On Stones, Ethical Failures, and Epistemological Wormholes: A Conversation between Suzanne Kite, Jennifer Biddle and Florencia Marchetti
Notice bibliographique
Résumé
This three-way conversation reflects on practice-based research and the thinking-making of artist, composer, and academic Suzanne Kite (Oglála Lakȟóta), in the context of a Social Sciences and Humanities Research Council of Canada (SSHRC) transnational research project on sensory new media. Departing from Kite’s award-winning collaborative article ‘Making Kin with Machines,’ the sculpture Ínyan Iyé (Telling Rock) and its different iterations, the dialogue explores questions related to ethical and epistemological engagements with humans and non-human beings, including family members, machines, stars, and stones. What does Kite’s Oglála Lakȟóta inspired ‘listening without ears’ mean and do? What can this kind of listening teach us about the relationships between humans and technologies? What critique of otherwise assumed universal or neutral ethics of machine-based learning and digital models of knowledge come from her listening to and creating with non-human beings? How do these practices speak to current debates on Indigenous Data Sovereignty? The article speculates on transformations in sensory and embodied primacies of ontologies of perception in Kite’s thinking-making practice, offering clues as to how differential capacities for engaging with AI, digital knowledge, and machines in hyper-localised modalities might emerge.
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 | 0,030 | 0,046 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,037 | 0,090 |
| Communication savante | 0,018 | 0,021 |
| Science ouverte | 0,003 | 0,016 |
| Intégrité de la recherche | 0,016 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 ».