Des chercheurs de Google ont classé 2,1 millions d’échanges avec Gemini Nano Banana en cinq usages sans inspecter les images. Résultat : la présence de personnes domine, les mèmes restent marginaux et le marketing s’avère très prescriptif sur le texte et la mise en page.
Des tendances contraires aux idées reçues, mèmes en retrait
Les mèmes et les images humoristiques figurent parmi les formats les moins observés dans la sphère sociale et virale. À l’inverse, l’inclusion de personnes est la caractéristique la plus répandue, atteignant près de 80 % des cas. Les requêtes portant sur la structure de l’image ou sur les styles artistiques apparaissent aussi courantes, alors que solliciter une nouvelle génération auprès du modèle revient environ deux fois plus fréquemment que d’effectuer de petites modifications. Les cas d’usage identifiés englobent le domaine commercial, l’illustration à visée éducative, la rédaction d’instructions techniques ainsi que la création de visuels pour des produits. Selon les chercheurs, l’IA générative d’images favorise une pluralité d’activités créatives et professionnelles, tout en permettant à un public plus large d’accomplir des tâches qui étaient auparavant l’apanage de spécialistes. Ils anticipent d’autres formes d’utilisation à mesure que l’expérimentation progresse, tout en soulignant l’incertitude sur la part d’activités réellement nouvelles par rapport à des pratiques existantes simplement moins coûteuses.
Marketing: exigences visuelles et typographiques au premier plan
Dans la catégorie Marque et marketing, une large part des conversations porte sur des marques originales, fictives ou non reconnues, ce qui peut correspondre à des créations d’identité pour de nouvelles structures ou des projets spéculatifs. Les échanges marketing se distinguent par des exigences visuelles détaillées : contrôle de la composition, placement des éléments et des personnes, gestion de l’éclairage et listes d’exclusions. Les requêtes y affichent la plus forte prévalence d’instructions textuelles et typographiques précises parmi les cinq catégories. Les petites entreprises, les individus et les activités secondaires y sont également davantage représentés que les grandes marques. Les cas d’usage dépassent la création ex nihilo pour inclure l’affinage de logos, les changements de texte et de couleurs, la production de supports promotionnels et la définition d’identités visuelles cohérentes, avec des déclinaisons destinées à l’engagement en ligne comme aux supports traditionnels.
L’IA créative vous passionne ?
Image, vidéo, son, design génératif : le meilleur chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Observation sans images: une analyse qui préserve la vie privée
Les chercheurs expliquent avoir identifié les usages à partir des textes de requêtes et des échanges, sans jamais consulter les images téléversées ou générées. Cette approche vise à répondre aux préoccupations de confidentialité, d’autant que des contenus sensibles concernant les utilisateurs et leurs proches peuvent être partagés dans l’outil. Le cadre Urania, déjà déployé chez Google pour l’analyse d’interactions avec des modèles de langage, a permis de mener une analyse descriptive tout en préservant la vie privée et en dégageant des motifs d’utilisation.
Un corpus massif et cinq familles d’usages
L’analyse repose sur un corpus de 2,1 millions d’échanges avec Gemini Nano Banana, répartis en cinq groupes : Marque et marketing, Visualisation de produit et e-commerce, Design architectural et spatial, et Informations éducatives et techniques. Les auteurs expliquent ce choix d’ensemble par le besoin de cerner des usages en plein essor, encore peu décrits en dehors des auto-rapports, afin de recenser les applications et d’orienter de possibles évolutions de l’outil. L’analyse vise notamment des apports au commerce, à l’éducation, aux liens sociaux et à des démarches scientifiques.
Fonctions mobilisées: édition, style, composition et itération
Les chercheurs ont comparé les catégories selon plusieurs capacités de l’outil. Côté édition, les demandes couvrent la suppression d’objets ou de personnes, les changements d’arrière-plan, l’ajout d’éléments, le redimensionnement et la restauration. Les orientations stylistiques incluent des médiums explicites, comme l’aquarelle, le croquis au crayon, le style photographique ou la peinture à l’huile, ainsi que des ambiances telles que minimaliste, film noir ou vintage, avec parfois des mélanges conceptuels. La composition regroupe l’agencement de la scène, le placement des sujets, la perspective, l’éclairage, des contraintes négatives et des indications sur le nombre de personnes. Les dynamiques d’interaction observent la manière dont les utilisateurs itèrent et modifient les sorties au fil d’une session. Enfin, des fonctionnalités de sélection multiple permettent d’annoter des dimensions additionnelles, comme la présence de texte et de typographie, le type de transformation, le contexte de travail et l’étape de création, avec des sous-classes allant de la spécification complète au seul contenu, au seul style générique, ou à l’absence de toute mention textuelle.
