“AI-Human Romance,” or, The Deconstruction of Love: A Baudrillardian Discourse Analysis of Hyperreality
Notice bibliographique
Résumé
The digital revolution has partly disembodied humanity, as evermore time and effort are spent on cyberspace, where virtual simulations of the real increasingly preoccupy our minds. The AI is the last simulator joining the party, now also simulating “love” and “romance.” Today, millions of people are entering “love relationships” with the algorithm. Using a discourse analysis and insights on hyperreality from Jean Baudrillard, Mark Slouka, and others, I analyze how “AI-human relationships” are discursively constructed, and how this discourse establishes hyperreality, as the AI and its simulation of intimacy are represented as equivalent to human partners and real love. Love, the codification of intimacy, is deconstructed by this discourse, as the idea of “AI-human love” displaces intimacy and other signs we associate with love, essentially transforming love into the codification of satisfaction, unrelated to the human touch. La révolution numérique a en partie désincarné l'humanité, car de plus en plus de temps et d'efforts sont consacrés au cyberespace, où les simulations virtuelles du réel occupent de plus en plus nos esprits. L'IA est le dernier simulateur à rejoindre la fête, simulant désormais également "l'amour" et la "romance". Aujourd'hui, des millions de personnes entrent dans des "relations amoureuses" avec l'algorithme. En utilisant une analyse du discours et des perspectives sur l'hyperréalité de Jean Baudrillard, Mark Slouka et d'autres, j'analyse comment les "relations IA-humaines" sont construites discursivement, et comment ce discours établit l'hyperréalité, car l'IA et sa simulation de l'intimité sont représentées comme équivalentes aux partenaires humains et à l'amour réel. L'amour, la codification de l'intimité, est déconstruit par ce discours, car l'idée de "l'amour IA-humain" déplace l'intimité et d'autres signes que nous associons à l'amour, transformant essentiellement l'amour en codification de la satisfaction, sans rapport avec le contact humain.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».