Création de monde chez le concept artist : le modèle de la métaphore générative
Bibliographic record
Abstract
Le worldbuilding est l’action de créer des mondes « possibles » (Eco, 1984), « imaginaires » (Wolf, 2012) ou « fictionnels » (Doležel, 1998). Si la littérature non académique regorge de guides et de modèles à suivre, un manque de connaissances demeure concernant les processus de création de monde dans la littérature académique. Ceci est encore plus frappant en ce qui concerne le processus des concept artists, qui sont pourtant essentiels pour représenter visuellement les nombreux mondes imaginaires créés pour le cinéma et les jeux vidéo. Notre travail s’inscrit dans les disciplines de du design, appelées aussi disciplines de la conception, qui s’intéressent aux pratiques des professionnels en design. Notre travail s’interroge ainsi sur les pratiques des professionnels du concept art. Les travaux de Donald Schön, aujourd’hui largement utilisés pour étudier le processus de conception, permettent de comprendre le développement et l’utilisation de métaphores au cours d’un projet : dans une perspective de design, en quoi les travaux en design de Donald Schön sur la métaphore permettent-ils de mieux comprendre la création de monde chez les artistes de concept ? Pour répondre à cette question, nous avons mené une recherche-création au cours de laquelle nous avons créé le monde du Cercle. Le résultat de cette recherche est d’une part un art book regroupant des esquisses, des concept arts, des illustrations, ainsi qu’un récit de pratiques détaillant nos découvertes concernant l’utilisation des métaphores dans un tel procédé. Ce que nous avons constaté est que le raisonnement métaphorique est primordial dans la création de monde et qu’il permet d’examiner des idées visuelles inintéressantes ou stéréotypées et de les réinterpréter, ouvrant ainsi la porte à de nouvelles idées et permettant à l’artiste de s’interroger sur ses valeurs.
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 | 0.003 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.023 |
| Scholarly communication | 0.010 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.009 | 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".