Виталий Мальцев - Карл Маркс и большие данные

Другим примером применения больших данных в погоне за прибылью является их использование при составлении расписания работников. Основанный на статистических моделях анализ данных, включающий множество факторов вроде исторических тенденций продаж, интересов клиентов, прогноза погоды, наличия товаров, дает возможность компаниям в режиме реального времени планировать деятельность своих сотрудников вплоть до минуты. Рабочие смены разбиты на пятнадцатиминутные блоки и пересматриваются каждый день, чтобы гарантировать достаточное количество работников для удовлетворения предполагаемого спроса. Корпорации усиливают эксплуатацию труда, сокращают часы, одновременно увеличивая интенсивность работы, выполняемой их сотрудниками 28,29. Как здесь не вспомнить Маркса, в свое время описавшего машину как «средство производства прибавочной стоимости» 30. Другими словами, в условиях капитализма достижение прогресса никоим образом не нацелено на уменьшение трудовых усилий рабочих, а напротив, ставит задачу оптимизации их эксплуатации. Маркс описывает эту функцию «системы машин» в тринадцатой главе «Капитала», где подразделил ее на три составляющих: присвоение капиталом добавочных рабочих сил, удлинение рабочего дня и интенсификация труда.

Нужно понимать, что глобальная датификация характеристик и жизни индивида, ее моментальная обработка в системе больших данных позволяют дополнить картину, открыть те стороны человеческой жизни, которые пока что нельзя записать в виде цифровых показателей. Например, далеко не факт, что наука в обозримом будущем сумеет датифицировать человеческие мысли до такого уровня, чтобы их можно было прочитать и сохранить. Однако фиксация и перевод в цифру изображений с камеры в общественном месте или на личном телефоне, анализ эмоций на лице человека, ритм его сердцебиения, скорость движения его курсора мышки в Интернете и другие факторы рано или поздно позволят предугадывать поведение индивида не хуже, чем прочтение его мыслей. Что уж тут говорить, если даже сам Марк Цукерберг, опасаясь за неприкосновенность своей частной жизни, заклеивает камеру и микрофон на своем ноутбуке. Эта же особенность больших данных уже поставила под сомнение возможность пользовательской анонимности в перспективе, сделав ее математически невозможной. Современные алгоритмы позволяют даже по мельчайшим крохам данных воссоздать недостающую информацию о человеке. Владельцы больших данных теперь могут узнать всё не только о тех, кто предоставляет им свои данные, но и о тех, кто не контактирует с ними или специально скрывает производимую им информацию.

Профессор Массачусетского технического университета и один из ведущих мировых специалистов в области больших данных Алекс Пентленд, на чьи работы мы еще не раз будем ссылаться, последние десятилетия вместе со своими учениками опубликовал массу трудов с экспериментами над людьми в области изучения больших данных. Одним из распространенных типов его исследований являются так называемые «живые лаборатории». Данный подход во многом сводится к опережающей датификации исследуемой группы при помощи специальных устройств вроде запрограммированных смартфонов, датчиков, социометрических бейджей. «Представьте, что можно поместить целое сообщество в комнату с камерами слежения, а затем описать и отобразить все грани и ракурсы поведения, общения и социального взаимодействия между участниками. Теперь представьте, что этот эксперимент длится в течение нескольких лет, пока члены сообщества живут своей повседневной жизнью. Это и есть живая лаборатория», — пишет Пентленд 31. В многочисленных живых лабораториях проходили тестирования самых разных аспектов индивидуальной и коллективной жизни, поведения индивидов, начиная от вопроса набора лишнего веса до электоральных предпочтений. «Мы смогли использовать связь между восприятием и поведением в прогнозировании результатов нескольких различных ситуаций и даже проводить манипуляции с окружением, чтобы вызвать поведенческие изменения» 32. Конечно, живые лаборатории проводились в рамках законодательства, а их участники были в курсе эксперимента и оказываемого на них влияния. Однако вместе с датификацией нашей жизни, массовым использованием смартфонов, интернет-сервисов, электронных платежей и многого другого все общество шаг за шагом, само того не замечая, превращается в живую лабораторию. Во многих странах мира строятся «умные города», чья инфраструктура рассчитана на постоянный сбор и анализ больших данных горожан, а также динамичные изменения в зависимости от потребностей общества. Подобные города также по сути представляют собой территорию опережающей датификации, их создатели собирают все возможные данные городской среды (от денежных переводов и коммуникаций жителей до показателей сбора мусора), в большинстве случаев пока что не имея представления о том, каким именно образом будут использовать их в дальнейшем.

Владельцы данных получают возможности изучать и влиять на общественное поведение. «Уже по прошествии нескольких лет мы, возможно, будем располагать невероятно богатым набором данных о поведении практически всего человечества— и причем постоянно», — замечает Алекс Пентленд. Сегодня многие ученые и политики утверждают 33, что возможности, открываемые революцией больших данных, создают для общества опасность построения новой информационной тоталитарной системы, контролирующей жизнь и поведение каждого человека.

Рассматриваемая нами технология используется сегодня в отдельных сферах и дает невиданные результаты. Вместе с тем государства и крупные корпорации ведут борьбу за владение новой информацией и большими данными, работают над созданием глобальных систем, объединяющих в единый механизм разрозненные информационные клади, создавая общие системы прогнозирования и управления общественным поведением на основе анализа больших данных. Приведем несколько примеров.

Американская система, разработанная по заказу спецслужб и Министерства обороны США компанией «Палантир», стоимость которой оценивается уже более чем в 20 миллиардов долларов, официально ставит своей основной задачей профилактику и борьбу с преступностью. Несмотря на предсказуемую закрытость системы, в СМИ и официальных отчетах часто фигурирует достаточно подробная информация о ее работе. После терактов 11 сентября правительство нацелилось на кардинальное усиление общественной безопасности. Работы по разбору, структурированию и анализу огромных массивов данных, создаваемых и имеющихся на тот момент в Соединенных Штатах (таких как записи десятков тысяч камер наблюдения, полицейские протоколы, финансовая деятельность и денежные переводы граждан, сведения о геолокации, поведение в Интернете и многое другое), выпала на долю «Палантира». Большую часть информации компания берет из государственных учреждений либо покупает у информационных корпораций. За полтора десятка лет своего существования «Палантир» выполнил задачу по анализу данных, предоставив спецслужбам и полиции США готовую систему общественного контроля на основе обработки больших данных. Каждое действие внесенных в базу субъектов (а внесены туда далеко не только преступники) цифруется и обрабатывается, а в случае, если анализ больших данных или явные действия наблюдаемого указывают на совершение им правонарушения, эта информация передается полиции или спецслужбам. К самым громким делам, раскрытым с применением анализа больших данных, относятся разоблачение группы азиатских хакеров 34и ликвидация Усамы бен Ладена (но это не точно). По каждому занесенному в общую систему больших данных американцу составляется и постоянно ведется сводная база информации, содержащая большое количество самых разных цифровых следов человека. Постоянная обработка базы специальными алгоритмами позволяет выявлять корреляции и информировать полицейских или спецслужбы в случаях, когда поведение одного из наблюдаемых, описываемое вновь полученными данными, может указывать на совершение им преступления или планирования такового. «Палантир» учитывает условный «уровень доверия» к каждому гражданину, присваивая «штрафные баллы» в случае, к примеру, его задержания полицией или иных событий, свидетельствующих о его антиобщественной деятельности. Различные системы больших данных, ставящие целью предупреждение преступлений и помощь правоохранительным органам, используются и многими другими странами, например, индийская система NATGRID точно так же, как и система «Палантира», собирает и совмещает данные для защиты страны от террористических угроз.