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

Valeur des informations & solidité de l’argumentation

Le panel apporte une valeur informative élevée : chaque intervention expose des méthodes concrètes (DeOldify, chromagan, techniques de parallaxe, interpolation de frames) et des exemples visuels à l’appui. L’argumentation est solide : Wilkowski structure son propos en niveaux de transformation et introduit des concepts utiles comme la ‘présentification’ ou l’‘over-restoration’ pour analyser les effets sur la perception historique. Zając illustre la progression technologique par son expérience pratique, mais son argumentation est plus descriptive qu’analytique. La discussion finale renforce la portée critique en posant la question de la détection et de la formation du public. Dans l’ensemble, les propos sont cohérents et bien étayés, même si les positions sont parfois plus affirmées qu’étayées par des données chiffrées.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est correcte : les intervenants identifient leurs modèles et datasets (ImageNet, DeOldify, etc.), mais sans fournir de références précises ou de citations formelles. La qualité des sources orales est bonne pour un public spécialisé, mais s’appuie principalement sur l’expérience et la connaissance personnelle. Le titre reflète parfaitement le contenu : on passe effectivement de la reconstruction technique à la création de nouvelles images, avec une réflexion sur les limites éthiques et méthodologiques. Si la notion de ‘panel’ implique une pluralité de points de vue, l’absence de participant prévu (Katarzyna Mania) est mentionnée, mais le déroulement reste structuré. Aucune source écrite n’est citée explicitement dans la vidéo, mais les références implicites sont nombreuses et vérifiables.

Le titre correspond exactement au contenu : le panel explore les usages de l'IA générative pour reconstruire et créer des images historiques, de la colorisation à l'animation.

7/10

Intervenants experts (historien-programmeur, photographe), propos structurés et références à des modèles et méthodes précises. Manque toutefois de références bibliographiques formelles et de vérification indépendante.

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

• 02:00Introduction du panel par le modérateur Mariusz Żuławnik
• 05:00Début de la présentation de Marcin Wilkowski sur les niveaux de transformation
• 10:00Exemple de colorisation biaisée avec les chiens et les visages
• 20:00Présentation des modèles de colorisation et de leurs limites de données
• 33:20Transition vers la présentation de Mariusz Zając sur ses projets de restauration
• 50:00Exemples de films restaurés et discussion sur l'impact de l'IA sur l'authenticité

• DeOldify - Coloraison d'images par IA — Modèle mentionné par Mariusz Zając comme premier outil automatique de colorisation utilisé en 2020.
• ImageNet — Base de données d'images utilisée pour les entraînements de modèles de classification et mentionnée par Wilkowski comme source de biais contemporains.
• My Heritage - Deep Nostalgia — Application évoquée pour l'animation de photos via deepfake, critiquée pour ses gestes répétitifs.