Scurto, Caramiaux, Bevilacqua, 2019—2021
méthode de recherche-action-création
Une méthode diffractive pour le prototypage de l'apprentissage machine qui diversifie nos façons de faire l'IA. Je propose de façonner l'apprentissage machine, en l'utilisant comme matériau de création dans des projets d'art et de design, impliquant une pluralité de corps et d'êtres. Par mon expérience de cette pratique dans des contextes interdisciplinaires, j'identifie cinq conditions socio-techniques qui permettent d'interférer le design avec l'ingénierie dans le prototypage de l'apprentissage machine : situational whole, small data, shallow model, learnable algorithm, et somaesthetic behaviour. Je suggère que ces interférences sont vitales pour remodeler les pratiques et les discours de l'IA.