113 © aut hor/aut horsht t ps://doi .org /10. 26493/2350-54 43.13(1)113-131 Metaforična konstrukcija velikega podatkovja in umetne inteligence: analiza ideoloških instrumentalizacij tehnoloških in družbenih procesov The Metaphorical Construction of Big Data and Artificial Intelligence: An Analysis of the Ideological Instrumentalization of Technological and Social Processes Tadej Praprotnik Univerza na Primorskem, Fakulteta za humanistične študije, Slovenija tadej.praprotnik@fhs.upr.si Izvleček Članek tematizira in problematizira uveljavljene in (medijsko) propagirane podobe aktualnih tehno- loških procesov ter artefaktov (veliko podatkovje, umetna inteligenca). Podobe in pomeni določene- ga pojava ali procesa se pogosto sokreirajo s pomočjo specifičnih metafor. Besedilo izpostavi nabor uve- ljavljenih diskurzov in metaforičnih izrazov, ki se pojavljajo v »bližini« terminov veliko podatkovje in umetna inteligenca, s katerimi pojasnjujejo novosti. Kolektivne vizije in ideološko ter ekonomsko motivirana pričakovanja in imaginariji prihodnjega znan- stvenega ali tehnološkega razvoja oblikujejo možne ter posledično misljive verzije tehnološkega razvoja. Metafore, vezane na določene tehnološke procese, zakrivajo družbeno konstruiranost izbrane verzije tehnologije. Metaforika naravnih pojavov aludira na nenadzorovanost procesov, ki so v okviru sodob- nega kapitalizma še kako načrtno izbrani in nadzorovani. Ključne besede: veliko podatkovje, umetna inteligenca, metafore, algoritmi, družbena konstrukcija tehnologije Abstract The article thematizes and problematizes established and (media) propagated images of current tech- nological processes and artefacts (big data, artificial intelligence). Images and meanings of a particu- lar phenomenon or process are often co-created through specific metaphors. The text highlights a set of well-established discourses and metaphorical expressions that appear in “proximity” to the terms big data and artificial intelligence, in order to explain innovations. Collective visions and ideologically as well as economically motivated expectations and imaginaries of future scientific or technological development form possible, and consequently thinkable, versions of technological development. Metaphors related to certain technological processes obscure the social constructivity of the selected version of the technology. The metaphor of natural phenomenon alludes to the uncontrolled nature of the processes that are actually chosen and controlled in the context of modern capitalism. Keywords: big data, artificial intelligence, metaphors, algorithms, social construction of technology Uvod Tehnologija ni avtonomna sila, ki vpliva na človeške zadeve od »zunaj«, ampak je pro- dukt družbenih procesov, družbeno speci- fičnih aktivnosti, ki jih v določene namene izvajajo določeni ljudje in ne drugi ljudje. Tehnologija se zato ne razvija na enos- meren način; vselej obstaja nabor časovno omejenih možnosti ali alternativ, med kat- erimi so nekatere izbrane, druge zavrnjene na podlagi družbenih izbir posameznikov, ki imajo moč, da izbirajo. Izbire odražajo st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 114 njihove namere, ideologijo, družbeno po- zicijo in razmerja z drugimi ljudmi v druž- bi. Na kratko, tehnologija nosi oz. podpira družbeni »odtis« svojih avtorjev. Zatorej »družbeni vplivi« ne izvirajo iz same teh- nologije produkcije, ampak v prvi vrsti iz družbenih izbir, ki jih tehnologija ute- leša. Tehnologija potemtakem ni osnovni in prvi vzrok; njeni družbeni učinki izha- jajo iz družbenih vzrokov, ki so tehnologi- jo vzpostavili: izza tehnologije, ki povz- roča družbene odnose, se nahajajo ti isti družbeni odnosi. Nič čudnega torej, da tehnologija običajno teži k okrepitvi, ne pa k spodnašanju teh odnosov. [Noble 1979, 18–19] V vsakdanjem (medijskem) komuniciranju smo pogosto deležni pojasnil, kako nam tehnologije vse bolj krojijo življenje; iz- jave krepijo vtis nemoči posameznikov, ki se pos- ledično zatekajo bodisi v resignirani cinizem in pasivnost bodisi se v stanju preplavljenosti s teh- nologijami zatekajo v obrambne mehanizme, v zavestno nevednost (Salecl 2020, 177) po načelu »nimam kaj skrivati, če bo koga doletelo, bo do- letelo le malopridne«. Informacije o razsežnosti sodobnega podatkovja so zlahka dostopne, toda neprijetne: »Različni mediji zdaj veliko pišejo o problemu nadzora, zato ne moremo govoriti, da ljudje s svojimi osebnimi podatki tako ravnajo zaradi pomanjkanja védenja, temveč z njimi tako ravnajo predvsem zaradi zanikanja tega véden- ja« (Salecl 2020, 176). Tehnološki determinizem, torej vera v to, kaj dobrega ali slabega povzročajo tehnologije, vsebuje prepričanje o transformativni moči teh- nologij, ki nam določajo prihodnost, akterji, ki so vpleteni v proces legitimacije izbrane verzi- je tehnologije, pa preko specifičnih izrazov ok- repijo proces naturalizacije tehnologije, s čimer se družbene motivacije v konstrukciji tehnolo- gije zakrijejo. Ko je tehnologija izbrana in pos- tane preko ideološko-marketinških diskurzov 1 SSKJ (Inštitut za slovenski jezik Frana Ramovša ZRC SAZU 2014) metaforo pojasnjuje takole: »besedna figura, za katero je značilno poimenovanje določenega pojava z izrazom, ki označuje v navadni rabi kak drug podoben pojav«. Sinonimni slovar (Snoj idr. 2018) navaja sinonimni izraz prispodoba: »ponazoritev bistvene značilnosti česa s stvarjo, ki ima podobne lastnosti.« družbeno zaželena in nujna, se kreira vtis, da je izbrana verzija tehnološkega razvoja povsem na- ravna. Tudi družboslovni znanstveniki so teh- nologije pogosto razumeli kot »dane« in se zadovoljili z raziskovanjem družbenih učin- kov tehnologije (Williams in Edge 1996, 856– 860). Teorija družbene konstrukcije tehnologije (angl. social construction of techonology – SCOT) utemel jeno izpostavlja idejo, da bi tehnologi- je »lahko bile drugačne« (Bijker in Law 1992, 3). Razvoj tehnologije je potencialno večsmeren proces z različnimi možnimi smermi variacij in selekcij. Nekatere uspešne in dobro uveljavljene etape v razvoju tehnologije, skratka, niso edino možne, bile so le izbrane (Pinch in Bijker 1987, 28). Kako družbeni akterji predstavljajo, poe- nostavljajo in posledično integrirajo tehnološke procese in kako usmerjajo ter nadzorujejo pog- led, kaj početi in kako početi s tehnologijami? Kako se kreirajo »dobri razlogi« za specifično verzijo tehnologije? V teh procesih se praviloma izdatno uporabljajo metafore, ki sodobne in nez- nane procese primerjajo s poznanim.1 Uporab- ljene metafore zrcalijo želene, verjetne, misljive in končno legitimne ter v družbi najpogosteje propagirane in reificirane verzije (tehnološkega) razvoja. V članku predstavljamo izbrane uveljav- ljene metafore na področju sodobnega tehno- loškega razvoja in pokažemo, kako se metafore uporabljajo za doseganje partikularnih politič- nih, tehničnih, ekonomskih in znanstvenih in- teresov. Članek se prvenstveno usmerja v meta- forična poimenovanja velikega podatkovja in umetne inteligence. Veliko podatkovje (angl. big data) posta- ja vse bolj infrastruktura družbenosti, vezana na informacijsko tehnologijo, zato se v proble- mih, obetih in strahovih glede velikega podat- kovja odražajo tehnološke, politične, ekonom- ske ter kulturne motivacije. Tehnologija je vselej družbena, v njej se odražajo motivacije, inte- resi, priložnosti. V izbranih in spregledanih M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 115 (neizbranih) verzijah tehnološkega ter družbenega razvoja se odslikavajo temeljna vprašanja druž- be: kdo smo, kam želimo priti, kaj so naše sanje in kaj strahovi. Če želimo razkriti družbene motivaci- je, ki so vpisane v konkreten tehnološki razvoj, se moramo ukvarjati neposredno s tehnologi- jo in z uveljavljenimi razumevanji tehnologije, v tem procesu osmišljevanja tehnologije pa ima izjemno vlogo jezikovna raba, zlasti način pred- stavljanja in pojasnjevanja tehnoloških novosti. Novosti pogosto poskušamo razumeti s pomoč- jo metafor, v katerih se odražajo anticipirane možnosti, zlasti pa družbenotehnični imagina- riji, to so misljive, želene, možne in dosegljive prihodnosti. Metafore, s katerimi pojasnjujemo tehnološki razvoj, so deskriptivne, torej opisu- jejo realnost, na katero se nanašajo, a hkrati so tudi performativne, kreirajo realnost, o kateri govorijo. V metaforah se zrcalijo izbrane verzije družbenega in tehnološkega razvoja, skoznje se uteleša in določa, kako vidimo družbo in njen (tehnološki) razvoj, kateri vidik realnosti želimo narediti za relevanten. Metafore kot sokreatorji realnosti Izhodišče za razumevanje vloge metafor ponu- jata Lakoff in Johnson (1980, 156), ko ugotavlja- ta, da metafore ne zadevajo zgolj jezika in načina gledanja na realnost, temveč so metafore zlasti delovanje in misel. Kreirajo realnost in so vod- niki za prihodnja delovanja, v tem smislu de- lujejo kot samouresničujoče se prerokbe (angl. self-fulfilling prophecies). Naš vsakdanji koncep- tualni sistem, v katerem mislimo in delujemo, je v osnovi metaforičen. Uporabljamo metaforične koncepte, ki strukturirajo vsakdanje aktivnosti. Konceptualna metafora »argument je vojna« se odraža v našem razumevanju komuniciranja, v konkretni jezikovni rabi pa se odraža v nasled- njih izrazih: »Tvoje trditve so neubranljive«, »Napadel je vsako mojo šibko točko v mojem 2 George Lakoff pojasnjuje zgrešenost dolgotrajne in neproblematizirane dogme, po kateri je bila metafora zgolj in samo govor- na figura, razumljena kot element specialnega jezika, to je poetskega ali prepričevalnega jezika. Metafora kot polje govora, ne pa mišljenja, je bila razumljena kot nenujna oz. kot pogrešljiva. Obstajala je domneva, da je izrekanje misli povsem izvedljivo brez metafor, metaforo izbereš v primeru poetskih ali retoričnih namenov, kot elegantno rešitev. Po tej stari dogmi je bila metafora nasprotje in odvečni element vsakdanjega in dobesednega govora (Lakoff 1986, 215). argumentu«, »Uničil sem njegov argument«. O argumentih govorimo z izrazi vojne, osebo, s ka- tero diskutiramo, označimo kot oponenta, napa- damo stališča in argumente drugega diskutanta ter branimo svoje argumente. Lahko bi si zami- šljali tudi kulturo, kjer argumenti niso videni v izrazih vojne, temveč plesa, posledično bi argu- mentiranje doživljali kot prijetno pozibavanje. Metaforični koncepti strukturirajo, kaj počne- mo in kako razumemo to, kar počnemo. Bistvo metafore je razumevanje in doživljanje ene stva- ri z izrazi druge. Čeprav so argumenti in vojne pojavi različnega reda, je argument vsaj delno strukturiran, razumljen, izvajan in govorjen z iz- razi vojne. Znana konceptualna metafora »čas je denar« se podobno odraža v izrazih, kot so zap- ravljanje časa, prihranek časa, koristno porabljen čas, investiranje časa v odnos. Čas je v naši kul- turi dragocena dobrina, omejen vir, ki ga upo- rabljamo za doseganje ciljev (Lakoff in Johnson 1980, 3–8). Metafore izpostavljajo in organizirajo druž- bo na specifičen način, selektivne prezentacije v obliki metafor so načrtno izbrane, zlasti cen- tri moči oz. vplivni posamezniki skušajo vsili- ti svoje metafore. Izbrane metafore nas prisili- jo, da se osredotočimo na vidike realnosti, ki jih izpostavljajo same metafore (Lakoff in Johnson 1980, 157). Metafore so močna orodja, s katerimi abstraktne mentalne modele naredimo konkret- nejše (van Dijk 1993, 473). Metafore, torej poi- menovanja enega pojava z drugim (poznanim), tako niso le govorne, so tudi mišljenjske figure (angl. figures of thought) (Lakoff 1986, 215).2 Me- tafore, ki jih angažiramo za namen osmišljevanja novih orodij, procesov ali tehnologij, tako služi- jo dvojnemu namenu: osvetljujejo in izpostav- ljajo novost s sklicevanjem na poznano (primer metafore: podatki so nafta), hkrati z osvetljeva- njem določene novosti pa se zakrivajo vzporedni procesi tehnološkega procesa ali prakse (Stark in Hoffman 2019, 5). Metafore opisujejo eno stvar st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 116 z izrazi druge stvari. To torej niso zgolj orodja pesnikov, temveč tudi znanstvenikov, inženir- jev, oblikovalcev, uradnikov, politikov, gospo- darstvenikov. Tehnoznanstveni razvoj vselej iz- haja iz reprezentacij in projekcij, kaj je možno v prihodnosti (Wyatt 2021, 413), zato nam meta- fore pomagajo v procesu razmišljanja o priho- dnosti in so hkrati mišljenjski vir, ki ga akter- ji angažirajo v procesu oblikovanja le-te. Ko se metafore v vsakdanjem komuniciranju stabilizi- rajo in ko se akterji ne zavedajo več lastnih me- taforičnih izbir, pričnejo metafore širiti priča- kovanja o prihodnosti (Wyatt 2004, 257–258). Z metaforičnim zamišljanjem v veliki meri do- ločamo misljive in možne verzije prihodnosti, ki v kasnejši fazi postanejo legitimne verzije. Kdor določa metafore, določa horizont mislji- vega, izrekljivega in v veliki meri uresničenega. Metaforično osmišljevanje procesov ali tehno- logij hkrati izvaja akt rekontekst ualizacije, spe- cifično »transformacijo družbenih praks v dis- kurze o družbenih praksah« (Leeuwen 2008, 105). Metafore predpostavljajo verjetne aktiv- nosti in določajo, kaj so relevantne izkušnje in prakse, katere same izpostavljajo (metafora »ar- gument je vojna« izpostavi izkušnjo vojne in prakso napada ter obrambe). Pri uvajanju no- vih (tehnoloških) procesov se skozi konkurenč- ne metafore preigravajo konkurenčne prihodno- sti. Prihodnost namreč ni nekaj linearnega in vnaprej določenega, oblikovana je skozi nestabil- no polje jezika, praks in materialnosti, v katerem različni družbeni podsistemi, discipline, zmož- nosti in akterji uveljavljajo pravico, da predstavi- jo bližnji in dolgoročni razvoj (Brown idr. 2000, 5). Metafore, agende, skripti, naracije, pričakova- nja in obljube delujejo kot metode, s katerimi ak- terji zavestno ali nezavedno skušajo ohraniti ali fiksirati določen tip prihodnosti, ki bo ključen v njihovi želeni prihodnosti (str. 10). Čeprav popularne in uveljavljene metafo- re navidezno pojasnjujejo, zakaj moramo početi, kar počnemo, in zakaj moramo to početi na tak način, pa te metafore niso nujno najboljše, tem- več so bile med tekmujočimi zgolj izbrane, da zagotavljajo uspešen sprejem prihodnjih praks. Lahko bi torej rekli: povej mi, katere metafore o prihodnosti uporabljaš, in povem ti, kakšna bo tvoja prihodnost. Kakršne so metafore, takšna je družba, njene prioritete in izpostavljeni vidi- ki realnosti. Kako metafore kaj počnejo z besedami in z nami Hitre družbene in tehnološke spremembe sokre- irajo družbeno pospeševanje (angl. social accele- ration), v katerem se soočamo s pospeševanjem tehnoloških procesov, pospeševanjem družbe- nih sprememb in pospeševanjem tempa življenja (Rosa 2015). Družbeno pospeševanje povzroča različne negotovosti in vse bolj situacijsko, krat- koročno načrtovanje življenja. Ko govorimo o prihodnosti, ki je ne poznamo, in o sedanjosti, ki jo skušamo razumeti, pogosto uporabljamo konceptualni aparat preteklosti ter z njim pove- zane normativne, družbene in ekonomske impli- kacije. Zamišljanje prihodnosti vselej mobilizira delčke preteklosti, zato ne preseneča, da za opi- sovanje prihajajočih pojavov uporabljamo obsto- ječe in dobro poznane pojave, ki kreirajo domne- ve, kako naj razumemo, reguliramo, delujemo znotraj prihajajočih pojavov. Prihajajoči poja- vi pogosto nimajo imena, nanje zato velikokrat apliciramo obstoječe besede, čeprav niso povsem ustrezne (Katzenbach in Larsson 2017). Ko pri osmišljevanju aktualnih transformacij uporab- ljamo izraze iz preteklosti, osmišljujemo prihod- nost ter spremembe s konceptualnim aparatom preteklosti. Medijski diskurzi in medosebno ko- municiranje so prepojeni z metaforičnimi pojmi (računalništvo v oblaku, veliko podatkovje, po- datkovni cunami, podatki kot nova nafta, umet- na inteligenca), zato posledično postajajo skoraj nevidni. Metafore z vidika družbene kognicije temeljiteje in učinkoviteje določajo naša prepri- čanja kot pa gole trditve, zato so metaforični iz- razi pomembna izhodiščna točka raziskovanja kognitivnih in ideoloških določilnic diskurza (Koller 2005, 206). Metafore ne padejo iz neba, ampak se po- časi kultivirajo in vzpostavljajo okvir za razume- vanja ter ocenjevanje novih pojavov. Tiste o teh- nologijah bi lahko bile drugačne in posledično M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 117 bi se spremenil tudi okvir za razumevanje in ocenjevanje novih tehnoloških artefaktov (kaj tehnologija zmore, kakšne podatke naj zbi- ramo, katero realnost naj opazujemo s pomoč- jo umetne inteligence).3 Ker pa so tehnologi- je (in njihove rabe) vselej družbeno oblikovane, je v kapitalistični potrošniški družbi malo verje- tna protipotrošniška verzija uporabe tehnologi- je. Drobce nasprotnih tokov lahko zasledimo na platformah družbenih medijev, ki jih posamezni- ki in kolektivi uporabljajo za (iz)menjavo ter ure- janje uporabniško generiranih vsebin (Hoffman 2017, 4), kjer se komunikacijska vloga vplivnežev (angl. influencers) lahko tudi kreativno subvertira. Govorimo o protipotrošniških vplivnežih (angl. anti-consumer influencers), ki algoritemsko logiko vidnosti vplivnežev obrnejo v svoj prid. Protipo- trošništvo skušajo narediti vidno in popularno, pri čemer izkoriščajo algoritemsko logiko favo- riziranja tržno in zabavljaško zanimivih vsebin. Tak vplivnež oz. bloger skratka v videu pojasnju- je, katerega produkta ne misli kupiti (Wood 2021, 2767). Če se vrnemo na osrednjo misel: diskurz o rabi tehnologij bi bil lahko drugačen in lahko bi se uveljavile manj potrošniško orientirane rabe tehnologij. Gre za temeljna vprašanja človeštva. Ali želimo rast ali razvoj in zlasti kaj mislimo z omen jenima procesoma? Kakšnim »merskim le- stvicam« bomo namenili pozornost? Kako je internet postal knjižnica, informacijska avtocesta, nakupovalno središče: metaforične konceptualizacije interneta Pri uvajanju in pojasnjevanju interneta v sredi- ni 90. let 20. stoletja so se uporabljale metafore, kot so superavtocesta, knjižnica, nakupovalno središče, vaški trg, svetovni možgani. Metafore 3 Kratek test: v iskalnik vpišite »green algorithms« in prebrskajte (redke) vrnjene zadetke. Poleg algoritmov, ki si prizadevajo za zmanjšanje ogljičnega odtisa, se pojavljajo še družbe, ki analizirajo ali spremljajo okoljske vplive algoritmov (Lannelongue in Inouye 2023). Sami smo se spomnili, da bi zelene algoritme lahko razvijali tudi na področju marketinga ali potrošništva. Kreira- li bi lahko »odvračalne algoritme«. A tak scenarij je malo verjeten: ker so lastniki algoritmov večinoma kapitalistične korpora- cije, se seveda večinoma razvijajo algoritmi, ki optimizirajo potrošniško izkušnjo in ki zagotavljajo prihodnja potrošniška »za- dovoljstva«. Čeprav malo verjetni, pa so misljivi in možni tudi algoritmi za optimizacijo državljanske izkušnje. Le izbrani niso. 4 Pomembna referenčna organizacija je bila Electronic Frontier Foundation, katere član John Perry Barlow je 8. februarja 1996 v švicarskem Davosu na svetovnem gospodarskem forumu zapisal deklaracijo o neodvisnosti kiberprostora (Soutoda boa 2014). 5 Na platformi YouTube obstaja množica krajših videev, ki pojasnjujejo nevtralnost interneta s pomočjo metafore (avto)ceste (BBC News 2017). so širili različni družbeni akterji, z njimi so sku- šali osmišljevati možnosti novega komunikacij- skega kanala, ki omogoča transmisijo podatkov (Wyatt 2021, 407). Ključen boj se je odvijal med libertarno, fluidno, pustolovsko usmerjeno vizi- jo neodvisnega interneta4 in inženirsko oz. teh- nokratsko vizijo interneta kot avtoceste (Wyatt 2021, 408). Metafora avtoceste je usmerjala ra- zvoj in implementacijo širokega nabora politik na ravni nacionalne informacijske infrastruktu- re v času prve vladavine (administracije) ameri- škega predsednika Billa Clintona. Sally Wyatt (2004, 251) ironično pripominja, da je bila meta- fora precej uspešnejša od dejanskih politik. Me- tafora avtoceste čutno nazorno sugerira vizijo interneta kot nacionalnega projekta, ki mu dr- žava namenja tako investicije kot tudi interven- cije in kjer se izvaja regulacija varnosti tistih, ki se zadržujejo na tej »avtocesti«. Analogno »av- tocestno« metaforo zasledimo pri pojasnjeva- nju koncepta nevtralnosti interneta (angl. net neutrality), da si moramo namreč nevtralnost interneta predstavljati s pomočjo avtocestnega prometa, v katerem imamo načeloma vsi ena- ke možnosti hitrosti potovanja, prednost imajo le reševalna vozila, gasilci, policija. Nevtralnost interneta pomeni zagotavljanje enake hitrosti in kvalitete prenosa podatkov za vse udeležen- ce v »internetnem prometu«, to pomeni, da ne obstajajo počasnejši in hitrejši avtocestni pasovi.5 Ponavljajoče se metafore o internetu kot knjižni- ci in arhivu, ki so odražale akademske ideje, po katerih je internet repozitorij podatkov in zna- nja (Wyatt 2021, 408–409), so postale vsaj delno »zaprašene«, prevladujejo zlasti trgovinske me- tafore. Nekatere metafore ostanejo, druge zam- rejo, ker ne odražajo družbenih prioritet. st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 118 In beseda je meso postala: družbenotehnični imaginariji kot samouresničujoča se prihodnost Jezikovne rabe oblikujejo razumevanja prete- klosti, sedanjosti in pričakovanja, obete, pri- ložnosti za prihodnost. Družbo in njene prakse vselej osmišljujemo skozi jezik, zato so jezikov- ne rabe pomemben generator in konstituent družbene realnosti; še več, družbena realnost je diskurzivna, realnost mislimo prvenstveno skozi diskurz, zato so v slednjem (in v upora- bljenih metaforah) vpisane tudi človeške izbi- re, motivacije in prakseologija družbenosti. Tu lahko opozorimo na Wittgensteinovo (2022, 167) misel: »Meje mojega jezika pomenijo meje mojega sveta«; moč besed je, skratka, tre- ba vzeti zares. Besede niso »dodatek« realno- sti, besede v veliki meri določajo realnost, o ka- teri razmišljamo, in kreirajo zamišljene ter v končni fazi tudi izbrane verzije realnosti. Do- dajamo misel Sally Wyatt (2021, 406–407), ki zapiše, da je spomin na metafore iz preteklosti lahko hkrati koristen opomnik na pozabljene sanje in nočne more. Na področju tehnoznanstvenih transfor- macij se pojavljajo tudi diskusije glede prihodno- sti; zamišljanje in napovedovanje prihodnosti je postal intrinzični del tehnoloških družb: kako bomo razvijali in načrtovali pametna mesta in mobilnost, kako bomo upravljali z obnovljivimi viri energije v boju proti globalnemu segrevanju. Tehnološki razvoj na področju nanotehnologije, robotike in solarne energije oblikuje način, kako sanjamo in mislimo prihodnost, ekonomske na- povedi, genska testiranja in projekcije klimat- skih sprememb pa nam pomagajo pri kreiranju možnih podob bližnje in daljne prihodnosti. Po- litične organizacije, vlade, ekonomska združenja si skušajo zamisliti podobo družbe in tehnologi- je prihodnosti; gre za ključne akterje, ki delujejo na podlagi lastnih zamišljanj prihodnosti (Ver- schraegen in Vandermoere 2017, 2). Zmožnost zamišljanja prihodnosti je pomemben vir poli- tičnega in družbenega življenja, ki kreira kolek- tivno izvajane prakse. Benedict Anderson (2007, 22–23) v delu Zamišljene skupnosti pojasnjuje, kako je branje časopisa kot nova družbena praksa omogočila pojav naroda kot zamišljene politične skupnosti, »saj niti pripadniki najmanjšega na- roda nikdar ne spoznajo vseh svojih sočlanov, ne srečajo vseh niti ne slišijo zanje – in vendar vsak izmed njih v mislih nosi predstavo o povezano- sti v skupnost«. Besede so tudi danes ključna sidrišča os- mišljevanja družbe in posrednik med sedanji- mi konstelacijami ter prihodnostjo. Naracije o prihodnosti so nenehno mobilizirane v seda- njih diskusijah glede digitalne transformacije. Vizije prihodnosti hkrati oblikujejo prakse se- danjosti (Mager in Katzenbach 2021, 224–225). Sheila Jasanoff in Sang-Hyun Kim (2009) sta tako na področju družbenih študij tehnologije (angl. science and technology studies) uvedla kon- cept družbenotehničnih imaginarijev (angl. so- ciotechnical imaginaries), s katerim se pozornost na področju promocije in recepcije znanosti ter tehnologije usmeri tudi v neznanstvene akter- je in inštitucije. Politične inštitucije, denimo, še kako trasirajo smer tehnološkega in znanstve- nega razvoja in prav vloga države pri opredelje- vanju ciljev razvoja je slabo raziskana ter pro- blematizirana: Kaj konstituira »javno dobro«? Katere javnosti bi morale biti servisirane s po- močjo vlaganja v znanost in tehnologijo? Kdo bi moral sodelovati v procesu razvijanja znano- sti in s kakšnimi orodji? Kako bi morali razre- ševati konflikte glede hitrosti in smeri razisko- vanja? Zakaj se znanost in tehnologija razvijata na način, kot se razvijata, in kako bi njun ra- zvoj lahko učinkoviteje služil demokratičnim interesom v dobi globalizacije (Jasanoff in Kim 2009, 120)? Toda temeljno vprašanje je, ali so demo- kratični in državljanski interesi sploh še izho- dišče razmisleka? Izbrane verzije tehnološkega razvoja namreč odražajo zlasti interese nosil- cev moči. V aktualnih imaginarijih se odraža- jo motivacije peščice akterjev. Interes po op- timizaciji algoritmov z namenom izboljšanja »uporabniške izkušnje« je v resnici le nekoliko zamaskirana motivacija po optimizaciji potro- šništva in akumulaciji kapitala. Je optimizacija M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 119 procesov in donosov edini misljivi tip optimi- zacije? Hkrati družbenotehnični imaginariji niso omejeni na nacionalne države, propagirajo in artikulirajo jih različne skupine, korporacije, družbena gibanja in profesionalna združenja. Družbenotehnični imaginariji lahko izvira- jo v vizijah posameznika; če je posameznikova vizija sprejeta na ravni širše skupnosti, preide v imaginarij. Koeksistira lahko več medsebojno tekmujočih imaginarijev, dominantno mesto pa dobi tisti, ki ga potrdijo in vnazaj »reificira- jo« zakonodajni organi. Imaginariji vkodira- jo vizije, kaj je misljivo/izvedljivo na področju znanosti in tehnologije, ter hkrati tudi dolo- čijo okvir, kako bi morali živeti (in kako ne bi smeli). Izražajo družbeno sprejeta razumevanja dobrega in slabega (Jasanoff 2015, 4). Družbe- notehnični imaginariji so »kolektivno fiksira- ne, institucionalno stabilizirane in javno izva- jane vizije zaželenih prihodnosti« (str. 4), ki so kulturno in časovno partikularni, utelešeni znotraj specifičnih družbeno-političnih okolij. Bistvo koncepta pa vendarle ni le opis obliko- vanja imaginarija, koncept naslavlja performa- tivno moč. Ko imaginariji postanejo splošno sprejeti in uporabljeni, lahko oblikujejo trajek- torije raziskovanja in inovacij, nadzorovanja in financiranja razvoja. Imaginarij lahko razume- mo kot pomembno kulturno prakso, ki kreira skup ne naracije in interpretacije družbene real- nosti, toda hkrati ima lahko tudi resne norma- tivne implikacije: imaginarij, ki se prične kot opis potencialno dosegljivih prihodnosti, se lahko hipoma preobrazi v predpisovanje priho- dnosti, ki bi morale biti dosegljive (Rieder 2018, 89–91). V tej luči se lahko prebere naslednji za- pis (Vlada Republike Slovenije 2021, 7): »Ume- tna inteligenca že danes s svojimi rezultati vse bolj kroji naša življenja, kar pa se bo v prihod- nje še potenciralo.« 6 V besedilu dosledno uporabljamo slovenski izraz veliko podatkovje. Iz terminološke svetovalnice Inštituta za sloven- ski jezik Frana Ramovša posredujemo naslednje pojasnilo: »Za pojem, ki vas zanima, je v rabi več slovenskih poimeno- vanj. Poleg masovnih podatkov in velikega podatkovja, ki ju omenjate že sami, smo našli še velepodatke, množične po- datke, obsežne podatke, množico podatkov in gmoto podatkov. Pojavljajo se tako v strokovnih besedilih kot v termino- loških virih« (Inštitut za slovenski jezik Frana Ramovša ZRC SAZU 2021). Termin so uporabili tudi za prevod angleš- ke knjige avtorice Dawn E. Holmes (2019). Narava kot vselej molčeča in uporabna metafora ali kako podatki postanejo »nafta«? Kakšne predstave o sedanjosti in zlasti priho- dnosti si preko metaforičnih opisov pripoveduje- mo danes? Večinoma gre za metafore, ki izvirajo iz netehnološkega polja, zato se lahko vprašamo, kakšne predpostavke vsebujejo? Kako metafo- rični besednjak oblikuje obstoječe in prihajajo- če družbe? Dandanes je zlasti termin veliko po- datkovje6 vzniknil kot modna besedna zveza oz. popularna besedna skovanka (angl. buzzword), ki jo izdatno uporabljajo v znanstvenem, me- dijskem, gospodarskem in vsakdanjem diskur- zu. Vseprisotno upodatkovljenje naših (spletnih) aktivnosti je postalo središče zanimanja. Ugoto- vitev, da so informacije in podatki prišli v središ- če kapitalizma, pa je našla svoj odmev v različnih pojasnjevalnih konceptih, kot so informacijski kapitalizem (Castells 1996; Benkler 2006), di- gitalni kapitalizem (Schiller 1999), nadzorstveni kapitalizem (Zuboff 2019), platformski kapitali- zem (Srnicek 2017) ali podatkovni kapitalizem (Morozov 2015). Izhodiščna ideja podatkovnega kapitalizma izvira v »metaforičnem« razume- vanju podatkov kot »novi nafti«, ki jo pridobi- mo v procesu upodatkovljenja (Mayer-Schönber- ger in Cukier 2013). Podatki so družbeni artefakti in specifične konstrukcije. Vselej gre za določene odločitve in izbire, »kaj vidimo kot podatek«. Glede na iz- bor podatkov tudi odločamo o tipu realnosti, ki jo (za)gledamo. Podatki preko specifične meta- forike »nafte« postanejo družbeno »zaželena« in nujna dobrina, ki jo lahko iztisnemo iz »nara- ve«, natančneje v procesu upodatkovljenja. Cen- tri moči so torej pričeli motivirano izpostavljati razloge in motive, zakaj so podatki uporabni in zaželeni; med pospeševalce tega diskurza lahko vključimo Svetovni gospodarski forum (World st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 12 0 Economic Forum 2011, 5), ki je napovedal novo epistemologijo sveta: Zbirajo se podatkovni zapisi o tem, kdo smo, koga poznamo, kje smo, kje smo bili in kam načrtujemo iti. Rudarjenje in analizi- ranje teh podatkov nam daje možnost razu- meti in celo napovedati, kam posamezniki usmerjajo pozornost in aktivnosti na indivi- dualni, skupinski ter globalni ravni. Podobna ideja se pojavlja tudi v reviji The Economist, ko 6. maja 2017 objavi članek z nas- lovom »The World’s Most Valuable Resource Is No Longer Oil, But Data«, na katerega se je skli- ceval tudi spletni novičnik korporacije Forbes, ki idejo, izraženo v naslovu članka »Data Is The New Oil - And That‘s A Good Thing«, podkre- pi z različnimi primeri s področja uporabe umet- ne inteligence (Bhageshpur 2019), denimo z raz- vpitim primerom uporabe algoritmov umetne inteligence za prepoznavanje rakavih celic (me- tastaz v tkivu limfnih vozlišč) na histoloških sli- kah, kjer so bili algoritmi pri določanju rakavih tvorb natančnejši kot patologi (Ehteshami Bej- nordi idr. 2017). Veliko podatkovje in z njim po- vezano kvalitetno strojno učenje sicer lahko hit- reje ter natančneje razrešuje nekatere probleme, toda ne vseh. Kljub popularnosti in vseprisotnost upora- be termina – ali pa ravno zaradi tega – ne pozna- mo natančne definicije velikega podatkovja. De- finicije izpostavljajo obseg, hitrost in raznolikost produciranih podatkov, nove in izboljšane nači- ne zbiranja, hranjenja, procesiranja ter analizira- nja podatkov ali pa izpostavljajo revolucionar- ne spremembe v mišljenju, delovanju in življenju ljudi. Veliko podatkovje ni zgolj moden termin, s katerim posameznik izrazi svojo seznanjenost s »trendi«, ampak je prerasel v kompleksen kul- turni fenomen (Rieder 2018, 89–90). Gre za kul- turni, tehnološki in znanstveni pojav na prese- čišču tehnologije (maksimiziranje računalniške moči in algoritemske natančnosti za potrebe zbi- ranja, analiziranja, povezovanja in primerjanja velikih podatkovnih nizov), analize (na pod- lagi velikih podatkovnih nizov vzpostavljeno identificiranje vzorcev za določanje ekonomskih, družbenih, tehničnih in pravnih zaključkov) ter mitologije (razširjeno verjetje, da večji podatkov- ni nizi ponujajo višje oblike vednosti, ki lahko generirajo nove, pred pojavom velikega podat- kovja neizvedljive vpoglede, za katere so značil- ni resnica, objektivnost, natančnost) (boyd in Crawford 2012, 663). Veliko podatkovje ni okrajšava za serijo specifičnih tehničnih problemov in metod, am- pak deluje kot močen retorični pripomoček za specifično aktiviranje javne podpore in za pot- rebe zagotavljanja javnega konsenza. Mitolo- gije v obliki specifičnih pripovedi, sporadično zapakirane v udarne metaforične izraze, pogos- to lansirajo marketinški oddelki korporacij, ki razvijajo strojno opremo računalnikov (angl. hardware) ali programsko opremo (angl. sof- tware), svoje mesto pa mitologije najdejo tudi v raziskovalnih in svetovalnih firmah, malce kas- neje pa še v političnem diskurzu, v procesu obli- kovanja (vladnih) politik (Rieder 2018, 89–91). Metafore na področju velikega podatkovja po- datkovje opisujejo tudi kot »surovino« (Dijck 2014, 201). Uporablja se termin »surovi podat- ki« (angl. raw data), ki se jih uporablja za razi- skovanje in kreiranje dobička (Gitelman 2013). Uporabljajo se metaforična poimenovanja, ki veliko podatkovje predstavljajo kot naravno silo, ki jo moramo obvladovati, še posebej po- gosto pa zasledimo tekoče metafore, denimo utapljanje v podatkih (angl. drowning in data), podatkovna poplava (angl. data flood), podat- kovna povodenj (angl. data deluge), podatkov- ni tok (angl. data flow) ali podatkovni tsunami. Občasno se pojavljajo metafore, ki sugerirajo, da so podatki »stranski« produkt druge aktiv- nosti (sled, drobtine, dimni signal, senca) (Lu- pton 2013), omenja se tudi eksplozija podatkov (Holmes 2019, 11). Metafore sugerirajo mobil- nost, obsežnost ter nenadzorovanost podatkov, kljub nekaterim katastrofičnim konotacijam pa izbrano metaforično izrazoslovje privzame- jo tudi nosilci politične moči, ki skozi izbra- no metaforiko argumentirajo nujnost velikega podatkovja. M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 12 1 Mitologija prehoda oz. navdušenje nad veli- kim podatkovjem kot nečim »povsem novim« je zabeleženo v uradnih govorih takratne pod- predsednice Evropske komisije, odgovorne za di- gitalno agendo, Neelie Kroes, ki je oznanjala, da smo na pragu nove industrijske revolucije, tokrat digitalne revolucije, ki kot svojo surovino upo- rablja veliko podatkovje. Prihodnost naj bi bila digitalna, uporaba velikega podatkovja pa ključ- na za ohranjanje konkurenčnosti (Rieder 2018, 93). V mitološko naslovljenenem govoru »The Big Data Revolution« (Kroes 2013) izpostavlja, da smo vstopili v dobo velikega podatkovja, ki je izredna priložnost za rast in nova delovna mes- ta. Podatke poimenuje »nova nafta« – gre za go- rivo za inovacije, za opolnomočenje ekonomije, ki pa ne deluje »na suho«, temveč potrebuje in- formacijske in komunikacijske tehnologije, ki so orodja za upravljanje in uporabo podatkov. Po- dobno argumentacijo zasledimo v strateškem dokumentu Vlade Republike Slovenije »Digi- talna Slovenija 2030«, kjer zapišejo (2023, 37): »Poleg umetne inteligence bo za doseganje pre- obrazbe v pametno družbo 5.0 ključna upora- ba drugih novih tehnologij, za katere so podat- ki ključna surovina.« Imaginarij digitalnosti kot »povsem nove dobe«, ki jo motivirano predsta- vljajo kot družbo 5.0, navidezno vzpostavi pre- lom in hkrati kreira nujni pogoj te nove dobe, in sicer podatkovje. V uradnih publikacijah Evropske komisije se poleg popularne »nafte« pojavljajo še druga metaforična poimenovanja: motor in osnova pri- hodnje ekonomije, ključna dobrina, game-chan- ger, magični material, zlati rudnik, življenjska kri digitalnih trgov (Rieder 2018, 93). V govorih je sam produkt, torej veliko podatkovje, sistema- tično zastrt ali mistificiran, hkrati pa se poudarja njegova (ekonomska) vrednost, izpostavlja se ur- gentnost takojšnjega kapitaliziranja nove »naf- te«, zato se v govorih poziva k hitremu spre- jemanju odločitev za zagotavljanje digitalne prihodnosti (str. 93). Metaforika nafte zato ni le deskriptivna, ampak je v resnici performativna, saj kreira nujne smeri razvoja, določa prioritete, v katere ne (po)dvomimo. Če so podatki novo gorivo in ključna dobrina, tudi vzporedni proce- si (IKT, prosto dostopni podatki, ponovno upo- rabljivi podatki) slejkoprej postanejo nujna »se- stavina« procesa in so vključeni v prednostno politično agendo. Tovrstni politični nagovori so »reifikacije« zaželenih variacij razvoja, ki se kas- neje »prevajajo« v konkretne finančne podpore. Epistemološki vidiki velikega podatkovja Narava je nepotvorjena realnost, zato je njena metaforika prepričljiva pojasnjevalna strategi- ja za načrtno izbrane procese. Voda kot naravni vir je nevtralnega okusa, vonja in barve, ima uni- verzalno kulturno relevantnost, ki obstaja brez človeške intervencije. V podobno razumevanje nas usmerja »podatkovna poplava«. Zbiranje in uporaba domnevno nevtralnih ter naravnih po- datkov o posameznikih se metaforično zakriva z izpostavljanjem »surovosti« podatkov; kreira se podoba nedotaknjenosti, preplavljenosti, nenad- zorovanosti (poplava) podatkov in posledično »odkrivanje« slednjih. Cornelius Puschmann in Jean Burgees (2014, 1691) metaforiko velike- ga podatkovja sistematizirata v dve veliki skupi- ni metafor: – metafora »veliko podatkovje je naravna sila, ki jo moramo nadzorovati« ter – metafora »veliko podatkovje je hranljiva snov/gorivo, ki jo trošimo«. Metafore kreirajo neustrezen vtis, da se veli- ko podatkovje samo razvija, generira in pretaka, da nam je »pač dano«, po analogiji z danostjo naravnih virov. Dejansko podatke kreirajo upo- rabniki, zbirajo jih stroji, zato niso naravni (Puschmann in Burgess 2014, 1699). Metaforika nafte kreira vtis, da notranji pomen (vrednost) podatkov že obstaja (podobno kot nafta ali zla- to) (Puschmann in Burgess 2014, 1699), v resnici pa podatki niso »surovi«, ampak vselej »skuha- ni« (Gitelman 2013, 2). Zakaj? Podatki so vselej zamišljeni in kreirani v partikularnih historič- nih, družbenih, kulturnih ter ekonomskih oko- liščinah (Helmond 2014). Podatek vselej nekaj »pomeni« in je »relevanten« oz. »uporaben« za osebo, državo, skupino ter je prav zato tudi st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 12 2 preobražen v podatek. Neka druga značilnost pa ni izbrana, zato ne postane podatek in posle- dično tudi ne postane realnost, ki jo raziskuje- mo. Ključna je odločitev, »kaj šteje« za podatek, in posledično, kaj šteje za realnost. Rečeno prep- rosteje: surovi podatki so oksimoron (Gitelman 2013), torej bistroumni nesmisel. Čeprav torej za- govorniki velikega podatkovja govorijo o »suro- vini«, o »novi nafti digitalne ekonomije« (To- onders 2014) in o surovih podatkih, pa najdemo tudi zapise, ki razkrivajo načrtnost (Holmes 2019, 17): »[D]a bi iz njih lahko izluščili uporab- ne informacije, potrebujemo nove algoritmične tehnike.« Zaključimo lahko torej, da tip podat- kov, ki jih zbiramo, zelo natančno odraža priori- tete sodobnih družb. Hkrati pa se dogajajo tudi temeljiti premiki na ravni razumevanja družbe- nosti, ki so posledica popreproščenega razume- vanja velikega podatkovja. Za uvod navajamo iz- javo (World Economic Forum 2011, 5): Zbirajo se podatki o tem, kdo smo, koga poznamo, kje smo, kje smo bili in kam na- črtujemo iti. Rudarjenje in analiziranje teh podatkov nam daje možnost razumevanja in celo napovedovanja, kam posamezniki usmerjajo svojo pozornost in aktivnosti na individualni, skupinski in globalni ravni. Ti osebni podatki – digitalni podatki, kreirani s strani ljudi in o ljudeh – generirajo nov val možnosti za ekonomsko in družbeno krei- ranje vrednosti. Proces upodatkovljenja in kvantifikacije za- jema vse več plasti vsakdanjega življenja; v proce- su kvantifikacije družbenosti se skriva tudi »fan- tazija« enkrat za vselej »prebrati« in razumeti človeško družbo. Upodatkovljene digitalne sle- di se pogosto tudi ne uporabijo za namene, za ka- tere so bile zbrane. Pogosto se individualne zna- čilnosti spregledajo v prid širših kvantitativnih značilnosti. Upodatkovljenje pomeni transfor- macijo kvalitete v kvantiteto oz. je proces trans- formacije »mehkih« oblik v numerične oblike vednosti. Če v vsakdanjem življenju vrednotimo predmete ali pojave v obliki nominalnih vrednos- ti (dobro/slabo; grdo/lepo; občuteno/razumsko), se z upodatkovljenjem vrednosti spreminjajo v ordinalne (ali intervalne oz. razmernostne) vred- nosti, kajti to je način delovanja računalnikov (Bolin 2022, 171). Upodatkovljenje pospešuje predhodno uveljavljen proces kvantifikacije, na- mreč »v številkah izraziti tisto, kar je bilo prej iz- raženo z besedami« (Desrosières 2016, 184). Za- govorniki upodatkovljenja menijo, da »podatki govorijo sami zase«, zato proces upodatkovljenja postaja sredstvo in končni cilj, ob tem pa se spre- minja tudi pogled, kaj iskati in »videti« v upo- datkovljenih procesih. Če je klasična statistična analiza iskala vzročno-posledične odnose med neodvisno in odvisno spremenljivko, se sodob- no upodatkovljenje pogosto omeji na evidenti- ranje informacij in na iskanje korelacij, na raču- nanje verjetnostnih napovedi, ki pa nikakor ne zagotavljajo zanesljive vednosti (Mittelstadt idr. 2016, 4). Proces avtomatiziranega napovednega modeliranja bi po mnenju zagovornikov ščitil manjšine in druge šibke skupine, velja pa opozo- riti, da bi se problem skrite pristranskosti lahko preselil na področje avtomatizacije. Tako je av- tomatizirano napovedovanje za pripadnike veči- ne slabost, za pripadnike manjšine pa avtomati- zirani procesi povečajo možnost za objektivno in nepristransko razsojanje (angl. blind justice), saj človeške presoje za manjšine pogosto niso pri- jetne (Zarsky 2012, 35). Ključno težavo predsta- vljajo zbrani podatki, ki načeloma kažejo »vna- zajsko« situacijo, reproducirajo obstoječe (tudi statistične) pristranskosti. Avtomatizirano spre- jemanje odločitev temelji na obstoječih podat- kovnih bazah, ki so zaradi večletnih neuravno- teženih podatkovnih zbirk lahko pristranske do obstoječih manjšin, zlasti pa ne zajamejo prihaja- jočih trendov (Splichal 2019, 8): »Bistvenih zna- čilnosti družbenega pojava ali dejstva nikoli ne določajo ostanki starega, čeprav kvantitativno (še) prevladujejo, pač pa smer in cilj sprememb, torej elementi novega, čeprav so slednji videti kvantitativno nepomembni ali celo zanemarljivi (na primer statistično neznačilni).« Ker je v kvantitativnem raziskovanju velik del raziskave določen vnaprej in se vnaprej izbe- re, kaj so relevantni podatki (Ragin 2007, 151), M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 12 3 se soočamo tudi z ontološkimi premisleki gle- de narave družbenih entitet; bodisi jih razumeti kot objektivne entitete, ki so zunanja prisila oz. družbeno dejstvo (Durkheim 1966), bodisi kot družbene konstrukcije, ki so zgrajene na pod- lagi percepcije in delovanja družbenih akterjev (Bryman 2008, 18). Ne kritiziramo kvantifikaci- je kot metode, temveč problematiziramo prepri- čanje, da kvantitativne metode zagotavljajo bolj- šo znanstvenost raziskovanja. Obsežni podatki ne zagotavljajo veljavnejšega in zanesljivejšega opisa realnosti. Uporabnost, manipulabilnost, stranpoti, zlorabe in obljube velikega podatkov- ja je treba postaviti v širši kulturni, družbeni, politični ter etični kontekst in se vprašati, kako in zakaj se veliko podatkovje sploh generira, ter analizirati scenografijo sprejemanja odločitev, ki veliko podatkovje predstavlja kot nekaj »pov- sem novega«, čeprav se je podatkovna revolucija s popisi prebivalstva na slovenskem ozemlju, de- nimo, pričela že v 19. stoletju.7 Kdo torej ponuja »dobre razloge« za upo- rabo velikega podatkovja? Kako na pertinenten način opozoriti na epistemološke probleme, ki so »vpisani« v mitologijo velikega podatkovja? Nick Couldry opozarja na popreproščeno imple- mentacijo naravoslovne logike registriranja kore- lacij in trendov, ki se v velikem loku izognejo kri- tični presoji vzročno-posledičnih odnosov, ki so v družboslovju in humanistiki kompleksnejši ter intersekcijski. V »človeških zadevah« se na- mreč ne soočamo le z objektivnimi družbenimi dejstvi, temveč delovanje posameznikov ta dej- stva tudi nenehno preobraža. Registriranje in- formacij (digitalnih sledi uporabnikov) ne za- došča za razumevanje posameznika in družbe, zato je prepričanje, po katerem veliko podatkov- je zmore analizirati in razumeti zapleteno člo- veško družbo, Couldry (2014, 886–890) upra- vičeno poimenoval »mit velikega podatkovja« (angl. The Myth of Big Data). Kam prispemo, 7 Spletni portal Zgodovina Slovenije – SIstory (https://www.sistory.si/) nastaja v okviru dejavnosti raziskovalne infrastrukture slovenskega zgodovinopisja. Portal SIstory je spletni sistem slovenskega zgodovinopisja, ki poleg dostopnih historičnih vsebin, relevantnih za preučevanje slovenske zgodovine, omogoča ustvarjanje raziskovalnih podatkov in njihovo uporabo v raziskoval- nem okolju. Na portalu so objavljeni tudi popisi prebivalstva za obdobje 1830–1931. Zgodovinski arhiv Ljubljana (ZAL) v sode- lovanju z raziskovalno infrastrukturo Inštituta za novejšo zgodovino postopoma digitalizira bogato zbirko popisov prebivalstva Ljubljane, ki jih hrani ZAL. Prosto dostopni so popisi prebivalstva in konskripcijske tabele. če spoznavno vrednost gradimo na golem mode- lu izračunane verjetnosti prihodnjih procesov? Ameriško trgovsko podjetje je, denimo, priče- lo komunicirati z mlajšo žensko s predpostavko, da je noseča, in sicer zgolj zato, ker je pričela ku- povati izdelke, ki jih je njihov napovedni model povezoval z ženskami, ki bi kmalu lahko pričele kupovati nosečniške produkte (str. 887–888). Lo- gika posameznika je v resnici drugačna od logike populacije: statistično izračunana verjetnost pri- hodnega dogodka je sicer lahko »zelo dober pri- bližek«, a vendarle še vedno le približek. Čeprav je logika populacije lahko točna pri izračunavanju prihajajočih »zadovoljstev« in potreb potrošnika, pa je manj uspešna pri izra- čunavanju bistveno kompleksnejših potreb ali motivacij državljana. Korelacija ne pove, zakaj se nekaj dogaja, ampak le ugotavlja, da se nekaj do- gaja (v populaciji) (Andrejevic 2014, 1679). Nick Couldry dvomi v moč velikega podatkovja, na osnovi katerega naj bi vlade razumele svoje drža- vljane, čeprav vlade v strateških dokumentih in smernicah to napovedujejo. Prihodnje vladova- nje bo nemara res vse bolj temeljilo na podatkov- nih dvojnikih, ki bodo »vedeli«, kaj bo petdese- tletnik z določenim izobrazbenim ozadjem počel na četrtkov večer v novembru (Couldry 2014, 889). V napovedno analitiko smo vključeni vsi, kapitalistični sistem pa v veliki meri določa tip realnosti, ki se zbira in kvantificira. Posamezniki smo skozi uporabo digitalnih servisov postali no- silci človeških izkušenj, ki jih veliko podatkovje kot infrastruktura nadzorovalnega kapitalizma kvantificira v vedenjske podatke, ti pa so upora- bljeni za izboljšavo in kreiranje novih digitalnih produktov ali storitev (Zuboff 2019, 8). Naj za konec opozorimo, da dokumen- ti govorijo o »novem valu možnosti«, hkrati pa so konkretni procesi v tem valu motivirano zastrti. Današnja retorika napoveduje prihodnje družbenotehnične imaginarije. Kvantificirana, st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 12 4 »personalizirana«, upodatkovljena, optimizira- na prihodnost nas v resnici že nestrpno čaka. Če se posameznik v bližnji prihodnosti ne bo »sre- čal« s svojo lastno prihodnostjo, morajo korpo- racije zgolj popraviti in utežiti napovedni model. Posledično se bo zlovešče udejanjila tudi nekoli- ko parafrazirana Wittgensteinova misel: meje ve- likega podatkovja postajajo meje našega sveta. Vizualne metafore umetne inteligence Če v iskalnik vtipkamo izraz »umetna inteli- genca« oz. »artificial intelligence« in izberemo zadetke v rubriki »slike«, bomo prejeli vizual- ne reprezentacije (metafore) umetne inteligen- ce, najpogosteje so to slike možganov ali robotov z možgani na praviloma modri podlagi. Gre za »čutnonazorne« analogije tekstualnih metafo- ričnih izrazov, ki umetni inteligenci pripisuje do- ločene človeške značilnosti: umetna inteligenca, strojno učenje, nevronske mreže. Fenomen umet- ne inteligence razumemo in doživljamo skozi značilnosti drugega pojava, človeških možganov (Wallenborn 2022). V ozadju so upi in pričako- vanja, da so sistemi umetne inteligence analog- ni človeškemu umu in da ob zadostnem učenju (in zadostnih podatkih) lahko simulirajo človeš- ko inteligenco. Umetna inteligenca je dejansko širši koncept, namenjen simuliranju človeške in- teligence, torej za izvajanje kompleksnejših opra- vil (analiza, razumevanje, reševanje problemov), strojno učenje pa je podpodročje umetne inte- ligence (kreiranje algoritmov, uporaba statistič- nih metod, iskanje vzorcev v podatkih, napo- vedovanje in klasificiranje). Dejansko govorimo zgolj o hitrejšem procesiranju klasifikacije po- datkov. Kate Crawford opozarja, da so proble- mi pristranskih klasifikacijskih sistemov umet- ne inteligence navzoči na vsakem koraku, tudi v fazi razvoja. Težava je sam način, kako je umetna inteligenca trenirana, da vidi svet. Učni podat- ki, uporabljeni za strojno učenje kot podpodro- čje umetne inteligence, se običajno kategorizira- jo. Ljudi se uvršča v eno od dveh kategorij spola, na podlagi barve kože v eno od rasnih katego- rij, na podlagi zunanje podobe se jim skuša pri- pisovati moralne ali etične značilnosti. Avtorica navaja primer sistemov prepoznavanja čustev, ki izhajajo iz psiholoških teorij iz 70. let prejšnje- ga stoletja (denimo psihologa Paul Ekmana), ki izhajajo iz predpostavke, da obstaja šest univer- zalnih čustev, ki jih vsi izražamo na obrazu in ki jih lahko s pomočjo ustreznih tehnik določi- mo. Nedavne raziskave so pokazale, da ne obsta- ja zanesljiva korelacija med obraznimi ekspresija- mi in našimi dejanskimi občutki (Corbyn 2021). Poleg tega korelacija ne pomeni vzročne poveza- nosti. Marsikdo se, denimo, kljub globoki žalos- ti pred ljudmi pojavi »popravljen«, običajno gre za kulturno preferiran nasmeh. Uveljavlja se mitologija, da je umetna inte- ligenca ključen sodobni tehnološki proces, ki bo spremenil življenje, komuniciranje, delo, proce- si umetne inteligence naj bi tudi razrešili proble- me bolezni, dezinformacij, sovražnega govora in urbane mobilnosti. Gre za znani tehnološki so- lucionizem, vero v prevratno moč tehnologije za razreševanje problemov. Zgolj ljudje lahko razre- šijo nekatere družbene probleme, umetna inte- ligenca pa lahko prispeva k inovacijam v druž- benih podsistemih in spremeni življenje, toda ne avtomatično v smeri javnega dobra (Katzen- bach 2019, 194). Tako se vračamo k človeku in problemu javnega dobra. Kateri podatki so rele- vantni za krepitev javnega dobra, in še pred tem, kaj je javno dobro? Ali je to treniranje in dresi- ranje posameznikov v »nasmejane in pridne« ali v »cele« ljudi? Je pomembno, da smo »ospo- ljeni« ali da smo »celi«? Če družbo »trenira- mo« in socializiramo tako, da svet vidi skozi ka- tegorije spola ali rase, se bo tak »trening« seveda odrazil tudi v načinih, kako treniramo umetno inteligenco. Tehnološki solucionizem širijo korporaci- je, ki razvijajo aplikacije za strojno učenje z na- menom učinkovitega organiziranja vsebine in za potrebe osmišljevanja velike količine podat- kov. Tehnologije strojnega učenja seveda lahko pospešujejo procese, problemi enakosti, raznoli- kosti, diskriminacije in pristranskosti pa se lah- ko v okolju avtomatizacije ter v procesih umetne inteligence celo poglobijo in ne odpravijo (Ka- tzenbach 2021, 1–2). Drugače rečeno, če procese M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 12 5 avtomatiziramo, lahko posledično avtomatizira- mo tudi diskriminacijo in pristranost. Naključen problem (človeška napaka) se tako lahko preob- razi v avtomatizirano diskriminacijo in pristra- nost. Nastane tehnološko vgrajena napaka. Iz- hodni podatki (angl. output) namreč ne morejo nikoli preseči vhodnih podatkov (angl. input). S slabimi podatki bo algoritem kreiral tudi slabe izhodne podatke (angl. garbage in, garbage out), algoritemski zaključki so zato lahko zanesljivi (in nevtralni) le v tolikšni meri, kot so zanesljivi podatki, na katerih temeljijo zaključki (Mittel- stadt idr. 2016, 4–5). Govorimo o faustovskem paktu, skratka, nič ni zastonj: avtomatizacija pomeni avtoma- tizacijo vsega, dobrega in slabega. Vsak tehno- loški proces, ki ga sicer izhodiščno razvijamo za pospeševanje »dobrih« rešitev (npr. avtomati- zacija sprejemanja odločitev), vzporedno kreira možnost pospeševanja »slabih« rešitev. Avto- matizacija nepristranskih odločitev samodejno vgrajuje možnost avtomatizacije pristranskih odločitev. Tehnologijo, skratka, pogosto vidijo kot zdravilo oz. skušajo uporabiti njeno moč z na- menom reševanja netehnoloških problemov (Katzenbach 2021, 2). Evgeny Morozov pokaže, kako družbe v Silicijevi dolini razumejo druž- bene probleme (zdravje, mobilnost) kot funkci- onalno rešljive, z razvojem vedno novih storitev in aplikacij obljubljajo optimizacijo procesov, to popreproščeno razumevanje pa poimenuje z izra- zom »solucionizem«. Ta tehnodeterministična in tehnokratska ideja verjame, da lahko družbe- ne probleme odpravimo z vse boljšimi tehnolo- škimi rešitvami, če le najdemo ustrezne algorit- me zanje (Morozov 2013, 5). Tako je leta 2018 vodja korporacije Facebook Mark Zuckerberg na senatnem zaslišanju glede obtožb glede dezin- formacij, sovražnega govora in zasebnosti zago- tovil, da bo v 5–10 letih umetna inteligenca reši- la problem in da se bo korporacija v prihodnosti na izzive dezinformacij ter sovražne propagan- de odzvala z povečano uporabo sistemov umetne inteligence, ki se bodo učinkoviteje soočali tudi s težjimi jezikovnimi klasifikacijami in uspešneje označevali problematične vsebine (Katzenbach 2021, 1). Kot zanimivost omenimo, da slovenski stra- teški dokument »Digitalna Slovenija 2030« uporablja metaforo »ekosistema«, s katero po- datke in umetno inteligenco predstavlja skozi okvir »sistema«, z uporabo predpone »eko« pa načrtno kreirane oz. izbrane procese skuša udo- mačevati z metaforo naravnega sistema. Meta- forika ekosistemske prepletenosti je uporablje- na tudi pri pojasnjevanju delovanja podatkov: »Dolgoročno je namen vzpostaviti dinamični ekosistem podatkov, podatkovnih standardov, orodij, v tem ekosistemu pa bi se srečevali ponud- niki podatkov, podatkovni analitiki in razvijalci aplikacij« (Vlada Republike Slovenije 2023, 35). Zaključek V letu 2021 so objavili rezultate eksperimentalne raziskave, ki je preverjala vlogo družbenega vpli- va, modrost množice in vlogo algoritmov v pro- cesu sprejemanja odločitev. Potrdili so, da posa- mezniki nasvet algoritmov bolj upoštevajo, ko postajajo intelektualne naloge zahtevnejše. In- telektualno sposobnejši posamezniki s predhod- no zgodovino ustreznega odločanja pogosteje upoštevajo algoritmične nasvete, manj pa nasve- te množic. Pri subjektivno obarvanih nalogah je upoštevanje algoritemskih nasvetov manjše (Bo- gert idr. 2021). Raziskava na sicer omejeni po- pulaciji je tudi pokazala, da že preprosto ozna- čevanje nasveta za »algoritemski nasvet« lahko povzroči pomenljivo spremembo v človeškem delovanju. Po drugi strani postajajo algoritmi zaradi vseprisotnosti vse bolj »nevidni«, po- leg tega se številni ljudje ne zavedajo obstoja al- goritmov; tako se 61% Norvežanov slabo ali pa se sploh ne zaveda obstoja algoritmov (Gran idr. 2020, 13). Kot ugotavljajo Mittelstadt idr. (2016, 1), se vse več operacij, odločitev in izbir delegira algoritmom, ki svetujejo ali celo odločajo, kako naj interpretiramo podatke, za kakšna deja- nja naj se odločamo, denimo na ravni izbire ar- tiklov, izbire optimalne potovalne poti, priporo- čajo celo življenjske partnerje. Razvoj je nesluten; »najnovejši« model odprte umetne inteligence st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 12 6 oz. jezikovni model ChatGPT (iz angl. Genera- tive Pre-Trained Transformer) je zmožen odgo- varjanja na različna vprašanja in zagate. V aka- demskem okolju, kjer obstajajo nenehne zahteve po publiciranju, kvantifikaciji in (samo)inscena- ciji lastnih raziskovalnih dosežkov, pa se prošnje lahko kreativno »razširijo« v prošnjo po prip- ravi znanstvenega članka. Obstajajo že predlo- gi, kako naj založniki akademskih člankov z ra- čunalniškimi strokovnjaki razvijajo proti-GPT programsko opremo, ki bo zmožna detektirati znanstvena besedila, ki jih je generirala umetna inteligenca ChatGPT (Lund idr. 2023, 572, 576). Spričo kompleksnosti vsakdanjega življe- nja se posamezniki pogosto zatekajo k algori- temskim priporočilom in nasvetom, utrujeni od neo liberalnih pozivov k avtonomnemu delova- nju se v resnici z vse večjim zadovoljstvom zate- kajo v prelaganje odločitev na algoritme. Pozivi k odločanju in avtonomnemu (so)kreiranju lastne- ga življenja ob informacijskem preobilju povzro- čajo nasproten proces. Ker je informacij preveč, jih je dejansko »premalo« za suvereno sprejema- nje odločitev. Izbira in odločitev postaneta bre- me. Hkrati kot družba živimo v obdobju »kulta informacij«, ko se osredotočamo zlasti na obseg informacij, ne pa na moč in raznovrstnost le-teh. Se bomo v bližnji prihodnosti povsem odpove- dali mišljenju in sprejemanju odločitev? Zani- miv vpogled in kritični premislek glede vloge informacij je že davno predstavil Theodore Ros- zak v delu The Cult of Information (1986), v iste- ga leta opravljenem intervjuju pa med drugim iz- postavlja (ThinkingA llowedTV 2011): [I]nformacija je postala božja beseda našega časa. In moralo bi biti precej očitno, zakaj se to dogaja. To je zato, ker živimo v obdob- ju, ko je najmočnejši element naše kulture invencija računalnika, raziskovanje in ra- zvoj s pomočjo računalnika. Računalnik je stroj za procesiranje informacij. In če želite v družbi prodati veliko računalnikov, mora- te ljudi prepričati, da je informacija strašan- sko pomembna. Medtem ko informacije za družbo postaja- jo vse pomembnejše, pa se zakrivajo nekatere bolj temeljne distinkcije in taksonomije vednosti: in- formacija, znanje, sodba (ocena) in modrost. Za razmišljanje, ki naj bi bila odločilna človeška ak- tivnost, je bistveno pomembnejša uporaba idej, kajti kultura temelji na idejah. Veliko idej, ki ure- jajo in osmišljajo našo kulturo, ne temelji na in- formacijah, in vendar so te ideje pomembna or- ganizacijska načela kulturnega in političnega življenja. Vsi poznamo zelo močno in vplivno ide- jo »Vsi ljudje se rodimo enaki«, ki temelji na mo- ralnih vpogledih številnih generacij, nikakor pa ne na raziskovanju, v njej sploh ni nobenih infor- macij. Pa vendarle ideja še kako živi in je izhodi- šče, temeljni orientir številnih revolucij ter druž- benih gibanj (Roszak 1986, 91). Roszak (1986) izpostavlja distinkcijo med idejami na eni ter po- datki oz. informacijami na drugi strani. Kaj so temeljne ideje sodobne družbe in kakšen tip po- datkov naj iščemo, da bomo ohranjali obstoječe ideje enakopravnosti, uravnoteženosti, sonarav- nosti? Kako celovito, harmonično, polnokrvno upravljati družbo in katere prakse kot družbeno regulirane načine družbenosti v sodobni družbi negovati? Katere ideje so ključne, katere me (nas) podpirajo in katere lahko zavržemo? Izhajati bi morali iz idej, preko njih določiti temeljne pro- bleme družbe in šele nato razvijati tehnologije za odpravljanje ali ublažitev problemov. Literatura Anderson, B. 2007. Zamišljene skupnosti: o izvoru in širjenju nacionalizma. Prevedla A. Brglez Uranjek in A. Kurilo. Studia humanitatis. Andrejevic, M. 2014. »The Big Data Divide.« International Journal of Communication 8:1673–1689. BBC News. 2017. »What is net neutrality and how could it affect you? - BBC News.« Video na YouTubu, 4:43. 14. december. https://www.youtube.com/watch?v =zq-2Yk5OgKc&t=133s. Benkler, Y. 2006. The Wealth of Networks: How Social Production Transforms Markets and Freedom. Yale University Press. M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 12 7 Bhageshpur, K. 2019. »Data Is The New Oil: And That‘s A Good Thing.« Forbes, 15. november. https://www.forbes.com/sites/ forbestechcouncil/2019/11/15/data-is-the- new-oil-and-thats-a-good-thing/. Bijker, W., in J. Law. 1992. »General Introduction.« V Shaping Technology/ Building Society: Studies in Sociotechnical Change, uredila W. Bijker in J. Law. MIT Press. Bogert, E., A. Schecter, in R. T. Watson. 2021. »Humans Rely More on Algorithms than Social Influence as a Task Becomes More Difficult.« Scientific Reports 11 (1): 8028. Bolin, G. 2022. »The Value Dynamics of Data Capitalism: Cultural Production and Consumption in a Datafied World.« V New Perspectives in Critical Data Studies, uredili A. Hepp, J. Jarke in L. Kramp. Palgrave Macmillan. boyd, d., in K. Crawford. 2012. »Critical Questions for Big Data.« Information, Communication and Society 15 (5): 662–679. Brown, N., B. Rappert in A. Webster. 2000. »Introducing Contested Futures: From Looking into the Future to Looking at the Future.« V Contested Futures: A Sociology of Prospective Techno-Science, uredili N. Brown, B. Rappert in A. Webster. Routledge. Bryman, A. 2008. Social Research Methods. Oxford University Press. Castells, M. 1996. The Rise of the Network Society. Blackwell. Corbyn, Z. 2021. »Microsoft’s Kate Crawford: ‘AI is Neither Artificial Nor Intelligent’.« The Guardian, 6. junij. https://www .theguardian.com/technology/2021/jun/06 /microsofts-kate-crawford-ai-is-neither -artificial-nor-intelligent. Couldry, N. 2014. »Inaugural: A Necessary Disenchantment; Myth, Agency and Injustice in a Digital World.« The Sociological Review 62 (4): 880–897. Desrosières, A. 2016. »The Quantification of the Social Sciences: An Historical Comparison.« V The Social Sciences of Quantification: From Politics of Large Numbers to Target-Driven Policies, uredili I. Bruno, F. Jany-Catrice in B. Touchelay. Springer. Dijck, J. van. 2014. »Datafication, Dataism and Dataveillance: Big Data Between Scientific Paradigm and Ideology.« Surveillance and Society 12 (2): 197–208. Dijk, T. A. van. 1993. »Principles of Critical Discourse Analysis.« Discourse and Society 4: 249–283. Durkheim, É. 1966. The Rules of Sociological Method. Prevedla S. A. Solovay in J. H. Mueller. Free Press. Ehteshami Bejnordi, B., M. Veta, P. J. van Diest, B. van Ginneken, N. Karssemeijer, G. Litjens idr. 2017. »Diagnostic Assessment of Deep Learning Algorithms for Detection of Lymph Node Metastases in Women With Breast Cancer.« JAMA 318 (22): 2199–2210. Gitelman, L. 2013. ‘Raw Data’ is an Oxymoron. MIT Press. Gran, A. B., P. Booth in T. Bucher. 2020. »To Be or Not to Be Algorithm Aware: A Question of a New Digital Divide?« Information, Communication and Society 23. https://doi. org/10.1080/1369118X.2020.1736124. Helmond, A. 2014. »‘Raw Data’ is an Oxymoron.« Information, Communication and Society 17 (9): 1171–1173. Hoffman, C. R. 2017. »Log In: Introducing the Pragmatics of Social Media.« V Pragmatics of Social Media, uredila C. Hoffmann in W. Bublitz. De Gruyter. Holmes, D. E. 2019. Veliko podatkovje: zelo kratek uvod. Prevedla M. Žorga Dulmin. Krtina. Inštitut za slovenski jezik Frana Ramovša ZRC SAZU. 2014. »Metafora.« V Slovar slovenskega knjižnega jezika, 2. dopolnjena in deloma prenovljena izd. Fran. https://fran. si/133/sskj2-slovar -slovenskega-knjiznega-jezika-2/4494173 /metafora?View=1&Query=metafora Inštitut za slovenski jezik Frana Ramovša ZRC SAZU. 2021. »Velepodatki.« Terminološka svetovalnica, 4. november. https://isjfr .zrc-sazu.si/sl/terminologisce/svetovanje /velepodatki. Jasanoff, S. 2015. »Future Imperfect: Science, Technology, and the Imaginations of st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 12 8 Modernity.« V Dreamscapes of Modernity: Sociotechnical Imaginaries and the Fabrication of Power, uredila S. Jasanoff in S.-H. Kim. University of Chicago Press. Jasanoff, S., in S.-H. Kim. 2009. »Containing the Atom: Sociotechnical Imaginaries and Nuclear Power in the United States and South Korea.« Minerva 47:119–146. Katzenbach, C. 2019. »Myth #43: AI will fix it.« V Busted! The Truth About the 50 Most Common Internet Myths, uredila M. C. Kettemann in S. Dreyer. Leibniz Institute for Media Research. Katzenbach, C. 2021. »‘AI will fix this’: The Technical, Discursive, and Political Turn to AI in Governing Communication.« Big Data and Society 8 (2). https://doi .org/10.1177/20539517211046182. Katzenbach, C., in S. Larsson. 2017. »Imagining the Digital Society: Metaphors from the Past and Present, How Metaphors Shape the Digital Society.« Digital Society Blog, 15. maj. https://www.hiig.de/en/imagining -the-digital-society-metaphors-from-the -past-and-present/. Koller, V. 2005. »Critical Discourse Analysis and Social Cognition: Evidence from Business Media Discourse.« Discourse and Society 16 (2): 199–224. Kroes, N. 2013. »Speech: The Big Data Revolution.« European Commission, 26. marec. https://ec.europa.eu/commission /presscorner/detail/en/SPEECH_13_261. Lakoff, G. 1986. »A Figure of Thought.« Metaphor and Symbolic Activity 1 (3): 215– 225. Lakoff, G., in M. Johnson. 1980. Metaphors We Live By. University of Chicago Press. Lannelongue, L., in M. Inouye. 2023. »Carbon Footprint Estimation for Computational Research.« Nature Review Methods Primers 3 (1): 9. Leeuwen, T. van. 2008. Discourse and Practice: New Tools for Critical Discourse Analysis. Oxford University Press. Lund, B. D., T. Wang, N. R. Mannuru, B. Nie, S. Shimray in Z. Wang. 2023. »ChatGPT and a New Academic Reality: Artificial Intelligence-Written Research Papers and the Ethics of the Large Language Models in Scholarly Publishing.« Journal of the Association for Information Science and Technology 74(5): 570–581. Lupton, D. 2013. »Swimming or Drowning in the Data Ocean? Thoughts on the Metaphors of Big Data.« The Sociological Life, 29. oktober. https://simplysociology .wordpress.com/2013/10/29/swimming-or -drowning-in-the-data-ocean-thoughts-on -the-metaphors-of-big-data/. Mager, A., in C. Katzenbach. 2021. »Future Imaginaries in the Making and Governing of Digital Technology: Multiple, Contested, Commodified.« New Media and Society 23 (2): 223–236. Mayer-Schoenberger, V., in K. Cukier. 2013. Big Data: A Revolution that Will Transform How We Live, Work, and Think. Murray. Mittelstadt, B. D., P. Allo, M. Taddeo, S. Wachter in L. Floridi. 2016. »The Ethics of Algorithms: Mapping the Debate.« Big Data and Society 3 (2). https://doi .org/10.1177/2053951716679679. Morozov, E. 2013. To Save Everything, Click Here: The Folly of Technological Solutionism. PublicAffairs. Morozov, E. 2015. »Digital Technologies and the Future of Data Capitalism.« Social Europe, 29. maj. https://www.socialeurope.eu /digital-technologies-and-the-future-of -data-capitalism. Noble, D. F. 1979. »Social Choice in Machine Design: The Case of Automatically Controlled Machine Tools.« V Case Studies on the Labor Process, uredil A. Zimbalist. Monthly Review. Pinch, T. J., in W. E. Bijker. 1993. »The Social Construction of Facts and Artifacts: Or How Sociology of Science and the Sociology of Technology Might Benefit Each Other.« V The Social Construction of Technological Systems: New Directions in the Sociology and History of Technology, uredili W. E. Bijker, T. P. Hughes in T. J. Pinch. MIT Press. M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 12 9 Puschmann, C., in J. Burgess. 2014. »Metaphors of Big Data.« International Journal of Communication 8:1690–1907. Ragin, C. C. 2007. Družboslovno raziskovanje: enotnost in raznolikost metode. Prevedli M. Hafner Fink idr. Fakulteta za družbene vede. Rieder, G. 2018. »Tracing Big Data Imaginaries through Public Policy: The Case of the European Commission.« V The Politics and Policies of Big Data: Big Data, Big Brother?, uredili A. Rudinow Sætnan, I. Schneider in N. Green. Routledge. Rosa, H. 2015. Social Acceleration: A New Theory of Modernity. Columbia University Press. Roszak, T. 1986. The Cult of Information: The Folklore of Computers and the True Art of Thinking. Pantheon. Salecl, R. 2020. Strast do nevednosti: kdaj in zakaj ne želimo vedeti. Mladinska knjiga. Schiller, D. 1999. Digital Capitalism: Networking the Global Market System. MIT Press. Snoj, J., M. Ahlin, B, Lazar in Z. Praznik. 2018. »Prispodoba.« V Sinonimni slovar slovenskega jezika, uredil J. Snoj. Fran. ZRC SAZU, Inštitut za slovenski jezik Frana Ramovša, Založba ZRC. https://fran.si /208/sinonimni-slovar/4383433/prispodoba ?View=1&Query=prispodoba. Soutoda boa. 2014. »The Declaration of Independence of Cyberspace / John Perry Barlow.« Video na YouTubu, 9:30. 16. december. https://www.youtube.com /watch?v=3WS9DhSIWR0&t=88s. Splichal, S. 2019. »Upodatkovljenje javnega mnenja: od normativne utopije do algoritemske distopije.« Javnost: The Public. https://doi.org/10.1080/13183222.2019 .1696598. Srnicek, N. 2017. Platform Capitalism. Polity. Stark, L., in A. L. Hoffmann. 2019. »Data Is the New What? Popular Metaphors and Professional Ethics in Emerging Data Culture.« Journal of Cultural Analytics 4 (1). https://doi.org/10.22148/16.036. »The World’s Most Valuable Resource Is No Longer Oil, But Data.« 2017. The Economist, 6. maj. https://www.economist .com/leaders/2017/05/06/the-worlds-most -valuable-resource-is-no-longer-oil-but-data. ThinkingAllowedTV. 2011. Roszak, T. 1986b. »Theodore Roszak, 1933–2011 - Cult of Information (complete) - Thinking Allowed w/ Jeffrey Mishlove.« Video na YouTubu, 27:44. 10. julij. https://www.youtube.com /watch?v=Y4mzEvqsiuY. Toonders, J. 2014. »Data Is the New Oil of the Digital Economy.« Wired, julij. https:// just-tech.ssrc.org/citation/data-is-the-new -oil-of-the-digital-economy/. Verschraegen, G., in F. Vandermoere. 2017. »Introduction: Shaping the Future through Imaginaries of Science, Technology and Society.« V Imagined Futures in Science, Technology and Society, uredili G. Verschraegen, F. Vandermoere, L. Braeckmans in B. Segaert. Routledge. Vlada Republike Slovenije. 2021. »Nacionalni program spodbujanja razvoja in uporabe UI v Republiki Sloveniji do leta 2025 (NpUI).« https://www.gov.si/teme/digitalizacija -druzbe/. Vlada Republike Slovenije. 2023. »Digitalna Slovenija 2030: krovna strategija digitalne preobrazbe Slovenije do leta 2030 (DSI 2030).« Wallenborn, J. T. 2022. »AI as a Flying Blue Brain? How Metaphors Influence Our Visions of AI.« Digital Society Blog, 17. maj. https://www.hiig.de/en/ai-metaphors/. Williams, R. A., in D. Edge. 1996. »The Social Shaping of Technology.« Research Policy 25 (6): 865–899. Wittgenstein, L. 2022. Logično-filozofski traktat. Prevedel B. Cerkovnik. LUD Šerpa. Wood, R. 2021. »‘What I’m Not Gonna Buy’: Algorithmic Culture Jamming and Anti- Consumer Politics on YouTube.« New Media and Society 23 (9): 2754–2772. World Economic Forum. 2011. Personal Data: The Emergence of a New Asset Class. World Economic Forum. Wyatt, S. 2004. »Danger! Metaphors at Work in Economics, Geophysiology, and the Internet.« Science, Technology, and Human Values 29 (2): 242–261. st u d ia u n iv er si ta t is h er ed it a t i, le t n ik 13 (2 02 5) , š t ev il k a 1 / v o lu m e 13 (2 02 5) , n u m be r 1 130 Wyatt, S. 2021. »Metaphors in Critical Internet and Digital Media Studies.« New Media and Society 23 (2): 406–416. Zarsky, T. Z. 2012. »Automated Prediction: Perception, Law, and Policy.« Communications of the ACM 55 (9): 33–35. Zuboff, S. 2019. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs. Povzetek Članek tematizira in problematizira uveljavljene ter (medijsko) propagirane podobe aktualnih teh- noloških procesov in artefaktov (veliko podatkov- je, umetna inteligenca). Podobe in pomeni dolo- čenega pojava ali procesa se pogosto sokreirajo s pomočjo specifičnih metafor. Besedilo izpostavi nabor uveljavljenih diskurzov in metaforičnih iz- razov, ki se pojavljajo v »bližini« terminov veliko podatkovje in umetna inteligenca, s katerimi poja- snjujejo novosti. Metafore, ki jih uporabljamo za osmišljeva- nje novih orodij in tehnologij, namreč vselej služijo dvojnemu namenu: osvetljujejo novost s pomočjo sklicevanja na poznano (npr.: podatki so nafta). Po drugi strani zakrivajo določene novosti in specifič- ne načrtno izbrane procese. Pri predstavljanju no- vih tehnoloških procesov je izrazito navzoča meta- forika s področja narave. Ker je narava »nepotvorjena« realnost, se metafore s področja narave (podatkovna poplava), uporabljajo pri osvetljevanju pojava velikega po- datkovja, saj se v tovrstni metaforični predstavitvi zakrije družbena konstruiranost oz. motiviranost kreiranja velikega podatkovja. Besedilo problema- tizira tudi vizualne metafore umetne inteligence in mitološko vero v moč tehnologij za razreševanje družbenih problemov. Članek tudi problematizira družbene dejav- nike, ki vzpostavljajo »epistemologijo« sodobno- sti in prihodnosti. Upodatkovljenje človeških iz- kušenj in praks se vse pogosteje predstavlja ter tudi uporablja kot metoda raziskovanja človeške druž- be. Močno razširjena uporaba in prisotnost veli- kega podatkovja sokreirata njegovo »nevidnost«, s tem pa tudi reproducirata problematične in netransparentne (zlo)rabe tehnologije. Kolektivne vizije in ideološko ter ekonomsko motivirana pričakovanja in imaginariji prihod- njega znanstvenega ali tehnološkega razvoja obli- kujejo možne ter posledično misljive verzije teh- nološkega razvoja. Metaforika naravnih pojavov aludira na nenadzorovanost procesov, ki so v okvi- ru sodobnega kapitalizma še kako načrtno izbrani in nadzorovani. Summary The article thematizes and problematizes estab- lished and (media) propagated images of current technological processes and artefacts (big data, ar- tificial intelligence). Images and meanings of a par- ticular phenomenon or process are often co-creat- ed through specific metaphors. The text highlights a set of well-established discourses and metaphor- ical expressions that appear in “proximity” to the terms big data and artificial intelligence, in order to explain innovations. The metaphors we use to make sense of new tools and technologies always serve a dual pur- pose: metaphors illuminate novelty by referring to the familiar (for example, data is the new oil). On the other hand, metaphors obscure certain novel- ties and specific, intentionally chosen processes. In presenting new technological processes, a met- aphor from the field of nature is strongly present. Since nature is an authentic reality, meta- phors from the field of nature (data flood) are used to illuminate the phenomenon of big data, since in such a metaphorical presentation the social con- struction or motivation of the creation of big data is obscured. The text also problematizes visual metaphors of artificial intelligence and a mytho- logical belief concerning the power of technologies to solve social problems. The article also highlights the social factors that establish the “epistemology” of modernity and the future. Datafication of human experiences and practices is increasingly being represented and also used as a method by which we can explore and un- derstand human society. The widespread use and ubiquity of big data causes its “invisibility”, thus reproducing problematic and opaque (mis)uses of technology. Collective visions and ideologically and eco- nomically motivated expectations and imaginaries M et a fo r ič n a k o n st ru k c ij a v el ik eg a p o d a t k o v ja in u m et n e in t el ig en c e 131 of future scientific or technological development form possible and consequently thinkable versions of technological development. The metaphors of natural phenomenon allude to the inherently un- controllable nature of such processes that are actu- ally chosen and controlled in the context of mod- ern capitalism.