Analyse de la problématique des arguments moraux entre le transhumanisme et l'humanisme au sujet de l'amélioration humaine par la convergence des NBIC (nanotechnologies, biotechnologies, technologies de l'information et sciences cognitives)
Bibliographic record
Abstract
L'amélioration humaine par la convergence des nanotechnologies, des biotechnologies, des technologies de l'information et des sciences cognitives (convergence NBIC) constitue un sujet controversé dans le débat international entre l'humanisme et le transhumanisme. Les arguments moraux utilisés par des transhumanistes et par des humanistes s'affrontent et se contredisent de telle façon qu'ils mènent à la controverse sur la question de l'acceptabilité éthique et sociale. \n \nL'objectif de ce mémoire est d'analyser les arguments moraux utilisés par les transhumanistes et humanistes à traiter à partir des quatre questions suivantes qui constituent la structure d'une argumentation en éthique: 1) Qu'est-ce que l'amélioration humaine? Est-elle incorporée, interne ou externe, à l'humain?; 2) Quelles conséquences positives ou négatives sont attribuées aux améliorations?; 3) Quelles évaluations fait-on de ces conséquences?; 4) Quel est le rôle des représentations humaines dans le fondement du jugement de valeur? La première question permet de clarifier la notion d'amélioration humaine, la deuxième question permet d'analyser les conséquences positives et les conséquences négatives qui sont attribuées aux améliorations, la troisième question examinera les évaluations qui sont faites de ces conséquences en fonction de certains jugements de valeur ou de normes morales, la quatrième question observera le rôle des représentations de l'humain dans le fondement du jugement de valeur ou de la norme morale. \n \nLa méthodologie de ce mémoire consiste à une analyse documentaire et comparative des convergences et des divergences entre les deux auteurs les plus représentatifs du transhumanisme et de l'humanisme en débat. L'analyse à partir des quatre questions porte d'abord sur les arguments des transhumanistes Naam et Kurzweil et ensuite sur les arguments des humanistes Fukuyama et Besnier.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.022 | 0.044 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.003 |
| Science and technology studies | 0.006 | 0.018 |
| Scholarly communication | 0.018 | 0.016 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".