Data as Transcendental Stabilizations: Symbolic Mediation and the Pre-Semantic Conditions of Data
Dit artikel betoogt dat data geen ontologische primitieven of louter technische artefacten zijn, maar voortkomen uit historisch variabele symbolische stabilisaties die differentiële configuraties transformeren tot operationeel beschikbare verschillen, waardoor kwesties zoals algoritmische bias worden geherformuleerd als geschillen over concurrerende regimes van begrijpelijkheid in plaats van eenvoudige technische beheersproblemen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een emmer zand vasthoudt. Voor een geoloog is het een monster van silica en veldspaat. Voor een kind is het bouwmateriaal voor een kasteel. Voor een dichter is het een metafoor voor tijd die door je vingers glipt. Maar voordat al deze mensen kunnen zeggen: "dit is zand", moet er eerst iets onzichtbaars gebeuren. De chaotische, verschuivende korrels moeten worden gevangen, benoemd en veranderd in iets dat geteld, gedeeld en onthouden kan worden. Dit is het geheime leven van data.
In de wereld van wetenschap en technologie behandelen we data vaak als kleine bakstenen van de werkelijkheid die we gewoon van de vloer oprapen. We gaan ervan uit dat als we een thermometer hebben, de temperatuur er gewoon "is", wachtend om opgeschreven te worden. Maar een nieuw artikel van Rodrigo Garrido suggereert dat dit een beetje een truc is. Het betoogt dat data niet iets is dat we vinden; het is iets dat we maken. Om dit te begrijpen, moeten we naar drie grote ideeën kijken. Ten eerste, symbolische bemiddeling: het idee dat we de werkelijkheid niet direct kunnen aanraken; we moeten altijd hulpmiddelen, woorden of getallen gebruiken om de wereld te vertalen naar iets wat we kunnen begrijpen. Ten tweede, stabilisatie: het proces van het nemen van iets dat rommelig is en het veranderen zodat het lang genoeg hetzelfde blijft om nuttig te zijn. En ten derde, projectie: zoals het schijnen van een zaklamp op een 3D-object om een 2D-schaduw te zien, moeten we kiezen welke delen van de werkelijkheid we uitlichten en welke we negeren om een "datum" te maken. Waarom is dit belangrijk? Omdat als we denken dat data slechts "ruwe waarheid" is, we de kans lopen te missen dat de manier waarop we kiezen om dingen te meten, eigenlijk bepaalt wat we kunnen zien, wat we kunnen weten en zelfs wat als "echt" telt in onze digitale wereld.
Dus, wat zegt dit artikel eigenlijk? Het stelt voor dat een "datum" (een enkel datapunt) niet een minuscuul, reeds bestaand stukje van het universum is. In plaats daarvan is het een transcedentele stabilisatie. Dat is een chique manier om te zeggen dat het een snapshot van de werkelijkheid is die is bevroren, verpakt en reproduceerbaar is gemaakt door een specifieke set regels en hulpmiddelen.
Beschouw de werkelijkheid als een enorme, continue, gonzende rivier van informatie. Het stroomt altijd, verandert voortdurend en is vol met oneindige verschillen. Je kunt niet zomaar de rivier in een pot scheppen; het zou er gewoon uitstromen. Om "data" te krijgen, moet je een dam bouwen. Je moet beslissen waar je de rivier doorsnijdt, wat je meet en hoe je het labelt. Het artikel betoogt dat deze handeling van het bouwen van de dam is wat de data creëert. Voordat de dam is gebouwd, is er alleen de rivier (ontologische variatie). Zodra de dam is gebouwd en het water in een specifieke pijp wordt geleid, dat is de data.
De auteur gebruikt enkele interessante metaforen om uit te leggen hoe dit werkt. Stel je voor dat je een liedje probeert te beschrijven. De geluidsgolven in de lucht zijn de "rivier". Als je dat liedje in een bestand op je computer wilt veranderen (een datum), moet je het geluid in kleine, discrete stukjes hakken. Dit wordt tokenisatie genoemd in de wereld van computers. Je kunt niet het hele continue liedje in een machine voeren; je moet het opbreken in kleine stukjes (tokens) die de machine kan vasthouden. Maar hier komt de crux: de manier waarop je het hak, verandert het liedje. Als je het hakt op de maat, krijg je het ene soort data. Als je het hakt op de toonhoogte, krijg je een totaal ander soort data. Het artikel zegt dat de "data" niet het liedje zelf is; het is de specifieke manier waarop jij hebt besloten het op te hakken.
Het artikel betoogt ook dat dit niet een eenmalige gebeurtenis is. Zodra je het liedje hebt opgehakt, moet je ervoor zorgen dat die stukjes niet uit elkaar vallen. Hier komt technische sedimentatie in beeld. Stel je voor dat je een recept op een stuk papier schrijft. Dat papier is een "technische ondersteuning". Het houdt het recept vast zodat je het morgen nog kunt lezen. Maar dat papier heeft ook regels: het heeft lijnen, het heeft een bepaalde grootte, en misschien is het geschreven in een taal die je kent. Die regels uit het verleden (het papier, de taal) zijn "gesedimenteerd" in je recept. Ze bepalen wat je kunt schrijven en hoe je het kunt schrijven. Het artikel suggereert dat al onze data hier zo van is. Het is gebouwd op lagen van oude hulpmiddelen, oude regels en oude manieren van denken die we vaak niet eens opmerken. Een database ontworpen in de jaren 80 kan nog steeds bepalen wat voor soort data we vandaag de dag kunnen verzamelen, simpelweg vanwege de manier waarop deze is gebouwd.
De auteur is heel duidelijk over wat data niet is. Het is geen "rauw" stukje werkelijkheid dat wacht om ontdekt te worden. Je kunt niet zomaar een "datum" in de natuur vinden. Een temperatuurverandering bestaat wel degelijk, maar het wordt pas een "temperatuurdatum" wanneer een thermometer het meet, een computer het registreert en een wetenschapper ermee instemt hoe het opgeschreven moet worden. Het artikel zet zich ook af tegen het idee dat data slechts een neutrale bouwsteen voor de waarheid is. In plaats daarvan suggereert het dat de manier waarop we data stabiliseren (de regels die we gebruiken) de waarheid die we zien daadwerkelijk creëert. Als je een andere set regels gebruikt (een andere symbolische vorm), krijg je een ander soort data, en een ander soort waarheid.
Het artikel beweert niet dat het een magische formule heeft gevonden om al onze dataproblemen op te lossen. In plaats daarvan suggereert het dat we onze manier van denken over data moeten veranderen. We moeten data niet behandelen alsof het gewoon "daarbuiten" is. We moeten beseffen dat data een product is van onze keuzes, onze hulpmiddelen en onze geschiedenis. Wanneer we praten over zaken als "algoritmische bias" of "dataprivacy", suggereert het artikel dat we niet alleen naar de cijfers moeten kijken. We moeten naar de dam kijken die we gebouwd hebben. We moeten ons afvragen: Wie heeft beslist waar de rivier wordt doorgesneden? Welke regels hebben we gebruikt om het liedje op te hakken? En welke oude, stoffige regels uit het verleden bepalen nog steeds wat we vandaag de dag kunnen zien?
Kortom, het artikel nodigt ons uit om te stoppen met data te zien als een spiegel van de werkelijkheid en het te gaan zien als een schilderij. Het schilderij is niet de werkelijkheid zelf; het is een specifieke, gestabiliseerde versie van de werkelijkheid, gecreëerd door de penseelstreek van de kunstenaar, het canvas en de geschiedenis van de kunst die eraan voorafging. En net als een schilderij vertelt het ons evenveel over de kunstenaar en de instrumenten die zij gebruikten als over de wereld die zij proberen te tonen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.