L'intelligence et l'éthique de la télévision à l'ère des algorithmes/The intelligence and ethics of television at the age of algorithms

Lorenz Engell (Bauhaus-Universität Weimar)
Télévisualité et intelligence

Première partie : nous n’avons jamais été intelligents
Deuxième partie : l’intelligence de la télévision
Troisième partie : la sérialité de l’intelligence 

Philippe Codognet (Sorbonne Université
Les grands modèles de langage peuvent-ils regarder des séries télévisées ? Le test Murderbot pour les LLMs

Et si le secret d’une IA à visage humain ne résidait pas dans la réussite de l’examen du barreau, mais dans le visionnage en rafale de séries télévisées ?
Dans The Murderbot Diaries (2017–2023) de Martha Wells — récemment adapté en série sur Apple TV+ —, le protagoniste est un androïde de sécurité rebelle qui développe une autonomie semblable à celle des humains, alimentée en grande partie par une obsession pour les médias fictionnels et les feuilletons. Le parcours de ce personnage soulève une question fascinante : l’IA peut-elle véritablement comprendre les complexités de la vie humaine à travers nos histoires ?
En nous inspirant de cela, nous proposons le « Murderbot Test » : un nouveau benchmark pour évaluer l’intelligence artificielle générale. Alors que les grands modèles de langage (LLM) actuels excellent dans des tâches techniques telles que réussir les examens d’entrée dans diverses universités, posséder des connaissances au niveau du doctorat, ou remporter des médailles d’or aux Olympiades de mathématiques, comment se comportent-ils lorsqu’il s’agit de comprendre la vie humaine quotidienne ? Les séries télévisées pouvant, sans doute, être considérées comme un condensé numérique de l'expérience humaine, les LLM ont-ils la capacité de regarder et de comprendre les séries télévisées ? Nous proposons un cadre standardisé pour évaluer les performances des LLM dans cette tâche. À cette fin, nous avons besoin de définir un ensemble de données de référence sur les séries télévisées, ainsi qu'un ensemble de critères d'interprétation (couvrant la narration, les personnages, les émotions, la structure, etc.) et un score de référence pour chaque critère établi par un groupe d'experts humains. Cela permet de créer une empreinte standardisée, bien que simpliste, pour chaque série télévisée, et nous pouvons alors comparer, à travers leurs scores, les performances de divers LLM (ChatGPT, Gemini, Grok, Claude, DeepSeek...) les uns par rapport aux autres, mais aussi par rapport à des experts humains. Nous examinerons dans cette présentation les hypothèses sous-jacentes et les limites potentielles de cette approche.

Daniel Binns (Royal Melbourne Institute of Technology) 
Comme si personne ne regardait : la forme de la télévision à l’ère algorithmique

Cette communication examine comment la forme épisodique à la télévision continue d’être remodelée à l’ère algorithmique : non par le biais de contenus générés par l’IA, mais par l’évolution des hypothèses concernant l’attention, la lisibilité et la confiance. D’un côté, les indicateurs des plateformes encouragent la redondance et la répétition constante des explications. De l’autre, les spectateurs s’attendent de plus en plus à ce que la télévision soit écrite « comme si personne ne regardait ». Plutôt que de me concentrer sur le travail ou sur le spectateur, je soutiens que les enjeux clés sont d’ordre formel—savoir si les scènes, les épisodes et le rythme vont s’adapter aux conditions algorithmiques ou au contraire préserver la friction comme lieu de construction du sens. 

Sandra Laugier (Université Paris 1 Panthéon-Sorbonne)
Compétence du spectateur, expérience morale et importance démocratique des séries télévisées

J'examinerai les séries télévisées en tant que formes culturelles majeures contribuant à l'expérience morale, à la connaissance sociale et à la vie démocratique. En m'appuyant sur des approches philosophiques de l'expérience ordinaire, je soutiens que le visionnage de séries par les téléspectateurs cultive leur attention aux détails moraux, aux comportements quotidiens et aux perspectives plurielles. Grâce à leur engagement dans la durée avec les personnages, les publics développent des attachements affectifs et des compétences d'interprétation qui fonctionnent comme une forme d'éducation morale informelle.  Si la prolifération des plateformes de streaming élargit l’accès, elle introduit également de nouveaux défis, liés à la médiation algorithmique. Il est essentiel de reconnaître et de soutenir les compétences des téléspectateurs – grâce à des outils critiques et de recommandation améliorés –, car les séries télévisées constituent un lieu important d’apprentissage civique et de sensibilité collective dans la démocratie contemporaine. 

Sulgi Lie (Bauhaus-Universität Weimar)
Médias faciaux. Sur les physionomies synthétiques dans les séries télévisées

S'appuyant sur la notion d'Adorno de « physionomies synthétiques », qui fait allusion à la nature à la fois artificielle et composite des visages dans les industries culturelles, ma communication retrace une généalogie médiatique des figures du visage, depuis les « têtes parlantes » souriantes de la culture télévisuelle jusqu'aux différentes technologies de rajeunissement et de cosmétique des réseaux sociaux récents, pilotés par l'IA, qui visent toutes une modification synthétique et une recomposition de l'ancien visage humain en un masque numérique. La communication analyse les nouvelles manifestations de ce visage artificiel dans des séries télévisées telles que « The Beauty » et des émissions de télé-réalité de rencontres amoureuses comme le format coréen "Single’s Infern".

Stépane Donikian (Inria) 
Les diverses utilisations de l’intelligence artificielle dans la création de contenus télévisuels et leurs impacts respectifs sur l’industrie

L'IA analytique automatise les tâches non créatives, techniques et traditionnellement fastidieuses, tandis que l'IA générative s'attaque à la créativité en produisant du contenu plus rapidement qu'un artiste. Cependant, alors que l'IA analytique s'intègre facilement à la palette d'outils dont disposent les artistes et ne soulève aucun problème de propriété intellectuelle, l'IA générative est bien plus problématique à plusieurs égards, comme l'esthétique, le contrôle artistique et les droits de propriété. Dans cette présentation, nous passerons en revue, analyserons et illustrerons les différentes utilisations de l’intelligence artificielle (analytique ou générative) tout au long du processus de production de contenus télévisuels. 

Thibaut de Saint Maurice (Université Paris 1 Panthéon-Sorbonne)
Mesurer la moralité des séries télés avec l’IA

Les séries que nous regardons sont-elles bonnes pour notre démocratie ?  Afin d’apporter une contribution nouvelle à cette question qui anime aujourd’hui la recherche (Laugier, 2021) et le débat public (Blondeau, 2022 ; Cochard, 2024), peut-on concevoir et de tester, à l’aide de technologies IA, un outil indicateur de la présence des critères DEI dans les séries télévisées les plus regardées dans le monde et en France ?

Rémi Tereszkiewicz (BetaSeries) 
Quand l’IA interprète la télévision : VLM, agents et la nouvelle économie du sens

Cette présentation expose de nouvelles recherches qui vont au-delà des paradigmes de recommandation existants en utilisant directement des modèles vision-langage (VLM) pour analyser le contenu audiovisuel dans toute sa complexité : images, son, dialogue, atmosphère et structure narrative. L’objectif n’est pas seulement de recommander, mais de qualifier le contenu afin de mieux comprendre la demande du public, d’identifier les tendances émergentes et d’y répondre par le biais d’agents IA dédiés qui combinent analyse, raisonnement et action.
Pour la première fois, ces approches permettent également d’évaluer à grande échelle les composantes du sens : diversité, égalité, inclusion, représentations de la violence, valeurs démocratiques et tensions éthiques inhérentes aux œuvres audiovisuelles. En se concentrant sur ce que le contenu exprime plutôt que sur le seul comportement des utilisateurs, ces systèmes proposent une nouvelle relation entre la télévision, les plateformes et le débat public. La présentation sera illustrée par des démonstrations en direct montrant comment des agents basés sur les VLM peuvent interpréter des séries et des programmes et favoriser des formes plus significatives d’engagement culturel et civique.

Camille Guinaudeau (Université Paris-Saclay)
Exploiter l’IA pour des systèmes de recommandation
Les systèmes de recommandation modernes ne se limitent plus aux historiques de visionnage ou aux notes utilisateurs. Grâce aux avancées en intelligence artificielle, il est désormais possible d’analyser directement le contenu des séries TV en exploitant plusieurs modalités: le texte (dialogues, sous-titres), l’audio (musique, ton émotionnel) et la vidéo (scènes, visages, actions).

Cette approche multimodale permet de mieux comprendre les œuvres (thèmes, ambiances, personnages) et d’offrir des recommandations plus pertinentes, personnalisées et explicables. Cette communication présentera les principales techniques utilisées aujourd’hui, leurs apports, ainsi que les défis scientifiques associés.

Célia Zolynski (Université Paris 1 Panthéon-Sorbonne)
Quelle régulation pour les algorithmes de recommandation ?
La présentation visera à livrer une analyse du cadre légal relatif aux algorithmes de recommandation pour mettre en exergue ses limites et les questionnements relatifs à une possible évolution des textes, en particulier s'agissant des Règlement sur les services numériques (DSA), complétée d'une présentation des enjeux d'un recours possible aux assistants vocaux et autres agents conversationnels pour accéder aux contenus culturels et créatifs.

Lorenz Engell (Bauhaus-Universität Weimar) 
Télévisualité et intelligence

Part One : we never were intelligent
Part Two: the intelligence of television
Part Three : the seriality of intelligence

Philippe Codognet (Sorbonne Université) 
Can Large Language Models watch TV series ? The Murderbot test for LLMs

What if the secret to human-like AI isn't passing the Bar Exam, but binge-watching TV series?
In Martha Wells’ The Murderbot Diaries (2017–2023) — recently adapted into an Apple TV+ series — the protagonist is a rogue security android that develops human-like autonomy, fueled largely by an obsession with fictional media and soap operas. This character's journey raises a compelling question: Can AI truly understand the complexities of human life through our stories?
Drawing inspiration from this, we propose the "Murderbot Test": a new benchmark for evaluating Artificial General Intelligence. While current Large Language Models (LLMs) excel at technical tasks like passing entry exams to various university, being PhD-level knowledgeable, wining gold medals at the Mathematics Olympiads, how do they perform in understanding everyday human life? As TV series can, arguably, be considered as a condensed digital proxy for the human experience, do LLMs have the ability to watch and understand TV series? We propose a standardized framework to evaluate LLMs performance at this task. To this aim, we need the definition of a reference dataset of TV series, together with a set of interpretative criteria (encompassing storytelling, characters, emotions, structure, etc.) and a baseline score for each criterion created by a group of human experts. This creates a standardized, albeit simplistic, fingerprint for each TV series and we can then compare, through their scores, the performance of various LLMs (ChatGPT, Gemini, Grok, Claude, DeepSeek...) one to each other and also to the human experts. We will examine in this talk the underlying assumptions and potential limitations of this approach.
Sulgi Lie (Bauhaus University Weimar) – Facial Media. On Synthetic Physiognomies in TV-Series
Drawing on Adorno’s notion of „synthetic physiognomies“ that hints at both the artificial and the composite nature of faces in the cultural industries, my paper traces a media genealogy of facial figures from the smiling „talking heads“ of television culture to the different de-aging and cosmetic technologies of recent A.I driven social media that all aim at a synthetic modification and recomposition of the formerly human face into a digital mask. The paper analyses the new manifestations of this artificial face in TV-series like „The Beauty“ and Reality TV-dating shows like the Korean format „Single’s Infern”.

Daniel Binns (Royal Melbourne Institute of Technology) 
Like No One Is Watching: The Form of Television in the Algorithmic Moment

This paper examines how episodic television form continues to be re-shaped in the algorithmic era: not through AI-generated content, but through changing assumptions about attention, legibility, and trust. As platform metrics incentivise redundancy and constant re-explanation, audiences increasingly expect television to be written “like no one is watching.” Rather than focusing on labour or spectatorship, I argue that the key stakes are formal: how scenes, episodes, and pacing either bend to algorithmic conditions or preserve friction as a site of meaning-making.

Sandra Laugier (Université Paris 1 Panthéon-Sorbonne)
Viewer Competence, Moral Experience, and the Democratic Significance of TV Series

I will examine television series as major cultural forms that contribute to moral experience, social knowledge, and democratic life. Drawing on philosophical approaches to ordinary experience, I argue that serial viewing cultivates viewers’ attention to moral detail, everyday conduct, and plural perspectives. Through long-term engagement with characters, audiences develop affective attachments and interpretive skills that function as a form of informal moral education.  While the proliferation of streaming platforms expands access, it also introduces new challenges, with algorithmic mediation. Recognizing and supporting viewers’ competence—through improved critical and recommendation tools—is essential, as TV seriesconstitute a significant site of civic learning and collective sensibility in contemporary democracy.

Sulgi Lie (Bauhaus-Universität Weimar)
Médias faciaux. Sur les physionomies synthétiques dans les séries télévisées

S'appuyant sur la notion d'Adorno de « physionomies synthétiques », qui fait allusion à la nature à la fois artificielle et composite des visages dans les industries culturelles, ma communication retrace une généalogie médiatique des figures du visage, depuis les « têtes parlantes » souriantes de la culture télévisuelle jusqu'aux différentes technologies de rajeunissement et de cosmétique des réseaux sociaux récents, pilotés par l'IA, qui visent toutes une modification synthétique et une recomposition de l'ancien visage humain en un masque numérique. La communication analyse les nouvelles manifestations de ce visage artificiel dans des séries télévisées telles que « The Beauty » et des émissions de télé-réalité de rencontres amoureuses comme le format coréen "Single’s Infern".

Stépane Donikian (Inria) 
The various uses of artificial intelligence in television content creation and their respective impacts on the industry

Analytical AI automates non-creative, technical, and traditionally laborious tasks, while generative AI tackles creativity by generating content faster than an artist. However, while analytical AI fits easily into the range of tools available to artists and does not pose any intellectual property issues, generative AI is much more problematic in several respects: aesthetics, artistic control, and property rights. In this presentation, we will review, analyze and illustrate the different uses of artificial intelligence (analytical or generative) throughout the television content production pipeline.

Thibaut de Saint Maurice (Université Paris 1 Panthéon-Sorbonne)
Mesurer la moralité des séries télés avec l’IA

Les séries que nous regardons sont-elles bonnes pour notre démocratie ?  Afin d’apporter une contribution nouvelle à cette question qui anime aujourd’hui la recherche (Laugier, 2021) et le débat public (Blondeau, 2022 ; Cochard, 2024), peut-on concevoir et de tester, à l’aide de technologies IA, un outil indicateur de la présence des critères DEI dans les séries télévisées les plus regardées dans le monde et en France ?

Rémi Tereszkiewicz (BetaSeries) 
When AI Interprets Television: VLMs, Agents and the New Economy of Meaning

This keynote presents new research that goes beyond existing recommendation paradigms by directly using Vision-Language Models (VLMs) to analyse audiovisual content in its full complexity: images, sound, dialogue, atmosphere and narrative structure. The objective is not only to recommend, but to qualify content in order to better understand audience demand, identify emerging trends and respond to them through dedicated AI Agents that combine analysis, reasoning and action.
For the first time, these approaches also make it possible to evaluate components of meaning at scale: diversity, equality, inclusion, representations of violence, democratic values and ethical tensions embedded in audiovisual works. By focusing on what content expresses rather than only on how users behave, these systems propose a new relationship between television, platforms and public conversation. The keynote will be illustrated with live demonstrations showing how VLM-based agents can interpret series and programmes and support more meaningful forms of cultural and civic engagement.

Camille Guinaudeau (Université Paris-Saclay)
Using AI for recommendation systems
Modern recommendation systems are no longer limited to viewing histories or user ratings. Thanks to advances in artificial intelligence, it is now possible to analyse the content of TV series directly by utilising multiple modalities: text (dialogues, subtitles), audio (music, emotional tone) and video (scenes, faces, actions).

This multimodal approach enables a better understanding of the works (themes, atmospheres, characters) and allows for more relevant, personalised and explainable recommendations. This presentation will outline the main techniques used today, their benefits, and the associated scientific challenges.

Célia Zolynski (Université Paris 1 Panthéon-Sorbonne)
What kind of regulation for recommendation algorithms?
The presentation will provide an analysis of the legal framework governing recommendation algorithms, highlighting its limitations and raising questions regarding potential changes to the legislation, particularly with regard to the Digital Services Act (DSA). It will be supplemented by a discussion of the challenges associated with the potential use of voice assistants and other conversational agents to access cultural and creative content.