Minority Reports from 2054: Building Collective and Critical Forecasting Imaginaries via Afrofuturetypes and Game Jamming
Notice bibliographique
Résumé
Imagined affordances reflect the imagined applications that users have for technology compared with what designers intend, including their own values and expectations that inform these imagined actions. For our purposes, imagined affordances enable black people in the diaspora to strive for affirmation within hostile environments that have accompanied slavery and its traumatic aftermath. This article presents pedagogical research in speculative black futurism, turning to our Minority Reports 2054 Game Jam, first held at California State University, East Bay in spring 2017, as a model for forecasting Afrofutures. In our forecasting pedagogy, we ask students from marginalized working-class communities to reimagine their social, media and digital spaces into the year 2054—the imagined year for the film Minority Report—thereby highlighting the “minority reports” of future visions too often ignored. We explain the forecasting processes developed for systematically imagining viable black futures by revisiting ancient black cultural rituals, such as the Brazilian adaptation of the African Kongo cosmogram. We also meld the latest methodological tools for scanning future trends to reposition them as “Afrofuturetypes” that trace past, present and future. Afrofuturetypes describe the building exercises of and outcomes via the Game Jam, whereby students create socially interactive games that aim to generate stories of 2054 with black futures in mind.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».