Professional Documents
Culture Documents
Nuestro mundo está densamente poblado por los procesadores ubicuos, almacenamiento
de gran capacidad, y sensores vigilantes. Redes de tales máquinas están constantemente
midiendo, envasado, almacenamiento, circulación, y que operan en el mundo. Están muy
ocupados en el montaje y su montaje, el intercambio de información y distribución de sus
cargas de procesamiento, ya que toma decisiones y dicta planes. Al mismo tiempo, se
niegan conexiones, el mantenimiento de su sistema inmunológico, la realización de
seguridad de la red, la gestión de sus límites, y el control de acceso. Los cuerpos humanos
se mueven entre este flexible de malla, securitizada de silicio, electricidad, código, fibra
óptica, y los datos: la construcción, mantenimiento, y la reestructuración. Su actividad se
asegura de que las estructuras estéticas, epistemológicas, económicos y políticos se tejen
a fondo en estas redes computacionales, herméticamente el acoplamiento de la técnica a
lo social como experimentan con nuevas formas de trabajo y de vida. Sin embargo,
muchos de aquellos que están construyendo estos sistemas no se preocupan especialmente
de asegurar que nuestro futuro computacional permanecen dentro del control, o incluso
la comprensión, de los seres humanos carnosas y culturales. Por el contrario, a medida
que la artesanía y mantienen el paisaje de datos, los técnicos del capitalismo global de la
información están muy ocupados y felices para preparar el terreno para la externalización
de muchos procesos sociales, culturales y económicas a las máquinas de computación.
***
Los seres humanos han sido automatizando su mundo durante mucho tiempo. El primer
dispositivo de realimentación regulada que sustituye el trabajo humano era
probablemente un reloj de agua inventado por Ctesibio circa 250 BCE, que evita la
necesidad de la reposición manual de la cámara de agua de salida, manteniendo
automáticamente la entrada definitiva a la cámara de medición a una velocidad constante
( Nocks 2008). La invención del termostato por Cornelius Drebbel en el siglo XVII es un
hito más conocido, que pronto fue sucedido por una explosión del siglo XVIII en la
automatización de fábricas, telares, y otros dispositivos industriales. Estas máquinas se
utilizan programación analógica en forma de engranajes, volantes, vínculos, levas y
seguidores para reemplazar el trabajo humano y la cognición se requiere en la realización
de tareas específicas, regulares y predecibles. Muchos casos modernos de automatización,
especialmente de las funciones industriales, crecen directamente de este linaje mecánica.
Sin embargo, la quintaesencia de la forma contemporánea de la automatización se basa,
en cambio, en el cómputo de comando, control y comunicación de la información en lo
que llamo los conjuntos algorítmicos. 1
Definiciones técnicas de algoritmos abundan, aunque sigue siendo difícil consenso de los
expertos (ver los debates en Moschovakis 2001 y Gurevich 2011). Las diversas
definiciones sintéticas dadas por los datos e informáticos propios, sin embargo, podrían
resumirse en algo así como “un conjunto de procedimientos formales para operar sobre
un conjunto específico de datos de una cantidad finita de tiempo para producir una gama
específica de productos.” los algoritmos son procedimientos matemáticos y computables
para hacer las cosas como enrutamiento del tráfico, el diagnóstico de tumores cancerosos
a partir de imágenes de resonancia magnética, o hacer coincidir las personas en sitios de
citas. Estos conjuntos de procedimientos, sin embargo, no pueden hacer mucho por su
cuenta. Como Grigori, un científico de datos Moscovita, me lo dijo: “Una receta, incluso
una muy buena-NO ES una panadería.” Un algoritmo en sí misma es una cosa frágil:
algunos conceptos, un enfoque heurístico, elaborado en algunas escasas líneas de código.
Sin estar integrado en un sistema sociotécnico más amplio, un algoritmo permanece
inmóvil, inerte (Gillespie 2014). Para hacer una obra algoritmo, que en lugar Obviamente,
se necesita potencia de procesamiento, un medio de almacenamiento y recuperación-y-y
datos; menos evidente, es necesario asegurarse de que esta arquitectura computacional
permanece completamente integrado con sociales procesos, con lo que mis colegas en
Moscú con frecuencia llamados como Grigori explicó que “el mundo de las tareas
aplicadas.”: “Sin clientes, una panadería no [permanecer abiertos ]. Análogamente, es
necesario encontrar cosas para su algoritmo para hacer ! Problemas a resolver, los datos
de digerir “.
Automatización algorítmica representa algo realmente novedosa ruptura con las formas
anteriores de la automatización, principalmente debido a su capacidad para reunir y operar
en una amplia gama de procesos digitales y analógicas a la vez. Como Hamid Ekbia y
Bonnie Nardi (2018) sugieren en su contribución a esta colección, en un conjunto de
algoritmos, la distinción entre los procedimientos formales-matemática y la manipulación
real de los objetos en el mundo se viene abajo. No parece totalmente hiperbólico decir
que lo que estamos encontrando que aquí hay una caída de la barrera entre
computacionales res cogitans y social-infraestructural res extensa. 3 El poder
desencadenado por este colapso, la capacidad de supervisar directamente, intervenir en,
y operar sistemas de materiales extendidos por Fiat-matemática es la base para una
metástasis verdaderamente trascendental del control algorítmico.
Mientras que las formas anteriores de la ingeniería analógica sobre todo automatizado
repetitiva, bajo la creatividad del trabajo humano, la velocidad y la sofisticación del
procesamiento de la información algorítmica ha permitido la automatización de cada vez
más dominios “humanos” de la actividad. (Por supuesto, nuestra inclinación a tratar
repetitivo, trabajo bajo la creatividad como algo menos humano que el trabajo creativo
no es una afirmación neutra, sino más bien una respuesta culturalmente específica para
que tengamos este tipo de trabajo automatizado para empezar.) El sistema financiero es
probablemente el terreno más a fondo computacional automatizado en la sociedad
contemporánea (MacKenzie 2006), Un campo en el que los algoritmos son más o menos
libre de intervenir en el torbellino cacophonous de acelerar vector y la cantidad típica del
capitalismo tardío, a menudo sin un ser humano en el bucle. El sistema político también
está siendo colonizada por algoritmos, con muchas funciones cotidianas de gobierno en
los centros metropolitanos convertirse mecanizada (Agar 2003), aunque los órganos
electorales reales del sistema político se han mantenido relativamente resistentes a la
automatización. Las funciones de seguridad como la policía (Joh 2016), asesinato
selectivo (Franz 2017), y la lucha contra la guerra (SUCHMAN y Weber 2016) han sido
cada automatizado desde la Segunda Guerra Mundial (véase De Landa 1991). Algoritmos
también están tomando la responsabilidad de otras funciones sociales culturales
supuestamente, con la curación del gusto (Seaver, en prensa), la producción de medios de
comunicación (Carlson 2015), el diagnóstico médico (Soni et al. 2011), los
descubrimientos científicos (Leonelli 2016), y la supervisión pedagógica ( Williamson
2015 ) también todos sometidos a diversas formas de automatización. Ciertamente,
muchos de estos sistemas mantienen a los seres humanos en el bucle, lo que lleva Ekbia
y Nardi (2017) para argumentar en otro lugar que la tendencia actual debe ser etiquetado
heteromation, en lugar de automatización adecuado (cf. LaFlamme 2018). Otros, sin
embargo, han argumentado que el trabajo y la circulación en general, están en camino de
convertirse en inevitable funciones sociales automáticos (Srnicek y Williams 2015 ;
Stiegler 2016 ): tonos de ciencia ficción de Marx.
Una respuesta ha sido simplemente para seguir haciendo lo que nosotros, los etnógrafos
tienen, históricamente, hecho mejor: seguir a las personas, centrándose en las nuevas
formas de trabajo emergentes adyacente a los conjuntos algorítmicos. Algunos
investigadores que trabajan en este sentido han sugerido que estas nuevas formas de
automatización no quieren o no pueden sustituir el trabajo humano, sino que simplemente
se pueden desplazar a ella ( Irani 2015 ). Ciertamente, la construcción y el mantenimiento
de la mayoría de los tipos de ensamblajes algorítmicos aún requiere de mano de obra por
el momento humano. Esta sugerencia es, en parte, empíricamente justificada, como la
automatización parece tener un efecto ambiguo, o incluso positivo, en general en el
empleo (por ejemplo, Deloitte 2015). Sin embargo, no veo ninguna razón teórica para que
asumamos que esto seguirá siendo el caso, sobre todo porque los procesos algorítmicos
asumen cada vez más la responsabilidad de su propio desarrollo, evolución y
mantenimiento, mientras que el control avión no tripulado se integra más a fondo con la
logística y el software de gestión. El optimismo sobre el futuro necesidad del trabajo
humano no debe impedirnos ver los potenciales emergentes para una reconfiguración
drástica del papel que dichas obras laborales en la socioeconomía. La insistencia en que
los conjuntos de algoritmos no pueden sustituir a los humanos me parece que hablar más
a ansiedades disciplinarias y políticas contemporáneas que a cualquier análisis objetivo
de las capacidades y limitaciones de los ensamblajes.
Además, incluso si hay algo estructural sobre la automatización algorítmica que requiere
la producción de nuevos espacios adyacentes, de mano de obra humana necesariamente,
el estudio de la mano de obra que no obvia la necesidad de comprender la automatización
en sus propios términos. Aunque quizás menos ávidamente que los profesionales de las
otras ciencias, las comunicaciones, la ciencia y la información social, los etnógrafos se
han centrado su atención en la construcción y operación de los conjuntos algorítmicos
como sistemas sociotécnicos extendidas (por ejemplo, Gates, 2011; Schüll 2012).
Desafortunadamente, sin embargo, en lugar de la entrega de un examen etnográfico
detallado de cómo los sistemas algorítmicos se construyen y función, nuestro enfoque
principal ha sido disciplinarias en el efecto algorítmica de la automatización en las
estructuras sociales existentes. Mientras que esto ciertamente constituye un trabajo
fundamental, nuestra disciplina tenazmente todo-demasiado-humano con frecuencia ha
utilizado esta investigación como base para lo que es probablemente una crítica
precipitada de algoritmos tanto per se y como agentes de automatización.
Procesos algorítmicos, de acuerdo con las historias dominantes a través de las ciencias
humanas, replicar y pueden, de hecho, exacerbar las formas existentes de la desigualdad,
mientras se quita la putativamente juicio humano-humano desde el bucle de decisión
sobre funciones sociales críticos. Aunque la mayoría de estas críticas se centran en las
implementaciones de algoritmos específicos, hay una sensación generalizada en la
literatura que el problema radica en la automatización en sí, que los procesos algorítmicos
alguna manera necesaria y generalmente no logran captar los matices y la especificidad
de los procesos humanos y sociales. La solución preferida, más a menudo gestual y
inchoate que el hormigón y programática, es la contextualización del conocimiento
algorítmica y la reintroducción de los seres humanos para el desarrollo, implementación
y mantenimiento de los conjuntos algorítmicos. No considero esto una manera
particularmente feliz adelante para el conocimiento antropológico en la era de la
automatización algorítmica.
¿Así que, qué debe hacerse? Ciertamente, ni yo ni los otros colaboradores de esta
colección sería feliz con una antropología de algoritmos que escribe los seres humanos
fuera del análisis social en conjunto. Esto sería, en el mejor, prematura: como las
contribuciones recogidas aquí demuestran ampliamente, ensamblajes algorítmicos
permanecen completamente integrados con y depende de múltiples formas de trabajo
humano para su función, a pesar de mi insistencia en la auténtica novedad y poder de la
automatización algorítmica. Para tomar prestado un término de la Nafus de (2018)ensayo,
un enfoque exclusivo en los conjuntos algorítmicos como objetos técnicos dejaría una
gran cantidad de las ciencias sociales “sin hacer.” Por el contrario, me parece que el mejor
camino a seguir es la de separar cuidadosamente y cuidadosamente nuestros papeles como
etnógrafos de los conjuntos algorítmicos y como antropólogos de lo contemporáneo.
¿Qué significa para acercarse a una instancia de etnográficamente automatización
algorítmica? Para resumir (2018) de Seaver recomendaciones: hay que comenzar con una
evaluación realista de las capacidades, funciones, las limitaciones, los objetivos, las
unidades, los recursos y los significados de un conjunto de algoritmos, trazando su
distribución interna de la agencia y afecta a través de los seres humanos y máquinas,
colocándolo dentro de los terrenos y las redes de relaciones con los seres humanos y otros
conjuntos sociales extendidas. Es decir, de la misma manera que empezamos a
comprender cualquiera de las otras cosas que estudiamos, ya se trate de restos o parcelas
o patrones de migración o personas o máscaras o ganado o automóviles o jaguares de
corte y quema. Ciertamente, la antropologíala apertura de esta introducción que propone
se ha centrado en las formas contemporáneas de la automatización y la computación en
un modo estructural y teórico, el tratamiento de algorítmicos ensambles como un tipo
emergente. El trabajo de etnografía, sin embargo, debe proceder de una manera totalmente
más nominal, lo que confirma o disconfirming estas afirmaciones en situaciones
particulares de montaje y la alimentación de material empírico de nuevo en
conversaciones teóricas. Teorías antropológicas deben, en última instancia, ser sintético
si han de ser antropológica o teórica.
Creo, sin embargo, que nuestras teorías en este campo deben estar centrados en los
conjuntos algorítmicos sí mismos, y no en su contingente utiliza en situaciones sociales
específicas. Ciertamente, debemos criticar a los despliegues de control de algoritmos que
producen y circulan malos efectos, disminuye la capacidad humana, dañar el mundo
biótico, y exacerbar (o crear nuevas desigualdades). Sin embargo, creo que las
preocupaciones teóricas existentes con tales tendencias negativas nos dice más acerca de
nuestro imaginario político colectivo que sobre las posibilidades y limitaciones de los
conjuntos algorítmicas objetivas. Me parece garantizan mediante un formulario en última
instancia estéril del determinismo tecnológico, lo que refleja una incapacidad por
desgracia frecuente pensar expansiva e imaginación sobre las líneas utópicas de vuelo
contenidos en nuestra ciertamente brutal presente. Karl Marx, después de todo, no era
crítico de la automatización. En lugar de ello, nuestra tarea debe ser el desarrollo de una
comprensión rigurosa arquitectónica de los espacios problema conceptual, tecnológico, y
social abierto y explorado por la innovación algorítmica.
***
Automatización algorítmico es una forma potente de la ingeniería social, capaz de
expandir y acelerar nuestra capacidad para la interpretación, la organización y la
producción enormemente. Al igual que otras innovaciones de la historia universal, tales
como la división del trabajo, la red eléctrica, la contabilidad de doble entrada, la línea de
montaje, o el empleo flexible, que tiene el potencial para reestructurar drásticamente el
campo de la experiencia humana. Montaje algorítmico también lleva a tener una forma
potente de la dominación y la jerarquía, erosionando como lo hace las barreras entre
computacionales res cogitans y hormigón res extensapara orquestar nuevas formas de
vida y la circulación, órganos que los números y las materias primas y la danza y el
conocimiento a las melodías austeras de la racionalidad algorítmica. Precisamente a causa
de las enormes fuerzas liberadas por estas nuevas formas de acción y control, sin
embargo, me parece que nuestra primera tarea como antropólogos debería ser un
testimonio modesto, la producción de una crónica cuidadosa y resueltamente a destiempo
de nuestra emergente contemporánea (Rabinow 2011). Entender realmente cómo se
hacen montado dentro de los procesos sociales y el efecto que tienen o podrían tener-en
mundos sociales deben ser nuestra prioridad algoritmos. La imagen del futuro puede ser
una bota algorítmica sellar en un rostro humano, para siempre, pero esto aún está por
verse. No hay ninguna tecnológica por lo que el futuro podría no, en cambio, ser uno
donde la automatización algorítmica libera radicalmente los seres humanos de la
monotonía del trabajo y de la dominación de todo-demasiado-humano que ha
estructurado hasta ahora la vida industrializado (Srnicek y Williams 2015).
Teniendo en cuenta que nuestro presente ha visto su cuota de botas humanos estampado
en las caras humanas, sin embargo, y que los seres humanos siguen siendo los arquitectos,
constructores, y mantenedores de la mayoría de los conjuntos de algoritmos, es fácil
entender por qué etnográficamente informado a la especulación futurológica en este
dominio ha demostrado casi uniformemente pesimista. Etnografía está obligado a
adherirse estrechamente a los datos en observación, y los datos sociológicos no han sido
particularmente inspirador, especialmente dada la imbricación de automatización
algorítmico con el capitalismo plataforma (Srnicek 2017) y la precarización del trabajo
(Noble 2011; Srnicek y Williams 2015). En sus compromisos concretos con los mundos
de la práctica humana, el conocimiento etnográfico y la crítica deben seguir militar contra
los daños causados por las implementaciones específicas de la automatización
algorítmica, examinar su lugar dentro de la economía política mundial, y se esfuerzan
para fomentar las relaciones de colaboración con los ingenieros, diseñadores, y los
informáticos que son necesarios para construir los conjuntos más humanas de procesos
computacionales y sociales.
NOTAS
1 . Mike Ananny (2016 , 7) también utiliza el término montaje algorítmico , pero restringe
lo que se monta en el relativamente limitado conjunto de “código institucionalmente
situado computacional, las prácticas humanas, y lógicas normativas.”
Agar, Jon 2003 La máquina del Gobierno: Una historia revolucionaria del ordenador .
Cambridge, Mass .: MIT Press.
Bialecki, Jon 2013 “Cristianismo virtual en una era de Nominalista Antropología.” Teoría
Antropológica 12, no. 3: 295-319. https://doi.org/10.1177/1463499612469586 .
De Landa, Manuel 1991 Guerra en la era de las máquinas inteligentes . Nueva York: Zone
Books.
Franz, Nina 2017 “La matanza y el patrón de su vida útil análisis específicos: Medios
Weaponized” Medios de Comunicación, Cultura y Sociedad 39, no. 1: 111-21.
https://doi.org/10.1177/0163443716673896 .
Irani, Lilly 2015 “Justicia para 'Conserjes de datos.'” Libros Públicas , 15 de enero
http://www.publicbooks.org/justice-for-data-janitors .
Leonelli, Sabina 2016 centrada en los datos Biología: Un estudio filosófico . Chicago:
University of Chicago Press.
MacKenzie, Donald 2006 un motor, no es una cámara: cómo los modelos financieros
Mercados Shape . Cambridge, Mass .: MIT Press.
Nocks, Lisa 2008 El Robot: La historia de vida de una tecnología . Baltimore, Md .: John
Hopkins University Press.
Schull, Natasha Dow 2012 Adicción por diseño: El juego de la máquina en Las Vegas .
Princeton, NJ: Princeton University Press.
Seaver, Nick 2013 “Conociendo Algoritmos.” Trabajo presentado en los medios de
comunicación en la transición 8, Cambridge, Mass., 4 de mayo.
2018 “¿Qué una antropología de Algoritmos hacer?” Antropología Cultural 33, no. 3:
375-85. https://doi.org/10.14506/ca33.3.04 .
Soni, Jyoti, Ujma Ansari, Dipesh Sharma, y Sunita Soni 2011 “minería de datos
predictivo de diagnóstico médico: Una visión general de predicción de enfermedades del
corazón.” International Journal of Computer Applications 17, no. 8: 43-48.
https://doi.org/10.5120/2237-2860 .
Srnicek, Nick, y Alex Williams 2015 Inventar el futuro: postcapitalista y un mundo sin
trabajo . Nueva York: Verso.