Perception(s) numérique(s) - Shin Kim
Master Degree Thesis from ENSCI Publication : March 2016 Author : Shin hyung KIM
Master Degree Thesis from ENSCI
Publication : March 2016
Author : Shin hyung KIM
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
c. Le designer comme prescripteur de perception<br />
126. Extrait du discours, Forum SRS<br />
(Science, Recherche & Société), CNAM<br />
de Paris, Juin 2015<br />
Ma dernière hypothèse englobe l’ensemble des analyses<br />
des deux premières parties et implique surtout l’augmentation<br />
de nos capacités corporelles. Dans la vie quotidienne,<br />
nous vivons en permanence des expériences <strong>numérique</strong>s avec<br />
l’utilisation des smartphones, du GPS dans les voitures, des<br />
jeux vidéo en ligne etc. Nous entrons souvent dans une autre<br />
forme de réalité qui se situe dans le réseau connecté. Grâce<br />
à la précision de ce réseau, ce que nous percevons <strong>numérique</strong>ment<br />
est toujours plus subtil. L’individu augmenté dont<br />
on entend souvent parler n’est pas une notion futuriste,<br />
parce que l’Internet et les différents capteurs technologiques<br />
rendent déjà les objets connectés une prothèse. Lors du forum<br />
SRS 127 organisé en 2015, Nicolas Demassieux, directeur<br />
d’Orange Labs Recherche affirmait que « tous les composants<br />
sont là pour augmenter les capacités humaines. Et pour<br />
que cette symbiose se fasse, il n’est pas forcément nécessaire<br />
d’incorporer des dispositifs dans l’organisme. »<br />
Prenons l’exemple de Google Glass, un projet de lunettes<br />
de réalité augmentée dévoilé en 2012. En proposant une<br />
variété d’informations en temps réel, les lunettes devaient<br />
répondre aux besoins de chaque situation. Par exemple, le<br />
chirurgien peut visualiser les guides nécessaires au cours de<br />
ses opérations, ou bien le touriste peut voyager mieux grâce<br />
aux informations disponibles sur le quartier dans lequel il<br />
se rend. Le dispositif est connecté au réseau, donc à une base<br />
des données spécifique, qui permet la superposition d’éléments<br />
visuels sur la réalité analogique elle-même. C’est ce que<br />
j’appelle une perception assistée.<br />
De plus, le <strong>numérique</strong> porté sur le corps ne se limite pas à<br />
amplifier nos connaissances (dans le sens où nous avons accès<br />
aux informations en temps réel), mais il peut désormais interférer<br />
avec notre intelligence, avec ce qu’on appelle aujourd’hui<br />
l’apprentissage automatique 128 . En effet, l’algorithme du<br />
système <strong>numérique</strong> adapte ses analyses à celles des données<br />
empiriques de l’utilisateur. L’exemple le plus connu est sans<br />
doute le filtre spam de la boîte email. Le système apprend peu<br />
à peu, par la gestion de l’utilisateur, les critères d’un courrier<br />
spam, pour ensuite effectuer tout seul le filtrage des mails.<br />
Cette capacité de traitement des mails peut s’appliquer à de<br />
nombreux domaines de recherche, par exemple la conduite<br />
avec la voiture sans conducteur de Google.<br />
Si l’on revient à la perception augmentée, on peut imaginer<br />
une personne dans un magasin de meubles qui est guidé par<br />
des indications sur les produits susceptibles de l’intéresser<br />
plus que d’autres. L’outil <strong>numérique</strong> analyse non seulement<br />
ce que perçoit physiquement l’utilisateur, mais prend aussi<br />
en compte ses goûts et sa personnalité pour lui proposer une<br />
assistance adaptée. Avec de nombreuses recherches dans ces<br />
deux domaines que sont la connectivité informationnelle et<br />
l’intelligence artificielle, il est probable que nous soyons de<br />
plus en plus habitués à une « vie pratique augmentée » dans<br />
laquelle nous oublierons quasiment la présence technologique.<br />
L’objet que nous percevons aujourd’hui et celui dans<br />
dix ans auront les mêmes propriétés, mais seront tout à fait<br />
différents selon la personne et la situation.<br />
127. Machine Learning (ML ou apprentissage<br />
automatique) est un champ<br />
d’étude de l’intelligence artificielle.<br />
116 117