Постчеловек: глоссарий - Рози Брайдотти

методом дискретизации больше не стоит задача разбивать сложные массивы на конечные единицы; теперь он получил возможность обработки информации для поиска решений поставленных задач. Совершив переход от обработки чисел к автоматизации решения задач, машина Тьюринга совершила открытие в области вычислений – она обнаружила оперативную функцию или перформативную деятельность информации. После машины Тьюринга знание в полной мере входит в модерную инфраструктуру вычислительной аксиоматики или истинностной логики, поглощающую социальную деятельность по передаче и коммуникации информации. Следствия этой новой формы автоматизации переписывают историю западной культуры при помощи промышленной машины сборочного конвейера и тейлористских методов производства. К концу 1980-х годов машина Тьюринга стала интерактивной, она обрела способность реагировать на окружающую среду в формате диалога и, избавившись от дедуктивной логики запрограммированных значений истинности, стала опираться на способность автоматизированных систем собирать большие информационные массивы (и, следовательно, непосредственно воздействовать на них). С появлением такой интерактивной машины вычислительные методы познания также радикально изменились и включают уже не запрограммированные, но программируемые истинности, обеспеченные способностью алгоритмов делать выводы по результатам сбора, корреляции и классификации данных. По мере того как знания обрабатываются вычислительными мощностями алгоритмических процедур поиска и сортировки данных, алгоритмическая автоматизация становится центральным элементом культурного производства (благодаря алгоритмически ориентированному поиску и анализу компьютерных симуляций), политической машины управления (благодаря алгоритмическим системам, а также системам безопасности и контроля, осуществляющим интеллектуальный анализ данных) и природы машинного мышления. Вычислительный поворот ставит вопрос о том, кто или что производит знание, гораздо более явно, чем когда бы то ни было.

Можно выделить три различных порядка знания (культурное производство, управление и мышление как таковое), которые тесно переплетены с формой вычислительной автоматизации, свойственной XXI веку. Первый порядок связан с тем, как вычислительная инфраструктура трансформирует саму задачу производства знаний в гуманитарных науках (алгоритмическое производство культуры). Второй касается того, как автономные машины, методы извлечения и интеллектуального анализа данных показывают, как управление населением все больше сближается с метауправлением данными, в том числе с алгоритмическим встраиванием социального тела в тело данных. Третий порядок связан с исчислением самого мышления – не с его имитацией, но с обучением тому, как вырабатывать концепты с помощью социальных, лингвистических и когнитивных синтетических абстракций, а не просто обучением чему-либо, то есть конкретным фактам или контекстно-зависимому знанию.

Автоматизация критики

В книге «Как мы мыслим» (Hayles, 2012) Кэтрин Хейлс утверждает, что вычислительный поворот привел к необратимой трансформации аналитической обработки, занимающей центральное положение в гуманитарных исследованиях. Поскольку методы исследования и производства знаний в гуманитарных науках стали формироваться с опорой на вычисления, Хейлс предполагает, что код, алгоритмы и цифровая теория должны быть признаны неотъемлемой частью производства знаний. В то время как вычисления включают количественные методы анализа текста, исторически континентальная традиция гуманитарных наук подвергала сомнению исследования, основанные на понятиях и мнемонике, в пользу критического, рефлексивного и сравнительного подхода. Однако Хейлс настаивает на том, что технические способы познания следует интегрировать в критические исследования, а не противопоставлять им. Поскольку технологии непосредственно влияют на способы понимания и обучения, Хейлс утверждает, что интернет и машинное чтение дают новые возможности для обработки больших объемов информации, что существенно расширяет производство знания, а не только возможности его сохранения.

Алгоритмический суверенитет

Вопрос о том, как вычислительная обработка может расширить пределы познания и возможности критического мышления, связан с вопросом об управлении, лежащим в основе вычислительного поворота. Подобно тому как автономные вычисления связывают повсеместное использование статистических методов для расчета рисков, у техноуправления, как и предсказывал Мишель Фуко, появилась возможность непосредственно реагировать и воздействовать на контингентности и вариации. Переход к нерациональной модели власти означает, что управление приобрело системную функциональность, инклюзивную по отношению к исключениям, по мере того как их захватывает перформативное производство норм, возникающих по мере необходимости. Системное измерение управления, зависящее уже не от априорной аксиоматики, но от неопределенности исключений, работает над предсказанием ошибочного поведения и сборкой статистических истин с помощью вычислительной машины, управляемой данными. Здесь предсказание включает перспективную оценку данных (вычислительная стратификация населения в рамках фрактальной матрицы данных, метаданных, больших данных, компьютерных программ, алгоритмической обработки), настраивающую поведение или режимы интеллигибельности под машинным управлением.

С этой точки зрения, не универсальные истины, а изменчивые контингентности – беззаконная природа или неизвестные – стали динамическим двигателем вычислительного прогнозирования, нацеленного не просто на то, чтобы предотвратить, но и на то, чтобы направить риск к его неизбежным последствиям. С вычислительным поворотом преобладание неопределенности и ее непрограммируемых последствий ускорило пролиферацию автономных реакций. Здесь страх, тревога и паника, а также беспорядочное поведение и постоянное отвлечение внимания становятся движущей силой культуры гиперприсутствия в социальных сетях и однозначной детерминантой поляризованных позиций, образуя короткое замыкание в механизме принятия решений через ДА и НЕТ. По мере того как алгоритмы начинают исполнять решения суверенно, действуя, когда и если сплошные объемы данных могут сыграть роль в перенаправлении, предвосхищении и структурировании рисков, вычислительный поворот сливается с аппаратом управления, действующим не только на тела, но и через датификацию биологических, физических и культурных особенностей.

См. также: ИИ (искусственный интеллект); Общество метаданных; Альтергоритм; Исполнение; Неокибернетика; Постизображение.

Лучана Паризи

(Перевод Глеба Коломийца)

Г

Гага-феминизм

Моя книга «Гага-феминизм: пол, гендер и конец нормальности» (Halberstam, 2012) утверждает, что «существующие условия», в которых в прошлом столетии были придуманы и закреплены основные составляющие человеческой идентичности – то, что мы называем гендером, полом, расой и классом, – изменились настолько радикально, что впереди уже просматриваются очертания новой жизни. Наша задача состоит не в том, чтобы придать этой новой жизни некие легко определяемые и комфортные формы, и не в том, чтобы заранее «знать» эту «новизну». Напротив, мы должны, как полагал Ницше, внести в окружающие нас кризис и категориальный хаос «столько регулярности и форм, сколько потребно для наших практических целей» (Nietzsche, 1968: 278; Ницше, 2005: 291). В новой работе я основываюсь на идеях из книги «Гага-феминизм» и начинаю развивать теорию квир-анархизма в рамках еще одного дополнительного проекта под названием «Дикое», стараясь сплести историю зарождающихся постчеловеческих форм жизни, опираясь при этом на их проблески, улавливаемые нами в популярной культуре и в субкультурном производстве.

Дикое как концепт утратило свое значение в нашу эпоху постцивилизационного развития, постиндустриального производства и постидентитарного бытия. Само слово «дикое», wild, пришло из древне- и среднеанглийского и обозначало там неодомашненный образ жизни, беспорядочное поведение, недостаток моральных ограничений, разного рода эксцессы, хаотичность, неприрученность, варварство. Применительно к природе «дикое»