ANR · 2022
SPREADS — Scénariser l’évolution des risques potentiels à travers les algorithmes et les données dans les sciences
SPREADS est une étude prospective des conséquences des ruptures technologiques affectant la gestion stratégique des connaissances à l’ère des plateformes numériques et des bases de données massives infectables. Dans la perspective de guerres cognitives, il s’agit d’explorer l’hypothèse d’un sabotage radical des bases de la cognition par la corruption du savoir scientifique. La vulnérabilité des résultats de la recherche s’accroît au fur et à mesure que les algorithmes prennent une importance toujours plus grande dans ses procédures. La complexité et l’opacité des intelligences artificielles favorisent la possibilité de biaiser leur apprentissage par piratage des données. SPREADS aborde cet enjeu à travers le design de fictions spéculatives envisagées sous l’angle de la conception adversariale (mise en scène de mesures et contre-mesures). On considérera notamment le scénario d’une guerre cognitive totale où des puissances antagonistes ont simultanément recours à la diffusion de fictions infectieuses et au secret des recherches scientifiques.
Participating units of Université Paris-Saclay
Data provenance
Sources : scanR. Data compiled on 27/10/2026. Found an error? It is corrected in the original source (HAL, RNSR, directory); see how.