Anthony Masure

Date

December 2019

Type

Contexte

Article publié dans la revue Cités, Paris, Puf, n^o 80, dossier « L’intelligence artificielle : enjeux éthiques et politiques » dirigé par Vanessa Nurock.

Résumé

Le regain d’intérêt pour l’intelligence artificielle (IA) des années 2010 engendre des programmes « auto-apprenants », ceux des techniques du deep learning, dont les logiques de fonctionnement sont structurellement inintelligibles (principe de la « boîte noire »). Ces IA investissent progressivement les capacités d’invention et d’imagination, et tendent donc à se substituer aux tâches communément attribuées aux designers. Le risque est alors que le design ne devienne qu’une puissance de production de marchandises et de motifs automatisés. Face au formatage des expériences humaines dans ce qu’elles ont de plus singulier, quelles marges de manœuvre peut-on inventer ? Des contre-pouvoirs sont-ils encore envisageables ?

Notions

• Appareil,
• Apprentissage automatique,
• Assujettissement,
• Automatisation,
• Autonomie,
• Behaviorisme,
• Boîte noire,
• Cognitivisme,
• Comportementalisme,
• Conception,
• Contre-pouvoir,
• Cybernétique,
• Découverte,
• Deep learning,
• Discrimination,
• Délégation,
• Efficacité,
• Fonctionnaire,
• Fonctionnement,
• Formatage,
• Hardware,
• IA,
• Imagination,
• Input,
• Intelligence artificielle,
• Machine learning,
• Morale,
• Opacité,
• Optimisation,
• Output,
• Post-histoire,
• Pouvoir,
• Photographie,
• Production,
• Programmation,
• Raison,
• Rationnalité,
• Rendement,
• Réseau de neurone,
• Simulation,
• Software,

Personnes citées

• Angwin Julia,
• Arendt Hannah,
• Barrat Robbie,
• Bailey Jason,
• Benjamin Walter,
• Bornstein Aaron M.,
• Boutang Yann Moulier,
• Cardon Dominique,
• Casilli Antonio A.,
• Cellard Loup,
• Chevalvert,
• Cointet Jean-Philippe,
• Cun Yann le,
• Ertzscheid Olivier,
• Fass John,
• Flusser Vilém,
• Hinton Geoff,
• Huyghe Pierre-Damien,
• Kirchner Lauren,
• Kissinger Henry A.,
• Kosinski Michal,
• Kyrou Ariel,
• Larson Jeff,
• Lassègue Jean,
• Mattu Surya,
• Mazières Antoine,
• McClymont Alistair,
• Morris William,
• Niemelä Sami,
• Nixon Richard,
• Osindero Simon,
• Pasquale Frank,
• Protais Marine,
• Pavlov Ivan,
• Rebaudengo Simone,
• Rey Alain,
• Ross Casey,
• Saulnier Boris,
• Schwab Katharine,
• Shteyngart Gary,
• Skinner Burrhus Frederic,
• Swetlitz Ike,
• Tarnoff Ben,
• Teh Yee-Whye,
• Turing Alan,
• Von Neumann John,
• Wang Yilun,
• Watson John Broadus,
• Weigel Moira,
• Wiener Norbert,

Objets mentionnés

• Adobe,
• Alibaba,
• Autodesk Dreamcatcher,
• Autodesk Netfabb,
• Automatic Computing Engine,
• Balenciaga AI,
• Face++,
• Facebook,
• Google Tensor Flow,
• IBM Watson,
• Machine Jacking,
• Made in Machina/e,
• Netflix,
• Of Machines Learning to See Lemon,
• PredPol,
• Siri,
• TheGrid.io,
• The Justice Department’s National Institute of Corrections,
• The Next Rembrandt,
• Uber,
• Wix ADI,

Date

September 2022

Type

Contexte

Intervention aux journées d’étude « Enjeux éthiques et esthétiques de l’Intelligence Artificielle », Université de Strasbourg, Littératures, éthique & arts – Lethica.

Résumé

Notions

• IA,
• Intelligence artificielle,

Personnes citées

• Allison Karmel,
• Bastide Raphaël,
• Chatonsky Grégory,
• Crawford Kate,
• Edric Stanley,
• Fass John,
• Flusser Vilém,
• Joler Vladan,
• Klingemann Mario,
• Maigret Nicolas,
• Manzini Ezio,
• Mathieu Alexia,
• McCartthy Lauren,
• McClymont Alistair,
• Niemelä Sami,
• Nova Nicolas,
• Rebaudengo Simone,
• Revuelta Marta,
• Schmitt Philipp,
• Senn Simon,
• Tricaud Martin,
• Turing Alain,
• Vacheron Jolër,

Objets mentionnés

• Adobe Sensei,
• Anatomy of an AI System,
• Back Office,
• Be Arielle F,
• Camera Restricta,
• CAN,
• Google DeepMind AlphaGo,
• HEAD - Publishing,
• IBM Deep BLue,
• Made in Machina/e,
• Of Machines Learning to See Lemon,
• Predictive Art Bot,
• Repeat After Me. Hommage to the Human voice,
• SOMEONE. human home intelligence at scale,
• TheGrid.io,
• The Next Rembrandt,
• Thinking Machines,
• Twins,
• Wix ADI,
• X Degrees of Separation,
• Zalando,

Date

March 2022

Type

Contexte

Conférence dans le cadre du séminaire ArTeC, « Technologies critiques », dir. Emanuele Quinz, Université Paris 8.

Résumé

Notions

• Deep learning,
• IA,
• Intelligences artificielles,

Personnes citées

• Allison Karmel,
• Barrat Robie,
• Bastide Raphaël,
• Bec Louis,
• Bridle James,
• Cardon Dominique,
• Chatonsky Grégory,
• Cointet Jean-Philippe,
• Crawford Kate,
• Edric Stanley Douglas,
• Fass John,
• Flusser Vilém,
• Giedion Siegfried,
• Huyghe Pierre-Damien,
• Joler Vladan,
• Klingemann Mario,
• Loyd Wright Frank,
• Maigret Nicolas,
• Manzini Ezio,
• Mathieu Alexia,
• Mazières Antoine,
• McCarthy Lauren,
• McClymont Alistair,
• Niemelä Sami,
• Nova Nicolas,
• Parreño Gema,
• Rebaudengo Simone,
• Revuelta Marta,
• Schmitt Philipp,
• Senn Simon,
• Vacheron Joël,

Objets mentionnés

• Adobe Sensei,
• Anatomy of an AI System,
• Autodesk Netfabb,
• Back Office,
• Balenciaga AI,
• Be Arielle F,
• Camera Restricta,
• CAN,
• Fashion-MNIST,
• Google DeepMind AlphaGo,
• IBM Deep Blue,
• Made in Machina/e,
• Predictive Art Bot,
• Of Machines Learning to See Lemon,
• Repeat After Me. Hommage to the Human Voice,
• SOMEONE. Human home intelligence at scale,
• TensorFlow Introduction,
• TheGrid.io,
• The Next Rembrandt,
• Thinking Machines,
• Twins,
• Vampyroteuthis infernalis,
• Wix ADI,
• X Degrees od Separation,
• Zalando,

Médias

• Vidéo,
• Slides,
• YouTube,

Date

October 2021

Type

Contexte

Conférence dans le cadre du cycle « Design experiences », Prague, Department of Design, FA ČVUT. Version anglaise retravaillée d’une communication donnée à l’Esad Reims en avril 2021.

Résumé

Neural artificial intelligences (AI) have been finding their place in creative industries for several years. While deep learning technologies are most often considered from the perspective of automation, we propose to consider them also from the perspective of the concept of mechanization to emphasize the possibility of working “with” machines rather than surrendering their potentialities to economic forces. How might design contribute to defusing the dominant AI culture? How can we ensure that deep learning technologies can open up to invention and curiosity? How could (or should) design curricula be reconfigured?

Notions

• Automatisation,
• Bifurcation,
• Deep learning,
• Économie,
• Effacité,
• IA,
• Intelligence artificielle,
• Machine learning,
• Mécanisation,
• Promesse,
• Rentabilité,
• Standardisation,
• Technique,
• Technologie,

Personnes citées

• Bastide Raphaël,
• Giedion Siegfried,
• Gropius Walter,
• Huyghe Pierre-Damien,
• Crawford Kate,
• Joler Vladan,

Objets mentionnés

• Adobe Sensei,
• Anatomy of an AI System,
• Autodesk Netfabb,
• Back Office,
• Balenciaga AI,
• Be Arielle F,
• Botto,
• Camera Restrica,
• Generative Adversarial Network,
• Google DeepMind AlphaGo,
• GPT-3,
• IBM Deep Blue,
• Labor of Sleep,
• Made in Machina/e,
• Of Machines Learning to See Lemon,
• Predictive Art Bot,
• Repeat After Me. Hommage to the Human Voice,
• SOMEONE. Human home intelligence at scale,
• TheGrid.io,
• The Next Rembrandt,
• Thinking Machines,
• Through Other Eyes,
• Twins,
• Vampyroteuthis infernalis,
• Wix ADI,
• X Degrees of Separation,
• Zalando,

Médias

• Iframe,
• Reveal,