2020. január 19. vasárnapSára, Márió
Kolozsvár >> Más város
kolozsvári események >> Más város

Tudjuk használni a Big Data technológiáját, de egyre kevésbé értjük. Szakembert kérdeztünk

Szilagyi Botond 2020. január 08. 13:43, utolsó frissítés: 2020. január 17. 12:21

„Ez paradox módon éppen azért vezet az irányítás elvesztéséhez, mert túlzó mértékben irányítjuk magunkat” – mondta a szakértő a mindent adatokká változtató mentalitásról.


Az internet használata mára életünk alapvető elemévé vált, sokszor anélkül görgetünk, klikkelünk, hogy tisztában lennénk ez új szféra sajátos működésével. Ekkor gyakran felmerül a big data kifejezés. Megkerestük Irina Culicot a BBTE Szociológia Tanszékének egyetemi tanárát, aki erről a témáról tartott előadásokat: mit is jelent a big data, és milyen hatásai vannak ránk, egyszerű internethasználókra nézve.

Pontosan mit jelent a big data? Mi közünk hozzá?

Sokféleképp határozhatjuk meg a big data-t, mint bármely komplex társadalmi jelenséget. Ha mégis meg kell határoznom valahogy, akkor De Mauro, Greco és Grimaldi tanulmánya* nyomán azt mondanám, hogy a big data egy információs állóeszköz (information asset), amely annyira nagy mennyiségű, nagy sebességgel változó és változatos, hogy sajátos technológiát és analitikai eljárásokat követel meg a feldolgozása és értékké formálása. Mit jelent ez? Azt szokás mondani, hogy a big data, ahogy a neve is sugallja, olyan információt jelent, ami nagy volumenű, vagy mennyiségét tekintve óriási. De nem feltétlenül a méret a big data meghatározó jellemzője: eleinte azt az adatmennyiséget tartották big data-nak, aminek nem feleltek meg a hagyományos adattárolási és feldolgozási eljárásoknak, módszereknek. De szó van itt az adatokból kinyerhető új információról, új technológiáról és az adatfeldolgozás terén jelentkező leleményes megoldásokról, analitikus eljárásokról. Ugyanakkor a big data kifejlődése egyszerre eredménye és oka is ezeknek a folyamatoknak.

Egy másik kulcsfontosságú jellegzetessége a big data-nak, hogy piaci értéket termelhetünk vele. Itt az értékesíthető termékek létrehozásának új módjáról van szó. Ezért szerepel az iménti meghatározásban a big data információs állóeszközként: a piacon értékesíthető termékek létrehozását teszi lehetővé, valamilyen piacilag értékesíthető érték megtermelését.


Milyen adatokról beszélünk itt? Tulajdonképpen mindenről, ami az internettel és a dolgok hálózatával kapcsolatos készülékekből és technológiákból származik. Olyan digitális adatokról, amelyet a neten magunk után hagyott nyomok „termelnek”. Like-ok, fotók, szövegek, kommentek, emotikonok, amiket a közösségi médiákon hagyunk, kulcsszavak, frázisok, terminusok, amikre rákeresünk a böngészőkben. Hogy például hol, mikor, mennyit és hogyan foglalkozunk különféle dolgokkal az interneten, mint az online vásárlás vagy egy email-oldalon való tartózkodás. Minden amivel fel van szerelve a konyhánk és amivel mi magunk vagyunk felszerelve: fitbitek, biztonsági rendszerek, felvevőkészülékek, okos háztartási felszerelések és persze az okos-telefonok – bármilyen aktív applikáció tulajdonképpen egy módja a nyomhagyásnak, szóval adatot sugárzunk magunkból minden egyes másodpercben.

Minden adatnak számít: hány lépést teszünk meg nap mint nap, hány kalóriát égetünk el, merre járunk a nap folyamán – és itt lekövethető mondjuk, hogy hány kilométert mentünk, mennyit álltunk, sétáltunk, vagy valami mást csináltunk; a telefonbeszélgetések száma és hossza, véletlenszerű szavak, amiket kimondtunk (mert vannak olyan applikációk, amelyek véletlenszerűen bekapcsolhatnak, hogy felvegyenek szavakat, amik elhangzanak körülöttünk); milyen gyakran nézzük meg, vagy használjuk a különböző applikációkat az okos-telefonjainkon, stb.

Egy más példája a big data-nak, amit önként termelünk és adunk oda, az interneten mindenütt reklámozott géntesztelő kereskedelmi vállalatok által összegyűjtött DNS; az emberek önként alávetik magukat a teszteknek, annak reményében, hogy információhoz jutnak a származásukkal, vagy genetikailag öröklődő egészségügyi problémáikkal kapcsolatban. Azzal, hogy hasznosították az egyének kíváncsiságát a származásuk, valamilyen értelemben vett identitásuk iránt, ezek a vállalatok olyan nagy mennyiségű genetikai anyagot gyűjtöttek össze, amelyet államok, tudományos kutatóközpontok vagy egészségügyi intézmények képtelenek lettek volna felhalmozni. Az egyik oka ennek az, hogy ezek a kereskedelmi vállalatok nem vetik alá magukat etikai szabályoknak a személyes információkkal kapcsolatban, mint az orvosi szakma vagy az államok. Szóval ez lenne egy másik példája a big data-nak, amit önként termelünk és adunk oda.

Forrás: wikimediaForrás: wikimedia


Mit lehet kezdeni ezzel a temérdek mennyiségű adattal?

Mint minden nyersanyag és megtermelt dolog, az adat is felhasználható az emberi és társadalmi élet több terén, például az oktatás, egészség, kikapcsolódás, munka, kommunikáció, tudomány és a művészetek területén. A big data-t gyakran pontosan ilyen tudományos vagy társadalmi célok érdekében hasznosítják. Ennek egy példája Deb Roy „kísérlete”, aki újszülött gyermeke jelenlétének segítségével próbálta megérteni a nyelv elsajátítását. Kamerákat szerelt fel házának minden szobájában, amelyek mindent rögzítettek, és ezt a hatalmas adathalmazt használta fel, hogy meglássa, hogyan sajátítja el gyermeke a nyelvet. 2 éven keresztül folyamatosan gyűjtötte az adatokat. Majd elkezdte elemezni az összes kontextuális adatot, amit a gyerek első szavairól összegyűjtött, amit vizuálisan megjelenített ún. szótájakkal (word-scape) – ezek megmutatták az összes térbeli és nyelvi kontextust, amelyben a gyerek körül használtak egy-egy szót. A kutató arra a következtetésre jutott, hogy abban, hogy egy gyerek megtanuljon használni és kiejteni egy szót, nem annyira az ismétlés a fontos, mint az, hogy hogyan használják körülötte ezt – hol, milyen tevékenység közben, milyen kontextusban, stb. Szóval az ilyen adatok célszerűen felhasználhatóak ilyen típusú kutatásokban.

De emellett ott van egy csomó adat, amit különösebb cél nélkül termelünk, és első látásra egy teljesen használhatatlan mellékterméke digitális testeinknek. Például, mire lehetne használni azt az adatcsomagot, amely azt rögzíti, hogy hogyan tevékenykedik valaki a laptopján? Számunkra ez nem jelent semmit. De átalakítható olyasmivé, ami kereskedelmi hasznot hoz olyanoknak, akik laptopokat árulnak vagy reklámokból szereznek pénzt. Ők meg akarják érteni ezt a viselkedést, hogy optimalizálják a laptop-használó megszólítását annak érdekében, hogy a lehető legjobban megragadják a figyelmét, amíg a képernyő előtt ül.

Tehát tulajdonképpen bármi felhasználható, hogy megértsünk specifikus viselkedésmintákat. Az adatok persze kuszák is lehetnek: rendetlenek, pontatlanok, összeférhetetlen formátumúak, tele hibákkal, vagy hiányosságokkal. De ha elég nagy a volumen, akkor lehetővé teszi a mélyfúrást (deep drilling) és a nagyobb részletességű feldolgozást. Az episztemológia felől nézve itt kiiktatódik az elméleti fogalomalkotás és az empirikus megfigyelés közötti dialektika. A big-data-episztemológia számára többé nem fontos megérteni a történések mögötti okokat, emberi motivációkat, ehelyett úgy tűnik, hogy ami számít, az az asszociációk megtalálása az adatokban és az ezeknek megfelelő cselekvés. Nem kell tudni azt, hogy miért, elég csak annyit, hogy mi.

Úgy gondolom, hogy a big data bármilyen hasznosításával összekapcsolható egy bizonyos bizniszmodell, aminek az alapja az, hogy mire lehet rájönni a big data által feltárt asszociációs mintákból. Vegyük például a Facebook-ot, amely egy olyan közösségi platform, melynek kitűzött célja, hogy a lehető legtöbb ember között teremtsen kapcsolatot, és, hogy megossza az információt egy nyitottabb és jobb világért. Mivel a szolgáltatásukhoz az emberek ingyen férnek hozzá, a vállalat egyik problémája az volt, hogy hogyan finanszírozza ezt a nagyszabású projektet. Ennek egyik módja olyan fizetett reklámok megengedése a felületen, amelyekkel megcélozzák az egyéneket. Minél jobban céloznak, annál jövedelmezőbb a reklám. Erre az egyének platformon folytatott tevékenységéből származó információt használják fel. Ezek olyan információk, mint például a különböző preferenciák, az aktivitás mint olyan, ideológiai irányultság, stb., majd ezeket kiegészítik ennél személyesebb adatokkal, amelyet a platformon kívüli adatbrókerektől szereznek be, mint például a hitelképesség-minősítés vagy az egészségügyi problémák, annak érdekében, hogy hírfolyamukat megtöltsék megdöbbentően személyre szabott reklámokkal. Az érték ebben a felhasználókról összegyűjtött tudásban van, ami megengedi egy termék, szolgáltatás, vagy választási jelölt jól célzott reklámozását.

Ezzel kapcsolatban azért aggályaink lehetnek…

Igen, különböző természetű aggályok merülnek fel.

Egyrészt ott vannak a személyes adatok védelmével (privacy) kapcsolatos aggodalmak, amelyek a specifikus adatok használatára és a felhasználó által adott tájékozott beleegyezéssel kapcsolatosak. Az esetek többségében az embereknek nem magyarázzák el elég tisztán – vagy egyáltalán –, hogy hogyan kezelik azokat a személyes adatokat, amelyek használatát engedélyezik a felhasználók azért, hogy egy közösségi platformhoz, vagy különféle internetes applikációkhoz hozzáférhessenek. Szóval ez az aggály azokhoz a személyes jellegű információkhoz fűződik, amelyeket felkínálunk, anélkül hogy értenénk, hogyan dolgozzák fel ezeket a rólunk szóló adatokat, és milyen információs termékeket vagy állóeszközöket hoznak létre ezekből.

Az adatvédelemmel kapcsolatos másik probléma az, hogy ezeket az adatokat hogyan használják fel bizonyos harmadik felek: megtartják maguknak ezeket az adatokat, vagy odaadják más cégeknek, más feleknek, amibe viszont a felhasználó explicite nem egyezett bele? Ugyanis még nem a egyéni szintű bontású adattömegekből is beazonosíthatóak személyek az adatfeldolgozás segítségével.

További probléma a személyes adatokkal kapcsolatos kontroll. Ezt már részben érintettem: mennyire van tényleges befolyásunk az adataink fölött – hova jut, hogyan hasznosítják, milyen célból, milyen pénzbeli nyereség származik belőle. De arról is szó van, hogy ezek az adatok által az egyén is kontrollálható, vagyis minket kontrollálnak. Ennek egy példája a fagy-hatás (chilling effect): a Google-n használt keresési kifejezések terén folytatott kutatások kimutatták, hogy a személyes, vagy kormányzati szempontból érzékeny kifejezésekre való rákeresések száma (úgy mint: „terrorista”, „pisztoly”, „anthrax” stb.) jelentősen csökkent, kiváltképp a Patriot Act bevezetése és Snowden szivárogtatása után (mellyel az NSA megfigyelőrendszerét leplezte le). Azért történt ez, mert az emberek ráébredtek, hogy összeköthetik őket ezekkel a kifejezésekkel, ami alapján bizonyos következtetéseket vonhatnak le róluk és megfigyelés vagy valamilyen kontroll célpontjai lehetnek. Csak azért, mert valamire rákerestek az interneten… Szóval „jegelték” (chilled) viselkedésüket a böngészőkön, egyféle öncenzúra által.

Persze tudjuk, hogy folyamatosan adatokat gyűjtenek rólunk, és hogy milyen dolgokra lehet használni ezeket, ami szorongáshoz vezethet. Sokan kényelmetlenül érzik magukat olyan nyilvános terekben, ahol kamerás, vagy valamilyen más megfigyelőrendszer van, mert úgy érzik, hogy bármelyik pillanatban megbélyegezhetik őket valamiért, amit nem is követtek el, mert a viselkedési mintákra vonatkozó asszociációkon keresztül kívülállókként és ezért gyanúsként azonosíthatják őket. Itt a lényegi probléma az, hogy nagyon nehéz megfellebbezni olyan döntéseket, amelyek automatikus kontroll-mechanizmusokon alapszanak: nincs intézményes módja annak, hogy fellebbezzünk egy hiba vagy igazságtalanság ellen, amely big data algoritmusok közvetítésével következett be. Ezek az algoritmusok olyan asszociációk alapján „szemelnek ki”, amelyekbe semmilyen beleszólásunk nincs. Szóval ez a szorongás ahhoz köthető, hogy hiányzik az az intézményes keret, ami megengedné a big data-t használó automatizált algoritmusok által elkövetett hibák elleni fellépést – márpedig sok esetben az életünkről van szó.

Az aggályok mellett beszélhetünk pozitívumokról is?

Természetesen. A big data segítségével történő lekövetése egy személynek pozitív dolgokat is eredményezhet az orvoslásban, az oktatásban, de egy egyén identitásában vagy önbecsülésében is. Például saját egészségi állapotunk megfigyelésének képessége jelentősen megváltozott, mióta olyan eszközök állnak rendelkezésünkre, amelyek folyamatosan mérik életjeleinket. Egy teljesebb és sokoldalúbb képet kapunk így az egészségünk állapotáról és jobban megérthetjük azokat a lépéseket amelyeket megtehetünk, hogy valamilyen egészségügyi problémánkat kezeljük. Hasonló a helyzet az élet más területein: a lekövetési technológiákat és a big data analitikát felhasználhatjuk arra is, hogy fejlesszük nyelvtudásunkat, hogy fontos közösségi eseményeken jobban szerepeljünk, vagy hogy hatékonyabban teljesítsünk a munkahelyen. Drasztikusan megnöveli tehát a hozzáférésünket olyan információkhoz – nem feltétlenül tudáshoz –, amelyek segítenek önmagunk gyarapításában. Szóval igen, tudjuk használni a technológiát, de egyre kevésbé tudjuk, hogy hogyan jön létre és hogyan működik. Minél inkább használhatunk fejlett technológiákat, hogy komplex elemzéseket végezzünk velük, annál kevésbé értjük a matematika alapjait vagy a modelleket, amelyekkel ezek a technológiák működnek.

Úgy gondolom, hogy ezek az aggályok tükrözik azt is, ahogyan a big data technológiát magunkon használjuk. Létezik az a tendencia, hogy önmagunk jóindulatú és hasznos mérését átalakítsuk a méréssel kapcsolatos megszállottsággá egy személyes és intim szinten, ami egy adott ponton túl a neurózis szélére is sodorhat bennünket. Egy dolog az, hogy hány lépést teszünk meg egy nap, hogy követjük a kalóriabevitelünket, megfigyeljük az alvásmintázatunkat vagy az életünk más aspektusait, hogy jobban értsük azt, hogy mit csinálunk. De az már teljesen más dolog, hogy az életvezetésünk alapjává ezeket a méréseket tesszük meg.

Ez paradox módon éppen azért vezet az irányítás elvesztéséhez, mert túlzó mértékben irányítjuk magunkat. Létezik az a gondolat, amelyet a Kvantifikált Én Mozgalom (Quantified Self Movement) tagjai vallanak (s akik egyre többen vannak), hogy az önismeret csak a számok által érhető el. Ennek következményei vannak. Például ha így gondolkodunk, akkor hajlamosak leszünk figyelmen kívül hagyni olyan vonatkozásainkat, amelyeket nem lehet számszerűsíteni, mint az érzelmeinket, vagy a másokkal való viszonyainkat. Vagy szem elől tévesztjük azt az egyszerű tényt, hogy a fizikai aktivitást lehet azért is űzni, hogy élvezzük a környezetet, a társaságot, valamilyen teljesítményt ahelyett, hogy egy objektív mérce elérését tűznénk ki célul, ami lépések vagy elégetett kalóriák számában fejeződik ki.

Michael Coghlan: Facebook connections. Forrás: https://www.flickr.com/photos/mikecogh/5280585822Michael Coghlan: Facebook connections. Forrás: https://www.flickr.com/photos/mikecogh/5280585822


Visszatérve a célzottan személyre szabott tartalmakra: nem kezdik ki ezek a személyességet?

Vegyük például a Facebook-ot, mert manapság az információ egyik fő forrása a Facebook Hírfolyama. Sajnos az, hogy a Hírfolyam célzottan biztosítja számunkra a híreket, nem semleges. Tehát nem olyan, mint egy hivatalos médiacég, amely megpróbál a fő hírekből egy válogatást kínálni. Persze az, hogy mit tartanak híreknek szubjektív, de egy médiacéget köt a szakmai etika, és léteznek bizonyos megkötések, amelyek az információ termelésével és terjesztésével kapcsolatosak, amelyek bizonyos etikai szabályokat követnek, valamint az igazság, a valóság, a tényszerűség stb. szabályait. Ez nincs szükségszerűen így a Facebook által nyújtott hírekkel.

A Facebook-on hírek összeállításának módja minden egyes egyén számára külön kialakított, individualizált, aminek az alapja a saját specifikus viselkedés azokkal a dolgokkal szemben, amelyeket az algoritmusok egyéni érdeklődésként azonosítanak. Azért, hogy kialakuljon bennünk egy függőség, az algoritmusok olyan híreket vagy információkat nyújtanak, amelyek megegyeznek saját meggyőződéseinkkel. Így szűrő-buborékok alakulnak ki, amelyek ahhoz vezetnek, hogy egy olyan buborékvilágban éljünk, amelyben minden megegyezik az elvárásainkkal, erősíti meggyőződéseinket, vágyainkat, stb. Ez a buborék úgy van bemutatva, mint a valóság, de valójában ez a valóságnak egy nagyon sajátos, részleges változata, ami az előzetes viselkedésünk és lájkolásunk szerint lett személyre szabva, és semmi köze a világhoz, mint olyanhoz. És ez legalább két szempontból problémás.

Először is, így nem érthetjük meg a világot, mint olyat, és nem vagyunk tudatában annak, hogy léteznek csoportok, amelyek különböznek a mi buborékunktól viselkedés és világmegértés szempontjából. Ezért meglepődünk, amikor tőlünk különböző emberekkel találkozunk a valóságban. Másfelől az algoritmusok működésének egyik elve az, hogy fokozottan bevonja a felhasználót, amit azzal érnek el, hogy szélsőséges álláspontok ütközésével szembesítenek, amelyekkel szemben úgy érezzük, hogy fel kell lépnünk. Ezért kitűnnek bizonyos megosztottságok, amelyek konfliktussá fajulhatnak, és nem biztos, hogy ezeknek van reális alapja. Szóval nem csak, hogy egy buborékban élünk, hanem ez a buborék ráadásul úgy van alakítva, hogy a ténylegesnél élesebben mutasson be különbségeket. És azt persze tudjuk, hogy ezek a meggyőződések tettekhez vezetnek, így a valóságot jelentősen befolyásolják. Mindebben megvan a lehetőség, hogy konfliktust szítson ott, ahol nincs, vagy hogy egymás ellen fordítson embereket, vagy növelje a feszültséget akkor, amikor lényeges szembenállásról nem beszélhetnénk.

Ezzel egy időben – és itt eltávolodok a személyiség kérdésétől, mert nem igazán lehet szétválasztani az egyént és a társadalmat – ez a technológia a másik irányba is működhet. Tagadhatatlan, hogy a közösségi platformok valamiféle nyilvános szférát alkotnak, ahol az emberek találkozhatnak, ahol mobilizálni, szervezkedni lehet, ahol tehát fel lehet építeni egy politikai testet, amelyet másképp a mai ipari vagy gazdasági társadalmi kontextusban nem lehetne. Globális szintű társulást tesz lehetővé, és ez persze abszolúte lenyűgöző. A probléma az, hogy nem tudjuk befolyásolni, hogyan is történik ez, nem egy teljes egészében valódi, akaratlagos vagy kézben-tartott, vagy teljesen átlátott módja ez az interakciónak. Nagyon nehéz megjósolni, hogy mi lesz a hatása egy gesztusnak, amelyet egy ilyen – big data alapú, algoritmusok által közvetített – valóságban tesznek. Persze az analóg világban is épp elég nehéz megjósolni, hogy mi fog történni, amikor emberek gyűlnek össze, de visszamenőleg könnyebb rekonstruálni, vagy elérni a valóságérzés egy olyan fokát, amit a virtuális valóságban képtelenség. Senki nem érti pontosan, hogyan működnek az algoritmusok; vannak valamilyen vezérelvek, amik a programozás alapjául szolgálnak, de nagyon nehéz megérteni, hogy hogyan működnek egy ilyen szinten.

Ezeket a nyilvánosságokat használják a politikai pártok is: lekövetik a szavazók online viselkedését, és kampány-reklámokkal céloznak specifikus csoportokat. Nem csak az amerikai, de a novemberi nagy-britanniai választások kapcsán is felmerült ez a probléma.

Egy olyan választási rendszerben, mint amilyen az Amerikai Egyesült Államoké, ahol nem az egyes állampolgári szavazatok, hanem az elektori szavazatok számítanak, a szavazócsoportok stratégikus megcélzása rendkívül fontos. Szóval az amerikai választásokban nagyon fontos megcélozni azokat a választói körzeteket, ahol a szavazás eredménye várhatóan szoros, mert az, aki megnyeri a körzetet, megnyeri az elektori szavazatot. És akkor már egy szavazat is számít, mert nincs arányos képviselet. Itt a big data használata nagy előnyhöz vezethet – Obama volt az első, aki a közösségi médiát használta arra, hogy támogatást szerezzen és eljuttassa üzenetét ahhoz, akihez kell. Ő volt az első, aki megértette, hogy a közösségi platformok segítségével meg lehet célozni egyéneket.

Ebből tanulva a legutóbbi elnökválasztáson a republikánusok egyszerűen direkt azokat a kis csoportokat és egyéneket célozták meg, amelyeknek szavazataiban direkt módon érdekeltek voltak. Brad Parscale, Trump 2016-os kampányának digitális médiakommunikációért felelős igazgatója (jelenleg Trump 2020-as kampányának kampánymenedzsere) 100 millió dollárt fizetett a Facebooknak, hogy segítsenek neki új és fogékony külön-közönségeket találni, akiknek a megfelelő üzenetet tudja közvetlenül eljuttatni. A Facebook reklámfelületeit használva a bizonytalan államok (swing states) egyéni szavazóit célozta meg. Tehát aki rendelkezik az ilyen információval, és képes azt jól használni, hallatlan előnyhöz juthat, mert szűrő-buborékokat gondosan személyre szabott reklámokkal lehet megcélozni, amivel az illető megnöveli az esélyét annak, hogy ezek a személyek elmenjenek szavazni, és persze, hogy rá szavazzanak. Trump ezt a technológiát sokkal hatékonyabban használta, mint a többiek – nagyon hatékonyan és profi módon.

Ez egy egészen más módja a választások alakításának és az államok még mindig nem tudják, mit kezdjenek a helyzettel. A törvényhozók nem igazán értik, hogy hogyan szabályozhatnák azt, ami történik ezeken a közösségi platformokon, mert nem értik, milyen vállalatokról van itt szó, milyen kölcsönhatásban vannak az emberekkel és milyen hatással van ez a valóságra. Bizonyos értelemben megdöbbentő; egyszerű állami szinten olyan döntést hozni, amely szabályozza a közösségi platformokon lehetséges tevékenységeket. Elég erős ellenállásba ütközik a Szilícium-Völgy innovációs termékeinek és tech-cégeinek alávetése egy hideg zuhanynak, ahogy az is, hogy beismerjük, mik is ezek valójában: komplex média-felületek reklámcélokra, szórakozásra és hírfogyasztásra, amelyek más gazdasági szolgáltatásokat is nyújtanak.

A romániai elnökválasztásunkon Klaus Johannis megtagadta a részvételt egy nyilvános vitában Viorica Dăncilával. Nem egyféle buborék-mentalitás ez, amely a hagyományos nyilvánosságra is kezd kiterjedni? Milyen viszonyban van ez utóbbi a virtuális nyilvánossággal?

Ez sok kérdést felvet. Például érdekes lenne megnézni, hogy milyen tényleges hatása lenne egyáltalán ma az ilyen vitáknak úgy, hogy adott a többi, virtuális valóság – persze ezek mind hatnak egymásra. Kérdés, hogy az elnökjelöltek televíziós vitái Amerikában hatékonyak voltak-e? És miféle hatásokról beszélhetünk, milyen beszélgetéseket indítanak el ezekben a virtuális nyilvánosságokban, és hogyan használják fel a vitaanyagokat – hiszen mindent meg lehet vágni. Megdöbbentő, hogy van már olyan technológia, amely megengedi valakinek az arcáról készült videofelvétel olyan minőségű megváltoztatását, hogy az emberi szem számára nem érzékelhető, hogy „hamisítványról” van szó.

Visszautalnék a nagy-britanniai választásokra. Boris Johnson szintén nem akart nyilvános vitákban részt venni, de abban, ami mást csinált, nagyon hatékony volt: gyakorlatilag „Boris alakítja Borist”, mindenféle mutatvány, bohóckodás, ugyanazon mantrák ismétlése „Bevégezzük a Brexitet” („We will deliver Brexit”), vagy valami ilyesmi –, tulajdonképpen azt hajtogatta, amit a választók hallani akartak. De ez teljesen értelmetlen: mit jelent bevégezni a Brexitet, hogyan, mik a részletei ennek a komplikált folyamatnak – erről szó nem esett.

Egyetértek azzal, hogy a politikai ellenfelekkel való közvetlen vita vagy beszélgetés elutasítása tükrözi a digitális nyilvánosság széttöredezését önfenntartó buborékokra. A véleményvezér nem érzi magát kötelesnek vitába szállni a másikkal a gondolatok, értékek, törvénykezések és a közjó síkján. Ez aggasztó a demokratikus folyamatok felől nézve, és tiszteletlenséget is jelent nem csak a többi jelölttel szemben, de általában a szavazókkal és azzal a folyamattal szemben is, amely egy megválasztott vezető legitimitását adja.

Mit tehet egy „digitális állampolgár” ezzel a szövevényes hálóval szembesülve?

Az emberek általában elég okosak az okos-technológiák használatában és a legtöbb ember tudja használni azt, amihez hozzáfér. Bár vannak, akik tudják és élvezik használni ezeket, és egy bizonyos fokig segítségükre van mindennapi életükben, problematikussá válik ez a viszony, amikor túlzott mértékben válnak függővé tőlük anélkül, hogy megértenék az árat, amit fizetnek ezért. Mert van egy kritikus pont, amin túl nem értjük az okos-technológiák szerepét az életünkben. Például ha teljes mértékben a GPS-re hagyatkozunk a tájékozódásban ahelyett, hogy saját józan eszünket és a körülöttünk levő világról alkotott tudásunkat használnánk, az már egy probléma. Vagy amikor megszállottá válunk a testedzésben, és inkább érdekel az, hogy elérjünk egy számszerűsített célt ahelyett, hogy élveznénk a mozgással töltött időt. Amikor ingyen odaadunk személyes információkat anélkül, hogy értenénk, hogyan használják fel ezeket az adatokat, hogy hogyan befolyásolhat ez minket, hogyan támogat ez az egész egy megfigyelési és ellenőrzési rendszert, ismét problematikus a dolog. Az, hogy nem értjük mi is az, amit a technológia felkínál nekünk, egy másik probléma.

Természetesen, önmagában nincs baj azzal, hogy egy közösségi platformon megkapjuk azokat az információkat, híreket és elemzéseket, amelyek minket érdekelnek. A probléma ott van, ha már nem vesszük észre, hogy mások nem ezeket a dolgokat látják, és nem ezekben a dolgokban hisznek; amikor nem értjük, hogy mi az osztályhelyzetünk és a saját álláspontunk, amelyből ezeket az értékeket, gondolatokat és érdekeket megfogalmazzuk, és ezért megtagadjuk másoktól az ő saját társadalmilag megalapozott álláspontjukat.

Szóval, úgy gondolom, hogy amíg tudatában vagyunk és gondolkodunk arról, hogy hogyan használjuk a jelenlévő technológiát, rendben van. De figyelnünk kell arra, amit a tudományos kutatások feltárnak előttünk: hogy hogyan is kapcsolódnak rá ezek a technológiák érzelmi, társadalmi és szakmai életünkre, és, hogy ennek milyen hatásai vannak a társadalmi folyamatokra, viszonyokra és interakciókra.

*Andrea De Mauro, Marco Greco, and Michele Grimaldi. 2015. What is big data? A consensual definition and a review of key research topics, AIP Conference Proceedings 1644, 97 (2015); doi: 10.1063/1.4907823, p. 103.

Nyitókép: ev on Unsplash

Ha tetszett a cikk, lájkold a Transindexet!

ÉletmódRSS