Résumé
Here is the full application (in French) I wrote late 2016 for the Cnap research grant. You can read more about the background of this project here. Résumé du projet En étudiant des pratiques de design graphique concomitantes à l’émergence de l’informatique personnelle au début des années 1980, et en les mettant en relation avec […]Notions
Personnes citées
Date
January 2008
Type
ProjetContexte
La revue a été fondée en 2008 par Anaïs Lelièvre, Antoine Lefebvre, Anthony Masure, Alexandre Saint-Jevin et Clélia Barbut. Elle est dirigée depuis 2013 par Alexandre Saint-Jevin.
Résumé
Réel-Virtuel: enjeux du numérique est une revue en ligne pluridisciplinaire, avec une dominante artistique. Afin d’interroger leurs ancrages et spécificités, les thématiques invitent à confronter les nouvelles technologies à des théories et pratiques qui sont également issues d’autres […]Date
March 2021
Type
ConférenceContexte
Communication au colloque « Deep City: Climate Crisis, Democracy and the Digital », Lausanne, EPFL, 25 mars 2021
Résumé
Deep learning artificial intelligence (AIs) works by comparing and aligning “raw” or “labeled” data sets. This mimetic paradigm (remix of “data sets”) makes it difficult to discern “generated” copy of original. Therefore, the question of acceptance of a world shaped by AIs arises less in terms of replacement than in terms of recovery: an environment in which one could not distinguish what is produced, or not, with AIs. Another challenge, with the demand of ecological sobriety, is the increase of algorithmic rationality with generated shapes optimized to structural constraints. What about social and aesthetic dimensions of shaping? How can AIs be open to invention and curiosity?
Notions
Personnes citées
Objets mentionnés
Médias
Date
April 2021
Type
ConférenceContexte
Conférence à l’Esad Amiens dans le cadre du séminaire « Le champ du signe » (dir. Simon Renaud) autour des intelligences artificielles et de la création.
Résumé
En raison de leur efficacité et rentabilité, les intelligences artificielles (IA) « neuronales » trouvent leur place dans les industries créatives depuis plusieurs années. Si les technologies du deep learning sont la plupart du temps envisagées sous l’angle de l’automatisation, nous proposons de les considérer également sous l’angle du concept de mécanisation pour souligner la possibilité d’un travail « avec » les machines plutôt qu’un abandon de leurs potentialités aux forces économiques. En quoi le design pourrait-il contribuer à désamorcer la culture dominante de l’IA ? Comment faire en sorte que les technologies du deep learning puissent ouvrir à l’invention et à la curiosité ? En quoi les cursus de design pourraient-ils (ou devraient-ils) faire l’objet de reconfigurations ?
Notions
Personnes citées
Objets mentionnés
Médias