Arts Plastiques / Académie de Normandie

Lettre IAN

Mael Judic — 2026-03-17T10:52:38Z

Arte.tv et France culture

Gabrielle SIMON — 2026-03-09T19:27:43Z

Voici quatre liens vers des emissions qui lient l'art et l'IA :

Un reportage diffusé sur Arte.tv dont les images sont générées par une IA qui traite de cette question : comment l'IA va-t-elle faire évoluer les métiers artistiques ? Pourquoi créer des images ? Pourquoi les images nous fascinent-elles ? Les machines peuvent-elles remplacer les métiers créatifs ? La technologie fascine, doit-elle nous faire peur ?
https://www.arte.tv/fr/videos/117230-004-A/underscore/

Toujours sur Arte.tv un reportage sur la genèse de l'identité visuelle de l'IA. Comment choisir les éléments iconographiques, les couleurs, les symboles pour donner une identification visuelle ? Les choix sont associés à des concepts, cela sous entend une idée de comment fonctionnent les IA tout en mettant sous silence les travailleurs qui restent dans l'ombre.
https://www.arte.tv/fr/videos/110342-147-A/le-dessous-des-images/

Sur France culture voici un podcast intéressant sur l'art, l'IA et le geste artistique.
Comment définir l'art génératif, en se plaçant dans l'histoire de l'art ? Avec l'intervention de Takyon236, artiste et codeur, les invités évoquent les liens entre le langage et l'image, le "promptisme", comment se génèrent les images à partir de nos archives ? Comment fonctionnent les entrainements des modèles ? Comment travailler avec une machine sans vraiment comprendre comment la contrôler ?
https://www.radiofrance.fr/francecu...

Toujours sur France culture une émission qui interroge le droit d'auteur, la propriété intellectuelle ou spirituelle.
Peut-on protéger la propriété intellectuelle "à la manière de ", la responsabilité est-elle partagée entre le prompteur et l'IA, comment légiférer ? "L'opt-out" ? Pourrait-on défendre une propriété spirituelle ? Rim Battal s'interroge sur l'atteinte à la dignité de la personne.
https://www.radiofrance.fr/franceinter/podcasts/un-monde-nouveau/un-monde-nouveau-du-samedi-05-avril-2025-8212035

GLOSSAIRE ATTACHÉ À L'IA

Gabrielle SIMON — 2026-01-21T06:52:58Z

Pour mieux comprendre le vocabulaire spécifique à l'IA, voici quelques définitions élaborées à partir de la synthèse de ressources et de documentation en ligne.

GLOSSAIRE ATTACHÉ À L'IA

LGORITHME : série d'instructions ou de règles conçues pour résoudre un problème ou effectuer une tâche spécifique. Dans le contexte de l'IA, un algorithme permet à un système de traiter des données, d'apprendre à partir de ces données et de prendre des décisions ou de faire des prédictions (ex : recommandations personnalisées, recherche d'images, publicité ciblée, assistants virtuels, jeux vidéo…). Leur usage soulève des questions philosophiques et éthiques : jusqu'à quel point une machine peut-elle prendre seule des décisions ? Les algorithmes reflètent-ils les préjugés des données sur lesquelles ils sont entrainés ?

DEEP LEARNING : c'est un modèle d'IA qui utilise l'apprentissage par couches successives. Il traite les informations (données d'apprentissage) par étapes comme le font les processus neuronaux humains pour améliorer ses compétences. Il se compose d'un réseau neuronal à trois couches ou plus : couche d'entrée / couche(s) cachée(s) / couche de sortie.

IMMANENCE / TRANSCENDANCE : en philosophie, l'immanence désigne le caractère de ce qui a son principe en soi-même, par opposition à la transcendance qui indique une cause extérieure et supérieure. Dans l'IA, l'immanence se réfère à l'idée que les comportements et capacités des systèmes d'IA ne sont pas transcendants ou extérieurs à eux-mêmes, mais plutôt émergent directement des structures et des instructions qui les composent.

ENERATION DE CODE PAR IA : elle désigne l'utilisation d'algorithmes pour créer du code informatique. L'objectif est de faciliter le développement logiciel et d'accélérer le processus de codage. Lorsqu'un système d'IA crée du code, s'agit-il d'un acte créatif (jusque-là exclusif à l'humain), ou une simple recombinaison de règles et de modèles ?

REDICTION / MODELISATION : L'intelligence IA prédictive consiste à associer analyse statistique et algorithmes pour identifier les schémas, anticiper les comportements et prévoir les événements à venir. Elle anticipe des valeurs futures, des comportements ou des résultats basés sur des données historiques et actuelles. En art, elle permet d'analyser le marché, guider et orienter les visiteurs dans un parcours d'exposition personnalisé, optimiser les décisions du commissaire d'exposition, prévoir les besoins en restauration… La modélisation, quant à elle, est le processus de création d'un modèle mathématique ou numérique capable de décrire comment un système fonctionne (cela peut inclure l'explication de phénomènes naturels, la simulation de processus industriels, la création de modèles de comportement d'utilisateurs…). En art, elle permet de générer de nouvelles œuvres. Si la prédiction se concentre sur l'estimation de résultats futurs, la modélisation, en revanche, fait référence à la création d'une représentation d'un système. La prédiction cherche à anticiper, tandis que la modélisation cherche à expliquer.

TATUT DE L'ŒUVRE : les œuvres créées par IA soulèvent des questions concernant leur statut juridique et philosophique. Qui en est l'auteur : le concepteur de l'IA, l'utilisateur, ou l'IA elle-même ? Les œuvres sont-elles considérées comme originales au sens du droit d'auteur ? Les droits moraux – tels que droit d'attribution ou droit à l'intégrité – peuvent-ils s'appliquer en l'absence de subjectivité de l'IA ?

AUCTORIALITÉ : Qualité ou statut attribué à une personne en tant que créateur original d'une œuvre. Si une machine crée une œuvre, qui en est l'auteur et responsable ? Quelle valeur accordée à ces créations ? Ces œuvres doivent-elles être protégées par des droits d'auteur ? Le rôle de l'auteur se déplace de la création ex nihilo à la curation et au processus de création.

ONNEES : éléments d'information utilisés pour entrainer, tester et valider des modèles d'IA. Il existe des données structurées (données quantitatives), des données non structurées (texte, images, vidéos), et des données semi-structurées (données quantitatives et qualitatives).

NCEPTION : ce terme désigne le début ou l'origine d'un processus, d'une idée ou d'un projet. Dans le domaine scientifique, il définit le moment où une technologie ou un système commence à être opérationnel. Popularisé grâce au film Inception (2010) de Christopher Nolan, où le terme fait référence à l'idée d'implanter artificiellement une idée ou un concept dans l'inconscient d'un individu, il fait référence en IA au Deep Learning, dont chaque couche du réseau neuronal traite les données à un niveau de complexité de plus en plus abstrait. Ainsi, tout comme le Deep Learning fonctionne à travers des niveaux de représentation, transformant progressivement l'information pour révéler des schémas cachés, l'Inception joue sur des niveaux de réalités multiples.

ASARD : fait référence à l'intégration d'éléments d'incertitude dans les modèles et systèmes d'IA. Cela se manifeste par l'intégration de l'aléatoire (ou stochasticité) dans les algorithmes, permettant d'introduire de la variabilité dans les résultats et les comportements des modèles : initialisation aléatoire de paramètres, échantillonnage aléatoire pour créer des sous-ensembles de données, incorporation de bruit (imprécisions) dans les données… Le hasard permet d'explorer des options, et d'améliorer la capacité des systèmes à s'adapter à des environnements complexes.

ERENDIPITE DE L'ARTIFICIEL : si la sérendipité peut être définie comme un phénomène où l'on découvre une information utile par hasard, un algorithme, au contraire, se définit comme « une suite de règles formelles ». Cependant, en introduisant des éléments de randomisation dans les algorithmes, il est possible de créer des résultats moins prévisibles. En programmation créative, l'IA peut, par exemple, générer des résultats aléatoires pour créer des productions novatrices.

ESTIGES, RUINES OU ARCHEOLOGIE DE L'ARTIFICIEL : font référence à l'étude et à l'exploration des créations artistiques générées par des systèmes d'IA. Ils concernent l'étude de l'origine de ces créations, ainsi que l'examen des algorithmes et méthodes utilisés.

AUTOGRAPHIE / ALLOGRAPHIE : l'œuvre d'art autographique coïncide avec son support (ex : la peinture). A contrario, l'œuvre allographique peut exister en plusieurs exemplaires (ex : l'image générée par l'IA). Elle repose sur un ensemble d'algorithmes et de paramètres pouvant être réappliqués pour recréer l'œuvre.

MPRUNT / EMPREINTE : l'emprunt fait référence à la capacité d'un modèle, tel qu'un générateur de texte ou d'images, à s'inspirer ou à reproduire des éléments d'œuvres existantes dans ses productions. L'empreinte, quant à elle, se réfère à la trace distinctive laissée par le modèle d'IA sur les données qu'il génère. Les deux notions soulèvent des questionnements liés à la propriété intellectuelle, à la reconnaissance des sources originales et aux biais introduits dans les données.

ALSIFICATION / AUTHENTIFICATION : les modèles d'IA générative – qu'ils soient commerciaux ou en accès ouvert, permettent non seulement de générer de nouvelles images ou vidéo, mais aussi de retoucher celles existantes. Désormais, se posent deux difficultés : identifier les fausses images, et authentifier les vraies.

ACHINE LEARNING : en français « apprentissage automatique », elle est une branche de l'IA qui se concentre sur le développement d'algorithmes et de modèles, permettant aux ordinateurs d'apprendre à partir des données et de prendre des décisions ou faire des prédictions sans être explicitement programmés pour chaque tâche. Des algorithmes de Machine Learning, en particulier les réseaux de neurones, sont utilisés en art pour générer des œuvres, proposer la restauration numérique, recommander des parcours spécifiques dans des musées …

BSOLESCENCE PROGRAMMEE : certains systèmes d'IA peuvent être programmés avec des mises à jour limitées ou une obsolescence prévue dans le temps. Par ailleurs, les algorithmes peuvent devenir obsolètes si les données utilisées ne sont plus d'actualité. L'obsolescence programmée soulève plusieurs questions en art concernant la durabilité, la légitimité technologique, l'accessibilité et la valeur marchande de l'art numérique.

SITOGRAPHIE

Ces définitions ont été élaborées à partir de la synthèse d'un certain nombre de ressources et de documentation en ligne :

Systèmes d'intelligence artificielle générative
Droit d'auteur, droit à l'image à l'ère du numérique
Immanence / Transcendance
Comprendre les principes de base de l'intelligence artificielle (IA)
Algorithme
Culture numérique et auctorialité
Apprentissage profond (Deep learning)
Obsolescence logicielle
Données
Algorithmes et intelligence artificielle : quelles conséquences sur la sérendipité de nos découvertes ?

Images et fraudes : l'IA capable de tromper la science ?
IA et art, un duo encore fragile
Le monde selon l'IA
Machine Learning
IA prédictive
Modélisation des œuvres d'art numérique et de leur dispositif de lecture
Est-ce que les algorithmes ont tué le hasard ?

TraAM 2025 académie de Normandie : Intelligence artificielle et formes de la création

Mael Judic — 2025-06-13T10:43:42Z

Retrouvez dans cet article le résultat des TraAM menés cette année dans l'académie de Normandie autour de la question de l'intelligence artificielle et des formes de la création.

Formation IA et Prompt Art

Mael Judic — 2024-06-21T16:44:48Z

Digipad définition des termes
Digipad sur les différentes tests d'IA image

Dans le cadre de la formation des professeurs de lycée, une journée a été consacrée à la présentation et la découverte de l'intelligence artificielle générative d'images.

Cette nouvelle facette des arts étant présente dans les nouveaux programmes 2024-25, les enseignants concernés ont pu découvrir comment fonctionne un tel outil, le comprendre, et surtout comment s'en emparer, que ce soit pour la création, ou la réflexion qu'un tel outil peut impliquer dans le cadre d'une démarche créative.

Après un temps plus théorique pour faire l'histoire de l'IA générative d'image et comprendre son principe de fonctionnement, les enseignants ont pu expérimenter la création d'images, mais aussi l'expérimentation des biais d'IA et comment réaliser des apprentissages de modèles d'IA afin d'en faire de véritables supports réflexifs et créatifs ; et surtout pouvoir faire redescendre tout cela auprès des lycéens dès la rentrée.

Lien vers le parcours M@gistère :
https://magistere.education.fr/ac-normandie/course/view.php?id=7251§ion=1

Formation et documents : Jean NOEL

Lettre EduNum N°18

Mael Judic — 2022-12-09T17:49:51Z

Thématique et transversale, cette lettre EduNum laisse une place importante aux arts plastiques.

Lettre EduNum N°17

Mael Judic — 2022-07-08T10:51:10Z

Archive lettres EDU-NUM

Mael Judic — 2022-02-22T11:18:34Z

Retrouvez en une archive complète ici. Même si de nombreux liens ne sont plus actifs, "ces publications forment un corpus intéressant, portant sur des questions diverses ayant été constamment enrichies. Elles sont utiles aux formateurs, aux étudiants en Inspe, aux professeurs, etc. Elles forment une mémoire de notre effort collectif d'écriture dans et sur la discipline." (IGÉSR Arts plastiques)

Arts Plastiques / Académie de Normandie

Lettre IAN

Arte.tv et France culture

GLOSSAIRE ATTACHÉ À L'IA

GLOSSAIRE ATTACHÉ À L'IA

SITOGRAPHIE

TraAM 2025 académie de Normandie : Intelligence artificielle et formes de la création

Formation IA et Prompt Art

Lettre EduNum N°18

Lettre EduNum N°17

Archive lettres EDU-NUM

Lettre n°1

Lettre n°2

Lettre n°3

Lettre n°4

Lettre n°5

Lettre n°6

Lettre n°7

Lettre n°8

Lettre n°9

Lettre n°10

Lettre n°11

Lettre n°12

Lettre n°13

Lettre n°14

Lettre n°15

Lettre n°16

Lettre n°17

Lettre n°18

Lettre n°19

Lettre n°20

Lettre n°21

Lettre n°22

Lettre n°23

Lettre n°24

Lettre n°25