Human Learning

Ce que les machines nous apprennent.

Samuel St-Aubin, Prosperité, 2017.

Nous avons tout appris aux machines dont on dit aujourd’hui qu’elles apprennent, profondément ! Aussi ne serait-il pas temps de considérer enfin ce que nous pourrions en apprendre à notre tour. Quand il y a de plus en plus d’artistes qui exploitent les potentiels créatifs des technologies dont ils considèrent aussi les imaginaires et esthétiques qu’elles inspirent ou produisent. Human Learning – Ce que les machines nous apprennent est une exposition qui documente le monde au travers des technologies qui le façonnent. Les œuvres réunies offrent une grande diversité d’écritures : des dispositifs interactifs induisant que l’on en appréhende les jouabilités, des installations génératives dont les processus sont totalement autonomes ou encore des créations traitant du sujet digital au travers de formes qui le sont tout autant.

C’est pendant les années cinquante que la notion d’intelligence artificielle émerge. Elle véhicule un imaginaire dont les auteurs de science-fiction vont se saisir aussitôt en octroyant à la machine une capacité à “penser”. Dans les années quatre-vingt, l’idée que les machines puissent apprendre elles-mêmes, par déduction, fait son apparition. On évoque alors le Machine Learning. Enfin, depuis les années deux mille, on parle de Deep Learning pour qualifier l’apprentissage profond eu égard aux grandes quantités de données que les ordinateurs peuvent traiter.

Nous avons tout appris aux machines et continuons à les alimenter afin qu’elles poursuivent dans ce “désir” d’autonomie que l’on veut bien leur octroyer. Aussi ne serait-il pas temps de considérer ce que l’on peut, à notre tour, apprendre à leur contact, en observant leurs spécificités ou qualités ? Or, s’il est une communauté qui observe le monde pour nous en donner des interprétations quant à ses transformations, c’est bien celle des artistes.

Depuis toujours, en effet, les artistes se saisissent des outils et matériaux de leur temps. Ainsi de plus en plus d’entre eux se tournent vers le potentiel créatif des technologies du numérique qui sont aussi celles des chercheurs dans leurs laboratoires. Se faisant, ils acceptent ce que les machines leur proposent en intégrant une part d’aléatoire dans leurs créations. Parfois, ils se mettent en retrait de leurs œuvres qui s’exécutent pour mieux en observer les modes d’action. Il arrive aussi que les machines ou robots soient les sujets de photographies ou films que d’autres artistes nous livrent afin de nous entraîner à de nouvelles formes d’empathie. Il n’est pas une application ou un service qui ne fasse œuvre dès le moment de son émergence. Des filtres d’effets des logiciels grand public aux réseaux de neurones artificiels que les artistes partagent avec des chercheurs. Ces technologies, ils se les approprient autant qu’ils apprennent en les côtoyant. Nous avons une certaine proximité avec les œuvres qui émergent de l’usage et/ou de l’observation des technologies qui façonnent nos relations au monde comme aux autres et à soi-même. Reconnaître les technologies de notre quotidien dans un contexte artistique nous les fait envisager autrement. Sachant que c’est au contact des autres que l’on se construit, il grand temps de considérer cet autre “machinique” que nous côtoyons de plus en plus sans trop le connaître. Consacrer une exposition aux machines et idées ou esthétiques qui en émergent revient à en accepter les enseignements.

Rédigé par Dominique Moulon en collaboration avec Catherine Bédard et Alain Thibault pour le Centre Culturel Canadien à l’occasion de l’exposition "Human Learning – Ce que les machines nous apprennent" regroupant les œuvres de Matthew Biederman, Emilie Brout & Maxime Marion, Grégory Chatonsky, Douglas Coupland, Chun Hua Catherine Dong, Emilie Gervais, Sabrina Ratté, David Rokeby, Justine Emard, Olivier Ratsi, Louis-Philippe Rondeau, Samuel St-Aubin, Skawennati, Xavier Snelgrove & Mattie Tesfaldet.