Нажмите "Нравится" чтобы следить за страницей CultLook
Нажмите "Подписаться", чтобы следить за новостями CultLook
Перевод: Екатерина Арье, оксана мороз

Алгоритмы нашей жизни



Лев Манович

Декабрь 2013
Лев Манович

Профессор Graduate Center, City University of New York (CUNY)
Директор Software Studies Initiative
softwarestudies.com
Автор вместе с коллегами изучил феномен культурных различий, применив компьютерные архитектурные конструкции (паттерны), выстроенные в зависимости от использованных цветов или уровня яркости, для работы с публикациями в Instagram из Токио, Нью-Йорка, Бангкока и Сан-Франциско.
В 2002 году, будучи в Кёльне, я зашел в лучший книжный магазин города, продающий издания по гуманитарным наукам и искусству. В секции «Новые медиа» я увидел сотни книг. Однако заглавие ни одной из них не содержало отсылок к движущей силе «компьютерной эры» — софту. Тогда я начал искать по алфавитному указателю. И снова — никакого «софта».
Уже в 1990-х годах инструменты, основанные на ПО, применялись для профессионального производства и дизайна медиа. В 2000-х они стали доступны миллионам людей, которые теперь ведут блоги, используют Твиттер, загружают фотографии и видео, читают тексты в Scribd. Приложения, которые десять лет назад могли стоить десятки тысяч долларов, бесплатны.

Благодаря инициативам Google современный мир работает с веб-приложениями, которые всегда остаются в «бета»-версии. Они обновляются и дополняются разработчиками в любое время на удаленных серверах, не требуя непосредственного участия пользователей. К слову, Google проводит апдейт своих поисковых алгоритмов до 600 раз в год. Итак, добро пожаловать в мир постоянных изменений — мир, который зависит не от тяжелой промышленности и ее машин, крайне редко переживающих модификации, а от потока обновлений программного обеспечения.

Софт стал универсальным языком, интерфейсом, открывающим доступ и к нашему воображению, и к миру. Роль, которую в XXI веке играет программное обеспечение, сравнима со значением для истории XX века таких изобретений как электричество и двигатель внутреннего сгорания. Я считаю софт «слоем», одновременно проникающим в любые практики современного общества и растворенным в них. Если мы хотим понять стратегии современных коммуникаций, разноплановых репрезентаций, моделирования, анализа; логику принятия решений; техники и технологии памяти, восприятия, письма (как производства смыслов); механизмы взаимодействия, нам необходимо понять софт.

Эксперты и теоретики (новых) медиа изучили все особенности IT-революции, создав новые дисциплины вроде исследований киберкультуры (cyberculture studies), интернета (Internet studies), гейм-исследований (game studies), теории новых медиа (new-media theory) и цифровых гуманитарных наук (digital humanities). При этом они уделяют сравнительно мало внимания проблематике софта — того двигателя, что обеспечивает функционирование артефактов и пространств, которые становятся объектом их изучения.

А, между тем, давно следовало бы подумать об этой теме.

Посмотрим на «атом», элементарную единицу производства культуры в XX веке: это либо «документ», который упакован в некоторую физическую оболочку и доставляется покупателям, например, в формате копий (книг, фильмов, аудиозаписей), либо акт электронной передачи информации (например, в качестве телевидения). Культура софта предполагает, что люди больше не взаимодействуют с «документами». Они имеют дело с «производительностью софта» (software perfomance), продуктивностью и реактивностью ПО.
Если вы исследователь, работающий в Google или Facebook, у вас есть значительное преимущество перед коллегами из академических институций.
Почему я использую словосочетание «производительность софта»? Наш опыт работы в интернете, с приложениями и данными определяется программным обеспечением в режиме реального времени. Неважно, что мы делаем — изучаем ли мы какой-то определенный веб-сайт, играем в видео-игру или используем мобильное приложение, чтобы найти друзей поблизости или выбрать кафе — мы взаимодействуем с динамическими результатами вычислений.

Конечно, мы можем работать и со статическими документами. Но разве может современный исследователь всерьез изучать отдельные, единичные документы в формате .pdf или .jpeg аналогично тому, как критики культуры ХХ века анализировали отдельные, прецедентные источники — рассказы, фильмы или телевизионные шоу? Вряд ли, ведь программное обеспечение чаще всего не может быть определено как нечто, обладающее границами и описываемое в виде конечного объекта. Например, пользователь приложения Google Earth взаимодействует с другой «Землей» каждый раз, когда открывает приложение. Это происходит потому, что Google может обновлять снимки со спутников, добавлять и маркировать новые локации (например, для улучшения работы функции «Просмотр улиц») или даже трехмерные модели зданий. В любое время можно загрузить и дополнительные геопространственные данные, созданные другими пользователями и компаниями.

Таким образом, Google Earth это не просто «сообщение». Это платформа, создаваемая пользователями. Мы можем увидеть некоторую преемственность логики этой платформы и стратегий творческой переработки коммерческих медиа в ХХ веке — в рамках поп-арта и его ответвлений, музыки, слеш как жанра любительских произведений (slash fiction), видео и прочего. Однако различий между практиками производства культуры тогда и теперь больше, чем сходств.

Даже когда пользователь просто работает с одним-единственным файлом, расположенным на своем компьютере, опыт его взаимодействия с ним определяется контентом и структурой файла только частично. Пользователь может свободно перемещаться по документу, выбирая ту информацию, которую хочет увидеть и порядок, в котором он хочет ее видеть. Например, пользуясь Google Earth, я могу изменять масштаб изображения, переключаясь между режимом просмотра «с высоты птичьего полета» и детальным сканированием избранной местности; я также могу переключаться между различными типами карт.

Важно помнить: софт не встроен в конкретный документ или компьютер. Новые инструменты и приложения могут быть легко добавлены пользователем без какой-либо модификации самих документов. При помощи одного единственного клика я могу добавить кнопку шэринга в свой блог, создавая таким образом новые каналы для циркуляции контента. Когда я открываю текстовый документ в просмотровой программе Mac OS Previewer, я могу выделить разные участки текста, добавить ссылки и комментарии, создать (например, нарисовать) выносные примечания. Photoshop позволяет сохранять правки на отдельных «корректирующих слоях» (adjustment layers) без внесения изменений в оригинальное изображение. И так далее.
Прим. пер.
В данном случае Манович отсылает к известному выражению М. Маклюэна «The Medium is the Message», означающему, что средство передачи информации само выступает сообщением.
Нажмите "Like" чтобы следить за новостями CultLook на Facebook
Все это требует нового подхода к изучению медиа и культуры вообще. С начала 2000-х гг. некоторые из нас (в основном профессионалы в области новых медиа и цифровых искусств) много работали, чтобы достойно встретить этот вызов. Насколько мне известно, я был первым, кто предложил термины «исследования софта» (software studies) и «теория софта» (software theory) — это произошло в 2001 году. Область изучения ПО приблизительно оформилась к середине 2000-х гг. В 2006 году Мэттью Фуллер, автор революционной книги «Behind the Blip: Essays on the Culture of Software» (Sagebrush Education Resources, 2003) организовал первый воркшоп по исследованиям софта в Роттердаме. «Софт часто оказывается слепой зоной при создании теорий компьютерных и сетевых цифровых медиа или в процессе анализа этих объектов», — писал Фуллер во введении к воркшопу. «В каком-то смысле любой интеллектуальный труд сейчас является „исследованиями софта“ в том плане, в каком ПО обеспечивает исследователей контентом и контекстами его производства, распространения и т. д. Однако существует очень немного пространств и проектов, в которых проводятся изучение материальности софта, а не, например, особенностей его разработки».

В 2007 году мы организовали Software Studies Initiative в Калифорнийском Университете Сан-Диего, и уже в 2008 году мы провели второй воркшоп по software studies. Издательство MIT Press предлагает серию книг по исследованиям софта, а множество работ из других дисциплинарных пространств (теории медиа, исследований платформ (platform studies), цифровых гуманитарных наук, исследований интернета и гейм-исследований) также помогает нам лучше понять роль программного обеспечения в нашей жизни. В 2011 Фуллер вместе с британскими коллегами начал выпускать «Computational Culture», находящийся в свободном доступе научный рецензируемый журнал.

Впрочем, остается еще очень много работы. Вопрос, который интересует меня, звучит следующим образом: как software studies могут способствовать развитию «больших данных» — анализу огромных массивов данных — в таких аналитических полях как цифровые гуманитарные науки, компьютерные социальные науки и социальный компьютинг? Вот несколько ключевых и принципиальных вопросов, связанных с большими культурными данными, на которые исследования софта могут помочь ответить:

Что представляют собой данные «интерактивных медиа»?

Это исполнение программного кода, записи пользовательских интеракций (например, кликов и движений курсора), видеозаписи пользовательского монитора, пользовательская мозговая активность, зафиксированная посредством электроэнцефалографии или функциональной магнитно-резонансной томографии? Может, все вместе или что-то еще?
Говоря на языке лингвистики: стоит рассуждать о коде как о речи, а не языке.
За последние несколько лет все большее число т.н. цифровых гуманитариев стали использовать компьютерные инструменты для анализа больших комплексов оцифрованных статических культурных артефактов (например, романов XIX века или переписок мыслителей эпохи Просвещения). Они следуют традиционному гуманитарному подходу: скорее изучают культурные объекты, а не анализируют взаимодействие людей с этими объектами. По сути, изменился лишь масштаб исследований, но не методика.

Однако исследования культуры софта требует фундаментального обновления гуманитарной методологии. Мы должны научиться фиксации и анализу пользовательского опыта (и эффективности интерактивного контента) посредством отслеживания пути «движения» людей по веб-сайту или игре; работе с разными игровыми стратегиями, логика которых далека от нашей привычки конструировать ход игры, ранее выступавшей единственной опорой при анализе; наблюдению за посетителями интерактивных инсталляций и тем, как они изучают возможности, предложенные дизайнерами — возможности, которые становятся реальностью только при взаимодействии пользователя с ними.

Другими словами, нам необходимо понять, каким образом можно адекватно представлять «производительность софта» в качестве «данных». Некоторые ответы мы можем получить при обращении к проблемной области человеко-компьютерного взаимодействия (human-computer interaction): исследователи из этой области, равно как и представители корпораций изучают, как именно люди контактируют с компьютерными интерфейсами. Как правило, цель таких изысканий прагматична: обозначить проблемные элементы новых интерфейсов и исправить ошибки. Однако, если изучением интерактивных интерфейсов займутся цифровые гуманитарные науки, цель будет иной: понять, как пользователи порождают смыслы в процессе взаимодействия, как их социальный и культурный опыт оказывается взаимно опосредован софтом. Итак, нам нужно разработать собственные методы расшифровки, анализа и визуализации интерактивного опыта и соответствующего контента. Например, наша лаборатория совместно с Experimental Game Lab под руководством Шелдона Брайна (Sheldon Brown) работа с опытом сотни пользователей Scalable City, крупномасштабного комплексного виртуального мира арт-инсталляций, созданного в лаборатории Брауна. Одной из наших целей заключалась в том, чтобы понять, как будущим и потенциальным пользователям можно будет получить более яркий и интересный интерактивный контент.
Scalable city
Scalable City creates an urban/suburban/rural environment via a data visualization pipeline. Each step in this pipeline builds upon the previous, amplifying exaggerations, artifacts and the patterns of algorithmic process. The results of this are experiences such as prints, video installations and interactive multi-user games and virtual environments.

У кого есть доступ к детализированным записям пользовательского взаимодействия с культурными артефактами и веб-сервисами и каковы потенциальные последствия такой возможности анализа этих данных?

C первых дней существования человеко-машинных интерфейсов отслеживание пользовательского взаимодействия с софтом было достаточно простым. Почему? Просто программное обеспечение постоянно фиксирует действия вроде нажатия клавиш, движений мыши, выбора пунктов меню, движений пальца по тач-поверхностям и голосовые команды.

Переход от настольных компьютеров к веб-компьютингу в 1990-х гг. превратил уже существующую возможность записи и хранения пользовательских действий в принципиальную составляющую «комплекса софт-медиа». Поскольку динамические веб-сайты и сервисы (например, онлайн-магазин Amazon, платформы личных блогов, работающие на Google Blogger System, онлайн игры и другие) функционируют за счет программного обеспечения, располагающегося на серверах компаний, процесс фиксации пользовательских действий становится совсем простым и удобным. Каждый веб-сервер хранит детальную информацию обо всех посещениях сайта. Более того, уже возникла отдельная категория софта и сервисов, примером которой является Google Analytics, которая способствует отладке дизайна веб-сайта или блога.

Сегодня некоторые операторы социальных сетей открывают пользователям доступ к информации об их взаимодействии с веб-сайтами, блогами или собственными аккаунтами; эти компании также создают интерактивные визуализации, помогающие людям понять, какие из опубликованных ими элементов контента наиболее популярны и откуда приходят посетители на сайты. Однако обычно корпорации оставляют по-настоящему полные и детальные отчеты о пользовательской активности закрытыми, доступными только для внутреннего пользования. Так что если вам повезло оказаться одним из немногих представителей социогуманитарного знания в лабораториях Google или Facebook, у вас есть значительное преимущество по сравнению с коллегами из академических институций. Вы хотя бы можете задавать вопросы, которые не смогут задать другие. Между тем, такая закрытость компаний может создать в будущем серьезный разрыв между представителями академических и корпоративных исследовательских центров. В то время как одни будут анализировать социальные и культурные данные одновременно и на супермикро- и супермакроуровнях, другие будут обходиться только «обычной оптикой», которая не поможет ни увеличить, ни уменьшить поле зрения.

Кто выигрывает от анализа культурных практик сотен миллионов людей?

Автоматический таргетинг рекламы сетей Google, Facebook и Twitter не только работают с текстами постов или писем, что пишут пользователи, и другими данными, но и изучают способы взаимодействия с миллиардами изображений, которые практикуют сотни миллионов людей. Например, видео в социальных сетях способствуют эффективному продвижению продукта (посредством создания более эффективной видео-рекламы), а также помогают академическим исследователям формулировать новые исследовательские вопросы.

Можем ли мы анализировать код софта?

Это не так просто, как может показаться. Уже сам по себе код оказывается «большими данными»
Раннее программное обеспечение вроде видео-игр 1970-х годов представляло собой достаточно короткий код. Однако код любого современного коммерческого веб-сайта или операционной системы гораздо длиннее и не может быть «прочитан» и «интерпретирован» как небольшой нарратив. В то время как Windows NT 3.1 (1993) содержала от четырех до пяти миллионов строк кода, Windows XP (2001) выглядела уже как 40 миллионов строк. Операционная система Макинтоша еще больше расширила эти границы: OS X 10.4 (2005) могла содержать уже 86 миллионов строк кода. Оценочное количество строк кода Adobe Creative Suite 3 (пакет приложений, который включает Photoshop, Illustrator и некоторые другие популярные программы для производства медиа) насчитывает 80 миллионов.

Медленное, но постоянно совершаемое движение от прикладного ПО к веб-софту актуализирует и некоторые другие особенности культуры софта, требующие обсуждения. Веб-сервисы, приложения и динамические сайты чаще всего используют многоуровневую программную архитектуру, в которой некоторые отдельные модули (вроде веб-клиента, приложения, сервера и базы данных) функционируют вместе. В особенности это наблюдение верно для крупных коммерческих сайтов вроде amazon.com: тот опыт, который получает пользователь, взаимодействуя с одной лишь страницей сайта, может включать множество непрерывных интеракций между десятками или даже сотнями отдельных программных процессов.

Сложная, разрозненная архитектура современного крупномасштабного ПО становится серьезным испытанием для тех, кто загорелся идеей «прочесть код». Хотя, даже если программа относительно коротка и специалист в области культурных исследований понимает, каков ее конкретный функционал, это осознание логической схемы программы все равно не может быть представлено как успешный акт представления действительного пользовательского опыта.

Для гуманитариев привлекательность «чтения кода» как подхода объясняется тем, что этот метод создает иллюзию, будто мы обладаем статичным и определенным текстом, который можем изучить (например, в формате листинга программы — распечатки ее кода). Однако нам необходимо принять разнообразие как категорию, фундаментальную для феномена «производительности кода». Так что вместо исследования кода как абстрактной сущности мы можем проследить, как он исполняется или «проявляется» в конкретных пользовательских сессиях. Говоря на языке лингвистики: стоит рассуждать о коде как о речи, а не языке.
Некоторые исследователи, например, Марк Марино и другие эксперты, разрабатывают такую субдисциплинарную область как «критический анализ кода» (critical code studies — напомнить в примечаниях про статью Культурный софт, в которой он об этом уже писал). Они продвигают гибкие, при этом теоретически строгие и интересные подходы к процедурам «чтения кода» (а также размышления относительно того, каково может быть содержание этих практик). Так что моя критика, надо сказать, нацелена только на «наивную» версию этой идеи, которую я нередко вижу в других гуманитарных концепциях.

Ключевая задача software studies — развитие методов изучения современного софта, которые можно обсуждать в статьях, конференциях и публичных дискуссиях не-программистов. Однако, принимая во внимание как сложность систем программного обеспечения, так и малую (по крайней мере на данный момент) степень знакомства исследователей медиа и культуры с практиками программирования, я полагаю, решение этой задачи — не вопрос ближайшего будущего.

И все же, посмотрим правде в глаза: эта конфронтация методов и умений оказывается важна не только для академического сообщества, но и для общества в целом. Как мы можем публично обсуждать решения, которые принимает алгоритм поиска от Google, или стратегии формирования нашей новостной ленты в Facebook? Даже если эти компании сделали доступ к своему коду открытым, его размер и сложность далеко не способствуют возникновению общественных дискуссий достойного качества.

И, хотя некоторые исследователи, работающие в популярных веб-компаниях, описывают особенности кода в статьях для академических журналов, все же полностью разобраться в них могут только те, кто обладает опытом изучения статистики или компьютерной науки (computer science). Более того, достаточно большое количество корпораций разрабатывают софт при помощи технологий машинного обучения, результаты которого оказываются «черным ящиком» (архивы ПО воплощают результаты работы, мы не знаем, по каким правилам они работают.)
Роль исследований софта не заключается в том, чтобы ответить на эти и множество других вопросов о нашем новом интерактивном мире. Мы видим свою цель в артикуляции этих вопросов, сомнений и в предложении вариативных подходов к тому, как их решать.
Чем в большей степени наш культурный опыт, акты социального взаимодействия и процесс принятия решений формируется посредством крупномасштабной системы ПО, тем существенней становится способность не-экспертов обсуждать специфику работы этой системы. Например, если мы редуцируем сложную систему софта до одностраничного описания алгоритма, сможем ли мы «увидеть» особенности функционирования, «поведения» ПО? Или же нюансы и частные решения, производимые программой, будут просто утеряны «из виду»?

Роль исследований софта не заключается в том, чтобы ответить на эти и множество других вопросов о нашем новом интерактивном мире. Мы видим свою цель в артикуляции этих вопросов, сомнений и в предложении вариативных подходов к тому, как их решать. Кроме того, мы хотим предложить представителям всех дисциплин задуматься над тем, как программное обеспечение, софт, меняют объекты и методы их исследований.

В проекте Phototrails, который я создал вместе с Надав Хочман (Nadav Hochman) и Джей Чоу (Jay Chow), мы постарались визуализировать стратегии использования сети Инстраграм, взяв в качестве источников 2.3 миллионов фотографий из 13 крупнейших городов мира. В статье, которая сопровождает проект, мы постарались соединить две, казалось бы зеркальные, стороны software studies: а) размышления о программных интерфейсах и том, как они влияют на наши действия с б) изучением широкомасштабных паттернов поведения пользователей. Один из наших ключевых вопросов в этом проект звучит так: насколько различны будут репрезентации городов, если учесть, что все пользователи используют одно и то же приложение Instagram, которое само по себе как канал передачи информации и «сообщение» построено по строгим канонам (все фотографии должны быть одинакового размера и квадратными, а все пользователи имеют доступ к одному и тому же встроенному набору фильтров, которые можно использовать для обработки фотографий и превращения их в более эстетически «приемлемые» объекты). И хотя мы нашли некоторые систематические расхождения в фотографических изображениях, сделанных в разных городах, все же стратегии использования Instagram оставались удивительно последовательными и одинаковыми.

Как софт, который мы используем, влияет на те смыслы, что мы выражаем и воображаем, представляем? Стоит ли нам продолжать принимать как данность решения, которые производят алгоритмы, если мы не знаем, как они работают? Что означает быть гражданином общества софта? Эти и многие другие вопросы еще ожидают своих исследователей.

Оригинал текста: "The Algorithms of our lives"