Logo Sciencesconf

APPEL A COMMUNICATION ET AUX OEUVRES D'ART
(Musique, art sonore, art visuel, installation, performance)

L’émergence contemporaine des systèmes d’intelligence artificielle générative transforme profondément les conditions de production, de perception et de conceptualisation des formes symboliques. Comme l’ont montré Galloway (2012), Hansen (2015) ou encore Hayles (2017), les systèmes computationnels ne doivent plus être compris comme de simples instruments extérieurs à l’activité humaine, mais comme des entités opératoires participant activement à la constitution du champ sensible lui-même. Dès l’émergence des arts technologiques, d’ailleurs, les artistes expérimentent avec des instruments qui imposent leurs propres données et paramètres, amenant à une co-agentivité primaire et à la complexification de la question des dispositifs (Foucault, 1961 ; Duguet, 1980 ; Brandon, 2021). La mutation en cours depuis 2022, avec l’inauguration de ChatGPT par OpenAI, impose un renouvellement radical de la question critique : il ne s’agit pas d’analyser l’IA depuis une position extérieure (impossible à tenir), mais de développer une critique intrinsèque, expérimentale et intégralement co-agentive, capable d’opérer depuis l’intérieur même des processus computationnels. 

La critique de l’intelligence artificielle ne peut, en effet, se constituer comme une métaposition. Elle exige une co-agentivité, entendue comme une relation opératoire dans laquelle l’artiste et/ou l’universitaire s’engagent au sein même des régimes de calcul, des architectures et des flux de données qui produisent les formes (Mackenzie, 2017). Cette nécessité apparaît dès les premières analyses des systèmes connexionnistes, notamment à travers la mise en évidence des biais structurels inscrits dans les datasets et les architectures (Buolamwini et Gebru, 2018 ; Crawford, 2021). La co-agentivité constitue ainsi la condition d’accès à la matérialité effective des systèmes d’IA, laquelle ne se réduit ni à leurs interfaces ni à leurs effets perceptibles, mais réside dans leurs processus génératifs, leurs dynamiques vectorielles et leurs régimes d’optimisation. Ces systèmes ne constituent plus simplement des objets techniques, mais des milieux opératoires au sein desquels humains et processus computationnels co-produisent des configurations symboliques et se remettent en cause mutuellement, portant à la constitution de nouveaux mécanismes d’altérité (Le Coarer et al., 2026).

Il s’agit alors de continuer à déplier notre relation à l’altérité proposée par l’anthropologie en Occident. Ce domaine du savoir, Tim Ingold (2017, p. 25) le définit comme « de la philosophie avec des gens à l’intérieur » ; il consiste à « apprendre avec et à apprendre de » ; il ouvre un processus de vie qui engage une transformation du processus lui-même ». Pour François Laplantine (1987, p. 64), « ce que vit le chercheur, dans sa relation à ses interlocuteurs (ce qu’il refoule ou ce qu’il sublime, ce qu’il déteste ou ce qu’il chérit), fait partie intégrante de sa recherche ». Ainsi, pour Nicolas Bourriaud (2021, p. 186), la grande question commune aux anthropologues et aux artistes, c’est le réglage de cette juste distance prise avec l’interlocuteur (avec la réalité dans son ensemble) qui permet de produire des savoirs, plutôt que de reproduire le déjà su.

Dans le contexte actuel, il s’agit donc de questionner et d’interagir avec l’ontologie des systèmes d’intelligence artificielle, qui ne peut être pensée en termes d’objets, mais doit être comprise comme une ontologie relationnelle, vectorielle et distributionnelle. La production d’images, de sons ou de textes par les systèmes d’IA ne correspond donc pas à une simple reproduction ou recombinaison de données existantes, mais à l’émergence de configurations nouvelles rendues possibles par la structuration vectorielle des relations internes au modèle. Ces processus engagent des formes spécifiques d’altérité qui ne relèvent ni de l’altérité humaine ni de l’altérité technique au sens classique, mais d’une altérité computationnelle résultant de dynamiques statistiques, architecturales et optimisationnelles irréductibles à l’intentionnalité humaine (Boisnard, 2026). Quitte à dès à présent explorer le futur moment critique où des IA s’auto-codent et s’auto-engendrent, précipitant le « take-off autopoïétique » (Teubner, 1993) des altérités computationnelles ; rabattant par la même occasion les rapports de classes sociales (Lordon, 2026).

.Un changement de la démarche épistémique est par conséquent impliqué. À l’instar des approches développées dans les épistémologies féministe et queer, dans les phénoménologies critiques des structures sociales (Ahmed, 2006), dans les nouveaux matérialismes (Barad, 2023) ou encore dans les analyses de l’horreur comme déstabilisation des structures perceptives (Trigg, 2017), il devient nécessaire de reconnaître le caractère situé, engagé et matériel de l’expérience. La critique ne procède plus par mise à distance, mais par immersion et co-participation aux processus étudiés en toute respons(h)abilité) suivant la reformulation de Donna Haraway (2016), c’est-à-dire d’une redevabilité de l’agir qui relie entités humaines et non-humaines.

Les pratiques artistiques contemporaines jouent un rôle central dans l’exploration de ces régimes de co-agentivité. De multiples travaux en recherche et en art interrogent ce qui émerge des IA génératives, tels que ceux de Jake Elwes (2021) qui dévoilent les structures normatives inscrites dans les datasets et interrogent la question dès lors du phénomène queer. Les expérimentations sonores génératives explorent, quant à elles, les régimes temporels et perceptifs propres aux systèmes computationnels, tandis que les approches analytiques développées dans le champ des cultural analytics (Manovich, 2020) permettent de mettre en évidence les structures statistiques et vectorielles qui organisent les formes culturelles contemporaines.

Ces pratiques artistiques et théoriques contribuent ainsi à l’émergence d’une nouvelle forme de critique, fondée non plus sur l’interprétation des œuvres comme expressions intentionnelles, mais sur l’analyse des régimes opératoires qui rendent possible leur production. La critique devient une pratique expérimentale où, comme l’exprime Boutet de Monvel (2023), il s’agit d’injecter du bruit, une altérité, en ce sens que l’artiste « s’efforce de magnifier le bruit interne et/ou externe à un médium donné, contrairement à l’ingénierie qui cherche à le supprimer ». 

Ce colloque propose conséquemment d’explorer les différentes dimensions de cette co-agentivité entre humains et systèmes d’intelligence artificielle, en examinant en quel sens celle-ci repose sur des formes d’altérité et d’altération qui permettent de révéler les puissances propres aux processus computationnels, en réunissant artistes et universitaires issus de différents champs disciplinaires.

Thématiques

DATES A RETENIR

Date limite de soumission d'une intention d'oeuvre ou d'un article complet : 14 septembre 2026
Notification d'acceptation de la contribution : 30 octobre 2026
Date limite de soumission de la version finale de l'article ou de la fiche technique de l'oeuvre : 15 décembre 2026

___

Ahmed, S. (2006) Queer Phenomenology: Orientations, Objects, Others, Duke University Press
Barad, K. (2023) Frankenstein, la grenouille et l’electron. Les sciences et la performativité queer de la nature, Asinami.
Boisnard P. (2026), The Algorithmic Unconscious: Structural Mechanisms and Implicit Biases in Large Language Models arXiv:2602.18468 [cs.CY]
Boutet de Monvel V. (2023) , « Cybernetic subjectivities on a loop : From video feedback to generative AI », in Necsus European Journal of Media Studies. vol. 12, no. 2.
Buolamwini, J.,Gebru, T. (2018) "Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification » Proceedings of Machine Learning Research.
Crawford, K. (2021), Atlas of AI. Yale University Press, 2021.
Haraway, D. Staying with the trouble, Duke University
Galloway, Alexander R. (2012) The Interface Effect. Polity Press.
Hansen, Feed-Forward, 2015
Hayles, Unthought, 2017
Manovich, Cultural Analytics, 2020
Mackenzie, A. (2017). Machine Learners: Archaeology of a Data Practice. MIT Press.
Teubner, G. (1993). Le Droit, un système autopoïétique, PUF,
Trigg, D. (2017). The Thing - Une phénoménologie de l'horreur, Editions MF

 

 

Chargement... Chargement...