La prédiction algorithmique comme activité sociale
Bibliographic Data
| ID | 4078913 |
|---|---|
| Authors | Tyler Reigeluth (0000-0002-9908-1052, Université Libre de Bruxelles, corresponding author) |
| Year | 2018 |
| Volume | 211 |
| Issue | 5 |
| Pages | 35-67 |
| Publication date | 2018-11-02 |
| Open Access | No |
| Type | ARTICLE |
| Venue | Réseaux (JOURNAL) |
| Journal identifiers | ISSN: 0751-7971 • E-ISSN: 1777-5809 |
| Publisher | CAIRN (PUBLISHER) |
| DOI | 10.3917/res.211.0035 |
| OpenAlex | W2900974826 |
| Language | FR |
| References cited | 12 |
À l'heure du machine learning les algorithmes sont de plus en plus observés et analysés en termes comportementaux. Plus encore, l'apprentissage algorithmique est généralement présenté comme l'automatisation du caractère prédictif de nos comportements. En se confrontant à ce problème, cette proposition met en lumière son arrière-fond cybernétique tout en proposant une alternative à la fois épistémologique et sociale qui passe par une réactivation de la philosophie de Gilbert Simondon. Il s'agira plus particulièrement de penser l'apprentissage algorithmique à l'aune de sa théorie du cycle de l'image, et ce afin d'élaborer un cadre conceptuel à partir duquel il est possible de problématiser celui-ci comme une activité sociale au sein de laquelle comportements machiniques et organiques, automatiques et inventifs ne se distribuent pas selon un partage ontologique préétabli, mais s'informent activement. Ce cadre nous permettra, en outre, de jeter les bases de nouvelles perspectives sociologiques sur l'apprentissage algorithmique
Humanities · Embodied and Extended Cognition · Historical and Scientific Studies · Philosophical and Theoretical Analysis · Philosophy
| Highly cited | No |
|---|