Deux heures du matin, un cahier des charges resté sans réponse et un curseur zoomé à huit cents pour cent sur une mèche de cheveux. C'est une scène que toute une génération d'infographistes a connue : isoler un sujet de son fond avec l'outil plume de Photoshop, point d'ancrage après point d'ancrage, en retenant sa respiration pour ne pas rater la boucle d'une oreille ou l'ombre portée d'un bijou. Le détourage a longtemps été ce genre de tâche — indispensable, invisible une fois terminée, et payée au temps qu'elle dévore plutôt qu'à la valeur qu'elle produit. Puis un jour, un service comme Clipdrop est arrivé et a réduit ce rituel à un clic. On dépose une photo, un contour se dessine tout seul autour du sujet, le fond disparaît. Ce qui rend l'histoire intéressante n'est pas l'outil lui-même, aujourd'hui un service parmi d'autres racheté par Stability AI et concurrencé par une dizaine d'équivalents. C'est ce qu'il révèle sur la nature d'un geste qu'on croyait profondément humain.
Séparer une forme de son décor, un vieux problème
Avant les réseaux de neurones, il y avait déjà des façons de découper le monde en avant-plan et arrière-plan. Le cinéma a inventé la rotoscopie pour tracer image par image le contour d'un acteur, et le fond vert pour donner à la machine une couleur uniforme à effacer. La bande dessinée et l'illustration ont leur tradition de silhouette, héritée elle-même des salons du dix-huitième siècle où l'on découpait des profils dans du papier noir. Dans tous les cas, un humain — ou un dispositif technique très contraignant — devait faire le travail de décider où s'arrête une chose et où commence une autre. Ce que l'informatique a longtemps mal fait, c'est précisément cela : reconnaître un bord. Une machine ne "voit" pas un chat se détacher d'un canapé, elle voit une matrice de pixels dont les valeurs varient de façon plus ou moins brutale. Faire correspondre cette variation de pixels à la frontière sémantique d'un objet a été, pendant des décennies, un problème non résolu de la vision par ordinateur.Ce que la machine a appris à voir
La bascule tient à la segmentation sémantique : au lieu de chercher des contours à partir de règles écrites à la main (contraste, couleur, gradient), on entraîne un modèle sur des millions d'images déjà annotées — ici un chien, là un fond de studio, là encore une main — jusqu'à ce qu'il généralise la notion même de "sujet" et de "fond". Le résultat surprend parce qu'il n'a plus besoin d'un décor artificiel comme le fond vert : il repère un visage devant une bibliothèque, un vélo appuyé contre un mur de brique, sans qu'on lui ait rien préparé. Il y a quelque chose d'assez vertigineux à réaliser que ce que les psychologues de la forme appelaient la distinction entre figure et fond — cette capacité si évidente pour un œil humain qu'on la croyait presque impossible à décomposer en règles — a fini par céder devant la force brute de l'apprentissage statistique. Pas parce qu'on a compris comment l'œil fait, mais parce qu'on a contourné la question : on a montré assez d'exemples pour qu'un système imite le résultat sans jamais reproduire le mécanisme.Une compétence qui semblait relever de l'intuition perceptive s'est révélée, une fois soumise à assez de données, être une compétence comme une autre : imitable, transférable, et donc automatisable.
Ce que perd un métier quand son geste devient gratuit
Le détourage manuel n'était pas seulement une contrainte technique, c'était aussi une frontière professionnelle. Savoir manier la plume avec précision distinguait le graphiste junior du confirmé, justifiait des heures facturées, filtrait l'entrée dans certains ateliers. Quand ce geste devient un clic à la portée de n'importe qui, ce n'est pas simplement du temps qui se libère : c'est une compétence entière qui change de statut, passant de savoir-faire rare à commodité disponible pour tous. L'histoire n'est pas nouvelle. Chaque fois qu'un outil absorbe une technique auparavant longue à acquérir — le correcteur orthographique pour l'orthographe, la calculette pour le calcul mental, le pilote automatique pour la navigation —, la valeur professionnelle se déplace. Elle ne disparaît pas, elle migre vers l'étage d'au-dessus : ce qui compte n'est plus de savoir découper un sujet, mais de savoir quoi en faire ensuite — composer, éclairer, raconter une image. Le détourage automatique ne tue pas le métier de graphiste, il en retire une couche pénible pour révéler, en creux, quelle part de ce métier tenait vraiment à un jugement esthétique et laquelle n'était qu'exécution mécanique déguisée en expertise.Une famille d'outils, un même geste
Autour de la suppression de fond, tout un ensemble de fonctions s'est construit sur la même logique de séparation :- effacer un objet indésirable d'une photo en reconstituant ce qu'il y avait "derrière"
- rééclairer un sujet comme si la source de lumière avait changé après la prise de vue
- étendre un cadre trop serré en inventant ce que la caméra n'a pas capté
- isoler un texte ou un logo pour le réutiliser ailleurs
