Što ne valja s velikim podacima?

Ususret predavanju koje će održati u sklopu Human Rights Film Festivala, objavljujemo tekst umjetnika i publicista Jamesa Bridlea o stranputicama "velikih podataka".

piše:
James Bridle
big_data_630

Piše: James Bridle

Stajalište da više informacija rezultira boljim odlukama ne odgovara svijetu oko nas.

U članku Kraj teorije objavljenom 2008. u časopisu Wired, Chris Anderson je ustvrdio da su goleme količine podataka sada dostupnih istraživačima učinile tradicionalni znanstveni proces zastarjelim. Istraživači više ne moraju izrađivati modele svijeta i testirati ih na uzorku podataka. Umjesto toga, složenost golemih i totalizirajućih skupova podataka obrađivat će ogromni računalni klasteri, i tako sami proizvesti samu istinu: “S dovoljno podataka, brojevi sami govore.” Kao primjer Anderson je naveo Googleove prevoditeljske algoritme koji su bez poznavanja dubinske strukture jezika sposobni izvoditi zaključke o njihovim međusobnim vezama temeljem ekstenzivnih korpusa prevedenih tekstova. Anderson je proširio ovaj pristup na genomiku, neurologiju i fiziku, područja u kojima se znanstvenici sve više služe komputacijskim procesima velikih razmjera kako bi doznali nešto iz velike količine informacija koje su prikupili o kompleksnim sustavima. U dobu velikih podataka, kako je ustvrdio, “korelacija je dovoljna – možemo prestati tragati za modelima.”

Ovo vjerovanje u moć podataka, u tehnologiju nesputanu skučenim ljudskim pogledima na svijet,  praktički je srodna nekim tvrdnjama koje su bliže metafizici. Vjerovanje u neospornost podataka vodi izravno do vjerovanja u istinu tvrdnji dobivenih iz podataka. A ako podaci sadrže istinu, onda će oni sami, bez uplitanja morala, polučiti najbolje ishode. U izlaganju na Googleovoj Zeitgeist konferenciji u Londonu 2013. godine, Googleov predsjednik Eric Schmidt rekao je da se “genocid u Ruandi 1994. godine ne bi dogodio da je tamo bilo mobitela”. Schmidtova tvrdnja se sastojala u tome da bi tehnološki posredovana vidljivost – učinivši događaje i djelovanja vidljive svima – promijenila sam karakter tih događaja. Ova tvrdnja ne samo da ne odgovara historijskim činjenicama (UN-ovi dužnosnici, američke satelitske fotografije i drugi izvori nudili su dovoljno dokaza o tome što se događalo tijekom genocida), nego je i dokazivo neistinita. Analiza nemira u Keniji 2007. godine, kada je preko tisuću ljudi ubijeno u etničkim sukobima, pokazala je da su mobilni telefoni ne samo proširili nego i ubrzali nasilje. No, ne trebamo tražiti tako ekstremne primjere da bismo uvidjeli kako je vjerovanje u tehnološki determinizam u pozadini velikog dijela našeg razmišljanja i argumentiranja o svijetu.

“Big data” nije samo popularan termin iz poslovnog svijeta, već i način gledanja na svijet. Vođen tehnologijom, tržištima i politikom, taj pogled na svijet počeo je oblikovati velik dio našeg mišljenja. No, on je manjkav i opasan. On je u proturječnosti sa stvarnim saznanjima do kojih dolazimo kada doista upotrebljavamo tu tehnologiju, uz sve razumijevanje kako ona radi i koje su njene mogućnosti. Pretjerano oslanjanje na podatke, što nazivam “kvantificiranim mišljenjem”, počelo je potkopavati našu sposobnost da smisleno sudimo o svijetu i učinci toga očituju se u puno područja.

No, to nije ništa novo. Theodor Adorno i Max Horkheimer su 1947. godine u Dijalektici prosvjetiteljstva osudili “trenutni trijumf činjeničnog mentaliteta” – prethodnika kvantificiranog mišljenja – i precizno analizirali zabludu u promišljanju velikih podataka koju je gore iznio Anderson: “Ona ne funkcionira preko slika ili pojmova, preko sretnih uvida, nego se odnosi na metodu – eksploataciju tuđeg rada – i na kapital… Ljudi od prirode žele naučiti kako je iskoristiti ne bi li i nju i druge ljude u potpunosti podčinili. To je jedini cilj”. Naše vrijeme od njihovoga razlikuje to što smo izgradili komunikacijsku i komputacijsku mrežu koja je opkružila svijet ne bi li testirala tu tvrdnju. Iako ponekad stvara sasvim nove oblike ponašanja i interakcije, najčešće nam ta mreža pokazuje sa zadivljujućom jasnoćom veze i tendencije koje su dotad bile latentne ili skrivene. Uslijed sve veće standardizacije znanja postaje sve teže i teže suprotstaviti se kvantificiranom mišljenju, i to zato što su napredovanja u tehnologiji sjedinjena sa znanstvenom metodom i društvenim napretkom. No, kao što se nadam pokazati, tehnologija u konačnici otkriva svoja ograničenja.

* * *

Mooreov zakon korisna je ulazna točka za ispitivanje načina na koji teorija tehnologije postaje društvena praksa. Iako se temeljni na tržišnoj dinamici, on je postao opasno ukorijenjen u ideju napretka. Zakon koji je Gordon Moore formulirao 1965. predviđa da će se broj tranzistora u integriranom sklopu ili mikročipu udvostručiti otprilike svake dvije godine. Iako je točna brojka varirala tijekom godina, ova se teorija pokazala iznimno pouzdanom: kao rezultat dobili smo gotovo konstantnu uzlaznu krivulju koja je pokretala zadnjih pedeset godina ekonomskog rasta i dovela do njemu odgovarajućeg vjerovanja u korisnost i neizbježnost tehnološke inovacije. Mooreov zakon je korišten da bi se objasnili ciklusi rasta produktivnosti, napreci u biotehnologiji, skokovi u rezolucijama digitalnih kamera i dosta drugih povezanih procesa te se duboko ukorijenio u znanstvenom mišljenju tako da se o svakoj narednoj tehnologiji, od baterija do solarne energije, razmišljalo u sličnim razmjerima.

U Mooreovom zakonu implicitna je kontinuirana efikasnost tehnoloških rješenja, kao i njihova predvidivost, što je dalo zamah solucionizmu: vjerovanju da se svi problemi čovječanstva mogu riješiti primjenom dovoljne količine hardvera, softvera i tehnološkog promišljanja. Solucionizam počiva na vjerovanju da su sve složene aktivnosti svodive na izmjerljive varijable. No, dok naše tehnologije postaju sve sposobnije obrađivati sve veće i veće količine podataka, to se vjerovanje polako razotkriva kao zabluda. Ukratko, naše inženjerstvo pokušava uloviti korak s našom filozofijom.

Nedavno je formuliran “Eroomov zakon” – izokrenut Mooreov zakon – kako bi se opisao problem u farmakologiji. Otkrivanje lijekova postaje sve skuplje. Broj lijekova odobrenih za upotrebu na ljudskim pacijentima na milijardu dolara potrošenih za istraživanje i razvoj prepolovi se svakih devet godina od 1950-ih. Ovaj je problem dugo zbunjivao istraživače. Prema načelima tehnološkog rasta, trend bi se trebao kretati u suprotnom smjeru. U članku Dijagnosticiranje opadanja efikasnosti u farmaceutskom istraživanju i razvoju iz 2012. godine, autori predlažu i ispituju nekoliko mogućih razloga za to. Započinju s društvenim i fizičkim utjecajima kao što su povećana regulacija, povećana očekivanja i iscrpljivanje lakih meta (tzv. problem “lako dosezljivih rješenja”). Svaki od ovih razloga je – uz određene rezerve – odbačen, zbog čega je pitanje o iscrpljenju procesa otkrivanja ostalo otvorenim.

Tijekom posljednjih dvadeset godina otkrivanje lijekova prošlo je kroz veliki strateški pomak, od malih istraživačkih timova intenzivno fokusiranih na male skupine molekula prema automatiziranoj potrazi širokog zahvata za potencijalnim reakcijama unutar ogromnih baza kemijskih spojeva. Ovaj proces – poznat kao HTS [high-throughput screening] – predstavlja industrijalizaciju otkrivanja lijekova. Zamislite nešto između moderne tvornice automobila – same pokretne trake i robotske ruke – i podatkovnog centra – ormari i ormari s utorima za servere, ventilatorima i opremom za kontrolu atmosferskih uvjeta – i bit ćete bliže izgledu suvremenog laboratorija nego ako zamislite staru sliku (uglavnom) muškaraca u bijelim kutama koji se igraju sa staklenim posudama u kojima se odvijaju kemijske reakcije. HTS daje prednost količini nad dubinom. On radi na površini kemijskog prostora, simultano testirajući međusobne reakcije tisuća molekula. Istodobno, otkriva gotovo nedosežnu protežnost tog prostora i nemogućnost modeliranja svih mogućih interakcija. Otkrivanje lijekova usporava, sugeriraju autori članka, zato što farmaceutska industrija vjeruje da je eksploatacija podataka čistom računalnom snagom nadmoćna “neurednom empirizmu starih pristupa”. Dominantnost HTS-a ne uspijeva objasniti preference u uzorcima koje koristi (bazama molekularnih uzoraka koje su prikupile druge korporacije, a koje se često međusobno podudaraju) ni društvene uvjete iz kojih proizlazi potreba za automatizacijom. “Automatizacija, sistematizacija i mjerenje procesa dobro su funkcionirali u drugim industrijama”, pišu autori. “Zašto pustiti da tim kemičara i biologa traga metodom pokušaja i pogreške neizvjesnog trajanja, kad možemo jednostavno i učinkovito pratiti milijune indikatora prema genomički određenom cilju, pa ponoviti isti taj proces za idući cilj, pa nakon toga za još jedan?”

Trebalo je proći dvadeset godina slijepe vjere u podatke da bi se shvatila ograničenja ovog pristupa i da bi se opet počelo zagovarati onaj neuredni empirizam. Iznimno uspješni farmakolog sir James Black, najpoznatiji po svom radu na razvoju beta-blokera kojima se liječe srčane bolesti, skovao je riječ “neizravnost” [obliquity] da bi opisao sljedeće osnovno načelo: “često ćeš najuspješnije postići nešto dok se trudiš napraviti nešto posve drugo”. U svjetlu tog uvida, mnoga farmaceutska poduzeća danas pokušavaju kombinirati HTS sa širim istraživanjem kemijskog prostora pod vodstvom ljudi. Takav pristup ne čudi ako pogledamo kako su se otkrivanje čistom računalnom snagom i otkrivanje ljudskom inteligencijom kombinirali u jednom drugom opakom problemu: to je šah.

* * *

Još od 1950-ih entuzijasti su se zalagali za upotrebu računala u cilju automatizacije šahovske igre. Nakon mnogih napredovanja i neuspjeha IBM-ov Deep Blue konačno je nadvladao najboljeg igrača na svijetu, Garija Kasparova. Pristup Deep Bluea bio je analogan HTS-ovom: prelazio je preko prostora mogućnosti svih potencijalnih poteza i određivao najbolji mogući smjer. Za mnoge je poraz koji je stroj nanio ljudskoj domišljatosti označio epohalnu promjenu u odnosu automatiziranog i prirodnog mišljenja. No, nešto se neobično dogodilo sa šahom nakon te 1997. godine. Umjesto da kapituliraju, velemajstori su ponovno preosmislili vlastito mišljenje. Godinu dana kasnije Kasparov je otvorio prvi turnir onog što je zaživjelo kao napredni šah. U naprednom šahu igrači se smiju pomagati računalima – i rezultati toga otkrivaju puno. Zahvaljujući hardverskim i softverskim unapređenjima u godinama koje su protekle nakon pobjede Deep Bluea, danas čak i relativno slaba računala mogu redovito pobijediti velemajstore na turnirskoj razini. No, kako je pokazao napredni šah, relativno slaba računala u suradnji s ljudskim igračima će obrisati pod s najsofisticiranijim superračunalima. Suradničko, a ne opozicijsko mišljenje dovelo je do radikalnih napredaka u šahovskoj teoriji i otvorilo potpuno nova područja igre.

Strojna automatizacija HTS-om i procesi izračuna u kompjutorskom šahu primjeri su kvantificiranog mišljenja: redukcije polja samo na podatke, na ono što može biti kvantificirano i zato obrađeno i procijenjeno s iluzijom bezinteresnosti. No, nijedan proces nije bezinteresan ili razdvojen od psiholoških i socijalnih utjecaja, što je razlog zbog kojeg kvantificirano mišljenje neizbježno podbacuje. U kompjutorskom šahu i HTS-u vidjeli smo primjere u kojima naše tehnologije postaju toliko napredne da otkrivaju slabosti naših pretpostavki o njima.

Suradnje koje su nastale iz uvida ove slabosti u šahu i farmakologiji ne bi bile moguće da nije bilo sve boljeg razumijevanja načina na koje strojno mišljenje funkcionira, ali i prepoznavanja njegovih ograničenja u uvjetima snažnih socijalnih i komercijalnih pritisaka. No, zaustaviti se na ovim primjerima značilo bi zanemariti nasilje koje se i dalje čini u ime kvantificiranog mišljenja, kao i šire implikacije tog mišljenja na naš odnos sa svijetom. Ovo nasilje najvidljivije je kad se kvantificirano mišljenje primjenjuje na područja spoznaje koja zahvaljujući tome što se radi o oružjima u rukama moći ne dopuštaju takvu kritiku ili takvo uzdizanje.

Tijekom rujna 2010. godine američki zračni napad u jednoj zabačenoj afganistanskoj regiji rezultirao je smrću desetoro ljudi, uključujući čovjeka koji je u izvješću za medije International Security Assistance Forcea nazvan Muhammed Amin. Ovaj Amin bio je talibanski “vladar iz sjene”  provincije Takhar i više rangirani član Islamskog pokreta Uzbekistana. No, u narednim tjednima javljali su se sve brojniji glasovi, od afganskih dužnosnika do zapadnjačkih izvjestitelja, koji su tvrdili da je udar pokosio konvoj radnika u kampanji za nacionalne izbore i da je “Amin” zapravo bio Zabet Amanullah, bivši talibanski zapovjednik koji je sada surađivao s vladom. Amanullah se vratio u svoju pokrajinu nakon gotovo desetljeća da bi podržao izbore i lokalnu obnovu. Izvjestitelji su čak pronašli “pravog” Muhammeda Amina u Pakistanu. No, unatoč ovim tvrdnjama, američki zapovjednici nastavili su govoriti da je Amanullah doista Amin i da su tajne službe potvrdile da su “nesumnjivo” pogodili pravu metu.

Kate Clarke, bivša BBC-jeva dopisnica iz Kabula, provela je ekstenzivnu analizu ubojstva u Takharu i njezin izvještaj za Afganistansku analitičku mrežu pruža nam neke uvide u proces kojim su američki obavještajci odabrali krivu osobu: taj proces, kao i njegov ishod, daleko su od toga da budu jedini svoje vrste. Na temelju informacija od pritvorenika u američkom zatvoru, obavještajne službe mapirale su mrežu mobilnih uređaja koje su navodno rabili Talibani i članovi Islamskog pokreta Uzbekistana: niz SIM kartica koje su povezivale njihove vlasnike s ekstremističkim aktivnostima. Navodno je jedna od ovih SIM kartica primala stalne pozive od Muhammeda Amina. Poslije nekog vremena pripala je njemu te se on počeo “predstavljati” kao Zabet Amanullah – rabio je to ime kao pseudonim. Ali to ime nije bilo pseudonim i, kao što će biografije ovih dvaju muškaraca pokazati, došlo je zamjene njihovih identiteta, pri čemu je tom nerazumijevanju dodatno kumovalo američko slabo razumijevanje lokalne politike. Clark piše: “Kad ih se pritisne s pitanjem postojanja – i smrti – pravog Zabeta Amanullaha, oni tvrde da nisu pratili ime, nego da su ciljali telefone.”

Ovo je isti proces koji je korišten u identificiranju “visokorangiranog člana Al-Kaide” u dokumentu američke National Security Agency iz 2012. koji je objavio Edward Snowden. Ahmad Muaffaq Zaidan je u tom tajnom dokumentu, koji uključuje i njegovu fotografiju i identifikacijski broj s liste za praćenje terorista, izdvojen na temelju presretnutih telefonskih poziva. Nadzorna evidencija pokazala je da je sa Zaidanovog telefonskog broja upućeno puno poziva brojnim terorističkim operativcima te da je on često putovao po Pakistanu, Afganistanu i Bliskom istoku. Takvo ponašanje odgovaralo je profilu Al-Kaidinog glasnika, nekoga tko možda surađuje sa samim Osamom bin Ladenom. Dokumenti su, međutim, propustili registrirati to da je Ahmad Muaffaq Zaidan šef ureda Al-Jazeere u Islamabadu. Algoritamskoj imaginaciji novinarska i teroristička praksa učinile su se funkcionalno identičnima. U Turskoj je Tayyip Erdoğan nedavno pozvao na donošenje novog zakona kojim bi se novinari označili kao teroristi: “Ne treba definirati kao terorista samo onoga tko je povukao okidač, već i onoga tko je to omogućio, bez obzira na njegovu titulu.” U Britaniji Metropolitanska policija pravdala je uhićenje Davida Mirande, partnera istraživačkog novinara Glenna Greenwalda, opisujući puštanje u javnost tajnih dokumenata kao nešto što “ima za cilj utjecati na vladu” i što je “učinjeno radi promicanja nekog političkog ili ideološkog razloga” te stoga “potpada pod definiciju terorizma”. Kvantificirano mišljenje napušta verbalna obrazloženja i jednostavno reproducira ovakvu politiku u neprobojnom kodu.

Krivo prepoznavanje Zaidana nije završilo fatalno, ali krivo prepoznavanje Amanullaha jest, i to nije bio izdvojeni slučaj. Informacije prenesene u kôd podataka i izolirane od drugih oblika razumijevanja nisu samo pristrane već i nasilne. Ili, riječima bivšeg direktora NSA-a Michaela Haydena: “Mi ubijamo ljude na temelju metapodataka.” Kao što je pokazala Anita Ghodes, koja na Sveučilištu u Mannheimu istražuje nasilje u ratnim sukobima, manipulacija informacijama nije samo propaganda nego i oružje. Ghodes je proučavala isključivanja internetske komunikacije u sirijskom sukobu da bi pokazala kako je vlada Bašara al-Asada koristila internet ne da bi spriječila praćenje napada, nego da bi olakšala same napade: “prekidanje svih veza potencijalna je taktika u sklopu većih vojnih ofenziva.”

* * *

Vidimo dakle da nasilje počinjeno u slučajevima kao što su ovi koje smo opisali ima tri aspekta: nasilje nad tijelima koja bivaju uništena navođenim projektilima ili bojler-bombama, nad društvom koje je u nemilosti procesa odlučivanju čije je funkcioniranje neiščitljivo, bilo zbog tehnološkog prikrivanja ili vladine tajnosti, te nad društvenim poimanjem znanja kad se ono proizvodi na načine koje ne možemo razumjeti niti kritizirati. Ovo nasilje vidljivo je kroz prizmu samih tehnologija koje su ga proizvele i to je nasilje počinjeno nad našom sposobnosti da smisleno djelujemo u svijetu. Unatoč stajalištima ljudi poput Haydena, nije nemoguće da oni koji rade na nadzoru uvide destruktivnu moć sveopće kvantifikacije. William Binney, bivši tehnički direktor NSA-a, izjavio je pred Britanskim parlamentarnim povjerenstvom u siječnju 2016. da je masovno prikupljanje komunikacijskih podataka “beskorisno u 99 posto slučajeva”. “Ovaj pristup košta živote, a koštao je živote i u Britaniji, zato što preplavljuje analitičare s previše podataka.” Taj je “pristup” proces kvantificiranog mišljenja koji se temelji na metodi “prikupi sve i obradi sirovom računalnom snagom”.

Kad se takvo mišljenje ukotvi u kulturu, njegov pojednostavljeni oblik širi se na sve načine viđenja i percipiranja svijeta. Tvrdim da ekvivalent takvog kvantificiranog mišljenja treba također prepoznati i u teorijama zavjere i antiznanstvenim načinima mišljenja – oni su, i to je ključno, također nastali iz istog redukcionizma. Oni nisu zrcalo znanosti, nego analogon, i to onaj utemeljen na istim pretpostavkama. Stajalište prema kojem više nekritičkih preuzetih informacija dovodi do boljih odluka očito ne odgovara našoj suvremenoj situaciji.

U studiji nazvanoj Inženjeri džihada, objavljenoj 2007. godini i ove godine proširenoj u knjigu, oksfordski sociolozi Diego Gamberra i Steffen Hertog analizirali su biografije 404 znana člana nasilnih islamističkih grupa i usporedili ih prvo s nenasilnim islamističkim skupinama, a potom i s neislamističkim ekstremistima. Otkrili su da je jedna profesija neproporcionalna zastupljena među islamskim radikalima: inženjerstvo. Također su otkrili da se ova nadzastupljenost inženjera “ne pronalazi samo u islamskom svijetu nego i među zapadnjačkim ekstremistima” te da “ne varira značajno prema zemljama”. Autori pripisuju ovaj nalaz interakciji između “posebnih društvenih teškoća s kojima se suočavaju inženjeri u islamskim zemljama” i “kognitivnih značajki i dispozicija svojstvenih inženjerima”.

Da bi objasnili te “svojstvene kognitivne značajke i dispozicije”, autori citiraju britanski obavještajni dosje kojeg je 2005. otkrio Sunday Times. Zabilježeno je da “[islamski] ekstremisti ciljaju na škole i fakultete na kojima mladi ljudi mogu biti vrlo znatiželjni, ali manje propituju i prijemčiviji su za ekstremističko rezoniranje/argumente”. No, jesu li inženjeri općenito prijemčiviji za ekstremističke argumente?

Proučavajući političku orijentaciju inženjera općenito autori su otkrili značajnu naklonost prema konzervativnosti: “Udio inženjera koji se izjašnjavaju kao pripadnici desne strane političkog spektra veći je nego u bilo kojoj drugoj disciplini.” Nasilni džihadizam i drugi oblici desničarskog ekstremizma dijele dvije karakteristike koje su detektirali sociolozi Seymour Martin Lipset i Earl Raab: “monizam” i “simplizam”. Monizam je opisan kao “tendencija da se podjele i ambivalentnosti smatraju nedopustivima […], da se potiskuju razlike i neslaganja, zatvaraju tržišta ideja”, dok je simplizam “nedvosmisleno određivanje jednog uzroka multifaktorijalnih pojava i jednog rješenja za njih”.

Ovaj je problem najbolje oprimjeren u kibernetici, proučavanju kontrole i komunikacije u sistemima i, specifičnije, interakcije kontrole i komunikacije. Za kibernetiku je ključno vjerovanje u sposobnost mapiranja cijelog sistema iz čega proizlazi uspostavljanje kontrole nad njim. To je navelo njemačkog znanstvenika Reinharda Schulzea na tezu da je radikalni islam “kibernetički pogled na društvo” u kojem totalizirajući pogled na svijet daje impuls nasilnim desničarskim tendencijama. No, ova je tendencija u podlozi svih drugih kibernetičkih filozofija, uključujući kvantificirano mišljenje. Redukcija problemskog prostora i zamjena uzročnosti korelacijom, bila ona svjesna ili ne, mehanizam je obrade podataka. Protuintuitivna povezanost povećanja informacija s reduktivnim doktrinarnim ekstremizmom ne bi nas trebalo previše iznenaditi – a činjenica da se ona i dalje nastavlja svjedočiti o našim kognitivnim preferencama. Pa ipak, okruženi smo dokazima – dokazima koje je vidljivim učinila sama mašinerija koju smo konstruirali da ih stvorimo, od medicinskih istraživanja do globalnog nadzora, i od nasilnog ekstremizma do teorija zavjere. Rezultati koje tvrdimo da nam taj okvir daje nisu modeli samog svijeta nego modeli kompleksnosti; njihova neadekvatnost ne upućuje na problem s modelom nego sa samim eksperimentalnim rezultatima. Umjesto da se odreknemo modela, za što se Anderson zalagao, potrebno je da shvatimo kako moramo proizvesti nove modele kompleksnog isprepletanja koje nadilazi dosege sistemske analize.

* * *

ISIS ima naziv za sklizak, gotovo nespoznatljiv teren na kojem smo se našli, iako ga ekstremisti shvaćaju u negativnom smislu. Radi se o “sivoj zoni”: svijetu ograničene spoznatljivosti i egzistencijalne sumnje koji podjednako užasava i ekstremiste i empiriste. U tom smo svijetu prisiljeni priznati uzak doseg empirijskog sagledavanja i ponovno se okrenuti drugim oblicima stvaranja znanja: kontingentnijim, zamršenijim i umreženijim. Pojava sive zone, koja je uvijek bila tu, ali je ostala neprimijećena, položena onkraj granica naših ograničenih, neumreženih područja znanja, nije neuspjeh razumijevanja nego priznavanje novog načina razumijevanja. Ovo razumijevanje ne može se odvojiti od naših praksi stvaranja znanja. Svijet nije nešto što neutralno proučavamo, o čemu neutralno prikupljamo znanje, u pogledu kojeg možemo neutralno djelovati. Točnije je reći da mi stvaramo svijet razumijevajući ga i da način na koji razumijemo svijet mijenja taj svijet. Riječima fizičarke i pjesnikinje Karen Barad: “Prilikom stvaranja znanja ne radi se prosto o stvaranju činjenica, nego o stvaranju svjetova ili, prije, o stvaranju specifičnih svjetovnih konfiguracija – i to ne u smislu njihova izmišljanja ex nihilo ili putem jezika, vjerovanja ili ideja, nego u smislu materijalnog međudjelovanja s dijelom svijeta koje će mu dati specifični materijalni oblik.”

Kvantificirano mišljenje dominantna je ideologija suvremenog života: ne samo u području znanosti ili računarstva nego i u vladinim politikama, društvenim odnosima i pojedinačnim identitetima. Ono je prisutno podjednako u formalnim istraživanjima i podsvjesnim instinktima, u proračunima ekonomske štednje i determinacijama društvenih medija. Ono je kritična ravnoteža na koju smo položili našu sposobnost djelovanja u svijetu, kritično ne prepoznajući stvarnu osnovu za takvo djelovanje. “Više informacija” ne proizvodi “više istine”, nego je ugrožava. Ne možemo samo stajati postrani kao nezainteresirani promatrači procesa koji navodno stvaraju istinu dok god oni i dalje proizvode posve interesne ciljeve. Umjesto toga trebamo ponovno izraziti, u novim pojmovima, u svjetlu naših tehnologija i uz poštovanje prema njima, važnost priznavanja kompleksnosti i sumnju u naše promišljanje svijeta.

* * *

James Bridle je publicist i umjetnik koji u svom radu istražuje povijest tehnoloških predviđanja, komputacijskog procesiranja i alternativnih modela razmišljanja o svijetu. Njegove radove naručivale su mnogobrojne galerije i institucije diljem svijeta i interneta. Tekstove o književnosti, kulturi i tehnologiji objavljivao je u časopisima Wired, Domus, Cabinet, Atlantic, New Statesman, Guardian i Observer. Redovito gostuje na fakultetima, konferencijama i drugim događajima. Njegov pojam nove estetike kao istraživačkog projekta potaknuo je raspravu i inspirirao mnoge umjetničke i teorijske odgovore. Bridle u sklopu Human Rights Film Festivala u srijedu, 7. prosinca 2016. održava predavanje naslovljeno Cloud Thinking. Tekst What’s Wrong With Big Data? izvorno je objavljen u časopisu za ideje, znanost i kulturu New Humanist, a s engleskog ga je preveo Ante Jerić.

Objavljeno
Objavljeno

Povezano