MétaCan
Menu
Retour à la cohorte
Enregistrement W2728987556 · doi:10.24193/ekphrasis.17.6

“You bet she can fuck” – Trends in Female AI Narratives within Mainstream Cinema: Ex Machina and Her

2017· article· en· W2728987556 sur OpenAlexaff
Sennah Yee

Notice bibliographique

RevueEkphrasis · 2017
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueUtopian, Dystopian, and Speculative Fiction
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMovie theaterMainstreamNarrativeAgency (philosophy)AestheticsPower (physics)SociologyPleasureArtMedia studiesGender studiesArt historyLiteraturePsychologyPhilosophySocial scienceTheology

Résumé

récupéré en direct d'OpenAlex

In today's digital age, we are becoming more like machines and machines are becoming more like us. Donna Haraway's seminal essay, "A Cyborg Manifesto," proposes the cyborg as a transgressive figure capable of subverting oppressive power structures. While there is no denying this powerful imagery, what are the common trends in female AI narratives in mainstream cinema? This paper examines the films Ex Machina (2015) and Her (2013), which both feature male human protagonists and female AIs (Ava, a feminized robot in Ex Machina and Samantha, a female operating system in Her). Ava's and Samantha's highly sexual yet innocent characterizations and similar desires for freedom are reflective of societal anxieties surrounding male control over female agency. As gendered AIs continue to populate our media, one can only hope that we can live up to Haraway's vision of the cyborg, and expand the scope of our questions and concepts past male pleasure and women as research-fetish objects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,272
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEkphrasisMême sujetUtopian, Dystopian, and Speculative FictionTravaux en français237 207