Une intelligence artificielle peut produire des résultats nouveaux, surprenants et parfois utiles. Cela ne suffit pas à lui attribuer toute la créativité d’une personne ou d’un collectif.
Pour une équipe créative, la question la plus productive n’est pas de décider si la machine est « créative » en général, mais de distinguer ce qu’elle combine, ce qu’elle explore et ce que l’humain doit encore transformer et assumer.
Pourquoi la réponse dépend de la définition de la créativité
La créativité est souvent évaluée à partir de trois propriétés :
- la nouveauté du résultat ;
- sa valeur dans un contexte donné ;
- son caractère surprenant.
Un modèle génératif peut satisfaire ces critères dans certaines situations. Il peut proposer une association rare, explorer rapidement des variantes et produire un résultat que l’utilisateur n’avait pas anticipé.
Mais la valeur n’existe pas indépendamment d’un contexte. Une affiche peut être originale et pourtant contredire la stratégie d’une marque. Une image peut surprendre tout en étant juridiquement inutilisable. Un film peut être techniquement réussi sans exprimer un point de vue.
La création ne se réduit donc pas à la production d’une forme nouvelle. Elle comprend aussi le choix du problème, l’interprétation du contexte et la responsabilité du résultat.
Combinaison, exploration, transformation : une grille utile
Un article de recherche déposé sur arXiv le 22 juillet 2026 reprend trois catégories de créativité associées aux travaux de Margaret Boden. Son auteur, Ivan Magrin-Chagnolleau, défend une thèse précise : les systèmes actuels réalisent une créativité combinatoire, restent limités dans l’exploration et ne disposent pas d’une créativité transformationnelle véritable.
Ce texte est une prépublication et non un consensus scientifique. Sa grille reste néanmoins utile pour répartir les rôles dans un processus créatif.
La créativité combinatoire
Elle associe des éléments connus d’une manière nouvelle. Les modèles génératifs sont particulièrement efficaces pour cette tâche : mélanger des références visuelles, reformuler un concept, rapprocher deux univers ou décliner une direction.
Pour une équipe, cette capacité accélère l’idéation et élargit le nombre d’options examinées. Elle augmente aussi le risque de produire des variations séduisantes mais trop proches de conventions déjà apprises.
La créativité exploratoire
Elle parcourt un espace de possibilités soumis à des règles. Un modèle peut explorer des cadrages, des palettes, des rythmes de montage ou des formulations à grande vitesse.
Cette exploration reste dépendante du cadre donné par l’outil, le modèle, les données et le prompt. L’humain conserve un rôle décisif lorsqu’il modifie les contraintes, écarte une solution attendue ou reformule le problème.
La créativité transformationnelle
Elle change les règles mêmes de l’espace créatif. Il ne s’agit plus de trouver une variante dans un cadre, mais de rendre possible une catégorie de solutions qui ne l’était pas auparavant.
Selon la thèse du chercheur, les systèmes d’IA actuels ne réalisent pas cette transformation de manière autonome, car ils ne possèdent ni position subjective ni intention propre. Cette conclusion peut être discutée, mais elle rappelle une différence opérationnelle : la machine ne porte pas les conséquences culturelles, commerciales ou éthiques du changement proposé.
Ce que l’IA fait bien dans un processus créatif
Les modèles génératifs apportent une valeur forte lorsqu’ils sont utilisés pour :
- produire rapidement des alternatives ;
- rendre visible une hypothèse avant de la fabriquer ;
- traduire une intention entre texte, image, vidéo et son ;
- tester plusieurs niveaux de rupture ;
- détecter des associations auxquelles l’équipe n’avait pas pensé ;
- accélérer des tâches d’exécution répétitives.
Ces usages ne sont pas mineurs. Ils peuvent réduire le coût d’un prototype et permettre à une équipe de comparer davantage de pistes avant de s’engager.
La vitesse ne garantit toutefois ni la pertinence ni la singularité. Si tous les participants utilisent les mêmes modèles, les mêmes références et les mêmes formulations, l’exploration peut converger vers des résultats homogènes.
Ce que l’humain doit continuer à décider
Formuler le vrai problème
Un brief demande souvent à être contesté avant d’être exécuté. Faut-il augmenter l’attention, clarifier une offre, rassurer un public ou changer une perception ? La qualité de cette reformulation influence davantage le résultat que le nombre de variantes produites.
Reconnaître l’accident fécond
Une erreur, une ambiguïté ou une contrainte imprévue peut ouvrir une direction. Le chercheur insiste sur la sérendipité : l’IA peut produire un accident, mais c’est une personne qui reconnaît sa valeur et décide de le poursuivre.
Évaluer la valeur dans un contexte
La même création n’a pas la même valeur pour une marque patrimoniale, une association, un musée ou une campagne de recrutement. L’évaluation dépend d’une culture, d’un objectif, d’un public et d’un moment.
Assumer le résultat
Une personne ou une organisation reste responsable du choix final. Elle doit pouvoir expliquer les références, vérifier les faits et les droits, corriger les biais et refuser un résultat qui ne respecte pas le brief.
Un protocole en six étapes pour les équipes créatives
1. Écrire une intention avant d’ouvrir l’outil
L’équipe formule le changement recherché chez le public, les contraintes non négociables et les preuves qui permettront d’évaluer une piste.
2. Définir plusieurs espaces d’exploration
Au lieu de demander cinquante variantes du même concept, elle crée des territoires réellement différents : continuité, déplacement et rupture. Chaque territoire possède ses propres règles.
3. Utiliser l’IA pour combiner et prototyper
Le modèle sert à matérialiser des hypothèses, pas à choisir la stratégie. Les prompts décrivent le rôle de la piste, son contexte et ses contraintes plutôt qu’une simple esthétique.
4. Introduire une contrainte extérieure
Une observation terrain, une matière, une archive, une voix client ou une règle de fabrication réduit la dépendance aux conventions statistiques du modèle. Cette contrainte donne à l’équipe un matériau qui n’est pas seulement issu de la génération.
5. Organiser une critique sans l’outil
Les pistes sont évaluées selon l’intention initiale, la lisibilité, la singularité, les risques et la faisabilité. Le volume ou la qualité de rendu ne doit pas masquer une idée faible.
6. Documenter la décision humaine
L’équipe conserve les raisons du choix, les modifications apportées et les vérifications effectuées. Cette étape aide à distinguer la contribution du système de la responsabilité éditoriale.
Trois exemples de répartition des rôles
Pour une campagne visuelle
L’IA combine des références et simule des déclinaisons. La direction artistique choisit le territoire, contrôle les ressemblances, décide de la cohérence avec la marque et construit la hiérarchie finale.
Pour un film court
L’IA produit des storyboards, des plans tests ou des transitions. L’équipe décide du point de vue, du rythme, de la relation au réel et de ce qui doit rester compréhensible pour le public.
Pour un concept de produit
L’IA explore des formes et des scénarios d’usage. Les designers confrontent ces hypothèses aux contraintes physiques, aux comportements observés et aux conséquences du produit.
Sortir du débat binaire
Dire que l’IA est créative peut faire oublier la dépendance du résultat à un modèle, à des données, à un prompt et à une sélection humaine. Dire qu’elle ne l’est jamais peut conduire à sous-estimer sa capacité réelle à produire des associations et à accélérer l’exploration.
La grille combinaison, exploration, transformation permet une réponse plus utile. Elle évite de confondre la génération d’options avec la définition d’une intention.
La réponse utile pour une équipe créative
Une IA peut participer à un acte créatif et produire de la nouveauté. Elle ne remplace pas la personne ou le collectif qui formule le problème, reconnaît une piste féconde, attribue une valeur et assume la décision.
La meilleure organisation ne cherche donc pas à choisir entre création humaine et génération automatique. Elle réserve à la machine la combinaison et l’exploration à grande échelle, puis rend explicites les moments où l’humain transforme le cadre et répond du résultat.
Source
Can an AI System Be Creative?, Ivan Magrin-Chagnolleau, arXiv, 22 juillet 2026
Directeur de création · 20+ ans d’expérience en agence (Marcel, Leo Burnett). 600+ professionnels formés aux méthodes & workflows IA depuis 2023. Formations certifiées QUALIOPI.
formations IA
Google Flow, Veo & Gemini Omni : L’Orchestration Cinématographique IA
Durée : 2 jours (14h). Public : DA, réalisateurs, motion designers, équipes marketing, communication et social media
Réinventer son processus créatif avec l’IA générative
Durée : 5 jours (35h). Public : DA, graphistes, designers
Créer des visuels de marque avec ChatGPT Images et Codex NEW
Durée : 1 jour (7h). Public : directeurs artistiques, équipes marketing et communication, agences, studios et équipes de contenu
L’IA générative pour les créatifs : panorama et expérimentation des outils essentiels
Durée : 1 jour (7h). Public : DA, dirigeants, designers
Social Content Factory : produire et décliner ses contenus avec l’IA NEW
Durée : 2 jours (14h). Public : Responsables marketing et communication, Social media managers et content managers, Agences, studios et équipes éditoriales
IA agentique pour les créatifs : du brief à l’automatisation NEW
Durée : 1 jour (7h). Public : Responsables de production et dirigeants de structures créatives, équipes marketing, communication et contenu, agences et studios créatifs
-
Le chiffre de la semaine
85 % des équipes marketing ratent encore un lancement de campagne avec l’IA
Derniers Guides
La dette créative : le coût caché de la production de contenus par IA
L’IA générative a fait chuter le coût de la première image. Elle n’a pas fait chuter le coût de la bonne image.
Piloter la lumière IA comme un chef opérateur
La lumière en IA ne se contrôle pas avec des adjectifs comme « cinematic », « moody » ou « dramatic lighting ». Elle se dirige comme un plan lumière : une source, une direction, une intensité, une température, un contraste et une intention narrative.
Seedream 5.0 : de la belle image au fichier exploitable
Pendant longtemps, les outils d’image générative ont eu un défaut très simple. Ils produisaient des images. Parfois magnifiques. Parfois inutilisables. Souvent les deux à quelques minutes d’intervalle.