SlideShare una empresa de Scribd logo
1 de 80
Descargar para leer sin conexión
Le futur n’est plus
ce qu’il était.
Frédéric Kaplan
frederic.kaplan@epfl.ch
@frederickaplan
Comment
la société du futur
était-elle représentée
avant ?
1920
4
5
8
+la société hypertrophiée
1970
16
17
la société informationelle
Circulation des messages
+ pouvoir
localisé
renversable
pouvoir
invisible
absent
tissu
urbain
structuré
tissu
urbain
homogène
circulation
des
hommes
circulation
des
messages
1990
+la société simulacre
29
+
+
2000
37
38
+
+mascarade
pouvoir
renversable
surveillance
*société transparente
invisibilité
42
mr walker
visibilité
tout voir partout
être toujours vu
partout
une utopie
du XXI siècle
une utopie
du XVIII siècle
50
être toujours vu
51
rêve de la
transparence
+
+
+
+
55
réalité fiction
2010
Une représentation
“métaphorique”
décevante ?
Comment
représenter la
société connectée ?
Le concept de
“société” est-il
devenu obsolète ?
A-t-il été “inventé”
parce que nous
manquions de
données ?
la société autoreprésentée
68
69
Vers qui se tourner
pour connaître le
futur aujourd’hui ?
The future is
already here.
It is just not evenly
distributed...
Vous êtes dans le futur par
rapport à moi, si vous savez
quelque chose que je ne sais
pas encore
Vous êtes dans le futur par
rapport à moi, si vous avez
déjà fait une expérience que
je n’ai pas encore faite
Vous êtes dans le futur par
rapport à moi, si vous avez
adopté un comportement
que je n’ai pas encore
adopté
Hollywood n’a
plus le privilège
de pouvoir
inventer le futur
nous sommes
tous en train
de le faire
Est-ce une
nouvelle
utopie ?
frederic.kaplan@epfl.ch
@frederickaplan
frederickaplan.com

Más contenido relacionado

Destacado

Data2Content - Datajournalisme - Machine Learning - Meet Up Paris
Data2Content - Datajournalisme - Machine Learning - Meet Up ParisData2Content - Datajournalisme - Machine Learning - Meet Up Paris
Data2Content - Datajournalisme - Machine Learning - Meet Up ParisChristophe Tricot
 
JSS2014 – Ma première analyse Machine Learning avec Azure ML
JSS2014 – Ma première analyse Machine Learning avec Azure MLJSS2014 – Ma première analyse Machine Learning avec Azure ML
JSS2014 – Ma première analyse Machine Learning avec Azure MLGUSS
 
Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Le_GFII
 
Apprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de rechercheApprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de recherchePhilippe YONNET
 
Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...Antidot
 
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big DataAzure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big DataMicrosoft
 
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...Guillaume MOCQUET
 
Machine Learning & SEO - SEO Camp'Us Paris 2016
Machine Learning & SEO - SEO Camp'Us Paris 2016Machine Learning & SEO - SEO Camp'Us Paris 2016
Machine Learning & SEO - SEO Camp'Us Paris 2016Julien Deneuville
 
Machine learning pour tous
Machine learning pour tousMachine learning pour tous
Machine learning pour tousDamien Seguy
 
Scikit-Learn: Machine Learning en Python
Scikit-Learn: Machine Learning en PythonScikit-Learn: Machine Learning en Python
Scikit-Learn: Machine Learning en PythonMicrosoft
 
Utilisation d'Azure Machine Learning dans la détection de Spam
Utilisation d'Azure Machine Learning dans la détection de SpamUtilisation d'Azure Machine Learning dans la détection de Spam
Utilisation d'Azure Machine Learning dans la détection de SpamMicrosoft Décideurs IT
 
Data science a machine learning tour (french)
Data science a machine learning tour (french)Data science a machine learning tour (french)
Data science a machine learning tour (french)Franck Bardol
 
Portfolio Sandra Borrego
Portfolio Sandra BorregoPortfolio Sandra Borrego
Portfolio Sandra Borregoaescuadra
 
Presentation classe inversée en classe préparatoire
Presentation classe inversée en classe préparatoirePresentation classe inversée en classe préparatoire
Presentation classe inversée en classe préparatoirePierre AVRIL
 
6.13 [gp]appeld'urgence911
6.13  [gp]appeld'urgence911 6.13  [gp]appeld'urgence911
6.13 [gp]appeld'urgence911 Wghs Foster
 

Destacado (20)

Data2Content - Datajournalisme - Machine Learning - Meet Up Paris
Data2Content - Datajournalisme - Machine Learning - Meet Up ParisData2Content - Datajournalisme - Machine Learning - Meet Up Paris
Data2Content - Datajournalisme - Machine Learning - Meet Up Paris
 
JSS2014 – Ma première analyse Machine Learning avec Azure ML
JSS2014 – Ma première analyse Machine Learning avec Azure MLJSS2014 – Ma première analyse Machine Learning avec Azure ML
JSS2014 – Ma première analyse Machine Learning avec Azure ML
 
Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...Expérience informationnelle et exploitation analytique des données : comment ...
Expérience informationnelle et exploitation analytique des données : comment ...
 
Apprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de rechercheApprentissage Automatique et moteurs de recherche
Apprentissage Automatique et moteurs de recherche
 
Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...Machine learning, deep learning et search : à quand ces innovations dans nos ...
Machine learning, deep learning et search : à quand ces innovations dans nos ...
 
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big DataAzure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
 
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...
[Sildes] plateforme centralisée d’analyse des logs des frontaux http en temps...
 
Machine Learning & SEO - SEO Camp'Us Paris 2016
Machine Learning & SEO - SEO Camp'Us Paris 2016Machine Learning & SEO - SEO Camp'Us Paris 2016
Machine Learning & SEO - SEO Camp'Us Paris 2016
 
Machine learning pour tous
Machine learning pour tousMachine learning pour tous
Machine learning pour tous
 
Scikit-Learn: Machine Learning en Python
Scikit-Learn: Machine Learning en PythonScikit-Learn: Machine Learning en Python
Scikit-Learn: Machine Learning en Python
 
Utilisation d'Azure Machine Learning dans la détection de Spam
Utilisation d'Azure Machine Learning dans la détection de SpamUtilisation d'Azure Machine Learning dans la détection de Spam
Utilisation d'Azure Machine Learning dans la détection de Spam
 
Data science a machine learning tour (french)
Data science a machine learning tour (french)Data science a machine learning tour (french)
Data science a machine learning tour (french)
 
XebiConFr15 - Les algorithmes du machine learning
XebiConFr15 - Les algorithmes du machine learningXebiConFr15 - Les algorithmes du machine learning
XebiConFr15 - Les algorithmes du machine learning
 
Mauro Bottaro - FAO young farmers
Mauro Bottaro - FAO young farmersMauro Bottaro - FAO young farmers
Mauro Bottaro - FAO young farmers
 
Iab sri 2010 vs 2009
Iab sri 2010 vs 2009Iab sri 2010 vs 2009
Iab sri 2010 vs 2009
 
Portfolio Sandra Borrego
Portfolio Sandra BorregoPortfolio Sandra Borrego
Portfolio Sandra Borrego
 
Presentation classe inversée en classe préparatoire
Presentation classe inversée en classe préparatoirePresentation classe inversée en classe préparatoire
Presentation classe inversée en classe préparatoire
 
Pierre de fermat
Pierre de fermatPierre de fermat
Pierre de fermat
 
Trabajo 1
Trabajo 1Trabajo 1
Trabajo 1
 
6.13 [gp]appeld'urgence911
6.13  [gp]appeld'urgence911 6.13  [gp]appeld'urgence911
6.13 [gp]appeld'urgence911
 

Más de Frederic Kaplan

Les technologies absorbantes
Les technologies absorbantesLes technologies absorbantes
Les technologies absorbantesFrederic Kaplan
 
Transformer 4 millions d'articles de presse en un système d'information
Transformer 4 millions d'articles de presse en un système d'informationTransformer 4 millions d'articles de presse en un système d'information
Transformer 4 millions d'articles de presse en un système d'informationFrederic Kaplan
 
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...Frederic Kaplan
 
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization DH101 2013/2014 course 10 - 3d printing, Javascript data visualization
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization Frederic Kaplan
 
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...Frederic Kaplan
 
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...Frederic Kaplan
 
DH101 2013/2014 Projects
DH101 2013/2014 ProjectsDH101 2013/2014 Projects
DH101 2013/2014 ProjectsFrederic Kaplan
 
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...Frederic Kaplan
 
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRM
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRMDH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRM
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRMFrederic Kaplan
 
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...Frederic Kaplan
 
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D DH101 2013/2014 course 4 - Digitization techniques 2D and 3D
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D Frederic Kaplan
 
3d scanning for digital heritage
3d scanning for digital heritage3d scanning for digital heritage
3d scanning for digital heritageFrederic Kaplan
 
Franziska Frey 2 / DHV13
Franziska Frey 2 / DHV13Franziska Frey 2 / DHV13
Franziska Frey 2 / DHV13Frederic Kaplan
 
Franziska Frey 1 / DHV13
Franziska Frey 1 / DHV13Franziska Frey 1 / DHV13
Franziska Frey 1 / DHV13Frederic Kaplan
 
Color and appearance information in 3d models
Color and appearance information in 3d modelsColor and appearance information in 3d models
Color and appearance information in 3d modelsFrederic Kaplan
 

Más de Frederic Kaplan (20)

Les technologies absorbantes
Les technologies absorbantesLes technologies absorbantes
Les technologies absorbantes
 
La langue comme capital
La langue comme capitalLa langue comme capital
La langue comme capital
 
Transformer 4 millions d'articles de presse en un système d'information
Transformer 4 millions d'articles de presse en un système d'informationTransformer 4 millions d'articles de presse en un système d'information
Transformer 4 millions d'articles de presse en un système d'information
 
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...
L'historien et l'algorithme : Présentation aux Entretiens du Nouveau Monde In...
 
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization DH101 2013/2014 course 10 - 3d printing, Javascript data visualization
DH101 2013/2014 course 10 - 3d printing, Javascript data visualization
 
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...
DH101 2013/2014 course 9 - Crowdsourcing, crowdfunding, Wikipedia, Open Stree...
 
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...
DH101 2013/2014 course 8 - Historical Geographical Information Systems (HGIS)...
 
DH101 2013/2014 Projects
DH101 2013/2014 ProjectsDH101 2013/2014 Projects
DH101 2013/2014 Projects
 
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...
DH101 2013/2014 course 7 - OCR, Printed text recognition, Handwriting recogni...
 
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRM
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRMDH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRM
DH101 2013/2014 course 6 - Semantic coding, RDF, CIDOC-CRM
 
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...
DH101 2013/2014 course 5 - Project on Venice / Datafication / Regulated repre...
 
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D DH101 2013/2014 course 4 - Digitization techniques 2D and 3D
DH101 2013/2014 course 4 - Digitization techniques 2D and 3D
 
3d scanning for digital heritage
3d scanning for digital heritage3d scanning for digital heritage
3d scanning for digital heritage
 
3d scanning pipeline
3d scanning pipeline3d scanning pipeline
3d scanning pipeline
 
Franziska Frey 2 / DHV13
Franziska Frey 2 / DHV13Franziska Frey 2 / DHV13
Franziska Frey 2 / DHV13
 
Franziska Frey 1 / DHV13
Franziska Frey 1 / DHV13Franziska Frey 1 / DHV13
Franziska Frey 1 / DHV13
 
3d scanning techniques
3d scanning techniques3d scanning techniques
3d scanning techniques
 
Color and appearance information in 3d models
Color and appearance information in 3d modelsColor and appearance information in 3d models
Color and appearance information in 3d models
 
3d from images
3d from images3d from images
3d from images
 
Pellegrini small
Pellegrini smallPellegrini small
Pellegrini small
 

Le futur n'est plus ce qu'il était