---
title: Midi-Causerie : Christelle Proux - Déplier les œuvres d’art pour enquêter sur les algorithmes et les images
description: Midi-Causerie
author: ouvroir
date: 2023-03-29
draft: true
tags:
- cr
---
Wagaa Bilal, Domestic Tension : artiste enfermé dans une galerie pendant un mois, avec un fusil paintball connecté qui pouvait être activé par les spectateurs à distance (pour lui tirer dessus) Joan Fontcuberta, Googlegram : question des images numériques (de violence notamment) et des algorithmes Travail sur les memes : projet de retracer des images d'oeuvres d'art en ligne déployées dans l'espace public article en ligne
Thèse : question des utopies (ancrage et renouvellement) dans les plateformes du web au travers des algorithmes et des images René Leroux, Lise Lamarche : méthodologie de la sociologie des sciences et des techniques / sociologie de l'art L'oeuvre n'est pas perçue comme un corpus passif mais "dépliée" pour que chaque détail propose des pistes pour mener l'enquête au-delà des oeuvres -> le corpus est très restreint (oeuvres comme moteur d'analyse plutôt qu'objet d'analyse, idée de "corpus analyseur") imageatlas.org : site qui fait apparaître résultats par image dans Google par pays Questions posées :
- utopie Google : "aspiration à l'accès universel"
- ancrage historique des images qui mettent en forme les connaissances
- développement des plateformes de Google autour d'idées comme l'exhaustivité, l'autorité, la pertinence : comment se traduisent-elles concernant les images ?
- question d'ancrage géographique, de classements mathématiques par les algorithmes...
- Michael Wolf, Street View Interface
Captures d'écran partagées publiquement dans Facebook + classement typologique Aspiration utopique de Facebook : "la communauté planétaire" : accès à tout, mais aussi à tous et à toutes
- comment les photographies sont intégrées à la plateforme, comment on intègre les techniques d'identification, question du fil des nouvelles, comment la photographie participe à la construction de l'identité de Facebook et de leur projet, question des "bulles de filtres" qui crée entre-soi
2 pans principaux :
- reconnaissance (détection de motifs, de visages, voitures autonomes...)
- génération de nouvelles images par apprentissage ImageNet
- aspiration utopique : automatisation radicale de la société -> issu de rêves de la cybernetique, rêves d'automatisation pour la libération humaine du travail, théories de l'accélérationisme...
- développement du deep learning est profondément lié à la vision automatisée (reconnaissance d'images)
- projet de Princeton de documenter le monde pour fournir ressources à l'apprentissage artificiel, but de créer une onthologie d'images du monde, millions d'images catégorisées à partir de bases de données en ligne -> catégories fondées sur la hiérarchie lexicale WordNet
- compétition à partir de 2010 de reconnaissance d'images, les modèles de deep learning dépassent la compétition en 2012
- 2019 : vagues de critiques d'ImageNet, émergence des "critical analyses of data set" (?)
- approche d'extractivisme de masse Trevor Paglen and Kate Crawford, ImageNet Roulette :
- problèmes des biais de catégorization (femmes-sorcières, drug addict, redneck, rapists etc, homard dans nourriture plutôt qu'animal) -> toutes les oppressions sociales se retrouvent dans l'apprentissage des modèles
- après l'exposition de cette oeuvre, ImageNet a supprimé sa catégorie "Personne" -> IMP des oeuvres d'art et de l'histoire de l'art dans une approche critique de la vision artificielle et des images numériques. Idée que pour comprendre le monde on doit passer la vision. Mimi Onuoha, The Future is Here:
- photographies des lieux de travail des top contributors de la plateforme Figure Eight (travail de segmentation d'images et d'organisation de données) : personnes qui travaillent de chez elles
- lieux qui sont ensuite dessinées dans un style de bande-dessinées avec contrastes de slogans techno-utopistes de ce type d'entreprises -> travail humain toujours nécessaire dans le développement d'une vision qu'on voudrait autonome :idée des savoirs situés de Donna Haraway -> les images sont toujours situées, dans des espaces humains, prosaïques, bien loin des fantasmes de la Silicon Valley etc -> ImageNet a fait appel à Figure Eight et à ses travailleurs fantômes pour organiser les images de sa base de données -> Vision hétéromatisée : le travail humain et l'automatisation travaillent ensemble -> temporalités de la vision artificielle : de l'apprentissage émerge la question de la prédiction, de l'efficacité et de l'acclération des images proposées sur le web Vladan Joler, Matteo Pasquinelli, Nooscope :
- Capitalisme cognitif
- Labeur humain
- Biais historiques
- Biais photographique : les algorithmes apprennent la vision par la photographie, ce qui est déjà un biais, le monde est déjà médié
Catégorisations de la vision artificielle sont basées sur des hiérarchies construites au XIXe siècle : comment réfléchir à ça ? -> Importance que les historiens de l'art se penchent sur ces questions. Pour l'instant, peurs liées à l'ampleur et la complexité des corpus et des méthodes etc Jake Elwes, Queering the Data Set