Nous n’avons pas fait de la traçabilité notre point de départ.

Notre préoccupation initiale était plus simple : comprendre comment le travail créatif prend forme en pratique. Il arrive rarement d’un seul bloc. Il émerge progressivement, à travers des fragments, des références, des associations. Le processus n’est ni linéaire ni entièrement conscient, mais façonné autant par l’intuition que par l’intention.

L’intelligence artificielle accélère ce processus comme jamais auparavant. Elle condense l’exploration en quelques secondes. Elle permet une forme d’itération qui se rapproche de la vitesse de la pensée. Mais ce faisant, elle modifie aussi quelque chose de plus fondamental : les conditions dans lesquelles les images sont produites ont changé.

Internet constitue désormais un vaste champ ouvert de matériau créatif. Styles, compositions, textures, environnements, visages : tout est disponible, accessible et, de diverses façons, reproductible.

L’acte de génération produit des résultats tout en effaçant souvent le chemin qui y a conduit. La succession des décisions, des éléments d’entrée et des transformations se condense en un seul résultat.

Quand l’opacité rencontre la production

Pendant un certain temps, cette opacité n’est pas perçue comme une limite. Au contraire, elle peut être vécue comme une forme de libération, qui nourrit une impression de fluidité créative.

Pourtant, à mesure que ces outils dépassent le stade de l’expérimentation pour entrer en production, l’absence d’un processus intelligible fait naître une autre forme de tension. Si l’on demandait, avec précision, comment un résultat a pris forme, la réponse resterait approximative.

Nous nous sommes heurtés à cela non pas comme à un problème abstrait, mais comme à une réalité concrète. Plutôt que de chercher à encadrer ou à contraindre le processus, nous avons posé une autre question : que signifierait le rendre observable ?

Rendre la création observable

Dans awen, cette question prend une forme concrète : la création se déploie dans le langage, sous la forme d’une conversation. Chaque instruction, chaque ajustement, chaque entrée s’inscrit dans cet échange.

De là émerge une provenance.

Chaque résultat porte en lui la séquence de ce qui l’a conduit à exister :

• les prompts qui l’ont façonné,
• les éléments introduits, qu’il s’agisse de texte, d’image, de vidéo, d’audio ou de 3D,
• les transformations successives qui l’ont affiné au fil du temps.

Cette provenance n’est pas reconstituée après coup. Vous pouvez y accéder à tout moment pour revenir à un résultat et suivre son évolution étape par étape. C’est ce qui fait de la direction créative sur awen un processus non seulement itératif, mais aussi traçable.

En ce sens, le résultat n’est plus un point unique, mais le résultat visible d’une trajectoire.

awen.zip : des exports prêts pour l’audit

Nous avons ensuite compris que, pour être utile, la traçabilité devait pouvoir être emportée. C’est pourquoi nous avons créé awen.zip.

Lorsque vous exportez un résultat depuis awen, vous pouvez télécharger une archive structurée qui contient à la fois le résultat et les étapes qui l’ont produit. Vous obtenez un ensemble entièrement organisé en dossiers, qui reconstitue le processus créatif.

Chaque génération est organisée dans sa propre arborescence de dossiers, ce qui préserve l’historique des itérations.

Des fichiers texte accompagnent chaque élément, avec le détail exact des prompts et des paramètres utilisés, ainsi que de chaque donnée fournie en entrée.

Un visuel history-graph.png cartographie les relations entre les éléments et montre comment une idée en a engendré une autre. Il offre une vue claire de l’évolution du processus.

Cela repose sur la même architecture pensée pour la confidentialité qui régit le reste de la plateforme : vos données restent les vôtres et ne sont jamais utilisées pour l’entraînement.

La traçabilité comme norme du secteur

À mesure que l’IA sert à générer des éléments publiés, diffusés et utilisés, la question de savoir comment une création a été réalisée prend une importance plus concrète.

Nous ne savons pas encore comment la réglementation, les normes ou les attentes évolueront sur ce sujet. En revanche, nous savons que les workflows actuels écartent l’essentiel des informations nécessaires pour répondre à des questions, même simples, sur l’origine, les influences ou la construction.

La traçabilité ne résout pas entièrement ces questions, mais elle peut favoriser des pratiques plus solides autour des contenus générés par l’IA et offrir une forme d’assurance concrète lorsque cela devient nécessaire. Elle ouvre aussi la voie à de nouveaux modèles de licence et de partage des revenus fondés sur une provenance claire.

Que ce soit dans le design, la publicité ou la production vidéo, le principe est le même : si le processus est observable, le résultat peut être digne de confiance.