“(…) how data are ontologically defined and delimited is not a neutral, technical process, but a normative, political, and ethical one that is often contested and has consequences for subsequent analysis, interpretation and action”.
Esta idea de la contextualización de todo el aparato del big data en torno a ensamblajes que no son puramente técnicos, sino un conglomerado de ideologías, instituciones, normativas, prácticas, subjetividades, mercados,… es una constante en el libro (y en todo el trabajo del autor, en realidad). Esta negación de la supuesta objetividad y la existencia independiente de los datos es una de las formulaciones más sólidas del texto, y es el vehículo a través del cual se desarrolla en sus diferentes aspectos (big data, open data, infraestructuras, etc.):
“The thesis adopted and developed throughout this book (…) that databases and data infrastructures are not simply neutral, technical means of assembling and sharing data; they are not merely products that store captured data about the world, but are bundles of contingent and relational processes that do work in the world. They are complex sociotechnical systems that are embedded within larger institutional landscapes of researchers, institutions and corporation (…)”El capítulo dedicado al open data y al linked data también es muy sistemático a la hora de presentar los beneficios vinculados a este movimiento (transparencia y rendición de cuentas, mejora en la toma de decisiones y promoción de una ciudadanía activa, eficiencia operativa, valor económico,…), pero también su contestación crítica. Sin ser un planteamiento tan incisivo (y discutible como el de Morozov), encontramos un análisis sobre las dificultades de financiación y sostenimiento a largo plazo de los esquemas de datos abiertos y, sobre todo, una invitación a, sin abandonar el movimiento, hacerlo más consciente de su potencial vinculación con procesos como la liberalización y mercantilización de los servicios públicos (“political parties and business have appropriated the open data movement on behalf of dominant capitalist interests under the guise of Transparency Agenda”), el riesgo de dar más poder a los que ya tienen poder (“open data can work to further empower the powered and to reproduce and deepen power imbalances”) o las dificultades para avanzar en términos de usabilidad y utilidad (y aquí es donde se encuentran algunas de las menciones que comenté sobre los hackathons).
El capítulo dedicado al big data es, de nuevo, un esfuerzo de didáctica sobre la definición de un término con perfiles difusos, y que Kitchin trata de desentrañar en torno a los conceptos de volumen, velocidad y variedad y al desarrollo reciente de disciplinas habilitadoras como la computación , las redes, la computación ubicua, el almacenamiento de datos, etc. Aquí también encuentro una tipología de fuentes de big data planteada de manera muy clara, distinguiendo el origen y el despliegue de datos muy diferentes entre sí según sean generados por sistemas de vigilancia y control (smart metering, control de tráfico), por la multitud de dispositivos digitales (desde smartphones a cámaras), sensores activos y pasivos, escáner y las diferentes versiones de los datos voluntarios (a través de transacciones, interacciones en redes sociales, sousveillance, sistemas de crowdsourcing y ciencia ciudadana).
Esta realidad de explosión de un mundo de datos “is not unfolding in a non-ideological, passive manner. Like all revolutions, it is being driven by a powerful set of arguments, forwarded by passionate believers in the benefits of the new ways of knowing and acting in the world and an Alliance of vested interests who gain from its unfolding”. Desde este punto de partida, el régimen discursivo del big data se despliega en racionalidades y agendas diferentes para quienes de una manera o de otra operan en dicho régimen (es decir, todo el mundo, desde instituciones a empresas, desde ciudadanos anónimos a colectivos organizados) para gobernar, gestionar, producir o crear. Este régimen se sostiene sobre dos grandes promesas: las mejoras en la eficiencia operativa y las mejoras en términos de seguridad en todo lo que tiene que ver con la gestión pública, pero introduce multitud de factores de riesgos, discutibles y vidriosos que apenas reciben atención en el hype actual. Trasladado al ámbito urbano y la promesa de crear mejores lugares y ciudades para vivir, la lógica remite a “(…) provide solutions to the problems created by previous rounds of technology-led development (…) as well as creating entirely new ways of acting in the world”. Emerge así la smart city apoyada en el big data como nuevo recurso sociotécnico sobre el que fundamentar la gestión urbana en ámbitos como el transporte, la seguridad, la calidad ambiental o la participación ciudadana con el Centro de Operaciones de Río de Janeiro como materialización última, con sus riesgos asociados de promoción de formas tecnocráticas de gobierno y la corporativización de la actividad municipal.
El capítulo 8 (The reframing of science, social science and humanities research) supone una síntesis de algunos de los trabajos que más me han gustado de Kitchin y del trabajo que están desarrollando en el grupo de investigación The Programmable City. Es una indagación sobre debates abiertos en el ámbito de las ciencias sociales sobre el impacto del big data en las metodologías científicas, la reformulación del empirismo y sus falacias, sintetizadas así:
Estos cuatro conceptos forman parte importante de mi tesis y están detrás de los relatos más superficiales sobre el impacto del big data en las ciudades: “the assumption that the data are objective, neutral and free of bias; (…) patterns and relationships within big data are inherently meaningful and truthful; (…) interpretations of such patterns and relationships lacks any kind of positionality or situatedness”. Ello hace que temas tan trascendentales como la privacidad, la seguridad de los datos, el control social y tecnocrático suelan pasarse de puntillas o sigan siendo hoy asuntos menores. Sin embargo, en tiempos de un naciente urbanismo cuantitativo, son estas las preguntas que deberíamos estar haciéndonos o al menos dedicándole mucha más atención crítica. Precisamente a eso ayuda el bagaje de las ciencias sociales y los estudios urbanos, que siguen luchando por hacerse un hueco en un debate dominado por la técnica vista desde un discurso puramente de racionalidad instrumental. En esa línea está también este libro.
- Big data can capture a whole of a domain and provide full resolution
- There is no need for a priori theory, models or hypotheses
- Data can speak for themselves free of human bias or framing
- Meaning trascends contexto r domain-specific knowledge