MétaCan
Menu
Retour à la cohorte
Enregistrement W2433070954 · doi:10.1177/0767370116651388

Comprendre le robot : commentaires sur Goudey et Bonnin (2016)

2016· article· fr· W2433070954 sur OpenAlexaff
Russell W. Belk

Notice bibliographique

RevueRecherche et Applications en Marketing (French Edition) · 2016
Typearticle
Languefr
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,021
Communication savante0,0110,011
Science ouverte0,0020,004
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,443
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRecherche et Applications en Marketing (French Edition)Même sujetSocial Robot Interaction and HRITravaux en français237 207