Que révèle la déambulation dans une empreinte algorithmique d’un lieu qui disparaît: sur le lieu lui-même, sur ce que l’algorithme en a retenu, et sur ce qu’il en a effacé ?
Recherche en cours. L’œuvre est présentée le 4 juin 2026 au Sample, Bagnolet.
Ancienne friche réhabilitée à Bagnolet, Le Sample est un écosystème regroupant des espaces de création et de résidences artistiques, une salle de concert et un jardin friche. J’y ai mon atelier depuis trois ans. Ce lieu de vie et de programmation culturelle vit aujourd’hui ses derniers instants, menacé par une destruction imminente au profit d’un complexe hôtelier (juin 2026). Souvent soumis à des baux précaires, les usages sociaux et artistiques de ces tiers-lieux s’effacent devant les impératifs de la planification urbaine. Cela fait dix ans que j’évolue dans ce milieu, et j’ai vu plusieurs espaces de ce type disparaître, des endroits où j’avais travaillé, et avec eux tout ce qui s’y était construit.
SAMPLE(S) naît de l’urgence de documenter cet espace avant qu’il ne disparaisse, et d’un besoin collectif : en développant un premier prototype de balade dans l’espace, exposé en 2024, j’ai observé un engouement réel, aussi bien chez les artistes résidents que chez ceux qui animent le lieu au quotidien, curieux et heureux de pouvoir conserver une empreinte de leurs espaces de travail avant la fermeture.
L’œuvre s’appuie sur des collectes de vidéos 360° transformées en empreintes algorithmiques de lieux par le Gaussian Splatting, une technologie de reconstruction spatiale photoréaliste qui permet, contrairement à la photographie, de générer une expérience navigable de l’espace capturé. Ce que le Gaussian Splatting rend possible, c’est une saisie photoréaliste avec un matériel léger et accessible, là où les techniques de photogrammétrie traditionnelle demandaient des équipements plus avancés. Cette accessibilité est ce qui rend la méthode déclinable, applicable à d’autres lieux en marge, sans infrastructure lourde. Ces espaces, souvent précaires et peu documentés, constituent des laboratoires informels de pratiques culturelles et sociales alternatives. Leur disparition est rarement accompagnée d’une mémoire collective organisée.
La matière de ces empreintes a quelque chose d’impressionniste : cohérente à distance, elle se défait à l’approche en touches de couleur, en pixels d’espace. L’algorithme négocie avec l’espace et avec ses propres contraintes techniques. Pendant le training, il corrige en continu, ajustant son score de perception jusqu’à trouver la représentation qu’il juge optimale. Il sélectionne, déforme, fait disparaître. Les artefacts algorithmiques (zones floues, silhouettes fantômes, déformations) ne sont pas des erreurs à corriger. Ce sont les traces de ce que l’algorithme a choisi de ne pas représenter : les mouvements, les présences, les éléments en marge de la captation. Les zones d’ombre sont aussi signifiantes que ce qu’elles capturent. C’est précisément là que l’enquête s’articule.
Ces choix ne sont jamais neutres : la sélection du dataset, les paramètres de génération, les limitations matérielles rendent la reconstruction nécessairement incomplète et orientée (Cardon, 2016). Les glitchs apparaissent précisément là où des éléments se déplacent pendant la capture, ou lorsque le visiteur s’éloigne du point de vue des caméras d’origine.
Capturer numériquement un lieu pour s’y déplacer modifie sa perception et transforme son statut ontologique. Parce que cette archive est navigable, elle reste un terrain d’enquête après la disparition du lieu. En se déplaçant, le visiteur fait apparaître la structure même de l’archive : les splats se dispersent à son passage, révélant la nature instable et construite de la reproduction algorithmique, proche d’un souvenir qu’on peine à saisir. On peut continuer à s’y balader, à y produire de nouvelles vues, de nouveaux documents, de nouvelles captures ou de nouvelles transformations depuis l’intérieur de la reproduction, comme si le lieu existait encore. Le visiteur peut y cadrer, zoomer, figer un instant de l’espace disparu. Des captations d’ambiances sonores spatialisées complètent cette déambulation, réactivant une mémoire collective du lieu que la captation visuelle seule ne peut saisir.
Le visiteur traverse espaces communs, ateliers d’artistes et lieux de vie. Chaque espace et portrait de résidents révèle des agencements singuliers et les traces d’une pratique artistique quotidienne. La technique fige l’espace à un instant précis, mais la reproduction algorithmique ouvre une nouvelle forme d’attention : le visiteur peut ralentir, reculer, remarquer ce qui échappe au regard quotidien.
SAMPLE(S) montre que reconstruire un lieu par Gaussian Splatting ne produit pas une documentation neutre, mais une empreinte algorithmique navigable qui transforme notre perception de l’espace disparu et notre rapport à sa mémoire. La démarche est conçue pour être déclinée : les techniques développées ici (captation vidéo 360°, reconstruction spatiale, déambulation audiovisuelle interactive) sont applicables à d’autres lieux transitoires voués à disparaître.
SAMPLE(S) v.1 — trailer, 2024
Question de recherche
Que révèle la déambulation dans une empreinte algorithmique d’un lieu qui disparaît — sur le lieu lui-même, sur ce que l’algorithme en a retenu, et sur ce qu’il en a effacé ?
Cette question principale en ouvre trois. Que font les instabilités de l’empreinte (glitchs, déformations, zones floues) comme indices des logiques et des limites du système de reconstruction ? Qu’est-ce que la déambulation produit comme acte de connaissance que la photographie ou la vidéo du lieu ne produirait pas ? L’expérience de l’archive navigable diffère-t-elle selon qu’on a vécu ce lieu ou non, et si oui, que révèle cet écart ?
Pour ceux qui y avaient leur atelier, c’est une résurgence mémorielle, un espace qu’on peut encore parcourir après sa disparition. Pour ceux qui ne le connaissaient pas, une façon de comprendre ce qui se construit dans ces lieux, leurs usages, leurs réseaux, leur rôle dans l’ancrage territorial d’un quartier ou d’une ville.
Cette recherche s’ancre dans la media archaeology (Parikka) et la théorie des savoirs situés (Haraway). Elle traite les moments de tension entre captation humaine et reconstruction algorithmique comme des données d’enquête.
Protocole
1. Production
- Captation vidéo 360° : collecte de données sur le terrain
- Reconstruction spatiale (Gaussian Splatting) de l’espace comme empreinte interprétée et située
- Développement par itérations : chaque reconstruction expérimente un espace distinct du Sample (atelier, cuisine collective, salle de concert), révélant ce que documenter un lieu de cette manière transforme à chaque nouvelle prise.
2. Analyse
- Annotation et catégorisation des artefacts : pour chaque scène, les zones d’instabilité sont identifiées et classées selon leur origine probable (mouvement pendant la capture, éloignement du point de vue des caméras d’origine, lacunes du dataset) puis croisées avec ce que le lieu était réellement à cet endroit.
- Portraits des résidents : documenter les pratiques situées et ce que la reproduction algorithmique choisit de ne pas restituer.
3. Expérience et réception
- Déambulation interactive avec Unreal Engine comme méthode d’exploration et de production de connaissance.
- Mode photographie : depuis l’intérieur de la reproduction, le visiteur dispose d’une caméra libre (déplacement type drone, zoom, focus) pour produire ses propres documents du lieu. Les photos archivées collectivement constituent un corpus de regards sur l’espace disparu : ce que chaque visiteur choisit de cadrer révèle ce que l’empreinte algorithmique parvient à transmettre et ce qu’elle laisse à l’interprétation.
- Observation des expériences de déambulation : échange court avec le visiteur après chaque session autour de ce qu’il a compris du lieu en le parcourant, ce qui lui a semblé lisible ou opaque, ce que les zones d’instabilité lui ont transmis sur l’espace et sur ceux qui y vivaient. Ce que le visiteur perçoit, devine ou manque dans l’archive, confronté à ce que le lieu était réellement, constitue la donnée de recherche.
SAMPLE(S) — reconstructions navigables (Luma AI)
Contribution méthodologique
SAMPLE(S) interroge ce que produit une empreinte algorithmique d’un lieu voué à disparaître. En appliquant le Gaussian Splatting à un terrain situé, le projet développe un protocole d’observation critique : les artefacts générés (déformations, zones d’instabilité, glitchs) sont traités comme des indices des logiques et des limites du système de reproduction, plutôt que comme des défauts techniques à corriger.
Ancré dans la media archaeology (Parikka) et la théorie des savoirs situés (Haraway), ce travail contribue à une méthodologie de l’archive algorithmique critique applicable à d’autres lieux transitoires menacés. L’approche est conçue pour être reproductible : les techniques développées ici (captation vidéo 360°, reconstruction spatiale, déambulation audiovisuelle interactive) sont transférables sans infrastructure lourde.
Références
Archives et mémoire numérique
Cardon, D. (2016) ‘Deconstructing the Algorithm’, Data & Society Working Paper.
Parikka, J. (2012) What is Media Archaeology? Cambridge: Polity Press.
Glitch et artefacts numériques
Menkman, R. (2010) The Glitch Studies Manifesto.
Vitali-Rosati, M. (2024) Éloge du bug. Paris: La Découverte.
Savoirs situés et enquête
Haraway, D.J. (1988) ‘Situated Knowledges’, Feminist Studies, 14(3), pp. 575–599.
Haraway, D. (2016) Staying with the Trouble. Durham: Duke University Press.
Latour, B. (2004) ‘How to Talk About the Body?’, Body & Society, 10(2–3), pp. 205–229.
Tsing, A.L. (2015) The Mushroom at the End of the World. Princeton: Princeton University Press.
Recherche-création et méthodologie
Glicenstein, J. (dir.) (2024) Recherche-création, Marges, n°39. Presses Universitaires de Vincennes.
EN
What does wandering through an algorithmic imprint of a disappearing place reveal — about the place itself, about what the algorithm retained, and about what it erased?
Le Sample is a former industrial site turned artist residency in Bagnolet, facing imminent closure. I have had my studio there for three years. I have seen several spaces like this disappear over the past decade, places where I had worked, and with them everything that had been built there. SAMPLE(S) emerges from the urgency to document this space before it disappears, and from a collective need: developing a first prototype of a walkthrough experience, shown in 2024, I witnessed genuine enthusiasm from both resident artists and those who run the space day to day, eager to preserve a trace of their workspaces before closure.
Research in progress. The work will be presented on June 4, 2026 at Le Sample, Bagnolet.
The work is based on 360° video footage transformed into algorithmic imprints of spaces using Gaussian Splatting, a photorealistic spatial reconstruction technology that generates a navigable experience of the captured space. The generated algorithmic artifacts (glitches, distortions, zones of instability) are not errors to correct, but traces of what the algorithm chose not to represent: movements, presences, elements at the margins of the capture. These choices are never neutral: dataset selection, generation parameters, hardware limitations all make the reconstruction necessarily incomplete and oriented (Cardon, 2016). Glitches appear precisely where elements move during capture, or when the visitor moves away from the original camera viewpoints, the visible seams of a reconstruction negotiating with its own constraints.
Moving through the reconstructed scene in Unreal Engine, the visitor reveals the very structure of the archive: splats scatter at their passage, exposing the unstable and constructed nature of the algorithmic reproduction, like a memory we struggle to hold onto. Because this archive is navigable, it remains a field of inquiry after the place has disappeared. One can continue to wander through it, produce new views, new documents, new captures or new transformations from within the reconstruction, as if the space still existed. The visitor can frame, zoom in, freeze an instant of the vanished space. Spatialized sound recordings complete this wandering, reactivating a collective memory of the place that visual capture alone cannot grasp.
SAMPLE(S) shows that reconstructing a place through Gaussian Splatting does not produce neutral documentation, but a navigable algorithmic imprint that transforms our perception of the disappeared space and our relationship to its memory. The approach is designed to be replicated: the techniques developed here (360° video capture, spatial reconstruction, interactive audiovisual wandering) are applicable to other transitional spaces destined to disappear.
Research question
What does wandering through an algorithmic imprint of a disappearing place reveal — about the place itself, about what the algorithm retained, and about what it erased?
This central question opens three others. What do the instabilities of the imprint (glitches, distortions, blurred zones) do as indices of the logics and limits of the reconstruction system? What does wandering produce as an act of knowledge that photography or video of the place would not? Does the experience of the navigable archive differ depending on whether one has lived in this place or not, and if so, what does that gap reveal?
For those who had their studio there, it is a memorial resurgence, a space one can still wander through after its disappearance. For those who never knew it, a way of understanding what is built in these spaces, their uses, their networks, their role in the territorial life of a neighborhood or city.
This research is grounded in media archaeology (Parikka) and situated knowledge theory (Haraway). It treats the moments of tension between human capture and algorithmic reconstruction as research data.
Protocol
1. Production
- 360° video capture: terrain data collection
- Spatial reconstruction (Gaussian Splatting) as interpreted and situated imprint
- Iterative development: each reconstruction experiments with a distinct space within Le Sample (studio, collective kitchen, concert hall), revealing what documenting a place in this way transforms at each new iteration.
2. Analysis
- Annotation and categorisation of artifacts: for each scene, zones of instability are identified and classified according to their probable origin (movement during capture, distance from original camera viewpoints, dataset gaps) then cross-referenced with what the place actually was at that location.
- Resident portraits: documenting situated practices and what the algorithmic reproduction chooses not to restitute.
3. Experience and reception
- Interactive wandering in Unreal Engine as a mode of exploration and knowledge production.
- Photography mode: from within the reconstruction, the visitor uses a free camera (drone-like movement, zoom, focus) to produce their own documents of the place. The collectively archived photographs form a corpus of gazes on the vanished space: what each visitor chooses to frame reveals what the algorithmic imprint manages to transmit and what it leaves to interpretation.
- Observation of wandering experiences: a short exchange with the visitor after each session around what they understood of the place while moving through it, what seemed legible or opaque, what the zones of instability transmitted about the space and those who lived there. What the visitor perceives, guesses or misses in the archive, confronted with what the place actually was, constitutes the research data.
Methodological contribution
SAMPLE(S) investigates what an algorithmic imprint of a disappearing place produces. By applying Gaussian Splatting to a situated terrain, the project develops a critical observation protocol: the generated artifacts (distortions, zones of instability, glitches) are treated as indices of the logics and limits of the reproduction system, rather than technical defects to correct.
Grounded in media archaeology (Parikka) and situated knowledge theory (Haraway), this work contributes to a methodology of critical algorithmic archiving applicable to other threatened transitional spaces. The approach is designed to be replicable: the techniques developed here are transferable without heavy infrastructure.
Nicolas Mimault, Bagnolet / Paris · nmimault@gmail.com