Note remise à la Ministre de la Culture dans le cadre du rapport « Donner un sens à l’intelligence artificielle » (Villani 2018)

Note de synthèse

Le rapport Villani engage la France sur quatre secteurs prioritaires, la santé, les transports, l’environnement, la défense, et sur un effort d’équipement en capacités de calcul (Villani 2018). Il laisse de côté le domaine où les systèmes génératifs agissent déjà le plus visiblement : la production culturelle et médiatique.

Nous proposons de lui ajouter un cinquième secteur, la culture. L’argument tient en quelques lignes. L’IA générative deviendra un fait culturel de premier plan, d’une ampleur comparable à celle qu’eut l’apparition de la photographie. Cette prévision n’est pas une vue de l’esprit : elle découle d’une tendance mesurable. Tout ce qui a été numérisé, l’image, le son, la voix, le texte, la traduction, et bientôt la vidéo, peut être appris par une machine puis regénéré. Le doublage, la traduction, la photographie, l’illustration, puis le cinéma s’en trouveront transformés.

Une précaution s’impose d’emblée, car elle commande toute la stratégie. Ces systèmes ne créent pas seuls. Ils puisent dans un espace de possibles appris sur des données existantes, et livrés à eux-mêmes ils ne produisent qu’une moyenne sans intention. La valeur vient de celui qui les oriente, et cette orientation demande un auteur cultivé. La ressource rare n’est donc ni le modèle ni la machine, mais la compétence humaine.

Cette orientation vers les usages est aussi la seule compatible avec l’urgence climatique. Miser sur l’infrastructure, c’est multiplier des centres de calcul dont la consommation grandit au rythme de la discipline. Préférer des modèles ouverts, locaux, spécialisés et allégés réduit cette empreinte et rend les auteurs plus autonomes.

Sur le plan budgétaire, nous reprenons le principe éprouvé du « 1 % artistique ». Appliqué à l’enveloppe publique de l’IA, il fournit une base d’environ 15 millions d’euros sur le quinquennat. Nous proposons d’en étendre le principe à l’ensemble des investissements consacrés à l’IA, publics et privés : 1 % réservé à la création et à la réflexion culturelles.

Le pilotage reviendrait au ministère de la Culture, orienté par un collège d’artistes, de théoriciens et de professionnels de l’art, renouvelé tous les trois ans. La décision demandée est de reconnaître la culture comme cinquième secteur de la stratégie, et d’engager la création d’un hub de formation partagé entre écoles d’art, d’un dispositif de production, d’un réseau d’acquisition et de conservation, et d’un lieu de réflexion pensé pour durer.

1. Un basculement culturel qui vient

En résumé.
En quatre ans, la génération automatique de médias a changé d’échelle, et surtout de vitesse. Ce qui produit aujourd’hui une image fixe convaincante produira demain une image qui bouge. Une règle simple éclaire l’ampleur du phénomène : ce qui a été numérisé finit par devenir automatisable. La photographie offre une comparaison utile pour mesurer la secousse, à condition de ne pas se tromper sur sa nature.

Entre 2014 et 2018, la fabrication automatique de contenus a franchi un cap. Les réseaux antagonistes génératifs, capables au départ de petites images floues (Goodfellow et al. 2014), produisent quatre ans plus tard des visages en haute définition qu’on croirait photographiés (Karras et al. 2018). Dans le même temps, la traduction automatique se transforme avec les architectures neuronales (Wu et al. 2016), la synthèse vocale approche le grain de la voix humaine (van den Oord et al. 2016 ; Shen et al. 2018), le clonage d’une voix devient possible à partir de quelques secondes d’enregistrement (Jia et al. 2018), et les machines commencent à écrire des paragraphes qui se tiennent (Vaswani et al. 2017 ; Radford et al. 2018).

Ce qui compte n’est pas l’état de ces techniques en 2018, encore inégal, mais l’allure à laquelle elles avancent. La puissance de calcul mobilisée pour entraîner les systèmes les plus poussés double environ tous les trois à quatre mois depuis 2012 (Amodei et Hernandez 2018). L’histoire des techniques n’offre guère de précédent à une telle pente. Ce qui produit aujourd’hui une image fixe crédible produira demain une séquence animée. Les premiers travaux sur la synthèse et le transfert de mouvement le laissent déjà pressentir (Wang et al. 2018 ; Chan et al. 2018), tout comme les techniques d’échange de visage apparues fin 2017. Le cinéma génératif n’existe pas encore, mais sa possibilité est inscrite dans la trajectoire.

Une règle permet de mesurer l’étendue de ce qui vient. Ce qui a été numérisé peut, à terme, être appris puis regénéré. Or depuis des décennies la photographie, le son, la voix, le film, l’écrit et la traduction sont devenus des fichiers, c’est-à-dire précisément la matière dont ces systèmes se nourrissent. Il faut donc s’attendre à ce que les métiers qui manipulent ces matières soient touchés les uns après les autres : le doublage et la traduction en premier lieu, déjà entamés, puis la retouche et la prise de vue, l’illustration, la voix off, une part de l’écriture utilitaire, enfin le montage et la production audiovisuelle. La vague quitte l’usine pour atteindre le bureau et l’atelier, ce cœur tertiaire et créatif longtemps réputé à l’abri (dans le prolongement des analyses de Frey et Osborne 2017).

Reste à nommer correctement la rupture, car une image trompeuse circule. On se représente volontiers l’IA générative comme une machine à copier, dernière étape de cette reproductibilité technique dont la photographie fut le grand commencement (Benjamin 1939). La comparaison est juste pour l’ampleur du bouleversement et fausse pour sa nature, et cette confusion a des conséquences pratiques. La photographie reproduisait : elle recueillait l’empreinte lumineuse d’un objet réel et permettait d’en tirer des exemplaires identiques (Bazin 1945). Un modèle génératif ne fait rien de tel. Il ne garde en réserve aucun original qu’il restituerait. Ce qu’il automatise, c’est la ressemblance même, cette faculté de produire une image, une voix ou un texte qui a l’air de, sans copier quoi que ce soit en particulier. La photographie multipliait des copies d’un original ; l’IA fabrique des ressemblances sans original. Le risque pour la vérité commune n’est donc pas la copie, contre laquelle on sait lutter, mais la production en masse du vraisemblable, plus difficile à saisir et à contester (Cardon 2015).

Les secteurs exposés ne sont pas accessoires. La culture représente environ 2,3 % de la valeur ajoutée nationale et 2,4 % de l’emploi (ministère de la Culture, DEPS 2018). L’édition de livres pèse près de 2,7 milliards d’euros (SNE 2018), la musique enregistrée quelque 580 millions (SNEP 2018), et la France demeure le deuxième exportateur mondial de films. Ces filières reposent sur des chaînes de production stables et abordent la transformation sans y être préparées, alors même que le pays avait su, peu avant, anticiper d’autres mutations culturelles du numérique (Lescure 2013).

2. Ce que fait vraiment une machine générative

En résumé.
Un modèle ne conserve pas des œuvres pour les ressortir. Il apprend une carte de possibles, l’espace latent, et génère en y choisissant un point. Comprendre cela dissout l’idée qu’il crée seul : sans quelqu’un pour choisir le corpus, régler la machine et trier les résultats, il ne produit qu’un plausible sans direction. La tradition française de la politique des auteurs offre le cadre pour penser cette main qui guide.

Un mot demande à être défini, car tout le reste en dépend : l’espace latent. Pendant son apprentissage, un modèle ne range pas dans sa mémoire les images qu’on lui montre. Il en dégage des régularités et se construit une sorte de carte intérieure, où chaque exemple prend place selon ses traits, une couleur, une forme, un timbre. Cette carte contient aussi tous les points intermédiaires, ces combinaisons que le modèle n’a jamais rencontrées mais qu’il peut former, un visage qui n’existe pas, une voix qui n’a jamais parlé. Générer, c’est se déplacer sur cette carte et en choisir un point. L’espace latent n’est donc pas un entrepôt de copies mais un territoire de possibles, ce qui explique que la machine produise de la ressemblance sans rien reproduire.

De là vient la réponse à une objection courante, selon laquelle ces systèmes rendraient l’auteur inutile. Livré à lui-même, un modèle ne fait que tomber sur un point moyen de sa carte, un résultat plausible et sans intention. La valeur naît des gestes qui l’orientent : réunir et choisir le corpus d’apprentissage, régler les conditions de la génération, se déplacer dans l’espace latent vers une région plutôt qu’une autre, sélectionner et monter ce qui en sort. Ces gestes supposent un jugement, une mémoire des formes, un projet, c’est-à-dire un auteur (Boden 2004 ; Manovich 2018).

Cette manière de voir prolonge une tradition française, la politique des auteurs. Formulée dans les années 1950, elle affirmait que la valeur d’une œuvre tient à l’intention singulière qu’un créateur inscrit au sein d’une machinerie technique et industrielle lourde (Astruc 1948 ; Truffaut 1954). Elle a précisément servi à penser l’auteur à travers l’appareil du cinéma, et non contre lui. Transposée à l’IA, elle donne le cadre d’une nouvelle politique des auteurs, où le système génératif tient lieu de médium et non de remplaçant. La pensée de l’objet technique comme milieu de l’activité humaine (Simondon 1958) et de la technique comme mémoire déposée hors de nous (Stiegler 1994) en fournit l’assise, largement connue en France, ce qui facilite un débat public éclairé.

La conclusion pour l’action est simple. Si la valeur loge dans la capacité d’orienter l’espace latent, alors la ressource décisive n’est ni le modèle ni la machine, mais l’auteur formé qui sait s’y déplacer. Cette compétence ne s’achète pas et ne s’importe pas, elle se cultive. C’est l’avantage qu’un pays de tradition artistique reconnue, doté d’un système public de formation, peut construire, quand la course à l’équipement le laisserait dépendant.

3. Développer l’IA sous contrainte climatique

En résumé.
L’IA se déploie au moment où il faut réduire les consommations d’énergie. La course à l’infrastructure va dans le sens inverse, puisqu’elle fait grossir la demande de calcul. Une politique culturelle de l’IA peut prendre l’autre chemin, celui de la sobriété, en privilégiant des modèles ouverts, locaux, spécialisés et allégés. Ce choix technique est aussi un choix esthétique et politique.

L’essor de l’IA coïncide avec une exigence de réduction des émissions sans équivalent récent : contenir le réchauffement suppose de transformer vite tous les secteurs, y compris le numérique (GIEC). Cette exigence contrarie la logique dominante de la discipline, où la puissance de calcul consacrée à l’entraînement double tous les trois à quatre mois (Amodei et Hernandez 2018). Une stratégie fondée sur l’accumulation de centres de données ferait entrer la politique culturelle dans cette spirale énergétique, à rebours des engagements environnementaux que le rapport Villani place lui-même au premier rang.

Le choix des usages, défendu tout au long de cette note, se trouve être aussi la réponse écologique. Il se traduit concrètement par quelques orientations techniques.

Les modèles ouverts d’abord. Lorsque le code et les poids d’un système sont publics, on peut les reprendre et les adapter sans réentraîner de zéro, ce qui répartit le coût énergétique de départ au lieu de le payer plusieurs fois. Ces modèles offrent en outre la transparence dont la conservation des œuvres aura besoin (partie 5). Le calcul local ensuite : faire tourner des modèles sur des machines modestes, au plus près des auteurs, évite la dépendance aux grandes infrastructures lointaines et diminue les coûts de transfert. La spécialisation également, car un modèle entraîné pour une tâche précise atteint la qualité utile avec une part des ressources d’un modèle universel, et la création, qui travaille par corpus choisis, s’y prête bien. L’allègement enfin, par compression et réduction de la précision numérique, qui abaisse fortement l’empreinte des modèles pour une perte de qualité souvent imperceptible, et les rend utilisables sur du matériel ordinaire.

Ces décisions ne sont pas de simples réglages d’ingénieur. Elles dessinent une posture : faire de la sobriété une valeur de la création assistée par IA, et de la maîtrise locale des outils une forme d’autonomie autant qu’un geste pour le climat. Une politique publique de la culture peut porter ce parti, là où le marché pousse au surdimensionnement. La France y gagnerait une voie qui lui est propre, celle d’un usage sobre, ouvert et réfléchi de l’IA, plutôt qu’une course à l’échelle qu’elle ne remporterait pas.

4. Former les nouveaux auteurs : un hub entre écoles

En résumé.
Le cœur du dispositif est un lieu de formation partagé entre les écoles d’art existantes, Beaux-Arts, universités, Le Fresnoy, La Fémis, écoles d’architecture, conservatoires, plutôt qu’une école de plus. Il fait se croiser des auteurs venus d’horizons différents et met en commun des moyens rares. Le cursus tient ensemble trois registres, technique, artistique, théorique et juridique, et s’accompagne de trois aides à la création greffées sur les dispositifs déjà en place.

La formation vient en premier, parce que l’avantage durable se trouve du côté des usages. Une génération d’auteurs formée aujourd’hui travaillera plusieurs décennies, tandis qu’une machine achetée aujourd’hui sera dépassée en quelques années.

Nous ne proposons pas une école supplémentaire mais un lieu commun. Les savoirs nécessaires, l’art, la technique, la théorie, le droit, sont aujourd’hui dispersés entre des institutions qui se fréquentent peu. Ce hub les rassemble autour d’un programme partagé, d’une plateforme de calcul commune et sobre (partie 3) et d’ateliers croisés. Il vise trois choses à la fois : faire se rencontrer des auteurs de disciplines distinctes, condition d’une culture partagée de la création par IA ; mettre en commun des moyens qu’aucune école ne peut porter seule, calcul, ingénieurs, corpus documentés, expertise juridique ; éviter que chaque établissement ne réinvente et ne rachète, chacun de son côté, un équipement voué à l’obsolescence. Il prendrait la forme d’un cursus partagé, année ou semestre communs, modules mutualisés, diplôme ou label conjoint, plutôt que d’un campus unique.

Le cursus tient ensemble trois registres sans les cloisonner. Le registre technique donne l’intelligence réelle des architectures génératives, des outils de programmation courants et des particularités du langage, de l’image et du son, sans oublier les méthodes sobres évoquées plus haut ; il s’agit de savoir détourner ces systèmes plutôt que de les subir. Le registre artistique replace ces outils dans une histoire des rapports entre art et technique et dans une pratique d’atelier, en lien avec des institutions partenaires comme l’IRCAM, les centres d’art numérique ou les festivals, pour qu’y mûrisse une démarche personnelle. Le registre théorique et juridique fournit les repères critiques, esthétiques, éthiques et de propriété intellectuelle qui permettent de situer un travail et de le défendre.

Trois aides prolongent la formation, dont les montants restent indicatifs et à consolider (partie 7). Une aide au développement finance la phase de recherche des projets, le prototypage, l’accès mutualisé au calcul et l’accompagnement technique, de l’ordre de 2 millions d’euros par an pour une vingtaine de projets. Un fonds de production soutient la réalisation des œuvres, avec des critères mêlant pertinence artistique, invention et documentation du processus, et un régime de droits adapté, autour de 5 millions par an pour une dizaine de productions. Un programme de résidences fait travailler ensemble auteurs, laboratoires et institutions, en France et à l’étranger, pour environ 1 million par an. Reste à ouvrir les dispositifs existants, ceux du CNC, du CNL et de leurs équivalents, aux œuvres coproduites avec l’IA, à instituer des commissions réunissant compétences techniques et artistiques, et à ajuster les cadres de rémunération et de droits.

5. Diffuser et conserver

En résumé.
Les œuvres doivent circuler et se transmettre. Un réseau assure l’acquisition, la diffusion et la préservation, en s’appuyant sur les institutions déjà là. La conservation des œuvres génératives soulève une difficulté propre, car elles tiennent à un code, à des données, à un environnement et à une machine. La préférence pour les modèles ouverts en facilitera la remise en marche future. La médiation, elle, apprend au public à regarder à l’heure où la frontière entre document et fabrication devient floue.

Un réseau doit prendre en charge l’acquisition, la diffusion et la préservation des œuvres, en s’appuyant sur l’existant plutôt qu’en créant du neuf : un établissement de référence sur le modèle des grands centres d’art numérique européens, des relais adossés aux fonds régionaux d’art contemporain et aux scènes nationales, des coopérations internationales. Il s’agit d’intégrer l’acquisition et la conservation des arts utilisant l’IA dans les structures existantes en y associant les compétences nécessaires et de ne pas répéter les erreurs de l’art numérique qui est devenu une catégorie indépendante de l’art contemporain. Les pratiques les plus pertinentes artistiques sont souvent le fait d’hybridation avec des médiums classiques. Il s’agit de doter la France d’une capacité publique d’acquisition d’œuvres génératives, aujourd’hui presque nulle, pour un budget d’acquisition de l’ordre de 3 millions d’euros par an couvrant les œuvres, la documentation des processus et, au besoin, les droits sur les données.

La conservation pose un problème que ces œuvres sont seules à connaître. Une pièce générative n’est pas un fichier isolé : elle dépend d’un code, de données d’apprentissage, d’un environnement d’exécution et d’une machine donnée. La préserver demande une documentation à trois niveaux, technique, artistique et juridique, ainsi que des méthodes d’archivage, de virtualisation et de migration. La préférence pour les modèles ouverts (partie 3) devient ici décisive, car un système dont le code et les poids sont publics reste réexécutable, tandis qu’un service propriétaire fermé condamne l’œuvre à s’éteindre avec lui. Cette compétence de documentation et de migration dure et s’exporte, quand la machine qui a servi à produire l’œuvre, elle, sera périmée. Comptons de l’ordre de 2 millions d’euros par an.

La médiation ne se sépare pas de l’enjeu démocratique repéré au début. Puisque l’IA brouille la limite entre ce qui est enregistré et ce qui est fabriqué, apprendre au public à regarder devient une mission culturelle à part entière : dispositifs qui expliquent le fonctionnement des systèmes, ateliers pour les scolaires et pour les professionnels, ressources pédagogiques, sensibilisation des décideurs, pour environ 1,5 million d’euros par an.

6. Penser à long terme, sans se tromper d’échéance

En résumé.
Les effets culturels de l’IA se déploieront sur des décennies. Un lieu de réflexion durable fournit aux pouvoirs publics les notions qui leur manquent et nourrit la formation en retour. Il réunit chercheurs, artistes, théoriciens et responsables institutionnels, et se saisit de questions concrètes. Parmi elles, celle des droits et de la chaîne de valeur mérite une attention particulière : on peut la protéger un temps, mais le sol se dérobera à mesure que les catégories anciennes vacillent.

Un lieu de réflexion inscrit dans la tradition prospective française, celle qui distingue prévoir et construire des avenirs souhaitables (Berger 1964), donne au dispositif sa profondeur de temps. Il réunit quatre milieux qui se croisent rarement, la recherche en apprentissage automatique et en sciences cognitives, la création, la théorie et les acteurs institutionnels et économiques, afin d’échapper au double piège de l’enthousiasme aveugle et du refus (Cardon 2015 ; Stiegler 1994).

Plutôt que des tranches de calendrier, ce lieu se saisit de questions précises, qu’il révise à mesure que la technique se déplace. Une question domine à court terme, celle des droits et de la chaîne de valeur. Comment rémunérer un auteur dont l’œuvre s’appuie sur un corpus fait du travail d’autrui ? Quel statut donner à une œuvre générative, entre droit d’auteur et domaine public ? Comment attester l’origine d’un média quand le vraisemblable se fabrique en série ? On peut, à court terme, protéger la chaîne de valeur existante par des droits, des clauses contractuelles, des quotas, des labels d’origine, et il serait imprudent de s’en priver. Mais ces protections achètent du temps, elles ne tiennent pas lieu de stratégie. À plus longue échéance, ce sont les catégories elles-mêmes qui bougent, l’auteur, l’original, la copie, la reproduction, si bien qu’une politique fondée sur la seule défense des positions acquises serait dépassée avant d’avoir produit ses effets. C’est une raison de plus d’investir maintenant dans la compétence, seule valeur qui traverse ces déplacements. À moyen terme viennent d’autres questions, celle de l’originalité quand l’image cesse d’être rare, celle de la recomposition des métiers du doublage, de la traduction ou de l’illustration, et des reconversions à organiser. À long terme se pose celle du patrimoine : que garde-t-on d’une création dont les outils changent tous les cinq ans, et sous quelle forme la transmettre ?

Un programme de publications et de rencontres donne à ce travail sa portée : une collection d’ouvrages traduits et diffusés au-delà de nos frontières, une revue, une plateforme documentaire, un cycle de colloques et de séminaires de recherche-création. Pour un coût modeste et un fort effet de légitimité, de l’ordre de 0,8 million d’euros par an pour les publications et la plateforme et de 0,5 million pour les rencontres, il hausse le débat public à la mesure de l’enjeu et inscrit la réflexion française dans la circulation internationale.

7. Gouvernance, budget et objections

En résumé.
Le ministère de la Culture pilote, orienté par un collège d’artistes, de théoriciens et de professionnels de l’art renouvelé tous les trois ans. Le budget reprend le principe du « 1 % » : une base publique d’environ 15 millions d’euros sur le quinquennat, dont nous proposons d’étendre le principe à tous les investissements en IA, publics et privés. Trois objections attendues reçoivent une réponse directe.

Le pilotage revient au ministère de la Culture, qui lui donne sa légitimité publique et l’articule avec les dispositifs existants. L’orientation est confiée à un collège composé, à parts équilibrées, d’artistes, de théoriciens et de professionnels de l’art. Ce collège fixe les axes de la formation, les critères des fonds et les priorités du lieu de réflexion. Il est renouvelé tous les trois ans, ce qui fait tourner les sensibilités, empêche qu’une école ou une génération ne s’approprie le dispositif, et le tient au rythme d’une technique changeante. Que les artistes et les théoriciens y soient majoritaires, et non les seuls gestionnaires ou industriels, garantit que l’ensemble serve la création et son intelligence, pas la seule diffusion d’outils. Il importe également de respecter une stricte paritée des genres.

Pour le budget, nous reprenons une pratique qui a fait ses preuves, le « 1 % artistique », qui réserve depuis longtemps une fraction du coût des constructions publiques à la commande d’œuvres (décret de 1951, refondu en 1983). Appliqué à l’enveloppe publique de l’IA, le milliard et demi d’euros annoncé pour le quinquennat, un taux de 1 % dégage une base d’environ 15 millions d’euros sur cinq ans. Cette base marque l’engagement et amorce le programme.

L’investissement dans l’IA ne se réduit pourtant pas à la dépense publique de recherche. Il englobe les infrastructures, les déploiements sectoriels et, pour une large part, l’investissement privé. Nous proposons donc d’étendre le principe du 1 % à l’ensemble des investissements en intelligence artificielle, publics et privés : sur tout financement notable consacré à l’IA sur le territoire, 1 % réservé à la création et à la réflexion culturelles. Cette assiette élargie change l’ordre de grandeur des moyens sans alourdir aucune dépense en particulier, puisqu’elle ne prélève qu’une fraction marginale de chacune. Elle pose surtout un principe : le déploiement de l’IA a une dimension culturelle, et cette dimension mérite d’être financée à proportion de son ampleur. Les modalités, périmètre des investissements visés, mécanisme de collecte, incitations fiscales éventuelles, appellent une étude dédiée, qui établira le rendement de cette assiette et sa montée en charge. La base publique de 15 millions en constitue le point de départ et la preuve de concept, l’extension au privé en fait un levier à la hauteur du sujet.

La répartition traduit le parti d’ensemble, priorité aux usages, place réduite à l’infrastructure : formation et hub autour de 40 %, production et diffusion près d’un tiers, acquisition et conservation environ 17 %, recherche et publications 10 %. La faible part réservée au matériel est un choix assumé, qui répond à la stratégie de sobriété de la partie 3.

Le déploiement suivrait une montée en charge sur cinq ans. La première année installe les cadres, constitue le collège et le hub, et lance des appels à projets pilotes. La deuxième ouvre le cursus commun et les premiers dispositifs de production. La troisième déploie l’ensemble et voit les premières expositions et publications. Les deux dernières servent à évaluer, corriger, étendre sur le territoire et nouer des coopérations internationales. Ce cinquième secteur prolonge les quatre autres au lieu de les concurrencer : les usages créatifs nourrissent les interfaces de mobilité, la mise en forme sensible des données sert la médiation environnementale, les pratiques artistiques trouvent leur place dans le soin, et l’apprentissage du regard face aux médias fabriqués rejoint les enjeux de sécurité de l’information.

Trois objections méritent une réponse franche. Pourquoi la Culture et non la Recherche ? Parce que l’enjeu n’est pas de produire les modèles, dont la stratégie s’occupe déjà, mais d’en former les usages et d’en organiser la réception, ce qui relève du ministère de la Culture. Pourquoi maintenant, alors que la vidéo générative n’existe pas encore ? Justement parce qu’elle n’existe pas encore : former des auteurs et bâtir des institutions prend des années, et la vitesse mesurée aujourd’hui (Amodei et Hernandez 2018) rend ce délai court. Que risque-t-on à ne rien faire ? Une transition subie, où nos industries culturelles adopteraient des outils étrangers sans en maîtriser l’usage, et où l’investissement, différé, se reporterait sur une infrastructure coûteuse, énergivore et vite dépassée. Réserver 1 % à la culture est moins une dépense qu’une manière de se placer : mettre au centre de la stratégie française la maîtrise des usages, sobre et cultivée, plutôt que la seule possession des machines.

Summary Note

The Villani report commits France to four priority sectors—healthcare, transport, environment, and defense—alongside an effort to equip the nation with computing capacities (Villani 2018). However, it leaves aside the domain where generative systems already act most visibly: cultural and media production.

We propose adding a fifth sector: culture. The argument can be summed up in a few lines. Generative AI is set to become a leading cultural fact of a scale comparable to the advent of photography. This prediction is not mere speculation; it stems from a measurable trend. Everything that has been digitized—image, sound, voice, text, translation, and soon video—can be learned by a machine and then regenerated. Dubbing, translation, photography, illustration, and ultimately cinema will be transformed as a result.

One precaution must be stated from the outset, as it governs the entire strategy: these systems do not create on their own. They draw from a space of possibilities learned from existing data, and left to themselves, they produce only a purposeless average. Value comes from the person guiding them, and this guidance requires a cultivated author. Therefore, the scarce resource is neither the model nor the machine, but human competence.

This focus on uses is also the only approach compatible with the climate emergency. Relying solely on infrastructure means multiplying data centers whose consumption grows at the pace of the discipline. Opting for open, local, specialized, and lightweight models reduces this footprint while making authors more autonomous.

Regarding the budget, we adopt the proven principle of the “1% artistic” (public art percentage). Applied to the public AI envelope, it provides a baseline of approximately 15 million euros over the five-year presidential term. We propose extending this principle to all investments dedicated to AI, both public and private: 1% reserved for cultural creation and critical reflection.

Governance would rest with the Ministry of Culture, guided by a board of artists, theorists, and art professionals, renewed every three years. The decision requested is to recognize culture as the fifth sector of the strategy, and to initiate the creation of a shared training hub across art schools, a production mechanism, an acquisition and preservation network, and a permanent space for reflection.

1. An Impending Cultural Shift

In Summary

In four years, automatic media generation has changed scale and, above all, speed. What produces a convincing still image today will produce a moving image tomorrow. A simple rule illuminates the magnitude of the phenomenon: what has been digitized eventually becomes automatable. Photography offers a useful comparison to gauge the shock, provided its nature is not misunderstood.

Between 2014 and 2018, the automatic production of content crossed a threshold. Generative adversarial networks, initially capable of producing small, blurry images (Goodfellow et al. 2014), produce high-definition faces four years later that look like photographs (Karras et al. 2018). At the same time, machine translation is being transformed by neural architectures (Wu et al. 2016), speech synthesis is approaching the grain of the human voice (van den Oord et al. 2016; Shen et al. 2018), voice cloning has become possible from a few seconds of recording (Jia et al. 2018), and machines are beginning to write coherent paragraphs (Vaswani et al. 2017; Radford et al. 2018).

What matters is not the uneven state of these techniques in 2018, but the pace at which they are advancing. The computing power mobilized to train the most advanced systems has been doubling roughly every three to four months since 2012 (Amodei and Hernandez 2018). The history of technology offers little precedent for such a slope. What produces a credible still image today will produce an animated sequence tomorrow. Early work on synthesis and motion transfer already hints at this (Wang et al. 2018; Chan et al. 2018), as do face-swapping techniques that emerged in late 2017. Generative cinema does not yet exist, but its possibility is inscribed in the trajectory.

A simple rule allows us to measure the extent of what is coming: what has been digitized can eventually be learned and then regenerated. For decades, photography, sound, voice, film, writing, and translation have become files—precisely the material upon which these systems feed. We must therefore expect the professions that manipulate these materials to be affected one after another: dubbing and translation first, which are already underway; then retouching and shooting, illustration, voiceover, a portion of utilitarian writing, and finally editing and audiovisual production. The wave is leaving the factory to reach the office and the workshop—that tertiary and creative core long reputed to be safe (in line with the analyses of Frey and Osborne 2017).

It remains necessary to name the rupture correctly, as a misleading image circulates. Generative AI is often viewed as a copying machine—the final stage of that technical reproducibility of which photography was the grand beginning (Benjamin 1939). The comparison is accurate regarding the scale of the upheaval, but false regarding its nature, and this confusion has practical consequences. Photography reproduced: it gathered the luminous imprint of a real object and made it possible to produce identical copies (Bazin 1945). A generative model does nothing of the sort. It retains no original to be restored. What it automates is resemblance itself—the faculty of producing an image, a voice, or a text that “looks like” something, without copying anything in particular. Photography multiplied copies of an original; AI manufactures resemblances without an original. The risk to shared truth is therefore not copying, which we know how to combat, but the mass production of the plausible, which is harder to grasp and contest (Cardon 2015).

The exposed sectors are not accessory. Culture accounts for approximately 2.3% of national value added and 2.4% of employment (Ministry of Culture, DEPS 2018). Book publishing is worth nearly 2.7 billion euros (SNE 2018), recorded music some 580 million (SNEP 2018), and France remains the world’s second-largest exporter of films. These sectors rely on stable production chains and are approaching this transformation unprepared, even though the country had previously succeeded in anticipating other digital cultural mutations (Lescure 2013).

2. What a Generative Machine Actually Does

In Summary

A model does not store works to pull them back out. It learns a map of possibilities—the latent space—and generates output by choosing a point within it. Understanding this dissolves the idea that it creates on its own: without someone to choose the corpus, tune the machine, and sort the results, it produces only a directionless plausible output. The French tradition of the politique des auteurs (auteur theory) provides the framework for thinking about this guiding hand.

One term requires definition, as everything else depends on it: the latent space. During its training, a model does not store the images shown to it in memory. It extracts regularities and builds an internal map where each example is positioned according to its traits—a color, a shape, a timbre. This map also contains all intermediate points: combinations the model has never encountered but can form, such as a face that does not exist or a voice that has never spoken. To generate is to move across this map and choose a point on it. The latent space is therefore not a warehouse of copies but a territory of possibilities, which explains why the machine produces resemblance without reproducing anything.

From this comes the answer to a common objection that these systems render the author useless. Left to itself, a model merely hits an average point on its map—a plausible result devoid of intention. Value arises from the gestures that guide it: gathering and choosing the training corpus, setting the generation conditions, moving through the latent space toward one region rather than another, selecting and editing what emerges. These gestures presuppose judgment, a memory of forms, and a project—in short, an author (Boden 2004; Manovich 2018).

This perspective extends a French tradition: the politique des auteurs. Formulated in the 1950s, it asserted that the value of a work lies in the singular intention a creator inscribes within heavy technical and industrial machinery (Astruc 1948; Truffaut 1954). It was specifically used to conceptualize the author through the apparatus of cinema, rather than against it. Transposed to AI, it provides the framework for a new auteur policy, where the generative system acts as a medium rather than a replacement. The concept of the technical object as the milieu of human activity (Simondon 1958) and of technics as externalized memory (Stiegler 1994) provides its foundation, widely understood in France, which facilitates an enlightened public debate.

The conclusion for action is simple. If value lies in the capacity to navigate and guide the latent space, then the decisive resource is neither the model nor the machine, but the trained author who knows how to navigate it. This competence cannot be bought or imported; it must be cultivated. This is the advantage that a country with a recognized artistic tradition, equipped with a public training system, can build—at a time when the race for equipment would otherwise leave it dependent.

3. Developing AI Under Climate Constraints

In Summary

AI is deploying at a time when energy consumption must be reduced. The race for infrastructure moves in the opposite direction, as it swells the demand for computing power. A cultural policy for AI can take the alternative path of sobriety by favoring open, local, specialized, and lightweight models. This technical choice is also an aesthetic and political choice.

The rise of AI coincides with an unprecedented requirement for emission reduction: containing global warming requires rapidly transforming all sectors, including digital technology (IPCC). This imperative runs counter to the dominant logic of the discipline, where computing power dedicated to training doubles every three to four months (Amodei and Hernandez 2018). A strategy based on accumulating data centers would draw cultural policy into this energetic spiral, contradicting the environmental commitments that the Villani report itself places at the forefront.

The focus on uses, defended throughout this note, happens to be the ecological answer as well. It translates concretely into a few technical orientations.

First, open models. When the code and weights of a system are public, they can be reused and adapted without retraining from scratch, which distributes the initial energy cost rather than paying for it multiple times. These models also offer the transparency that the preservation of works will require (Part 5).

Second, local computing: running models on modest machines, as close to the authors as possible, avoids dependence on large distant infrastructures and lowers transfer costs.

Third, specialization, because a model trained for a specific task achieves useful quality with a fraction of the resources of a universal model—and creation, which works via chosen corpuses, lends itself well to this.

Finally, lightweighting, through compression and the reduction of numerical precision, which significantly lowers the footprint of models for an often imperceptible loss of quality, making them usable on ordinary hardware.

These decisions are not mere engineering adjustments. They outline a posture: making sobriety a value of AI-assisted creation, and local mastery of tools a form of autonomy as well as a gesture for the climate. Public cultural policy can champion this approach, where the market pushes toward oversized scaling. France would gain a path of its own—that of a sober, open, and thoughtful use of AI—rather than a race for scale that it cannot win.

4. Training New Authors: A Hub Between Schools

In Summary

The core of the system is a training space shared among existing art schools—Fine Arts, universities, Le Fresnoy, La Fémis, architecture schools, conservatories—rather than yet another standalone school. It brings together authors from diverse backgrounds and pools rare resources. The curriculum integrates three registers—technical, artistic, theoretical, and legal—and is accompanied by three creation grants grafted onto existing schemes.

Training comes first because lasting advantage lies on the side of uses. A generation of authors trained today will work for several decades, whereas a machine bought today will be outdated in a few years.

We are not proposing an additional school, but a common ground. The necessary knowledge—art, technique, theory, law—is currently dispersed among institutions that rarely interact. This hub brings them together around a shared program, a common and sober computing platform (Part 3), and cross-disciplinary workshops. It aims for three things simultaneously: bringing together authors from distinct disciplines, a prerequisite for a shared culture of AI-driven creation; pooling resources that no single school can support alone (computing power, engineers, documented corpuses, legal expertise); and preventing each establishment from independently reinventing and purchasing equipment destined for obsolescence. It would take the form of a shared curriculum (common year or semester, mutualized modules, joint degree or label) rather than a single campus.

The curriculum holds together three registers without compartmentalizing them:

• The technical register imparts a real understanding of generative architectures, common programming tools, and the specificities of language, image, and sound, without overlooking the sober methods mentioned above. The goal is to know how to subvert these systems rather than submit to them.
• The artistic register places these tools within a history of the relations between art and technics and within studio practice, in connection with partner institutions like IRCAM, digital art centers, or festivals, so that a personal approach can mature.
• The theoretical and legal register provides the critical, aesthetic, ethical, and intellectual property benchmarks that allow a work to be situated and defended.

Three types of support extend the training, with provisional amounts subject to consolidation (Part 7):

1. Development support finances the research phase of projects, prototyping, mutualized access to computing, and technical support (around 2 million euros per year for about twenty projects).
2. A production fund supports the realization of works, with criteria combining artistic relevance, invention, process documentation, and an adapted rights regime (around 5 million per year for about ten productions).
3. A residency program brings authors, laboratories, and institutions together in France and abroad (around 1 million per year).

It remains to open existing schemes—those of the CNC, the CNL, and their equivalents—to works co-produced with AI, to establish commissions combining technical and artistic expertise, and to adjust remuneration and rights frameworks.

5. Distributing and Preserving

In Summary

Works must circulate and be transmitted. A network ensures acquisition, distribution, and preservation, building on existing institutions. The preservation of generative works raises a unique difficulty, as they depend on code, data, an environment, and a machine. A preference for open models will facilitate their future reactivation. Mediation teaches the public how to look at a time when the boundary between document and fabrication becomes blurred.

A network must take charge of the acquisition, distribution, and preservation of works, relying on existing structures rather than creating new ones: a reference institution modeled on major European digital art centers, relays backed by regional contemporary art funds (FRAC) and national theaters, and international cooperation. The goal is to integrate the acquisition and conservation of AI-using arts into existing structures by associating the necessary expertise with them, avoiding the mistakes of digital art, which became a category independent of contemporary art. The most relevant artistic practices frequently involve hybridization with classical mediums. This means equipping France with a public capacity to acquire generative works—currently almost nonexistent—with an acquisition budget of around 3 million euros per year covering works, process documentation, and, if necessary, data rights.

Preservation poses a problem unique to these works. A generative piece is not an isolated file: it depends on code, training data, an execution environment, and a specific machine. Preserving it requires three-level documentation (technical, artistic, and legal), alongside archiving, virtualization, and migration methods. The preference for open models (Part 3) becomes decisive here, because a system whose code and weights are public remains executable, whereas a closed proprietary service condemns the work to die with it. This documentation and migration competence lasts and can be exported long after the machine used to produce the work has become obsolete. Estimated cost: around 2 million euros per year.

Mediation is inseparable from the democratic challenge identified at the outset. Since AI blurs the line between what is recorded and what is manufactured, teaching the public how to look becomes a cultural mission in its own right: programs explaining how systems work, workshops for schools and professionals, educational resources, and awareness-raising for decision-makers (around 1.5 million euros per year).

6. Thinking Long-Term, Without Misjudging the Timeline

In Summary

The cultural effects of AI will unfold over decades. A permanent space for reflection provides public authorities with the concepts they lack and feeds back into training. It brings together researchers, artists, theorists, and institutional leaders to tackle concrete questions. Among them, the issue of rights and the value chain deserves special attention: it can be protected for a time, but the ground will give way as old categories waver.

A place for reflection rooted in the French prospective tradition—which distinguishes between forecasting and constructing desirable futures (Berger 1964)—gives the system temporal depth. It brings together four milieus that rarely intersect (machine learning and cognitive science research, creation, theory, and institutional/economic actors) to escape the dual trap of blind enthusiasm and outright rejection (Cardon 2015; Stiegler 1994).

Rather than adhering to rigid calendar milestones, this space tackles precise questions, revising them as technology shifts. A dominant short-term question is that of rights and the value chain. How do we remunerate an author whose work relies on a corpus made of others’ labor? What status should be given to a generative work, sitting between copyright and the public domain? How can the origin of a media asset be authenticated when the plausible is mass-produced? In the short term, existing value chains can be protected through rights, contractual clauses, quotas, and origin labels, and it would be imprudent to forgo them. But these protections buy time; they do not constitute a strategy.

Over the longer term, the categories themselves shift—author, original, copy, reproduction—meaning that a policy based solely on defending acquired positions will be outdated before it takes effect. This is all the more reason to invest now in competence, the only value that survives these shifts. In the medium term, other questions arise: originality when images cease to be rare; the restructuring of dubbing, translation, and illustration professions; and the organization of retraining. In the long term, the question of heritage emerges: what do we keep of a creation whose tools change every five years, and in what form should it be transmitted?

A program of publications and meetings gives this work its scope: a collection of translated books distributed beyond our borders, a journal, a documentary platform, and a cycle of conferences and research-creation seminars. For a modest cost and high legitimacy impact—around 0.8 million euros per year for publications and the platform, and 0.5 million for meetings—it elevates public debate to the scale of the challenge and anchors French reflection in international circulation.

7. Governance, Budget, and Objections

In Summary

The Ministry of Culture leads the initiative, guided by a board of artists, theorists, and art professionals renewed every three years. The budget adopts the “1%” principle: a public baseline of approximately 15 million euros over the presidential term, with a proposal to extend this principle to all AI investments, both public and private. Three anticipated objections receive direct answers.

Governance rests with the Ministry of Culture, giving it public legitimacy and articulating it with existing frameworks. Guidance is entrusted to a board composed in equal parts of artists, theorists, and art professionals. This board sets training axes, fund criteria, and the priorities of the reflection space. It is renewed every three years to rotate sensitivities, prevent any single school or generation from appropriating the system, and keep pace with changing technology. Ensuring that artists and theorists—rather than mere managers or industrialists—form the majority guarantees that the initiative serves creation and its intelligence, rather than merely diffusing tools. Strict gender parity must also be respected.

Regarding the budget, we return to a proven practice: the “1% artistic,” which has long reserved a fraction of public construction costs for the commissioning of works (1951 decree, overhauled in 1983). Applied to the public AI envelope—the 1.5 billion euros announced for the presidential term—a 1% rate yields a baseline of approximately 15 million euros over five years. This baseline signals commitment and primes the program.

However, investment in AI is not limited to public research spending. It encompasses infrastructure, sectoral deployments, and, to a large extent, private investment. We therefore propose extending the 1% principle to all AI investments, public and private: for any notable financing dedicated to AI within the territory, 1% is reserved for cultural creation and critical reflection. This broadened tax base changes the order of magnitude of resources without weighing down any single expenditure, as it skims only a marginal fraction from each. Above all, it establishes a principle: the deployment of AI has a cultural dimension, and that dimension deserves to be funded proportionally to its scale. The modalities—scope of targeted investments, collection mechanisms, potential tax incentives—call for a dedicated study to establish the yield of this base and its ramp-up. The public baseline of 15 million serves as a starting point and proof of concept; the extension to the private sector makes it a lever commensurate with the subject.

The budget allocation reflects the overall stance: priority to uses, reduced space for infrastructure. Training and the hub account for around 40%; production and distribution, nearly a third; acquisition and conservation, approximately 17%; research and publications, 10%. The low share reserved for equipment is an assumed choice, aligning with the sobriety strategy of Part 3.

Deployment would follow a five-year ramp-up:

• Year 1: Establishes frameworks, constitutes the board and the hub, and launches pilot project calls.
• Year 2: Opens the common curriculum and the first production mechanisms.
• Year 3: Deploys the entirety and sees the first exhibitions and publications.
• Years 4 and 5: Focus on evaluation, correction, territorial extension, and international cooperation.

This fifth sector extends the other four rather than competing with them: creative uses nourish mobility interfaces; sensitive data formatting serves environmental mediation; artistic practices find a place in care; and learning how to look at manufactured media aligns with information security challenges.

Three objections deserve a frank response:

1. Why Culture and not Research? Because the challenge is not to produce models—which is already handled by the broader strategy—but to shape their uses and organize their reception, which falls under the Ministry of Culture.
2. Why now, when generative video does not yet exist? Precisely because it does not yet exist. Training authors and building institutions takes years, and the speed measured today (Amodei and Hernandez 2018) makes that timeframe short.
3. What is the risk of doing nothing? A suffered transition, where our cultural industries adopt foreign tools without mastering their use, and where deferred investment is shifted onto an expensive, energy-guzzling, and rapidly outdated infrastructure.

Reserving 1% for culture is less an expense than a way of positioning ourselves: placing the sober and cultivated mastery of uses at the center of the French strategy, rather than the mere possession of machines.

Bibliographie

Amodei, Dario, et Danny Hernandez. 2018. « AI and Compute. » OpenAI, 16 mai 2018.

Astruc, Alexandre. 1948. « Naissance d’une nouvelle avant-garde : la caméra-stylo. » L’Écran français, no 144.

Bazin, André. 1945. « Ontologie de l’image photographique. » Repris dans Qu’est-ce que le cinéma ?, Paris : Éditions du Cerf, 1958.

Benjamin, Walter. (1939) 2000. « L’œuvre d’art à l’époque de sa reproductibilité technique. » Dans Œuvres III, Paris : Gallimard.

Berger, Gaston. 1964. Phénoménologie du temps et prospective. Paris : Presses universitaires de France.

Boden, Margaret A. 2004. The Creative Mind: Myths and Mechanisms. 2e éd. Londres : Routledge.

Cardon, Dominique. 2015. À quoi rêvent les algorithmes : nos vies à l’heure des big data. Paris : Seuil.

Chan, Caroline, Shiry Ginosar, Tinghui Zhou et Alexei A. Efros. 2018. « Everybody Dance Now. » arXiv 1808.07371.

Frey, Carl Benedikt, et Michael A. Osborne. 2017. « The Future of Employment: How Susceptible Are Jobs to Computerisation? » Technological Forecasting and Social Change 114 : 254-280.

GIEC (Groupe d’experts intergouvernemental sur l’évolution du climat). 2018. Réchauffement planétaire de 1,5 °C : résumé à l’intention des décideurs. Genève : OMM.

Goodfellow, Ian, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, Sherjil Ozair, Aaron Courville et Yoshua Bengio. 2014. « Generative Adversarial Nets. » Advances in Neural Information Processing Systems 27.

Jia, Ye, Yu Zhang, Ron J. Weiss, Quan Wang, Jonathan Shen, Fei Ren, Zhifeng Chen et al. 2018. « Transfer Learning from Speaker Verification to Multispeaker Text-to-Speech Synthesis. » Advances in Neural Information Processing Systems 31.

Karras, Tero, Timo Aila, Samuli Laine et Jaakko Lehtinen. 2018. « Progressive Growing of GANs for Improved Quality, Stability, and Variation. » International Conference on Learning Representations (ICLR).

Lescure, Pierre. 2013. Mission « Acte II de l’exception culturelle » : contribution aux politiques culturelles à l’ère numérique. Rapport au ministère de la Culture et de la Communication.

Manovich, Lev. 2018. AI Aesthetics. Moscou : Strelka Press.

Ministère de la Culture, Département des études, de la prospective et des statistiques (DEPS). 2018. Chiffres clés, statistiques de la culture et de la communication. Paris : Ministère de la Culture.

Radford, Alec, Karthik Narasimhan, Tim Salimans et Ilya Sutskever. 2018. « Improving Language Understanding by Generative Pre-Training. » OpenAI.

Shen, Jonathan, Ruoming Pang, Ron J. Weiss, Mike Schuster, Navdeep Jaitly, Zongheng Yang, Zhifeng Chen et al. 2018. « Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions. » IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP).

Simondon, Gilbert. 1958. Du mode d’existence des objets techniques. Paris : Aubier.

SNE (Syndicat national de l’édition). 2018. Les chiffres de l’édition 2017-2018. Paris : SNE.

SNEP (Syndicat national de l’édition phonographique). 2018. L’économie de la production musicale 2018. Paris : SNEP.

Stiegler, Bernard. 1994. La technique et le temps, 1. La faute d’Épiméthée. Paris : Galilée.

Truffaut, François. 1954. « Une certaine tendance du cinéma français. » Cahiers du cinéma, no 31.

van den Oord, Aäron, Sander Dieleman, Heiga Zen, Karen Simonyan, Oriol Vinyals, Alex Graves, Nal Kalchbrenner, Andrew Senior et Koray Kavukcuoglu. 2016. « WaveNet: A Generative Model for Raw Audio. » arXiv 1609.03499.

Vaswani, Ashish, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser et Illia Polosukhin. 2017. « Attention Is All You Need. » Advances in Neural Information Processing Systems 30.

Villani, Cédric. 2018. Donner un sens à l’intelligence artificielle : pour une stratégie nationale et européenne. Paris : La Documentation française.

Wang, Ting-Chun, Ming-Yu Liu, Jun-Yan Zhu, Guilin Liu, Andrew Tao, Jan Kautz et Bryan Catanzaro. 2018. « Video-to-Video Synthesis. » Advances in Neural Information Processing Systems 31.

Wu, Yonghui, Mike Schuster, Zhifeng Chen, Quoc V. Le, Mohammad Norouzi, Wolfgang Macherey, Maxim Krikun et al. 2016. « Google’s Neural Machine Translation System : Bridging the Gap between Human and Machine Translation. » arXiv 1609.08144.