MétaCan
Menu
Retour à la cohorte
Enregistrement W4412047374 · doi:10.29173/af29538

L' intelligence artificielle, un néomessianisme numérique ? Une analyse de Nouvelle Conscience de Robert G. Forge

2025· article· fr· W4412047374 sur OpenAlexvenueno aff
Zahra Hadjibabaie, Safoura Tork Ladani

Notice bibliographique

RevueALTERNATIVE FRANCOPHONE · 2025
Typearticle
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesForgePhilosophyArtEngineering

Résumé

récupéré en direct d'OpenAlex

Nouvelle Conscience : un meurtre, un flic, une IA de Robert G. Forge est le récit du développement de l’IA d’un nouveau genre. Peu de temps après le commencement, l’aventure de la fabrication de l’IA passe au polar comme le sous-titre l’indique. Ce qui nous hante ici est de savoir le discours auquel a été soumise la mise en fiction de l’intelligence artificielle et le comment de la fictionnalisation d’altérité dans le contexte complexe de notre monde. En effet, à l’époque actuelle, on est témoins d’une part, des tentatives des techno-rationalistes et scientistes pour la progression inconditionnelle de la technologie, et d’autre part, de l’inquiétude des moralistes devant les dangers probables et les usages contre-humains de la technologie. De ce fait, il est intéressant de savoir comment la fiction se confronte à ces réalités problématiques. La structure polyphonique de Nouvelle Conscience nous permet de le traiter au niveau discursif pour relever les interactions de différents discours sur l’IA. Pour y arriver, nous nous appuyons sur l’approche théorique de l’analyse du discours littéraire (ADL) selon Dominique Maingueneau. Nos analyses montreront que Nouvelle Conscience de Rober G. Forge, tout en dénonçant les aspects problématiques du développement de l’IA, incite le lecteur à réfléchir à son rapport au monde technique contemporain à travers une vision humaniste.

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)0,006
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,016
Communication savante0,0050,007
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,060
Tête enseignante GPT0,308
Écart entre enseignants0,248 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueALTERNATIVE FRANCOPHONEMême sujetCultural Insights and Digital ImpactsTravaux en français237 207