Anthony Masure

Date

décembre 2020

Type

Contexte

Propos récoltés par Loven Bensimon pour Conforme Magazine et rédigés par Anthony Masure le 1^er avril 2020 à Paris.

Résumé

Notions

• Apprentissage automatique,
• Artificiel,
• Augmentation,
• Automatisation,
• Bifurcation,
• Boîte noire,
• Cyborg,
• Deep learning,
• Délégation,
• Design de la responsabilité,
• Efficacité,
• Fonctionnaire,
• Génétique,
• IA,
• Imitation,
• Intelligence artificielle,
• Machine learning,
• Naturel,
• Programmation,
• Réparation,
• Réseau de neurone,
• Transhumanisme,

Personnes citées

• Bush Vannevar,
• Flusser Vilém,
• Haraway Donna,
• Jonas Hans,
• Nietzsche Friedrich,
• Turing Alan,
• Virilio Paul,

Objets mentionnés

• Adobe,
• Avion,
• Centrale nucléaire,
• Viande de synthèse,

Médias

• Images,

Date

octobre 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,

Date

avril 2021

Type

Contexte

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

• 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,
• Camera Restricta,
• Generative Adversarial Network,
• Google DeepMind AlphaGo,
• GPT-3,
• IBM Deep Blue,
• Made in Machina/e,
• Of Machines Learning to See Lemon,
• Portrait de Edmond Belamy,
• 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,
• X Degrees of Separation,
• Zalando,

Médias

• Iframe,
• Reveal,

Date

décembre 2020

Type

Contexte

Communication au colloque « Les entretiens du nouveau monde industriel », dir. Anne Alombert (UCL), Victor Chaix (IRI), Maël Montévil (IRI), Paris, Institut de recherche et d’innovation (IRI), 23 décembre 2020

Résumé

S’il est communément admis que le design apparaît historiquement avec l’émergence des révolutions industrielles, il est moins fréquent que ce dernier soit associé à une tension dans l’industrie. Or une lecture des textes et querelles liés à son émergence situent son intérêt non pas comme un gain de productivité, mais comme une bifurcation face à la perte de qualité entraînée par l’automatisation du dispositif industriel. À l’époque des « intelligences artificielles » du deep learning – instrumentalisées dans une optique de rentabilité –, les enjeux d’une désautomatisation des modes de vie se reposent de façon aiguë. Quelle puissance de résistance et d’invention le design peut-il encore receler ? En quoi les choix – ou non choix (biais) – de conception déterminent-ils une voie dont il est difficile de bifurquer ?

Notions

• Automatisation,
• Bifurcation,
• Deep learning,
• Économie,
• IA,
• Intelligence artificielle,
• Limite,
• Machine learning,
• Mécanisation,
• Modernisme,
• Promesse,
• Rentabilité,
• Révolutions industrielles,
• Standardisation,
• Technique,
• Technologie,

Personnes citées

• Bastide Raphaël,
• Gropius Walter,
• Grosser Ben,
• Huyghe Pierre-Damien,
• Crawford Kate,
• Joler Vladan,
• Lorusso Silvio,
• Lovink Geert,
• Midal Alexandra,
• Molle Joana,
• Papanek Victor,
• Paxton Joseph,
• Retzepi Kalli,
• Sottsass Ettore,
• Stiegler Bernard,
• Thwaites Thomas,

Objets mentionnés

• Crystal Palace,
• No Man’s Sky,
• RealFacebook,
• Safebook,
• The Toaster Project,
• Tilt,
• Twins,
• Worst volume sliders,

Médias

• Reveal,
• Slides,

Date

septembre 2020

Type

Contexte

Communication au colloque « Angles morts du numérique. Limites de la programmation », dir. Yves Citton, Francis Jutand, Marie Lechner, Anthony Masure, Vanessa Nurock, Olivier Lecointe, Cerisy-la-Salle.

Résumé

Quels sont les angles morts du numérique que le design permet d’éclairer ? À quels problèmes les technologies numériques sont-elles aveugles ? En quoi les choix – ou non choix (biais) – de conception déterminent-ils une voie dont il est difficile de bifurquer ?

Notions

• Angle mort,
• Automatisation,
• Bifurcation,
• Couche,
• Deep learning,
• Économie,
• Formulaire,
• Friction,
• Gabarit,
• Globalisation,
• IA,
• Intelligence artificielle,
• Limite,
• Machine learning,
• Mécanisation,
• Modernisme,
• Progrès,
• Promesse,
• Rentabilité,
• Révolutions industrielles,
• Singularité,
• Standardisation,
• Technique,
• Technologie,
• Template,

Personnes citées

• Aubert Danielle,
• Bastide Raphaël,
• Bec Louis,
• Crawford Kate,
• Diderot et d’Alembert,
• Flusser Vilém,
• Fuller Matthew,
• Guillaud Hubert,
• Graeber David,
• Grosser Ben,
• Joler Vladan,
• Maeda John,
• Huyghe Pierre-Damien,
• Moholy-Nagy László,
• Midal Alexandra,
• Molle Joana,
• Parreño Gema,
• Paxton Joseph,
• Retzepi Kalli,
• Thwaites Thomas,

Objets mentionnés

• Amazon Echo,
• CMS,
• Crystal Palace,
• Galerie des Machines,
• Google Material Design,
• JODI,
• Microsoft PowerPoint,
• Microsoft Word,
• My%Desktop,
• ParcoursSup,
• Realfacebook,
• Safebook,
• TheGrid.io,
• The Toaster Project,
• Tilt,
• Twins,
• Worst volume sliders possible,
• You The Users,

Médias

• Reveal,
• Slides,