Latent Art History — Computational Hermeneutics

created by philippe Boisnard - Université Paris 8 - Paragraphe-CITU

From Metrology to Hermeneutics

In 2009, Lev Manovich introduced ImagePlot as part of the Cultural Analytics initiative — a pioneering effort to apply computational methods to visual culture at scale. By measuring low-level features such as brightness, saturation, and hue across thousands of artworks, ImagePlot revealed macroscopic patterns invisible to the unaided eye. The 2026 iteration refines this approach with feature extraction and dimensionality reduction — yet remains grounded in the same paradigm: measuring the physical surface of images.

Beyond the Surface

Latent Art History extends this lineage into a different register. Where ImagePlot measures pixels, this project interprets meaning. CLIP embeds images and language in a shared latent space, enabling zero-shot semantic scoring. Rather than asking "how bright is this painting?" we can ask "how sacred is it?" Each artwork is projected onto bipolar semantic axes: Figurative–Abstract, Sacred–Profane, Nude–Clothed, Ordered–Chaotic, Human–Landscape.

SAM adds a second layer: computational segmentability. How does a model trained on contemporary photographs decompose a Caravaggio, a Rothko, a Hokusai? The contour it extracts reveals the cultural bias of computational perception itself.

Nine Ways of Seeing

The work offers nine modes of traversal through one thousand artworks. Four are visual — Color, Shape, Texture, Composition. Five are semantic — scored by CLIP against carefully constructed prompt pairs. Each mode generates a different walking path, a different three-dimensional projection, a different narrative of art history. Switching between modes reorganizes the entire cloud in real time, demonstrating that art history is a space that restructures itself depending on the question asked.

Latent Art History — Herméneutique Computationnelle

De la métrologie à l'herméneutique

En 2009, Lev Manovich introduisait ImagePlot dans le cadre de l'initiative Cultural Analytics — un effort pionnier pour appliquer des méthodes computationnelles à la culture visuelle à grande échelle. En mesurant des caractéristiques de bas niveau comme la luminosité, la saturation et la teinte à travers des milliers d'œuvres, ImagePlot révélait des motifs macroscopiques invisibles à l'œil nu. La version 2026 affine cette approche mais reste dans le même paradigme : mesurer la surface physique des images.

Au-delà de la surface

Latent Art History prolonge cette lignée dans un registre différent. Là où ImagePlot mesure des pixels, ce projet interprète du sens. CLIP projette images et langage dans un espace latent partagé, permettant un scoring sémantique sans apprentissage supervisé. Au lieu de demander « quelle est la luminosité de ce tableau ? », on peut demander « est-il sacré ? » Chaque œuvre est projetée sur des axes sémantiques bipolaires : Figuratif–Abstrait, Sacré–Profane, Nu–Habillé, Ordonné–Chaotique, Humain–Paysage.

SAM ajoute une seconde couche : la segmentabilité computationnelle. Comment un modèle entraîné sur des photographies contemporaines décompose-t-il un Caravage, un Rothko, un Hokusai ? Le contour qu'il extrait révèle le biais culturel de la perception computationnelle elle-même.

Neuf façons de voir

L'œuvre propose neuf modes de traversée à travers mille tableaux. Quatre sont visuels — Couleur, Forme, Texture, Composition. Cinq sont sémantiques — scorés par CLIP contre des paires de prompts soigneusement construites. Chaque mode génère un chemin différent, une projection tridimensionnelle différente, un récit différent de l'histoire de l'art. Changer de mode réorganise l'ensemble du nuage en temps réel, démontrant que l'histoire de l'art est un espace qui se restructure selon la question posée.