Résumé : Les restaurants adoptent de plus en plus les générateurs d’images et de texte basés sur l’IA pour concevoir leurs cartes. Si ces outils offrent rapidité et créativité, ils tendent à produire des visuels trop lisses, symétriques et « plaisants », ce qui déclenche un sentiment d’étrangeté chez les clients. Ce phénomène résulte d’une formation des modèles sur des jeux de données homogènes et d’une boucle de rétroaction où les créations IA sont ré‑intégrées dans les corpus d’entraînement, menant à une convergence voire à un effondrement du modèle. L’article analyse les causes techniques, les risques pour les établissements de restauration et les réactions psychologiques des consommateurs.
Une esthétique standardisée imposée par les modèles d’IA
Les générateurs d’images comme Midjourney ou les grands modèles de langage (LLM) tels que ChatGPT sont entraînés sur d’immenses ensembles de données provenant d’Internet. Lorsqu’un restaurateur demande « crée un menu pour un burger », le modèle puise dans des exemples déjà existants : les cartes de chaînes comme McDonald’s, Burger King ou Wendy’s. Ces références partagent un style visuel très homogène : couleurs vives, typographies claires, illustrations de plats parfaitement centrés et lisses. Le résultat est un menu qui ressemble à une version idéalisée d’une publicité télévisée, où chaque portion est impeccablement présentée.
Cette uniformité n’est pas accidentelle. Les équipes qui construisent les modèles cherchent à optimiser la « plaisance » des sorties : les images doivent être attrayantes, non offensantes et faciles à interpréter. Le processus d’optimisation élimine donc les variations et les imperfections qui, dans le monde réel, donnent du caractère aux photographies culinaires. Le phénomène, décrit par Alex Lisle de Reality Defender, se traduit par des illustrations où chaque boule de glace est parfaitement ronde et où les crevettes semblent « génétiquement modifiées » pour manger leurs propres queues, créant ainsi une esthétique presque surnaturelle.
Le problème se renforce lorsqu’une entreprise, comme Amazon, intègre des contenus générés par IA dans ses propres jeux de données d’entraînement. Une fois ces créations ré‑injectées, les modèles apprennent à reproduire leurs propres biais, accentuant la tendance à la lissage et à la symétrie. Le résultat est une boucle de rétroaction où chaque nouvelle génération devient légèrement plus « parfaite », mais aussi plus détachée de la réalité visuelle que les consommateurs attendent.
Convergence et effondrement du modèle : les dangers d’une auto‑reproduction
Lorsque les sorties d’un modèle d’IA sont réutilisées comme données d’entraînement, on assiste à un phénomène appelé convergence. Contrairement à l’effondrement du modèle (souvent comparé à la maladie de la vache folle), qui rend le système complètement inutilisable, la convergence entraîne une dégradation progressive de la qualité. Les images deviennent de plus en plus lisses, les textes plus génériques, et la diversité créative s’érode.
Dans le contexte des menus, cela signifie que chaque révision – que ce soit un ajustement de prix ou une modification de nom d’un plat – amplifie le lissage des visuels. Une expérience partagée sur le réseau social X montre qu’après 100 itérations d’édition d’un même menu généré par ChatGPT, les plats apparaissent d’une rondeur et d’une douceur anormales, au point de provoquer un malaise chez les observateurs. Cette déformation progressive illustre comment la sur‑formation sur des sorties déjà « polies » conduit à une perte de réalisme.
Les chercheurs de l’Université de Duisburg‑Essen en Allemagne ont quantifiés ce phénomène en identifiant un effet de « vallée du uncanny » spécifique aux images alimentaires générées par IA. Les visuels qui semblent presque réels, mais qui conservent des traces de cette homogénéité artificielle, suscitent davantage de dégoût et d’inconfort que des images manifestement truquées. Ce résultat psychologique renforce la perception négative des menus IA, même lorsque les consommateurs ne peuvent pas articuler précisément la source de leur gêne.
Conséquences pour les restaurateurs et perception des clients
Les établissements de restauration qui adoptent ces outils se retrouvent face à un dilemme. D’une part, l’IA permet de créer rapidement des cartes attrayantes, de tester de nouvelles combinaisons de plats et d’ajuster les prix en temps réel. D’autre part, l’aspect visuel trop parfait peut décourager les clients, qui perçoivent inconsciemment un manque d’authenticité. Cette réaction est d’autant plus forte dans un contexte où la confiance dans les médias visuels est déjà fragilisée par la prolifération des deepfakes.
Le sentiment d’inconfort peut également affecter la décision d’achat. Une étude informelle menée auprès de consommateurs de New‑York a révélé que les participants étaient moins enclins à commander un plat présenté par une illustration générée par IA, même si le même plat était décrit de façon textuelle. Cette aversion s’explique par le « savoir‑intuitif » que les humains possèdent pour détecter les anomalies subtiles dans les textures, les ombres et les proportions, éléments que les modèles de diffusion peinent encore à reproduire de manière convaincante.
Face à ces enjeux, plusieurs restaurants commencent à combiner l’IA avec des photographies réelles, en utilisant les générateurs pour proposer des concepts mais en les validant par des prises de vue authentiques. D’autres adoptent des solutions de détection d’IA, comme celles proposées par les startups spécialisées dans la vérification de contenu, afin de filtrer les créations trop homogènes avant leur mise en ligne. Cette approche hybride permet de profiter de la rapidité de l’IA tout en conservant le réalisme et la crédibilité attendus par les clients.
En résumé, l’engouement pour les menus générés par intelligence artificielle révèle un paradoxe : la quête d’une esthétique « parfaite » peut en réalité nuire à l’expérience client. La convergence des modèles, alimentée par une boucle de rétroaction de leurs propres sorties, crée une uniformité qui déclenche l’effet de la vallée du uncanny, générant malaise et méfiance. Les restaurateurs devront donc réévaluer l’usage de ces technologies, en privilégiant des solutions mixtes qui allient créativité algorithmique et authenticité visuelle afin de maintenir la confiance des consommateurs.