L'expérience Monet : et si on jugeait le résultat plutôt que l'étiquette ?

🎨 Le 12 mai 2026, un internaute publie sur X une image de nymphéas. Sa légende : « Je viens de générer cette image dans le style de Monet avec l'IA. Décrivez en détail ce qui la rend inférieure à un vrai Monet. » Le label officiel « Made with AI » accompagne le post. Les commentaires affluent. Composition bancale. Profondeur absente. Reflets « plaqués comme du bruit ». Un internaute rédige une analyse de 850 mots pour démontrer la médiocrité du rendu. 5,5 millions de vues plus tard, la révélation tombe. L'image n'a jamais été générée par une IA. C'est une vraie toile de Claude Monet, issue de la série des Nymphéas, exposée à la Neue Pinakothek de Munich. 🪞 Une partie des critiques a alors supprimé ses commentaires. L'autre a doublé la mise : « Ce n'est pas un bon Monet », « la reproduction est mauvaise », « je maintiens mon analyse ». Tout, plutôt qu'écrire : null« J'ai laissé l'étiquette penser à ma place. »null En consultation, on fait exactement la même chose. On juge un compte-rendu généré par Consult Assist sur ce qu'il est plutôt que sur ce qu'il dit. On regarde une zone identifiée par VetInterniste en cherchant d'abord à prouver que la machine s'est trompée, avant même d'évaluer ce qu'elle montre. Une étude publiée dans Nature en 2024 le confirme : les mêmes images sont jugées moins belles dès qu'on sait qu'une IA les a générées. L'outil n'a pas changé. Notre regard, si. La vraie question n'est donc pas « est-ce que ce compte-rendu vient d'une IA ? ». C'est : « est-ce qu'il est juste, utile et fidèle à ce que j'ai dit ? » 🎙️ Cette grammaire de l'IA en pratique vétérinaire, c'est ce qu'on creuse dans le podcast VETO-IA. https://open.spotify.com/show/5wlGAVBuJwv0a1QFepdwoX