Poem Poem Poem Poem Poem

Œuvre sonore, 24’32’’ en boucle, 2025
Avec le soutien du Jeu de Paume, Paris

L'œuvre Poem Poem Poem Poem Poem explore les failles et les dysfonctionnements cachés des grands modèles de langage (LLM) comme ChatGPT, Claude ou Gemini. Elle tire son origine d'une expérience imaginée par des chercheurs¹ qui demandaient à ces chatbots de répéter à l'infini certains mots simples tels que « poem » ou « book ». Avant que cette faille ne soit corrigée, ces systèmes révélaient des fragments des textes ayant servi à leur entraînement. Les extraits, provenant aussi bien de publicités, d’avertissements juridiques et de menus de restaurants que de la Bible, d’e-mails privés ou de scripts informatiques, témoignent de la diversité des contenus collectés, souvent sans consentement explicite, pour entraîner les programmes. Convertis grâce à des voix artificielles récentes, ils forment une composition sonore de poèmes lus ou chantés, une cacophonie d’accaparements massifs de contenus par les grands groupes de la tech.
Cette pièce sonore a été présentée pour la première fois en 2025 dans les escaliers du Jeu de Paume à Paris, accompagnée des éléments graphiques de l'œuvre intitulée Des reliquats d'attention.

1. Milad Nasr, Nicholas Carlini, Jonathan Hayase, Matthew Jagielski, A. F. Cooper, Daphne Ippolito, Christopher A. Choquette-Choo, Eric Wallace, Florian Tramer et Katherine Lee,
« Scalable Extraction of Training Data from (Production) Language Models », arXiv, 28 novembre 2023. https://arxiv.org/pdf/2311.17035