CC BY
13
лись тем, как настроить эти технологии для предотвращения распространения ВИЧ. Во многих странах по-прежнему сокрытие ВИЧ-статуса от сексуального партнера или использование недозволенных лекарств считаются преступлением. В США был проведен ряд совещаний на высшем уровне, задача которых состояла в поиске технологических решений проблемы здоровья нации. В частности, был поставлен вопрос о том, как заставить технологические компании осуществлять интервенции через приложения знакомств, направленные на профилактику ВИЧ (с. 8). В свою очередь, цифровые компании не часто хотят обсуждать детали законодательства и допускать секретные службы к базе данных своих пользователей.
По словам авторов, в своей статье они впервые попытались описать разные варианты культуры данных мобильных приложений знакомств. Свою работу они считают предварительной и полагают, что нужны дальнейшие серьезные исследования этой проблемы (с. 9).
Т.В. Виноградова
2018.04.023. СИВКОВ Д.Ю. БОЛЬШИЕ ДАННЫЕ В ЭТНОГРАФИИ: ВЫЗОВЫ И ВОЗМОЖНОСТИ // Социология науки и технологий. - 2017. - Т. 8, № 1. - С. 56-67.
Ключевые слова: данные; большие данные; этнография, антропология; качественные исследования; количественные исследования; коллаборация; контекст; непредставленные сообщества.
Автор, российский философ, намерен «выявить и обсудить коллаборативный потенциал этнографии (и качественных исследований в принципе) и больших данных. Он пытается понять, какие вызовы исходят от больших данных и какие возможности они могут предоставить этнографии» (с. 57).
Появление феномена больших данных в маркетинге и сфере управления стало серьезным вызовом для социальных наук и заставило социальные науки пересмотреть свои возможности. В «эмпирической эпистемологии» (Р. Китчин) считается, что «механическая объективность» устраняет субъекта-исследователя и оставляет принятие решений техническим специалистам. В этом смысле этнография и, шире, качественные исследования с акцен-
том на малых данных и контекстуальности вступают в противоречие с методами разработки больших данных. Несмотря на эпистемологический оптимизм big data, в бизнес-этнографии, в первую очередь в маркетинговых исследованиях, заговорили о недостатках больших данных и преимуществе этнографии. Общеизвестно, что корпорации активно нанимают антропологов для проведения качественных маркетинговых исследований. При этом считается, что этнография способна провести более глубокие точечные замеры социальных потребностей, чем big data.
Однако все не так однозначно. С появлением такой дисциплины, как антропология, у У. Тайлора и особенно у Б. Малиновского стоял вопрос об использовании статистических данных в этнографии. Этот вопрос тесно связан с требованием научной объективности антропологических изысканий. В определенном смысле этнография - это всегда напряжение между поэзией насыщенного описания и квантификацией строгой науки. Антропология балансирует между нерепрезентативными техниками и «доверием к числам» (trust in numbers). Также очевидно, что чем более «насыщенным» является описание какой-либо ситуации, тем больше данных оно будет содержать (хотя бы текстовых результатов транскрибирования, дневниковых записей и т.п.). В 2000-х годах наметилась тенденция к квантификации качественных данных и использованию дополнительных количественных данных для анализа результатов полевых исследований.
При каталогизации отношений big data и этнографии важно отметить противопоставление их методологий и эпистемологий. Большие данные делают то, что не могут «схватить» этнографы, и наоборот: этнография способна видеть вещи, недоступные алгоритмам машинного обучения. Появление аналитики больших данных было отмечено оптимизмом технических специалистов и корпоративного сектора, так как отпадала необходимость в социальных и иных исследователях для понимания различных процессов и явлений.
Разрыв между архивистами и полевиками связан с тем, что в музеях и архивах хранят, но не используют данные, а в университетах и лабораториях исследуют, но не хранят данные. Решение проблемы использования состоит в коллаборации между производителями информации, исследователями, хранителями, распро-
странителями и конечными пользователями. При этом предлагается общее цифровое решение: Интернет мог бы быть для различных групп общим интерфейсом для обмена, анализа и хранения данных.
Коллаборация этнографов со специалистами - аналитиками больших данных показала, что большие данные предлагают исследователям охват, а этнография - необходимую для интерпретации данных глубину. Кроме того, коллаборация предлагает этнографу доступ к большим данным. Сам по себе этот доступ является серьезной исследовательской проблемой, и он есть только у корпоративных этнографов. Совместная работа в рамках коллаборации позволяет ученым расширить свои навыки и учиться друг у друга.
Кроме противопоставления больших данных и этнографии автор отмечает такую тенденцию, как дополнение или взаимное использование возможностей друг друга в междисциплинарной перспективе. Анализ больших данных и его результаты зависят от ряда существенных факторов: технологий и платформ, на которых они получены, рамок выборки и рассмотрения, контекста генерации данных (события и обстоятельства), онтологии данных (принципы классификации и калибровки), доступа, связанного с защитой и безопасностью.
Этнография может предложить рамки для интерпретации больших данных и результатов машинного анализа. Кроме того, объемы данных требуют от исследователя определенной фокусировки на конкретных проблемах или сегментах. Большим данным требуются «маленькие паттерны» (small patterns), которые говорят, где искать данные, что именно следует исследовать и как это использовать. Вместе с рамками для анализа данных этнографы могли бы составить коллаборации со специалистами по большим данным.
Один из ключевых тезисов звучит так: «Без контекста большие данные теряют смысл» (с. 63). Здесь появляется интересное напряжение: с одной стороны, контекст - это основание этнографии и требование по отношению к данным вообще и большим данным в частности. С другой стороны, получается, что контексты создаются с помощью данных различных сенсоров, хранящихся на серверах и анализируемых с помощью алгоритмов машинного обучения.
Автор задается вопросом: «Когда мы говорим: "это зависит от контекста", имеем ли мы в виду, что контекст есть некий стабильный фон или контейнер, в который мы помещаем конкретные случаи?» (с. 63). Большие данные приложений показывают, что контексты могут быть созданы с помощью технических средств. Соответственно, «контекстуальная революция» в рекомендациях предлагает перспективу того, как по-разному контекст придумывается и управляется в различных группах людей, а конструкции контекста сами по себе могут быть контекстуально случайными. Большие данные показывают, что контекст может быть сконструирован с помощью техники. Таким образом, обращение к работе технических устройств, программному обеспечению и методам анализа данных может прояснить базовые этнографические концепты.
Итак, этнография и большие данные, несмотря на различие подходов и методов и несмотря на противопоставление, могут совместно решать исследовательские задачи и быть полезными друг для друга. Есть даже точка зрения, согласно которой и большие данные, и этнография решают одну задачу, а именно - «как большие данные создают культурные профили того, чем мы являемся» (с. 63). Коллаборативный потенциал этнографии и больших данных раскрывается во взаимной проблематизации неких узловых моментов, концептов, методов и даже фоновых оснований. Кроме того, малый фокус или малый паттерн больших данных существенно облегчают доступ к меньшинствам, например к пожилым женщинам, много времени проводящим за онлайн-играми, которые не только не заметны на фоне анализа больших данных, но доступ к которым зачастую закрыт. Принцип big data «чем больше, тем правдивее», как оказывается, работает далеко не всегда.
В то же время для качественных исследований существует другая серьезная проблема, а именно - проблема локализации сообществ. Если в классический век этнографии они были локализованы пространственно в границах острова, деревни, гетто или перекрестка, то в больших городах, а тем более в виртуальном пространстве, выявить сообщество достаточно сложно. В первом десятилетии XXI в. одной из важных антропологических проблем стала проблема экспликации скрытых и труднодоступных сообществ или популяций, размываемых большими популяциями. Та-
ким образом, большие данные с малым фокусом - это еще один способ решения важной этнографической проблемы, а именно проблемы выявления границ некоторого непредставленного или плохо представленного сообщества, не имеющего пространственной локализации. Контекстуальность анализа больших данных -это одно из главных требований со стороны социальных и гуманитарных наук.
В заключение автор отмечает, что, несмотря на шум вокруг больших данных и на то, что big data становятся зонтичным понятием, обозначающим все и ничего, появление этого феномена и новых методов ставит под вопрос основания социальных наук и проблематизирует концепты. Поэтому необходимо очертить контуры перспективных исследований в области взаимодействия этнографии и big data (с. 64).
Т.В. Виноградова
2018.04.024. ПОЛНАЯ КАРТИНА ВЕЧЕРИНКИ: НАУЧНЫЙ ЭКСПЕРИМЕНТ ПО ВЗАИМОДОПОЛНЕНИЮ СОЦИАЛЬНЫХ ДАННЫХ / БЛОК А., КАРЛСЕН Х.Б., ЙЁРГЕНСЕН Т.Б., МАД-СЕН М.М., РАЛУНД С., ПЕДЕРСЕН М.А.
Stitching together the heterogeneous party: A complementary social data science experiment / Blok A., Carlsen H.B., J0rgensen T.B., Madsen M.M., Ralund S., Pedersen M.A. // Big data & society. - 2017. -Vol. 4, N 2. - P. 1-15. - Mode of access: https://doi.org/10.1177/ 2053951717736337
Ключевые слова: большие социальные данные; этнография; миры данных; эксперимент; комплементарность; вечеринка.
Эра исследования больших данных и компьютерной социальной науки, по словам авторов, сотрудников Копенгагенского университета (Дания), породила ряд изменений внутри и вне социальных наук. Одно из них касается того, что границы между ранее самостоятельными форматами данных (цифровыми, численными, этнографическими, визуальными и пр.) стали размываться и эти форматы начали иным образом взаимодействовать друг с другом.
Большие социальные данные и этнография, как доказывает ряд исследователей, имеют ряд схожих черт. Их интересует повседневная жизнь, паттерны социальности, интеракции людей в про-
