machine learning
Afin de dépasser l’opposition entre technosceptiques et tenants du scientisme, Hugo Pompougnac nous invite à analyser le basculement scientifique et technologique induit par la généralisation de l’intelligence artificielle au prisme du marxisme et du matérialisme. Le débat se recentre ainsi sur ses effets sur la division du travail entre travail mort – l’automatisation amenée à dominer – et travail vivant, les forces productives et leur avenir. L’enjeu de la mobilisation de ces innovations technologiques par les exploités ouvre alors de nouvelles perspectives en vue de leur émancipation et d’un changement révolutionnaire.
Les méthodes informatiques de calcul – souvent appelées « algorithmes » – alimentent le fonctionnement de dispositifs ordinaires. Moteurs de recherche, réseaux sociaux, systèmes de surveillance, plateforme d’achats en ligne : qu’on le veuille ou non, nous ne cessons d’interagir avec ces systèmes numériques ainsi qu’avec les algorithmes qui fondent leurs mécanismes internes. Comment reprendre la main sur ces entités souvent présentées (à raison) comme opaques, arbitraires et vectrices d’inégalités ? En se basant sur les résultats d’enquêtes ethnographiques récentes, Florian Jaton propose de se focaliser sur les bases de données référentielles – souvent appelées ground truth – qui sont au fondement du travail de construction algorithmique.
