Pendant longtemps, une photographie conservait un lien relativement évident avec le réel. Elle pouvait être retouchée, recadrée ou mise en scène, mais quelque chose avait généralement existé devant l’objectif.

L’intelligence artificielle générative brouille cette relation. Une image peut désormais représenter une scène qui n’a jamais existé, une voix peut être synthétisée et un contenu peut être entièrement fabriqué sans que son mode de production soit visible à l’œil nu.

La question dépasse donc largement le choix d’utiliser ou non l’IA. Elle touche désormais à la confiance : d’où vient un contenu et comment a-t-il été produit ?

Les contenus manipulés n’ont évidemment pas attendu l’intelligence artificielle. Ce qui change aujourd’hui, c’est la facilité avec laquelle on peut produire des contenus synthétiques toujours plus crédibles. À ce rythme, il pourrait bientôt devenir impossible pour l’œil humain de distinguer une image générée d’une image réelle.

Cette évolution produit un effet plus large : même une image authentique peut désormais être soupçonnée d’avoir été générée. Le problème ne tient donc plus seulement à la multiplication des faux, mais à l’installation d’un doute permanent sur la nature de ce que nous regardons.

La photographie nous avait habitués à voir le monde sans avoir besoin d’y être. L’IA générative pourrait bien nous pousser à faire le chemin inverse et, comme Saint Thomas, à ne croire que ce que nous voyons de nos propres yeux.

Une image a-t-elle été photographiée, générée, retouchée ou construite à partir de plusieurs sources ? Pour une marque, l’apparence seule ne suffit plus toujours à répondre à cette question.

Une première réponse consiste à essayer de détecter l’intelligence artificielle directement dans l’image. Mais cette logique devient fragile à mesure que les modèles progressent.

Une autre approche consiste à documenter l’origine d’un contenu plutôt qu’à tenter de la deviner.

C’est notamment l’objectif du standard C2PA et des Content Credentials. Ces mécanismes permettent d’associer à certains contenus des informations sur leur provenance et sur certaines étapes de leur création ou de leur modification. Ils fournissent des éléments permettant de mieux comprendre d’où vient un contenu et comment il a été produit. Pour une marque, cette traçabilité devient alors un élément de confiance supplémentaire dans la relation avec ses publics.

La distinction entre création humaine et création générée devient rapidement insuffisante. Un photographe peut réaliser une prise de vue puis utiliser une IA pour prolonger le décor. Une illustration peut être dessinée à la main, retravaillée numériquement puis complétée à l’aide d’un modèle génératif. Une oeuvre est souvent hybride.

C’était ça ou mourir de Thélyson Orélien en donne un exemple particulièrement parlant. Le roman avait été récompensé par le prix du roman Fnac et sélectionné pour le Goncourt avant que la polémique sur l’usage de l’IA n’éclate : son éditeur a annoncé avoir retrouvé des balises liées à l’IA ont été retrouvées dans les métadonnées de certains documents de travail.

Dans la foulée, l*’intelligentsia* a renié l’œuvre qu’elle avait encensée quelques semaines plus tôt. **Et elle n’est pas la seule à entretenir ce malaise : 69 % des Français considèrent qu’un livre écrit avec l’IA n’est pas de la « vraie littérature ».

L’oeuvre hybride est aujourd’hui le fils caché de la famille créative : tout le monde sait qu’il existe, mais personne n’ose évoquer la relation extraconjugale.

Dans ce contexte, une simple étiquette « humain » ou « IA » raconte finalement assez peu de choses. La question devient plutôt : quelle place l’intelligence artificielle a-t-elle réellement occupée dans le processus de production ?

Ce malaise autour de l’hybridation ne concerne d’ailleurs pas seulement les œuvres culturelles : il commence aussi à poser des questions dans la production commerciale, jusqu’à modifier la manière dont certaines agences présentent et valorisent leur travail. La part de production réalisée avec l’aide de l’IA peut devenir une nouvelle variable de pricing, parfois exprimée sous forme de pourcentage ou intégrée dans la méthodologie de production.

Cette transparence peut accompagner une baisse des prix, dans un contexte où certains métiers tertiaires se livrent déjà une guerre des prix, mais elle permet aussi de rendre plus lisible ce que le client achète : quelle part relève de la génération, de la direction artistique, de la retouche, de la sélection, du contrôle humain ou de la conception initiale.

À partir du moment où certaines étapes sont réalisées beaucoup plus vite, le modèle de facturation fondé sur le temps passé commence logiquement à montrer ses limites.

Si tout le monde peut faire du 11/20, où se situe la valeur humaine ?

L’IA générative rend également accessible à beaucoup plus de monde un niveau de production visuelle correct. Là où certaines compétences techniques constituaient auparavant une barrière d’entrée, quelques outils permettent aujourd’hui d’obtenir rapidement un résultat propre, crédible et exploitable.

Autrement dit, le niveau moyen monte. Si presque tout le monde peut produire du 11/20, atteindre ce niveau ne suffit plus à distinguer un professionnel.

La valeur se déplace alors vers ce qui permet de dépasser la moyenne : avoir du goût, construire un point de vue, comprendre une marque, savoir quoi garder et quoi éliminer, créer une cohérence et défendre une direction. Et c’est précisément là que l’IA pose un problème économique plus difficile : ces qualités sont centrales dans la création, mais beaucoup moins simples à mesurer, à comparer et à traduire en prix. Pour les métiers créatifs et de conseil, la difficulté sera désormais de mieux traduire cette valeur dans les modèles de prix.

L’authenticité ne reposera pas uniquement sur la technologie

Les systèmes de provenance peuvent documenter un processus, mais la confiance ne se construit pas uniquement avec des standards techniques. Les marques peuvent aussi rendre visibles les personnes, les étapes de fabrication ou les contextes réels qui entourent leurs contenus.

Or ces signes d’authenticité peuvent eux-mêmes devenir des codes graphiques. Grain, imperfection, photographie spontanée ou apparence artisanale sont déjà parfaitement imitables par l’IA.

C’est peut-être là qu’un nouveau terrain s’ouvre pour le design : lorsque l’esthétique commence elle-même à chercher des signes tangibles pour répondre aux grands enjeux de l'esthétisation du réel : de « qui suis-je ? » à « est-ce vrai ? »

→ À lire ensuite : Esthétique du réel : la prochaine grande tendance du design ?