Dataficación


Sorry, this entry is only available in European Spanish.

(Español) Ante la acelerada difusión de Internet y la incorporación de todo tipo de dispositivos digitales en nuestra vida cotidiana, diversas investigadoras e investigadores han llamado la atención respecto a la emergencia de un inédito proceso de dataficación (Kitchin, 2014; Schäfer & Van Es, 2017). Esto es, una intensificación de la codificación digital de diversos ámbitos de la vida social, traduciendo toda serie de señales, acciones y procesos en formato de datos computables (Mayer-Schönberger & Cukier, 2013). La creciente mediación de lo digital en nuestras vidas estaría generando un “mar de datos” sobre entornos urbanos e individuos en volúmenes y velocidades sin precedentes en la historia de la humanidad, popularizándose de paso el concepto de Big Data. Este supone no sólo un aumento de las capacidades de almacenamiento y procesamiento de datos, sino fundamentalmente la aparición de nuevos modos para identificar patrones, regular comportamientos y anticipar sucesos futuros.

Por una parte, el creciente despliegue de dispositivos e interfaces digitales, redes sociales y tecnologías de auto-monitoreo (self-traking) ha generado que cualquier evento cotidiano – desde comprar en un supermercado, caminar o subirse al transporte público – produzca algún tipo de rastro o huella digital sobre los comportamientos de los individuos, amplificando la cuantificación y trazabilidad de lo social (Latour et al. 2012; Lupton, 2016; Ruppert et al. 2015). Al mismo tiempo, las urbes contemporáneas, al volverse cada vez más inteligentes o interconectadas a múltiples sensores inteligentes y sistemas computacionales de medición de sus flujos y procesos ambientales, se estarían convirtiendo en espacios urbanos cada vez más cuantificados o dataficados, posibilitando nuevas formas de gobierno a distancia y de maneras más responsivas y en tiempo real (Kitchin, 2014; Sumartojo et al. 2016; Thrift, 2014; Tironi & Sánchez Criado, 2015). De esta manera, desde los individuos hasta los espacios en los que cohabitan se están crecientemente convirtiendo en datos digitales, llegando a sostenerse que estaríamos en presencia de una ‘nueva era’ en cómo los entornos urbanos y sus habitantes son controlados, gestionan o regulados ahora guiados por algoritmos, visualizaciones y datos digitales (Andrejevic & Burdon, 2015; Kitchin, 2014; Klauser & Albrechtslund, 2014; Lupton, 2016; Yeung, 2017).

Este régimen de la dataficación reposa en la premisa de que la distribución de sensores cada vez más miniaturizados, la consecuente generación de datos digitales y su adecuada gestión (minería, procesamiento, visualización, etc.) van a favorecer un control más eficiente de la ciudad (Goldsmith and Crawford, 2014; Kitchin, 2014) y posibilitar, al mismo tiempo, individuos más reflexivos y autónomos (Wolf, 2010). Se ha llegado a creer que las malas decisiones serían minimizadas si, en lugar de basarse en prejuicios o ideología, éstas se sustentaran en la denominada ‘objetividad algorítmica’ (Gillespie, 2014) toda vez que los datos ‘hablarían por sí solos’ (Mayer-Schönberger & Cukier, 2013). Bajo este discurso tecno-optimista del ‘dataismo’, como le ha denominado van Dijck (2014), el rol de captar, producir y procesar datos deja de ser una tarea exclusiva de organismos estatales, y pasa a ser una labor redistribuida (Marres, 2017) entre centros académicos, empresas privadas – cada vez más interesadas sensorizar y monitorizar sus servicios y en capitalizar los datos digitales producidos por los usuarios -y los propios ciudadanos, que se vuelven sensores y generadores de información sobre sus actividades cotidianas. En este contexto, la conexión digital y los datos asociados a ella se convertirían en una nueva clase de activo económico o en una fuente de creación de valor en áreas vinculadas a la movilidad, contaminación, sistemas de vigilancia, formas de pago, preferencias de consumidores, entre otras. Asociado a esta creciente capitalización de nuestros rastros digitales, nuevas brechas y desigualdades de poder están consolidándose a nivel regional sobre quienes tienen las capacidades para extraer y explotar el valor de los datos digitales (Andrejevic, 2014; boyd & Crawford, 2012; Hilbert, 2016; Thatcher, O’Sullivan y Mahmoudi, 2016).

Chile no está ajeno a esta tendencia y de manera creciente diversos actividades, servicios y prácticas están siendo medidas digitalmente y traducidas a datos digitales bajo diferentes propósitos y mecanismos (véase Arriagada, 2016). Prueba de ello es el gran interés de organismos gubernamentales, de la industria y de la sociedad civil por diseñar proyectos de digitalización y monitoreo en tiempo real de entornos urbanos y personas. Ante este desarrollo, surgen relevantes preguntas: ¿cuáles son las implicancias sociales de la dataficación en Chile? ¿qué tipos de ensamblajes se generan en la producción y gestión de datos digitales? ¿Qué nuevas capacidades de gobierno y control posibilitan la creciente traducción de entornos urbanos y personas a datos digitales?; ¿de qué forma las distintas promesas políticas, económicos y sociales de la dataficación son capitalizadas por entidades estatales, privadas y de la sociedad civil? ¿qué capacidad de re-negociación, apropiación y resistencia tienen los individuos frente a los dispositivos digitales y el proceso de dataficación?;

Para abordar esta y otras interrogantes, este proyecto de investigación busca describir y comprender empíricamente los diseños, prácticas y discursos que participan en la producción y gestión de datos digitales sobre el entorno urbano y los individuos, examinando casos de estudio provenientes de organismos estatales, empresas privadas y sociedad civil. A partir de los casos estudiados se articulará un marco interpretativo para la comprensión de los ensamblajes socio-técnicos que promueven esta dataficación, los efectos performativos de sus diseños y de las formas vigilancia y capitalización que se despliegan a través de la expansión de las tecnologías de cuantificación y monitoreo en Chile.

Recogiendo reflexiones de los Estudios de Ciencia y Tecnología (Bijker, Hughes & Pinch, 1987; Bijker y Law, 1992; Kitchin, 2014; Lupton, 2016; Marres, 2017; Thrift, 2014), una de las hipótesis centrales de este proyecto de investigación es que los dispositivos asociados a la dataficación, lejos de constituir una técnica neutra de registro y análisis, modelan y afectan políticamente los entornos urbanos e individuos que pretenden cuantificar. Detrás de las interfaces y diseños digitales, existen opciones económicas, culturales y políticas que requieren ser examinadas críticamente (Bauman & Lyon, 2012; Gabrys, 2016; Gillespie, 2014; van Dijck, 2014; Yeung 2016) pues abren espacios para experimentar la participación pública y a su vez establecen nuevos modos algorítmicos de control, regulación o vigilancia sobre los individuos. Asimismo, la dataficacion no se moviliza de manera homogénea o universal, sino que de manera situada en diversos contextos. En definitiva, si normalmente los sistemas digitales y algoritmosaparecen como operaciones opacas y alejadas del escrutinio ciudadano (Ananny, 2016; Cardon, 2015; Cheney-Lippold, 2017; Introna, 2015) esta investigación busca comprender etnográficamente las capacidades políticas que presentan los diseños, discursos y usos de estos dispositivos digitales (Latour, 1999; Domínguez & Fogué, 2015), reconociendo los efectos configuradores sobre particulares entornos urbanos e individuos.

(Español) La investigación posee una orientación cualitativa de tipo etnográfico, orientada a la comprensión inductiva, procesual y contextual (Burawoy, 1998; Dodier, 1995) de los diseños, prácticas y discursos involucrados en el proceso de dataficación. Este enfoque es adecuado para la comprensión de los ensamblajes socio-técnicos, pues permite identificar las prácticas socio-materiales y las redes discursivas comprometidas. Dado que la propuesta contempla la observación de diferentes ámbitos de producción y gestión de datos digitales, este enfoque permite el seguimiento ‘multi-situado’ (Marcus, 1995; Hine, 2017) de las diferentes escalas y modalidades en que individuos y entornos urbanos son traducidos en datos.

Tomando la referencia de otros estudios sobre producción de datos digitales en entornos e individuos (Gabrys, 2016; Pink et al. 2016), esta aproximación posibilita descripciones densas (Ardévol, 2017) de las instancias socio-materiales implicadas en la producción y gestión de datos digitales. Por lo mismo, en lugar de partir de una noción dada sobre las implicancias de esta dataficación, esta propuesta busca seguir las inscripciones y rastros de los actores involucrados en ella (Latour, 2008), así como las mediaciones que despliegan algoritmos, sensores y medios digitales. En línea con la etnografía digital, antes que adoptar un rol pasivo de meros observadores o asumir los datos como algo dado (Hine, 2017), aquí se buscará desarrollar una profundización reflexiva en las prácticas de los individuos, mediante una presencia activa y comprometida con los sitios donde se producen, transmiten y se cargan de significado los datos digitales.

Para estudiar la dataficación en Chile bajo el enfoque etnográfico, el proyecto examinara casos de estudio relevantes por cada nivel de análisis (entornos urbanos e individuos), provenientes del universo estatal, privado y de la sociedad civil respectivamente.

(Español) Observación Participante

Esta constituye la principal técnica de investigación de la propuesta, la cual se centrará en la observación in situ de los diferentes diseños, actividades y usos involucrados en la cuantificación digital de entornos e individuos. Siguiendo estudios similares a este proyecto (Gabrys, 2016; Pink et al. 2016), a través de esta técnica se buscará: a) Observar y restituir las diferentes instancias de diseño, testeo y programación que van definiendo estos dispositivos digitales. Se espera observar estas operaciones participando en sesiones de trabajo, reuniones u otras instancias claves. b) Observar los diferentes sitios (oficinas de gobiernos locales, empresas, talleres de diseño, conferencias, ferias, premiaciones, etc.) donde estos artefactos y prácticas de sensorización son utilizados, justificados, promocionados y capitalizados.

Sombreo o seguimiento

Con el fin de detectar las prácticas situadas de incorporación o re-negociación que despliegan los individuos en el uso cotidiano de los dispositivos de auto-monitoreo digital, se utilizará la técnica etnográfica del sombreo (Jirón, 2011; Sumartojo et al. 2016). Intentando suplir los hallazgos declarativos, la técnica del sombreo permite acompañar a los individuos en sus rutinas diarias de usabilidad del dispositivo digital, identificando las operaciones, actividades y significados situados que emergen a partir de la incorporación de éste.

Entrevistas en profundidad

Con la finalidad de conocer los discursos y justificaciones esbozadas en el marco de la dataficación, se realizarán entrevistas en profundidad semi-estructuradas a actores involucrados en la producción y gestión de la cuantificación digital. Se establecen dos perfiles principales: a) Entrevistas con directivos de empresas, programadores, emprendedores, diseñadores, autoridades ministeriales y municipales, portavoces de organizaciones ciudadanas, entre otros, cuyo papel sea movilizar y consolidar un discurso en torno a la cuantificación digital y el desarrollo de sensores, algoritmos y datos. b) Entrevistas con usuarios -ya sean confirmados, potenciales o de testeo – que adoptan estas tecnologías digitales para cuantificar sus movimientos y actividades cotidianas, con el fin de indagar en sus motivos y expectativas, así como en los significados que les confieren a sus datos.

Análisis documental

El proyecto considera una revisión sistemática de información secundaria con el fin de documentar las trayectorias de la dataficación digital en Chile. El análisis contará con la revisión de variados tipos de documentos tales como: Informes, leyes, actas parlamentarias, vídeo presentaciones, sitios web, folletos institucionales, manuales, notas de prensa escrita y digital, entre otras, que contengan definiciones técnicas, discursos y justificaciones sobre los alcances de la dataficación y sensorización de entornos urbanos y personas. Este material permitirá afinar las hipótesis y contextualizar los casos de estudio, conociendo los principales procesos y actores involucrados en los ensamblajes sociotécnicos que participan en las formulación y desarrollo de proyectos de dataficación digital de entornos urbanos y personas.

(Español) Andrejevic, M. (2014). Big Data, Big Questions. International Journal of Communication, 8, 17, 1673–1689. Retrieved from http://ijoc.org/index.php/ijoc/article/view/2161

Andrejevic, M., & Burdon, M. (2015). Defining the sensor society. Television & New Media, 16(1), 19-36. https://doi.org/10.1177/1527476414541552

Ananny, M. (2016). Toward an Ethics of Algorithms Convening, Observation, Probability, and Timeliness. Science, Technology & Human Values, 41(1), 93-117.

Ardévol, E. (2017). Big data y descripción densa. VIRTUalis, 7 (14), 14-38.

Arriagada, A. (2016). “La vida social de los datos móviles”. En Arturo Arriagada (ed.) El mundo en mi mano: La revolución de los datos móviles (pp. 10-16). Santiago de Chile: Fundación País Digital.

Bauman, Z. & Lyon, D. (2013). Vigilancia Liquida. Buenos Aires: Paidos.

Bijker, W., Hughes, T. & Pinch, T. (Eds.) (1987). The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology. Cambridge, MA: The MIT Press.

Bijker, W. E. & Law, J. (1992). Shaping Technology/Building Society. Studies in Sociotechnical Change. Cambridge, MA: MIT Press.

boyd, d. & Crawford, K. (2012). Critical questions for Big Data. Information, Communication & Society, 15:5, 662-679, https://doi.org/10.1080/1369118X.2012.678878

Burawoy, M. (1998). The extended case method. Sociological Theory, 16(1), 4-33.

Cardon, D. (2015). A quoi rèvent les algorithmes. Nos vies à l’heure des big data. Paris: Seuil/République des idées.

Cheney-Lippold, J. (2017). We Are Data: Algorithms and The Making of Our Digital Selves. Nueva York:NYU Press.

Domínguez Rubio, Fernando, and Uriel Fogué. (2014). Unfolding the political capacities of design. En Albena Yaneva and Zaera Polo Alejandro, What is Cosmopolitical Design?. Londres: Ashgate.

Dodier, N. (1995). Les hommes et les machines: la conscience collective dans les sociétés technicisées (Vol. 1152, No. 345). Editions Métailié.

Gabrys, J. (2016). Program Earth. Environmental Sensing Technology and the Making of a Computational Planet. Minnesota: The University of Minnesota Press.

Gillespie, T. (2014). The Relevance of Algorithms. En Tarleton Gillespie, Pablo Boczkowski, and Kirsten Foot (Eds.) Media Technologies, Essays on Communication, Materiality, and Society. Cambridge, MA: MIT Press

Goldsmith, S., & Crawford, S. (2014). The responsive city: engaging communities through data-smart governance. San Francisco, CA: Jossey-Bass, a Wiley Brand.

Hilbert, M. (2016). Big Data for Development: A Review of Promises and Challenges. Development Policy Review, 34: 135–174. https://doi.org/10.1111/dpr.12142

Hine, C. (2017). Ethnography and the Internet: Taking Account of Emerging Technological Landscapes. Fudan. Journal of the Humanities and Social Sciences. https://doi.org/10.1007/s40647-017-0178-7

Jirón, P. (2011). On becoming ‘la sombra/the shadow’. En: Buscher, Monika, Urry, John, Witchger, Katian (eds). Mobile Methods. Nueva York: Routledge, pp. 36-53

Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences. Londres: Sage.

Klauser, F.R. y Albrechtslund, A. (2014). From self-tracking to smart urban infrastructures: towards an interdisciplinary research agenda on Big Data. Surveillance & Society, 12(2), 273-286.

Latour, B. (1999). Pandora’s hope: essays on the reality of science studies. Harvard University Press.

Latour, B. (2008). Reensamblar lo social. Una introducción a la teoría del actor-red. Buenos Aires: Ediciones Manantial.

Latour, B., Jensen, P., Venturini, T., Grauwin, S. & Boullier, B. (2012). The Whole is Always Smaller Than Its Parts. A Digital Test of Gabriel Tarde’s Monads. British Journal of Sociology , 63(4), 591–615.

Lupton, D. (2016). The Quantified Self: A sociology of Self-tracking. Cambridge, Reino Unido: Polity Press.

Marcus, G. E. (1995). Ethnography in/of the world system: the emergence of multi-sited ethnography. Annual review of anthropology , 24(1), 95-117.

Marres, N. (2017). Digital Sociology. The reinvention of social research. Cambridge, Reino Unido: Polity Press.

Pink, S., Ardèvol, E., & Lanzeni, D. (2016). Digital Materialities: Design and Anthropology. Londres: Bloomsbury Publishing.

Ruppert, E. Harvey, P., Lury, C., Mackenzie, A., McNally, R., Baker, S. & Lewis, C. (2015). Socializing Big data: from concept to practice. CRESC Working Paper Series No. 138. The University of Manchester and the Open University.

Schäfer, M. T., & van Es, K. (Eds.). (2017). The datafied society: Studying culture through data. Amsterdam: Amsterdam University Press. http://dx.doi.org/10.5117/9789462981362

Schonberger, V. & Cukier, K. (2013). Big Data. A Revolution that will transform how we live, work, and think . Nueva York: Houghton Mifflin Harcourt.

Sumartojo, S., Pink, S., Lupton, D. & Heyes, C. (2016). The affective intensities of datafied space. Emotion, Space and Society , 21, 33-40. https://doi.org/10.1016/j.emospa.2016.10.004

Thatcher, J., O’Sullivan, D. & Mahmoudi, D. (2016). Data colonialism through accumulation by dispossession: New metaphors for daily data. Environment and Planning D, Society and Space, 34(6), 990-1006. https://doi.org/10.1177/0263775816633195

Thrift, N. (2014). The ‘sentient’ city and what it may portend. Big Data & Society, 1(1) https://doi.org/10.1177/2053951714532241

Tironi, M., & Sánchez Criado, T. (2015). Of Sensors and Sensitivities. Towards a Cosmopolitics of “Smart Cities”?. TECNOSCIENZA: Italian Journal of Science & Technology Studies, 6(1), 89-108. http://www.tecnoscienza.net/index.php/tsj/article/view/217

van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society, 12(2), 197-208. https://doi.org/10.24908/ss.v12i2.4776

Yeung, K. (2016). ‘Hypernudge’: Big Data as a mode of regulation by design. Information, Communication & Society, https://doi.org/10.1080/1369118X.2016.1186713

Wolf, G. (2010). The Data-Driven Life. New York Times Magazine. Recuperado de: http://www.nytimes.com/2010/05/02/magazine/02self-measurement-t.html