Data as Transcendental Stabilizations: Symbolic Mediation and the Pre-Semantic Conditions of Data
Este artigo argumenta que os dados não são primitivos ontológicos ou meros artefatos técnicos, mas emergem através de estabilizações simbólicas historicamente variáveis que transformam configurações diferenciais em diferenças operacionalmente disponíveis, reestruturando, assim, questões como o viés algorítmico como disputas sobre regimes de inteligibilidade concorrentes, em vez de simples problemas de gestão técnica.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine que você está segurando um balde de areia. Para um geólogo, é uma amostra de sílica e feldspato. Para uma criança, é um material para construir castelos. Para um poeta, é uma metáfora para o tempo escorrendo entre os dedos. Mas antes que qualquer uma dessas pessoas diga "isso é areia", algo invisível tem que acontecer primeiro. Os grãos caóticos e mutáveis têm que ser capturados, nomeados e transformados em algo que possa ser contado, compartilhado e lembrado. Esta é a vida secreta dos dados.
No mundo da ciência e da tecnologia, frequentemente tratamos os dados como pequenos tijolos da realidade que simplesmente pegamos do chão. Assumimos que, se temos um termômetro, a temperatura está apenas "lá", esperando para ser anotada. Mas um novo artigo de Rodrigo Garrido sugere que isso é um pouco de um truque. Ele argumenta que o dado não é algo que encontramos; é algo que fazemos. Para entender isso, precisamos olhar para três grandes ideias. Primeiro, a mediação simbólica: a ideia de que não podemos tocar a realidade diretamente; sempre temos que usar ferramentas, palavras ou números para traduzir o mundo em algo que possamos compreender. Segundo, a estabilização: o processo de pegar algo desordenado e mudá-lo para que permaneça o mesmo tempo suficiente para ser útil. E terceiro, a projeção: como projetar uma lanterna sobre um objeto 3D para ver uma sombra 2D, temos que escolher quais partes da realidade destacar e quais ignorar para criar um "dado". Por que isso importa? Porque se pensarmos que o dado é apenas a "verdade bruta", podemos perder o fato de que a maneira como escolhemos medir as coisas realmente decide o que podemos ver, o que podemos saber e até o que conta como "real" em nosso mundo digital.
Então, o que este artigo está realmente dizendo? Ele propõe que um "datum" (um único dado) não é um pequeno pedaço pré-existente do universo. Em vez disso, é uma estabilização transcendental. Isso é uma forma sofisticada de dizer que é um instantâneo da realidade que foi congelado, embalado e tornado repetível por um conjunto específico de regras e ferramentas.
Pense na realidade como um rio gigante e contínuo de informações, um fluxo constante. Está sempre fluindo, mudando e cheio de diferenças infinitas. Você não pode simplesmente pegar o rio com um balde e colocá-lo em um pote; ele simplesmente transbordaria. Para obter "dados", você tem que construir uma represa. Você tem que decidir onde cortar o rio, o que medir e como rotulá-lo. O artigo argumenta que o ato de construir a represa é o que cria o dado. Antes da represa ser construída, existe apenas o rio (variação ontológica). Uma vez que a represa é construída e a água é canalizada para um tubo específico, isso é o dado.
O autor usa algumas metáforas interessantes para explicar como isso funciona. Imagine que você está tentando descrever uma música. As ondas sonoras no ar são o "rio". Se você quiser transformar essa música em um arquivo no seu computador (um datum), você tem que retalhar o som em pedaços minúsculos e discretos. Isso é chamado de tokenização no mundo dos computadores. Você não pode alimentar uma máquina com a música inteira e contínua; você tem que quebrá-la em pequenos pedaços (tokens) que a máquina possa conter. Mas aqui está o detalhe: a maneira como você a retalha muda a música. Se você a cortar pelo ritmo, terá um tipo de dado. Se a cortar pelo tom, terá um tipo totalmente diferente. O artigo diz que o "dado" não é a música em si; é a maneira específica como você decidiu retalhá-la.
O artigo também argumenta que isso não é algo que acontece apenas uma vez. Depois de retalhar a música, você tem que impedir que esses pedaços se desfaçam. É aqui que entra a sedimentação técnica. Imagine que você escreve uma receita em um pedaço de papel. Esse papel é um "suporte técnico". Ele mantém a receita para que você possa lê-la amanhã. Mas o próprio papel tem regras: ele tem linhas, tem um certo tamanho e talvez seja escrito em uma língua que você conhece. Essas regras do passado (o papel, a língua) estão "sedimentadas" em sua receita. Elas decidem o que você pode escrever e como pode escrever. O artigo sugere que todos os nossos dados são assim. Eles são construídos sobre camadas de ferramentas antigas, regras antigas e formas antigas de pensar que muitas vezes nem percebemos. Um banco de dados projetado na década de 1980 ainda pode estar decidindo que tipo de dados podemos coletar hoje, simplesmente devido à forma como foi construído.
O autor é muito claro sobre o que o dado não é. Não é um pedaço "bruto" da realidade esperando para ser descoberto. Você não pode simplesmente encontrar um "datum" na natureza. Uma mudança de temperatura existe, certamente, mas ela só se torna um "dado de temperatura" quando um termômetro a mede, um computador a registra e um cientista concorda sobre como escrevê-la. O artigo também rebate a ideia de que o dado é apenas um bloco de construção neutro para a verdade. Em vez disso, sugere que a maneira como estabilizamos os dados (as regras que usamos) realmente cria a verdade que vemos. Se você usar um conjunto diferente de regras (uma forma simbólica diferente), você obt
obterá um tipo diferente de dado e um tipo diferente de verdade.
O artigo não afirma ter encontrado uma fórmula mágica para resolver todos os nossos problemas de dados. Em vez disso, sugere que precisamos mudar a forma como pensamos sobre os dados. Não devemos tratar os dados como se estivessem apenas "lá fora". Devemos perceber que o dado é um produto de nossas escolhas, nossas ferramentas e nossa história. Quando falamos de coisas como "viés algorítmico" ou "privacidade de dados", o artigo sugere que não devemos olhar apenas para os números. Devemos olhar para a represa que construímos. Devemos perguntar: Quem decidiu onde cortar o rio? Quais regras usamos para retalhar a música? E quais regras antigas e empoeiradas do passado ainda estão controlando o que podemos ver hoje?
Em resumo, o artigo nos convida a parar de olhar para o dado como um espelho da realidade e começar a vê-lo como uma pintura. A pintura não é a própria realidade; é uma versão específica, estabilizada e consolidada da realidade, criada pelo pincel do artista, pela tela e pela história da arte que veio antes. E, assim como uma pintura, ela nos diz tanto sobre o artista e as ferramentas que ele usou quanto sobre o mundo que ele está tentando mostrar.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.