Dino Buzzati Interpreter of Silvio Ceccato: Il grande ritratto and Its Debt to Cybernetics
Notice bibliographique
Résumé
This essay examines the impact of the studies conducted by cybernetician Silvio Ceccato on Buzzati’s novella Il grande ritratto (1959). While the link connecting Buzzati’s fictional rendition of an artificial intelligence (AI) in the novella and Ceccato’s theories have previously been established by the critics, this study explores in-depth and for the first time how truly knowledgeable and receptive the author was to the then new field of cybernetics. By cross-referencing Il grande ritratto against Ceccato’s work, and Buzzati’s own newspaper articles dedicated to it, this study demonstrates how the novella’s techno-scientific substratum is fundamental to understand why Buzzati chose to write the character of Numero Uno, the AI, the way he did. Indeed, the story departs from the traditional depiction of humanoid robots and anticipates some of the contemporary issues concerning AI, from the “black box problem” and autonomy in neural networks, to biases in data. The purpose of this essay is to situate Il grande ritratto within Buzzati’s well-informed curiosity for Ceccato’s theories, while also showing how the author’s engagement with cybernetics was not at all atypical, but rather in line with the enthusiastic interest for the field animating many Italian artists between the late 1950s and early 1960s.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,012 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».