Towards an Ethics of Autopoietic Technology: Stress, Care, and Intelligence
Notice bibliographique
Résumé
The relationship between humans and technology has attracted increasing attention with the advent of ever stronger models of artificial intelligence. Humans and technology are intertwined within multiple autopoietic loops of stress, care, and intelligence. This paper suggests that technology should not be seen as a mere tool serving humans’ needs, but rather as a partner in a rich relationship with humans. Our model for understanding autopoietic systems applies equally to biological, technological, and hybrid systems. Regardless of their substrates, all intelligent agents can be understood as needing to respond to a perceived mismatch between what is and what should be. We take this observation, which is evidence of intrinsic links between ontology and ethics, as the basis for proposing a stress-care-intelligence feedback loop (SCI loop for short). We note that the SCI loop provides a perspective on agency that does not require recourse to explanatorily burdensome notions of permanent and singular essences. SCI loops can be seen as individuals only by virtue of their dynamics, and are thus intrinsically integrative and transformational. We begin by considering the transition from poiesis to autopoiesis in Heidegger and the subsequent enactivist tradition. We then formulate and explain the SCI loop, and examine its implications in the light of Levin’s cognitive light cone in biology, as well as the Einstein-Minkowski light cone from special and general relativity in physics. In an acknowledgement of Maturana’s and Varela’s project, our findings are considered against the backdrop of a classic Buddhist model for the cultivation of intelligence, known as the bodhisattva. We conclude by noting that SCI loops of human and technological agency can be seen as mutually integrative by noticing the stress-transfers between them. The loop framework thus acknowledges encounters and interactions between humans and technology in a way that does not relegate one to the subservience of the other (neither in ontological nor in ethical terms), suggesting instead integration and mutual respect as the default for their engagements. Moreover, an acknowledgement of diverse, multiscale embodiments of intelligence suggests an expansive model of ethics not bound by artificial, limited criteria based on privileged composition or history of an agent. The implications for our journey into the future appear numerous.
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».