Granice inżynierii społecznej

Wykorzystując duże zbiory danych, badacze i planiści budują matematyczne modele zachowań osobistych i obywatelskich. Ale modele mogą raczej ukrywać niż ujawniać najgłębsze źródła problemów społecznych. Za pomocą

• Mikołaj Carr strona archiwum

16 kwietnia 2014

W 1969 roku Lekkoduch opublikował długi, wolny bieg wywiad z Marshallem McLuhan w którym teoretyk mediów i ikona lat sześćdziesiątych naszkicowały portret przyszłości, który był jednocześnie uwodzicielski i odpychający. Zwracając uwagę na zdolność komputerów cyfrowych do analizowania danych i przekazywania wiadomości, przewidział, że maszyny zostaną ostatecznie wdrożone w celu dostrojenia funkcjonowania społeczeństwa. Powiedział, że komputer może być używany do kierowania siecią globalnych termostatów w celu ukształtowania życia w sposób, który zoptymalizuje ludzką świadomość. Już teraz technologicznie możliwe jest wykorzystanie komputera do programowania społeczeństw w korzystny sposób. Przyznał, że taka scentralizowana kontrola podniosła widmo prania mózgu lub znacznie gorzej, ale podkreślił, że programowanie społeczeństw może być w rzeczywistości prowadzone dość konstruktywnie i humanistycznie.

Wywiad pojawił się, gdy komputery były używane głównie do tajemnego naukowego i przemysłowego liczenia liczb. Dla większości ówczesnych czytelników słowa McLuhana musiały brzmieć naciągane, jeśli nie szalone. Teraz wydają się prorocze. Wraz z wszechobecnymi smartfonami, nieuniknionym Facebookiem i pojawiającymi się komputerami do noszenia, takimi jak Google Glass, społeczeństwo zyskuje cyfrowy system wykrywania. Lokalizacja i zachowanie ludzi są śledzone w ciągu ich dni, a uzyskane informacje są natychmiast przesyłane do ogromnych farm serwerów. Wielu socjologów i statystyków wierzy, że gdy już napiszemy algorytmy potrzebne do przeanalizowania wszystkich tych dużych zbiorów danych, zostaniemy nagrodzeni znacznie głębszym zrozumieniem tego, co sprawia, że ​​społeczeństwo się porusza.

Ta historia była częścią naszego wydania z maja 2014 r.

• Zobacz resztę numeru
• Subskrybuj

Jednym z najzagorzalszych zwolenników big data jest Alex Sandy Pentland, naukowiec zajmujący się danymi, który jako dyrektor Human Dynamics Laboratory w MIT od dawna używa komputerów do badania zachowań firm i innych organizacji. W swojej krótkiej, ale ambitnej nowej książce, Fizyka społeczna, Pentland argumentuje, że nasza znacznie rozszerzona zdolność do gromadzenia danych behawioralnych pozwoli naukowcom opracować przyczynową teorię struktury społecznej i ostatecznie ustalić matematyczne wyjaśnienie, dlaczego społeczeństwo reaguje tak, jak reaguje we wszystkich okolicznościach. Jak wskazuje tytuł książki, Pentland uważa, że ​​świat społeczny, nie mniej niż świat materialny, działa zgodnie z regułami. W ludzkim ruchu i komunikacji istnieją statystyczne prawidłowości – pisze – a kiedy w pełni je zrozumiemy, odkryjemy podstawowe mechanizmy interakcji społecznych.

Idea Pentlanda o społeczeństwie opartym na danych jest problematyczna. Zachęciłoby nas to do optymalizacji status quo, a nie do kwestionowania go.

Rzeczy zrecenzowane

• Fizyka społeczna: jak rozprzestrzeniają się dobre pomysły — lekcje z nowej nauki

  Autor: Alex Pentland
  Prasa pingwinów, 2014

  
  
  

Pentland uważa, że ​​tym, co do tej pory powstrzymywało nas od rozszyfrowania matematycznych podstaw społeczeństwa, jest brak empirycznego rygoru w naukach społecznych. W przeciwieństwie do fizyków, którzy potrafią bardzo precyzyjnie mierzyć ruchy obiektów, socjologowie musieli zadowolić się rozmytymi obserwacjami. Musieli pracować z przybliżonymi i niekompletnymi zestawami danych pobranymi z małych próbek populacji i musieli polegać na notorycznie błędnych wspomnieniach ludzi o tym, co zrobili, kiedy to zrobili i z kim to zrobili. Sieci komputerowe obiecują naprawić te niedociągnięcia. Korzystając ze strumieni danych, które przepływają przez gadżety, wyszukiwarki, media społecznościowe i systemy płatności kartami kredytowymi, naukowcy będą w stanie zbierać w czasie rzeczywistym precyzyjne informacje o zachowaniu milionów, jeśli nie miliardów osób. A ponieważ komputery ani nie zapominają, ani nie fałszują, informacje będą wiarygodne.

Aby zilustrować, co nas czeka, Pentland opisuje serię eksperymentów, które on i jego współpracownicy przeprowadzili w sektorze prywatnym. Wchodzą do firmy i wręczają każdemu pracownikowi elektroniczny dowód osobisty, zwany odznaką socjometryczną, który wisi na szyi i komunikuje się z odznakami noszonymi przez kolegów. Zawierające mikrofony, czujniki lokalizacji i akcelerometry, plakietki monitorują, dokąd idą ludzie i z kim rozmawiają, zwracając uwagę na ton głosu, a nawet język ciała. Urządzenia są w stanie mierzyć nie tylko łańcuchy komunikacji i wpływów w organizacji, ale także osobiste poziomy energii i cechy, takie jak ekstrawersja i empatia. W jednym z takich badań centrum telefonicznego banku naukowcy odkryli, że wydajność można zwiększyć po prostu poprzez dostosowanie harmonogramu przerw na kawę.

Pentland nazywa tę technikę przetwarzania danych eksploracją rzeczywistości i sugeruje, że podobne rodzaje informacji mogą być zbierane na znacznie szerszą skalę za pomocą smartfonów wyposażonych w wyspecjalizowane czujniki i aplikacje. Dane wprowadzane do programów do modelowania statystycznego mogą ujawnić, w jaki sposób w społeczności rozprzestrzeniają się takie rzeczy, jak pomysły, decyzje, nastrój lub grypa sezonowa.

Matematyczne modelowanie społeczeństwa jest możliwe, zdaniem Pentlanda, dzięki wrodzonej zdolności ludzkich istot. Możemy myśleć o sobie jako o racjonalnych aktorach, świadomie kontrolujących nasze wybory, ale większość tego, co robimy, jest refleksyjna. Nasze zachowanie jest determinowane przez nasze podprogowe reakcje na wpływ innych ludzi, szczególnie tych z różnych grup rówieśniczych, do których należymy. Siła fizyki społecznej, pisze, bierze się z faktu, że prawie wszystkie nasze codzienne działania są nawykowe i opierają się głównie na tym, czego nauczyliśmy się obserwując zachowania innych. Po zmapowaniu i zmierzeniu wszystkich wpływów społecznych danej osoby, możesz opracować model statystyczny, który przewiduje zachowanie tej osoby, podobnie jak możesz modelować ścieżkę, jaką przemierzy kula bilardowa po uderzeniu w inne bile.

Rozszyfrowanie zachowań ludzi to dopiero pierwszy krok. To, co naprawdę ekscytuje Pentland, to perspektywa korzystania z mediów cyfrowych i powiązanych narzędzi do zmiany zachowań ludzi, motywowania grup i osób do działania w bardziej produktywny i odpowiedzialny sposób. Jeśli ludzie reagują w sposób przewidywalny na wpływy społeczne, rządy i firmy mogą wykorzystywać komputery do opracowywania i dostarczania starannie dostosowanych zachęt, takich jak wiadomości pochwalne lub niewielkie płatności gotówkowe, w celu dostosowania przepływów wpływów w grupie, a tym samym zmiany nawyków jej członków . Pentland sugeruje, że poza poprawą wydajności systemów transportu i opieki zdrowotnej, grupowe programy motywacyjne mogą sprawić, że społeczności będą bardziej harmonijne i kreatywne. Naszym głównym spostrzeżeniem, jak twierdzi, jest to, że celując w rówieśników danej osoby, presja rówieśników może wzmocnić pożądany efekt nagrody dla osoby docelowej. Komputery stają się, jak wyobrażał sobie McLuhan, obywatelskimi termostatami. Nie tylko rejestrują stan społeczeństwa, ale dostosowują go do określonego ideału. Zarówno śledzenie, jak i utrzymanie porządku społecznego są zautomatyzowane.

Ostatecznie, jak twierdzi Pentland, patrzenie na interakcje ludzi przez pryzmat matematyki uwolni nas od znużonych czasem wyobrażeń o klasach i walce klasowej. Jego zdaniem klasy polityczne i ekonomiczne to uproszczone stereotypy płynnej i nakładającej się na siebie matrycy grup rówieśniczych. Grupy rówieśnicze, w przeciwieństwie do klas, są definiowane przez wspólne normy, a nie tylko przez standardowe cechy, takie jak dochód lub ich stosunek do środków produkcji. Uzbrojeni w wyczerpujące informacje na temat nawyków i skojarzeń jednostek, planiści obywatelscy będą mogli prześledzić pełny przepływ wpływów, które kształtują osobiste zachowanie. Porzucając ogólne kategorie, takie jak bogaci i biedni lub posiadający i nie mający, będziemy w stanie zrozumieć ludzi jako jednostki — nawet jeśli te osoby są niczym więcej niż sumą wszystkich presji rówieśników i innych wpływów społecznych, które ich dotyczą.

Zastąpienie polityki programowaniem może wydawać się atrakcyjne, zwłaszcza biorąc pod uwagę paraliż Waszyngtonu. Ale są dobre powody, by się denerwować tego rodzaju socjotechniką. Najbardziej oczywiste są obawy o prywatność, związane z gromadzeniem coraz bardziej intymnych danych osobowych. Firma Pentland przewiduje taką krytykę, opowiadając się za Nowym Ładem w zakresie Danych, który daje ludziom bezpośrednią kontrolę nad zebranymi na ich temat informacjami. Trudno jednak wyobrazić sobie firmy internetowe, które godzą się na rezygnację z posiadania informacji behawioralnych, które są kluczowe dla ich przewagi konkurencyjnej.

Nawet jeśli założymy, że kwestie prywatności można rozwiązać, idea tego, co Pentland nazywa społeczeństwem opartym na danych, pozostaje problematyczna. Fizyka społeczna jest odmianą teorii behawioryzmu, która znalazła uznanie w czasach McLuhana i cierpi z powodu tych samych ograniczeń, które skazały na zagładę swojego poprzednika. Zdefiniowanie relacji społecznych jako wzorca bodźców i reakcji ułatwia matematykę, ale ignoruje głębokie, strukturalne źródła bolączek społecznych. Pentland może mieć rację, że nasze zachowanie jest w dużej mierze zdeterminowane przez normy społeczne i wpływy naszych rówieśników, ale nie dostrzega, że ​​te normy i wpływy same w sobie są kształtowane przez historię, politykę i ekonomię, nie wspominając o władzy i uprzedzeniach. Ludzie nie mają pełnej swobody w doborze grup rówieśniczych. Ich wybory są ograniczone przez to, gdzie mieszkają, skąd pochodzą, ile mają pieniędzy i jak wyglądają. Statystyczny model społeczeństwa, który ignoruje kwestie klasowe, który traktuje wzorce wpływów jako dane, a nie jako historyczne okoliczności, będzie miał tendencję do utrwalania istniejących struktur i dynamiki społecznej. Zachęci nas to do optymalizacji status quo, a nie do kwestionowania go.

Polityka jest bałaganiarska, ponieważ bałagan jest w społeczeństwie, a nie na odwrót. Pentland wykonuje godną pochwały pracę, opisując, w jaki sposób lepsze dane mogą usprawnić planowanie społeczne. Ale tak jak inni niedoszli inżynierowie społeczni, przesadza. Pozwalając, by jego entuzjazm zwyciężył, zaczyna dosłownie brać metaforę fizyki społecznej, nawet jeśli przyznaje, że modele matematyczne zawsze będą redukcyjne. Ponieważ nie próbuje uchwycić wewnętrznych procesów poznawczych, pisze w pewnym momencie, fizyka społeczna jest z natury probabilistyczna, z nieredukowalnym jądrem niepewności spowodowanym unikaniem generatywnej natury świadomej ludzkiej myśli. To, czego nie mogą wyjaśnić big data, jest najbardziej nieprzewidywalne i najciekawsze w nas.

Nicholas Carr pisze o technologii i kulturze. Jego nowa książka , Szklana Klatka: Automatyka i My, ukaże się we wrześniu.

ukryć