CC BY
50Цифровые технологии репутации в городской повсе дневности: между капитализмом платформ и государственным соци альным рейтингом
Артем Космарский, Владимир Картавцев
Введение
Связка новых цифровых технологий и городской проблематики в последние годы почти по умолчанию проходит под знаком умного города, или умного урбанизма, - яркого и емкого решения, которое теоретически должно решить проблемы современных мегаполисов и обеспечить их будущее [Angelidou, 2015; Komninos, 2015]. «Умный город», «цифровой город», «город знаний» - реализация планов под этими лозунгами может подразумевать самые разные решения на стыке технологий, политики, экономики и доказательного управления [Cocchia, 2014; Viitanen, Kingston, 2014]. Однако существуют и общие тренды. С одной стороны, это оптимизация работы городских инфраструктур с помощью IT-систем, закупленных у глобальных компаний вроде IBM или разработанных по заказу. Она вызывает опасения с точки зрения надежности, а также создаваемого такими системами неравенства [Wrig, 2015; Van Zoonen, 2016; Kitchin et al.,
Космарский Артем Анатольевич, MA in
Sociology, старший научный сотрудник Центра прикладных и полевых исследований Института исследований культуры ФГРР, Национальный исследовательский университет «Высшая школа экономики»; Российская Федерация, 101000, Москва, ул. Старая Басманная, д. 21/4, стр. 1, каб. 210. E-mail: akosmarskii@hse.ru Картавцев Владимир Владимирович, кандидат философских наук, MA in Sociology, директор Центра прикладных и полевых исследований Института исследований культуры ФГРР, Национальный исследовательский университет «Высшая школа экономики»; Российская Федерация, 101000, Москва, ул. Старая Басманная, д. 21/4, стр. 1, каб. А209.
E-mail: vkartavcev@hse.ru
Статья посвящена сравнительному анализу двух наиболее значимых на данный момент (на переходе от 2010-х к 2020-м годам) подходов к выстраиванию того, что можно назвать цифровыми технологиями репутации. Первый подход, реализуемый в странах Европы и Северной Америки, опирается на рейтинги и иные системы учета репутаций, операторами которых выступают проприетарные платформы (от РаееЬоок и А^ЬпЬ до УоиРо). 1Т-технологии и платформы сделали из репутации - как чего-то неуловимого, но доступного и разделяемого всеми членами формальной или неформальной группы - исчисляемую и прозрачную метрику, доступную любому пользователю. Второй подход, реализуемый прежде всего в Китайской Народной Республике, предполагает относительно централизованный, государственный контроль над формированием и оцениванием репутаций - но так же с помощью больших данных (так называемая система социального рейтинга). Однако в китайской модели управления государство не столько приказывает и распоряжается, производя тысячи законов и указов, сколько регулирует сети и взаимодействия людей и технических артефактов. Особое внимание в статье будет уделено тому, как рейтинги и репутация, функционирующие онлайн, проявляются вовне и влияют на физическое взаимодействие агентов в городе. Наконец, в заключение мы пытаемся понять, какие институциональные формы примет противодействие новым формам контроля.
Ключевые слова: цифровая экономика; репутация; рейтинги; коммодификация; экономика платформ; социальный рейтинг; умный город
2019]. С другой - имплементация более мягких подходов, опирающаяся на инициативу граждан, независимые стартапы, нацеленные не на повышение управляемости и эффективности города как инфраструктуры, а на развитие человеческого капитала и повышение инвестиционной привлекательности городов [Datta, 2015; Hollands, 2015; Angelidou and Psaltoglou, 2017]. Другими словами, умный урбанизм предполагает как активную датафикацию городских процессов, так и новые формы надзора над населением, членов которого подталкивают к полезным активностям и ограничивают в потенциально опасных [Brayne, 2017; Tulumello, lapaolo, 2021]. Более того, как это было показано на примере Киева, Бишкека и Алма-Аты [Marat and Sutton, 2021], умный город в Евразии - это преимущественно именно пространство контроля и безопасности.
Тем не менее использование информационно-коммуникационных технологий (ИКТ) в городе не исчерпывается теми проектами, которые реализуются под лозунгами умного урбанизма. В настоящей работе мы попытаемся проанализировать, сравнить и вскрыть социологический смысл достаточно нового (2010-е годы) решения. Это цифровые технологии репутации, функционирующие на базе корпоративных (по модели Airbnb или YouDo) и государственных платформ (система социального рейтинга в Китайской Народной Республике). Особое внимание мы уделим тому, как рейтинги и репутация, функционирующие онлайн, распространяются вовне и влияют на физическое взаимодействие агентов в городе.
Цифровые технологии репутации
В начале 2010-х годов в бизнесе, IT-сфере, культурных индустриях начался активный переход к репутационной экономике. Возникло понимание, что наряду с навыками и умениями профессионала важны объем и глубина его социальных связей, доступных подсчету в качестве совокупного показателя цифровой репутации. Для понимания конкретной механики этой репутационной экономики нужно представить, как на фундаменте миллиардов атомарных выражений чувств или мнений через лайки, диз-лайки и отзывы выстраиваются аналитические инструменты для последующего измерения, представления, структурирования и управления этими чувствами и мнениями - точнее, для их превращения в монетизируемый актив. В современных цифровых средах рейтингование и оценка происходят постоянно, в полуфоновом режиме и с точки зрения экономической социологии представляют собой нематериальный труд, производящий стоимость в виде репутации [Feher, 2018: 210-211]. Однако конкретными инструментами по капитализации этой стоимости (value) обладают посредники - агрегаторы, аналитики, платформы [Срничек, 2019]. Сам же труд пользователей соцсетей и цифровых платформ осмысляется как труд-игра [Terranova, 2000], бесплатный труд, не вознаграждаемый и приносящий выгоду прежде всего самим платформам [Hesmondhalgh, 2010]. Это двойственный процесс: с одной стороны, объем труда по оценке, продвижению и маркетингу уходит на аутсорс массам пользователей с их лайками; с другой - те же пользователи, также будучи оцениваемыми, вынуждены активно выстраивать собственную репутацию, зарабатывать лайки, конструировать свою репрезентацию в сети.
Важно отметить, что в определенный момент механика формирования цифровых репутаций - и, шире, экономика лайков - коснулась не только коммуникационных или игровых площадок (вроде Facebook, eBay, форумов, многопользовательских онлайн-игр), но затронула и иные платформы. Свою роль тут сыграло развитие бирж фрилансеров (аналоги российского YouDo): оказалось, что личные репутации работников преобразуют социальные взаимодействия в экономические результаты [Gandini, 2016, p. 8], а сами фрилансеры занимаются венчурным трудом: вкладывают время и усилия по формированию своих цифровых репрезентаций ради будущих заработков [Gandini, 2016, p. 91]. Репутация превращается в медиатор трудовых отношений, преобразуя и процесс по-
Цитирование: Космарский А., Картав-цев В. (2022) Цифровые технологии репутации в городской повседневности: между капитализмом платформ и государственным социальным рейтингом//Городские исследования и практики. Т. 7. № 1. С. 65-74. й01: https://doi.org/10.17323/ 11Бр71202265-74
иска работы, и, что еще более важно, подходы к оплате и оценке труда [Agrawal et al., 2013]. Иными словами, происходит пересмотр понятия социального капитала как сети контактов работника, дающего ему доступ к ресурсам, - теперь успех человека определяется не количеством «слабых связей», а алгоритмами, превращающими отзывы прошлых работодателей в репутацию, измеряемую количественно [Gandini, 2016, p. 28-29].
Цифровая репутация превращает социальный опыт со всеми его нюансами и контекстами в формализованную, оцифрованную, капитализируемую информацию. С социологической точки зрения репутация при всей ее текучести и неустойчивости «конституируется институтами экономики и культуры, обладающими властью санкционировать и направлять внимание - затем преобразовывать это внимание в стоимость» [Hearn, 2010, p. 423]. Иными словами, экономика платформ запустила некоторый сдвиг в социальном устройстве: в ситуациях неопределенности на смену доверию как реципрокно-му отношению (субъекты доверяют друг другу, вступая в отношения) приходит ставшая исчислимым ресурсом репутация, распределенная неравномерно (она «есть» у одного из субъектов, у того, кто предлагает товары или услуги) - более того, «владеет» репутацией вообще третья сторона (курирующая платформа). IT-технологии и платформы сделали из репутации, как чего-то, что ранее с трудом поддавалось прямой формализации в рамках существования тех или иных формальных или неформальных групп, исчисляемую и прозрачную метрику, доступную любому пользователю.
Результат этого процесса может восприниматься вполне оптимистически: «цифровизация сарафанного радио» (digitization of word-of-mouth) приводит к тому, что онлайн-репутация и создаваемая ею прозрачность стимулирует добросовестное поведение людей и компаний в полной рисков анонимной цифровой среде, выступая в качестве средства стимулирования сотрудничества среди незнакомцев [Dellarocas, 2003]. Эта оптимистическая точка зрения стала достаточно популярной прежде всего среди сторонников шеринговой экономики, склонных усматривать в социальных изменениях возможность трансляции доверия между различными платформами - формирование обобщенных личных рейтингов, не привязанных к отдельным площадкам. «Представьте себе мир, где банки принимают во внимание вашу онлайн-репутацию наряду с традиционным скорингом, определяя размер вашего кредита; где кадровики нанимают вас, опираясь на компетенции, которые вы продемонстрировали на онлайн-фору-мах вроде Quora... Добро пожаловать в репутацион-ную экономику, где ваша онлайн-история становится влиятельнее вашей кредитной истории», заявила в 2012 году бизнес-гуру, исследователь доверия Рэйчел Ботсман [Botsman, 2012].
Однако более влиятельным (по крайней мере в социологии и географии) становится пессимисти-
ческий взгляд на эти процессы. Наряду с очевидными темами прекаризации, неустойчивости заработка у трудящихся в рамках платформенной экономики, их зависимости от выставляемых корпорациями баллов, на первый план выходят темы империализма цифровых платформ любого рода, их тяготения к монополизации [Zuboff, 2019], а также проблемы «черного ящика»: баллы в подобных рейтингах нередко начисляются с помощью неочевидных и непрозрачных для конечных пользователей алгоритмов [Pasquale, 2015].
Сила такого рода цифровых систем рейтингова-ния связана еще и с тем, что квантификация/датафи-кация поведения осуществляется не только онлайн-платформами, но и - одновременно - традиционными институтами типа банков и кредитных организаций. Мы имеем в виду кредитный скоринг - оценку физических и юридических лиц по критерию их надежности как заемщиков. Со второй половины ХХ века оценку платежеспособности банки и ритейлеры делегировали специализированным финансовым компаниям и их экспертам. А основанная в 1956 году фирма Fair, Isaac & Co. (ныне FICO) разработала трехзначный рейтинг кредитоспособности (в диапазоне от 300 до 850) - фактически это был прогностический фактор вероятности невыполнения заемщиком своих обязательств по выплате кредита [Marron, 2009].
Системы кредитного рейтинга произвели классификационную революцию в бизнесе: если раньше ключевой механикой выступало проведение границы между теми, кто достоин кредита, и теми, кому лучше отказать, то сейчас вся совокупность пользователей, практически тождественная «обществу», делится на множество единиц, для каждой из которых, благодаря гибкости систем рейтингования и оценки рисков, можно найти - или сконструировать - свой собственный кредитный продукт. Под давлением этих обстоятельств потребители начинают выстраивать собственные биографические траектории таким образом, чтобы попадать в поле зрения кредитных и иных рейтингующих организаций под строго определенным углом [Fourcade, Healy, 2013]. Важно отметить, что классифицирующие оптики рейтингующих организаций, сегментирующие аудиторию на основе анализа разрозненных репутационных паттернов, часто порождают категории пользователей, существующие исключительно в виде абстракции и не имеющих прямых референтов в действительности.
Итак, мы видим, как смыкается несколько экономико-социальных процессов: расцвет частных цифровых платформ, квантификация поведения и репутации людей, экспансия рейтинговых систем. Города мира выступают площадкой разворачивания этих процессов, и ключевую роль в этом процессе играют поль-зовательско-ориентированные платформы. Наиболее яркий пример - Airbnb, глобальная онлайн-площадка для размещения, поиска и краткосрочной аренды частного жилья. Здесь мы не будем останавливаться на хорошо изученном негативном воздействии Airbnb на социально-экономическую ткань городов - джен-
трификации, усилении неравенства, росте туристической эксплуатации городских пространств и т. д. [Gutiérrez et al., 2017; Monahan, 2021]. Для нас в данном случае важнее другое: при заполнении профиля пользователя платформа стимулирует максимальное раскрытие личной информации («какой вы человек?») - детали биографии, любимые книги и еда, видео, что делает возможным для арендодателей ориентацию на поиск гостей со схожими интересами и вкусами (то есть для разделения потенциальных клиентов на «своих» и «чужих»). Таким образом, в частности, и функционирует описанная выше ориентация на репутационные метрики, делающая возможным выбор «своего» человека, что становится одним из центральных критериев уверенности пользователей в условиях взаимной неопределенности. К этому добавляется другой важный цифровой инструмент -неявный надзор: отслеживание перемещений, геолокации, анализ посещенных пользователями Airbnb страниц за пределами сервиса и запросов в поисковиках, фоновая проверка заявок гостей на предмет отсутствия фактов нарушения закона или интенции к таковому, запись и анализ переписки хозяев и гостей (в том числе скорости ответа на письма).
Еще один важный компонент платформы - re-view-and-rating application (цифровая репутация пользователей). Гостей поощряют к тому, чтобы они написали как можно более насыщенный текст о том, что им понравилось, а не просто оценили по определенной шкале (у хозяев тоже своя шкала - Communication, Cleanliness, Observance of House Rules, Overall Experience). Это инструмент контроля и поощрения: без подробного отзыва гостя собственник сдаваемого жилья не может получить статус «суперхозяина», что снижает его шансы получить новые заказы. Не давать подробные отчеты в Airbnb считается нежелательным поведением, этому всячески препятствуют. И главное, для хозяев жилья разработан мощный инструментарий самодисциплины - они, работая над собственной репрезентацией, должны становиться «лучше» как пользователи, чтобы необходимость вмешательства платформы в модерацию отношений с нанимателями сводилась к минимуму (в русле фуколдианского перехода к биополитике, к самодисциплине подданных без «кнута» начальства). Airbnb предоставляет панель управления, где показано множество элементов поведения, а также инструкции о том, что можно было бы улучшить в сервисе в связи с конкретным опытом клиентов. Этот инструмент необходим арендодателям для отслеживания собственного прогресса. И конечно, внутри платформы действует уже отмеченная выше машина квантификации, трансформации частного и специфического опыта контактов (хозяев и гостей) в унифицированную числовую матрицу рейтингов.
Исследовавшие механику Airbnb социологи обращают внимание на разрыв между его идеологией (гостеприимство, принадлежность к одному сообществу, личные, а не сервисно-равнодушные отношения между хозяином и гостем) и практикой (постоянное на-
копление и обработка данных, извлечение прибыли, монополизация). Airbnb - это «аппарат, питающийся элементами жизни, дома, заботы, уюта, локальной культуры - элементами, инкорпорируемыми платформой в качестве "ценностей" и преобразуемыми в меры измерения, производящие определенный вид иерархии... внутри вычислительной рациональности платформы» [Minca, Roelofsen, 2019]. Статус суперхозяина как образ идеального гражданина Airbnb, воплощение логики его алгоритмов, не является постоянным. Суперхозяин остается горизонтом, к которому движутся пользователи, но никогда не могут достичь его и остановиться на этом, так как правила все время меняются, а требования усложняются [Roelofsen, Minca, 2018], следуя образцу описанной Джорджо Агамбеном биополитики, где порог включения и исключения перманентно сдвигается [Агамбен, 2011]. Все это лишний раз демонстрирует тот факт, что цифровые платформы при всей внешней позитивности своей повестки (шеринговая экономика, свободное предпринимательство, удобная коммуникация) работают на дальнейшую коммодификацию человеческих отношений в собственных интересах - в первую очередь для сбора данных с целью их последующей обработки и продажи [Couldry, Mejias, 2019].
Китайский социальный рейтинг: цифровизация репутации «сверху»
В странах Запада (а также в Японии и Южной Корее) цифровая репутационная экономика развивается прежде всего усилиями частных платформ, но возможно и ее внедрение «сверху», по инициативе государства. Наиболее интересным полигоном здесь выступает Китайская Народная Республика (КНР), где с 2014 года постепенно развивается система социального рейтинга (ССР, ^'^{й'Д'ШЖ, шэсюй синьюн тиси), позволяющая оценивать индивидов и организации по различным параметрам на основе сбора и анализа больших данных. Важно подчеркнуть, что ССР воспринимается за пределами страны как нечто тотальное, даже тоталитарное - как монолитная система государственного надзора и контроля [Daum, 2017], однако, как нам кажется, точнее будет понимать ситуацию там как существование множества разнообразных программ, действующих в разном темпе в разных городах и провинциях и в разных сферах экономики, общества и права. Более того, сами власти страны заняли позицию наблюдателей за экспериментами, изучая, что из этого выйдет, какая модель окажется удачнее [Xiaodong Ding and Dale Yuhao Zhong, 2020, р. 643].
По словам одного исследователя, «проект ССР лучше всего обозначить как ассамбляж- ансамбль дискурсов, регуляторных норм, стратегий развития, действующих на национальном и локальном уровне программ, целью которых является управление социальной и экономической жизнью через проблема-тизацию, оценку и использование добросовестности (trustworthiness, синьюн) граждан, фирм и государ-
ственных организаций. Конечная цель этого проекта - решение постоянно растущего списка актуальных для государства проблем: мошенничества со стороны бизнесменов, коррупции, невыполнения корпорациями законодательных требований (ком-плаенса), безопасности пищевых продуктов, соблюдения норм профессиональной этики и в целом того, что считается нормами "цивилизованного поведения"» [Chenchen Zhang, 2020, p. 567].
По большому счету речь идет не столько о системе тотального надзора (как иногда систему представляют за пределами Китая), сколько о повсеместной имплементации техник формирования репутаций, их оценивания и рейтингования с помощью больших данных - фактически того, что на Западе реализуется цифровыми платформами и банками. Основными сферами имплементации конкурентной системы ре-путационных рейтингов, согласно документам ССР, являются: государственное управление («правительственная честность»), бизнес («честность бизнеса»), правовая система («правовая объективность»), а также обширная сфера, охватывающая профессиональную этику врачей, ученых, массовое потребление, экологию - все то, что в документах именуется «социальной добропорядочностью». Появилось множество частных, местных, ведомственных, корпоративных, государственных, коммунальных, деревенских и прочих инициатив по формированию собственных систем рейтингов и оценок. Создание универсальной системы сталкивается с объективными трудностями: несоизмеримостью и даже противоречивостью критериев рейтингования, механизмов поощрения и наказания в разных системах, манипуляциями и нечестной игрой внутри уже созданных пространств конкуренции и т. д. Так, в городе Сямынь (Амой) рейтингуется около 5% населения, в Вэйхае - всего несколько тысяч человек [Lewis, 2019; Chenchen Zhang, 2020, p. 581].
Самый разработанный и широко применяющийся механизм ССР - черные и красные списки компаний, в которых отмечается, насколько они соблюдают налоговое, трудовое и другие законодательства. За попадание в черный список следуют санкции: ограничения на получение лицензий и разрешений, ограничение доступа к государственным закупкам и инфраструктурным проектам государства, к выходу на IPO/ICO. Здесь важно, что «владельцем» и «источником» репутаций выступает не государство: оно скорее арбитр, третья сила, которой важно получить независимый аудит качества работы организаций, государственных и частных. Вот характерный пример того, как ССР работает в рамках урбанизма [Aho, Duffield, 2020, p. 11]:
в крупных городах уровень загрязнения окружающей среды очень высок, управу на частные заводы и фабрики найти сложно. В этой ситуации на помощь приходят независимые датчики выбросов и мониторинг состояния среды в реальном времени. Информация с датчиков собирается, после чего происходит автоматическое понижение
социального рейтинга виновных предприятий. Еще один пример работы ССР именно в городской среде связан с взаимодействием с владельцами собак и их питомцами. В Китае культура домашних любимцев только недавно приобрела массовый характер (они имеются у 22% домохо-зяйств, в США, для сравнения, - у 67%), и муниципальные власти крайне заинтересованы в установлении культуры ответственного отношения владельцев к своим собакам. Поэтому в двух городах, где уже испытываются системы ССР, Цзясине и Сучжоу, владельцы собак обязаны внести индивидуальный номер животных в общий реестр: за регулярные прививки и медосмотры, за дрессировку, за хорошее обращение с животными начисляются баллы, а те, кто отказывается прививать собаку, или жестоко с ней обращается, или допускает ее плохое поведение в общественных местах, теряют право иметь питомца (на определенный промежуток времени) [Jeffreys, 2020].
Конечно, все вышесказанное не означает, что китайский социальный рейтинг - идеальная система, лишенная проблем и на ура принимающаяся населением. Многие черты его концепции и реализации вызывают страх и критику. Прежде всего, опасаются, что в будущем на месте нынешних многочисленных экспериментальных проектов государство захочет выстроить кросс-платформенное и межинституциональное взаимодействие, установив единую систему рейтингования и обмена данными [Xiaodong Ding, Dale Yuhao Zhong, 2020, p. 632]. Пример движения в этом направлении - сотрудничество кредитного скоринга (Sesame Credit, разработанного Ant Group) и судебной системы Китая. Оно обусловлено низкой эффективностью исполнения судебных решений (выполняются только 20% постановлений о штрафах). В итоге Sesame Credit снижает кредитный рейтинг тех, кто не платит штрафы, а уже в рамках социального рейтинга «уклонистам» не дают покупать дорогие билеты на самолеты и поезда (то есть речь идет об ограничении пространственной мобильности), а их детям - учиться в частных школах [Yang Yi, 2019]. Платежная система Alipay (часть экосистемы Alibaba) взяла на себя ту же задачу по интеграции данных кредитного рейтинга с информацией из МВД, налоговой службы и службы судебных приставов. Такой единый рейтинг не только влияет на количество скидок и выгодных предложений, но и транслируется на другие платформы (по покупке билетов на транспорт, аренде квартир и отелей). Таким образом, частные, но практически монопольные цифровые системы в Китае также действуют в логике единого социального рейтинга [Gladys Pak Lei Chong, 2019].
Помимо такой унификации немало опасений вызывает перспектива публичного осуждения, шеймин-га граждан с низким по тем или иным показателям рейтингом: например, в провинции Анхой на телевидении и билбордах публиковались имена, фотогра-
фии и личные данные должников, сумма их долга перед государством или банковской организацией [Elmer, 2018] - структурно это напоминает списки должников за ЖКУ, которые вывешивают у подъездов в России. Какие проблемы тут возникают? Прежде всего, встает вопрос о том, действительно ли при использовании таких методов наказания нарушителей достигается конечная цель программы - перевоспитание и исправление граждан с низким рейтингом. Не получится ли так, что повсеместное внедрение социального рейтингования приведет к реализации хорошо известного в социологии закона Матфея: чем больше осуждают и придают огласке данные должника, тем большая на него ложится стигма и тем меньше шансов, что он найдет новую работу или иные ресурсы для исправления ситуации? Не будет ли рейтингование способствовать развитию социальной сегрегации: ограничению пространственной мобильности и возможностей по найму жилья, устройству детей в школы и т. п. Все это вдобавок отсекает социальные связи должника - его друзья, знакомые и коллеги начинают опасаться общаться с ним, и в итоге «плохие» не перевоспитываются, а просто отделяются от «хороших» в гетто.
Отметим, что китайская система социального рейтинга не является чем-то экзотическим - она отвечает (с помощью IT-технологий) на тот же запрос на определенность, возникающий в ситуации постоянных контактов между незнакомцами. Исторически проект ССР родился именно в связи с развитием рыночных реформ в Китае и отходом от плановой экономики ХХ века. Возникла необходимость снижать риски, повышать уровень доверия, обеспечивать соблюдение ре-гуляторных норм множеством независимых организаций. Рыночная экономика, полагают китайцы, - это экономика, основанная на доверии/репутации (credit/ trust). Особенно важным стимулом для внедрения ССР стало массовое производство контрафактных товаров, коммерческие махинации, некачественные продукты. Если традиционное общество опиралось на локальные связи и сети репутации, маоистская плановая экономика - на учет и контроль в трудовых коллективах, то современная рыночная экономика - на личный интерес индивидов. Именно поэтому назрела необходимость в системе репутации на основе IT-решений, чтобы каждый мог понимать, кто является его контрагентом, будь это учреждение или физическое лицо (заметим, что и частные цифровые платформы репутации развились в ответ на аналогичный запрос).
Конечно, у китайской системы социального рейтинга есть свои - традиционные, национальные - корни. Но в не меньшей, а то и в большей степени она отражает глобальный переход от экспертных, моно-центричных, персоналистских моделей управления [Mitchell, 2002] к алгоритмическому или информационному управлению, где большие данные и алгоритмы определяют и классификацию субъектов общественной жизни [Cheney-Lippold, 2017], и поведение людей [Just, Latzer, 2017; Brauneis, Goodman, 2018]. Государство в новой модели будет не столько прика-
зывать и распоряжаться, производя тысячи законов и указов, сколько регулировать сети и взаимодействия людей и технических артефактов.
Именно поэтому можно говорить о структурном сходстве и даже, вероятно, об общих истоках китайской ССР, с одной стороны, и систем кредитного скоринга - с другой. Более того, некоторые исследователи утверждают [Mac Sirthigh, Siems, 2019], что китайская система, с ее государственным контролем лучше, так как избавлена от недостатков «субъективных» рейтингов (где баллы друг другу ставят пользователи, как на Airnbnb), где капризные, разгневанные или даже фейковые пользователи способны уничтожить репутацию фирмы или человека.
Но с другой стороны, если на Западе системы рейтингов и цифровой репутации конкурируют друг с другом, действуя в стихии рынка, то ССР при всей ее гетерогенности инициирована государством, у которого есть множество монополий, прежде всего монополия на легитимное насилие (и наказание граждан), и социальный рейтинг только укрепляет власть государства над жизнью людей. Впрочем, и на это можно возразить: капитализм платформ на Западе сам тяготеет к олигополиям и монополиям [Zuboff, 2019], и, что еще важнее, тирания системы баллов, рейтингов, метрик на уровне пользователя сама по себе достаточно жестока, и уже неважно, кто извне владеет этой системой, государство или частная компания. Скорее всего, в будущем можно ожидать гибридизации, слияния западного и китайского подходов, например, по образцу Индии и Индонезии: сочетание управляемых государством больших данных о населении, обеспечения социальными услугами и множества частных сервисов, коммерциализирующих эти данные [Hicks, 2020; Hicks, 2021].
Заключение
Описанные выше тенденции - они разворачиваются именно в городах, где особенно сильно проникновение инфраструктур, обслуживающих цифровиза-цию, - неизбежно встретят противодействие, даже несмотря на то, что развитие систем рейтингования и цифровых репутаций имеет масштабную поддержку со стороны корпораций и государств. Сложно судить, какие именно институциональные формы примет это противодействие новым формам контроля и какими будут его конкретные политические импликации. Однако уже сейчас можно представить, как будут выглядеть деинституционализированные, а иногда и нерефлексируемые формы аффектов, возникающие в качестве ответа на увеличение объема контроля и развитие соответствующих технических средств. Важно отметить, что исследователи призывают описывать цифровой контроль не как одну гомогенную практику, но в качестве многообразия техник и политик надзора - взаимодействующих, противоборствующих и пересекающихся. Другими словами, городская повседневность становится все более нагружена новыми, неочевидными правилами
социальных взаимодействий, протекающих как на индивидуальном, так и на институциональном уровне. Нарастающая в связи с этим сложность подталкивает горожан (пользователей городов) не только активнее включаться в механизмы репутационной экономики, но и одновременно с этим выбирать консервативные по отношению к цифровизации стратегии поведения.
Приведем характерный пример. В настоящее время не только на уровне теоретических разработок, но и в ходе эмпирических исследований установлено, что индивиды в современном обществе все яснее понимают невозможность сокрытия собственных персональных данных: личные данные неизбежно «утекают», открытости становится все больше, от сбора и анализа цифрового следа индивида третьими лицами или организациями становится все сложнее укрыться. Социально значимыми реакциями на такое положение дел оказываются различные формы ухода из цифрового мира (digital disengagement) [Кунцман и др., 2018], вызванные, конечно, не только страхом надзора, но и множеством иных причин: желанием сберечь время, которое могло бы быть потрачено на обеспечение безопасности своих приватных данных, желанием соблюдать цифровую гигиену, желанием регламентировать количество социальных контактов и взаимодействий и т.п. Каждая из этих практик в отдельности, а также все они в совокупности направлены в первую очередь на (пере) утверждение собственной сферы приватного, связанное со стремлением взять под контроль распространение цифровых следов, функционирующих в качестве «улик индивидуальности». Характерными приметами этой борьбы за приватность становятся, например, отказ от предоставления биометрических данных, использование анонимайзеров при браузин-ге в интернете, сокращение числа используемых цифровых - в том числе финансовых - продуктов, сокращение своего присутствия в соцсетях и т.п.
Впрочем, не следует считать подобные стратегии поведения массово отрефлексированными - как мы писали выше, их надо воспринимать скорее как групповые аффекты. Исследователи отмечают, что попытки контролировать собственное цифровое присутствие (или, иначе говоря, степень своей публичности в цифровом пространстве, понимаемом как пространство обработки цифровых следов третьими сторонами) в условиях, когда рядовому пользователю не хватает для этого ни ресурсов, ни компетенций, ни инструментов, приводит к усталости от борьбы за приватность [Choi et al., 2018].
Эта усталость, являясь систематической, может накапливаться, что приводит к возникновению цинизма по отношению к сфере приватного (privacy cynicism) [Lutz et al., 2020], выступающего отражением недоверия и скрытого конфликта, характерного для среды с низким уровнем институционального доверия. В ситуации, когда пользователь не может повлиять на решения, которые принимают его контрагенты, у него развивается циничный взгляд на мотивы и интересы последних. Казалось бы, раскрытие пер-
сональных данных, необходимое для функционирования систем социального рейтингования, должно способствовать выстраиванию более рациональной и, как следствие, более доверительной коммуникации между контрагентами в условиях растущей неопределенности, однако для значимых по своим размерам групп пользователей, не желающих по тем или иным причинам включаться в процессы цифровиза-ции повседневности, все обстоит иначе: обобществление персональных данных (и отсутствие доступа к понятным инструментам контроля за этим процессом) приводит к росту недоверия как к общественным институтам, так и к окружающим людям.
Другими словами, возникает проблема, которую уже сейчас можно наметить аналитически. Не случится ли так, что механизмы репутационной экономики, будучи последовательно имплементированными (либо в виде западного капитализма платформ, либо в виде китайского ССР), обернутся своей противоположностью? То есть задуманные как средство выстраивания доверительных отношений между отчужденными контрагентами, они спровоцируют еще больший рост недоверия между ними. Если это произойдет, то уже в ближайшем будущем глобальные умные города рискуют столкнуться с кризисом подозрения по отношению к собственным цифровым инфраструктурам и к идеологии «распределенного доверия» в целом, фундирующей механику репутационной экономики.
Источники
Агамбен Дж. (2011) Homo sacer. Суверенная власть и голая
жизнь. М.: Издательство «Европа». Кунцман А., Богданова E.O., Пономарева Э.Я., Щетви-на А.А. (2018) Отказ и ограничение использования интернета в среде российских IT-специалистов//Социология власти. №3. С. 144-164. Срничек Н. (2019) Капитализм платформ. М.: Издательский
дом Высшей школы экономики. Agrawal A., Horton J., Lacetera N., Lyons E. (2013) Digitization and the Contract Labor Market: A Research Agenda. NBER Working paper. Режим доступа: https://www.nber.org/ papers/w19525 (дата обращения: 07.07.2021). Aho B., Duffield R. (2020) Beyond Surveillance Capitalism: Privacy, Regulation and Big Data in Europe and Chi-na//Economy and Society. No. 49 (2). P. 187-212. Angelidou M. (2015) Smart Cities: A Conjuncture of Four
Forces//Cities. No. 47. P. 95-106. Angelidou M., Psaltoglou A. (2017) An Empirical Investigation of Social Innovation Initiatives for Sustainable Urban Development // Sustainable Cities and Society. No. 33. P. 113-125. Botsman R. (2012) Welcome to the New Reputation Economy //Wired. Режим доступа: https://www.wired.co.uk/ar-ticle/welcome-to-the-new-reputation-economy (дата обращения: 07.07.2021). Brayne S. (2017) Big Data Surveillance: The Case of Policing //American Sociological Review. No. 82 (5). P. 977-1008.
Brauneis R., Goodman E. P. (2018) Algorithmic Transparency for the Smart City // Yale Journal of Law & Technology. No. 20 (103). P. 103-176. Chenchen Zhang (2020) Governing (through) Trustworthiness: Technologies of Power and Subjectification in
China's Social Credit System//Critical Asian Studies. No. 52 (4). P. 565-588.
Cheney-Lippold J. (2017) We Are Data: Algorithms and the Making of Our Digital Selves. New York: NYU Press.
Choi H., Park J., Jung Y. (2018) The Role of Privacy Fatigue in Online Privacy Behaviour//Computers in Human Behavior. No. 81. P. 42-51.
Cocchia A. (2014) Smart and Digital City: A Systematic Literature Review// Smart City: How to Create Public and Economic Value with High Technology in Urban Space/ R. P Dameri., C. Rosenthal-Sabroux (eds.). New York, NY: Springer. P. 13-43.
Couldry N., Mejias U.A. (2019) Data Colonialism: Rethinking Big Data's Relation to the Contemporary Subject //Television & New Media. No. 20 (4). P. 336-349.
Datta A. (2015) New Urban Utopias of Postcolonial India: "Entrepreneurial Urbanization" in Dholera Smart City, Gujarat //Dialogues in Human Geography. No 5 (1). P. 3-22.
Daum J. (2017) China Through a Glass, Darkly: What Foreign Media Misses in China's Social Credit. // China Law Translate. Режим доступа: https://www.chinalawtranslate.com/en/ china-social-credit-score/ (дата обращения: 07.07.2021).
Dellarocas C. (2003) The Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms// Management Science. No. 49. P. 1407-1424.
Fourcade M., Healy K. (2013) Classification Situations: Life-Chances in the Neoliberal Era // Accounting, Organizations and Society. No. 38 (8). P. 559-572.
Gandini A. (2016) The Reputation Economy: Understanding Knowledge Work in Digital Society. UK: Palgrave Mac-millan.
Gladys Pak Lei Chong (2019) Cashless China: Securitization of Everyday Life through Alipay's Social Credit System - Sesame Credit // Chinese Journal of Communication. No. 12 (3). P. 290-307.
Gutiérrez J., García-Palomares J.C., Romanillos G., Salas-Olmedo M.H. (2017). The Eruption of Airbnb in Tourist Cities: Comparing Spatial Patterns of Hotels and Peer-to-Peer Accommodation in Barcelona // Tourism Management. No. 62. P. 278-291.
Elmer K. (2018) Chinese Debtors Shamed with Broadcast of Names and Faces on Giant Screens on May 1 Holiday //South China Morning Post. Режим доступа: https:// www.scmp.com/news/china/society/article/2144690/chi-nese-debtors-shamed-broadcast-names-and-faces-giant-screens (дата обращения: 07.07.2021).
Feher M. (2018) Rated Agency: Investee Politics in a Speculative Age. Princeton: Princeton University Press.
Hearn A. (2010) Structuring Feeling: Web 2.0, Online Ranking and Rating, and the Digital 'Reputation' Economy //Ephemera. No. 10 (3/4). P. 421-438.
Hesmondhalgh D. (2010). User-Generated Content, Free Labour and the Cultural Industries // Ephemera. No. 10 (3/4). P. 267-284.
Hicks J. (2020) Digital ID Capitalism: How Emerging Economies are Re-Inventing Digital Capitalism // Contemporary Politics. No. 26 (3). P. 330-350.
Hicks J. (2021) A 'Data Realm' for the Global South? Evidence from Indonesia// Third World Quarterly. Vol. 42. No. 7. P. 1417-1435.
Hollands R.G. (2015) Critical Interventions into the Corporate Smart City // Cambridge Journal of Regions, Economy and Society. No. 8 (1). P. 61-77.
Jeffreys E. (2020) Beijing Dog Politics: Governing Human-Canine Relationships in China//Anthrozoos. No. 33 (4). P. 511-528.
Just N., Latzer M. (2017) Governance by Algorithms: Reality Construction by Algorithmic Selection on the Inter-net//Media, Culture & Society. No. 39 (2). P. 238-258.
Kitchin R., Cardullo P., Di Feliciantonio C. (2019) Citizenship, Justice, and the Right to the Smart City// The Right to the Smart City/ P. Cardullo, C. Di Feliciantonio, R. Kitchin (eds.). Bingley, Emerald Publishing. P. 1-24.
Komninos N. (2015) The Age of Intelligent Cities; Smart Environments and Innovation-for-All Strategies. London: Routledge.
Lewis D. (2019) All Carrots and No Sticks: A Case Study on Social Credit Scores in Xiamen and Fuzhou.//Digital Asia Hub. Режим доступа: https://www.digitalasiahub. org/2019/10/11/all-carrots-and-no-sticks-a-case-study-on-social-credit-scores-in-xiamen-andfuzhou/ (дата обращения: 07.07.2021).
Lutz C., Hoffmann C.P., Ranzini G. (2020) Data Capitalism and the User: An Exploration of Privacy Cynicism in Germany// New Media & Society. No. 22 (7). P. 1168-1187.
Mac Sirthigh D., Siems M. (2019) The Chinese Social Credit System: A Model for Other Countries? EUI Department of Law Research Paper 2019/01. Режим доступа: https:// cadmus.eui.eu/bitstream/handle/1814/60424/LAW_2019_01. pd?sequence=1&isAllowed=y (дата обращения: 07.07.2021).
Marat E., Sutton D. (2021) Technological Solutions for Complex Problems: Emerging Electronic Surveillance Regimes in Eurasian Cities//Europe-Asia Studies. No. 73 (1). P. 243-267.
Marron D. (2009) Consumer Credit in the United States: A Sociological Perspective from the 19th Century to the Present. New York: Palgrave Macmillan.
Minca C., Roelofsen M. (2019) Becoming Airbnbeings: on Datafication and the Quantified Self In Tourism// Tourism Geographies. Vol. 23. No. 4. P. 743-764.
Mitchell T. (2002) Rule of Experts. Egypt, Techno-Poli-tics, Modernity. Berkeley, CA: University of California Press.
Monahan T. (2021) Recoding the City: Cultural Mediation of Short-Term Rental Platforms in the US. Cultural Studies. Vol. 35. No. 4-5. P. 946-967.
Pasquale F. (2015) The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Harvard University Press.
Roelofsen M., Minca C. (2018) The Superhost. Biopolitics, Home and Community in the Airbnb Dream-World of Global Hospitality//Geoforum. No. 91. P. 170-181.
Terranova T. (2000) Free Labor: Producing Culture for the Digital Economy//Social Text. No. 18 (2). P. 33-58.
Tulumello S., Iapaolo F. (2021) Policing the Future, Disrupting Urban Policy Today. Predictive Policing, Smart City, and Urban Policy in Memphis (TN) //Urban Geography. P. 1-22.
Viitanen J., Kingston R. (2014) Smart Cities and Green Growth: Outsourcing Democratic and Environmental Resilience to the Global Technology Sector//Environment and Planning A. No. 46 (4). P. 803-819.
Wiig A. (2015) IBM's Smart City as Techno-Utopian Policy Mobility// City. No. 19 (2-3). P. 258-273.
Xiaodong Ding, Dale Yuhao Zhong (2020) Rethinking China's Social Credit System: A Long Road to Establishing Trust in Chinese Society // Journal of Contemporary China. No. 30 (130). P. 630-644.
Yang Yi (2019) China Focus: Chinese Courts Use Technology to Tighten Noose on Debt Defaulters // Xinhuanet. Режим доступа: http://www.xinhuanet.com/english/2017-10/ 03/c_136657135.htm (дата обращения: 07.07.2021).
Van Zoonen L. (2016) Privacy Concerns in Smart Cities //Government Information Quarterly. No. 33 (3). P. 472-480.
Zuboff Sh. (2019) The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. UK: Profile Books.
DIGITAL REPUTATION TECHNOLOGIES IN THE URBAN EVERYDAY: Between Platform Capitalizm and the StateRun Social Credit System
Artyom A. Kosmarski, MA in
Sociology, Senior Researcher, Centre for Applied and Field Research, Institute of Cultural Studies, Faculty of Urban and Regional Development, HSE University; 21/4 bldg. 1 Staraya Basmannaya str., Moscow, 101000, Russian Federation. E-mail: akosmarskii@hse.ru Vladimir V. Kartavtsev, PhD in Philosophy, MA in Sociology, Director, Centre for Applied and Field Research, Institute of Cultural Studies, Faculty of Urban and Regional Development, HSE University; 21/4 bldg. 1 Staraya Basmannaya str., Moscow, 101000, Russian Federation. E-mail: vkartavcev@hse.ru
Abstract. This paper is devoted to a comparative analysis of the two most significant approaches to what could be termed digital reputation technologies between the 2010s and the 2020s. The first approach, implemented in Europe and North America, relies on rankings and other reputation metrics operated by proprietary platforms (from Facebook and Airbnb to YouDo). IT technologies and platforms have transformed reputation (something that had been an elusive yet accessible and is shared by all members of a formal or informal group) into a calculable and transparent metric accessible to anyone. The second approach, implemented primarily in the People's Republic of China (the social credit), operates not so much for the purposes of oversight and control as for the widespread implementation of reputation formation techniques, their evaluation and rating, with the aid of big data. The state, in this new model, does not order and direct by producing thousands of laws and decrees, but rather regulates the networks and the interactions of people and technical artifacts. The authors pay particular attention to how online ratings and reputation radiate outward and affect the physical interactions of actors in urban spaces. Finally, we sketch an array of potential institutional forms of resistance to these new forms of control.
Keywords: digital economy; reputation; rankings; commodification; platform economy; social credit; smart city
Citation: Kosmarski A., Kartavtsev V. (2022) Digital Reputation Technologies in the Urban Everyday: Between Platform Capitalism and the State-Run Social Credit System. Urban Studies and Practices, vol. 7, no 1, pp. 65-74. (in Russian) DOI: https://doi. org/10.17323/usp71202265-74
References
Agamben G. (2011) Homo Sacer.
Suverennaya vlast' i golaya zhizn' [Homo Sacer: Sovereign Power and Bare Life]. Moscow: Evropa (in Russian).
Agrawal A., Horton J., Lacetera N., Lyons E. (2013) Digitization and the Contract Labor Market: A Research Agenda. NBER Working paper. Available at: https://www. nber.org/papers/w19525 (accessed 7 July 2021). Aho B., Duffield R. (2020) Beyond Surveillance Capitalism: Privacy, Regulation and Big Data in Europe and China. Economy and Society, vol. 49 (2), pp. 187-212. Angelidou M. (2015) Smart Cities: A Conjuncture of Four Forces. Cities, no 47, pp. 95-106. Angelidou M., Psaltoglou A. (2017) An Empirical Investigation of Social Innovation Initiatives for Sustainable Urban Development. Sustainable Cities and Society, no 33, pp. 113-125. Botsman R. (2012) Welcome to the New Reputation Economy, 20.08. 2012. Wired. Available at: https://www. wired.co.uk/article/wel-come-to-the-new-reputation-economy (accessed 7 July 2021). Brayne S. (2017) Big Data Surveillance: The Case of Policing. American Sociological Review, no 82 (5), pp. 977-1008. Brauneis R., Goodman E.P. (2018) Algorithmic Transparency for the Smart City. Yale Journal of Law & Technology, vol. 20 (103), pp. 103-176.
Chenchen Zhang (2020) Governing (through) Trustworthiness: Technologies of Power and Subjectification in China's Social Credit System. Critical Asian Studies, vol. 52 (4), pp. 565-588. Cheney-Lippold J. (2017) We Are
Data: Algorithms and the Making of Our Digital Selves. New York: NYU Press.
Choi H., Park J. and Jung Y. (2018) The Role of Privacy Fatigue in Online Privacy Behaviour. Computers in Human Behavior, no 81, pp. 42-51. Cocchia A. (2014) Smart and Digital City: A Systematic Literature
Review. Smart City: How to Create Public and Economic Value with High Technology in Urban Space. New York, NY: Springer, pp. 13-43.
Couldry N. and Mejias U.A. (2019) Data colonialism: Rethinking Big Data's Relation to the Contemporary Subject. Television & New Media, vol. 20 (4), pp. 336349.
Datta A. (2015) New Urban Utopias of Postcolonial India: "Entrepreneurial Urbanization" in Dholera Smart City, Gujarat. Dialogues in Human Geography, vol. 5 (1), pp. 3-22.
Daum J. (2017) China Through a
Glass, Darkly: What Foreign Media Misses in China's Social Credit,
24.12.2017. China Law Translate. Available at: https://www.chi-nalawtranslate.com/en/china-so-cial-credit-score/ (accessed
7 July 2021).
Dellarocas C. (2003). The
Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms. Management Science, no 49, pp. 1407-1424.
Fourcade M., Healy K. (2013)
Classification Situations: Life-Chances in the Neoliberal Era. Accounting, Organizations and Society, vol. 38 (8), pp. 559-572.
Gandini A. (2016) The Reputation Economy: Understanding Knowledge Work in Digital Society. UK: Palgrave Macmillan.
Gladys Pak Lei Chong (2019) Cashless China: Securitization of Everyday Life through Alipay's Social Credit System - Sesame Credit. Chinese Journal of Communication, vol. 12(3), pp. 290-307.
Gutiérrez J., García-Palomares J.C., Romanillos G., Salas-Olmedo M.H. (2017) The Eruption of Airbnb In Tourist Cities: Comparing Spatial Patterns of Hotels and Peer-To-Peer Accommodation in Barcelona. Tourism Management, no 62, pp. 278-291.
Elmer K. (2018) Chinese Debtors Shamed with Broadcast of Names and Faces on Giant Screens on May 1 Holiday,
04.05.2018. South China Morning Post. Available at: https://www. scmp.com/news/china/society/arti-cle/2144690/chinese-debtors-shamed-broadcast-names-and-faces-giant-screens (accessed 7 July 2021).
Feher M. (2018) Rated Agency:
Investee Politics in a Speculative Age. Princeton: Princeton University Press.
Hearn A. (2010) Structuring Feeling: Web 2.0, Online Ranking and Rating, and the Digital 'Reputation' Economy. Ephemera, vol. 10 (3/4), pp. 421-438.
Hesmondhalgh D. (2010) UserGenerated Content, Free Labour and the Cultural Industries. Ephemera, vol. 10 (3/4), pp. 267-284.
Hicks J. (2020) Digital ID
Capitalism: How Emerging Economies are Re-Inventing Digital Capitalism. Contemporary Politics, no 26(3), pp. 330-350.
Hicks J. (2021) A 'Data Realm' for the Global South? Evidence from Indonesia. Third World Quarterly, vol. 42, no 7, pp. 1417-1435.
Hollands R.G. (2015) Critical
Interventions into the Corporate Smart City. Cambridge Journal of Regions, Economy and Society, no 8 (1), pp. 61-77.
Jeffreys E. (2020) Beijing Dog Politics: Governing Human-Canine Relationships in China. Anthrozoos, no 33 (4), pp. 511528.
Just N., Latzer M. (2017) Governance by Algorithms: Reality Construction by Algorithmic Selection on the Internet. Media, Culture & Society, vol. 39 (2), pp. 238-258.
Kitchin R., Cardullo P., Di Feliciantonio C. (2019) Citizenship, Justice, and the Right to the Smart City. Cardullo P., Di Feliciantonio C., Kitchin R. (eds.) The Right to the Smart City. Bingley, Emerald Publishing, pp. 1-24.
Komninos N. (2015) The Age of Intelligent Cities; Smart Environments and Innovation-forAll Strategies. London: Routledge.
Kuntsman A., Bogdanova E.O.,
Ponomareva E. Ya., Shchetvina A.A. (2018) Otkaz i ogranicheniye is-pol'zovaniya interneta v srede rossiyskikh IT-spetsialistov [Renunciation and Self-Restraint in Internet Use among Russian IT-Specialists]. Sotsiologiya vlasti [Sociology of Power]. no 3, p. 144-164. (in Russian)
Lewis D. (2019) All Carrots and No Sticks: A Case Study on Social Credit Scores in Xiamen and Fuzhou, 11.10.2019. Digital Asia Hub. Available at: https://www. digitalasiahub.org/2019/10/11/all-carrots-and-no-sticks-a-case-study-on-social-credit-scores-in-xiamen-andfuzhou/ (accessed 7 July 2021).
Lutz C., Hoffmann C. P., Ranzini G. (2020) Data Capitalism and the User: An Exploration of Privacy Cynicism in Germany. New Media & Society, no 22 (7), pp. 1168-1187.
Mac Sirthigh D., Siems M. (2019) The Chinese Social Credit System: A Model for Other Countries? EUI
Department of Law Research Paper 2019/01. Available at: https:// cadmus.eui.eu/bitstream/han-dle/1814/60424/LAW_2019_01.pdf?se-quence=1&isAllowed=y (accessed 7 July 2021).
Marat E., Sutton D. (2021) Technological Solutions for Complex Problems: Emerging Electronic Surveillance Regimes in Eurasian Cities. Europe-Asia Studies, vol. 73 (1), pp. 243-267.
Marron D. (2009) Consumer Credit in the United States: A Sociological Perspective from the 19th Century to the Present. New York: Palgrave Macmillan.
Minca C., Roelofsen M. (2019) Becoming Airbnbeings: on Datafication and the Quantified Self in Tourism. Tourism Geographies, vol. 23, no 4, pp. 743-764.
Mitchell T. (2002) Rule of Experts. Egypt, Techno-Politics, Modernity. Berkeley, CA: University of California Press.
Monahan T. (2021) Recoding the City: Cultural Mediation of Short-Term Rental Platforms in the US. Cultural Studies, vol. 35, no 4-5, pp. 946-967.
Pasquale F. (2015) The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Harvard University Press.
Roelofsen M. and Minca C. (2018) The Superhost. Biopolitics, Home and Community in the Airbnb DreamWorld of Global Hospitality. Geoforum, no 91, pp. 170-181.
Srnicek N. (2019) Kapitalizm platform [Platform Capitalism]. Moscow: Higher School of Economics Press. (in Russian)
Terranova T. (2000) Free labor:
Producing Culture for the Digital Economy. Social Text, vol. 18 (2), pp. 33-58.
Tulumello S., Iapaolo F. (2021) Policing the Future, Disrupting Urban Policy Today. Predictive policing, Smart City, and Urban Policy in Memphis (TN). Urban Geography, pp. 1-22.
Viitanen J., Kingston R. (2014) Smart Cities and Green Growth: Outsourcing Democratic and Environmental Resilience to the Global Technology Sector. Environment and Planning A, vol. 46 (4), pp. 803-819.
Wiig A. (2015) IBM's Smart City as Techno-Utopian Policy Mobility. City, vol. 19 (2-3), pp. 258-273.
Xiaodong Ding, Dale Yuhao Zhong
(2020): Rethinking China's Social Credit System: A Long Road to Establishing Trust in Chinese
Society. Journal of Contemporary China, no 30 (130), pp. 630-644.
Yang Yi (2019) China Focus: Chinese Courts Use Technology to Tighten Noose on Debt Defaulters. Xinhuanet. Available at: http:// www.xinhuanet.com/en-glish/2017-10/03/c_136657135.htm (accessed 7 July 2021).
Van Zoonen L. (2016) Privacy Concerns in Smart Cities. Government Information Quarterly, vol. 33 (3), pp. 472-480.
Zuboff Sh. (2019) The Age of
Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. UK: Profile Books.
