MétaCan
Menu
Retour à la cohorte
Enregistrement W4248854674 · doi:10.7551/mitpress/9780262035064.003.0004

Algorithm Machine

2017· book-chapter· en· W4248854674 sur OpenAlexaboutno aff
Andreas Broeckmann

Notice bibliographique

RevueThe MIT Press eBooks · 2017
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueArt, Technology, and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyberneticsExhibitionInteractivityAutonomyAestheticsNarrativeArtComputer scienceDimension (graph theory)Visual artsArtificial intelligenceMultimediaLiteratureMathematics

Résumé

récupéré en direct d'OpenAlex

This chapter discusses the ways in which twentieth-century artists have engaged with the aesthetic dimensions of algorithms and machine autonomy. It extends the narrative on the history of machine art from the previous chapter, beyond the program of Hultén’s 1968 “Machine” exhibition. It explains how the dialogue between art and cybernetics has evolved from the 1950s cybernetic artworks of Nicolas Schöffer, through the 1968 exhibition “Cybernetic Serendipity” and Jack Burnham’s concept of Systems Aesthetics, to the more contemporary software and robotic artworks of Max Dean, Seiko Mikami, and others. A focus is placed on the work of Canadian artist David Rokeby who has explored the aesthetics of the human encounter and interaction with technical systems since the 1980s. The analysis aims at adding two further aspects of the aesthetics of machines to the list of five such aspects developed in the previous chapter: one is the aspect of “interactivity”, which adds the dimension of a charged dialogue and exchange between human and machine; and the other is the aspect of “machine autonomy”, which becomes a determining factor in the human experience of increasingly independent and self-referential technical systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,243

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0040,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0720,038

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 Opus0,047
Tête enseignante GPT0,234
Écart entre enseignants0,186 · 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
GenreAutre

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

En bref

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe MIT Press eBooksMême sujetArt, Technology, and CultureTravaux en français237 207