Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Des enseignes publient des plats générés par IA qui inspirent davantage le rejet que l’appétit. Des chercheurs décrivent un faisceau de causes : la faiblesse des modèles de diffusion sur les structures fines, la nature des images d’entraînement et la manière dont notre cerveau repère les signaux de danger alimentaire. Résultat, ces visuels tombent souvent dans la « vallée dérangeante » culinaire.
Le dégoût ressenti face aux images IA découle de mécanismes évolutifs
De nombreux visuels culinaires générés par IA glissent dans la vallée dérangeante. Des travaux scientifiques avancent que le dégoût aurait évolué pour nous prémunir contre parasites, agents pathogènes et toxines, aiguisant notre sensibilité à ce qui paraît dangereux à manger. Giovanbattista Califano estime que cette vallée, appliquée à la nourriture, est plus viscérale que face à des humains presque humains. Les images activent plusieurs déclencheurs : filaments rappelant des parasites, grappes de trous suggérant des infestations, teintes et textures anormales associées à la contamination ou à la détérioration. Elles peuvent ressembler à de la nourriture, mais sont perçues instinctivement comme une bouillie à éviter.
Ce que les modèles ratent : structures mal posées et détails qui dérapent
Les générateurs dominants s’appuient largement sur la diffusion, une technique qui part d’un bruit aléatoire et l’érode pour faire émerger l’image. Ces modèles peinent avec les structures fines, continues et bien terminées. Chris Russell décrit des échecs précoces de structuration : la forme de base est mal établie, puis des textures convaincantes viennent habiller cette base erronée, d’où des bizarreries comme des crevettes en forme de beignets. Même lorsque la structure tient, Giovanbattista Califano observe que les détails fins déraillent souvent, notamment pour des objets allongés comme des nouilles ou filaments, qui débordent dans des zones sans logique anatomique ou culinaire.
Des données d’entraînement stylisées et peu d’images « ordinaires »
Michael Cook souligne que les jeux de données et les associations apprises restent largement opaques. La photographie alimentaire qui circule est fréquemment très stylisée, saturée de contrastes, d’éclairages brillants et de formes exagérées, et la « nourriture » photographiée n’est pas toujours comestible. Simon Colton ajoute que des images banales, comme une simple pomme rouge, sont relativement rares en ligne. Les contenus étranges, eux, sont davantage publiés et peuvent rencontrer un large public sur des plateformes comme Reddit, voire devenir des mèmes. Ce déséquilibre d’exposition influence ce que les modèles apprennent à reproduire.
Reproduire l’apparence sans connaître le monde
Les systèmes d’IA n’ont pas de compréhension de ce qu’est un sandwich, une nouille ou un burrito, ni du monde physique où ces objets existent. Ils apprennent des régularités d’apparence sur un plan statistique, sans saisir le pourquoi ni les comportements attendus. Pour Roland Meyer, la génération reproduit des apparences sans connaissance du monde, ce qui aboutit à des approximations de nourriture détachées de ce qu’elle est réellement.
Des marques publient malgré tout des plats IA aux allures absurdes
Des restaurants, cafés et marques diffusent des images culinaires générées par IA qui paraissent peu appétissantes, comme des crevettes en forme de beignets, des sandwiches difformes, des nouilles vermiformes, des pâtisseries en serpentins, un poulet filandreux, ou encore des matériaux de construction déguisés en glace et des glaces évoquant des cerveaux. D’autres plats rappellent la maçonnerie, jusqu’à un burger difforme et un burrito criblé de trous. Il n’est pas établi pourquoi ces acteurs préfèrent parfois l’IA à la photographie d’aliments réels. Les dérives tiennent à la fois aux contraintes techniques de génération, à la nature des données d’entraînement et aux biais de perception des spectateurs.
