ДАЙДЖЕСТ КЛУБА ЛЮБИТЕЛЕЙ ИНТЕРНЕТА И ОБЩЕСТВА
второй ВЫПУСк
#02
В клубе любителей интернета и общества мы обсуждаем исследования, проводим мероприятия, читаем статьи. Мы решили собирать эти материалы и рассказывать о них более развёрнуто, чтобы вместе разбираться в том, что сейчас происходит в интернет-исследованиях.
Оглавление
Новости
что интересного опубликовали, изучили и сделали коллеги в области Internet Studies
Сотрудники Института изучения журналистики Reuters (Reuters Institute for the Study of Journalism) подготовили глобальный обзор Digital News Report 2017 о том, как читают новости в интернете. Выборка — 36 стран на 5 континентах, есть как обобщения, так и данные по каждой из них. (России, правда, среди них нет). Темы обзора: «фейковые новости», использование разных платформ, доверие к информации и доступ к ней. Много статистики и графиков.

***
Исследователи из Университетского колледжа Лондона (UCL) опубликовали девятую книгу в рамках проекта Why We Post: на сей раз о социальных медиа в южной Индии. Её, как и остальные книги об этом исследовании, можно бесплатно скачать тут.
Why We Post — это исследования девяти антропологов, каждый из которых пятнадцать месяцев провёл в поле в какой-то стране (в Бразилии, Чили, индустриальном и сельском Китае, Англии, Индии, Италии, Тринидад и в Турции). они хотели дать ответ на заглавный вопрос проекта: «почему мы постим?».
Кстати, на основе этого исследования был создан онлайн-курс, и близкая к редакции этого дайджеста группа энтузиастов сейчас переводит его на русский язык. Опубликуем — сразу же похвастаемся.

***
Запустился проект, который изучает, как онлайн-медиа влияют на вопросы веры и национальности и меняют политическое участие на примере Индии и индийских диаспор в Европе. Пока результатов нет, но проект продлится пять лет. Может быть интересно хотя бы с точки зрения организации и презентации крупного международного исследования.
Вышел очередной номер First Monday — журнала, посвященного интернету и исследованиям интернета. В номере: механизмы геймификации, метафоры цифрового детокса и «технологии себя» от Гутенберга до Цукерберга.

***
Опубликованы результаты исследования независимого исследовательского института Cracked Labs (Вена, Австрия) под названием Corporate Surveillance in Everyday Life. Что интересовало учёных: практики и внутренние механизмы индустрии персональных данных, структура цифрового наблюдения и профайлинга, а также технологии, платформы и устройства с этим связанные.

***
Блог ассоциации интернет-исследователей пополнился толковой публицистической статьёй (авторы — из Curtin University) о том, как родители зарабатывают на видео с детьми на Youtube, и что с этим не так.

***
Еще один большой международный проект, и сейчас Россия попала в фокус внимания. Исследователи из Oxford Internet Institute опубликовали доклады о соцмедиа-пропаганде в США, Китае, Польше, России, Бразилии, Канаде, Украине, Германии и Тайване. Данные собирались с 2015 по 2017 годы. Здесь же можно найти множество других материалов на стыке информатики и политики о том, как социальные медиа используются для манипуляции общественным мнением.
Видео
онлайн-среда для людей с физическими ограничениями
Интересная дискуссия об инклюзии и интернете. Это запись выступлений в Berkman Center, где исследователи рассказывают об онлайн-инструментах участия для людей с инвалидностью. Говорят о том, что такое доступ, как он связан с телом и показательные кейсы, например, про Тамблер (и пара слов про Трампа).

Важный вопрос — как люди, для которых делаются такие инструменты, могут участвовать в их создании. В беседе авторами упоминаются их книги по теме: Giving Voice: Mobile Communication, Disability, and Inequality (MIT Press, 2017) и Restricted Access: Media, Disability, and the Politics of Participation (NYU Press, 2016).
Спецтема: критический анализ данных
(в рубрике «спецтема» мы собираем интересные свежие публикации, книги и статьи по разным темам и будем рады, если вы будете дополнять эти материалы, писать нам письма и комментарии в соцсетях)
Anderson, C. (2008): The End of Theory: The Data Deluge Makes the Scientific Method Obsolete. WIRED.
Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think. Houghton Mifflin Harcourt.
Boellstorff, T. (2013). Making big data, in theory. First Monday, 18(10).
Kitchin, R. (2014). Big Data, New Epistemologies and Paradigm Shifts. In: Big Data & Society 1/1.
Gerbaudo, P. (2016). From Data Analytics to Data Hermeneutics. Online Political Discussions, Digital Methods and the Continuing Relevance of Interpretive Approaches. Digital Culture & Society, 2(2), 95-112.
Rieder, B. (2016). Big Data and the Paradox of Diversity. Digital Culture & Society, 2(2), 39-54.
Dalton, C., & Thatcher, J. (2014). What does a critical data studies look like, and why do we care? Seven points for a critical approach to 'big data'. Society and Space open site.
Taylor, L. (2015). Towards a contextual and inclusive data studies: A response to Dalton and Thatcher. Society and Space blog.
Puschmann, C., & Burgess, J. (2014). Big Data, Big Questions| Metaphors of Big Data. International Journal of Communication, 8, 20.
boyd, d., & Crawford, K. (2012). Critical questions for big data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662–679.
Crawford, K., Gray, ML, & Miltner, K. (2014): Critiquing Big Data: Politics, Ethics, Epistemology. International Journal of Communication, 8, pp. 1663-1672.
Казалось бы, в любой непонятной ситуации — анализируй данные. Но всё не так просто: оптимисты считают, что big data сделает мир более познаваемым и приятным, пессимисты сетуют на то, что эти методы непонятны, да и прозрачный мир слишком управляем. Мы предлагаем обратиться к критическому подходу, значит, поразмыслить над проблемой, а не принимать определённо одну из позиций.

Много лет статистика работала с данными разного объёма, но к концу 2000-х годов оказалось, что данные — это новая нефть. Самая известная статья на эту тему была написана Крисом Андресоном, главным редактором журнала Wired (пожалуй, главного бумажного американского журнала про технологии) — «Конец теории: как потоки данных делают научный метод устаревшим». Тот случай, когда всё понятно из названия: автор утверждает, что данные делают науку ненужной, потому что теперь можно работать без гипотез и выборки.
Ну и есть более основательная книга Виктора Майер-Шёненбергера и Кеннета Кукира по этому поводу.
Но помимо дискуссий, рожденных такими публикациями, — по поводу того, что данные надо внедрять везде и немедленно, — сразу же стали говорить, что нельзя просто взять да использовать данные для познания всего.

Почему?
Например, потому что данные фиксируют положение вещей здесь и сейчас и делают наши текущие социальные и экономические свойства чем-то вроде расовой особенности или пола. Ведь политика, построенная на данных, претендует на объективность. Но в результате она скорее занимается объективацией и делает богатых богаче, а бедных беднее. Об этом и многих других политических, экономических и этических рисках написана уже целая книга Кейти О'Нил Weapons of math destruction
Об этом же статья Кейт Кроуфорд: хотя данные и большие, из них много исключено, и вместо того, чтобы представлять разнообразие, они его прячут. О разнообразии же пишет и Бернард Ридер.

Пушман и Бёрджесс анализируют метафоры, связанные с большими данными, и приходят к выводу, что в отличие от других научных объектов данные считаются как бы упавшими с неба, а не добытыми с помощью инструментов. И это вводит нас в заблуждение, будто они рассказывают, «как всё на самом деле устроено».

Это, конечно, не так. Об этом пишут и дана бойд, и Кейт Кроуфорд, и соавторы последней Грей и Милтнер. Пользователи твиттера — это не просто люди, а пользователи аккаунтов социальной сети с определённым интерфейсом (который часто меняется, и поэтому, кстати, данные за разные периоды сложно сравнивать). Кроме того, большие данные позволяют обнаружить совпадения (подчас абсурдные, вроде роста цен на масло в Бангладеше и падения акций S&P 500), но не причинность. Так что, будем честны, это не совсем наука.

Что делать?
Эта критика «больших данных» кажется вполне обоснованной, но значит ли, что нам нужно совсем отказаться от их использования? Нет. Есть несколько идей о том, как не попасться в ловушки красивых и «объективных» визуализаций.
Роб Китчин сотоварищи считают, что нужно принять эпистемологический сдвиг и при этом видеть социотехнические «data assemblages»: состоящие из регистраторов, системы описания и всего, что создаёт данные.
Пауло Гербаудо пишет о том, что нужно использовать герменевтические методы в отношении больших данных.
Антрополог Том Бёлсторф предлагает принимать во внимание, когда и как собраны данные, что познание в случае с данными связано с наблюдением (и ведёт к последствиям, описанным Фуко), учитывать, что из «сырых» данных берутся не только «приготовленные», но и «прогнившие», то есть испорченные, в общем, понимать контекст производства (и не писать большие данные с большой буквы, да).

Тэтчер и Далтон в журнале «Общество и пространство» выделяют свои семь причин критического анализа больших данных Далтон и Тэтчер:
  1. «большие данные» всегда соотносятся со временем и пространством
  2. технология не нейтральна
  3. данные не определяют социальную жизнь
  4. данные никогда не бывают необработанными (raw)
  5. большое — не значит всеобъемлющее
  6. всегда есть возможность создавать контр-данные
  7. и возможности для географов (журнал Society and Space, понимаем контекст)
И там же Тейлор советует, что делать методологически.

Вывод: критический анализ данных нужен не для того, чтобы отказаться от новых методов и технологий, а наоборот — помогает понять, как жить с ними.
Например, Илиадис и Руссо обозревают направление Critical data analysis, включая туда основные риски и способы что-то сделать (спойлер — главное не отрывать данные от контекста и не считать их объективными, ну и думать, как их применять полезно, а не для сильных мира сего).

Что ещё почитать по теме?
Журнал Big Data and society http://journals.sagepub.com/home/bds
Конференции и журналы
куда и о чём писать, куда ехать, кого слушать
до 8 сентября
подать заявку на участие в воркшопе Feeling data: emotion and affect in datafied worlds в Университете Хельсинки. Основная тема — исследование эмоционального и аффективного измерений взаимодействия с данными и их влияние на социальные явления и научные разработки.

Для участия нужно прислать короткую (300 слов) заявку и краткое CV на адрес minna.ruckenstein@helsinki.fi.
А когда и где? 1 ноября в Финляндии.
Исследовательский центр
Nexa Center for Internet & Society
The Center for Complex Network Research (CCNR) Northeastern University, Boston.

Центр сложных сетевых исследований ставит перед собой простую цель — think networks.

Работа Центра ведется по разным направлениям, от изучения методологии, причин возникновения сетей, их развития и эволюции, до более частных практических проектов, как, например, анализ связей актеров в Голливуде.

Центром руководит профессор Альберт-Ласло Барабаши (Albert-László Barabási), венгерско-американский физик, наиболее известный своими работами в исследовании сетевой теории. Барабаши исследовал модель возникновения и эволюции крупного класса сетей, получивших название безмасштабные сети (scale free networks) (Barabasi, 1999), которые впоследствии были также обнаружены при исследовании сетей ДНК и онлайн-коммуникации (Barabasi, 2003).

Основные проекты центра связаны с когнитивными исследованиями (анализ закономерностей и случайностей внутри нейронных связей), исследованием продовольственной сферы (Foodome project — изучение взаимосвязи рациона питания и появления ишемической болезни сердца), сферы здравоохранения (составление сетевой карты больниц, медицинских исследований), сетевой динамикой и управлением (разработка математических и теоретических моделей для понимания механизмов внутреннего контроля для сложных самоорганизующихся систем), сетевой медициной (понимание сетей молекулярного уровня позволяет понять связи между различными заболеваниями и последствиями применения препаратов, предназначенных для их исцеления) и наукой успеха (количественная оценки успеха в самых разных конкурентных условиях: от науки до спорта. В основе — гипотеза о том, что успех является в значительной мере предсказуемым результатом, например, в теннисе). С помощью сетевого анализа Барабаши и его коллеги изучают историю культуры и научную коммуникацию.

Но главное что интересно в деятельности этой лаборатории, — комбинации методов, которые они применяют. Например, есть исследование про то, как эпидемиологический подход применяется к кибербезопасности. И хотя центр непосредственно не занимается интернетом, он остаётся важным на карте исследований, связанных с сетевыми подходами в рамках разных методологий (а иногда и вне любых рамок).
Избранные публикации
На сайте центра опубликованы все статьи, описание курса, который читается профессором Барабаши, а также онлайн-учебник «Network science» (на него стоит посмотреть отдельно )

Перевод одной из работ Барабаши «Controllability of complex networks» (Barabasi, 2011) можно прочитать здесь.

The Network Behind the Cosmic Web B. C. Coutinho, S. Hong, K. Albrecht, A. Day, A.-L. Barabasi, P. Torrey, M. Vogelsberger, L. Hernquist. 2016

A genetic epidemiology approach to cyber-security. S. Gil, A. Kott, A.-L. Barabási 2014
А в это время
новости интернета за пределами Internet studies
Чатботы Facebook изобрели свой собственный язык. Пока это случилось во время одного конкретного исследования Facebook Artificial Intelligence Research lab, но тренд развития событий не может не воодушевлять.
В Вышке всех студентов бакалавриата обучат работе с данными: Big Data и менеджеру, и востоковеду, «чтобы у студентов всех программ бакалавриата Высшей школы экономики появилось понимание возможностей современных технологий в области Data Science».
Клуб любителей интернета и общества вместе с НИУ ВШЭ съездили в Воронеж, чтобы изучить там местный интернет. Вели дневник: например, вот про середину этого пути: роль столбов в развитии интернета и исследование частного сектора.
Подпишитесь на дайджест
Над выпуском работали:
Ольга Дмитриева, Элла Дряева, Полина Колозариди, Таня Миронова, Екатерина Репина, Евгения Суворина и Лёня Юлдашев.