La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Comunicazione di rete Teresa Numerico

Presentazioni simili


Presentazione sul tema: "Comunicazione di rete Teresa Numerico"— Transcript della presentazione:

1 Comunicazione di rete Teresa Numerico

2 Informazioni pratiche Docente: teresa numerico N. crediti: 6 triennale II semestre Orari lezioni: – Giov. h (aula informatica) Valutazione sperimentale per frequentanti?

3 Di cosa si parlerà? Problemi politici, sociali e pratici della rete: – Informazione e conoscenza – reti sociali e beni comuni – accesso alle informazioni – Open access e open science – Linked data – Data mining – Controllo – Privacy – Copyright – interfaccia

4 Effetti cognitivi e sociali della mediazione della rete I social network e gli altri strumenti di interazione mediata

5 Le metafore della cibernetica I dispositivi meccanici possono essere descritti negli stessi termini degli organismi biologici I dispositivi meccanici possono auto-organizzarsi attraverso lo scambio di messaggi con l’ambiente È possibile interpretare le macchine come veicoli di messaggi (input o output) senza domandarci cosa avvenga al loro interno

6 Human machine interaction […] Nello sviluppo futuro di questi messaggi e di questi strumenti di comunicazione, i messaggi tra uomo e macchina, tra macchine e uomo e tra macchine e macchine avranno un ruolo sempre più preponderante Wiener 1950:16

7 Comando e controllo = human machine interaction In una lettera ai “membri della rete intergalattica” (25 april 1963) Licklider affermava: – Comando e controllo devono essere interpretati in termini di interazione uomo macchina, time- sharing e reti di computer – È necessario otteneree sufficiente vantaggio nella programmazione collettiva e nelle operazioni tale che ci conduca a risolvere problemi, e quindi porre in essere la tecnologia di cui hanno bisogno i militari

8 È possibile conservare l’informazione? È falso pensare che l’informazione possa essere immagazzinata senza un enorme diminuzione del suo valore nel mondo che cambia perché: Wiener 1950: 121

9 E se si potesse archiviare dinamicamente? Data-mining come archiviazione dinamica dei processi La timeline di facebook “tell your life story with a new kind of profile”, control who sees your stuff: “Only the people you originally shared a post with can see it on your timeline. If you want, you can go back and change who sees a post, delete it or just hide it from your timeline” Le applicazioni cloud e la densità dei dati conservati lontano dalle nostre macchine

10 Il rischio del cattivo uso della macchina […]Tali macchine, sebbene di per sé incapaci di nuocere, possono essere usate da un essere umano o da un blocco di esseri umani per aumentare il loro controllo sul resto della razza umana oppure[…] I leader politici possono cercare di controllare i loro paesi non attraverso delle vere e proprie macchine, ma attraverso tecniche politiche limitate e indifferenti alle possibilità umane come se fossero state concepite meccanicamente Wiener 1950:181

11 Quando potrebbe dominare la macchina? La grande debolezza della macchina – che ci impedisce di essere dominati da essa – consiste nel fatto che non può prendere in considerazione l’ampio raggio delle probabilità che caratterizza la condizione umana. Il dominio della macchina presuppone una società che sia all’ultimo stadio di aumento dell’entropia, nella quale la probabilità è irrisoria e le differenza statistiche tra inidvidui siano quasi nulle Wiener 1950:181

12 Il Web 2.0 secondo O‘Reilly Come superare la bolla della Net Economy: – Concentrarsi sull’offerta di servizi e non di software – Considerare il web un’architettura di partecipazione e non solo di comunicazione e distribuzione – Elaborare strategie di sfruttamento dell’intelligenza collettiva – Adottare modelli di business che sfruttano la creatività fondata sul remixing C. Formenti 2008: 248

13 Cosa ne pensa l’inventore del web? Web 1.0 was all about connecting people. It was an interactive space, and I think Web 2.0 is of course a piece of jargon, nobody even knows what it means. If Web 2.0 for you is blogs and wikis, then that is people to people. But that was what the Web was supposed to be all along […] Blogs and wikis are two things which are fun […] But I think there will be a whole lot more things like that to come, different sorts of ways in which people will be able to work together. Tim Berners-Lee IBM interview int txt

14 La sfida del Web 2.0 Creare modelli di business capaci di sfruttare, attraverso le tecnologie della partecipazione, l’intelligenza collettiva per produrre gratuitamente servizi che le comunità si troveranno in un modo o nell’altro a pagare (direttamente o indirettamente) per es. Amazon, ebay, YouTube, MySpace ecc.AmazonebayYouTube MySpace Formenti 2008, 250

15 La decadenza del web e le sue conseguenze The Web Is Dead. Long Live the Internet By Chris Anderson and Michael Wolff, Wired, sept /08/ff_webrip/all/1

16 Big data e conoscenza Weinberger, Anderson, Graham, Boyd

17 La nostra era e le istituzioni della conoscenza Le università che discutono se imporre ai propri ricercatori di rendere pubblici i loro lavori Le biblioteche sono impegnate a trovare una visione credibile della propria sopravvivenza Le società di conoscenza prima incaricate di scrivere rapporti univoci ora mettono in relazione clienti e rete di esperti tra loro in contrasto Le agenzie di intelligenze combattute tra bisogno di sapere e quello di condividere Le scienze sono potenziate dallo sforzo di amatori Weinberger 2012, XII-XIII

18 Infrastruttura del sapere Il cambiamento dell’infrastruttura del sapere sta alterando la forma e la natura della conoscenza Non è che la rete sia un cervello dotato di coscienza, ma la conoscenza starebbe diventanto parte integrante della rete Il compito dei facilitatori di conoscenza è costruire stanze intelligenti cioè reti che rendono noi + intelligenti Weinberger 2012, xv

19 Conoscere riducendo o includendo? (Weinberger cap.1) Fino a prima della rivoluzione della rete la conoscenza rimandava alla capacità di sintetizzare quello che sapevamo Mentre ora si tratta di includere tutto e poterlo connettere Sovraccarico informativo come condizione culturale

20 I filtri I vecchi filtri escludevano (giornali, case editrici, biblioteche) Gli attuali filtri non escludono più spostano solo più in là

21 Dal link al like Il filtro sociale come unico possibile strumento di organizzazione dei contenuti disponibili mentre le vecchie istituzioni non sono all’altezza del compito L’abbondanza di fronte alla quale siamo ci impedisce di filtrare, ci sono troppe cose valide Ci sono troppe cose scadenti Ogni idea è contraddetta da qualche parte sul web Il fatto che interet filtri in avanti rende l’operazione pubblica, i filtri sono un contenuto tra gli altri È impossibile sfuggire al sovraccarico cognitivo

22 Hunch.com e i miei gusti https://apps.facebook.com/taste monsters/thays/#_=_ https://apps.facebook.com/taste monsters/thays/#_=_

23 I fatti collegati I fatti collegati aprono a una rete di differenze I fatti non riescono più a costituire il discrimine della verità su un tema I fatti sono impotenti di fronte alla convinzione Non vale più la frase del senatore Moynihan che “tutti hanno diritto alla propria opinione ma non ai propri fatti”

24 Con la fine della carta finisce il sapere come corpo organico (wein. P. 61) Secondo Weinberger il sapere come corpo organico ha a che fare con un certo modo di acquisirlo e distribuirlo, cioe’ con la carta Finita la carta come medium finisce anche la visione del sapere in questo modo (determinismo tecnologico spinto)

25 La tesi di Weinberger (63) In un mondo collegato in rete la conoscenza non vive più nei libri o nelle teste ma in rete Internet sposta la conoscenza dalla testa dei singoli alla connessione di gruppo Ma internet contiene molte diversità e dissensi Anche la stanza è intelligente non vale che entrarci ci rende ipso facto intelligenti

26 Gli esperti e il crowdsourcing Il sapere è sempre stato sociale L’idea di riunire gli esperti in think tank li rende più intelligenti Ma la rete consente nuove possibilità di expertise, permette a gruppi che non si conoscono di trovare insieme una soluzione o di costituire una risorsa cognitiva x argomenti troppo grandi per un singolo pool di esperti O la scoperta di esperti amatoriali che altrimenti sarebbe impossibile trovare

27 Gli esperti tradizionali e la rete L’expertise si basava sulle materie, il suo valore dipendeva dalla certezza delle sue conclusioni L’expertise spesso opaca e unidirezionale, costituivano una classe speciale che preferiva parlare con una voce sola Ora l’expertise sta cessando di essere una proprietà dei singoli specialisti per diventare una proprietà della rete

28 Autorevolezza e rete pp Cambia il concetto di autorevolezza Le opere collegate da link stabiliscono una ecologia della tentazione che ci sollecita ad andare avanti L’autorevolezza di un’opera non è più un distintivo garantito della sua pubblicazione I confini di un argomento non sono più marcati dal rumore sordo della chiusura di un libro Il sapere attualmente è la ragnatela informe di connessioni al cui interno vivono le idee La scienza non sarà in grado di riaffermare la sua vecchia autorità perché ha perso il medium che le permetteva di prosperare: un canale unidirezionale dove c’era chi parlava e chi ascoltava (p. 198)

29 Modelli della scienza e dati Possiamo fare dei modelli sulla base dei dati e conoscere come funzionano senza comprenderli in alcun modo Solo i nostri cervelli artificiali possono gestire la grande quantità di dati e il numero di interazioni in ballo

30 Eureqa un programma per scoprire correlazioni tra dati Eureqa un programma nato per cercare correlazioni tra dati che sembrano indecifrabili L’algoritmo si perfeziona progressivamente anche se continua a risultare incomprensibile la relazione “Biology is complicated beyond belief, too complicated for people to comprehend the solutions to its complexity. And the solution to this problem is the Eureqa project”

31 The end of theory: the data deluge makes the scientific method obsolete By Chris Anderson 6/23/2008 ience/discoveries/magazine/16 -07/pb_theory

32 Dati dal punto di vista puramente matematico At the petabyte scale, information is not a matter of simple three- and four-dimensional taxonomy and order but of dimensionally agnostic statistics. It calls for an entirely different approach, one that requires us to lose the tether of data as something that can be visualized in its totality. It forces us to view data mathematically first and establish a context for it later. For instance, Google conquered the advertising world with nothing more than applied mathematics.

33 Possiamo farcela senza modelli Peter Norvig, Google's research director, offered an update to George Box's maxim: "All models are wrong, and increasingly you can succeed without them."

34 Dimenticare tassonomia, ontologia e psicologia Out with every theory of human behavior, from linguistics to sociology. Forget taxonomy, ontology, and psychology. Who knows why people do what they do? The point is they do it, and we can track and measure it with unprecedented fidelity. With enough data, the numbers speak for themselves.

35 Vecchi metodi scientifici But faced with massive data, this approach to science — hypothesize, model, test — is becoming obsolete.

36 Ci basta la correlazione tra dati Correlation is enough." We can stop looking for models. We can analyze the data without hypotheses about what it might show. We can throw the numbers into the biggest computing clusters the world has ever seen and let statistical algorithms find patterns where science cannot.

37 La correlazione sostituisce la causalità Learning to use a "computer" of this scale may be challenging. But the opportunity is great: The new availability of huge amounts of data, along with the statistical tools to crunch these numbers, offers a whole new way of understanding the world. Correlation supersedes causation, and science can advance even without coherent models, unified theories, or really any mechanistic explanation at all.

38 Big data (secondo wikipedia a marzo 2013) Big data a una collezione di insiemi di dati così ampia e complessa che diventa difficile processarla usando i normali strumenti per il management dei databasa o le tradizionali applicazioni per le attività di data processing

39 Big data (Secondo o’reilly 2012) Volume Velocity Variety Digital nervous system: The challenge of data flows, and the erosion of hierarchies and boundaries, will lead us to the statistical approaches, systems thinking, and machine learning we need to cope with the future we are inventing (pos. 372)

40 La misura dei big data Processor or Virtual Storage · 1 Bit = Binary Digit · 8 Bits = 1 Byte · 1024 Bytes = 1 Kilobyte · 1024 Kilobytes = 1 Megabyte · 1024 Megabytes = 1 Gigabyte · 1024 Gigabytes = 1 Terabyte · 1024 Terabytes = 1 Petabyte · 1024 Petabytes = 1 Exabyte · 1024 Exabytes = 1 Zettabyte · 1024 Zettabytes = 1 Yottabyte · 1024 Yottabytes = 1 Brontobyte · 1024 Brontobytes = 1 Geopbyte ·

41 La retorica dei big data Narrative science Spreadsheets are useful, and dashboards are better, but the story is the last mile in enabling people to harness the power of big data. This is why we built Quill.

42 Recorded Future Come funziona? Analizza testi disponibili nel web e li organizza attraverso dei software per conoscere il passato, il presente e predire il futuro https://www.recordedfuture.com/ this-is-recorded-future/how- recorded-future-works/

43 Sentiment analysis Sentiment analysis or opinion mining refers to the application of natural language processing, computational linguistics, and text analytics to identify and extract subjective information in source materials.natural language processing computational linguisticstext analytics Generally speaking, sentiment analysis aims to determine the attitude of a speaker or a writer with respect to some topic or the overall contextual polarity of a document. The attitude may be his or her judgment or evaluation (see appraisal theory), affective state (that is to say, the emotional state of the author when writing), or the intended emotional communication (that is to say, the emotional effect the author wishes to have on the reader)appraisal theory Wikipedia (retrieved 20/03/2013) Sentiment analyzer online for free x x

44 La II rivoluzione industriale La seconda rivoluzione industriale è obbligata a svalutare il cervello umano, almeno nelle sue più semplici decisioni di routine Come il bravo falegname, il bravo meccanico, il bravo sarto sono sopravvissuti alla prima rivoluzione industriale, così il bravo scienziato e il bravo amministratore possono sopravvivere alla seconda Tuttavia prendendo la seconda rivoluzione per compiuta, l’essere umano medio di mediocre preparazione o meno non ha nulla da vendere che valga la pena di esser comprato Wiener, N. 1948: 27

45 Big Data & PRIVACY In our obsession with Big Data, we’ve forgotten to ask some of the hard critical questions about what all this data means and how we should be engaging with it (Danah Boyd 2010, 1)

46 Le tesi della boyd su big data Non sempre Big Data vuol dire dati migliori Non tutti i dati sono uguali Cosa e perché sono domande differenti Attenzione alle interpretazioni Solo perché sono accessibili non significa che usarli sia etico

47 BD and privacy Sicurezza attraverso l’oscurità sembra una strategia ragionevole Non tutti I dati accessibili pubblicamente sono costituiti per essere pubblicizzati Le persone che condividono personally identifiable information (PII)stanno rifiutando la privacy Aggregare e distribuire dati fuori contesto è una violazione della privacy Privacy non è Controllo sull’accesso

48 Mark Graham contro “la fine della teoria” L’idea che i big data possano trasformare profondamente la capacità di trovare risultati interessanti per la conoscenza è entrata anche nell’immaginazione popolare ma anche nelle pratiche di ricerca delle corporation, stati, giornalisti e accademici. Si tratta dell’idea che l’ombra dei dati e le tracce di informazione lasciate dalle person, macchine, merci e natura puo’ rivelare segreti

49 Come si usano i data set? (graham) È molto importante usare i data set con molti caveat, che spesso invece sono disattesi I dati bruti per I progetti di big data vengono da user-generated content o piattaforme di social media (twitter, Wikipedia) Queste info sono generate da una user-base molto limitata e sgemba Sesso, geografia, razza, e una serie di altri fattori economici e sociali giocano un ruolo su come l’informazione è prodotta e riprodotta Le persone con un diverso background e provenienti da diversi posti producono diversi tipi di info rischiamo di ignorare molte importanti sfumature se ci affidiamo ai big data come specchio economico politico sociale

50 I vincoli dei big data(graham) Se si guarda a come sono costruiti i dati si scopre che spesso essi favoriscono l’amplificazione di informazione prodotta da una esigua minoranza di soggetti e nascondono le idee,le tendenze le persone e i modelli che non sono rappresentati nei dataset con i quali lavoriamo Non dobbiamo essere sedotti dalla promessa dei big data che renderebbero la teoria non necessaria Ci saranno sempre spinte al digital divide, sempre ombre di dati diseguali, e ci saranno sempre vincoli in come le informazioni sono usate e prodotte

51 Il sogno di Licklider Autore nel 1960 di Man-computer symbiosis Licklider vede possibilità che non soltanto venga sottratto tempo ai compiti ripetitivi eseguiti dallo scienziato Ma i computer dovranno anche dettare le regole nella formulazione di vere e proprie ipotesi di lavoro: “one of the main aims of man-computer symbiosis is to bring the computing machine effectively into the formulative parts of technical problems” Lick 1960, p. 3

52 Facebook e i suoi esperimenti Cameron Marlow capo del Data Science Team: “for the first time we have a microscope that not only lets us examine social behavior at a very fine level that we’ve never been able to see before but allows us to run experiments that millions of users are exposed to”

53 Lo scopo del data science team To support the well-being of the people who provide Facebook with their data, using it to make the service smarter Marlow and his collegues will advance humanity’s understanding of itself Zuckerberg pensa che “Facebook’s job is to improve how the world communicates”

54 Quantificare l’audience invisibile Dati di Facebook usati per sostenere che le informazioni postate ricevono molta più attenzione di quanta possano immaginare gli autori che le condividono

55 Sulla visualizzazione

56 Software come relazione di poteri Il passaggio dal software come servizio al software come cosa Il conseguente passaggio dell’informazione inerente a una persona all’informazione come conoscenza comunicata relativa a un fatto, un evento ecc., la possibilità di brevettare il codice genetico per es. (CHUN 2011, p. 6) L’esternalizzazione dell’informazione riguarda il processo della governamentalità: cioè delle relazioni private interpersonali che implicano una qualche forma di controllo o di guida, e infine le relazioni che hanno a che fare con l’esercizio della sovranità Il termine cibernetica evoca il governo della nave

57 Computer come sogno della della programmabilità I computer come macchine governamentali non a livello di contenuto o di progetti governamentali, ma come macchine che rappresentano la governamentalità a livello di architettura e della loro strumentalità Le loro interfacce ci offrono una forma di mappatura, di immagazzinamento dati centrale per la nostra soggettività sovrana Si tratta di ripristinare l’universo deterministico laplaciano Chun 2011, p.9

58 Software come cosa Il software inteso come una cosa è inseparabile dalla esternalizzazione della memoria, dal sogno e dall’incubo di un archivio che includa tutto in se’ e che costantemente si rigenera e insieme degenera Chun 2011, p. 11

59 Folksonomy: la categorizzazione collettiva Una folksonomy è una tassonomia generata dagli utenti, usata per categorizzare e reperire risorse, foto, collegamenti o altro materiale web Per realizzarla si usano i tag, o etichette aperte (es. delicious, flickr, digg, ecc.)

60 Gli spazi di condivisione Wikipedia I meccanismi reputazionali al centro del funzionamento della blogosfera Gli algoritmi di ranking che presiedono all’organizzazione delle informazioni dei motori di ricerca L’autorappresentazione e il self-marketing di se stessi che avviene in rete e che rimbalza attraverso i social network

61 Comportamenti umani e data mining La prevedibilità dei nostri comportamenti individuali e collettivi è sempre maggiore. È possibile documentare come il data mining sfrutti la nostra radicata prevedibilità modificando qualsiasi cosa, dagli affari al sistema sanitario. Ovunque guardiamo, incontriamo lo sguardo della tecnologia su di noi, che trasforma i nostri desideri e in nostri bisogni in banconote ( Barabási 2011, 272) In questo contesto dobbiamo chiederci “chi possiede le informazioni sulle nostre azioni future, sul nostro comportamento futuro? Chi potrebbe trarne vantaggio” (Barabási 2011, 237).

62 La capacità di previsione del futuro La capacità di prevedere le azioni umane a partire dalla mappa dei comportamenti pregressi non funziona mai come previsto L’utente non segue mai fino in fondo la mappa prevista, ma cerca di abitarla e come tale ricostruisce sempre una nuova possibilità di mappa I database non sono mai infallibili come sembrano Questi database che orientano la capacità di mappare dei computer sulla base delle attività di machine intelligence diventano ‘sporchi’, inaffidabili, quando non cancellano attivamente le informazioni: vengono sommersi dall’informazione vecchia e erronea che fa diluire la mappa che ne consegue (Chun 2011, 93-94).

63 La macchina come protesi comunicativa Per Weizenbaum le macchine “sono, quindi, parte del materiale dal quale l’uomo estrae la propria immaginaria ricostruzione del mondo. […] Quel mondo è il ricettacolo della sua soggettività” (1987, 35) Per Wiener le macchine (soprattutto quelle per comunicare) possono avere degli effetti protesici La plasticità è la situazione normale in cui si trova il sistema nervoso per l’intera durata della vita La tecnologia può influenzare profondamente il cervello (Carr 2011,48-49)

64 Interfacce e metafore della macchina La diffusione delle interfaccia a finestre rappresenta un modo diverso da quello della lettura di un testo a stampa per interagire con una fonte cognitiva Alla tradizione della lettura solitaria si sostituisce quella dell’attività multipla, collettiva e multimediale

65 Ricerca di informazione orizzontale Comportamento da scoiattolo Autorità e fiducia sono basate sui marchi favoriti (e.g. Google etc.) Digital literacy e information literacy non vanno di pari passo L’information literacy dipende molto da educazione e altri fattori sociali Ricerca segnalata in Metitieri Comportamento del ricercatore del futuro

66 Il potere del codice The maps offered by GUI are fundamentally mediated: as our interfaces become more “transparent” and visual, our machines also become more dense and obscure. The call to map may be the most obscuring of all: by constantly drawing connections between data points, we sometimes forget that the map should be the beginning, rather than the end, of the analysis Chun 2011,

67 I’m sorry dave (la fine di Hal) La simulazione è spesso giustificata in quanto pratica per acquisire capacità della vita reale, ma se si applica alle relazioni umane può provocare problemi A volte le persone cercano di rendere la vita con gli altri simile a una simulazione, se questo fallisce sono tentate di tornare alla vita sullo schermo Se si riscontra una dipendenza, in un simile contesto, essa non riguarda la tecnologia, ma le abitudini mentali che la tecnologia ci permette di praticare (Turkle 2011, )

68 Che fare? Analizzare la metafora del dispositivo per la comunicazione attraverso le sue complesse configurazioni interne e i riflessi su utente e mondo circostante Aumentare la capacità di information literacy degli utenti dei servizi web, soprattutto se giovani e socialmente svantaggiati Conservare la capacità di strutturare lo spazio comunicativo anche senza dispositivi di mediazione

69 Bibliographic sources Barabási A.L. Lampi, Einaudi, Torino, 2011 Carr N. (2011) Internet ci rende più stupidi, Raffaello Cortina Ed., Milano. Chun W. H.K. (2011) Programmed visions. Software and Memory, MIT Press, Cambridge (Mass.) Licklider J.C.R. (1965): Libraries of the future, The MIT Press, Cambridge, MA. ULC (University College London)(2008) Information behaviour of the researcher of the future, 11 January, Turkle S. (2011) Alone Together, Basic Book, Weizenbaum,J. (1987) Il potere del computer e la ragione umana, Ed. Gruppo Abele Wiener, N. (1948/1961): Cybernetics: or Control and Communication in the Animal and the Machine. MIT Press, Cambridge (Mass). Wiener, N. (1950): The Human Use of Human Beings. Houghton Mifflin, Boston. Wiener, N. (1956): I am a mathematician. The later life of a prodigy. MIT Press, Cambridge


Scaricare ppt "Comunicazione di rete Teresa Numerico"

Presentazioni simili


Annunci Google