Od rekonstrukcji do kreacji: generatywna AI w pracy z obrazem archiwalnym [Panel III]

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée en raison de la complémentarité entre l’approche académique de Wilkowski et la perspective pratique de Zając. Wilkowski apporte une réflexion structurée sur les implications épistémologiques des traitements IA, avec des exemples précis (photo de manifestation de 1936, modèle de couleur). Son argumentation s’appuie sur des concepts comme la « présenteification » et le « cognitive pollution », soutenus par des références bibliographiques implicites. Zając démontre concrètement l’évolution des outils et les choix esthétiques, tout en admettant les limites techniques. La perception des biais de données (ImageNet) et la discussion sur la formation de modèles historiques renforcent la solidité argumentative. Cependant, la présentation demeure assez descriptive sur certaines techniques, et la discussion finale est brève.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est satisfaisante : les intervenants sont crédibles, Mastodon le cadre institutionnel est sérieux. Wilkowski mentionne des références à la littérature (sans citer d’auteurs précis) et illustre ses points avec des exemples vérifiables comme la photo de la manifestation. Zając revendique un suivi régulier des innovations et un projet avec 130 000 abonnés, ce qui apporte une caution empirique. Le titre est fidèle au contenu, couvrant la reconstruction par colorisation et la création par IA. Aucune source externe n’est explicitement citée dans la description, mais les outils mentionnés (DeOldify, ImageNet) sont identifiables. L’absence de commentaires fournis ne permet pas d’analyser les réactions publiques.

Le titre reflète exactement le contenu : le panel explore la transition entre reconstruction et création par l'IA générative appliquée aux images d'archives.

8/10

Présentations structurées par des experts (historien-programmateur et praticien de la colorisation) avec exemples concrets, références à la littérature et cadre institutionnel (IPN, Université de Varsovie). Le niveau technique est accessible mais les enjeux critiques sont bien traités.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 05:00Ouverture du panel par le modérateur ; présentation des intervenants et du sujet.
• 10:00Exemple d'une photo de manifestation de 1936 colorisée par IA ; critiques des défauts (couleurs uniformes, peaux beiges).
• 15:00Explication des modèles de couleur (RGB, HSV) et de la difficulté de retrouver les couleurs originales à partir d'une image en niveaux de gris.
• 20:00Méthodes de colorisation automatique (ChromaGAN, DeOldify) et leurs limites dues aux données d'entraînement contemporaines.
• 25:00Discussion sur les biais des données et l'absence de modèles historiques ; exemple de la guerre du Vietnam basé sur des films de fiction.
• 30:00Techniques de simulation de mouvement : parallaxe, deepfake, interpolation d'images intermédiaires.
• 35:00Transition vers la présentation de Mariusz Zając ; début de son exposé sur son expérience pratique.
• 40:00Zając montre ses premiers essais avec DeOldify en 2020 et les réactions médiatiques.
• 50:00Exemples de colorisation de Varsovie avant-guerre et développement du projet Historical Colors.
• 1:00:00Reconstruction et restauration de films à l'aide de l'IA ; discussion finale et questions.

• ImageNet — Base de données d'images mentionnée comme source de données d'entraînement pour les modèles de colorisation.
• DeOldify — Outil de colorisation automatique utilisé par Mariusz Zając à partir de 2020.