ImageNet è un dataset con quattordici milioni di immagini e ventunomila categorie. Fondamentale per lo sviluppo della computer vision e del deep learning, è usato per training e testing, influenzando dataset successivi come YFCC100M e FFHQ. Questi dataset sono alla base di modelli di intelligenza artificiale che migliorano la vita quotidiana, ma portano anche a pregiudizi e discriminazione. 

La narrazione attuale vede l’IA come un problema matematico, ignorando la complessità sociale e politica. Nello spazio tra matematica e linguaggio, esploriamo il contributo che architettura dell’informazione e design dell’esperienza dovrebbero portare nella conversazione sulla progettazione di modelli di intelligenza artificiale, al più presto.