Pourquoi les créatifs comptent davantage aujourd’hui

Selon OpenAI, ses outils servent désormais à créer plus de 3 milliards d’images par semaine. Ajoutez les textes, la musique et les vidéos produits par d’autres modèles, et la conclusion paraît évidente : si une machine peut produire en quelques secondes un travail créatif compétent, les personnes qui le faisaient auparavant comptent moins.

Les faits vont dans l’autre sens. L’IA relève le plancher du travail créatif et le tire vers la moyenne. Cela rend plus précieuses, et non moins, les personnes capables de l’emmener ailleurs.

Meilleurs seuls, plus semblables ensemble

L’étude la plus claire est celle d’Anil Doshi et Oliver Hauser, publiée dans Science Advances en juillet 2024. Des rédacteurs à qui un modèle de langage avait fourni des idées d’histoires ont écrit des récits que les lecteurs ont jugés plus créatifs, mieux écrits et plus plaisants, les gains les plus nets revenant aux rédacteurs les moins créatifs. Mais les histoires écrites avec l’IA se ressemblaient davantage entre elles. Les auteurs décrivent « une hausse de la créativité individuelle au risque de perdre la nouveauté collective ».

Une méta-analyse de 2025 menée par Niklas Holzner, Sebastian Maier et Stefan Feuerriegel, portant sur 28 études et 8'214 participants, a retrouvé le même schéma à grande échelle. Seule, l’IA générative a obtenu à peu près les mêmes résultats que les humains sur des tâches créatives. Les personnes travaillant avec l’IA ont fait mieux que celles qui s’en passaient, avec une marge modeste. Et l’IA avait « un effet négatif significatif sur la diversité des idées », un effet environ trois fois plus grand que le gain.

La frontière en dents de scie

L’uniformité n’est pas le seul risque. Dans une expérience de terrain menée avec le Boston Consulting Group, désormais publiée dans Organization Science, 758 consultants ont travaillé sur des tâches réalistes avec ou sans GPT-4. Sur les tâches à la portée du modèle, ceux qui utilisaient l’IA ont accompli 12,2 pour cent de tâches en plus, 25,1 pour cent plus vite et avec une qualité nettement supérieure. Sur une tâche choisie pour se situer hors de sa portée, ils avaient 19 points de pourcentage de chances en moins d’arriver à une réponse correcte que leurs collègues sans IA.

Ethan Mollick, l’un des auteurs, a relevé que les réponses produites avec l’IA étaient « un peu homogènes et interchangeables dans l’ensemble ». Une enquête de Microsoft Research auprès de 319 travailleurs du savoir a montré qu’une plus grande confiance dans l’IA allait de pair avec moins d’esprit critique, et que le travail lui-même se déplace vers la vérification, la combinaison et la prise de responsabilité pour ce que produit la machine. Savoir où se trouve la limite d’un outil n’est pas une compétence technique. C’est une affaire de jugement.

Ce qu’apportent les humains

Un modèle est entraîné sur ce qui existe déjà et, livré à lui-même, en restitue la version la plus probable. Ted Chiang a formulé la différence dans le sous-titre de son essai pour The New Yorker : « un artiste fait des choix fondamentalement étrangers à l’intelligence artificielle. » Un brief, un prompt et une planche de références sont chacun un ensemble de choix. Plus une personne en fait délibérément, moins le résultat est laissé à la moyenne.

Ces choix puisent dans ce qu’un modèle n’a pas : un point de vue, la connaissance d’un public particulier, la mémoire de ce qui a été tenté et a échoué, le sens de ce qu’une marque ne dirait jamais. Les employeurs semblent le voir. Dans le Future of Jobs Report 2025 du Forum économique mondial, la pensée créative figure parmi les compétences dont l’importance devrait continuer de croître d’ici 2030, aux côtés de l’IA et du big data.

Les professionnels remarquent quand une entreprise l’oublie. En février, selon The Register, la plateforme vidéo Higgsfield a retiré une publication dans laquelle elle se vantait que son outil de motion design avait mis fin à plus de 20 emplois créatifs, après une vague de critiques des artistes qui l’utilisent. Aharon Rabinowitz, qui dirige Motion Management, a écrit que célébrer la fin de carrières d’artistes était « tout simplement super bête et à courte vue », et a ajouté que les outils n’étaient pas assez bons pour mettre qui que ce soit au chômage.

Comment les bonnes équipes travaillent avec l’IA

La recherche indique aussi comment garder les gains sans l’uniformité. Réfléchissez avant de rédiger un prompt : Doshi et Hauser décrivent le risque que les rédacteurs s’ancrent dans les idées de la machine, si bien que les premières idées, l’angle et les références devraient venir des personnes. Mollick décrit deux façons de travailler qui ont toutes deux réussi : les centaures, dont le travail trace « une ligne claire entre la personne et la machine », et les cyborgs, qui entremêlent les deux. Ni les uns ni les autres ne délèguent la décision.

En pratique, les bonnes équipes ouvrent large avec la machine et resserrent avec les humains. Elles lui donnent des références plutôt que des adjectifs, demandent de nombreuses options et en jettent la plupart. Elles comparent leur travail à ce que publient leurs concurrents, car le danger n’est pas un mauvais résultat, mais un résultat qui ressemble à celui de tout le monde. Et une personne nommément désignée vérifie les faits et valide, car c’est au moment où l’on fait le plus confiance à un outil que l’esprit critique baisse.

La position de crue

Nous utilisons l’IA pour la fabrication, les variantes et la routine, et nous voulons que tout cela aille plus vite. Dans Reel, les idées, les références et les styles à verrouiller sont convenus avec une personne avant que quoi que ce soit ne soit produit, le meilleur modèle est choisi pour chaque tâche, et une personne sélectionne chaque image et chaque clip utilisés. La machine produit les options. Les humains apportent la direction et le non.

L’IA a rendu le travail compétent abondant. C’est précisément pourquoi les personnes capables de le rendre singulier, surprenant et juste valent plus qu’avant.