Le studio RNDR se définit comme un studio de design pour des médias interactifs. Il « développe des outils qui ne sont considérés finis que par l’utilisation que l’on en fait ».
Le projet rassemble de nombreux graphistes, web designers, développeurs, tous investis dans le domaine du design et de la création web.
Création et présentation
Fondé en 2017 à La Haye par Jeroen Barendse, un des membres du studio LUST, un autre studio de design graphique créé en 1996 qui a annoncé sa fermeture en 2017.
RNDR studio regroupe donc un certain nombre de personnes ayant déjà travaillé au studio LUST, et se veut surtout cosmopolite à l’échelle européenne :
beaucoup de nationalités différentes sont représentées, bien qu'on note quand même une majorité de néerlandais.
Le studio vise l’intégration de son travail à la fois dans le monde digital et dans le monde physique : ils réalisent des projets
observables dans l'espace public (des expositions, ou en lien avec l'architecture par exemple) mais aussi des sites expérimentaux faits pour être
manipulés par les utilisateurs.
Pour cela, les acteurs du studio travaillent énormément avec les nouvelles technologies comme le code, l’intelligence artificielle et donc le machine-learning*.
C’est également dans cette perspective que rndr.studio collabore avec de nombreux partenaires et acteurs sur des projets dont les thèmes tournent autour du design interactif,
Le studio RNDR était à la recherche d’une plateforme à la fois assez libre
pour pouvoir ébaucher des œuvres interactives mais aussi assez puissante pour pouvoir faire tourner celles-ci.
Après n’avoir trouvé aucune plateforme correspondant à leurs demandes, ils décident de lancer le projet OPENRNDR, suite à un travail de presque 10 ans.
Il s’agit d’une plateforme de code (framework*)dédiée à leurs propres besoins en creative coding*, mise à disposition en open source.
OPENRNDR est compatible avec d’autres systèmes comme Arduino, Raspberry Pi, Kinect...
La plateforme est également adaptée à une multitudes d’utilisations différentes : design interactif, design d’interface, visualisation de données, code en temps réel (live coding), développement d’applications, machine learning et intelligence artificielle.
Parmi toutes ces utilisations, on retrouve évidemment les centres d’intérêts du studio RNDR, puisqu’ils se servent eux-mêmes de cette plateforme pour leurs propres projets.
Le studio travaille en coopération avec différents acteurs en fonctions des demandes pour mettre en place des projets aux résultats tangibles :
que ce soit par la visualisation de données pour un laboratoire de recherche (projet Climate Layers avec SPACE10), le design interactif en lien avec l’architecture (projet RoBoGo avec RAP, un studio d’architectes).
Projet n°1 : RoBoGo
Le projet RoBoGo, réalisé conjointement avec le studio d’architecture RAP, vise à mêler design et architecture.
Pour cela, l’objectif est d’intégrer des formes de médias dans des façades de bâtiments, mais en prenant une certaine distance par rapports aux très classiques panneaux LEDs animés,
« comme à Times Square […], Las Vegas, ou des métropoles asiatiques comme Shangai ou Hong-Kong. ».
RoBoGo consiste donc à imprimer en 3D des pièces dont le motif est entièrement customisable (cf.illustration). Il est ensuite possible de placer ces pièces à la manière de briques pour créer une façade aux motifs originaux.
Pour le studio RNDR, il s’agit de combiner le côté pratique et architectural d’une façade classique aux caractéristiques dynamiques et communicatives d’une façade interactive.
Ces façades crées par RoBoGo peuvent donc s’illuminer grâce à des LEDs, dont les couleurs sont facilement modifiables grâce à une application pour smartphone codée à cet effet.
Le projet se veut donc « flexible » et désire s’adapter à des besoins de « customisation de masse », proposant un logiciel permettant de convertir un dessin en motifs de blocs RoBoGo.
Cela permettrait une utilisation dans de nombreux projets d’architecture, afin de relancer l’intérêt dans le design interactif de façades (la présentation du projet précise d’ailleurs que ce domaine est souvent décrié aux Pays-Bas
du fait de la présence de bâtiments anciens dans les centres historiques, non adaptés à accueillir ce genre de structure).
Who is We ? est une plateforme commandée par le Het Nieuwe Instituut, un centre culturel néerlandais concentré sur l’architecture, le design, et la culture numérique.
Présenté à la Biennale de Venise de 2021, le projet a pour but de permettre à l’utilisateur de dessiner et construire sa propre exposition sur un site mis à disposition.
L’exposition déroule alors son tracé en incluant des articles sur divers thèmes autant sociaux qu’écologiques, présentant les avantages d’avoir des interactions entre différentes cultures et sociétés, d’où la nécessité de développer une pluriculture.
L’exposition est conçue de manière à ce que les articles soient classés de manière non-hiérarchique, permettant à ceux-ci d’apparaître dans un ordre aléatoire lors de l’utilisation du site, et donc de créer une expérience réellement unique pour chaque utilisateur.
Pratique artistique utilisant le code comme moyen d’expression. On retrouve cette discipline aux intersections avec de nombreux domaines et médiums comme l’art génératif,
performatif (live coding), le web design, le design graphique, et même plus généralement le dessin, la peinture, la musique,
avec la création de machines ou intelligences artificielles à partir de code.
Framework :
Sorte de squelette de code mis à disposition du développeur, en lui servant de base de travail.
Il permet de structurer un code complexe, et évite aussi de coder à partir de zéro chaque nouveau projet
(concept de Don’t Repeat Yourself, DRY). Il existe une multitude de frameworks différents, puisque tous répondent à un besoin précis de développement.
Machine learning / apprentissage automatique :
Technologie liée au domaine des intelligences artificielles.
Permet à celles-ci d’apprendre une tâche sans avoir été programmées au préalable pour celle-ci.
Cela est rendu possible grâce à l’analyse de données à grande échelle (Big Data), ainsi qu’à l’entraînement à répétition / l’apprentissage des erreurs commises par l’IA.
