Łukasz Wordliczek – ZALGORYTMIZOWANE ŻYCIE

ZALGORYTMIZOWANE ŻYCIE

Słowo przedstawiciela nauk społecznych do przedstawicieli nauk ścisłych i przyrodniczych

Massimo Botturi Człowiek stoi ponad techniką i maszyną. [Der Mensch steht höher als Technik und Maschine.] art. 12, zdanie 1 konstytucji Wolnego Hanzeatyckiego Miasta Brema (1947)1

Nie chcę nikogo zaskakiwać ani szokować, ale najprościej rzecz ujmując – mamy obecnie do czynienia z maszynami, które myślą, uczą się i tworzą. Co więcej, ich zdolność do czynienia tych rzeczy będzie gwałtownie rosła, aż do momentu, kiedy – w bliskiej perspektywie – skala zagadnień, którymi będą mogły zająć się maszyny, dorówna zdolnościom ludzkiego umysłu. Herbert Simon (1957)2

Najsmutniejszym aspektem obecnego życia jest to, że nauka gromadzi wiedzę szybciej, niż społeczeństwo gromadzi mądrość.

Isaac Asimov (1988)3

Jest uderzająca nierównowaga pomiędzy elegancją narzędzi, które mamy do dyspozycji, a znacznie mniej eleganckimi rezultatami ich użycia.

Geoff Mulgan (2017)4

Powyższe cztery cytaty pochodzą z różnych czasów, źródeł, kontekstów imiejsc. Wszystkie jednak – jak się wydaje – dość dobrze oddają napięcie, jakie obserwujemy od zarania cywilizacji pomiędzy tym, co określa nas jako byty społeczne, a tym, co należy do świata techniki/technologii. W konsekwencji jakakolwiek aktywność intelektualna w tym obszarze – czy to w ramach sztuki, czy nauki, spycha często debatę do przeciwstawiania sobie człowieka i techniki – niejako zapominając, że wynalazki techniczne należą do szeroko rozumianych wytworów kultury materialnej. Czy jednak istotnie moment w historii ludzkiej odysei, w którym znajdujemy się od jakiegoś już czasu, dopisuje do tych sporów jakąś szczególnie nową kartę? Lakoniczna odpowiedź będzie zapewne twierdząca iuzasadniona powierzchowną – i wytłumaczalną na gruncie psychologii – chęcią do życia w„wyjątkowych czasach”, „pozostawienia po sobie śladu dla potomnych”, nie wspominając o innych próbach zracjonalizowania swojej egzystencji.

Niniejszy tekst nie jest w powyższym kontekście niczym wyjątkowym. Wręcz przeciwnie – dość wiernie wpisuje się wlogikę naznaczoną potrzebą uzasadnienia fundamentalnych zmian, które są udziałem nas wszystkich obecnie żyjących, choć, oczywiście, jest to udział niesłychanie zróżnicowany indywidualnie. Owe zmiany są w szczególności udziałem tytułowych algorytmów i ich wpływu na nasze życie. Ujmując to mniej hasłowo: tematem tych rozważań jest próba spojrzenia na znaczenie sieci (czytaj: internetu), danych i algorytmów w życiu współczesnych ludzi. Ze zrozumiałych względów tekst skupia się jedynie na wybranych zagadnieniach, które – jak się wydaje – względnie czytelnie ilustrują zmiany zachodzące w sferze społecznych konsekwencji rozwoju technologicznego. A zatem artykuł ten należy odczytywać jako głos przedstawiciela nauk społecznych skierowany do tych, którzy bezpośrednio współuczestniczą w kształtowaniu obecnego środowiska technologicznego – głównie chodzi o przedstawicieli nauk ścisłych i przyrodniczych. Wiele rozmów odbytych przez autora właśnie z badaczami z tych dziedzin nauki (a także i nauk inżynieryjno-technicznych) wskazuje, że dość powszechny jest zanik wzajemnej komunikacji, żeby nie powiedzieć wprost obraku zrozumienia dla przedmiotu badań, metod ich prowadzenia iwkonsekwencji – znaczenia osiąganych rezultatów. Jako anegdotyczne w tym kontekście można przytoczyć nierozróżnianie nauk humanistycznych od społecznych przez wielu badaczy z nauk ścisłych. Dla równowagi warto wspomnieć o dość powszechnym wśród osób postronnych utożsamianiu informatyki i nauk ścisłych z komputerami, kiedy to każdy analizujący dane przy wykorzystaniu komputera jest „informatykiem”. Przypomina się w tym miejscu stwierdzenie, że informatyka ma się tak do komputerów jak astronomia do teleskopów5 . Skoro więc mowa będzie ospołecznych konsekwencjach rozwoju technologicznego, to zacząć warto od przybliżenia kilku podstawowych pojęć. Pierwszym takim terminem jest słowo „dane”. Podobnie jak w wielu innych językach, także i w języku polskim należy wspomnieć o różnych formach fleksyjnych łacińskiego czasownika do (= dawać, ofiarować), jak dare i datum. Zkolei rzeczownik datum oznacza, między innymi, dar, datek. Jasno zatem widać, że jest to słowo opisujące coś, co jest „dane” – w sensie: przekazane, i służy do opisu jakiegoś zjawiska. Dane przekazują nam określoną wiedzę, mają pewien zasób informacyjny. Od razu wypada poczynić dwa zastrzeżenia. Po pierwsze – wbrew utartym poglądom – wcale nie musi to być od razu wiedza iinformacja skwantyfikowana, gdyż dane posiadają zróżnicowaną formę. Po drugie, analogicznie jak w innych obszarach, mamy i tutaj do czynienia obecnie

z dominacją określeń anglojęzycznych. Język polski nie jest przy tym wyjątkiem. Powszechnie stosuje się choćby wyrażenie data science na opisanie aktywności naukowej nakierowanej – najogólniej rzecz ujmując – na sposoby gromadzenia, analizy, udostępniania i przechowywania danych. Gwoli ścisłości, próby tłumaczenia na język polski data science można odnotować jako „danologia”, czyli nauka o danych. Dość powiedzieć, że na niektórych rodzimych uczelniach są kierunki studiów funkcjonujące pod taką właśnie nazwą.

Kolejny potencjalnie rodzący niejasności inieporozumienia termin to „algorytm”. Nie musi on automatycznie sprowadzać się do wartości liczbowych. Jako nieco – ale tylko nieco! – żartobliwe przybliżenie można potraktować następującą definicję: algorytm to słowo używane przez programistów, kiedy nie chcą wytłumaczyć, co zrobili6. W istocie jednak algorytm to nic innego jak ściśle określony ciąg czynności, których wykonanie prowadzi do rozwiązania jakiegoś zadania, zwykle zapisywany formalnie7. Pomijając zatem – póki co – drugą część tej definicji, widać, że z algorytmami mamy do czynienia w gruncie rzeczy na co dzień – i to bez komputerów. Oczywiście, chodzi tutaj o rozumienie algorytmów w formie pewnej figury retorycznej – w tym kontekście przykładem algorytmu może być choćby tak banalna rzecz jak przepis na przygotowanie jakiegoś dania. Jednak rzeczywiście, wracając do pełnego słownikowego brzmienia definicji, zazwyczaj są to instrukcje zapisane w sposób formalny, a zatem przy użyciu cyfr, liczb i notacji matematycznej. Ów „chleb powszedni” informatyki – tudzież danologii – jest oczywiście całkowicie hermetyczny dla osób bez odpowiedniej wiedzy przedmiotowej. Nie sposób oprzeć się refleksji, że w efekcie końcowym tracą na tym wszyscy, to znaczy zarówno twórcy algorytmów, którzy są zmuszeni włożyć spory wysiłek w ich wyjaśnienie, jak i osoby zainteresowane, które mają trudności w przeniknięciu przez matematyczne zawiłości. Co szczególnie ważne z punktu widzenia tematyki tego tekstu – tracą na tym także i ci, którzy nie przejawiają szczególnego zainteresowania rozwiązaniami algorytmicznymi, są jednak poddani ich działaniu.

Po tych uwagach o charakterze definicyjnym przejdźmy do wskazania, jakie są przejawy zalgorytmizowanego życia. Skoro chodzi tutaj o dane, to posłużmy się kilkoma wymownymi statystykami. Według aktualnych informacji (opublikowanych w styczniu 2021 roku) niemal 70 procent populacji globu posiada telefon komórkowy, niecałe 60 procent ma dostęp do internetu, zaś nieco ponad połowa to aktywni użytkownicy mediów społecznościowych8. Statystycznie, każdy z nas spędza dziennie niemal dwukrotnie więcej czasu na korzystaniu zsieci (blisko 7 godzin) niż na oglądaniu telewizji. Polacy są w tym szczególnym rankingu bliscy podanej powyżej wartości uśrednionej. Zainteresowanych czytelników zachęcam do sięgnięcia do źródła w celu odkrycia rekordzistów z wynikiem rzędu 10–11 godzin na dobę (!) aktywności w sieci. Oczywiście, konsekwencje takiego stanu rzeczy są złożone – w szczególności zdrowotne. W tym miejscu warto wspomnieć bynajmniej nie o zdrowiu fizycznym, lecz psychicznym, czyli propozycji określenia nowej jednostki chorobowej, tymczasowo nazwanej nomofobią. Jest to neologizm pochodzący od wszystko mówiącego anglojęzycznego wyrażenia no mobile phone phobia (dojmujące poczucie lęku przed możliwością utraty dostępu do telefonu komórkowego).

Naturalną koleją rzeczy takie uzależnienie od zaawansowanych technologii informacyjnych ikomunikacyjnych (information and communication technologies, ICTs) związane jest z wykładniczym przyrostem samej ilości danych. Patrząc na to zjawisko w szerszej perspektywie historycznej, warto odnotować, że według niektórych źródeł współczesny człowiek przetwarza wciągu jednego dnia taką ilość danych, jaką nasi przodkowie wXV wieku przetwarzali w ciągu... całego swojego życia9. Mało tego, inne szacunki mówią, że około 90 procent wszystkich danych wytworzonych przez ludzkość to rezultat aktywności w ciągu zaledwie ostatnich dwóch lat10. Ta informacja nie będzie jednak zaskakująca, jeżeli sprowadzimy ją do odpowiednio mniejszej jednostki czasu – zamiast lat sięgniemy po jedną minutę. Otóż w ciągu jednej minuty nasza aktywność w internecie to milion logowań na Facebooku, niemal milion dolarów wydanych na zakupy w sieci, prawie 400 tysięcy ściągniętych aplikacji i prawie 200 milionów wysłanych e-maili11. Gwoli ścisłości, są to dane niedoszacowane, gdyż pochodzą „aż” sprzed dwóch lat...

Taka ilość danych – w połączeniu z ich zróżnicowaniem – jest fundamentem określającym zjawisko Big Data. Jednak wraz z takimi pojęciami jak „internet rzeczy”, sztuczna inteligencja, uczenie maszynowe, memex, kulturomika czy też choćby „bańka filtracyjna”, jest to temat na osobną opowieść.

Massimo Botturi

Łukasz Wordliczek

Wydział Studiów Międzynarodowych i Politycznych UJ

1 Landesverfassung der Freien Hansestadt Bremen, 1947, https://bit.ly/3diTC4c, dostęp: 16 lutego 2021. 2 S.J. Russell, P. Norvig, Artificial Intelligence. A Modern Approach, Englewood Cliffs, Prentice-Hall, Inc., New Jersey 1995, s. 20. 3 Isaac Asimov’s Book of Science and Nature Quotations, pod red. I. Asimova i J. Shulmana, Weidenfeld & Nicolson,

New York 1988, s. 281. 4 Geoff Mulgan, Collective Intelligence as Humanity’s Biggest

Challenge, Nesta Blog, 2017, https://bit.ly/2mfRsKN, dostęp: 16 lutego 2021. 5 E.W. Dijkstra, w: J.J. Berman, Principles of Big Data. Preparing, Sharing, and Analyzing Complex Information,

Morgan Kaufmann Publishers Inc./Elsevier Inc., Waltham, MA, 2013, s. 220. 6 Za: https://www.reddit.com/r/ProgrammerHumor/comments/b5mtc7/yeahthe_algorithm_di d_it/, dostęp: 16 lutego 2021. 7 Wielki słownik wyrazów obcych PWN, pod red. M. Bańki,

Warszawa 2010, s. 40. 8 Wszystkie dane w tym akapicie za: https://datareportal. com/reports/digital-2021-global-overview-report, dostęp: 16 lutego 2021. 9 Dane za: R. Smolan, J. Erwitt, The Human Face of Big

Data, Against All Odds Productions, Sausalito, Calif., 2012. 10 Za: Where Angels will Tread, „The Economist” 2011, https://www.economist.com /news/2011/11/17/where-angels-will-tread. 11 Dane za: J. Desjardins, What Happens in an Internet

Minute in 2019?, „Visual Capitalist”, 2019, https://www. visualcapitalist.com/what-happens-in-an-internet-minute-in-2019/, dostęp: 17 lutego 2021.