De la mécanisation à l’automatisation
Le design à l’ère des intelligences simulées

Résumé

En raison de leur efficacité et rentabilité, les intelligences artificielles (IA) « neuronales » trouvent leur place dans les industries créatives depuis plusieurs années. Si les technologies du deep learning sont la plupart du temps envisagées sous l’angle de l’automatisation, nous proposons de les considérer également sous l’angle du concept de mécanisation pour souligner la possibilité d’un travail « avec » les machines plutôt qu’un abandon de leurs potentialités aux forces économiques. En quoi le design pourrait-il contribuer à désamorcer la culture dominante de l’IA ? Comment faire en sorte que les technologies du deep learning puissent ouvrir à l’invention et à la curiosité ? En quoi les cursus de design pourraient-ils (ou devraient-ils) faire l’objet de reconfigurations ?

1–
À propos

Projets de recherche en cours en tant que requérant
(financements HES-SO)

• « Publier la recherche artistique » : une plateforme d’archivage pour la recherche-création
• « Guide méthodologique des NFTs et technologies blockchain »
• « Calculateur Carbone Campus »
• « Digilunch », cycle de conférences de culture numérique pour le personnel HEAD – Genève & Ecal
• « Design et machine learning : l’automatisation au pouvoir ? »

2–
Les machines mimétiques du deep learning

2.1 —
Fonctionnement du deep learning

Deep learning & création

Comment les technologies du deep learning sont-elles investies dans les champs de l’art et du design ?

2.2
IAcadémisme

Les machines mimétiques du deep learning

Comment l’histoire de l’art peut-elle aider à comprendre les façons de faire dominantes des intelligences simulées ?

Académisme → IAs

Hiérarchie des genres → Idéal du progrès technique

Supériorité du dessin sur la couleur → Vectorisation du monde

Travail en atelier → Cloud computing

Imitation des classiques → Remix de jeux de données

Effacement de la touche → Haute résolution

IAcadémisme

On peut observer un écart temporel entre la photographie comme invention technique, et la photographie comme art, qui naît d’une divergence avec le modèle pictural.

2.3 —
Vers une création automatisée ?

Des techniques sans formes ?

L’acceptation d’un monde façonné par les IA se pose moins en termes de remplacement (remplacement de l’humain par la machine) qu’en termes de recouvrement : un environnement dans lequel on ne pourrait pas distinguer ce qui est produit, ou non, avec les IA.

3 –
Mécanisation ou automatisation ?

Mécanisation ou automatisation ?

La mécanisation (ou industrialisation) renvoie habituellement à une efficacité et une performance débarrassées des aléas humains.

C’est dans cette perspective que s’inscrit le livre de Siegfried Giedion La mécanisation au pouvoir (Mechanization Takes Command, 1948), dans lequel il analyse plusieurs moyens d’optimiser le labeur humain.

Siegfried Giedion, La mécanisation au pouvoir

• Division du travail = perte de la vue globale
• Meilleures conditions de vie = nouvelles dépendances
• Incapacité à nous organiser et « nouvelle barbarie »
• « Peur du progrès qui, d’un espoir, est devenu une menace »
• Nécessité de trouver un nouvel équilibre

Mécanisation ou automatisation ?

• La mécanisation et l’industrie sont-elles homogènes ?
• Comment travailler non pas pour, mais « avec » les machines ?

« Pour [Walter] Benjamin, il ne s’agit pas de se résoudre mélancoliquement au sacrifice, mais de trou­ver ce que peut être le progrès de l’art, ou sa marche, sa méthode, avec l’industrie. Art et industrie devront aller ensemble, sans se sacrifier ni l’un ni l’autre et sans se sacrifier l’un à l’autre. C’est donc le rapport de service de l’industrie (ou de la photographie) à l’art qui fait l’objet de la critique de [Walter] Benjamin. »

— Pierre-Damien Huyghe, « Art et mécanique », Le Portique, nº 3, 1999

« Il n’y a pas de science de l’art. Et c’est dans ce manque que nous sommes. Aurons-nous un espace de repli où nous réfugier ? Un tel espace, pour être refuge, doit être prêt d’avance. D’où l’envie, à nouveau, de ce qui a déjà donné des signes sûrs et rassurants de présence : le théâtre, la peinture clas­sique, les espaces démarqués, optiques, spéculatifs, spectaculaires. Pourtant cette configuration, très renaissante, a cessé de faire effet. Elle ne compte plus que réactivement, dans la fuite et dans la peur. »

— Pierre-Damien Huyghe, « Art et mécanique », Le Portique, nº 3, 1999

« Dans le monde de la mécanisation, qu’il s’agisse de travailler ou de seulement consommer, l’uniformisation du temps est une affaire. Ce monde est dans la constance des cadences, de l’égal, du répétitif. Ce qu’il produit d’une manière inédite, c’est l’uniformité. Ainsi l’abondance de la société industrialisée est-elle en profondeur, et même si elle s’en défend, hantée par le risque de la monotonie. »

— Pierre-Damien Huyghe, « De la mécanisation au design », Azimuts, 2013

Pierre-Damien Huyghe, « De la mécanisation au design »

• « Le design est né de sortir, non sans mal, de cette nostalgie. Son propre principe historique s’est lié à une acceptation particulière mais déterminée, des machines. »
• « Le design s’est distingué en admettant foncièrement que la technicité de l’époque […] ne se confondait pas nécessairement avec cette [impitoyable] mécanisation. »
• « [La caractérisation historique du design est] une attestation d’ordre méthodique dont le milieu et l’enjeu sont bien la façon de faire économie, c’est-à-dire [une] disposition des techniques dans un milieu machinique. »

« Notre industrie doit former des designers au lieu de former des artisans car nos artisans, ce sont les machines, des artisans tout prêts, efficaces, dociles. Sur ce point le pouvoir mécanique a fait table rase. Comment obtenir de ces impressionnantes ‹ machines / artisans › ce qu’elle peuvent faire de mieux ? Puis, au-delà du savoir-faire mécanique, comment trouver les rythmes de la forme ? »

— Frank Lloyd Wright, « L’Architecture moderne » [1930], dans : L’avenir de l’architecture, Paris, Linteau, 2003, p. 107-108. Cité dans : Pierre-Damien Huyghe, « De la mécanisation au design », Azimuts, 2013

Mécanisation ou automatisation ?

• Parvenir à travailler avec le mécanique (avec les machines) sans la mécanisation industrielle
• La mécanisation de Giedion s’appelle aujourd’hui automatisation
• Difficulté à penser le machinique sans l’automatisation

• Comment travailler « avec » les machines que sont les technologies du deep learning, c’est-à-dire dans d’autres directions que celles de l’automatisation ?
• Comment échapper à l’uniformité qui caractérise le monde de la mécanisation / automatisation ?

4 –
Le design à l’ère
des intelligences
simulées

Le design à l’ère des intelligences simulées

• 4.1 Mettre en évidence la standardisation esthétique du monde
• 4.2 Générer des formes hybrides voire chimériques
• 4.3 Explorer les failles et incohérences des technologies
• 4.4 Dépasser l’opposition humain/machine
• 4.5 Allier traduction et transcodage

4.1
Mettre en évidence la standardisation esthétique du monde

4.2
Générer des formes hybrides
voire chimériques

4.3 —
Explorer les failles et incohérences des technologies

« This invisible classification process is usually intended to produce automated decisions, which can have profound consequences for individual and collective freedom. The possible benefits of machine learning are many, but we run the risk of developing technologies of such complexity that our abilities to shape them to serve the common good are severely limited. »

—Alistair McClymont, John Fass, Of Machines Learning to See Lemon, 2018

4.4 —
Dépasser l’opposition humain/machine

4.5
Allier traduction et transcodage

« Si je ne peux pas traduire, je ne peux pas comparer. […] Il est très facile de traduire un traité de chimie, de l’anglais en français, mais traduire un poème de Li Tai Po en français est presque impossible, traduire Mozart en architecture est un grand problème. […] Peut-être lorsque la science des codes aura fait des progrès plus grands, on pourra faire des familles de codes. Peut-être trouvera­-t-on des codes qui peuvent être traduits et d’autres qui ne le peuvent pas. Si on fait un tel catalogue, on comprendra beaucoup de choses sur la situation humaine. […] C’est une théorie pour les temps nouveaux. C’est un champ d’engagement très grand, parce qu’il ne s’agit pas seulement de traduire de l’anglais en français, il s’agit, par exemple, de traduire Marx en Freud, ou Freud en catholicisme, ou le catholicisme en néopositivisme. C’est là le vrai jeu. Vous voyez où nous allons si nous commençons à penser en termes de codes. Nous allons vraiment vers une autre culture […]. »

— Vilém Flusser, Le monde codifié, Paris, Institut de l’Environnement, 1973

5 –
« L’automatisation au pouvoir ? », un projet de recherche HEAD – Genève

5.1
Contexte institutionnel

5.2
L’automatisation au pouvoir ?
Design et machine learning

Résumé

Faisant l’objet de nombreuses controverses techniques et épistémologiques, les technologies du machine learning trouvent leur place dans les industries créatives depuis plusieurs années et reconfigurent les pratiques de design. Mais comment l’automatisation propre aux technologies numériques pourrait-elle être réorientée à plus petite échelle, de façon maîtrisée et « sur-mesure » ? Comment faire en sorte que le machine learning puisse ouvrir à l’invention et à la curiosité ? Pour répondre à ces questions, nous nous concentrerons sur le champ du design graphique dans une optique de recherche-création : le matériel récolté (enquêtes et entretiens) servira d’ancrage à la production d’un prototype semi-fonctionnel à caractère manifeste.

Financement HES-SO, « Projets exploratoires sur la transition numérique »,
novembre 2021 à juillet 2022

Objectifs

• Saisir les usages (projets, opportunités, etc.) et problèmes (blocages, manques, etc.) actuels des technologies de machine learning pour les designers graphiques
• Sur la base de ces analyses, engager une démarche de « recherche-action » tournée vers la mise en place de nouvelles situations d'usages du machine learning adaptées aux studios de design graphique indépendants

Livrables

• 10 à 15 entretiens semi-directifs avec des designers graphique spécialisé·es dans le machine learning (Golan Levin, Gene Kogan, Kyle Mcdonald, Elise Gay + Kévin Donnot, Chevalvert, Cyril Diagne, Cristóbal Valenzuela, Rebecca Fiebrink, etc.) ainsi qu’avec des développeur·euses.
• 2 ou 3 scénarios d’usage prospectifs visant à cerner ce que pourrait être le studio de design (graphique) du futur.
• Prototypage d’un outil de machine learning pour le design graphique.
• Ouvrage de synthèse.

5.3
Quelle pédagogie des
intelligences simulées ?

• À une époque où les technologies du machine learning font partie de notre quotidien, en quoi les cursus de design pourraient-ils (ou devraient-ils) faire l’objet de reconfigurations ?
• Quelles compétences ne sont plus pertinentes à enseigner ?
• Quelles sont celles qui devraient évoluer ou être ajoutées ?

Conclusion –
Technologies critiques ?

Technologies critiques ?

• « Critique des technologies » ou « technologies critiques » ?
• Passer du « comportement » à la « conduite »
• Éclairer les zones d’ombre des systèmes techniques contemporains
• Contourner les directions dominantes des technologies numériques

« Il s’agit de penser la technique comme un système devant lequel il faut ne jamais baisser pavillon et savoir rester critique, mais aussi comme une gigantesque mine de ressources et de potentialités. C’est là qu’il faut puiser pour imaginer de nouvelles qualités. »

— Ezio Manzini, Artefacts. Vers une nouvelle écologie de l’environnement artificiel [1990], Paris, CCI, 1991

@AnthonyMasure

www.anthonymasure.com

Présentation réalisée avec Reveal.js, MIT License
Licence (textes) : CC BY-SA
—
Polices de caractères
Forward (Frank Adebiaye & Studio Triple × Future Fonts, 2021)
IBM Plex Mono (Mike Abbink × Bold Monday, 2018)
—
Motifs des fonds : D3-Delaunay