Zizi: Queering the Dataset (principes narratifs)

Item

titre du projet
Zizi: Queering the Dataset (principes narratifs)
Date de production
2019
Genre de l'oeuvre
Installation vidéo, art génératif et art numérique
duration de l'oeuvre

135 minutes (boucle)
Courte description du project

Zizi: Queering the Dataset est une installation vidéo multicanale qui intervient directement sur les biais structurels des systèmes de reconnaissance faciale en « contaminant » un dataset normatif avec des images de drag performers. L'œuvre rend visible ce que les algorithmes d'apprentissage automatique ont appris à normaliser — et ce qu'ils refusent de reconnaître. Elle constitue le premier volet du Zizi Project (2019–en cours), une série d'œuvres explorant l'intersection entre performance drag et intelligence artificielle.
Enjeux et/ou intrigues
Zizi: Queering the Dataset articule plusieurs enjeux narratifs imbriqués. Le premier est celui du biais algorithmique comme forme de violence structurelle : les systèmes de reconnaissance faciale, entraînés sur des datasets majoritairement blancs, cisgenres et hétéronormatifs, rendent invisibles ou illisibles les corps qui s'écartent de cette norme. Le second enjeu est celui de la résistance par contamination : plutôt que de dénoncer ce biais depuis l'extérieur, Elwes intervient à l'intérieur même du système en réentraînant le réseau avec des images de drag performers, déplaçant ses poids depuis un espace de normativité vers un espace de queerness. Le troisième enjeu est épistémologique : l'œuvre interroge ce que « voir » signifie pour une machine, et ce que les catégories algorithmiques font aux corps qu'elles prétendent simplement décrire. En donnant à voir les glitches et les dissolutions produits par cette contamination, Zizi pose une question fondamentale : à qui appartient la définition d'un visage légitime ? Qui décide de ce qu'une machine apprend à reconnaître — et à effacer ?
Personnages
L'œuvre ne met pas en scène des personnages au sens narratif traditionnel. Elle produit des figures — des entités synthétiques sans identité fixe, générées par le réseau neuronal à partir de la collision entre données normatives et données queer. Ces figures sont à la fois personne et processus : elles n'existent que le temps d'une inférence, avant de se dissoudre ou de se transformer en autre chose. On pourrait dire que le véritable « personnage » de Zizi: Queering the Dataset est le réseau lui-même — exposé dans ses apprentissages, ses hésitations et ses échecs.

Linked resources

Items with "Intégrer un template Éléments narratifs: Zizi: Queering the Dataset (principes narratifs)"
Title Class
Zizi (Queering the Dataset) Event

Annotations

There are no annotations for this resource.