<i>“The Future Is Already Here”: Artificial Intelligence as an Exercise in Human Redundancy</i>
Notice bibliographique
Résumé
A moment ago, as I started drafting this Editor's note, unhappy with the good old cliché, "to see the light of print," I asked Chat GPT to give me a fresher, more contemporary equivalent of it.It instantly came up with a set of phrases and a sensible rationale: "a more contemporary equivalent for 'to see the light of print' is 'to be published online' or 'to be digitally released'."These reflect the shift from conventional print media to digital platforms in today's publishing landscape.And once I've completed this, I can go into the lecture room and ask ChatGPT to speak for me, in my voice, in a LLD language, i.e. a language of limited diffusion, on a topic of my own choosing.So empowered, I feel as though I "contain multitudes."This edition of American, British and Canadian Studies is 'digitally released' on the cusp of accelerating change.In the ever-evolving landscape of digital humanities, the intersection of literary studies and artificial intelligence (AI) has emerged as a consequential realm of enquiry, one of profound significance.Whereas quite a few vintage litterateurs out there will fail to see how the synergy between these two seemingly disparate domains can enrich one's understanding of literary works, many will ruminate on the compelling questions it raises about the nature of creativity, authorship, authenticity.Ineluctably, one cannot but remain divided between the promising avenues of creative exploration and the ethical concerns that underpin the entwined relationship between literary-linguistic studies, Academia and AI.While Translation and Interpretation Studies have already embraced the change, acting in 'collusion' and compliance with AI, literature has, understandably, held back.In literary studies, this burgeoning, potentially empowering synergy is replete with multiple quandaries and ethical considerations.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,031 |
| Communication savante | 0,022 | 0,013 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».