Notice bibliographique
Résumé
L’intelligence artificielle (IA) est depuis longtemps un sujet important dans la littérature et le cinéma de science-fiction. Il n’est donc pas surprenant que les jeux vidéo de science-fiction traitent également de ce sujet depuis un certain temps. Néanmoins, ces dernières années, sous l’influence des progrès technologiques et de leur médiatisation, les fictions évoquant l’IA prennent un essor particulier et des jeux vidéo tels que The Talos Principle (2014), The Turing Test (2016), Echo (2017), Detroit: Become Human (2018), State of Mind (2018), Observation (2019) ou ELIZA (2019) la mettent au cœur de leur contenu narratif en soulevant de nouvelles questions, d’autant plus que les jeux vidéo dotés d’une IA constituent un média privilégié pour y réfléchir. L’article examine la façon dont les jeux mettent en scène l’IA et son impact sur les individus ou la société, les discours qu’ils développent et l’influence que ce thème peut avoir sur le gameplay et l’expérience de jeu. Il s’agit en particulier de voir comment les jeux s’orientent entre la représentation classique d’une IA forte, notamment dans la science-fiction, et la représentation d’une IA faible, de plus en plus importante dans la vie réelle.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,039 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,003 |
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 ».