L’automatisation de l’imaginaire : sur l’art à l’ère de l’intelligence artificielle
Bibliographic record
Abstract
Cet article analyse l’évolution du rapport de l’art à la technique depuis les hau- teurs du modernisme afin de critiquer le sens qu’accorde l’art contemporain aux technologies numériques, en particulier à l’intelligence artificielle générative. C’est Walter Benjamin qui, un peu malgré lui, aura le mieux saisi le moment où la technique imposera ses propres modalités de fonctionnement au mode d’expression symbolique, transformation qui s’accordera parfaitement avec la dissolution systémique et concomitante de l’art autonome et du sujet-artiste à partir des nouvelles catégories cybernétiques de l’avant-garde d’après-guerre. L’art postmoderne reprendra positivement les thèses de Benjamin en établissant les bases théorico-pragmatiques définissant leur rapport aux nouvelles technologies numériques. En occultant la dialectique entre les catégories de la pratique artistique et le processus d’abstraction marchand, les courants d’inspiration posthumaniste en art contemporain en viendront à naturaliser la technique. Dès lors, l’art contemporain n’est qu’à l’avant-garde du phénomène plus large du fétichisme des machines au sein des sociétés capitalistes avancées, tendance qu’on observe le plus clairement dans l’anthropomorphisation de l’IA dans les pratiques artistiques. Cette réduction de l’être au statut de machine est une précondition à l’automatisation de l’imaginaire par l’IA générative, ce moment où l’expressivité perd la mainmise sur le réel.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 teacher head, 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".