IA du photographe Laziz Hamani
Souveraineté créative
L’IA n’efface pas la différence entre une image standardisée et une création d’auteur. Elle la rend plus visible.
Un photographe médiocre produira plus vite des images médiocres. Un photographe exigeant étendra sa capacité à matérialiser ce qu’il voit.
Pour les photographes, l’enjeu est de reconquérir le contrôle à l’ère de l’IA. Pour les clients, c’est la sécurité juridique doublée d’une différenciation réelle dans un océan de visuels qui se ressemblent tous.
Voilà ce qui reste irremplaçable : la capacité à voir, à choisir, à refuser, à recommencer. À comprendre comment une lumière sculpte un visage. À sentir quand une image ment.
Les CD mal mastérisés des années 80 n’ont pas été sauvés par la technologie. Ils ont été sauvés par des gens qui savaient écouter.
Ceux qui comprendront cela aujourd’hui auront plusieurs années d’avance.
Pas technologique. Culturelle.
Dimitri Daniloff
Les images qui accompagnent cet article sont issues du travail mené avec les photographes que j’accompagne lors de mes formations.
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 visuel et curateur, spécialisé dans les usages critiques et créatifs de l’intelligence artificielle appliquée à l’image.