Joukkoistaminen ja MOOCit

Tylsimmillään Morozov kärjistäessään ja yliyksinkertaistaessaan. Esimerkkinä on Yelp-verkkopalvelu ja siellä olevat maallikoiden tekemät ravintola-arviot. Morozov käyttää argumentaatioarsenaalinsa kumotakseen väitteen, että nämä maallikkoarviot korvaisivat/tekisivät asiantuntijoiden tekemät ravintola-arviot turhaksi.

Asiantuntijoiden tekemien ravintola-arvostelujen ja maallikkoiden tekemien rinnastaminen on turhanoloista. Yelp ei tuskin vähentää asiantuntijoiden tekemien arvioiden merkitystä. Eivätkä gastronomiaan ja keittiötaiteeseen perehtyneen asiantuntijan arviot tee turhaksi gastronomiaan perehtyneiden maallikoiden työtä.

Morozov on huolissaan kulttuurisen joukkoistamisen (massive cultural participation) vaikutuksesta kulttuurille. Mitä seurauksia on maallikoiden tekemillä keikka-, kirja-, levy-, juoksusukka-, tietokonearvioilla jne? Morozov jakaa mediatutkija Ryan Gillespien huolen:

”the consumption mentality of reviews encourages the treatment of art and entertainment as merely means to the ends of pleasure, thereby eliminating the appreciation and contemplation of challenging, experimental, and avant-garde works.” (179)

Myös verkkoyliopistot saavat kyytiä. Morozov viittaa MOOC-kritiikissään tutkija Pamela Hieronymiin, joka on artikkelissaan Don’t Confuse Technology With College Teaching (13.8.2012) avannut verkkoyliopistojen ongelmia. Siinä missä Morozov käyttää paukkuja Yelpin ja siellä pyörivien amatööri-gastronomien taklaamiseen, Hieronymi antaa vahvaa todistusta, että Coursera ja muut verkkoyliopistot eivät peittoa perinteistä yliopistolaitosta:

”Education is not the transmission of information or ideas. Education is the training needed to make use of information and ideas. As information breaks loose from bookstores and libraries and floods onto computers and mobile devices, that training becomes more important, not less.”

Tuon minäkin uskon. Erilaisia näkemyksiä MOOCien vaikutuksesta yliopistoon on esitetty, mutta on vaikea uskoa MOOCien korvaavan yliopisto-opetusta.

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Big data ja solutionismin kritiikkiä

Ennakoivan kontrolloinnin (predictive policing) -hengessä kehitetty analytiikka sensoroi ympäristöä ja analysoi tuloksia mahdollisten rikosten estämiseksi. Esimerkkinä tästä on IBM:n kehittämä analytiikka, jota on käytetty ainakin Yhdysvalloissa (esimerkiksi Las Vegas, Los Angeles, Memphis, New York, Richmond (Virginia), Rochester) ja Vancouverissa. Teknologian arvioidaan toimineen ainakin Richmondissa:

IBM can point to some successes: Richmond, Virginia, which in 2005 was ranked the fifth most dangerous city in the United States dropped to the 99th spot after it began using IBM’s data mining technology to reduce crime.
(Nicola Leske, Charleston Police to use data mining to fight crime)

ShotSpotter on fyysistä tilaa monitoroiva järjestelmä, jonka muodostavat kaupunkitilaan asennetut äänimaisemaa sensoroivat mikrofonit. Ethan Wattersin mukaan simerkiksi laukausten kaltaiset äänet herättävät järjestelmän ja välittävät poliisille tiedon äänen sijainnista. Redwood City pilotoi järjestelmää vuonna 1995. Järjestelmän ovat sen jälkeen hankkineet muun muassa Chicago ja Washington DC.

Järjestelmän eduiksi mainitaan sen helpottavan poliiseja löytämään nopeammin tapahtumapaikan. Uhri saa nopeammin ensiapua ja todennäköisyys syyllisen pidätykselle kasvaa. Joissain poliisin ja rikollisen välillä tapahtuneissa ampumavälikohtauksissa on järjestelmän avulla voitu määrittää, kumpi on aloittanut laukaustenvaihdon.

Morozov toteaa ennakoivan kontrolloinnin tarkoittavan myös yksityisyyden menettämistä. ShotSpotterin kaltaisesta mikrofonijärjestelmästä ei ole Morozovin mukaan pitkä matka älypuhelimissa toimiviin sovelluksiin, jotka tekisivät vastaavaa sensorointia. Laskentateknologian kehittyminen ja hintojen putoaminen voi johtaa tehokkaampaan tiedonlouhintaan pohjautuvaan ennakointiin:

It’s the epitome of solutionism; there is hardly a better example of how technology and big data can be put to work to solve the problem of crime by simply eliminating crime altogether. (182)

Morozov tekee rohkeita tulkintoja ja ennusteita kontrollointiteknologian seurauksista. Poliisin edustaja Tom Gahry kommentoi Los Angelesissa käytössä olevan ennakoivan kontrollointijärjestelmän ja sikäläisen poliisin roolia näin:

You’re there to prevent crime. You’re not necessarily there to arrest somebody.
(Can LAPD Anticipate Crime With ’Predictive Policing’?)

Morozov visioi kehitystä, jonka myötä rikollisten tuottamien twiittien ja Facebook-statusten analysoinnin pohjalta voidaan tehdä ennusteita palvelujen käyttäjistä. Lähdemateriaalina voivat olla rikollisia tekoja edeltäneet ei-uhkaavat verbaaliset vihjeet. Lopputilanne tiedonlouhinnassa voi olla Morozovin mukaan tämä:
Thus, even tweeting that you don’t like your yogurt might bring police to your door, especially if someone who tweeted the same thing three years before ended up shooting someone in the face later in the day. (188)

Big data -tiedonlouhinta ja sopivat algoritmit voivat Morozovin mukaan johtaa siihen, että moni meistä osoittautuu loppujen lopuksi enempi vähempi epäilyttäviksi. Morozov kysyy: mikäli esimerkiksi Facebook ilmiantaisi algoritmien perusteella potentiaalisesti rikollisen viranomaisille, voimmeko joutua tilanteeseen, jossa olemme kuin Kafkan romaanin henkilö, joka yrittää ymmärtää, mistä rikoksesta on syytetty?

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Avoin data, avoin hallitus

Avoin hallitus (open government) -suuntauksessa Morozovia huolestuttaa se, että termillä voidaan luoda mielikuva demokratisoitumisesta ja avoimuudesta, vaikka todelliset tulokset jäisivät laihanlaisiksi. Nathaniel Heller käsittelee tätä aihetta kirjoituksessaan Is Open Data a Good Idea for the Open Government Partnership. Molempien huolena on se, saadaanko avoimesta hallinnosta kaikki irti.

Pelkona on, että avoimuus ja läpinäkyvyys voivat pelkistyä näennäisiin avauksiin, joiden yhteiskunnallinen merkitys jää pieneksi. Esimerkiksi puoluerahoituksen avaaminen olisi korruptiotutkimusten kannalta hyvin mielenkiintoista tavaraa, mutta kaikkialla tätä ei välttämättä kovin hereästi olla avaamassa.

Esimerkkitapauksena rikostilastot

Datan avaamisen ongelmista Morozov käyttää esimerkkinään rikostilastoja visualisoivia karttoja Periaatteessa visualisointien logiikka on järkevä: rikosten yleisyyttä eri alueilla havainnollistava kartta helpottaa esimerkiksi poliiseja kohdentamaan toimintaansa ”rikosrikkaille” alueille tai kansalaisia välttämään tällaisia alueita. Rikosdatan jalostamista käsitteleviä kirjoituksia löytyy useita, esimerkiksi Alisha Greenin The Impact of Opening Up Crime Data. Yksi rikostilastoja hyödyntävä palvelu on vuonna 2011 julkaistu www.police.uk-sivusto, josta voi hakea rikostietoja alueittain.

Tilannetta monimutkaistaa se, että samalla kun rikostilastot auttavat toisia ihmisiä vaikkapa välttämään asuntokauppoja epämääräisillä alueilla, rikostilastot vaikeuttavat toisia ihmisiä myymästä samaisia asuntoja. Kuviota on jonkin verran uutisoitu, tutkittu ja kolumnoitu.

Rikostilastojen avaamisen mahdolliseksi seuraukseksi on ennustettu, että poliisiin otetaan yhteys herkemmin, jos havaitaan jotain epäilyttävää rikostilastojen mukaan aktiivisella alueella.

Toisensuuntaisesta seurauksesta vihjaa vakuutusyhtiön teettämä tutkimus. Morozov viittaa Direct Line  -vakuutusyhtiön vuonna 2011 tekemään tutkimukseen, jonka mukaan rikostilastojen mukaan aktiivisilla alueilla asuvat eivät halua ilmoittaa asuinalueellaan tapahtuvista rikoksista.

— 11 percent of respondents claimed to have seen an incident but chose not to report it, worried that higher crime statistics for their neighborhood would significantly reduce the value of their properties. (98)

Tutkimuksesta on kirjoittanut David Hand ”Open data is a force for good, but not without risks”. Potentiaalisista ongelmista ja riskeistä on kirjoittanut myös Kim Viljanen.

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Data-intensiivisyys, itsensä monitorointi, datan jakaminen

Verkkomaailman trendeistä Jevgeni Morozov nostaa esiin muun muassa data-intensiivisyyden ja itsensä monitoroinnin. Data-intensiivisyydellä hän tarkoittaa kehitystä, jossa toiminta verkossa kytkeytyy yhä tiiviimmin datan ympärille. Data-intensiivisyydellä on kytkös hyvin toimiviin algoritmeihin. Verkkopalveluihin rakennettujen erilaisten suosituspalvelujen taustalla ovat algoritmitekniikat. Tällaisella tekniikalla tuotetut suositukset ovat sitä parempia, mitä enemmän ne osuvat oikeaan eli tarjoavat jotain sellaista, jota vastaanottaja tarvitsee/kaipaa. Tällaisessa rakennetussa serendipiteetissä (engineered serendipity) piilee omat ongelmansa:

Doing this badly is easy – just pick random items and suggest them to customers. No one would do this though; it would likely be seen as yet another form of spam. Doing it well, however, would require companies to collect even more data about customers than they already do, so the quest for engineered serendipity can become just another excuse for Facebook and Amazon to collect more information and hone their algorithms. More disturbingly, it also means giving technology companies an even greater role in civic life at a time when they haven’t shown any respect for the responsibilities they have already. (290)

Erilaisen verkonkäyttäjää koskevan datan kokoamisen, tuon datan hyödyntäminen algoritmein ja jakaminen verkossa ja muu datakarnevaali muodostaa mielenkiintoisen kimpun. Morozovin mukaan tähän kaikkeen liittyy myös yhdenlainen ”pakko” olla sosiaalisessa mediassa. Sosiaalisessa mediassa läsnäolo on toki vapaaehtoinen valinta, mutta Morozovin mukaan ihmisiin kohdistuu paine olla sosiaalisessa mediassa (edellyttäen että elää sellaisessa maanosassa, jossa Internet on tarjolla). On normaalia käyttää sosiaalisen median palveluja:

Think of it this way: all of us have a right not to have a cell phone or a Facebook profile. But that right means little in a society where almost everyone has both those things, for people without cell phones or Facebook profiles are presumed to be weird outliers with their own reasons for staying low – and those reasons can’t be good, can they? Law enforcement agencies already view those without cell phones as potential terrorists or drub dealers – this, if anything, turns your ”right” to keep away from certain technologies into a joke. A similar set of interpretations has already emerged around the digital refuseniks who stubbornly resist opening a Facebook account. (239)

Data-intensiivisyyden yksi ilmenemismuoto on lisääntynyt itsemonitorointi (self-monitoring, self-tracking). Sinällään itsensä monitoroinnissa ei ole mitään uutta. Ana Crisostomo (2014, The Quest for Happiness in Self-Tracking Mobile Technology) puhuu omassa tutkimuksessaan Sanctorius Sanctoriuksesta, italialaisesta tutkijasta, joka eli 1500–1600-luvulla ja mittasi muun muassa painoaan, nauttimansa ravinnon ja jätöstensä määrää 30 vuoden ajan.

Monitorointi on yleistynyt biometristen sensoreiden teknisen ja monitorointiin keskittyvien palvelujen kehityksen, verkkopalveluiden tallennustilan kasvun ja erilaisten verkkoon kytkettävien mobiililaitteiden käytön lisääntymisen myötä. Yksi esimerkki näistä teknologioista on Bitalino, DIY-rakennussarja, jolla voi rakentaa erilaisia omien elintoimintojen mittausvälineitä. Itsensä monitoroinnilla Morozov tarkoittaa esimerkiksi omien sijaintitietojen tai omien urheilusuoritusten tallentamista ja ilmoittamista verkossa. Monitorointi liittyy esimerkiksi oman kunnon ylläpitämiseen, ravintoon ja terveydentilaan liittyvien muuttujien tarkkailuun. Crisostomo kiteyttää monitoroinnin erääksi tavoitteeksi itsetuntemuksen datan avulla (”self knowledge through data”).

Crisostomo tekee yhteenvetoa tutkimuksista, jotka pohtivat taustalla olevia mahdollisia ideologioita. Erään tulkinnan mukaan oma keho mielletään yhdeksi resurssiksi muiden joukossa ja itsensä monitorointi on yksi väline hallita tätä resurssia. Tässä ajattelutavassa sairaus on estettävissä oleva ei-toivottu tila.

Morozov näkee monitoroinnissa ja sen yleistymisessä omat uhkansa:

The danger here is quite obvious: if you are well and well-off, self-monitoring will only make things better for you. If you are none of those things, the personal prospectus could make your life much more difficult, with higher insurance premiums, fewer discounts, and limited employment prospects. (240)

Myös Crisostomo käsittelee data-intensiivisyyttä ja yksilöä koskevan datan kokoamista. Tällaisen datan määrän lisääntyminen voi johtaa henkilökohtaisen identiteetin uudelleenmäärittelyyn. Itsemonitoroinnin myötä datavarantoihin kertynyt datamassa voi kertoa meistä enemmän kuin mitä pystymme itse analysoimaan itseämme.

Data-intensiivisyydestä pääsee kätevästi pohtimaan muistia ja muistamista: kuten Crisostomo kirjoittaa, yhtenä tulevaisuuden mahdollisuutena on datavarannoista syntyvä kaikkialla läsnäoleva, virheetön muisti (an omnipresent flawless memory). Morozov päätyy pohtimaan samoja kuin John Peterskin. Olisiko unohtaminen toisinaan hyväksi:

Is there really no space for deception in our dealings with others or ourselves? Could deception, like forgetting, be productive in sustaining – perhaps even enabling – a more moral life? As philosopher David Nyberg points out, ”Deception is not merely to be tolerated as an occasionally prudent aberration in a world of truth telling; it is rather an essential component of our ability to organize and shape the world, to resolve problems of coordination among individuals who differ, to cope with uncertainty and pain, to be civil and to achieve privacy as needed, to survive as a species and to flourish as persons”.

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Algoritmeista

Morozov käsittelee kirjassaan runsaasti automaattiseen päättelyyn käytettyjä algoritmeja ja nostaa esiin ongelmatilanteita, joissa algoritmi tekee pohja-aineistostaan vääriä päätelmiä.

Yhtenä esimerkkinä on Googlen ja Guernica-nimisen julkaisun nokkapokka. Guernica-verkkojulkaisu käsittelee politiikkaa, kirjallisuutta ja taidetta. Guernicaan ovat kirjoittaneet muun muassa Noam Chomsky, Amartya Sen, Arundhati Roy ja Zadie Smith. Julkaisun tulonlähteitä ovat esimerkiksi lukijoilta saadut lahjoitukset ja Googlen AdSense-ohjelman kautta saadut mainostulot.

Googlen kanssa sukset menivät ristiin, kun Guernica julkaisi Clancy Martinin kirjoituksen ”Early Sexual Experiences”. Martinin kirjoitus käsittelee juuri sitä aihetta, johon otsikko viittaa. Ongelma syntyi siitä, että Googlen käyttämä verkkosivujen sisältöjä analysoiva algoritmi tulkitsi Martinin kirjoituksen sopimattomaksi. Tämä johti siihen, että Google poisti mainokset Guernican sivuilta. Samalla katkesi myös Guernican mainostulovirta. Valitukset eivät tuottaneet tulosta. Tapauksesta on kirjoittanut myös Joel Whitney (Censored by Google, Boston Review).

Morozov kritisoi Googlen luomaa kuvaa itsestään todellisuuden peilinä. Esimerkkinä hänellä on muun muassa Googlella tuotesuunnittelua johtaneen Marissa Mayerin haastattelulausunto Googlen tavoitteista:

”We’re trying to build a virtual mirror of the world at all times.”

Hakukonetta ei saisi ajatella muusta maailmasta irrallaan olevana, maailmaa objektiivisesti tarkkailevana järjestelmänä. Google on Morozovin mukaan samantapainen todellisuutta muokkaava järjestelmä kuin sanomalehdet, radioasemat ja televisiokanavat. Nämä järjestelmät muokkaavat todellisuutta esimerkiksi nostamalla esiin tiettyjä asioita tai näkökulmia asioihin. Objektiivisuus ei synny siirtämällä erilaisia tehtäviä koneiden ja tietojärjestelmien hoidettavaksi.

Morozov havainnollistaa algoritmien todellisuutta muokkaava vaikutusta Twitterin Trends-toiminnolla. Trends-toiminto perustuu algoritmiin, joka erilaisin säännöin päättelee twiiteistä, mitkä aiheet ovat nousemassa trendeiksi. Tyypillinen kuvio Twitterissä on se, että kun aihe nousee trendiksi, se saa yhä enemmän huomiota ja sen trendikkyys kasvaa. Morozov määritteleekin Twitterin pikemminkin todellisuutta luovaksi koneeksi, kuin todellisuutta vain havainnoivaksi kameraksi.

Helmikuussa 2014 Pirkanmaa pakeni trendikartan analyysia.
Helmikuussa 2014 Pirkanmaa pakeni trendikartan analyysia.

Algoritmit ja sisällöntuotanto

Tekstintuottaminen koneellisesti ei ole ihan uusi asia. Aihetta on käsitellyt myös Steven Levy (Can an Algorithm Write a Better News Story Than a Human Reporter?, Wired, 2012). Uutistuotannossa tekstintuottamista on jo automatisoitu. Yksi tällaista palvelua tarjoava yritys on Narrative Science.

Helsingin Sanomien mukaan Amazon on yrittänyt automatisointia teosten kääntämisessä. Tulokset ovat jääneet heikonlaisiksi. Voidaanko sanataidetta automatisoida isossa mittakaavassa kaupallisesti? Morozov arvioi tällaisen olevan mahdollista tulevaisuudessa vaikkapa niin, että Amazon ryhtyy tuottamaan sisältöjä, jotka se laatii lukijoiden lukutottumusten pohjalta.

Morozovin ajatuskuvio menee näin: Amazon kykenee tallentamaan Kindle-lukulaitteidensa avulla informaatiota siitä, millaisia lukutottumuksia Kindlen käyttäjillä on. Mikäli informaatio pitää sisällään tiedon esimerkiksi siitä, mitä sanoja haetaan lukulaitteen sanakirjasta, mitä tekstinkohtia sähkökirjoista alleviivataan useimmin, kauanko sähkökirjan lukeminen kestää jne, voi Amazon tällaiseen informaatioon pohjaten rakentaa palvelun, jossa tekstintuottaminen on automatisoitu:

Nothing prevents Jeff Bezos from taking such knowledge and churning out books automatically, bypassing the authors completely and offering such a personalized offering – pushing all the right emmotional and intellectual buttons for each reader – so that no bought book goes unread. A growing number of newspapers and magazines already turn to companies like Narrative Science to supply them with articles – mostly about sports and finance – produced by algorithms. (172)

Tällainen tekstiautomaatti tuottaisi käyttödatan pohjalta sellaisia tekstejä, jotka täyttävät suositun tekstin kriteerit.

Algoritmien ongelma

Morozov tiivistää ongelmat kahteen kohtaan. Ensimmäinen on algoritmien oletettu objektiivisuus. Algoritmit ovat jonkun rakentamia, emmekä voi tietää algoritmin tekijän mahdollisista ennakkoasenteista ja oletuksista esimerkiksi rikollisuuden yleisyydestä tietyillä asuinalueilla tai tietyissä ihmisryhmissä. Toinen ongelma on algoritmien läpinäkymättömyys: emme esimerkiksi voi tutkia hakukoneiden algoritmeja. Tätä perustellaan – ymmärrettävästikin – liikesalaisuuksilla.

Mikäli sensorointi ja rikosten ehkäisy valvontajärjestelmien avulla yleistyvät, voivatko näiden sovellusalueiden tuotteet olla läpinäkymättömiä, Morozov kysyy. Mikäli ennakoivan kontrolloinnin (predictive-policing) työvälineet rakentaa yksityinen yritys, tämä voinee olla mahdollista. Morozov kertoo algoritmien olevan yhä enemmän käytössä yhdysvaltalaisessa oikeusjärjestelmässä:

And algorithms increasingly dominate many other parts of our legal system; for example, they are also used to predict how likely a certain criminal, once on parole or probation, is to kill or be killed. Developed by a University of Pennsylvania professor, this algorithm has been tested in Baltimore, Philadelphia, and Washington DC. Such probabilistic information can then influence sentencing recommendations and bail amounts, so it’s hardly trivial. (184)

Meillä yleisissä kirjastoissa tällaista algoritmiikkaa edustavat verkkokirjastojen lisää samankaltaisia teoksia -tapaiset listat. Näiden kanssa ei tällä hetkellä osaa olla huolissaan siitä, että algoritmien kätköissä muhisi puolueellisuuksia. Ennemminkin miettii missä määrin automatisoidut listat tai relevanssin mukainen lajittelu osoittavat oikeaan suuntaan.

Esimerkkinä läpinäkymättömyysongelman ratkaisusta Morozov esittää rahoitusalalle kehitetyn mekanismin, jolla valvotaan algoritmista kaupankäyntiä. Kuvio on rakennettu niin, että ulkopuolinen taho tekee säännöllisiä auditointeja, joilla arvioidaan algoritmiseen kaupankäyntiin valmistettuja tietokonejärjestelmiä. Oma kysymyksensä on se, millä elämän osa-alueilla tarvitaan vastaavaa varmistusjärjestelmää. Hakukoneiden algoritmit? Verkkokauppojen algoritmit? Morozov alistaisi tälle tarkastelulle erilaiset ennakoivan kontrolloinnin järjestelmät. Sosiaalisen median palvelujen pitäisi määritellä standardit sille, kuinka paljon ne käyttävät ennakoivaa kontrollointia, kuinka pitkälle ne profiloivat käyttäjiään ja mitä dataa jakavat ulkopuolelle, esimerkiksi viranomaisille.

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Solutionismista

Morozovin kirjassa myrskyn ytimessä on solutionismi. Termi tuntuu olevan sukua teknofilialle (technophilia). Morozov määrittelee solutionismiksi ajattelutavan, jossa sopivin ohjelmin, algoritmein, robotein teknologia voi ratkaista ihmiskunnan ongelmat tehokkaasti. Näitä ajatuksiaan Morozov esittelee Ian Tuckerin haastattelussa. Solutionistikritiikissään Morozov kirjoittaa useamman kerran solutionistien ratkomista ”ongelmia”, jotka eivät Morozovin mukaan ole ongelmia ensinkään.

Morozov puhuu ns. tuplaklikkaus-ratkaisuista, joista esimerkkinä ovat Totuuskakkulat eli the Truth Goggles. Totuuskakkulat on mainio esimerkki kirjastolaisen näkökulmasta, koska se iskee juuri sille sektorille, jossa kirjasto operoi mediakasvatushankkeillaan.

Kyse on MIT-opiskelijan opinnäytteestä eli selaimessa toimivasta sovelluksesta, joka vertaa verkkosivulla esitettyjä väitteitä PolitiFact-tietokannan informaatioon. Noiden vertailujen pohjalta sovellus tekee arvionsa sivulla esitetyn väitteen todenmukaisuudesta. Toimintatapaa avaa demo: http://truthgoggl.es/demo.html

Vaikka tietyin varauksin Totuuskakkulat voivat auttaa sivustojen väitteiden totuudellisuuden arvioinnissa, ongelmallista tässä palvelussa on se, että lähdekriittisyys on ulkoistettu PolitiFactille ja Truth Goggles -sovelluksen tekijälle. Morozov esittää hyvän kysymyksen:

But who will watch the truth hunters and the innovators? (119)

Morozov analysoi retoriikkaa, joka hänen mukaansa on tyypillistä solutionistista puheenpartta. Toinen näistä strategioista on innovaatiopuhe. Toinen on työkalupuhe. Morozovin mukaan innovaatiopuheessa innovaatiot ovat lähtökohtaisesti hyviä, huolimatta niiden sosiaalisista tai poliittisista seurauksista. Työkalupuhe pyrkii pitämään teknologiakeskustelun kohteena työvälineet ja siitä miten ne voimauttavat käyttäjänsä.

Morozov ei pidä kummastakaan retorisesta keinosta:

Both kinds of talk impoverish our debate about digital technologies; both must be recognized early on and resisted. (167)

Morozov haluaa kritiikkiä innovaatio- ja teknologiakeskusteluun.

Morozov ottaa käsittelyyn muun muassa Kevin Kellyn, joka ei pääse helpolla. Kellyn tapa nähdä teknologia autonomisena voimana ja hänen muut pohdintansa johtavat Morozovin rinnastamaan Kellyn natseihin. Morozov vertaa näitä Kellyn ajatuskulkuja natsijohtaja Fritz Todtin pohdiskeluihin teknologian ja luonnon suhteesta.

Tuntematta Todtin teknologiaa koskevia filosofisia pohdintoja tarkemmin pistää natsivertailu nikottelemaan. Väittämät ovat tällä kohtaa rankkoja, vähän liiankin.

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]

Mikä pelastaa kenet ja miten?

Teknologian yhteiskunnallisia vaikutuksia pohtiva Jevgeni Morozov julkaisi viime vuonna teoksen To save everything, click here : the folly of technological solutionism (2013).

Morozovin ote teknologiaan on kriittinen. Oskari Onninen kuvailee Morozovia kyberpessimistiksi, ja tämä termi kuvaa kohdettaan erinomaisesti. Morozov on aktiivinen monilla foorumeilla. Osa hänen artikkeleistaan löytyy täältä: http://evgenymorozov.com/writings.html

Hänen esikoisteoksensa on The Net Delusion : The Dark Side of Internet Freedom (2011). Arvion teoksesta on julkaissut Ulkopolitiikka-lehti. Uusimmasta teoksesta on julkaistu useampia arvioita:

Morozov kritisoi koko joukon Internetissä vaikuttavista ilmiöistä. Osansa saavat muun muassa algoritmeihin pohjautuvat teknologiat, big data ja tiedonlouhinta, avoin data -liike, joukkouttaminen. Erityiskohteenaan hänellä on ihmisryhmä, joka uskoo vahvasti teknologian mahdollisuuksiin. Siis jonkinlaiset teknofiilit, joita Morozov kutsuu solutionisteiksi.

Solutionistien lisäksi Morozov antaa John Petersin tavoin kolipottua verkkoympäristössä toimiville yrityksille, kuten Amazonille ja Googlelle. Morozovin teos on mielenkiintoinen. Seuraavissa erissä pari merkintää teemoista:

  1. Solutionismista
  2. Algoritmeista
  3. Data-intensiivisyys, itsensä monitorointi, datan jakaminen
  4. Avoin data, avoin hallitus
  5. Big data ja solutionismin kritiikkiä
  6. Joukkoistaminen ja MOOCit
  7. Ratkaisuvaihtoehtoja
  8. Jälkimausta

[schema type=”review” url=”http://clickherethebook.com/” rev_name=”To Save Everything, Click Here” author=”Jevgeni Morozov” ]