Notice bibliographique
Résumé
O objetivo desta pesquisa é analisar como a tecnologia DeepNostalgia do site comercial de genealogia amadora MyHeritage, que permite que fotografias de pessoas falecidas sejam animadas, afeta a interação das pessoas com seus ancestrais,, ao mesmo tempo em que levanta questões relacionadas ao consentimento post-mortem e à representatividade das identidades por meio da inteligência artificial. Para realizar este trabalho, adotamos uma abordagem qualitativa inspirada na autoetnografia, enriquecida por uma análise de vídeos do YouTube e comentários associados. Nossas observações se concentraram na forma como o DeepNostalgia revive memórias, desperta os afetos dos usuários e gera repercussões emocionais e sociais, oscilando entre o encantamento e a inquietude. Os resultados revelam que essa tecnologia, ao mesmo tempo em que possibilita reviver memórias e provocar emoções intensas, também gera certo desconforto, principalmente pelo fenômeno do “vale da estranheza” e pelas anomalias técnicas(glitches) ligadas à inteligência artificial. O estudo também destaca as questões éticas que envolvem a exploração comercial dessas ferramentas, a questão do consentimento e da privacidade, além dos vieses algorítmicos que influenciam a maneira como grupos étnicos, gêneros e idades são representados
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,098 | 0,032 |
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 ».