L’automatisation au pouvoir ?
design & machine learning
Anthony Masure (prof. associé, responsable de la recherche, HEAD – Genève, HES-SO)
Commission interparlementaire de contrôle HES-SO
HEPIA, 22 novembre 2021
1 –
La recherche à la
HEAD – Genève
HEAD – Genève, nouveau campus, 2017–2022
800 étudiant·e·x·s, 200 enseignant·e·x·s (arts visuels, cinéma, architecture d’intérieur, communication visuelle, mode)
La recherche à la HEAD – Genève (HES-SO)
- « Recherche-création » : avec les moyens de l’art et du design
- Approches multiples : historique, critique, pratique, technique, prospective, etc.
- Perspective professionnalisante : anticiper l’avenir des métiers de la HES-SO
« TheKnitGeekResearch »
Dir. Valentine Ebner (HEAD – Genève), 2018-2021, financement du fonds stratégique de la HES-SO
Image : TheKnitGeekResearch, Making Fashion Sense 2020, HeK Basel. © Franz Wamhof
2 –
Fonctionnement du
machine learning
Garry Kasparov VS IBM Deep Blue, 1997
Programmation traditionnelle
Lee Sedol VS Google DeepMind AlphaGo, 2017
Deep learning
Fonctionnement du deep learning
3 –
Applications du
deep learning
Google, voiture autonome, 2010–
« Robot journaliste : en un an, une IA créée par le Washington Post a publié 850 articles », Numerama.com, 2017
Une formidable puissance de calcul, mais :
- Effet « boîte noire » du fonctionnement technique
- Renforcement des stéréotypes et des mécanismes de discrimination
- Beaucoup de fantasmes et de promesses non tenues
Excès d’optimisme
- 1958, Herbert Simonet Allen Newell : « D’ici dix ans un ordinateur sera le champion du monde des échecs » et « d’ici dix ans, un ordinateur découvrira et résoudra un nouveau théorème mathématique majeur. »
- 1965, Herbert Simon : « Des machines seront capables, d’ici vingt ans, de faire tout travail que l’homme peut faire. »
- 1967, Marvin Minsky : « Dans une génération […] le problème de la création d’une ’intelligence artificielle’ [sera] en grande partie résolu. »
- 1970, Marvin Minsky (dans le magazine Life) : « Dans trois à huit ans nous aurons une machine avec l’intelligence générale d’un être humain ordinaire. »
4 –
Le machine learning
dans l’art et le design
Comment échapper à l’uniformité qui caractérise le monde de l’automatisation ?
Thinking Machines, workshop à la HEAD – Genève, Master Media Design, 2020
Mélanger plusieurs époques des « intelligences artificielles »
5 –
« L’automatisation au pouvoir ? », un projet de recherche HEAD / HES-SO
Résumé
Faisant l’objet de nombreuses controverses techniques et épistémologiques, les technologies du machine learning trouvent leur place dans les industries créatives depuis plusieurs années et reconfigurent les pratiques de design. Mais comment l’automatisation propre aux technologies numériques pourrait-elle être réorientée à plus petite échelle, de façon maîtrisée et « sur-mesure » ? Comment faire en sorte que le machine learning puisse ouvrir à l’invention et à la curiosité ? Pour répondre à ces questions, nous nous concentrerons sur le champ du design graphique dans une optique de recherche-création : le matériel récolté (enquêtes et entretiens) servira d’ancrage à la production d’un prototype semi-fonctionnel à caractère manifeste.
Financement HES-SO, « Projets exploratoires sur la transition numérique », novembre 2021 à juillet 2022
Équipe |
|
|
|
|
|
Anthony Masure (requérant)
Professeur associé
Responsable Ra&D
HEAD – Genève, HES-SO |
Alexia Mathieu
Maître d’enseignement
Responsable du MA Media Design
HEAD – Genève, HES-SO |
Douglas Edric Stanley
Chargé de cours
MA Media Design
HEAD – Genève, HES-SO |
Objectifs
- Saisir les usages (projets, opportunités, etc.) et problèmes (blocages, manques, etc.) actuels des technologies de machine learning pour les designers graphiques
- Sur la base de ces analyses, engager une démarche de « recherche-action » tournée vers la mise en place de nouvelles situations d'usages du machine learning adaptées aux studios de design graphique indépendants
Conclusion –
Quelle pédagogie des intelligences simulées ?
- À une époque où les technologies du machine learning font partie de notre quotidien, en quoi les cursus de design pourraient-ils (ou devraient-ils)
faire l’objet de reconfigurations ?
- Quelles compétences ne sont plus pertinentes à enseigner ?
- Quelles sont celles qui devraient évoluer ou être ajoutées ?
Présentation réalisée avec Reveal.js, MIT License
Licence (textes) : CC BY-SA
—
Polices de caractères
Sklolar Sans (David Březina × Rosetta Type, 2014)
IBM Plex Mono (Mike Abbink × Bold Monday, 2018)
—
Novembre 2021