À la croisée de la théorie queer et de la conception algorithmique se niche le potentiel d’une intelligence artificielle fluide, coopérative, non linéaire et nourrie des potentialités de l’erreur. Alors que les algorithmes fondés sur des principes déterministes, normatifs ou binaires ne sont pas suffisamment robustes pour atteindre leurs objectifs de modélisation et de prédiction, Guillaume Chevillon préconise une approche systémique, nourrie des théories queers, pour repenser les algorithmes et interagir avec eux.
Afin de démontrer les capacités présentes et futures de ces « algorithmes queers », cet économiste spécialiste de l’IA convoque une multiplicité de sources allant des sciences sociales à la littérature, en passant par les études queers et l’art contemporain. Dans ce texte radicalement prospectif, l’auteur explore comment les outils d’analyse de données peuvent esquisser des chemins alternatifs pour les technologies à venir en s’ouvrant à la diversité des expériences cognitives et physiques propres aux êtres humains.