IV. Automatiser la création : vers une chaîne de génération poétique assisté par IA

Title

Intentions artistiques/théoriques

Cette quatrième expérimentation porte sur l’automatisation de la génération poétique à partir d’un corpus volumineux de rues, de fichiers textuels et de données associées. Après les premières expérimentations centrées sur la comparaison des modèles, l’usage de références littéraires et la transformation de légendes photographiques en poèmes, cette étape déplace la recherche vers une autre échelle : celle du traitement systématique.
L’objectif est de mettre en place une chaîne de génération poétique assistée par IA à l’aide de trois éléments principaux : n8n, utilisé pour construire et organiser le workflow ; Ollama, utilisé pour exécuter localement un modèle de langage ; et gpt-oss 120b, utilisé comme modèle génératif pour produire les textes poétiques. Cette expérimentation ne concerne donc pas uniquement la qualité d’un poème isolé, mais la capacité d’un dispositif technique à produire des poèmes en série à partir d’un grand nombre de fichiers.
Elle interroge ainsi le passage d’une pratique artisanale, fondée sur des essais manuels, à une pratique semi-automatisée ou automatisée. La question centrale devient : comment conserver une intention poétique tout en traitant un corpus trop vaste pour être travaillé un élément à la fois ?

Cette expérimentation consiste à intégrer n8n, Ollama et le modèle gpt-oss 120b dans un workflow capable de lire, traiter et transmettre des fichiers à un modèle d’IA afin de générer des poèmes de manière systématique. Le dispositif vise à automatiser une partie importante du processus : récupérer les fichiers d’entrée, envoyer leur contenu au modèle, recevoir les réponses générées, puis organiser les résultats produits.
L’intérêt principal de cette expérimentation est de passer du test ponctuel à un protocole reproductible. Dans les étapes précédentes, la génération poétique était évaluée à travers des essais limités, souvent réalisés manuellement. Cette méthode permettait une grande finesse de contrôle, mais elle devenait difficilement applicable à un corpus de plusieurs milliers ou dizaines de milliers de rues. L’automatisation répond donc à une nécessité pratique : rendre possible la production à grande échelle.
Le workflow mis en place permet de traiter un grand nombre de rues, ce qui représente un gain considérable par rapport à une génération manuelle. Cependant, l’expérience montre aussi que cette automatisation introduit de nouvelles contraintes. Le temps de génération reste important, surtout avec un modèle lourd comme gpt-oss 120b. Il faut parfois attendre avant de pouvoir poursuivre le traitement, et le processus peut être limité par les ressources disponibles, la stabilité du modèle ou la capacité de l’environnement local à gérer une production continue.
Cette expérimentation est donc à la fois prometteuse et exigeante. Elle démontre que l’automatisation rend le projet plus réalisable à grande échelle, mais elle montre aussi que le passage à une chaîne technique nécessite des ajustements, des contrôles et des compromis.

Hypothèse à expérimenter
L’hypothèse de départ est que l’automatisation permet de rendre le protocole de génération poétique plus reproductible et applicable à grande échelle. En construisant un workflow capable de traiter les fichiers de manière systématique, il devient possible de produire des poèmes pour un grand nombre de rues sans intervenir manuellement à chaque étape.
Cependant, cette hypothèse comporte une tension importante. Si l’automatisation facilite l’extension du processus, elle peut aussi introduire des compromis en matière de qualité, de contrôle stylistique et de stabilité des résultats. Un workflow automatisé peut produire beaucoup de textes, mais il ne garantit pas automatiquement que chaque poème soit sensible, cohérent ou satisfaisant.
L’expérimentation cherche donc à vérifier si une chaîne automatisée peut soutenir une démarche de recherche-création sans réduire le poème à un simple produit généré en série. Elle pose une question méthodologique centrale : jusqu’où peut-on automatiser la création poétique tout en conservant une attention au lieu, au style et à la qualité de l’écriture ?

Justification de l’expérimentation
Cette expérimentation est justifiée par la nature même du projet. Un corpus de grande taille ne peut pas être traité uniquement par des essais manuels. Lorsqu’il s’agit de produire des poèmes associés à un grand nombre de rues, la question de l’échelle devient centrale. Il ne suffit plus de se demander comment générer un bon texte, mais comment organiser un processus capable de générer, classer, vérifier et reproduire les textes de manière cohérente.
Dans ce contexte, l’automatisation devient une condition de faisabilité. Elle permet de réduire le temps de manipulation manuelle, d’éviter la répétition de tâches techniques, et de construire un protocole plus clair. n8n joue ici un rôle important, car il permet de visualiser et d’organiser les étapes du processus sous forme de workflow. Le passage d’un fichier à un prompt, puis d’un prompt à une réponse générée, devient une séquence structurée.
L’utilisation d’Ollama et d’un modèle local comme gpt-oss 120b répond aussi à un enjeu d’autonomie technique. Plutôt que de dépendre entièrement de plateformes en ligne ou d’interfaces fermées, l’expérimentation explore la possibilité de générer les poèmes dans un environnement plus contrôlé. Cette approche peut être intéressante pour un projet de recherche, car elle permet de mieux maîtriser la chaîne de traitement, les données utilisées et les conditions de production.
Cette expérimentation est également importante pour évaluer les limites concrètes d’un processus automatisé. Sur le plan théorique, un workflow peut sembler simple : lire les fichiers, envoyer les contenus au modèle, récupérer les réponses. Mais dans la pratique, plusieurs contraintes apparaissent : temps de traitement, erreurs possibles, interruptions, limites matérielles, instabilité des réponses, difficulté à reprendre exactement au bon endroit en cas d’arrêt, et nécessité de vérifier les sorties produites.
Ainsi, cette étape ne sert pas seulement à produire des poèmes. Elle permet de documenter les conditions techniques et méthodologiques d’une création assistée par IA à grande échelle.

À ce jour, la chaîne de génération automatisée a produit environ 30 000 poèmes parmi les 44 416 rues du corpus, et la production se poursuit. Ce résultat montre que l’automatisation permet de dépasser le cadre des tests ponctuels pour atteindre une échelle beaucoup plus large. Il rappelle toutefois que le passage à l’échelle demeure un processus progressif, dépendant du temps de calcul, de la stabilité du workflow et de la gestion des fichiers.

Période d'expérimentation

2026-04-10

Etat d'avancement de l'expérimentation

75

Artiste(s)

Anjara Rafidison

Résumé de l'expérimentation

L’automatisation permet de rendre le protocole plus reproductible et applicable à grande échelle, mais elle peut introduire des compromis en matière de qualité, de contrôle fin du style et de stabilité des résultats.

Outils / Logiciels / Dispositifs