Q1 Vous avez réalisé cette étude sur les affiches de films il y a plus de 25 ans pour le CNC. En quoi était-elle originale à l’époque ?
Daniel Bô : Cette étude, conduite pour le Centre National du Cinéma au tournant des années 2000, portait sur un corpus de 350 affiches et 180 bandes-annonces françaises et américaines. Elle était originale à plusieurs titres. Voici la version PPT,
D’abord, elle appliquait une grille d’analyse sémiologique systématique à un objet culturel — l’affiche de cinéma — jusque-là étudié de façon impressionniste. Nous avons construit une taxonomie rigoureuse : chromatisme, composition, gestion des regards, typographie, codes de genre. Chaque dimension était codée, mesurée, comparée entre films français et américains.
Ensuite, elle croisait sémiologie et perception du public : nous avons soumis les affiches à des spectateurs pour mesurer l’écart entre ce que l’affiche « dit » visuellement et ce que le public « lit ».
Enfin, elle produisait des codes de genre très précis — ce que signifie un fond noir pur en horreur/SF, un chromatisme orangé en aventure/action, un fond blanc en comédie française. Des règles visuelles qui structurent l’affiche comme un langage.
| Le principe central de l’étude Une affiche de film est un système de signes qui opère selon des codes de genre implicites. Le spectateur reconnaît le film avant de l’avoir vu parce que l’affiche respecte — ou transgresse délibérément — ces codes. L’enjeu de l’étude était de les rendre explicites et comparables. |
Q2 Quels sont les grands principes sémiologiques qui structurent cette grille d’analyse ?
La grille repose sur cinq axes, chacun correspondant à une dimension du langage visuel de l’affiche.
Le chromatisme et le fond d’abord. La couleur n’est jamais neutre : le clair-obscur brun-gris signifie le policier, le fond blanc ou les couleurs franches signifient la comédie française, le ciel orangé tourmenté signifie l’aventure-action, le noir pur avec lumières spectrales signifie l’horreur ou la science-fiction. Ce sont des codes partagés, appris par le public à travers des décennies de consommation cinématographique.
La composition et les images ensuite. Toute affiche navigue entre deux modes : l’image-portrait (le héros présenté, focale nette, premier plan dominant) et l’image-narrative (une scène, un décor, une action suggérée en second plan). La surimpression, le fondu, le jeu d’échelles entre personnages — tout cela construit le récit avant le récit.
Le regard des personnages est peut-être le axe le plus puissant. Nous distinguons trois plans : le plan discursif — le personnage regarde le spectateur en face (« je/tu »), c’est typique de l’action américaine, il interpelle, il défie. Le plan narratif — les personnages interagissent entre eux sans regarder le spectateur (« ils »), c’est souvent la comédie. Le plan intermédiaire — le regard oblique, 3/4, énigmatique hors champ — c’est le policier, l’ambiguïté morale.
La typographie du titre ensuite. Nous avons établi une échelle à six niveaux : du titre neutre et standard (niveau 1) jusqu’au titre architectonique qui structure tout l’espace de l’affiche (niveau 5), voire monopolistique quand le titre EST l’affiche (niveau 6). L’intégration du titre à l’image est un indicateur fort de la sophistication graphique du film.
Et enfin les codes de genre, qui synthétisent tout ce qui précède : est-ce que l’affiche respecte ou transgresse les codes attendus pour son genre ? Une comédie qui utilise un fond noir envoie un signal fort — volontaire ou non.
| Un résultat contre-intuitif de l’étude Les affiches françaises et américaines du même genre sont visuellement très distinctes. Les affiches américaines favorisent massivement le fond sombre, les gros plans resserrés sur le visage, et les majuscules (73% des titres). Les affiches françaises préfèrent le fond blanc ou les couleurs vives, les personnages en pied, et le bas-de-casse (55%). Ce n’est pas un hasard : c’est deux conceptions différentes de la relation au spectateur — l’américain interpelle, le français présente. |
Q3 Comment passe-t-on d’une étude sémiologique de l’an 2000 à un agent d’IA en 2024 ? Qu’est-ce qui a rendu ce passage possible ?
Ce qui a rendu ce passage possible, c’est la convergence de trois évolutions.
La première, c’est la vision par ordinateur. Les modèles de langage multimodaux comme Claude peuvent aujourd’hui « voir » une image avec une finesse analytique proche d’un expert humain : identifier un chromatisme, décrire une composition, détecter la direction d’un regard. Ce qui nécessitait un codeur humain formé à la sémiologie pendant des semaines peut maintenant être délégué à un modèle.
La deuxième, c’est la possibilité d’encoder un savoir expert dans un prompt. Notre grille sémiologique peut être traduite en instructions précises données à un modèle : « Pour cet axe, évalue selon ces critères, distingue ces cas, attribue ce score ». Le modèle devient un évaluateur formé à notre méthode.
La troisième, c’est la structuration des sorties. L’agent ne produit pas du texte libre — il produit un JSON structuré avec des scores par axe, des points forts et faibles listés, un score global pondéré calculé selon nos coefficients. Ce qui permet d’agréger des analyses, de comparer des corpus, de produire automatiquement des rapports.
Ce que l’étude CNC a apporté de décisif, c’est la grille elle-même. Sans ce corpus de 350 affiches codées, sans cette taxonomie des codes de genre, sans ces coefficients de pondération — l’agent serait une coquille vide. L’IA applique ; la sémiologie pense.
| La logique de l’agent d’évaluation L’agent reçoit une image d’affiche. Il l’analyse selon les 5 axes de la grille sémiologique (chromatisme, composition, personnages/regards, titre/typographie, codes de genre), attribue un score de 0 à 10 à chaque axe avec des coefficients différenciés (×1,5 ou ×2 selon l’importance sémiologique), liste les points forts et faibles, et calcule un score global pondéré. Il produit enfin trois recommandations créatives. Tout cela en quelques secondes, pour n’importe quelle affiche soumise. |
Q4 En quoi cet agent est-il différent d’un simple outil d’analyse d’image par IA ?
Un outil générique d’analyse d’image vous dira qu’une affiche comporte un personnage masculin, un fond sombre, une typographie sans empattement. Il décrit. Notre agent évalue selon un référentiel construit empiriquement sur un corpus de référence.
Concrètement : quand l’agent attribue un 9/10 au regard de Pierre Niney dans l’affiche du Comte de Monte-Cristo, ce n’est pas parce que le visage est « beau » ou « expressif » au sens générique. C’est parce que ce regard réussit une hybridation spécifique entre le plan discursif frontal américain et la complexité émotionnelle du cinéma d’auteur français — ce que notre grille nomme précisément, et que notre étude CNC a démontré comme un code lisible par le public.
De même, quand l’agent identifie le M géant des Trois Mousquetaires comme un dispositif « architectonique de niveau 5 sur 6 », il mobilise une taxonomie de l’intégration typographique que nous avons construite sur 350 affiches. Ce n’est pas de la description — c’est du positionnement sur une échelle de valeur sémiologique.
C’est précisément ce que QualiQuanti appelle des agents d’évaluation ancrés dans des études propriétaires. L’IA seule n’a pas de référentiel.
Q5 Quelles sont les limites de cet agent ? Que ne peut-il pas faire ?
L’agent évalue la forme, pas le fond. Il peut identifier que le chromatisme d’une affiche est cohérent avec les codes de l’aventure épique. Il ne peut pas évaluer si l’affiche reflète fidèlement le film — si elle promet ce que le film tient. Pour cela, il faudrait un agent qui a vu le film.
L’agent est ancré dans un corpus daté. Notre étude porte sur des affiches de 1998-2000. Les codes ont évolué — notamment avec l’irruption du digital, des réseaux sociaux, des formats verticaux. Un agent robuste devrait être régulièrement re-nourri de nouveaux corpus.
L’agent ne capture pas la réception du public. Il évalue la structure sémiologique de l’affiche — ce qu’elle dit selon les codes. Il ne dit pas si le public la voit, la comprend, la mémorise. Pour ça, il faut de la recherche quali-quanti : tests d’exposition, focus groups, eye-tracking. L’agent est un outil d’analyse créative, pas de mesure d’efficacité.
Et enfin — l’agent peut se tromper sur des cas atypiques, des affiches qui transgressent délibérément les codes. La transgression est en soi une stratégie sémiologique que l’agent peut identifier (« code de genre faiblement respecté ») mais dont il ne peut pas toujours évaluer l’intentionnalité et la pertinence.
Q6 Quelles sont les perspectives ouvertes par ce type d’agent pour les professionnels des études marketing ?
Elles sont selon moi considérables, à trois niveaux.
Au niveau opérationnel d’abord : l’agent permet d’analyser des corpus d’affiches à grande échelle, impossibles à traiter manuellement. Imaginez comparer les stratégies visuelles de 200 sorties sur une saison cinématographique, ou suivre l’évolution des codes d’un genre sur dix ans. C’est maintenant faisable en quelques heures.
Au niveau stratégique ensuite : l’agent peut être utilisé en amont de la création, pour évaluer des pistes d’affiches avant le choix final. Il donne un retour structuré, argumenté, ancré dans un référentiel de 350 affiches — pas une opinion, une analyse.
Au niveau méthodologique enfin : cet agent illustre une voie d’avenir pour les études. Les expertises qualitatives, les grilles d’analyse, les taxonomies construites par des années de recherche — tout cela peut être encodé dans des agents et industrialisé. Ce n’est pas la fin du métier d’études ; c’est sa transformation. Le chercheur devient architecte du prompt et du référentiel plutôt qu’exécutant de l’analyse.
Chez QualiQuanti, nous appelons cela les agents d’évaluation ancrés dans des études fondatrices. L’étude CNC sur les affiches en est le premier exemple. Nous travaillons sur d’autres domaines : évaluation de packagings, de publicités, de contenus de marque. Dans chaque cas, le principe est le même : une étude approfondie construit le référentiel ; l’agent l’applique à l’échelle.
| La vision QualiQuanti L’avenir de la recherche marketing n’est pas dans le remplacement de l’expertise humaine par l’IA, mais dans l’ancrage de l’IA dans des corpus d’études propriétaires rigoureusement construits. Un agent sans référentiel est une boîte noire. Un agent nourri de 25 ans de recherche sémiologique est un expert instantané, disponible à toute heure, sur n’importe quel corpus. |
Q7 Un dernier mot sur ce que cette expérience vous a appris sur la relation entre sémiologie et intelligence artificielle ?
Ce qui me frappe le plus, c’est à quel point la sémiologie était déjà une forme de proto-IA — avant l’heure.
La sémiologie structure le monde en signes, en codes, en systèmes d’opposition. Elle produit des taxonomies, des grilles, des règles de lecture. C’est exactement ce dont l’IA a besoin pour être pertinente : non pas des données brutes, mais des données structurées par une pensée.
L’étude CNC de 2000 était, sans le savoir, un travail de préparation des données pour un agent qui n’existait pas encore. Nous codions des signes visuels, nous construisions des référentiels, nous établissions des normes et des écarts. Vingt-cinq ans plus tard, l’IA peut exploiter ce travail à une échelle que nous n’aurions pas imaginée.
Ce que j’en retiens pour les études marketing, c’est ceci : les meilleures études ne sont pas celles qui répondent à une question ponctuelle. Ce sont celles qui construisent un cadre analytique suffisamment robuste pour rester utile longtemps — et pour devenir, un jour, le substrat d’un agent intelligent.
Laisser un commentaire