Dans un pipeline ComfyUI, le glitch tient en un nœud ou en quelques mots ajoutés au prompt. Cette facilité renseigne sur ce qu’il est devenu. Face au réalisme grandissant des images génératives, fixes ou animées, beaucoup d’artistes se méfient de leur netteté et cherchent dans les perturbations visuelles une façon de mettre à distance l’homogénéisation. Le réflexe se comprend. Il se trompe pourtant sur ce qu’il touche : le glitch est lui-même devenu un style simulable, exportable d’un modèle à l’autre, une marque de fabrique qui fait arty. Dans le champ de l’art contemporain, il ne trouble plus la norme de l’image, il en constitue une.

L’objection d’originalité vient vite et elle est fondée. Dès 2010, le Glitch Studies Manifesto de Rosa Menkman avertissait que « what is now a glitch will become a fashion », à cause des effets reproductibles que les logiciels et les plug-ins automatisent [1]. Le même texte observait que dès l’instant où le glitch est compris comme un langage, son point de bascule est dépassé. Le livre de 2011 traite de la marchandisation du glitch et de sa cristallisation en genre [2], et Kim Cascone avait ouvert dix ans plus tôt, dans la musique informatique, une esthétique de l’échec [3]. Le glitch est donc un genre depuis longtemps. Ce qui a changé tient au lieu où le défaut se fabrique.

Au temps des plug-ins, l’effet restait une opération appliquée à une image déjà faite : on corrompait des octets, on passait un filtre. Il y avait un fichier, et ce fichier réagissait. Dans un modèle génératif, le glitch ne se superpose plus à l’image, il appartient à la distribution apprise. Les corpus d’entraînement contiennent du glitch art et des cassettes VHS usées, et le réseau en retient les régularités comme il retient celles des portraits ou des façades. Le glitch devient une configuration statistiquement apprise, mobilisable parmi d’autres configurations visuelles. Je laisse de côté l’image d’une carte des styles : dans un modèle conditionné par du texte, le rapport entre les mots, les traits visuels et l’espace latent est plus compliqué qu’une simple proximité. Reste que le glitch n’est pas en dehors de ce que le modèle sait faire. Il en est une modalité parmi d’autres, et l’une des plus reconnaissables.

Plus gênant encore pour une esthétique de la perturbation : le bruit est la condition même de la production. Shannon définissait en 1948 l’information comme réduction d’incertitude et le bruit comme ce qui la dégrade [4]. Les modèles de diffusion inversent la hiérarchie. À l’entraînement, ils corrompent des images cohérentes par ajout progressif de bruit gaussien, puis apprennent à estimer ce bruit pour le retirer à chaque étape [5]. Générer revient à partir d’un bruit et à le débruiter sous la conduite d’un prompt. Opposer la perturbation à la perfection du modèle, c’est s’adresser à un système dont le bruit est le matériau. Le bruit gaussien des modèles de diffusion est une opération mathématique déterminée, et le glitch recouvre des perturbations très différentes : erreurs de décodage, corruption de données, artefacts de compression, décalages de synchronisation. Je ne les tiens pas pour équivalentes dans leur fonctionnement. Ce qui change est le statut de la perturbation. Elle n’est plus nécessairement un événement extérieur qui vient interrompre la production de l’image, elle peut devenir un résultat esthétique que le système produit intentionnellement.

Je nomme dégénération le régime où une image naît d’une autre en l’altérant [6]. Le terme écarte l’idée d’une corruption ou d’une perte d’authenticité. Selon qu’elle se rabat sur la moyenne ou qu’elle creuse l’écart, la dégénération donne du slop ou une ressource artistique. Je prends slop au sens d’un rapport de l’image à la moyenne statistique et à sa reproductibilité, non d’une qualité formelle. Une image peut être parfaitement exécutée, techniquement élaborée, voulue, et reproduire pourtant une différence déjà intégrée au répertoire des différences disponibles. Le glitch stylistique appartient à la première branche sans en avoir l’air. Un écart prévu à l’avance, attendu par le public, validé par le champ, est une moyenne d’écarts.

On a pourtant donné au glitch une dignité théorique précise, et je la crois juste pour l’époque qui l’a produite. Elle part d’une idée reçue à défaire : le numérique ne copie pas sans perte. Chaque conversion, chaque compression, chaque agrandissement transforme l’information, de sorte que le défaut atteste du travail subi par l’image, de sa circulation, de son action. L’artefact devient une cicatrice où se condensent des tensions esthétiques et politiques. Le film qu’on ne voit plus revient en fichier compressé, dispersé sur les plateformes avec ses blocs et ses pertes, et cette trajectoire de la statue au film puis au fichier compose une histoire de mort et de renaissance. L’image pauvre, basse résolution, copiée, déplacée, rebut du système visuel, hérite de cette valeur et s’oppose à la haute définition des industries. Elle engage donc plus qu’une esthétique de la dégradation : des hiérarchies de circulation, des économies de visibilité, des conditions d’accès et de diffusion.

Cette dignité repose sur une logique d’indice et de la reproductibilité technique qui est précisément celle que rend obsolète l’IAg. Le défaut renvoie à un passage, comme la fumée au feu : l’indicialité désigne une représentation censée révéler son référent parce qu’il l’a causée [6]. Un JPEG recompressé cent fois porte la trace de ses cent trajets, et on sait la lire. Qu’en est-il d’une image générée qui montre des blocs de compression et un grain de vidéo usée ? Aucun fichier n’a circulé, aucun codec n’a défailli, aucune conversion n’a eu lieu. La cicatrice n’a pas de blessure. Le défaut ne prouve plus rien, puisque le signe de l’usure se produit sans usure, et ce qui valait comme témoignage tourne au faux témoin. Les artistes qui se défient de la simulation de l’indicialité réaliste en viennent ainsi à simuler l’indicialité d’autre chose, celle de la panne. Je n’en conclus pas qu’une image générée perd toute portée politique faute d’histoire matérielle. Elle peut circuler dans une économie de diffusion alternative, ou produire une critique de la visibilité, même si ses artefacts sont simulés. Simuler une condition matérielle ne simule pas toutes les fonctions politiques qui s’y attachaient. Ce que je mets en cause, c’est la valeur critique que l’on attribue à l’apparence du défaut. L’image pauvre se définissait aussi par une condition sociale : ce qu’on avait les moyens de copier, de transférer, de laisser se dégrader. La résolution est désormais un paramètre. Les plateformes proposent des filtres qui abîment à volonté et un modèle fait du VHS aussi bien que du 8K. La pauvreté devient un choix de style, le plus souvent exercé par ceux qui disposent de la meilleure définition. On adressait naguère aux nostalgiques des supports analogiques un reproche : ignorer les flux de production contemporains et vendre des souvenirs. Il s’applique maintenant au glitch lui-même, devenu à son tour la nostalgie d’une décennie, celle des GIF corrompus et du databending sur tumblr.

Reste l’argument selon lequel les images importent moins par ce qu’elles sont que par ce qu’elles font. Je le prends au sérieux, et je constate que le glitch fait quelque chose de très précis dans le champ de l’art : il signale à un public averti que l’image se défie du photoréalisme et que son auteur se tient du bon côté de la querelle. C’est une action de distinction, au sens de Bourdieu [9]. Elle est efficace, ce qui ne dit rien de sa valeur critique. En 1994, j’ai fondé Incident, qui est né d’un mémoire sur ce que j’appelais une esthétique incidentelle. J’y défendais déjà une distinction que je maintiens : l’accident est la forme visuelle de la panne, aisément reproductible et standardisée, alors que l’incident est l’expérience vécue de la résistance matérielle de l’objet [7]. Heidegger en donne le ressort : la technique s’oublie quand elle fonctionne et s’impose brutalement quand elle défaille, et l’outil en panne rend explicite le renvoi en tant que renvoi [8]. Chez lui, la panne ne se réduit pas à son apparence. Elle transforme le rapport pratique au monde et rend perceptible un réseau de renvois jusque-là transparent. L’accident fige cette transformation en une forme, alors que l’incident la fait durer comme expérience. Le glitch des années 2000 avait cette fonction révélatrice. Il montrait le codec, le format de fichier, ce que la fluidité avait pour rôle de cacher, et le travail de Menkman sur le vernaculaire des formats de fichiers en fait une démonstration directe.

L’accident fige le temps et livre un résultat achevé, sans défaillance visible. L’incident est un flux, une genèse. L’image glitchée par un modèle est un accident au sens strict : le dysfonctionnement a eu lieu en quelques secondes de calcul, le résultat est exécuté à la perfection. Elle montre l’apparence d’une panne sans produire la situation de la panne : rien ne s’interrompt, aucun renvoi ne devient visible, personne n’a à se débrouiller avec un outil qui ne répond plus. On disait de la conversion qu’elle muterait l’information de façon imprévisible, et cet imprévisible faisait l’intérêt du défaut. Avec une graine fixée, le même glitch se rejoue à peu près à l’identique, autant de fois qu’on le demande. L’imprévisible est devenu un nombre qu’on note dans un coin du workflow. Il y a même une contradiction pratique. Pour qu’un glitch passe pour un glitch, il doit fonctionner, c’est-à-dire se faire reconnaître par le public. Un glitch qui échoue, personne ne le prend pour un glitch.

Les défauts propres aux modèles relèvent d’un autre ordre. Les mains et les textes ne sont pas des choix mais les limites d’une génération de modèles, et ils s’effacent largement d’une version à l’autre. Ils ne forment pas une ressource stable. Un style qui les imite leur survit, comme un fossile. Dans le manuscrit, nous décrivons pour les images de réseaux de neurones un flou, une qualité de gris, un bruit qui valent signature, et nous parlons d’une esthétique de l’erreur féconde. Le lexique ajoute une réserve que je tiens pour décisive ici : la viscosité pâteuse de ces images ne signale pas une propriété de la technologie, mais le fait que l’espace latent exploré est celui, moyenné et appauvri, de l’imaginaire déposé dans les datasets [6]. Ce qu’on célèbre parfois comme accident indique alors la norme.

Pourquoi le champ l’adopte-t-il ? À coût nul, la ressemblance photographique ne prouve plus aucun savoir-faire. Il faut un signe visible d’intention, et le défaut l’offre. Nous soutenons dans le manuscrit, à propos de l’écriture, qu’on peut introduire délibérément des marques d’humanité, des sauts de chèvre, mais à une condition : qu’elles résistent à l’induction statistique et au réentraînement, que la signature se tourne vers l’avenir plutôt que de prouver une identité passée [6]. Le glitch échoue à cette épreuve. C’est l’irrégularité la plus apprenable qui soit, une régularité de l’irrégulier. Les modèles à venir seront entraînés sur le glitch art d’aujourd’hui et le produiront sans faute. Un signe de l’humain qu’une machine absorbe en un cycle de versions n’est pas une signature.

Entre les boucles visuelles et sonores d’un Bill Viola en 1974 et un effet glitch appliqué à une image générée, quel rapport ? On pourrait aussi bien employer un nuage de points ou un rendu fil de fer, pour la même raison : signifier la technique. Nous avons changé d’époque. En 1974, la vidéo d’artiste se pensait contre le flux télévisuel, et la perturbation dérangeait quelque chose. Le glitch d’aujourd’hui ne dérange plus rien, parce que la norme n’est plus une image lisse. Elle est l’offre indéfinie de n’importe quel style, perturbation comprise. Auparavant, le glitch était une perturbation dans la normalité de l’image. Il est maintenant la normalité artistique de l’image.

Il y a deux orientations de l’usage esthétique de ces modèles. L’une prolonge le pop art en multipliant les références, et produit à force de dégénération alignée une esthétique par défaut. Elle poursuit la reproductibilité technique. L’autre s’intéresse aux zones d’indétermination et aux accidents générateurs [6]. Le glitch peut se loger dans l’une comme dans l’autre. Tout dépend de savoir si l’effet est connu avant d’être obtenu, si quelqu’un pourrait le décrire à l’avance à un collègue, le commander, le retrouver. S’il l’est, il appartient à la première, même s’il a l’air d’un naufrage. On peut estimer que le glitch est l’expression de la reproductibilité technque benjamienne, c’est-à-dire du photoréalisme indiciel où il s’agit de faire des copies identiques. Mais avec l’IAg nous sortons bel et bien de cette reproductibilité pour aller vers la générativité et la dégénération, de sorte que le glitch devient un tic esthétique, rien de plus. Je n’ai pas de forme à proposer, et je me méfie de toute forme qui prétendrait garantir l’incident. L’incident exige un temps et une résistance dont on ne connaît pas à l’avance l’issue, et il ne se prompte pas. Mes propres images, produites avec ces modèles, ont leur flou et leur gris, que je n’ai pas choisis et que je n’ai pas fini d’évaluer. Le nœud glitch, lui, reste disponible dans le graphe. Il suffit de le brancher.

In a ComfyUI pipeline, glitch takes a single node or a few words added to a prompt. This ease of use tells us something about what it has become. Faced with the growing realism of generative images, both still and moving, many artists distrust their sharpness and seek in visual disruptions a way of distancing themselves from homogenization. The impulse is understandable. Yet it mistakes what it is actually confronting: glitch itself has become a simulable style, exportable from one model to another, an arty trademark. Within the field of contemporary art, it no longer disrupts the norm of the image; it constitutes one of its forms.

The objection of originality comes quickly, and it is well-founded. As early as 2010, Rosa Menkman’s Glitch Studies Manifesto warned that “what is now a glitch will become a fashion,” because of the reproducible effects automated by software and plug-ins [1]. The same text observed that the moment glitch is understood as a language, its tipping point has already been passed. Her 2011 book addresses the commodification of glitch and its crystallization into a genre [2], while Kim Cascone had opened up an aesthetics of failure in computer music ten years earlier [3]. Glitch has therefore been a genre for a long time. What has changed is where the malfunction is produced.

In the age of plug-ins, the effect remained an operation applied to an already existing image: bytes were corrupted, a filter was applied. There was a file, and that file reacted. In a generative model, glitch is no longer superimposed on the image; it belongs to the learned distribution. Training datasets contain glitch art and worn-out VHS tapes, and the network retains their regularities just as it retains those of portraits or façades. Glitch becomes a statistically learned configuration, available for activation alongside other visual configurations. I will set aside the image of a map of styles: in a text-conditioned model, the relationship between words, visual features, and latent space is more complex than simple proximity. What remains is that glitch lies within what the model knows how to produce. It is one modality among others, and one of the most recognizable.

Even more troubling for an aesthetics of disruption: noise is itself a condition of production. In 1948, Shannon defined information in terms of the reduction of uncertainty and noise as that which degrades it [4]. Diffusion models reverse this hierarchy. During training, they corrupt coherent images by progressively adding Gaussian noise, then learn to estimate that noise in order to remove it at each step [5]. Generation consists in starting from noise and denoising it under the guidance of a prompt. To oppose disruption to the model’s perfection is to address a system for which noise is the very material of production. The Gaussian noise used in diffusion models is a specific mathematical operation, whereas glitch encompasses very different kinds of disruption: decoding errors, data corruption, compression artifacts, synchronization shifts. I do not consider them equivalent in their operation. What changes is the status of disruption. It is no longer necessarily an external event that interrupts the production of an image; it can become an aesthetic result intentionally produced by the system.

I call de-generation the regime in which one image emerges from another by altering it [6]. The term moves away from the idea of corruption or loss of authenticity. Depending on whether it falls back toward the average or deepens the deviation, de-generation produces either slop or an artistic resource. I use slop to designate a relationship between the image, the statistical average, and its reproducibility, not a matter of formal quality. An image can be perfectly executed, technically elaborate, intentional, and yet reproduce a difference already integrated into the repertoire of available differences. Stylistic glitch belongs to the first branch, without appearing to. A deviation anticipated in advance, expected by its audience, validated by the field, is an average of deviations.

Glitch has nonetheless been granted a specific theoretical dignity, which I believe was justified in the period that produced it. It begins from an assumption that needs to be dismantled: digital media do not copy without loss. Every conversion, every compression, every enlargement transforms information, so that the defect bears witness to what the image has undergone, to its circulation and its agency. The artifact becomes a scar in which aesthetic and political tensions are condensed. The film that can no longer be seen returns as a compressed file, scattered across platforms with its blocks and losses, and this trajectory from statue to film and then to file composes a history of death and rebirth. The poor image, low-resolution, copied, displaced, the reject of the visual system, inherits this value and opposes the high definition of the industries. It therefore involves more than an aesthetics of degradation: hierarchies of circulation, economies of visibility, and conditions of access and distribution.

This dignity rests on a logic of the index and of mechanical reproducibility that generative AI is precisely making obsolete. The defect points back to a passage, as smoke points to fire: indexicality designates a representation presumed to reveal its referent because it was caused by it [6]. A JPEG recompressed a hundred times bears the trace of its hundred journeys, and we know how to read it. But what about a generated image showing compression blocks and the grain of worn-out video? No file has circulated, no codec has failed, no conversion has taken place. The scar has no wound. The defect no longer proves anything, since the sign of wear is produced without any wear having occurred, and what once functioned as testimony becomes a false witness. Artists who distrust the simulation of realistic indexicality thus end up simulating the indexicality of something else: that of malfunction. I do not conclude that a generated image loses all political significance for lack of a material history. It can circulate within an alternative distribution economy, or produce a critique of visibility, even if its artifacts are simulated. Simulating a material condition does not simulate all the political functions that were attached to it. What I question is the critical value attributed to the appearance of the defect. The poor image was also defined by a social condition: what one had the means to copy, transfer, and allow to deteriorate. Resolution is now a parameter. Platforms offer filters that degrade images at will, and a model can produce VHS just as readily as 8K. Poverty becomes a stylistic choice, most often exercised by those who have access to the highest definition. Analog nostalgics were once criticized for ignoring contemporary production flows and selling memories. The same reproach now applies to glitch itself, which has become the nostalgia of a decade: that of corrupted GIFs and databending on Tumblr.

There remains the argument that images matter less for what they are than for what they do. I take it seriously, and I observe that glitch does something very specific within the field of art: it signals to an informed audience that the image distrusts photorealism and that its author stands on the right side of the debate. This is an act of distinction, in Bourdieu’s sense [9]. It is effective, which says nothing about its critical value. In 1994, I founded Incident, which emerged from a thesis on what I called an incident-based aesthetics. I was already defending a distinction that I continue to maintain: the accident is the visual form of malfunction, easily reproducible and standardized, whereas the incident is the lived experience of an object’s material resistance [7]. Heidegger provides the underlying rationale: technology recedes from view when it functions and imposes itself abruptly when it breaks down; the malfunctioning tool makes its network of references explicit [8]. For Heidegger, breakdown cannot be reduced to its appearance. It transforms our practical relationship to the world and makes perceptible a network of references that had until then remained transparent. The accident freezes this transformation into a form, whereas the incident allows it to endure as an experience. Glitch in the 2000s had this revealing function. It showed the codec, the file format, what seamlessness was meant to conceal, and Menkman’s work on the vernacular of file formats provides a direct demonstration of this.

The accident freezes time and delivers a finished result, without any visible breakdown. The incident is a flow, a process of becoming. An image glitched by a model is an accident in the strict sense: the malfunction took place in a few seconds of computation, and the result is executed to perfection. It shows the appearance of a breakdown without producing the situation of breakdown itself: nothing is interrupted, no network of references becomes visible, no one has to struggle with a tool that no longer responds. We used to say that conversion would mutate information unpredictably, and this unpredictability was what made the defect interesting. With a fixed seed, the same glitch can be replayed more or less identically, as many times as one requests it. The unpredictable has become a number noted in a corner of the workflow. There is even a practical contradiction. For a glitch to pass as a glitch, it has to work, that is, to be recognized as such by its audience. A glitch that fails is not recognized as a glitch.

The defects specific to models belong to another order. Hands and text are not choices but limitations of a given generation of models, and they largely disappear from one version to the next. They do not constitute a stable resource. A style that imitates them outlives them, like a fossil. In our manuscript, we describe a blur, a quality of grey, and a noise in neural-network images that function as signatures, and we speak of an aesthetics of the fertile error. The glossary adds a qualification that I consider decisive here: the viscous, pasty quality of these images does not indicate a property of the technology, but rather the fact that the latent space being explored is that of the averaged and impoverished imaginary deposited in datasets [6]. What is sometimes celebrated as an accident thus reveals the norm.

Why does the field adopt it? When photoresemblance comes at no cost, it no longer demonstrates any particular skill. A visible sign of intention is needed, and the defect provides one. In our manuscript, discussing writing, we argue that one can deliberately introduce marks of humanity, little goat-like leaps, but only on one condition: that they resist statistical induction and retraining, that the signature turn toward the future rather than prove an identity rooted in the past [6]. Glitch fails this test. It is the most learnable irregularity there is, a regularity of the irregular. Future models will be trained on today’s glitch art and produce it flawlessly. A sign of the human that a machine absorbs within a single cycle of versions is not a signature.

What is the relationship between Bill Viola’s visual and sound loops in 1974 and a glitch effect applied to a generated image? One might just as well use a point cloud or a wireframe rendering, for the same reason: to signify technology. We have changed eras. In 1974, artists’ video positioned itself against the flow of television, and disruption disturbed something. Today’s glitch no longer disturbs anything, because the norm is no longer a smooth image. It is the indefinite availability of any style whatsoever, including disruption. Previously, glitch was a disruption within the normality of the image. It is now the artistic normality of the image.

There are two orientations in the aesthetic use of these models. One extends Pop Art by multiplying references, and through repeated, aligned de-generation produces an aesthetics by default. It pursues mechanical reproducibility. The other is interested in zones of indeterminacy and generative accidents [6]. Glitch can belong to either. Everything depends on whether the effect is known before it is obtained, whether someone could describe it in advance to a colleague, order it, and reproduce it. If so, it belongs to the first orientation, even if it looks like a shipwreck. One might argue that glitch is an expression of Benjaminian mechanical reproducibility, that is, of indexical photorealism in which the aim is to produce identical copies. But with generative AI, we are indeed moving beyond this reproducibility toward generativity and de-generation, so that glitch becomes nothing more than an aesthetic tic. I have no form to propose, and I distrust any form that claims to guarantee the incident. The incident requires a time and a resistance whose outcome cannot be known in advance; it cannot be prompted. My own images, produced with these models, have their blur and their greyness, which I did not choose and have not yet finished evaluating. The glitch node, by contrast, remains available in the graph. All it takes is plugging it in.

[1] Rosa Menkman, « Glitch Studies Manifesto », Amsterdam/Cologne, 2009-2010, thèse 5.

[2] Rosa Menkman, The Glitch Moment(um), Network Notebooks 04, Amsterdam, Institute of Network Cultures, 2011.

[3] Kim Cascone, « The Aesthetics of Failure: “Post-Digital” Tendencies in Contemporary Computer Music », Computer Music Journal, 24(4), 2000.

[4] Claude Shannon, « A Mathematical Theory of Communication », Bell System Technical Journal, 1948.

[5] Jonathan Ho, Ajay Jain et Pieter Abbeel, « Denoising Diffusion Probabilistic Models », Advances in Neural Information Processing Systems, 33, 2020, p. 6840-6851.

[6] Gregory Chatonsky et Yves Citton, Imagination artificielle, manuscrit, 2026 : chapitre sur l’espace latent et entrées « Dégénération », « Indicialité/documentaire » et « Viscosité esthétique » du lexique.

[7] Gregory Chatonsky, « Accident et incidents », chatonsky.net.

[8] Martin Heidegger, Être et temps (analyse de l’outil défaillant et du renvoi) et « La question de la technique » (1958).

[9] Pierre Bourdieu, La Distinction, Paris, Minuit, 1979.