MétaCan
Menu
Retour à la cohorte
Enregistrement W4381730692 · doi:10.1080/20539320.2022.2150464

The Aesthetics of Human-Machine Interaction: Generative Textuality in Hello Games’s <i>No Man’s Sky</i>

2022· article· en· W4381730692 sur OpenAlexaff
Justin Carpenter

Notice bibliographique

RevueJournal of Aesthetics and Phenomenology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Games and Media
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGenerative grammarGenerative DesignInterpretation (philosophy)Computer scienceGame designAestheticsSociologyArtificial intelligenceHuman–computer interactionArtEngineering

Résumé

récupéré en direct d'OpenAlex

Generative design is the artistic practice where an artist uses external systems (rules, algorithms, organic processes) to complete an artwork. Commonly utilized in video game design, generative design suggests an aesthetics of human-machine interaction, as machine decision-making partially shapes the experience of the player. In generative games, then, the relationship between designer, system, and audience dynamically shapes the conception, production, and reception of the game as a text.The interaction between designer, system, and audience unfolds in three ways. Firstly, by applying generative methods, the designer is explicitly de-centered, instead creating an environment in which systems somewhat-autonomously interact with entities. Secondly, generative games frame players as both entities within the game-world and agents from outside of it. Thirdly, generative games produce unexpected or emergent outcomes. Emergence is a product of the tension between decisions made by designer, system, and player(s). In essence, generative games produce novel worlds into which players are thrown, forcing them to learn to dwell within them. As Gianni Vattimo argues in Art’s Claim to Truth, in such artworks where “the hermeneutic circle is conceived in more existentialist terms, the act of interpretation is dramatized” (85).Further analysis of the interpretive drama found in games which utilize generative methods, especially as these texts continue to pervade popular culture and daily life, can unpack theories of intentionality, presence, and creativity in modern digital contexts. To elaborate these theories, I examine generative methods found in Hello Games’s No Man’s Sky. In this game the relationship between designer, text, and player produces emergent narratives with each subjective experience of the text, suggesting that human-machine interaction is inherently processual and relational.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,031
Communication savante0,0150,012
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,312
Écart entre enseignants0,288 · 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
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aesthetics and PhenomenologyMême sujetDigital Games and MediaTravaux en français237 207