Une intelligence artificielle regarde deux mains qui se dessinent l'une l'autre.
Deux cent cinquante fois. Voila ce qu'elle en a fait.
250 iterations · 36 secondes · une seule graine
M.C. Escher · Drawing Hands · 1948
En 1948, M.C. Escher lithographie deux mains qui se dessinent l'une l'autre. Aucune ne precede l'autre. L'image se produit elle-meme. En 1979, Douglas Hofstadter placera cette planche au centre de Godel, Escher, Bach, comme embleme de la boucle etrange.
Le phenomene de boucle etrange se produit chaque fois que, en montant ou en descendant les niveaux d'un systeme hierarchique, on se retrouve inopinement au point de depart.
Douglas Hofstadter, Godel, Escher, Bach, 1979
Soixante-dix-huit ans plus tard, j'ai donne la lithographie a une intelligence artificielle. Je lui ai demande de la decrire. J'ai pris sa description, et je lui ai demande de la dessiner. J'ai pris le dessin et je lui ai demande de le decrire a nouveau. Et ainsi de suite. Deux cent cinquante fois. Sans jamais intervenir.
Le modele ne sait pas qu'il se parle a lui-meme. Il decrit ce qu'il voit, puis dessine ce qu'il vient de decrire, puis decrit ce qu'il vient de dessiner. Le paradoxe ne survit pas au premier passage. Des l'iteration 1, une main dessine et l'autre se laisse dessiner. La boucle est defaite, il reste des objets. Les mains deviennent des pictogrammes, les pictogrammes une planche de bureau, la planche une photo de stock. La premiere piece avait derive en peinture, la deuxieme en symboles. Les Mains finissent en marchandise.
Chaque passage laisse deux traces : l'image que le modele a vue, et le texte qu'il en a ecrit. Ce texte devient le brief du passage suivant.
La machine n'a pas su tenir le paradoxe. Elle en a fait de la marchandise.
Note d'experimentation
Le tableau devient des mots, les mots deviennent un autre tableau.
Deux cent cinquante fois, en silence.
Deux modeles de Google. Gemini 2.5 Flash pour la vision, qui lit chaque image et la met en mots. Nano Banana 2 pour l'image, qui prend ces mots et les redessine en 1408 x 768.
Aucune intervention humaine pendant les deux cent cinquante tours. Aucun prompt glisse, aucun parametre retouche. Le modele ne lit que ce qu'il vient d'ecrire, ne voit que ce qu'il vient de dessiner.
Seize dollars soixante-dix-huit pour deux cent cinquante iterations. Seize dollars soixante-quinze pour les images, trois centimes pour la vision. Chaque appel est journalise par l'API Google.
Les deux cent cinquante images sont montees en un clip de trente-six secondes, vingt-quatre images par seconde. Entre chaque iteration reelle, un interpolateur invente les passages manquants, juste assez pour que la derive respire.