Images de synthèse et vallée de l'étrange : ce que le corps virtuel révèle
Plus une représentation humaine s'approche du réel sans l'atteindre, plus elle provoque un malaise. Ce phénomène, formulé en 1970, structure toute la production d'images de synthèse, y compris dans les contenus adultes.
Au sommaire
Le roboticien japonais Masahiro Mori a formulé en 1970 une hypothèse simple. À mesure qu'une figure artificielle gagne en ressemblance humaine, notre réaction affective devient plus positive. Jusqu'à un point où elle bascule brutalement dans le malaise, avant de remonter quand la ressemblance devient parfaite.
Il a appelé cette chute la vallée de l'étrange. Le phénomène a été confirmé expérimentalement à de multiples reprises depuis, avec des mesures comportementales et d'imagerie cérébrale.
Pourquoi la vallée existe
Plusieurs explications coexistent, et elles ne s'excluent pas.
La violation de prédiction. Le cerveau construit en permanence des attentes sur ce qu'il perçoit. Une figure presque humaine active les modèles réservés aux humains, puis ces modèles échouent sur un détail, mouvement des yeux, texture de la peau, micro expression absente. L'erreur de prédiction produit le malaise. Des travaux d'imagerie ont localisé cette activité dans les régions associées à la prédiction de l'action.
La détection de pathologie. Une hypothèse évolutionniste veut que les signaux d'un visage humain anormal, teint, regard fixe, rigidité, déclenchent une réponse d'évitement héritée de la détection de maladie.
L'ambiguïté catégorielle. Le malaise viendrait de l'impossibilité de classer la figure comme humaine ou non humaine, une indétermination que le système perceptif tolère mal.
La stratégie de la stylisation
C'est la raison pour laquelle une grande part de la production d'images de synthèse, dans le jeu vidéo comme dans l'animation, choisit délibérément de ne pas viser le photoréalisme.
Une figure stylisée se situe avant la vallée. Elle est lisible, expressive, et elle ne déclenche pas les modèles perceptifs réservés aux humains réels. C'est un choix technique autant qu'esthétique, et il explique la persistance de styles graphiques non réalistes dans des productions qui auraient les moyens du photoréalisme.
Dans le domaine des contenus adultes de synthèse, la même bifurcation existe. Une part de la production assume une stylisation forte, une autre poursuit le réalisme et se heurte régulièrement à l'effet décrit.
Ce que l'IA générative change
Depuis 2022, les modèles de génération d'images ont modifié l'équation.
Techniquement, ils franchissent la vallée sur les images fixes : une image générée peut être indiscernable d'une photographie. Sur les images animées, l'écart persiste, mais il se réduit vite.
Trois conséquences.
La question du consentement se déplace. Une image peut représenter une personne réelle dans une situation qui n'a jamais eu lieu. Les analyses disponibles montrent que la très grande majorité des hypertrucages en circulation sont de nature sexuelle et visent des femmes. La loi française du 21 mai 2024 a créé un délit spécifique de diffusion d'hypertrucage à caractère sexuel, puni de deux ans d'emprisonnement.
La question de la source se pose. Les modèles sont entraînés sur des corpus dont la composition est rarement documentée. Plusieurs procédures judiciaires portent sur l'utilisation d'œuvres protégées sans autorisation.
La détection devient un enjeu. Les techniques de marquage, comme les standards de provenance des contenus, progressent mais restent contournables. À moyen terme, la question ne sera plus de détecter le faux mais de certifier l'authentique.
Le cadre légal des représentations fictives
Un point souvent mal compris, et qui mérite d'être exact.
En droit français, l'article 227-23 du code pénal vise les images à caractère pédopornographique. La jurisprudence et la doctrine considèrent qu'il s'applique également aux représentations, y compris de synthèse ou dessinées, dès lors qu'elles représentent un mineur. La nature fictive du support ne constitue pas une exception.
Cette position est cohérente avec la convention de Budapest sur la cybercriminalité et avec la directive européenne de 2011, qui visent explicitement les images réalistes de mineurs, y compris lorsqu'aucun enfant réel n'a été impliqué.
Pour les représentations d'adultes fictifs, en revanche, aucune interdiction spécifique ne s'applique en France, sous réserve du droit à l'image lorsqu'une personne réelle est reconnaissable.
L'usage réel
Une remarque, pour terminer sur du concret.
Les enquêtes disponibles sur les préférences de consommation montrent que les contenus de synthèse restent minoritaires face aux contenus filmés, malgré les progrès techniques. L'explication avancée est cohérente avec ce qui précède : l'intérêt d'un contenu intime repose largement sur la croyance en la réalité de ce qui est représenté, et c'est précisément ce que la synthèse ne fournit pas.
C'est un point intéressant, parce qu'il suggère que le réalisme technique ne suffit pas : ce que cherche le spectateur, c'est un indice d'authenticité, pas une qualité d'image.
Questions fréquentes
Qu'est ce que la vallée de l'étrange ?
Une chute brutale de l'appréciation d'une figure artificielle lorsqu'elle s'approche du réalisme humain sans l'atteindre. Formulée en 1970 par Masahiro Mori, elle a été confirmée expérimentalement à de multiples reprises.
Pourquoi certains studios évitent ils le photoréalisme ?
Parce qu'une figure stylisée se situe avant la vallée : elle n'active pas les modèles perceptifs réservés aux humains réels et ne produit donc pas le malaise. C'est un choix technique autant qu'esthétique.
Les images générées de personnes réelles sont elles légales ?
Non. Depuis la loi du 21 mai 2024, la diffusion d'un hypertrucage à caractère sexuel représentant une personne réelle sans son consentement est punie de deux ans d'emprisonnement et quarante cinq mille euros d'amende.
Les contenus de synthèse remplacent ils les contenus filmés ?
Non, ils restent minoritaires malgré les progrès techniques. L'explication avancée est que l'intérêt repose sur un indice d'authenticité que la synthèse ne fournit pas, indépendamment de la qualité d'image.
