Les affiches générées par IA : vers une nouvelle norme graphique ?

Source: The Conversation – in French – By Julie Lairesse, Docteure en sciences du langage, de l’information et de la communication, Université de Limoges

Quelques affiches du dernier Festival « Off&nbsp,» d’Avignon (2026).

L’ESSENTIEL

Vous avez sûrement remarqué ces affiches et affichettes aux motifs et couleurs standardisés, générés par intelligence artificielle, qui fleurissent un peu partout sur Internet ou dans nos rues.
Ces images privilégient systématiquement certains traits esthétiques au détriment d’autres.
Si l’usage de l’IA pour fabriquer des affiches à peu de frais continue à s’imposer, cette esthétique pourrait se transformer en nouvelle norme visuelle.

Il suffit de se promener dans une rue commerçante ou de faire un tour sur les réseaux sociaux pour reconnaître ce type de visuel : fond très travaillé, typographie rappelant le marqueur, ornements décoratifs, textes en diagonale, teinte un peu jaunie, ombrés multiples.

Certains articles évoquent une « pandémie de flyers ChatGPT » ou une « épidémie d’affiches générées par IA ». Un tel constat mérite d’être posé avec rigueur : ces affiches se ressemblent-elles vraiment, jusqu’à former un style identifiable ou s’agit-il d’un simple ressenti, amplifié par l’attention qu’on porte désormais à ce sujet une fois qu’on a appris à le repérer ? Et n’y a-t-il pas un risque que ces affiches se multiplient au point de nourrir l’entraînement des IA de demain ?

Une impression ou une réalité mesurée ?

Une méta-analyse publiée en 2026 a agrégé plusieurs études portant sur la cocréation humain/intelligence artificielle (IA) : elle conclut à un effet d’homogénéisation statistiquement significatif et robuste, après contrôle du biais de publication.

Ce résultat ne concerne pas l’affiche spécifiquement, mais il établit, à l’échelle de la création assistée par IA en général, que la convergence de style constatée n’est pas une simple impression.

Dans une recherche consacrée à un domaine voisin, la conception de sites web par IA, une équipe de l’Université de Washington observe par ailleurs que ces systèmes génératifs ont une tendance intrinsèque à l’uniformisation, reproduisant les conventions stylistiques dominantes de leurs données d’entraînement.

Ces travaux confirment qu’il existe bien un style IA reconnaissable. Reste à comprendre pourquoi il s’est imposé si vite, et s’il s’agit d’une norme au sens propre du terme.

« Bulles esthétiques », le style IA

La récurrence de certains attributs visuels, tels que la saturation, les effets spectaculaires ou les typographies imposantes, n’est pas pour autant un hasard esthétique. Dans un article publié en 2026, le philosophe Alexandre Declos introduit et analyse la notion de « biais esthétique » en IA générative : ces modèles privilégient systématiquement certains traits esthétiques au détriment d’autres, tout en présentant ce biais comme une neutralité. Declos souligne que ce biais menace d’homogénéiser la production artistique et le goût et contribue à la formation de « bulles esthétiques ».

C’est précisément ce mécanisme que l’on retrouve dans l’affiche IA : sa composition et sa densité visuelle ne relèvent pas d’un choix de conception, mais d’une préférence structurelle du modèle, présentée à tort comme un rendu neutre.

Une norme choisie ?

Pour s’interroger sur l’idée d’une nouvelle norme, il faut d’abord s’entendre sur la notion même de « norme ». Au sens réglementaire, une norme suppose un choix collectif : une règle qu’on décide de suivre parce qu’elle sert un objectif partagé.

Pour l’affiche, on peut penser à la lisibilité, à la cohérence de marque ou à la hiérarchie de l’information. Ce que produisent les modèles génératifs relève d’un phénomène différent : une convergence statistique plutôt qu’une décision collégiale prise par des experts du domaine.

En ce sens, la notion de norme réglementaire ne s’applique pas. Le chercheur en design Anthony Masure situe le basculement récent dans un progrès technique précis : les modèles génératifs sont devenus capables d’intégrer du texte de façon fiable directement dans l’image, ce qui explique pourquoi ce style, déjà possible auparavant, s’est répandu aussi vite ces derniers mois plutôt que progressivement depuis l’apparition des premiers générateurs.

Le « model collapse »

À force de produire ce type de design, le générateur ne risque-t-il pas de s’autoalimenter avec ses propres productions ? Et donc de perdre en qualité ? Une équipe de chercheurs d’Oxford, de Cambridge, de Toronto et de l’Imperial College a démontré, en 2024, qu’un entraînement indiscriminé sur des contenus déjà générés par IA provoque des défauts irréversibles : les cas rares de la distribution d’origine finissent par disparaître, un phénomène nommé model collapse.

Ce résultat, établi d’abord sur des modèles de langage, a depuis été répliqué spécifiquement sur des modèles génératifs d’images : une équipe de l’Université Rice a montré, en 2024, qu’un modèle entraîné de façon répétée sur ses propres réalisations perd progressivement en qualité ou en diversité visuelle, un phénomène qu’elle nomme le « trouble autophagique des modèles ». Une autre équipe, associant le centre Inria de Lyon, est arrivée à des conclusions similaires.

Ces études n’ont pas été menées sur des générateurs d’affiches spécifiquement, mais sur des modèles génératifs d’images en général, l’extrapolation au cas de l’affiche reste donc une inférence plausible, non une démonstration directe.

De la connotation à la dénotation

Ce resserrement statistique s’accompagne d’un paradoxe qu’éclaire la sémiotique. Ces affiches sont aujourd’hui repérables précisément parce qu’elles échouent à respecter des principes de composition élémentaires : l’écart avec la norme graphique constitue, en lui-même, un signe.

Mais à mesure que cet écart se réitère à grande échelle, il risque de subir ce que Roland Barthes décrivait comme le passage d’une connotation à une dénotation : un sens second, initialement perçu comme signifiant (« ceci trahit une fabrication par IA »), se naturalise avec la récurrence jusqu’à devenir le sens premier de l’objet (« ceci est simplement une affiche »).

C’est par ce processus, plutôt que par un choix réglementaire, qu’une norme de fait pourrait s’installer : non pas décrétée, mais absorbée dans la doxa à force de répétition. Au risque, à terme, d’influencer les repères esthétiques des graphistes eux-mêmes, formés dans un environnement visuel saturé de ce style.

Il s’agit là d’une hypothèse théorique, cohérente avec le mécanisme observé par ailleurs : elle mériterait, pour être validée, une enquête de réception menée sur des publics réels, que nous ne possédons pas à ce jour.

Un phénomène potentiellement réversible

Il convient toutefois de nuancer ce diagnostic sur deux points. D’abord, les études sur le model collapse identifient aussi des conditions d’évitement : l’injection régulière de données fraîches, humaines et vérifiées, permet de prévenir la dégradation, ce qui pourrait ralentir ou inverser le phénomène.

Ensuite, l’argument sémiotique de la banalisation n’est pas mécanique : un mécanisme inverse veut qu’un signe devenu trop commun perde sa capacité distinctive, ouvrant la voie à l’émergence d’un nouveau signe de différenciation, ce que l’équipe de l’Université de Washington formalise sous le terme de « friction productive », consistant à réintroduire des points de résistance volontaires dans le processus de génération. Rien ne permet donc d’affirmer, en l’état des connaissances, que la trajectoire est irréversible.

Alors, une norme ou non ?

Pour répondre à cette question, il faut accepter de la scinder en deux. Une norme choisie, au sens réglementaire du terme ? Non : rien dans les mécanismes décrits ici ne relève d’une décision collective de graphistes ou d’un cahier des charges partagé. Une norme de fait ? Au sens d’un standard visuel qui s’impose par la répétition plutôt que par le choix ? C’est le risque.

L’outil lui-même n’est pas en cause : utilisée par un professionnel comme point de départ, avant reprise en main de la composition et de la hiérarchie visuelle, l’IA générative peut parfaitement servir une affiche singulière. Le risque documenté ici concerne plutôt l’usage de commodité, à grande échelle, qui tend à substituer une moyenne statistique à un choix graphique intentionnel, avec la possibilité, à terme, que cette moyenne redéfinisse silencieusement, dans nos perceptions comme dans la pratique du métier, ce à quoi une affiche « normale » est censée ressembler.

Julie Lairesse ne travaille pas, ne conseille pas, ne possède pas de parts, ne reçoit pas de fonds d’une organisation qui pourrait tirer profit de cet article, et n’a déclaré aucune autre affiliation que son organisme de recherche.

– ref. Les affiches générées par IA : vers une nouvelle norme graphique ? – https://theconversation.com/les-affiches-generees-par-ia-vers-une-nouvelle-norme-graphique-292480