Ressources numériques en sciences humaines et sociales OpenEdition Nos plateformes OpenEdition Books OpenEdition Journals Hypothèses Calenda Bibliothèques OpenEdition Freemium Suivez-nous

Stéréotypes stylistiques dans les IAG

En bref : Projet de recherche WelCHANGE, financé par le FNRS (2026–2029), sous la direction de Maria Giulia DONDERO, directrice de recherches au FNRS et professeure à l’ULiège, auquel contribue la post-doctorante Flavia POLITI.

English version below

Titre complet : Stéréotypes stylistiques dans les IA génératives multimodales. Pour une éducation à l’esthétique et à l’éthique de l’image

Résumé : Ce projet porte sur la traduction texte-image produite par les modèles d’intelligence artificielle générative (IAG) tels que Midjourney, DALL•E et Stable Diffusion. Il vise à analyser l’impact de ces images sur nos catégorisations perceptives et nos savoirs socio-culturels, en croisant sémiotique de l’image, théorie de l’art et vision par ordinateur. Il est composé de deux volets.

  • Le premier étudie les stéréotypes véhiculés par les images générées par IAG en tant que résultats de correspondances texte-forme visuelle apprises par ces mêmes modèles à travers les annotations présentes dans leurs bases de données d’entrainement. Il se focalise sur les stéréotypes stylistiques concernant la composition, les couleurs et les formes. En étudiant comment les modèles reproduisent, déforment, typifient les styles artistiques traditionnels (peinture, photographie, dessin), à savoir les formes connues, il sera possible d’estimer le niveau de stéréotypie des formes produites par les modèles ainsi que leur niveau de “créativité”.
  • Le second volet aborde l’enjeu crucial de l’éducation à l’image dans un monde où les contenus visuels produits par IAG deviennent omniprésents. Il s’agit de développer des outils critiques et pédagogiques permettant d’éduquer aux différences entre les images issues d’IAG et celles provenant de médias traditionnels, afin de mieux comprendre les logiques informatiques, culturelles et éthico-politiques qui composent ces nouvelles images. Ce volet comprend la création d’une plateforme web participative de commentaires et notations d’images par des experts et non experts, de tutoriels et un kit pédagogique, le tout visant une diffusion scientifique et pédagogique pérenne des résultats issus du projet. Ce projet a le potentiel de contribuer à une citoyenneté mieux informée, en rendant explicites les mécanismes de la production d’images par IAG, et en anticipant les besoins de régulation et de transparence dans un paysage visuel en mutation rapide.

Mots-clés : sémiotique visuelle, théorie de l’image, intelligence artificielle générative, traduction intersémiotique, style.


Full title: Stylistic Stereotypes in Multimodal Generative AIs: Toward an Education in the Aesthetics and Ethics of the Image

Abstract: This project focuses on text-to-image translations produced by generative artificial intelligence (GAI) models such as Midjourney, DALL•E, and Stable Diffusion. It aims to analyze the impact of these images on our perceptual categorizations and socio-cultural knowledge, by drawing on image semiotics, art theory, and computer vision. It comprises two components.

  • The first one examines the stereotypes conveyed by AI generated images, which are the outcomes of text-to-image correspondences learned by these models from the annotations present in their training datasets. Here, I am particularly concerned with “stylistic” stereotypes in composition, colors and forms. By studying how the models reproduce, distort, and typify traditional artistic styles—e.g. painting, photography, drawing—that are well-known visual forms, this project will assess the degree of standardization in the forms produced by GAIs, as well as the level of “creativity” exhibited by the models.
  • The second component addresses the crucial issue of visual literacy in a context where GAI-produced visual content is becoming ubiquitous. Based on the first component, the goal here is to develop critical and educational tools that help differentiate between images generated by GAI and those from traditional media, in order to better understand the computational, cultural, and ethico-political logics embedded in these new images. This includes the creation of a participatory web platform offering questionaries and comments of both experts and non-experts, a tutorial, and a pedagogical kit. It will ensure the long-term scientific and educational dissemination of the project’s findings and will provide resources for those hoping to understand the new landscape of AI produced images. In doing so, this project will contribute to a better informed citizenry by making the mechanisms of GAI image production explicit and by anticipating the need for regulation and transparency in a rapidly evolving visual landscape.

Keywords: visual semiotics, image theory, generative artificial intelligence, intersemiotic translation, style.


OpenEdition vous propose de citer ce billet de la manière suivante :
jmarlot (3 janvier 2026). Stéréotypes stylistiques dans les IAG. Centre de Sémiotique et Rhétorique. Consulté le 11 juin 2026 à l’adresse https://doi.org/10.58079/15fm4


Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

This site uses Akismet to reduce spam. Learn how your comment data is processed.