El Vector (vector de conceptualització sociotècnica)
Espai de pensament crític entorn de les cultures, societats i polítiques digitals.
Canvis a "Cos i tecnologia: corpo-realitats entre el somàtic i el digital"
Descripció (Català)
-
-
Des de fa unes dècades la relació dels nostres cossos amb les dades digitals s'ha fet cada vegada més íntima i, alhora, problemàtica. En un món “datificat” en extrem hem començat a sentir angoixes relacionades amb la incapacitat de mantenir la coherència entre les escales de les abstraccions digitals i la nostra experiència somàtica concreta: els likes i els followers s'acumulen però ens sentim cada vegada més solxs; els ritmes del treball i de l'economia s'acceleren, però això no implica cap “progrés” en les nostres vides laborals sinó, més aviat, un increment de la competència i la precarització; el mercat del Big Data ens ha convertit en mercaderia, però no rebem cap mena de retribució pel valor econòmic que generen les nostres dades ni tenim la possibilitat de triar democràticament per a què fins s'utilitzen; les xarxes socials ens permeten comunicar-nos de manera directa i a escala global, però el seu ús ens tanca en caixes algorítmiques personalitzades “filter bubbles”; disposem de més informació que mai en la història de la humanitat, però impera la desinformació a mesura que proliferen les fake news.
Seria, no obstant això, ingenu plantejar un retorn al cos somàtic sense més i negar les mediacions i abstraccions digitals. En aquesta sessió explorarem, en primer lloc, en quina mesura aquesta tensió o angoixa digital pot ser la base des de la qual pensar una ampliació de l'espectre de nostra corpo-realitat, utilitzant la teoria de la individuació de Gilbert Simondon com a marc i eina de reflexió.
Es poden pensar les dades com a cos exosomàtic? Com articular el cos somàtic i el cos de dades? De quina manera es poden compatibilitzar les escales de realitat que obren cadascun d'ells?
En segon lloc, indagarem altres maneres possibles d'acoblament entre cossos, dades i algorismes. Una de les formes actuals més ubiqües i influents d'apropiació dels nostres cossos de dades és la tecnologia del machine learning, una manera específica de construir models a partir de programes d'aprenentatge que aconsegueix classificar noves dades perquè s'ajustin a un patró implícit en un conjunt prefixat de dades d'entrenament. Es tracta de programes que “aprenen” a partir d'exemples (positius i negatius) a reconèixer exemplars anàlegs.
Aquestes tècniques de construcció de models són bastant elementals i estan lluny d'esgotar les possibilitats que brinda la programació, però són immensament efectives. És necessari considerar els motius d'aquesta efectivitat en l'àmbit de l'acció humana tant per a revisar la concepció mateixa de l'humà, com per a projectar futurs possibles amb millors acoblaments entre humans i programes. Sol assumir-se que les automatitzacions resideixen en la delegació de decisions humanes a processos algorítmics, però les pròpies decisions humanes no estan exemptes d'automatismes relacionats amb prejudicis, diferències socials i culturals, estructures de poder, etc. El que succeeix, en moltes ocasions, és que aquests automatismes humans preexistents són revelats i afavorits per aquestes tecnologies.
No obstant això, hi ha altres tipus d'acoblaments entre humans i algorismes, com el que es dóna en els processos de (meta) programació, és a dir, la construcció de programes que construeixen programes- que permeten la realització de sistemes sociotécnics amb alts graus d'indeterminació, fomentant noves i promissòries formes de creativitat cooperativa humà-màquina.
Coordinadora de la sessió: Alejandra López Gabrielidis
Convidat: Javier Blanco
Fila 0: Jara Rocha
Estructura de la sessió:
Exposició: 45’
Debat: 45’
La sessió es farà en castellà.
Podreu veure l'streaming aqui: https://www.youtube.com/watch?v=Vu9u7urZPIA
Alejandra López Gabrielidis es Llicenciada en Filosofia i Doctora en Art i Tecnologies Digitals. La seva recerca problematiza les noves modalitats de corpo-realitat que sorgeixen en relació al fenomen de la datificació. El seu interès se centra, sobretot, a analitzar les relacions que es teixeixen entre el les dades i el cos des d'un paradigma de agencialitat i materialitat distribuïda. Actualment és professora de Teories Crítiques, Internet Mining i Codi Creatiu en ELISAVA (Escola Universitària de Disseny i Enginyeria de Barcelona) i d'Estètica i Nous Mitjans en ESDi (Escola Superior de Disseny). Així mateix és investigadora del Vector de Conceptualització Sociotécnica coordinat per Tecnopolítica (IN3/UOC). Recentment ha traduït el llibre: Fenomenologia de la Fi. Sensibilitat i mutació connectiva, de Franco "Bifo" Berardi per a l’editorial Caixa Negra i ha publicat articles i assajos en diverses revistes i editorials com Holobionte, BRAC, InterARTive, Teknokultura, Arquine o El Salto.
Javier Blanco és Doctor en Informàtica per la Universitat de Eindhoven, Països Baixos, i actualment és professor titular de la Facultat de Matemàtica, Astronomia, Física i Computació de la Universitat Nacional de Córdoba, Argentina. És director del Mestratge en Tecnologia, Polítiques i Cultures, de la mateixa Universitat. Especialitzat en les àrees de mètodes formals, filosofia i computació, filosofia de la informació i filosofia de la tècnica. Ha escrit nombrosos llibres i treballs científics en Ciències de la Computació, Matemàtica, Educació i Filosofia. En particular ha co-editat "Estimar a les màquines: la filosofia de la tècnica de Gilbert Simondon" (Prometeu, 2015) i "La tècnica en qüestió" (Teseu, 2017), i recentment ha participat en els llibres col·lectius "Coses confuses", editat per Daniel Cabrera (Tirant lo Blanch, 2019), "Tecnologia, política i algorismes a Amèrica Llatina", editat per Andrés Tello (Cenaltes, 2020) i en "Individuació, tecnologia i formació —Simondon: en debat", editat per Lina Gil Congote (Aula, 2020). Actualment és Secretari General de ADIUC, gremi dels docents i investigadors universitaris de Còrdova.
-
+
Des de fa unes dècades la relació dels nostres cossos amb les dades digitals s'ha fet cada vegada més íntima i, alhora, problemàtica. En un món “datificat” en extrem hem començat a sentir angoixes relacionades amb la incapacitat de mantenir la coherència entre les escales de les abstraccions digitals i la nostra experiència somàtica concreta: els likes i els followers s'acumulen però ens sentim cada vegada més solxs; els ritmes del treball i de l'economia s'acceleren, però això no implica cap “progrés” en les nostres vides laborals sinó, més aviat, un increment de la competència i la precarització; el mercat del Big Data ens ha convertit en mercaderia, però no rebem cap mena de retribució pel valor econòmic que generen les nostres dades ni tenim la possibilitat de triar democràticament per a què fins s'utilitzen; les xarxes socials ens permeten comunicar-nos de manera directa i a escala global, però el seu ús ens tanca en caixes algorítmiques personalitzades “filter bubbles”; disposem de més informació que mai en la història de la humanitat, però impera la desinformació a mesura que proliferen les fake news.
Seria, no obstant això, ingenu plantejar un retorn al cos somàtic sense més i negar les mediacions i abstraccions digitals. En aquesta sessió explorarem, en primer lloc, en quina mesura aquesta tensió o angoixa digital pot ser la base des de la qual pensar una ampliació de l'espectre de nostra corpo-realitat, utilitzant la teoria de la individuació de Gilbert Simondon com a marc i eina de reflexió.
Es poden pensar les dades com a cos exosomàtic? Com articular el cos somàtic i el cos de dades? De quina manera es poden compatibilitzar les escales de realitat que obren cadascun d'ells?
En segon lloc, indagarem altres maneres possibles d'acoblament entre cossos, dades i algorismes. Una de les formes actuals més ubiqües i influents d'apropiació dels nostres cossos de dades és la tecnologia del machine learning, una manera específica de construir models a partir de programes d'aprenentatge que aconsegueix classificar noves dades perquè s'ajustin a un patró implícit en un conjunt prefixat de dades d'entrenament. Es tracta de programes que “aprenen” a partir d'exemples (positius i negatius) a reconèixer exemplars anàlegs.
Aquestes tècniques de construcció de models són bastant elementals i estan lluny d'esgotar les possibilitats que brinda la programació, però són immensament efectives. És necessari considerar els motius d'aquesta efectivitat en l'àmbit de l'acció humana tant per a revisar la concepció mateixa de l'humà, com per a projectar futurs possibles amb millors acoblaments entre humans i programes. Sol assumir-se que les automatitzacions resideixen en la delegació de decisions humanes a processos algorítmics, però les pròpies decisions humanes no estan exemptes d'automatismes relacionats amb prejudicis, diferències socials i culturals, estructures de poder, etc. El que succeeix, en moltes ocasions, és que aquests automatismes humans preexistents són revelats i afavorits per aquestes tecnologies.
No obstant això, hi ha altres tipus d'acoblaments entre humans i algorismes, com el que es dóna en els processos de (meta) programació, és a dir, la construcció de programes que construeixen programes- que permeten la realització de sistemes sociotécnics amb alts graus d'indeterminació, fomentant noves i promissòries formes de creativitat cooperativa humà-màquina.
Coordinadora de la sessió: Alejandra López Gabrielidis
Convidat: Javier Blanco
Fila 0: Jara Rocha
Estructura de la sessió:
Exposició: 45’
Debat: 45’
La sessió es farà en castellà.
Podreu veure l'streaming aqui: https://www.youtube.com/watch?v=Vu9u7urZPIA
Alejandra López Gabrielidis es Llicenciada en Filosofia i Doctora en Art i Tecnologies Digitals. La seva recerca problematiza les noves modalitats de corpo-realitat que sorgeixen en relació al fenomen de la datificació. El seu interès se centra, sobretot, a analitzar les relacions que es teixeixen entre el les dades i el cos des d'un paradigma de agencialitat i materialitat distribuïda. Actualment és professora de Teories Crítiques, Internet Mining i Codi Creatiu en ELISAVA (Escola Universitària de Disseny i Enginyeria de Barcelona) i d'Estètica i Nous Mitjans en ESDi (Escola Superior de Disseny). Així mateix és investigadora del Vector de Conceptualització Sociotécnica coordinat per Tecnopolítica (IN3/UOC). Recentment ha traduït el llibre: Fenomenologia de la Fi. Sensibilitat i mutació connectiva, de Franco "Bifo" Berardi per a l’editorial Caixa Negra i ha publicat articles i assajos en diverses revistes i editorials com Holobionte, BRAC, InterARTive, Teknokultura, Arquine o El Salto.
Javier Blanco és Doctor en Informàtica per la Universitat de Eindhoven, Països Baixos, i actualment és professor titular de la Facultat de Matemàtica, Astronomia, Física i Computació de la Universitat Nacional de Córdoba, Argentina. És director del Mestratge en Tecnologia, Polítiques i Cultures, de la mateixa Universitat. Especialitzat en les àrees de mètodes formals, filosofia i computació, filosofia de la informació i filosofia de la tècnica. Ha escrit nombrosos llibres i treballs científics en Ciències de la Computació, Matemàtica, Educació i Filosofia. En particular ha co-editat "Estimar a les màquines: la filosofia de la tècnica de Gilbert Simondon" (Prometeu, 2015) i "La tècnica en qüestió" (Teseu, 2017), i recentment ha participat en els llibres col·lectius "Coses confuses", editat per Daniel Cabrera (Tirant lo Blanch, 2019), "Tecnologia, política i algorismes a Amèrica Llatina", editat per Andrés Tello (Cenaltes, 2020) i en "Individuació, tecnologia i formació —Simondon: en debat", editat per Lina Gil Congote (Aula, 2020). Actualment és Secretari General de ADIUC, gremi dels docents i investigadors universitaris de Còrdova.
Descripció (Castellano)
-
-
Desde hace unas décadas la relación de nuestros cuerpos con los datos digitales se ha hecho cada vez más íntima y, a la vez, problemática. En un mundo en extremo datificado hemos comenzado a sentir angustias relacionadas con la incapacidad de mantener la coherencia entre las escalas de las abstracciones digitales y nuestra experiencia somática concreta: los likes y los followers se acumulan pero nos sentimos cada vez más solxs; los ritmos del trabajo y de la economía se aceleran, pero esto no implica ningún “progreso” en nuestras vidas laborales sino, más bien, un incremento de la competencia y la precarización; el mercado del Big Data nos ha convertido en mercancía, pero no recibimos ningún tipo de retribución por el valor económico que generan nuestros datos ni tenemos la posibilidad de elegir democráticamente para qué fines se utilizan; las redes sociales nos permiten comunicarnos de forma directa y a escala global, pero su uso nos encierra en cajas algorítmicas personalizadas “filter bubbles”; disponemos de más información que nunca en la historia de la humanidad, pero reina la desinformación a medida que proliferan las fake news.
Sería, sin embargo, ingenuo plantear un retorno al cuerpo somático sin más y negar las mediaciones y abstracciones digitales. En esta sesión exploraremos, en primer lugar, en qué medida esta tensión o angustia digital puede ser la base desde la que pensar una ampliación del espectro de nuestra corpo-realidad, utilizando la teoría de la individuación de Gilbert Simondon como marco y herramienta de reflexión.
¿Pueden los datos ser pensados como cuerpo exosomático?¿Cómo articular el cuerpo somático y el cuerpo de datos? ¿De qué modo se pueden compatibilizar las escalas de realidad que abren cada uno de ellos?
En segundo lugar, indagaremos otros modos posibles de acoplamiento entre cuerpos, datos y algoritmos. Una de las formas actuales más ubicuas e influyentes de apropiación de nuestros cuerpos de datos es la tecnología del machine learning, una manera específica de construir modelos a partir de programas de aprendizaje que consigue clasificar nuevos datos para que se ajusten a un patrón implícito en un conjunto prefijado de datos de entrenamiento. Se trata de programas que “aprenden” a partir de ejemplos (positivos y negativos) a reconocer ejemplares análogos.
Estas técnicas de construcción de modelos son bastante elementales y están lejos de agotar las posibilidades que brinda la programación, pero son inmensamente efectivas. Es necesario considerar los motivos de dicha efectividad en el ámbito de la acción humana tanto para revisar la concepción misma de lo humano, como para proyectar futuros posibles con mejores acoplamientos entre humanos y programas. Suele asumirse que las automatizaciones residen en la delegación de decisiones humanas a procesos algorítmicos, pero las propias decisiones humanas no están exentas de automatismos relacionados con prejuicios, diferencias sociales y culturales, estructuras de poder, etc. Lo que sucede, en muchas ocasiones, es que estos automatismos humanos preexistentes son revelados y favorecidos por estas tecnologías.
Hay, sin embargo, otros tipos de acoplamientos entre humanos y algoritmos, como el que se da en los procesos de (meta)programación, es decir, la construcción de programas que construyen programas- que permiten la realización de sistemas sociotécnicos con altos grados de indeterminación, fomentando nuevas y promisorias formas de creatividad cooperativa humano-máquina.
Coordinadora de la sesión: Alejandra López Gabrielidis
Invitado: Javier Blanco
Fila 0: Jara Rocha
Estructura de la sesión:
Exposición: 45’
Debate: 45’
La sesión se hará en castellano.
Podreis ver el Streaming aqui: https://www.youtube.com/embed/Vu9u7urZPIA
Alejandra López Gabrielidis es Licenciada en Filosofía y Doctora en Arte y Tecnologías Digitales. Su investigación problematiza las nuevas modalidades de corpo-realidad que surgen en relación al fenómeno de la datificación. Su interés se centra, sobre todo, en analizar las relaciones que se tejen entre el los datos y el cuerpo desde un paradigma de agencialidad y materialidad distribuida. Actualmente es profesora de Teorías Críticas, Internet Mining y Código Creativo en ELISAVA (Escuela Universitaria de Diseño e Ingeniería de Barcelona) y de Estética y Nuevos Medios en ESDi (Escuela Superior de Diseño). Asimismo es investigadora del Vector de Conceptualización Sociotécnica coordinado por Tecnopolítica (IN3/UOC). Recientemente ha traducido el libro Fenomenología del Fin. Sensibilidad y mutación conectiva de Franco "Bifo" Berardi para Caja Negra y ha publicado artículos y ensayos en diversas revistas y editoriales como Holobionte, BRAC, InterARTive, Teknokultura, Arquine o El Salto.
Javier Blanco es Doctor en Informática por la Universidad de Eindhoven, Países Bajos, y actualmente es profesor titular de la Facultad de Matemática, Astronomía, Física y Computación de la Universidad Nacional de Córdoba, Argentina. Es director de la Maestría en Tecnología, Políticas y Culturas, de la misma Universidad. Especializado en las áreas de métodos formales, filosofía y computación, filosofía de la información y filosofía de la técnica. Ha escrito numerosos libros y trabajos científicos en Ciencias de la Computación, Matemática, Educación y Filosofía. En particular ha co-editado "Amar a las máquinas: la filosofía de la técnica de Gilbert Simondon" (Prometeo, 2015) y "La técnica en cuestión" (Teseo, 2017), y recientemente ha participado en los libros colectivos "Cosas confusas", editado por Daniel Cabrera (Tirant lo Blanch, 2019), "Tecnología, política y algoritmos en América Latina", editado por Andrés Tello (Cenaltes, 2020) y en "Individuación, tecnología y formación —Simondon: en debate", editado por Lina Gil Congote (Aula, 2020). Actualmente es Secretario General de ADIUC, gremio de los docentes e investigadores universitarios de Córdoba.
-
+
Desde hace unas décadas la relación de nuestros cuerpos con los datos digitales se ha hecho cada vez más íntima y, a la vez, problemática. En un mundo en extremo datificado hemos comenzado a sentir angustias relacionadas con la incapacidad de mantener la coherencia entre las escalas de las abstracciones digitales y nuestra experiencia somática concreta: los likes y los followers se acumulan pero nos sentimos cada vez más solxs; los ritmos del trabajo y de la economía se aceleran, pero esto no implica ningún “progreso” en nuestras vidas laborales sino, más bien, un incremento de la competencia y la precarización; el mercado del Big Data nos ha convertido en mercancía, pero no recibimos ningún tipo de retribución por el valor económico que generan nuestros datos ni tenemos la posibilidad de elegir democráticamente para qué fines se utilizan; las redes sociales nos permiten comunicarnos de forma directa y a escala global, pero su uso nos encierra en cajas algorítmicas personalizadas “filter bubbles”; disponemos de más información que nunca en la historia de la humanidad, pero reina la desinformación a medida que proliferan las fake news.
Sería, sin embargo, ingenuo plantear un retorno al cuerpo somático sin más y negar las mediaciones y abstracciones digitales. En esta sesión exploraremos, en primer lugar, en qué medida esta tensión o angustia digital puede ser la base desde la que pensar una ampliación del espectro de nuestra corpo-realidad, utilizando la teoría de la individuación de Gilbert Simondon como marco y herramienta de reflexión.
¿Pueden los datos ser pensados como cuerpo exosomático?¿Cómo articular el cuerpo somático y el cuerpo de datos? ¿De qué modo se pueden compatibilizar las escalas de realidad que abren cada uno de ellos?
En segundo lugar, indagaremos otros modos posibles de acoplamiento entre cuerpos, datos y algoritmos. Una de las formas actuales más ubicuas e influyentes de apropiación de nuestros cuerpos de datos es la tecnología del machine learning, una manera específica de construir modelos a partir de programas de aprendizaje que consigue clasificar nuevos datos para que se ajusten a un patrón implícito en un conjunto prefijado de datos de entrenamiento. Se trata de programas que “aprenden” a partir de ejemplos (positivos y negativos) a reconocer ejemplares análogos.
Estas técnicas de construcción de modelos son bastante elementales y están lejos de agotar las posibilidades que brinda la programación, pero son inmensamente efectivas. Es necesario considerar los motivos de dicha efectividad en el ámbito de la acción humana tanto para revisar la concepción misma de lo humano, como para proyectar futuros posibles con mejores acoplamientos entre humanos y programas. Suele asumirse que las automatizaciones residen en la delegación de decisiones humanas a procesos algorítmicos, pero las propias decisiones humanas no están exentas de automatismos relacionados con prejuicios, diferencias sociales y culturales, estructuras de poder, etc. Lo que sucede, en muchas ocasiones, es que estos automatismos humanos preexistentes son revelados y favorecidos por estas tecnologías.
Hay, sin embargo, otros tipos de acoplamientos entre humanos y algoritmos, como el que se da en los procesos de (meta)programación, es decir, la construcción de programas que construyen programas- que permiten la realización de sistemas sociotécnicos con altos grados de indeterminación, fomentando nuevas y promisorias formas de creatividad cooperativa humano-máquina.
Coordinadora de la sesión: Alejandra López Gabrielidis
Invitado: Javier Blanco
Fila 0: Jara Rocha
Estructura de la sesión:
Exposición: 45’
Debate: 45’
La sesión se hará en castellano.
Podreis ver el Streaming aqui: https://www.youtube.com/embed/Vu9u7urZPIA
Alejandra López Gabrielidis es Licenciada en Filosofía y Doctora en Arte y Tecnologías Digitales. Su investigación problematiza las nuevas modalidades de corpo-realidad que surgen en relación al fenómeno de la datificación. Su interés se centra, sobre todo, en analizar las relaciones que se tejen entre el los datos y el cuerpo desde un paradigma de agencialidad y materialidad distribuida. Actualmente es profesora de Teorías Críticas, Internet Mining y Código Creativo en ELISAVA (Escuela Universitaria de Diseño e Ingeniería de Barcelona) y de Estética y Nuevos Medios en ESDi (Escuela Superior de Diseño). Asimismo es investigadora del Vector de Conceptualización Sociotécnica coordinado por Tecnopolítica (IN3/UOC). Recientemente ha traducido el libro Fenomenología del Fin. Sensibilidad y mutación conectiva de Franco "Bifo" Berardi para Caja Negra y ha publicado artículos y ensayos en diversas revistas y editoriales como Holobionte, BRAC, InterARTive, Teknokultura, Arquine o El Salto.
Javier Blanco es Doctor en Informática por la Universidad de Eindhoven, Países Bajos, y actualmente es profesor titular de la Facultad de Matemática, Astronomía, Física y Computación de la Universidad Nacional de Córdoba, Argentina. Es director de la Maestría en Tecnología, Políticas y Culturas, de la misma Universidad. Especializado en las áreas de métodos formales, filosofía y computación, filosofía de la información y filosofía de la técnica. Ha escrito numerosos libros y trabajos científicos en Ciencias de la Computación, Matemática, Educación y Filosofía. En particular ha co-editado "Amar a las máquinas: la filosofía de la técnica de Gilbert Simondon" (Prometeo, 2015) y "La técnica en cuestión" (Teseo, 2017), y recientemente ha participado en los libros colectivos "Cosas confusas", editado por Daniel Cabrera (Tirant lo Blanch, 2019), "Tecnología, política y algoritmos en América Latina", editado por Andrés Tello (Cenaltes, 2020) y en "Individuación, tecnología y formación —Simondon: en debate", editado por Lina Gil Congote (Aula, 2020). Actualmente es Secretario General de ADIUC, gremio de los docentes e investigadores universitarios de Córdoba.
