Beyond Classification: The Machinic Sublime
Notice bibliographique
Résumé
Beyond Classification: The Machinic Sublime (BCMC) emulated an academic roundtable discussion with the authors and 3 machinic/more-than-human guests. Part performance, part intervention within the context of an academic conference, BCMC introduces a novel and explicitly visible strategy of co-dependency for an array of diverse intelligences through a connected loop of human, machine, and animal agencies. The meteoric rise of AI in the last years can be seen as a part of a larger tendency towards deeper, more opaque data collection and analysis techniques that form the dense substratum beneath the proliferation of human-computer interfaces today. As a human developer, the most striking qualities of generative AI are its vastness, non-determinism, and infinitude— explicit themes and qualities of a machinic ‘sublime’. How can a human artist/programmer sensibly navigate this multi-dimensional space of latent meaning? This intervention is an experimental roundtable discussion/performance via web conferencing, a new kind of Turing Test where success in the testing is not found in the plausible simulation of human consciousness through speech, but rather in expressing diverse intelligences through new forms of language. In this multi-agent exchange, human interlocutors and non-human partners argue the possibility of a machinic sublime. Together, these interlinked discussions become an emergent system. In this roundtable format, audience interventions are welcome.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,013 |
| Communication savante | 0,020 | 0,018 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,107 | 0,034 |
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 source (Gemma direct ou Codex distillé), 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 ».