« A l’heure de l’IA générative, nous devons nous interroger sur ce que signifie le rapport à la productivité dans notre secteur. »

À l’occasion de Raffut, les rencontres nationales de la Fedelima à Dunkerque, une table ronde s’est tenue le 2 juillet 2024 pour discuter de l’impact de l’intelligence artificielle générative sur les métiers de la culture. Les intervenants, Romain Boonen, fondateur de Empowork, Vincent Mandinaud de l’ANACT et Anne Le Gall, cofondatrice et déléguée générale du TMNlab, ont partagé leurs réflexions avec Laurent Tricart (Plaine Images) sur ce phénomène.

L’IA générative, une rupture technologique et sociétale

L’IA générative est perçue comme une rupture majeure, tant sur le plan technologique que sociétal. L’impact de cette technologie dépasse largement le cadre technique pour toucher à des aspects culturels et organisationnels profonds. Vincent Mandinaud souligne que l’IA générative est devenue omniprésente grâce à sa simplicité d’utilisation et sa capacité à produire des résultats impressionnants avec peu de connaissances techniques : « Aujourd’hui, n’importe qui peut utiliser ces outils, ce qui les rend redoutablement irrésistibles. » Cela a conduit à une adoption rapide et massive, créant un véritable effet de buzz.

L’IA générative aujourd’hui rappelle à Romain Boonen l’arrivée d’Internet. « C’est une nouvelle vague technologique qui promet de transformer nos modes de fonctionnement de manière profonde et imprévisible. » Il met en lumière le contraste entre cette technologie et d’autres innovations comme le métavers. « Le buzz autour du métavers – qui on le rappelle n’est pas une innovation nouvelle puisque les métavers existent depuis des dizaine d’année et que le buzz de 2021 a principalement été poussé par un acteur des GAFAM – n’a jamais permis une adoption massive, contrairement à l’IA générative qui a immédiatement trouvé des usages concrets et généralisés, précise Anne Le Gall. Mais contrairement aux débuts d’Internet, qui étaient aussi portés par des scientifiques et des communautés ouvertes avec une forme d’utopie démocratique, l’IA générative est propulsée par des entreprises avec des intentions principalement économiques. Le contexte et les objectifs sont très différents, ce qui nécessite une approche et une vigilance particulière. »

Cette adoption rapide de l’IA générative nous oblige à traiter le sujet de manière urgente et structurée, avant même que les cadres réglementaires et de formation ne soient pleinement en place. Il en résulte une nécessité de réagir et de s’adapter rapidement à ces nouvelles technologies qui, malgré leurs promesses, soulèvent également des questions éthiques et pratiques significatives.

Selon Vincent Mandinaud, “il est essentiel de mener de s’appuyer sur les cadres
réglementaires pour mener des discussions approfondies, de négocier des finalités et modalités adaptés au métiers et au contexte de l’entreprise, en impliquant activement les travailleurs dans ces processus. Cela permettra de garantir une intégration éthique et bénéfique de ces technologies. » .

Premiers cas d’usage : les early adopters

Les premiers cas d’usage de l’IA générative dans le secteur culturel sont variés. Anne Le Gall observe que « les artistes ont été les premiers à adopter l’IA générative, souvent en l’intégrant dans leurs processus créatifs comme Benoît Carré dans la musique, Tamara Leites au théâtre [NDLR : voir projet D Simon], Wayne McGregor dans la danse [NDLR : voir Café TMNlab dédié aux pratiques créatives – réservé aux adhérent.es du TMNlab] ou le Collectif Obvious dans l’art contemporain. Cependant, cette adoption est encore en expérimentation pour le plus grand nombre, notamment au sein des écoles d’art, qui cherchent à construire des pratiques enrichies par ces outils sans pour autant en standardiser la créativité. »

Dans les institutions, les métiers de la communication se sont révélés être parmi les premiers à adopter ces technologies. Anne Le Gall, en s’appuyant sur une enquête flash menée auprès des membres de la Communauté TMNlab, explique que les applications de l’IA dans ce domaine sont nombreuses « car il y a des applications évidentes et faciles d’accès. » Cependant, elle note que cette adoption est souvent expérimentale, avec peu de structures ayant intégré ces outils de manière systématique et concertée dans leur fonctionnement quotidien.

Ces outils permettent de générer du contenu rapidement, de gérer les interactions sur les réseaux sociaux et même d’automatiser certaines tâches de relations publiques. « Avec l’IA générative, il est possible de reporter le temps gagné sur des tâches répétitives vers des interactions humaines plus riches et significatives. Cela nous permet de réinvestir ce temps dans la relation. » Les premiers utilisateurs explorent souvent ces outils pour des tâches spécifiques avant de les intégrer plus largement, ce qui démontre une prudence face à l’ampleur du changement potentiel – identifié de façon disparates au sein des structures comme le révèle l’enquête flash.

Romain Boonen évoque également l’apport de l’IA générative non pas pour remplacer mais pour transformer les tâches et processus de travail. Il s’est créé un agent conversationnel pour discuter et approfondir ses idées : « Grâce à la capacité des outils actuels de pouvoir converser à l’oral, j’ai créé un bot me permettant de discuter lors de promenades. Discuter avec l’IA générative en marchant m’a permis d’explorer de nouvelles idées et de faire des liens que je n’aurais pas envisagés seul. En quelques heures, j’ai pu accomplir ce qui m’aurait normalement pris plusieurs jours de réflexion. »

Métiers à risque et effets rebonds

Certains métiers sont identifiés comme étant à risque face à l’IA générative. L’utilisation de ces technologies dans des domaines comme le doublage de voix ou la création musicale pourrait remplacer des rôles traditionnellement occupés par des professionnels.

Anne Le Gall mentionne une étude de l’AFDAS qui a identifié les métiers les plus impactés dans le champ des ICC (Industrie Culturelles et Créatives) avec un regard particulier sur l’audiovisuel, la communication et le spectacle vivant. Les résultats sont intéressants mais montrent le manque de matière et des difficultés à formuler des prédictions sur un sujet qui évolue chaque semaine. « Nous sommes vraiment au tout début de l’IA générative, affirme Romain Boonen. Ce que nous voyons aujourd’hui n’est que la pointe de l’iceberg. Les véritables impacts et potentialités de cette technologie se dévoileront au fil du temps. »

Sur le sujet du doublage, Anne Le Gall précise : « L’association Les Voix a identifié le nombre de métiers touchés par l’IA dans le doublage et tente d’alerter sur le sujet. L’Union des Producteurs Audiovisuels étudient les possibilités de contractualisation pour protéger les acteurs de compléments. Tout cela pourrait avoir un impact économique rebond sur le champ du spectacle vivant puisque de nombreux artistes vivent du doublage et de la figuration pour pouvoir financer la création de spectacles. Il s’agit d’avancer avec rigueur et précision pour évaluer un impact possible. » Cela soulève des préoccupations sur la pérennité de certains emplois et la nécessité de protéger les travailleurs contre les effets négatifs de l’automatisation.

Vincent Mandinaud insiste sur l’importance de négocier des cadres de travail pour protéger ces métiers. Il cite l’exemple des scénaristes aux États-Unis qui ont réussi à négocier des protections spécifiques concernant l’utilisation de l’IA dans leur domaine. « Il est essentiel que les travailleurs soient impliqués dans la mise en place de ces technologies pour garantir qu’elles soient utilisées de manière éthique et bénéfique. »

Et sur les métiers de rédaction, création visuelle, photographie, création sonore, traduction, notamment dans le champ de la communication, dans des structures culturelles parfois très contraintes en termes de ressources humaines et de budget, il rappelle : « Les dirigeants des entreprises, associations, institutions sont responsables de la façon dont les machines viennent se substituer ou s’associer au travail humain. Ce ne sont pas seulement des décisions financières mais aussi des choix éthiques qui impactent profondément la qualité du travail et la valeur accordée aux compétences humaines. »

Rapport à l’effort et quête de productivité

L’IA générative interroge profondément notre rapport à l’effort et à la productivité. D’un côté, ces outils peuvent transformer la nature des tâches, libérant du temps pour des activités plus créatives et stratégiques. Romain Boonen voit dans ces technologies une opportunité de réinventer le travail : « À la place de prendre une journée pour concevoir une première version d’un projet, on peut générer une V1 en 10 minutes et se concentrer sur des aspects plus stratégiques. » Cependant, cela pose également des questions sur la déshumanisation du travail et la perte de compétences essentielles.

Vincent Mandinaud met en garde contre les dangers d’une productivité excessive au détriment de l’humain : « L’IA générative et ses usages se présentent de façon profondément productiviste, en ce qu’il s’agit de gagner du temps etc. Il ne s’agirait pas pour autant que cela conduise à déposséder les personnes et les collectifs de travail de leur intelligence sociale et émotionnelle. » Il souligne l’importance de préserver le plaisir et le sens du travail, des éléments essentiels pour la motivation et la satisfaction des travailleurs ; mais également la cohésion des collectifs, source de performance. La quête de productivité individuelle ne doit pas conduire à une standardisation excessive qui éroderait la créativité et l’innovation, valeurs fondamentales dans le secteur culturel. « Nous devons nous interroger sur ce que signifie réellement le rapport à la productivité dans notre secteur, confirme Anne Le Gall ».

En effet, il apparaît essentiel de réfléchir à ce que nous entendons collectivement par productivité dans un secteur culturel où la surcharge des équipes est profonde et les profils couteau-suisse toujours plus nombreux. Pourtant, le manque de structuration RH des organisations culturelles leur font accuser un retard dans l’adresse de ces sujets. L’IA générative, comme la transformation numérique des organisations déjà largement advenue « malgré elles », vient accentuer ce sujet fondamental.

Enjeux collectifs et prochaines étapes

Face à ces défis, les intervenants appellent à une réflexion collective et à une régulation appropriée qui ne doit pas être laissée seulement aux structures – souvent petites ou moyennes – mais faire l’objet d’échanges collectifs. Anne Le Gall souligne l’importance de la littératie numérique. Elle insiste sur la nécessité de développer un socle de compétences numériques pour tous les travailleurs : « Il est nécessaire de développer une acculturation pour pouvoir faire des choix éclairés. Cela inclut la formation aux nouvelles technologies et outils, mais aussi la compréhension des implications éthiques et sociales de leur utilisation. Une formation à l’agilité numérique qui concerne aussi bien les équipe opérationnelle que direction d’établissement ou les décideurs politiques. »

Vincent Mandinaud prône une transformation numérique qui s’adapte au contexte des entreprise et à la réalité du travail. « Il s’agit de façonner les projets d’introduction d’IA en fonction de nos collectifs de travail. » Cela nécessite une approche collective et inclusive, impliquant tous les acteurs concernés dans le processus de décision. Les discussions autour de l’IA doivent inclure non seulement les aspects techniques, mais aussi les impacts sur les conditions de travail, les relations professionnelles et les dynamiques sociales.

« L’essor du numérique a déjà conduit à une baisse de certaines compétences traditionnelles, comme l’orientation avec les GPS ou l’écriture manuelle avec les claviers. Mais ce n’est pas nouveau, c’est une histoire de l’humanité. L’apparition de l’écriture a induit une transformation de la mémoire puisqu’il n’était plus nécessaire de tout mémoriser, rappelle Romain Boonen. Avec l’IA générative, il est crucial de veiller à ce que nous ne perdions pas davantage de savoir-faire essentiels en nous reposant trop sur ces nouvelles technologies. »

Un des risques sociétaux majeurs ? « L’affaiblissement du regard critique et donc une aggravation de la désinformation. Les compétences pour formuler une recherche, jauger d’un résultat, développer une approche rigoureuse de la donnée et de l’information ont déjà beaucoup régressé. » C’est un point fondamental d’éducation et de formation continue selon Anne Le Gall. Il faut donc former, pratiquer, connaître pour développer une approche métier et institutionnelle des transformations numériques en général, de l’IA générative en particulier.

L’IA générative représente une avancée technologique majeure qui va transformer les métiers du secteur culturel. Elle offre des opportunités pour améliorer l’efficacité et la créativité, mais pose également des défis en termes de formation, de protection des emplois et de régulation. La clé résidera-t-elle dans une approche collective, équilibrant innovation et préservation des valeurs humaines fondamentales ? Pour cela, il est essentiel de mettre en place des cadres réglementaires adaptés, de développer des formations spécifiques – à l’image de ce que porte Romain Boonen en Belgique ou TMNlab en France – et une réflexion approfondie sur l’intégration éthique de ces technologies dans le secteur culturel et la société.

Synthèse SWOT de la conférence

Thèmes principaux

• La finalité, l’utilité des projets d’introduction de SIA
• L’accessibilité des outils, des informations sur les projets, des données liées à la conception ou à l’usage des SIA
• Les conditions d’utilisabilité des SIA
• La discutabilité et l’importance des espaces de discussion dans les organisations.
• L’intelligibilité et la nécessité de générer un sens collectif.
• L’adaptabilité des projets et des outils aux réalités contextuelles.
• La formation et l’acculturation technologique.
• La reconnaissance de l’effort et des compétences dans le travail.
• L’importance du code social et de l’organisation responsable.
• Les enjeux de la transformation numérique et de l’intelligence artificielle.

Forces

• L’importance accordée à la discutabilité et à la création d’espaces de discussion.
• La reconnaissance de la nécessité de générer un sens collectif.
• L’accent mis sur l’adaptabilité des projets aux réalités contextuelles.
• La valorisation de la formation et de l’acculturation technologique.
• La reconnaissance de l’effort et des compétences dans le travail.

Faiblesses

• Difficulté à organiser des espaces de discussion efficaces dans les organisations.
• Problèmes de sens au travail liés à des problèmes de discussion.
• Complexité de l’adaptation des outils numériques aux réalités des métiers.
• Manque de compétences en code et en technologie dans certaines organisations.
• Dépendance accrue aux outils numériques sans compréhension de leur fonctionnement.

Opportunités

• Mutualisation des compétences techniques entre différents secteurs.
• Possibilité de fixer des règles pour l’introduction de l’IA dans les organisations.
• Développement de projets open source et collaboratifs.
• Accroissement de la formation en code et en technologie.
• Utilisation des associations professionnelles pour établir des cadres communs.

Menaces

• Pressions concurrentielles et changements rapides dans la technologie.
• Risque de frustration si les projets ne sont pas adaptés aux réalités contextuelles.
• Dépendance aux entreprises technologiques sans compréhension de leurs outils.
• Risque de perte de sens et de satisfaction au travail.
• Évolution rapide de l’IA sans régulation adéquate.

Commentaire

Cet article a été rédigé avec l’aide de plusieurs outils d’IA générative.

La solution Dicte.ai [beta], d’une part, pour réaliser une transcription complète de la conférence et une grille d’analyse SWOT présentée en synthèse (volontairement non retouchée). Cette solution est française.

La solution ChatGPT version 4o, d’autre part, comme aide à la rédaction de l’article et à la réécriture de citations pour structurer le propos d’après les échanges des 3 intervenant.es et de la salle.

Grâce à ces outils, il nous a été possible de produire un compte-rendu relativement détaillé et fidèle en 1h30 environ (le temps est principalement dédié à la réflexion autour de la structure, la création de prompt pour guider et relancer l’outil, un travail de réécriture pour arriver à une formulation fidèle), notamment car l’outil gommait sensiblement l’aspect technocritique des échanges au profit d’une vision davantage enthousiasme – même s’il y avait clairement de l’enthousiasme autour de la table – et standardise souvent trop les exemples ou prises de paroles.

Dans cette application métier, l’IA générative permet de mieux valoriser l’intelligence collective produite lors d’ateliers, de réunion, de conférences alors que dans la réalité de nos quotidiens – nous sommes 2 salariés au TMNlab – il est souvent très difficile de consacrer du temps à la rédaction de comptes-rendus appropriables par les professionnel.les.

Photo : Yannick Delva pour la Fedelima