Notice bibliographique
Résumé
Goudey et Bonnin démontrent de manière indiscutable notre volonté d’accepter les robots, indépendamment de l’ampleur de leur apparence humaine. Cette réflexion vise à approfondir leur point de vue de deux manières. Tout d’abord, en élargissant notre conception de ce qui constitue un robot, j’estime que nous avons déjà accepté bon nombre de robots non humanoïdes et que même les entités robotiques dépourvues de présence visuelle peuvent être convaincantes et attrayantes. Deuxièmement, je propose d’élargir l’analyse psychologique de « l’ambigüité catégorielle » de la publication originale grâce à l’approche anthropologique de Mary Douglas. Douglas laisse entendre que l’ambigüité catégorielle est inacceptable, car tout ce qui est perçu comme une transgression des frontières catégorielles remet en cause nos croyances culturelles et l’ordre social. Dans le cas des robots, les convictions ébranlées sont les notions fondamentales de ce qui rend les êtres humains uniques et privilégiés dans le monde. A mesure que les machines deviennent de plus en plus performantes, selon certaines sources, elles menacent d’éclipser, voire de supplanter, la race humaine. Je propose plusieurs thèmes de recherche d’ordre comportemental et éthique qu’il est indispensable d’aborder, si nous voulons faire face et nous préparer à de telles éventualités.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».