Сети города. Люди. Технологии. Власти

Однако действительность несколько отличается от этой идеальной картины по двум причинам. Во-первых, существует ряд технических проблем, затрагивающих параметры сбора данных, доступа к ним и их качества, в силу чего образ города, формирующийся на основе этих данных, всегда неполон и должен восприниматься с осторожностью. Во-вторых, данные являются продуктом сложных социотехнических формаций, которые складываются под влиянием ряда технических, социальных, экономических и политических сил и сознательно программируются на получение определенных результатов[131] (см. таблицу 2). С одной стороны, то, какие данные производятся, как их обрабатывают, хранят, анализируют и представляют, определяется специфической технической конфигурацией и способами ее использования (например, для интерпретации данных важно знать, где располагаются датчики, каков их обзор, частота регистрации, настройки и калибровка и т. д.). С другой стороны, то, как система спроектирована и каким образом управляется, обусловлено способами мышления, техническими навыками, правовой средой, финансированием и наличием ресурсов, организационными приоритетами и внутренней политикой, сотрудничеством различных учреждений и рыночным спросом. Иначе говоря, ассамбляж данных обладает определенным «диспозитивом», который Мишель Фуко охарактеризовал как «гетерогенную совокупность элементов, к числу которых относятся дискурсы, институты, архитектурные формы, правовые решения, законы, административные меры, научные утверждения и положения философии, морали и филантропии»[132]. Для Фуко диспозитив имеет неустранимо политическую природу, производя то, что он именует «властью/знанием», то есть знанием, выполняющим стратегическую функцию. Другими словами, «большие данные» о городе никогда не являются нейтральными и объективными, но обусловлены ситуативно, зависят от различных факторов, имеют относительный характер, используются в определенном контексте для достижения конкретных целей (для наблюдения, наделения полномочиями, дисциплинирования, регулирования, контроля, производства прибыли и т. д.). Или, если прибегнуть к образу, данные о городе никогда не бывают «сырыми», они всегда уже «приготовлены» по определенному рецепту для определенных целей[133]. В этом смысле сетевой урбанизм, основанный на данных, насквозь политизирован и нацелен на создание вполне определенного типа города. Поэтому при анализе больших данных о городе необходимо подвергать критическому разбору связанные с ними ассамбляжи (включая техническую составляющую: инфраструктуру, платформу, программное обеспечение/алгоритмы, данные, интерфейс), чтобы документально зафиксировать, как эти ассамбляжи устроены и работают на практике, производя процессы и структуры городской жизни, и чьим целям это служит.

Таблица 2. Ассамбляжи данных

Система/процесс выполняет задачу

Рецепция/Операция (пользователь/использование)

Интерфейс

Коды/алгоритмы (программное обеспечение, software)

Данные (базы данных)

Платформа кода (операционная система)

Материальная платформа (инфраструктура, hardware)

Контекст фреймирование системы/задачи

Системы мышления

Формы знания

Финансовые вопросы

Политические экономии

Правительственные и юридические вопросы

Организации и институции

Индивидуальные интересы и сообщества

Рынок

Доступ к данным, право собственности на данные и контроль данных

Как уже отмечалось, в настоящее время значительный объем данных о городах производится коммерческими компаниями, такими как операторы мобильной связи, частные транспортные компании и коммунальные службы. Для них данные являются ценным товаром, обеспечивающим конкурентные преимущества или дополнительный доход, если их продавать или отдавать в лизинг, и эти компании не связаны обязательствами бесплатно распространять данные, которые были генерированы в процессе операций с городскими менеджерами и публикой. Как отметил в 2014 году британский парламентарий и министр по развитию умных городов Дэн Байлс[134], приватизация сферы общественных услуг в Великобритании и в других странах означает также приватизацию связанных с этой сферой данных, если только не приняты специальные меры, гарантирующие, что эта информация будет предоставлена городу или опубликована в открытом доступе. Аналогичным образом доступ к данным, находящимся в ведении государственно-частного сектора, полугосударственных учреждений или государственных агентств, имеющих статус коммерческого фонда (таких как государственная метеорологическая служба или картографическое управление в Великобритании, которые покрывают существенную часть текущих расходов за счет продажи данных и услуг), может предоставляться лишь сотрудникам или иметь высокую цену. Следовательно, значимые массивы данных (например, подробные карты) могут иметь режим ограниченного доступа, а информация о транспортном сообщении (автобусах, железных дорогах, прокатах велосипедов, частных платных трассах), электроэнергии и водоснабжении может быть полностью закрытой. Даже внутри государственного сектора данные могут храниться в отдельных ведомствах и не передаваться в другие подразделения той же организации или иные учреждения. Поэтому, хотя мы, возможно, и переживаем сейчас информационную революцию, доступ к значительной части этой информации ограничен, и существует ряд требующих изучения проблем в отношении прав собственности на данные и контроля данных, в особенности в том, что касается закупок, передачи внешним подрядчикам или приватизации городского хозяйства. Более того, даже если бы все данные были открытыми и использовались сразу несколькими организациями, необходимо признать, что и в этом случае оставались бы стороны жизни города, данные о которых генерируются в незначительном объеме или отсутствуют полностью. Например, в ходе проверки массивов данных, проводившейся в Дублине с целью установить, может ли город претендовать на получение сертификата соответствия стандарту ISO37120 (стандарт ИСО для городских показателей), удалось получить данные лишь по 11 из 100 искомых показателей (преимущественно из‐за того, что эти данные были либо приватизированы, либо генерировались в недостаточном объеме).

Безопасность и целостность данных

Один из основных поводов для беспокойства, связанных с сетевыми инфраструктурами и повсеместной городской компьютеризацией, – это создание систем и сред, которые содержат ошибки, часто ломаются, уязвимы для вирусов, сбоев, повреждений и хакерских атак[135]. Как отмечает K. Мимз[136], любое сетевое устройство может быть взломано, а его данные похищены и использованы с преступными целями или испорчены; этими данными можно управлять на расстоянии, их можно перенаправлять, с их помощью можно шпионить за пользователями. СМИ едва ли не ежедневно сообщают о масштабных утечках данных в коммерческих компаниях и государственных учреждениях, о краже ценных персональных данных, а в отдельных случаях об успешных хакерских атаках, позволивших вывести из строя и контролировать всю городскую инфраструктуру, например систему управления дорожным движением[137]. Как отмечает Э. Таунсенд, идея «умного города» связывает и объединяет в сетевом взаимодействии две открытые, в высшей степени сложные и зависящие от множества случайностей системы – городá и компьютеры, а это значит, что сетевой урбанизм, основанный на данных, имеет врожденные проблемы. И по мере того как городские системы развиваются и становятся все более сложными, взаимосвязанными и взаимозависимыми, количество их потенциальных уязвимых мест умножается[138]. Создание надежных систем «больших данных» о городе, таким образом, должно стать важной текущей задачей, если удастся завоевать и сохранить доверие людей к их предполагаемым выгодам. Еще один существенный момент для поддержания доверия к сетевому урбанизму, основанному на данных, связан с тем, как и для каких целей используются данные.

Использование данных

Большие данные о городе в настоящее время используются для выполнения широкого круга задач, от нейтральных, таких как наблюдение за городским освещением с целью улучшения его качества и снижения расходов, до более политизированных, таких как поддержание правопорядка. Беспокойство вызывает тот факт, что чем больше данных генерируется о городе и его жителях, тем более размываются границы понятия «приватность». Неприкосновенность частной жизни считается основополагающим правом человека, ценным и гарантированным условием жизни в развитых странах. Однако по мере того как датчики, камеры, смартфоны и другие встроенные и портативные устройства производят все больше данных, защищать последние становится все труднее, ведь люди оставляют все больше цифровых следов (данных, которые они производят сами) и цифровых теней (информации, которую собирают о них другие). Такие архивы данных позволяют осуществлять дата-надзор (вид цифровой слежки при помощи сортировки и просеивания массивов данных с целями идентификации, мониторинга, отслеживания, регулирования, предсказания и рекомендаций)[139] и геонадзор (отслеживание местоположения и перемещения людей, транспортных средств, товаров и услуг, мониторинг пространственных взаимодействий)[140]. Принимая во внимание, что многие из этих систем работают постоянно и идентифицируют уникальные комбинации данных, дата-надзор и геонадзор приобретают характер непрерывных процессов, поставляющих подробную информацию. Так, операторы мобильных сетей всегда могут установить местонахождение телефона, если он не выключен[141]. Более того, поскольку нормы «минимизации данных» ослабляются, возникает и обеспокоенность тем, что данные могут кому-то передаваться, объединяться с другими данными и использоваться в целях, для которых они изначально не были предназначены.

В частности, за последние двадцать лет произошел стремительный рост численности информационных брокеров, которые записывают, сводят воедино и перекомпоновывают данные для сдачи в аренду (для разового применения или использования на условиях лицензии) или перепродажи, а также производят различные вторичные данные и информационную аналитику. Фокусируясь на различных рынках, эти брокеры стремятся объединить офлайн-, онлайн- и мобильные данные, чтобы получить всестороннюю информацию о людях и местах, создавая персональные и геодемографические профили[142]. Эти профили затем используются для прогнозирования поведения и вероятной платежеспособности или дохода людей, а также для осуществления социальной сортировки граждан на основании их кредитной истории, занятости, владения недвижимостью и т. д.[143] Беспокойство вызвано тем, что такие компании практикуют своеобразный информационный детерминизм, создавая персональные профили и оценивая индивидов не только на основании того, что они сделали, но и на основании прогнозов о том, что они могут сделать в будущем, – прогнозов, создаваемых с использованием далеких от совершенства, засекреченных алгоритмов, которые никем не контролируются и не корректируются[144]. Подобное предвосхищающее управление может иметь далеко идущие последствия. Например, некоторые полицейские участки в США уже используют предсказательную аналитику, чтобы заранее определить место совершения будущих преступлений и направить туда патрули, а также для выявления индивидов, которые с наибольшей вероятностью преступят закон, присваивая им статус «будущих преступников»[145]. В таких ситуациях цифровые следы и цифровая тень не просто следуют за человеком – они его опережают. Ассамбляжи данных в этом случае работают не как камеры, «отражающие реальность», а скорее как машины, придающие миру различные формы[146].

Данные и технические проблемы

Помимо того, что данные всегда политизированы, доступ к ним зачастую ограничен, а предметный охват узок, необходимо признать, что существует ряд технических сложностей, снижающих познаваемость городов и возможность их контролировать. Производство данных – это всегда открытый процесс. Подходы, методологии, процедуры, стандарты и оборудование проектируются, испытываются, обсуждаются и становятся предметом споров. Производимые данные зависят от технических средств, протоколов, научных норм, поведения ученых, организационных процессов – а значит, они содержат технические и человеческие ошибки и искажения. Более того, создание данных всегда включает процесс абстрагирования (извлечения конкретных параметров из суммы всех возможных данных), репрезентации (перевода того, что измерялось, в доступную для прочтения форму – цифры, волновой график, диаграмму рассеяния, поток двоичного кода и т. д.) и нередко обобщения (например, в виде списка категорий) или уточнения показаний (преобразуемых для устранения предполагаемой ошибки/искажения). Таким образом, для любого массива данных правомерна постановка вопроса о достоверности данных и их качестве, о том, насколько точно и верно данные представляют то, что должны (особенно при использовании выборки или замещающих переменных), насколько они являются чистыми (без ошибок и пробелов), заслуживающими доверия (без искажений), последовательными (низкое количество несоответствий) и надежными (измерительный прибор последовательно выдает результаты одного и того же качества)[147]. Более того, поскольку данные генерируются огромным количеством способов, с использованием многообразных инструментов и стандартов, сохраняются сложности при попытке свести их воедино для получения более целостной картины. Поэтому невозможно узнать «правду» о городах: мы всегда получаем лишь неполные, избирательные образы, наблюдаемые под специфическим углом зрения. И эти образы могут быть результатом махинаций, манипуляций и фальсификаций.

Кроме того, модели для получения данных о городе конструируются определенным образом, а не существуют сами по себе «в природе»; аналитические инструменты отбираются, различные параметры вводятся и корректируются, применяются протоколы. Таким образом, возможны вопросы о точности моделей и аналитики, а также о том, до какой степени от них зависит получаемый результат. Мы признаем, что городская информатика и «точная наука о городе» стремятся к возможно более глубокому и максимально аргументированному пониманию города и что они производят действительно полезные знания. Однако создаваемый ими образ города и способы его объяснения все же предвзяты. Более того, результаты, которые они производят, могут неправильно интерпретироваться и приводить к экологическим просчетам. Так, в отношении городов одним из наиболее распространенных типов таких экологических просчетов является проблема изменяемых единиц площади[148], когда инструменты статистической географии, используемые для отображения агрегированных данных, могут иметь заметное влияние на наблюдаемые явления, а значит, и на итоговые выводы. Сходные последствия может иметь изменение границ классификации или числа классов. Способ систематизации данных и масштаб их представления, таким образом, существенно влияют на то, как мы понимаем город, и на то, как это понимание используется в управлении. Хотя ученые-статистики хорошо осведомлены о подобных эффектах, политики редко имеют об этом представление, и в прикладных исследованиях влияние таких искажений в основном недооценивается или игнорируется.

* * *

Мы вступаем в эпоху, когда компьютеризация является неотъемлемой составляющей городской среды, город опутан сетями, а люди не расстаются со смартфонами, обеспечивающими их связанность с другими людьми и доступ к информации. Эти устройства и инфраструктуры производят и распространяют огромные объемы данных в режиме реального времени, кроме того, они реагируют на эти данные и производимые с ними аналитические операции, что открывает новые возможности для надзора, регуляции и контроля городской жизни. Города приводятся в движение потоками данных и подчиняются новым формам алгоритмизированного управления. Однако лежащие в его основе данные и алгоритмы далеко не объективны и не нейтральны – они политизированы, несовершенны и ограничены. Поэтому умные города, которые должен создать сетевой урбанизм, основанный на данных, «умны» лишь в определенном смысле слова. Их создание и функционирование основаны на значительно большем количестве данных и сопутствующей информации, чем было доступно урбанизму предыдущих поколений, и все же и эта форма урбанизма избирательна, манипулятивна, несовершенна, прескриптивна и подвержена политическим влияниям. Более того, если инструментальная рациональность сетевого урбанизма, основанного на данных, способствует продвижению знаний о городе и способов управления, укорененных в узко определенных episteme (научное знание) и teche (практическое инструментальное знание), важно, чтобы другие формы знания, такие как phronesis (знание, выводимое из практики и размышления) и metis (знание, основанное на опыте)[149], не заглушались, а создавали противовес к ограничениям умных городов и открывали позиции, с которых возможна была бы рефлексия, критика и переработка результатов сетевого урбанизма, основанного на данных. В самом деле, даже если этот вид урбанизма обеспечивает – что бесспорно – решение ряда городских проблем, мы также должны признать, что он имеет определенные недостатки и таит в себе потенциальные угрозы. Задача, стоящая перед городскими администрациями и гражданами эпохи умных городов, заключается в том, чтобы использовать преимущества планирования и предоставления городских услуг с использованием больших данных, точных расчетов и систем, работающих в режиме реального времени, одновременно сведя к минимуму вредные последствия. Чтобы сделать это, мы должны относиться к данным и их аналитике с таким же умом, с каким мы строим наши умные города.

Перевод с английского Ксении Гусаровой и Екатерины Лапиной-Кратасюк

Сергей Любимов

К критической теории умных городов

В последние несколько лет можно наблюдать ряд попыток критически исследовать дискурс умных городов, а также роли и мотивации тех игроков – городских и сельских властей, массмедиа, частных компаний, – которые используют этот дискурс в процессе развития территорий. В концептуальном плане эти попытки чаще всего заключаются либо в операционализации уже существующих и выработке новых определений и подходов к надзору и контролю[150], либо в объяснении, какие новые группы «победителей» и «проигравших» появляются в результате реализации проектов умных городов[151]. В таких критических подходах умный город рассматривается в качестве идеологемы, возникающей в ответ на растущее насыщение созданной среды (англ. built environment) цифровыми технологиями. Предполагается, что данная идеологема позволяет инструментально использовать это насыщение в политических и корпоративных целях. Также критически настроенные авторы отмечают, что результатом распространения дискурса умных городов становится новая «политическая технология»[152] локальных и государственных трансформаций. Авторы, работающие над такого рода аргументами, фокусируются на конкретных технологиях или технологических сборках, которые способны менять специфику индивидуального и коллективного поведения, общественные институты, иерархии. Таким образом, смысл их работы – выявить социальные и политические эффекты внедрения новых технологий. Кроме того, они фокусируются на стратегиях таких игроков, как IBM, местные органы власти или национальные политики, создающие и контролирующие значения новых технологий, а также цели их распространения.

Скромный аргумент этой главы заключается в том, что такого рода критическим исследованиям и аргументам часто недостает внимания к уже существующим доцифровым тенденциям в индивидуальном и коллективном социальном поведении, из которых вырастает умный город как повестка городского развития[153]. Моя цель заключается в том, чтобы максимально уйти от фокуса на последствиях внедрения цифровых технологий для разных групп пользователей (то есть от объяснений в духе технологического детерминизма, где именно технология – главный фактор трансформации). В противовес этому я предлагаю сфокусироваться на тех общественных тенденциях, которые предшествуют внедрению цифровых технологий в городскую среду (позднее нарративизируемых в качестве умного города) и делают использование этих технологий массово распространенным и даже неизбежным решением.

В главе я фокусируюсь на двух тенденциях, широко обсуждаемых в социальных науках в последние десятилетия. Первая – это процесс разрушения социального государства и параллельный процесс систематического конструирования самодостаточной многофункциональной индивидуальности. Вторая тенденция – это интенсификация процесса коммодификации, то есть превращения граждан в вынужденных соревноваться индивидуальных предпринимателей, а создаваемых ими продуктов и информации – в постоянно оцениваемые товары. Я показываю, что городская среда – это и ключевая арена, и активный участник этих тенденций. В такой аргументации потенциал критической теории должен быть направлен на выявление социальных сил, которые создают условия для разработки и внедрения отдельных цифровых инструментов[154]. Это позволит рассматривать умный город как программу развития, создаваемую крупными деловыми и политическими игроками в конкретных исторических обстоятельствах с целью регулирования уже сложившихся позднемодерных неолиберальных обществ[155]. Этот тип регулирования актуализируется именно в контексте растущей дерегуляции институтов и инфраструктур, исторически сложившихся в масштабе национального государства. Умный город – это альтернатива регулированию в национальном масштабе, так как именно привязанная к индивидуальному профилю локализованная цифровая технология, а не централизованно массово организованные институты перераспределения и контроля, становится главным коллективным остовом для индивидуального действия. Вопрос заключается в том, какие именно нетехнологические аспекты этих позднемодерных неолиберальных обществ провоцируют именно такой регулятор и присущие ему воображения[156].

Проекты умного города как объект критики

Критические исследования проектов умных городов насчитывают всего несколько лет, однако уже сейчас в них можно выделить основные аргументы и значимые оппозиции, из которых они вырастают. Один из наиболее активных участников этой дискуссии Роб Китчин видит два ключевых аспекта в проектах умного города. Во-первых, речь идет о тенденции все более широкого присутствия компьютерных технологий в городской среде. Эти технологии используются как городскими властями для регулирования различных типов городских потоков и процессов в реальном времени, так и гражданами для ориентации в городе и его ресурсах. В ходе интеграции и анализа производимых этими компьютерными технологиями данных город становится более «умным». Цель интеграции и анализа – эффективное и устойчивое управление городской средой в будущем. Во-вторых, речь идет о локализованном развитии экономики знания, то есть об инновационной, творческой предпринимательской экономике, которая возможна только в случае наличия в городе «умных» людей. Технологии информации и коммуникации становятся здесь платформой, на которой собираются и реализуются идеи и инновации[157]. Общее здесь, по мнению Китчина, – следование логике свободного рынка и максимальной эффективности как мерила всего, а также технологичность и ориентация на солюционизм[158] (чисто инструментальное решение проблем по заданной матрице).

В целом Китчин в своем анализе делает акценты на производстве больших цифровых данных и на растущей роли работы с ними в процессе городского развития. Для него умный город – это в первую очередь технократично управляемый город, то есть аидеологичный, базирующийся исключительно на нейтральной количественной, а значит, объективной информации. Большие данные для него – это те данные, которые производятся непрерывно, доступны постоянно и, таким образом, уже не требуют технологии выборки. Последнее, кстати, ставит под вопрос роль традиционных эмпирических социальных исследователей, чья работа базировалась именно на экспертизе в технологии выборки[159]. Скажем, на сегодняшнем этапе развития коммерческих исследований аудитории цифровых СМИ наиболее актуальные вопросы методологии связаны с тем, как адекватно фиксировать интеракции устройств, с помощью которых происходит потребление содержания, а не с тем, как репрезентативно отобрать представителей разных групп пользователей и изучать опыт этих групп с помощью опросов, дневников, тестов, интервью с их представителями. Сэвэдж и Барроуз в этом ключе говорят о резком увеличении социальных данных, что должно вызывать рефлексию о будущем социологии как дисциплины. Роб Китчин ставит подобные вопросы и в отношении географии[160]. Здесь также можно добавить, что сегодня символические формы, возникающие в результате самоидентификации индивидов, могут распознаваться в созданном ими содержании своего цифрового профиля[161]. В результате информация об исследуемом поведении становится все более доступной, не будучи опосредованной опросами или специально организованным глубоким этнографическим наблюдением. Это действительно может ставить под вопрос такие давно сложившиеся технологии социального исследования, как выборка. Кроме того, это наделяет людей, обменивающихся всей этой информацией, большей рефлексивностью относительно их включенности в социальный и символический контексты.