[FR]
En traversant le territoire québécois, les granges agricoles forment une image persistante inscrite dans la mémoire collective — une forme vernaculaire transmise de génération en génération. Ce projet explore les capacités de l'apprentissage-machine à simuler ce processus d'abstraction et de sélection culturelle. Un réseau antagoniste génératif (StyleGAN2) est entraîné sur un corpus de 1 650 images de bâtiments agricoles constitué à partir d'inventaires patrimoniaux provinciaux. Le réseau apprend à extraire les caractéristiques récurrentes de ce langage constructif pour en générer de nouvelles instances, posant la question de savoir si l'intelligence artificielle peut consacrer — ou dissoudre — le style vernaculaire.

[EN]
Travelling through the Quebec countryside, agricultural barns form a persistent image embedded in collective memory — a vernacular form passed down from generation to generation. This project explores the capacity of machine learning to simulate this process of cultural abstraction and selection. A generative adversarial network (StyleGAN2) is trained on a corpus of 1,650 images of agricultural buildings drawn from provincial heritage inventories. The network learns to extract the recurring characteristics of this constructive language and generate new instances — raising the question of whether artificial intelligence can consecrate, or dissolve, the vernacular.