Nikon retire à un lauréat son prix de micro-vidéo pour usage d'IA générative

Nikon a retiré la première place à la vidéo qui avait remporté le grand prix de son concours de microscopie Small World in Motion 2026. L'entreprise affirme que le travail « ne respecte pas le règlement du concours en matière d'IA générative ». Selon la BBC, l'auteur de la vidéo, Ning Xu, y montrait les cils des voies respiratoires d'un enfant atteint de dyskinésie ciliaire primitive (PCD). La vérification a duré environ une semaine : Nikon l'avait annoncée début octobre, quand des internautes ont commencé à douter de l'authenticité des images.

Comment l'affaire s'est déroulée

Small World in Motion est réputé comme une vitrine de la visualisation scientifique. Les lauréats sont choisis pour ce que l'on voit au microscope, pas pour le montage. La vidéo de Ning Xu cochait justement ces critères : des cils scintillants, un tableau clinique rare, compréhensible même pour un spectateur sans formation médicale.

C'est précisément cette netteté qui a soulevé des questions. Des internautes ont repéré dans la vidéo des signes de traitement et, d'après PetaPixel, Nikon a annoncé une nouvelle vérification. Le verdict est publié sur le site du concours : le prix est retiré.

L'auteur ne conteste pas les faits. Dans un commentaire sur LinkedIn, Ning Xu a confirmé avoir utilisé de l'IA. Selon lui, une méthode de réseau de neurones non supervisée (unsupervised) a servi au post-traitement après le tournage, afin de distinguer et de visualiser les structures dans l'image. La fin de la citation est tronquée dans l'extrait disponible : on ignore donc ce qui a précisément été isolé, et comment.

Ce que l'on sait des faits

• Concours : Small World in Motion 2026, organisé par Nikon.
• Œuvre : vidéo de Ning Xu, première place, cils des voies respiratoires d'un enfant atteint de PCD.
• Infraction : selon la formulation de Nikon, non-respect du règlement sur l'IA générative.
• Aveu de l'auteur : post-traitement par un réseau de neurones non supervisé.
• Chronologie : doutes en ligne, annonce d'une vérification début octobre, disqualification au 9 octobre.

Où passe la frontière

La question centrale est terminologique. Un réseau de neurones non supervisé utilisé pour segmenter ou isoler des structures et un modèle génératif qui complète l'image sont, techniquement, deux outils différents. Le premier regroupe les pixels selon leurs similitudes, le second synthétise du contenu nouveau. Mais Nikon a parlé explicitement d'IA générative dans sa déclaration publique, et l'on ne sait pas quelle partie du travail elle a jugée générée. Les documents disponibles ne permettent pas de le déduire.

Pour le spectateur, la différence peut être sans importance. Si l'algorithme modifie l'apparence des cils, l'écran ne montre plus des images brutes mais leur interprétation. En visualisation scientifique, cela change tout : ces vidéos servent d'illustration de processus réels, et parfois de support pédagogique.

L'affaire a aussi un autre versant. Les images relèvent du domaine médical et concernent un enfant, patient. Tout post-traitement qui modifie l'image exige une mention explicite, indépendamment du règlement du concours.

Conclusion pratique

Les organisateurs de concours photo et vidéo gagneraient désormais à définir ce qui est permis non pas par une formule générale du type « sans IA générative », mais par une liste d'opérations : réduction du bruit, accentuation de la netteté, segmentation, interpolation d'images. Chacune doit être soit autorisée, soit interdite, faute de quoi le litige se reproduira.

Il est plus prudent pour les auteurs de joindre d'emblée à leur travail les fichiers sources et une description de la chaîne de traitement. Quand les doutes surgissent après la remise du prix, un processus documenté protège mieux que n'importe quelle explication en commentaire.

Lecteurs et rédactions ont intérêt à garder en tête qu'une image de microscope parfaitement nette ne prouve pas, à elle seule, son authenticité. Pour les contenus scientifiques et médicaux, il est pertinent de demander ce que montre l'image brute et ce que l'algorithme y a ajouté.