Quelle est vraiment la place de l’IA dans mon processus créatif ?

À l’heure où le web est envahi de contenus IA, on observe une tendance à rejeter massivement ces derniers. Mouvement auquel j’adhère, alors que j’utilise moi-même l’IA. Et pour m’expliquer, rien de mieux qu’une description de la façon dont je m’en sers dans mon travail d’auteur.

Certains trouveront ce positionnement schizophrène : d’un côté adhérer à l’IA, de l’autre faire partie de ceux qui rejette massivement la boue qui en ressort. Mais ce serait aller un peu vite en besogne et jeter le bébé avec l’eau du bain. L’IA est un outil, et en tant que tel, on peut s’en servir intelligemment sans tomber dans l’excès. Ainsi, je crois qu’on peut utiliser l’IA avec raison et réaliser – avec son assistance – un travail profondément authentique et pleinement humain. Il m’a alors semblé important d’écrire un article pour expliquer la façon dont je me sers dans mon processus créatif, et pourquoi cela n’a rien à voir avec toute la merde ambiante qu’on peut actuellement croiser.

Pour cela, on va aborder le sujet sous tous ses aspects : texte, image, vidéo et audio. J’ai déjà abordé le sujet au détour de plusieurs vidéos, lives et podcast, mais il m’est apparu qu’il est à présent important d’aborder ce sujet spécifiquement et une bonne fois pour toutes, afin de rassurer ceux qui découvriraient mon travail ou seraient curieux d’en savoir plus. Vous constaterez alors que l’IA peut revêtir un tout autre rôle que celui d’être au service de la médiocrité.

Chat GPT et autres LLM

Pour commencer, enfonçons une porte ouverte : Les Arcanes d’Osmund (qu’on abrégera LADO) est une histoire écrite avec mes mains et qui sort de ma tête. Cela étant dit, à quoi peuvent donc bien me servir les IA textuelles ?

Brainstorming

Premièrement, cela me permet d’accélérer mon travail de recherche. Si Google continue d’être mon ami pour cette tâche, explorer un sujet lors d’une session de brainstorming avec l’IA s’avère particulièrement enrichissant. C’est comme avoir un assistant super-cultivé à ma disposition 24h / 24. J’ai une idée, je démarre alors une conversation avec Chat GPT au cours de laquelle je vais lui poser des questions et/ou éprouver mon idée : complément, contradiction, débat. L’objectif est de creuser et développer un concept que je vais ensuite intégrer à mon histoire. Pour ceux qui suivent LADO, cela va du système de mesure universel kadrissique au vin de cactus du désert de Tel-Berg, en passant par le fonctionnement du climat d’un monde à deux soleils.

Une fois mes idées mises au clair, je demande à Chat GPT de les remettre au propre pour ensuite copier le résultat dans un document : mon worldbuilding. J’affine le résultat à la main, afin que cette fiche soit fidèle à ce que j’avais en tête et que le ton me plaise, bien qu’il s’agisse d’un document de travail pour moi-même. J’ai ainsi une fiche info à laquelle me rapporter à chaque fois que j’en aurais besoin. De nombreuses fiches de worldbuilding ont, au contraire, été entièrement pensées seul, sans aucune assistance. Chat GPT m’a alors simplement permis de mettre mes notes au propre afin d’avoir une fiche plus lisible et mieux organisée.

Aide à la formulation

Il peut parfois arriver qu’on bloque à formaliser ses idées, ou tout simplement qu’on cherche un mot ou une expression qu’on ne connaît pas. À cet effet, Chat GPT est aussi d’une grande aide. Par exemple, pour le chapitre 10 de LADO, j’avais besoin de décrire le système très atypique d’évacuation des fumées qu’utilisaient les Vietnamiens dans leurs abris sous-terrain durant la guerre du Vietnam. J’avais découvert ce procédé dans une vidéo, et je me le suis approprié pour l’attribuer aux elfes blancs d’Assuna. Sauf que ce système d’évacuation est réellement complexe. Si d’un côté je ne voulais pas m’étaler dessus, je désirais quand même qu’il soit décrit en un court paragraphe pour montrer l’ingéniosité des assunéens. Ne maîtrisant pas le sujet, j’ai alors demandé une description purement technique à Chat GPT. Je l’ai ensuite entièrement réécrite à ma façon dans un court paragraphe, tout en ajoutant ma pâte habituelle. Chat GPT, encore une fois, n’aura été qu’un assistant et n’a rien enlevé à mon travail d’écriture. Il m’a simplement permis de porter celle-ci plus loin.

Assistant-correcteur

En effet, il ne suffit pas d’avoir un logiciel de correction orthographique – indispensable aussi, au demeurant – pour faire le job. Ces logiciels laissent passer des erreurs et en commettent eux-mêmes quelques-unes. Ainsi, tout auteur un tant soit peu sérieux se fait assister par un correcteur (humain) professionnel qui va relire sa prose. J’en ai moi-même un, 100 % humain (quoique ), qui relit chacun des chapitres de LADO. Il me fait part de ses remarques, ses suggestions, et passe au crible mes erreurs d’orthographe, de grammaire et de syntaxe.

Mais dans l’objectif de gagner du temps, j’ai créé un bot GPT dédié à cet usage. Si bien que mon correcteur peut se focaliser davantage sur le fond, la partie la plus rébarbative ayant été en grande partie assurée en amont. Reste à mon correcteur la partie la plus sympa.

Création de scripts PowerShell

Vous vous demandez sans doute ce que ça fout ici. Pour chaque fiction audio, j’ai à traité une grande quantité de fichiers, et Chat GPT m’a aidé à rédiger des scripts me permettant de réaliser des traitements par lot qu’aucun logiciel ne saurait égaler en termes de rapidité. Par ailleurs, cela m’a été d’une aide précieuse pour écrire le duel du chapitre 7.

Pour cette scène, j’avais sollicité l’aide d’une connaissance oeuvrant dans le monde de l’escrime médiéval. Alors que je lui avais demandé des ressources pour me renseigner, lui et ses compagnons d’escarmouche (coucou Médiév’Art) ont eu la gentillesse de réaliser le combat en question – d’après les critères que j’avais donnés – et de le filmer. J’ai alors pu bénéficier de la meilleure documentation possible, mais la rédaction allait s’avérer sacrément fastidieuse. Le nombre de mouvements était extrêmement important et je ne disposais pas de la terminologie technique pour l’écrire correctement.

J’ai alors procédé de la façon suivante :

• Chat GPT m’a généré un premier script qui a permis d’extraire toutes les images du fichier MP4, en les numérotant par ordre chronologique.
• Un second a eu pour objectif de supprimer 4 images sur 5 : je n’avais pas besoin de toutes les frames pour la suite de ce que j’avais en tête.
• Un troisième script me les a redimensionnés pour accélérer le traitement de l’étape suivante.
• Un quatrième script m’a permis d’organiser les images par planches : 45 planches de 50 images chacune.
• Une fois ceci fait, j’ai demandé à GPT d’analyser chaque planche et de décrire – avec le jargon technique – ce qui se passait, mouvement après mouvement. Ce ne fut pas un exercice facile, car l’IA avait parfois du mal à interpréter certains mouvements, mais le résultat fut à la hauteur : une description complète de 20 pages, neutre, sans narration, et purement axé sur la technique.
• Mon travail a ensuite consisté à identifier et retenir ce qui était important, pour ensuite écrire le duel avec style en y ajoutant la narration, les émotions des personnages et ce qui se passait autour. Le résultat final fut un combat tenant sur 5 pages.

Cela n’aurait jamais pu se faire sans vision, sans connaissance technique et sans maîtrise de l’IA elle-même.

Génération d’image

Passons à présent à un autre type d’IA : les IA génératives d’images. En tête de pont, nous avons le célèbre Midjnourney, qu’on ne présente plus. Il est suivi par Chat GPT, Nano Bana et Firefly. Le tout assaisonné de montage et retouche à l’ancienne avec Adobe Photoshop, et d’un travail de la colorimétrie avec Adobe Lightroom. Là encore, l’IA permet seulement de donner naissance à une vision existante. Elle ne se satisfait pas d’elle-même. Un travail sur l’image obtenue est quasi systématiquement nécessaire pour parvenir au rendu final.

Illustration

Pour commencer, et c’est mon usage principal de Midjourney : illustrer chaque chapitre de deux-trois images. Cela permet aux gens de s’immerger davantage dans l‘univers et de prolonger l’écoute au travers de fonds d’écrans ou de goodies.

Pas plus tard qu’hier soir, je travaillais à la réalisation d’un template de carte de collection (physique) à proposer à mes abonnés Patreon ou à joindre au livre qui sortira fin 2026. Template généré par Midjourney et sur lequel j’ai travaillé ensuite à coup de montage Photoshop et retouches Firefly.

Il m’aura fallu 3h30 de travail pour obtenir le résultat ci-dessous. Pourquoi ? Parce que le rendu de l’IA était insuffisant. Un grand nombre d’artefacts visuels étaient présents et elle s’était emmêlé les pinceaux dans les bordures des cadres, qu’il a alors fallu corriger un bug après l’autre.

Là encore, un lambda qui ne connaît que l’IA, ou un débutant, n’auraient pu obtenir ces résultats. Ce qui a aussi fait la différence ici, ce sont mes connaissances et compétences en design graphique (mon métier dans le civil) et en direction artistique. Être designer graphique, ce n’est pas être un presse-bouton.

Un dernier exemple, plus trivial et gadget, c’est mon pack de stickers Telegram. Si le rendu est professionnel, c’est parce que j’ai ensuite demandé à ma stagiaire de vectoriser chaque émoji avec une IA dédiée, pour qu’elle puisse ensuite harmoniser les couleurs et les exporter avec un fond transparent.

Midjourney et consorts sont de véritables alternatives aux images convenues et réchauffées des banques d’images. Avec les bonnes compétences et une vraie vision, ces outils permettent d’obtenir des résultats professionnels à moindre coût. Dès lors que l’on sait ce qu’on fait, l’IA devient un assistant et un booster de créativité.

Sérendipité

Ce qu’il y a de génial avec les IA génératives, ce que ce sont aussi des sources d’inspiration. Parfois, l’IA se vautre royalement et propose quelque chose totalement à côté de la plaque. Cela a parfois pour effet de déboucher sur de bonnes surprises ! Un jour, Midjourney m’a généré un décor nocturne avec huit stèles, alors que je lui demandais un temple dans un désert. Ma première réaction a été : « mais putain, il est con ou quoi ? »

Mais il ne me fallut pas plus de quelques secondes pour qu’une idée germe de cet heureux accident : cet endroit serait l’objet d’une quête importante au cours du tome 2 ou 3 de LADO ! J’ai ensuite retravaillé le rendu proposé pour aboutir au visuel ci-dessous, que vous pouvez également voir à la fin du générique.

Aujourd’hui, je passe régulièrement sur la page d’accueil de Midjourney pour découvrir les créations d’autres utilisateurs et nourrir ainsi mon inspiration. Ce n’est évidemment pas ma seule source d’idées. Il y a quelques semaines j’ai découvert un endroit magnifique, une carrière désaffectée en pleine forêt, auprès de laquelle nous avons campé avec mon grand. Un paysage qu’on retrouvera assurément sur le chemin de mes personnages le temps d’une nuit. L’IA vient simplement rejoindre la longue liste des sources d’inspiration.

Génération de vidéo

Avant l’apparition de ces IA, une vidéo était généralement synonyme de banque de ressources. Disposant d’un abonnement professionnel à l’une d’entre-elle, c’est grâce à ça que j’ai pu réaliser la bande-annonce de ma chaîne YouTube : des rushs vidéo soigneusement sélectionnés au terme de longues heures de recherches, suivies d’un travail de colorimétrie sur les rush en question pour harmoniser ceux-ci entre eux. Enfin, un template professionnel Adobe After Effect adapté et modifié dans lequel insérer les rush vidéo corrigés, afin de coller au résultat attendu.

Voici ce que ça donne avec la bande-annonce de ma chaîne, 0 % d’IA :

Mais les IA génératives vidéo, telles que Kling et Midjourney, ont été un vrai game changer. Non seulement vous pouvez animer un visuel généré, mais mieux encore : vous pouvez aussi animer un visuel fourni. Ainsi, après avoir édité une image générée pour l’expurger de ses défauts et autres artefacts, on peut lui donner vie en une poignée de seconde.

Terminé, la recherche longue et fastidieuse de rush qu’on retrouve dans des centaines d’autres vidéos, et qui ne sont jamais exactement ceux qu’on aimerait avoir. À la place, des rush générés qui permettent d’obtenir les séquences désirées pour un coût dérisoire.

Et si les générations souffrent souvent de quelques coquilles visuelles, une fois qu’elle a trouvé sa place dans un montage complexe avec de nombreux effets, cela ne se voit presque plus et fait très bien le travail. La bande-annonce de mon livre, qui combine IA et montage vidéo « traditionnel »,  en est un bon exemple :

Et là encore, ce qui fait réellement la différence n’est pas le fait d’utiliser l’IA. La bande-annonce de ma chaîne n’a pas été refaite à coup d’IA pour la simple et bonne raison qu’elle remplit toujours parfaitement son rôle. Ce qui fait la différence, c’est la vision avec laquelle le travail a été réalisé et les compétences mises en oeuvre derrière.

Génération audio

Quand il n’y en a plus, il y en a encore ! Cet article est long, mais le sujet méritait que je m’attarde dessus en profondeur. Nous attaquons à présent le dernier volet de ce billet, à savoir la génération audio. Dans le cas présent, cela concerne deux aspects de la génération audio : la voix et la musique.

Les voix du métaverse

Mon premier usage des IA génératives audio a été la génération de voix pour les lignes de dialogue de mes fictions audio. Je l’entends d’ici : « Mais pourquoi n’as-tu pas fait appel à des doubleurs ? »

Parce que :

• Je ne peux imposer un rythme et des délais à des gens qui travailleraient bénévolement.
• Harmoniser les différents niveaux de sons en fonction des micros prend du temps.
• Difficile d’avoir le compte de doubleurs, LADO ayant un grand nombre de personnages.

Bien que je sois en capacité d’enchaîner les rôles tout en faisant considérablement varier ma voix, cela nuit à l’immersion et je n’ai pas non plus un nombre de voix infini. L’usage de cet outil a alors permis de diversifier mes fictions audio. Et si cela peut sembler simple de prime abord, convertir la voix d’un fichier audio demande un peu de technique (dont du langage de programmation Python), qu’il m’a fallu apprendre.

J’ai malheureusement fini par arrêté d’utiliser la conversion de voix, car cela était aussi chronophage qu’avec de vrais doubleurs. Aujourd’hui, les voix masculines sont toutes ou presque doublées par mes soins, tandis que les voix féminines sont assurées par Marine Pailhé. L’IA ne me sert plus, à présent, que pour du dépannage. Dernier exemple en date : lors du montage de l’épisode 13, je me suis rendu compte vers 1h du matin que j’avais oublié d’indiquer à Marine l’une de ses répliques. Comme le personnage concerné n’avait de toute façon qu’une seule intervention, le problème fut réglé en quinze minutes.

Original Sound Track

Enfin, pour terminer ce long article, venons-en enfin à l’un de mes petits préférés : Suno, l’IA générative de musique. Pour ma part, cela a été une petite révolution. Mon travail de fictions audio reposant énormément sur la musique, grâce à cette IA j’ai pu abandonner la recherche de morceaux sur des banques de ressources, au profit de musiques taillées quasiment sur mesure.

Pour ceux qui ne connaissent pas Suno, le principe est simple : vous rédigez une requête expliquant ce que vous souhaitez, vous y joignez éventuellement des paroles, et Suno s’occupe du reste. S’il est vrai que le quidam moyen pourra rapidement obtenir quelque chose de basique qui tienne la route, cela reste toutefois du niveau de ce qui passe à la radio aux heures de grandes écoutes.

Mais pour celui qui a un minimum de connaissance en musique et en mixage audio, c’est une tout autre affaire ! Bien que je ne sois pas musicien, au cours de mes quelques années à pratiquer des instruments durant ma jeunesse, on a assez rapidement découvert que j’avais l’oreille musicale. Ajoutez à cela le fait d’avoir eu un professeur de musique hors du commun, qui m’a transmis des principes essentiels que j’ai approfondis par la suite.

Par ailleurs, les OST représentent la très grande majorité de la musique que j’écoute depuis quinze ans. Il était donc logique de m’inscrire dans une logique de conception de musique de film pour LADO. Qu’est-ce que cela signifie ? Et bien que la musique dit quelque chose de l’histoire que le texte et l’image ne racontent pas. Il ne s’agit pas, pour le compositeur (ce que je ne prétends pas être), de simplement réaliser un morceau qui va bien avec la scène. Le thème musical, la mélodie, le choix des instruments : tout dit quelque chose de l’histoire !

Par exemple, ceux qui ont été attentifs à la musique de l’épisode 13 de LADO et le seront tout autant à l’épisode 16 devraient être capables de deviner le dénouement du tome 1. Subtilement, discrètement, la musique donne de précieuses indications et participe activement à la narration. Ou plutôt, elle amène une seconde narration, en parallèle du texte. Sur ce même épisode 13, j’ai énormément hésité sur le choix de la première piste : l’une reprenait le thème musical de Valen, l’autre reprenait le thème musical de l’Histoire d’Osmund. Cela ne disait clairement pas la même chose, au regard du final de l’épisode 10. Bref, la musique offre des possibilités narratives supplémentaires absolument folles !

Si tous mes morceaux sont pensés pour coller à un passage de l’histoire, il n’est pas non plus rare qu’un morceau ait été l’objet d’un accident génératif et, comme pour Midjourney, me donne une idée de scène. Ou bien qu’une idée précise donne également naissance à tout un pan de l’histoire, une fois la piste générée.

C’est comme ça que le medley « odmundéen » de Fortunate Sons x Freedbird m’a fait imaginer la course-poursuite dans les tunnels oriméens. Texte et musique se sont nourris l’un l’autre et ça a été un jeu de ping-pong jusqu’à ce que je parvienne à trouver le bon équilibre. Il en est de même avec ma reprise de Wellerman, pourtant issu d’un délire créatif.

Enfin, notez que Suno permet d’extraire les stems, c’est-à-dire une décomposition de la musique en plusieurs fichiers, par famille d’instruments. Pour ma version de Wellerman, cela m’a permis de rééquilibrer les instruments presque individuellement avec Adobe Audition.

Et la cerise sur le gâteau sur la Ferrari, c’est quand l’ami Yannick est venu ajouter une couche de MAO (musique assistée par ordinateur) par là-dessus. Le rendu final est écoutable par ici :

Bref, là encore, l’IA n’est que le révélateur des intentions de son utilisateur qui, s’il est suffisamment formé, peut accomplir des merveilles qu’il n’aurait su accomplir seul autrefois.

Quid des droits d’auteurs ?

Avant que certains ne viennent râler en commentaires poser leur veto à ma démarche sur cette question, je tiens à éclaircir ce point. Le droit d’auteur est un faux problème.

De tout temps l’être humain a puisé dans les oeuvres de ceux qui l’ont précédé pour en créer de nouvelles. Certains chercheurs ont même pu établir des « dynasties d’inspiration » et remonter d’auteur en auteur sur plusieurs siècles. C’est parce que des hommes ont partagé leurs savoirs et se sont inspirés les uns des autres que les arts, les sciences et la culture ont pu évoluer au fil des siècles et se diffuser à travers le monde. L’IA ne fait que rendre ce processus plus rapide.

Toutefois,  l’IA ne crée rien par elle-même. Elle ne fait qu’obéir à l’utilisateur grâce à un entraînement basé sur un très grand nombre de données. Et si ledit utilisateur ne dispose pas des compétences et des connaissances qui vont bien, le résultat restera – le plus souvent – médiocre. Une médiocrité qui n’a pas attendu l’IA pour que nombre de créateurs de contenus versent dedans à échelle industrielle.

Personnellement, je crois que ce qui fait en réalité peur aux auteurs, c’est que l’intelligence artificielle ne révèle leur propre médiocrité en montrant que ce qu’ils font est, somme toute, standard. Pour ma part, j’y vois un défi : celui de ne jamais me laisser dépasser par ces outils. Et pour le moment, je crois fermement que la part d’âme que je mets dans mon travail d’écriture me met à l’abri.

Voilà pourquoi je suis très à l’aise avec le fait d’utiliser des intelligences artificielles et que je n’ai aucun problème avec l’idée que mes textes les nourrissent à leur tour.

Conclusion

Si après cette démonstration certains continuent de croire qu’utiliser l’IA est synonyme d’absence de talent (coucou Gerber), je ne peux rien pour eux.

Au final, vous l’aurez compris, l’IA est un outil, un assistant et un accélérateur. En réalité, comme de nombreux progrès technologiques, celui-ci est d’abord révélateur de l’état d’esprit de son utilisateur. Mes textes sont bien écrits avec mes petites mains. Les Arcanes d’Osmund sortent bien de ma tête. Mais produire des fictions audio est un travail long, particulièrement chronophage et l’IA me permet simplement d’accélérer certaines phases dudit travail et d’emmener celui-ci plus loin.

L’IA permet de faire émerger visuellement et musicalement mon univers, sans avoir à attendre de bénéficier de moyens conséquents pour ça. Pour finir, je dirai que bien utilisée, l’IA nous donne des moyens de concrétiser un travail qui reste, malgré tout, profondément humain.

« L’IA devient un prolongement de l’imagination humaine, elle ne raconte pas l’histoire à notre place, mais elle nous aide à lui donner plus de profondeur. »

– sur Achievement Industry, au sujet de l’IA dans le jeu vidéo