El Vector (vector de conceptualització sociotècnica)

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.