Сети города. Люди. Технологии. Власти

Коллектив авторов, 2021

Сегодня мало кто сомневается, что современный город создается и изменяется во многом благодаря цифровым технологиям. Однако до сих пор не существует согласия относительно роли горожан в интенсивно технологизирующейся среде. Их рассматривают и как пассивных генераторов данных, и как послушных пользователей технологий. Но нельзя игнорировать факт, что горожане сегодня активно включаются в переопределение цифровых инструментов, что они не только осваивают преимущества сетей, но и обнаруживают их уязвимости, начинают все более сложным и непредсказуемым образом влиять на технологии и управление городами. Активность горожан ставит под сомнение концепцию умного города как города технологий, уже несколько десятилетий развивающуюся под патронажем IT-гигантов. Авторы этой монографии – социологи, урбанисты, исследователи медиа и данных – задают новые тренды и переходят от темы «умных городов» к «умным горожанам», от «цифрового оптимизма» к «цифровому реализму», от техноцентризма к цифровой антропологии. Рассматривая город с позиции человека, авторы обсуждают возможности и уязвимости развития сетевых / цифровых / умных городов, участия горожан в управлении городом, его ресурсами и экологией, особенности формирования сетевых сообществ – соседских, городских и глобальных, а также множество других не всегда очевидных аспектов повседневной жизни – мобильность и навигацию, городские игры, понимание и представление города.

Раздел 1

Забрасывая сети: власть технологий в умном городе

Начинаем мы, что объяснимо, с определения ключевых терминов. В первой главе мы уже писали о том, почему сегодня продолжает существовать несколько понятий, определяющих взаимоотношения между сетевыми технологиями и городским пространством: цифровой, сетевой и умный город. Первый раздел нашей монографии включает главы, посвященные умным городам: предпосылкам их появления, условиям их существования, их преимуществам и опасностям, а также критике как самой концепции, так и различных примеров ее воплощения. В разделе сбалансированы алармистские и вполне оптимистические взгляды на будущее умного города, аргументы представлены с обеих сторон, что дает и читателю возможность сформировать свою позицию.

Раздел показывает внутреннее устройство умного города и проявляет логики его функционирования. Суть «сетевого урбанизма, основанного на данных» — подхода, лежащего в основе концепции умного города, — раскрывает в своей главе Роб Китчин, рассматривающий способы сбора и правила функционирования городских данных, «командные центры» городов, а также панели управления, доступные всем горожанам.

Сергей Любимов предлагает взглянуть на оптимистический проект умного города с критических позиций. Его текст напоминает, что технологии не нейтральны, а умный город — это сплетение не только сетей, но и глобальных и локальных политик и интересов.

Создатели одной из самых важных книг о технологизированных пространствах «Code/Space»^[108] Роб Китчин и Мартин Додж в своей главе подробно рассказывают об опасностях умных городов, проистекающих из‐за несовершенства и комплексности технологий, а также неготовности людей этими технологиями управлять или принимать их всерьез. Речь идет прежде всего о техногенных катаклизмах, риски которых в умных городах значительно повысились. В то же время авторы отмечают, что ничего принципиально нового в опасностях, с которыми сталкиваются сегодня умные города, нет. На предыдущих этапах технологического развития города уже выработали стратегии преодоления подобных рисков и стали только комфортнее и безопаснее. Вместе с тем опасности, которым подвержены умные города, гораздо масштабнее, а безнаказанно причинить им вред сегодня гораздо проще, поэтому авторы в своей главе предлагают программу предупреждения негативных последствий сетевого непрофессионализма и вандализма.

Роб Китчин

Сетевой урбанизм, основанный на данных^[109]

Производство данных о городах — их географии, городских жителях, деятельности горожан, связях с другими жителями — имеет богатую историю. Эти данные генерировались множеством разных способов: в процессе аудиторских проверок, картографических исследований, интервью, опросов, наблюдений, фотосъемок и дистанционного спутникового зондирования; данные о городах могут быть количественными и качественными, они хранятся в бухгалтерских книгах, блокнотах, альбомах, файлах, базах данных и многих других форматах. Эти данные открывают доступ к многочисленным фактам, цифрам, изображениям и мнениям, которые могут быть конвертированы в различные формы вторичных данных, визуализированы в графиках, картах и инфографике, изучены статистически или дискурсивно, превращены в информацию и знания. Городские данные вносят ключевой вклад в понимание городской жизни, решение городских проблем, формирование политики города и планов его развития, практическое управление, моделирование сценариев будущего и решение широкого круга других задач. С тех пор как начали собираться данные о городской жизни, существуют и различные виды основанного на данных урбанизма.

В то же время сейчас начинается новая эпоха, когда урбанизм, учитывающий данные, все больше дополняется и замещается сетевым урбанизмом, основанным на данных. Иными словами, мы вступаем в эру, когда города становятся все более инструментализированными и сетевыми, а их системы — взаимосвязанными и интегрированными в единое целое; огромные массивы больших данных используются для того, чтобы управлять городом и контролировать городскую жизнь. Компьютеризация уже привычно встраивается в инфраструктуру и ткань городов, которые, с одной стороны, производят сбивающие с толку объемы как факультативных, так и имеющих прямое практическое значение данных, а с другой стороны, должны действовать на основании этих данных в режиме реального времени. Более того, данные, которые раньше применялись только в одной области, теперь все чаще используются разными системами, создавая таким образом более целостную и интегральную картину работы городских служб и инфраструктур. Теперь города можно изучать и контролировать новыми динамичными способами, опирающимися на данные. Это позволяет утверждать, что сетевой урбанизм, основанный на данных, является ключевым способом производства феноменов, которые в разных контекстах получили общее название «умный город» (smart city).

В этой статье я предлагаю критический обзор сетевого урбанизма, сфокусировавшись в первую очередь на взаимодействиях между данными и городом, а не на инфраструктуре сетей, компьютеризации или вопросах городской жизни. Вначале мы установим, каким образом города можно превратить в «большие данные», как эти данные используются для управления и контроля, и как сетевой урбанизм, основанный на данных, способствует возникновению умных городов. Затем мы подвергнем критическому анализу ряд связанных с сетевым урбанизмом проблем, среди которых: роль корпораций в управлении (проблемы права собственности на данные, контроля данных, параметров сбора данных и доступа к ним); уязвимость городских систем данных, которые легко взломать и которые часто ломаются сами (проблемы безопасности данных и сохранности информации); социальные, политические и этические последствия сбора данных (проблемы защиты данных и приватности, электронная слежка, «социальная сортировка» и предвосхищающее управление); технические проблемы (качество данных, точность информационных моделей и анализа данных, слияние и взаимодействие массивов данных).

Большие данные и умные города

С начала компьютерной эры данные о городах все в большей степени приобретают цифровую природу: их либо оцифровывают с аналоговых носителей (набирают вручную или сканируют), либо сразу создают в цифровом формате при помощи цифровых устройств, хранят в форме электронных файлов и баз данных, обрабатывают и анализируют с помощью различных систем программного обеспечения, таких как системы информационного менеджмента, электронных таблиц и программ для статистического и эконометрического анализа, геоинформационных систем. Начиная с 1980‐х годов документооборот муниципального управления, официальная статистика и другие формы данных о городе существовали преимущественно в цифровых форматах и обрабатывались и анализировались с помощью цифровых медиа. Однако эти массивы данных формировались (и отчасти продолжают формироваться) лишь время от времени и публиковались часто спустя месяцы после их генерирования.

В случае больших массивов данных, например подробных карт или переписей населения, новые исследования проводятся редко (раз в десять лет, если говорить о переписях) и могут быть опубликованы через полтора-два года после сбора данных, а иногда и позднее. В конкретных областях, таких как изучение дорожного движения или общественного транспорта, исследования проводятся раз в несколько лет на основе ограниченной пространственно-временной выборки. Лишь немногие массивы данных публикуются ежемесячно (как, например, информация об уровне безработицы) или ежеквартально (как, например, отчеты о ВВП), бóльшая часть данных обновляется раз в год, так как их сбор требует значительных усилий. Как правило, эти данные недостаточно подробны, охватывают лишь крупные регионы или страну в целом и имеют низкие возможности разукрупнения (например, разбивки по классам населения или секторам экономики). Когда сбор данных осуществляется чаще, например при спутниковой съемке, муниципальные власти из‐за лицензионных расходов приобретают лишь отдельные снимки. В других случаях, таких как потребительские покупки (отчеты о которых можно получить, анализируя транзакции по кредитным картам), данные в основном хранятся в зашифрованном виде в финансовых учреждениях. Другими словами, хотя с 1980‐х по 2000‐е годы муниципальным администрациям и представителям правительственных структур был доступен определенный спектр цифровых данных о городе, а вместе с ним и все более современное программное обеспечение (например, GIS) для их обработки, источники данных были ограничены в пространстве, времени и областях применения.

Таблица 1. Сравнение понятий «малые» и «большие» данные^[110]

После 2000 года ландшафт городских данных изменился, произошли значительные трансформации как в природе данных, так и в способах их производства, а именно — переход от малых к большим данным. Это означает, что производство данных становится непрерывным, обеспечивает полное покрытие в рамках одной системы, характеризуется высоким разрешением, связностью и подвижностью (см. таблицу 1) и охватывает различные сферы^[111]. Ситуация относительного недостатка данных сменяется их переизбытком. Это в первую очередь относится к оперативным городским данным, поскольку традиционная инфраструктура города, включая транспорт (шоссе, железные дороги, автобусные маршруты, а также транспортные средства) и коммунальные службы (электроэнергия, вода, свет), превратилась в цифровую сеть, снабженную системами встроенных датчиков, механизмов управления, сканирующих устройств, приемоответчиков, камер, счетчиков и систем GPS, производящих непрерывный поток данных о состоянии и использовании инфраструктуры (и образующих интернет-вещей). Многие из этих систем производят персонифицированные данные, отслеживая проездные документы отдельных пассажиров, номерные знаки автомобилей, идентификаторы мобильных телефонов, лица и походку, автобусы/поезда/такси, показания счетчиков и т. п.^[112] Все это совмещается с «большими данными», генерируемыми коммерческими компаниями, такими как операторы мобильной связи (местоположение, использование приложений), сайтами о путешествиях и гостиницах (отзывы), социальными медиа (мнения, фотографии, персональная информация, местоположение), поставщиками транспортных услуг (маршруты, пассажиропотоки), владельцами сайтов (история действий пользователей), финансовыми учреждениями и сетями розничной торговли (покупки), частными системами наблюдения и охранными предприятиями (местоположение, поведение), которые все чаще продают или отдают в лизинг свои данные, используя дата-брокеров, или открывают свои данные при помощи API (как в случае с Twitter или Foursquare). Большие данные также генерируются с помощью краудсорсинга (в таких проектах, например, как Open Street Map) и проектов гражданской науки (например, при помощи персональных метеостанций), когда люди общими усилиями создают информационный ресурс или собирают данные, будучи волонтерами. Другие виды данных, собираемые менее систематически, включают цифровую аэрофотосъемку с самолетов или беспилотных устройств, географическую видеосъемку, использование технологии LiDAR (световое обнаружение и ранжирование), тепловые и другие способы электромагнитного сканирования местности, позволяющие создавать 2D — и 3D-карты в реальном времени. И если официальной статистике в основном еще только предстоит пережить информационную революцию^[113], то использование онлайн-транзакций электронного правительства (e-government), в которых цифровые данные производятся в момент завершения операции, уже изменило способы сбора данных, практикуемые городскими администрациями.

Мы находимся на пороге новой эры больших данных, когда объем и разнообразие информации о городе будут только возрастать. Более того, если сейчас значительная часть этих данных находится в хранилищах, их сложно интегрировать и увязать между собой из‐за различий в используемых стандартах и форматах, впоследствии они будут все больше объединяться в централизованные системы, такие как межведомственные диспетчерские (inter-agency control rooms), осуществляющие мониторинг города как единого целого. Например, такой диспетчерской города является Centro de Operações Prefeitura do Rio de Janeiro (Рио-де-Жанейро, Бразилия) — основанный на данных центр управления, в штате которого 180 сотрудников. В эту диспетчерскую в режиме реального времени собирается информация от 30 ведомств, включающая данные о дорожном движении и системе общественного транспорта, данные от муниципальных и коммунальных служб, служб безопасности и экстренной помощи, сведения о погоде, информация, производимая служащими и горожанами с помощью социальных медиа, а также административные и статистические данные. Другим примером могут служить так называемые городские операционные системы, такие как CityNext от Microsoft, Smarter City от IBM, City Operating System от Urbiotica и Urban Operating System от PlanIT. Фактически они представляют собой разработанные для координирования и контроля деятельности крупных компаний системы планирования ресурсов бизнес-предприятий (ERP), перепрофилированные для нужд города. По мере распространения движения за открытость данных какая-то часть этой информации будет поступать на открытые для горожан панели управления и мониторинга (city dashboards), на которых в режиме реального времени будут транслироваться интерактивные визуализации данных официальной статистики и городских администраций^[114].

Далее для извлечения информации из очень больших, динамичных массивов данных был создан новый комплекс инструментов анализа: 1) анализ данных и распознавание образов; 2) визуализация данных и визуальная аналитика; 3) статистический анализ; 4) прогнозирование, симуляция и оптимизация^[115]. Эти аналитические инструменты опираются на машинное обучение (искусственный интеллект) и значительно повышают компьютерные возможности обработки и анализа данных. Более того, они открывают новый формат для науки, которая уже не только опирается на данные и не столько ведома теорией, но ищет пути формулирования гипотез и идей напрямую «из данных»^[116]. Это ведет к развитию «городской информатики» (urban informatics)^[117] — подхода к изучению и описанию городских процессов, основанного на информационных феноменах и интеграциях между человеком и компьютером, а также «точной науки о городе» (urban science) — подхода к пониманию и объяснению городских процессов при помощи вычислительных моделей, который основывается на практиковавшихся с 1950‐х годов количественных формах исследования города, радикально расширяя возможности последних с помощью соединения геоинформатики, исследования данных и социальной физики^[118]. Если городская информатика более ориентирована на человека, заинтересована в понимании и упрощении взаимодействия между людьми, пространством и технологиями, то «точная наука о городе» стремится не только объяснить города в их современном виде (выявляя взаимодействия и «законы» в жизни города), но и предсказать и смоделировать возможные сценарии будущего в различных условиях, потенциально предоставляя муниципальным администрациям ценный ресурс для принятия решений и формирования курса планирования и развития города.

Большие данные о городе, городские операционные системы, городская информатика и аналитика «точной науки о городе» закладывают основание новой логики контроля и управления городом (сетевого урбанизма, основанного на данных), которая предусматривает мониторинг и менеджмент городских систем в режиме реального времени и создание тех феноменов, которые все чаще объединяются понятием умный город. Идею умного города можно проследить от экспериментов с городской кибернетикой в 1970‐е годы^[119] к развитию новых форм городского менеджериализма и антрепренерства, включая умный рост (smart growth) и новый урбанизм 1980‐х и 1990‐х^[120], к взаимопроникновению информационно-коммуникационных технологий и городских инфраструктур, а также — начиная с конца 1980‐х — к развитию первых форм сетевого урбанизма^[121]. В современном понимании «умным» называется такой город, в котором инфраструктура сетей, связанные с ней большие данные и аналитика данных стратегически используются для создания:

• умной экономики за счет поддержки предпринимательства, инноваций, производительности, конкурентоспособности и поощрения новых форм экономического развития, таких как экономика мобильных приложений, открытых данных и шеринговых сервисов;

• умного правительства с помощью новых форм e-government, новых способов управления, усовершенствованных моделей и симуляций для планирования будущего развития города, принятия решений на основании анализа текущей ситуации, оптимизации работы сервисов, увеличения прозрачности работы городских администраций, их партисипаторности и ответственности;

• умной мобильности — создания регулируемых транспортных систем и эффективных, способных к взаимодействию друг с другом мультимодальных средств общественного транспорта;

• умной городской среды — продвижения идей устойчивого развития, адаптируемости и восстанавливаемости города, а также использования возобновляемых источников энергии (green energy);

• умного образа жизни — улучшения качества жизни, повышения безопасности и снижения рисков;

• умных людей — обеспечивая горожанам легкий доступ к информации, поощряя креативность, создавая инклюзивную городскую среду, расширяя права горожан и развивая культуру участия (партисипаторную культуру)^[122].

Одним словом, умный город обещает решить фундаментальную головоломку города: сократить расходы, создать условия для бизнеса и быстрого восстановления экономики, одновременно обеспечив устойчивость развития города, улучшив сервисы, расширив возможности участия горожан в принятии общественно важных решений и повысив качество жизни в городе — и достичь всего этого практикоориентированными, нейтральными, по возможности — аполитичными методами, понятными для горожан, используя стремительный поток данных о городе и аналитику, управление на основе алгоритмов и адаптивную сетевую инфраструктуру. Кроме того, значительно больше информации должно предоставляться горожанам с помощью местных социальных медиа (городских мобильных приложений, которые не только содержат данные о городе, но и позволяют горожанам самим участвовать в их сборе), открытых «панелей управления», хакатонов и т. п.

Идея умного города и методы сетевого урбанизма, основанного на данных, не были, однако, повсеместно приняты с энтузиазмом, а напротив, стали объектом многочисленных критических комментариев. Во-первых, проекты умных городов рассматривают города как ряд понятных и удобных в обращении систем, которые действуют преимущественно рационально, механически, линейно и иерархически и могут направляться и контролироваться^[123]. Во-вторых, эти проекты в основном внеисторические, внепространственные и гомогенизирующие по своей направленности и задачам, в них не учитываются различия между городами с точки зрения политэкономии, культуры и управления^[124]. В-третьих, приоритет отдается выработке технических, а не политических или социальных решений проблем города, тем самым открыто пропагандируются технократические формы управления^[125]. В-четвертых, проект создания умных городов скорее усиливает существующие конфигурации власти, социальные и пространственные неравенства, чем размывает или меняет их структуру^[126]. В-пятых, этот подход игнорирует политический аспект данных о городе и то, что они являются продуктом сложных социотехнических ассамбляжей^[127]. В-шестых, повестка дня умного города явным образом формируется интересами корпораций, для которых захват функций управления городом открывает новые возможности на рынке^[128]. В-седьмых, городская инфраструктура, основанная на сетевых взаимодействиях, создает городские системы, работающие со сбоями и уязвимые для взломов^[129]. И наконец, сетевой урбанизм, основанный на данных, может иметь глубокие социальные, политические и этические последствия (включая электронную слежку и тотальное видеонаблюдение) и приводить к социальной и пространственной «сортировке» и предвосхищающему управлению^[130].

Далее в тексте я сосредоточусь на четырех последних аспектах критики концепции умного города, в особенности на связанных с ними проблемах данных (в большей степени, чем на иных аспектах технологической составляющей городских социотехнических ассамбляжей и более масштабных политико-экономических структурах и эффектах), включая техническую сторону этих данных. Такой анализ позволит проиллюстрировать возможные проблемы, связанные с сетевым урбанизмом, основанном на данных, и необходимость дальнейшего изучения взаимодействия данных и города.

Данные и город. Политика городских данных

Один из ключевых доводов в пользу подхода к муниципальному управлению, основанного на работе с непрерывными потоками данных, заключается в том, что он предоставляет прочную фактическую основу для принятия решений, системного контроля и формирования политического курса, — в отличие от других подходов, бессистемных, клиентилистских или местнических. Управление городской системой/инфраструктурой в рамках этого подхода гораздо менее подвержено политическому влиянию, так как формируется под влиянием объективных, нейтральных фактов техноориентированными, практическими и прагматическими способами. Технические системы и данные, которые они производят, объективны и не нагружены идеологически, а значит, безобидны с политической точки зрения. Датчики, сетевая инфраструктура и компьютеры не политизированы сами по себе — они просто делают замеры, передают результаты, обрабатывают, анализируют и отображают данные, используя научные принципы, выдают наборы показателей, записи, информацию, которая позволяет узнать правду о городах. И хотя данные социальных систем, таких как платформы социальных медиа (например, Twitter), по своей сути более субъективны и насыщены информационным шумом, они содержат непосредственное отражение взглядов, взаимодействий и поведения людей, в отличие от официальных опросов, содержащих высказывания людей о том, что они делают и думают (или то, что, по их мнению, хочет услышать интервьюер), — то есть дают более достоверную картину социальной реальности. В этом смысле «большие данные» о городах можно принимать за чистую монету, использовать как безусловный источник знаний о городе, как ресурс для управления и контроля городских систем и инфраструктуры, для определения направлений развития города.

Однако действительность несколько отличается от этой идеальной картины по двум причинам. Во-первых, существует ряд технических проблем, затрагивающих параметры сбора данных, доступа к ним и их качества, в силу чего образ города, формирующийся на основе этих данных, всегда неполон и должен восприниматься с осторожностью. Во-вторых, данные являются продуктом сложных социотехнических формаций, которые складываются под влиянием ряда технических, социальных, экономических и политических сил и сознательно программируются на получение определенных результатов^[131] (см. таблицу 2). С одной стороны, то, какие данные производятся, как их обрабатывают, хранят, анализируют и представляют, определяется специфической технической конфигурацией и способами ее использования (например, для интерпретации данных важно знать, где располагаются датчики, каков их обзор, частота регистрации, настройки и калибровка и т. д.). С другой стороны, то, как система спроектирована и каким образом управляется, обусловлено способами мышления, техническими навыками, правовой средой, финансированием и наличием ресурсов, организационными приоритетами и внутренней политикой, сотрудничеством различных учреждений и рыночным спросом. Иначе говоря, ассамбляж данных обладает определенным «диспозитивом», который Мишель Фуко охарактеризовал как «гетерогенную совокупность элементов, к числу которых относятся дискурсы, институты, архитектурные формы, правовые решения, законы, административные меры, научные утверждения и положения философии, морали и филантропии»^[132]. Для Фуко диспозитив имеет неустранимо политическую природу, производя то, что он именует «властью/знанием», то есть знанием, выполняющим стратегическую функцию. Другими словами, «большие данные» о городе никогда не являются нейтральными и объективными, но обусловлены ситуативно, зависят от различных факторов, имеют относительный характер, используются в определенном контексте для достижения конкретных целей (для наблюдения, наделения полномочиями, дисциплинирования, регулирования, контроля, производства прибыли и т. д.). Или, если прибегнуть к образу, данные о городе никогда не бывают «сырыми», они всегда уже «приготовлены» по определенному рецепту для определенных целей^[133]. В этом смысле сетевой урбанизм, основанный на данных, насквозь политизирован и нацелен на создание вполне определенного типа города. Поэтому при анализе больших данных о городе необходимо подвергать критическому разбору связанные с ними ассамбляжи (включая техническую составляющую: инфраструктуру, платформу, программное обеспечение/алгоритмы, данные, интерфейс), чтобы документально зафиксировать, как эти ассамбляжи устроены и работают на практике, производя процессы и структуры городской жизни, и чьим целям это служит.

Таблица 2. Ассамбляжи данных

Система/процесс выполняет задачу

Рецепция/Операция (пользователь/использование)

Интерфейс

Коды/алгоритмы (программное обеспечение, software)

Данные (базы данных)

Платформа кода (операционная система)

Материальная платформа (инфраструктура, hardware)

Контекст фреймирование системы/задачи

Системы мышления

Формы знания

Финансовые вопросы

Политические экономии

Правительственные и юридические вопросы

Организации и институции

Индивидуальные интересы и сообщества

Рынок

Доступ к данным, право собственности на данные и контроль данных

Как уже отмечалось, в настоящее время значительный объем данных о городах производится коммерческими компаниями, такими как операторы мобильной связи, частные транспортные компании и коммунальные службы. Для них данные являются ценным товаром, обеспечивающим конкурентные преимущества или дополнительный доход, если их продавать или отдавать в лизинг, и эти компании не связаны обязательствами бесплатно распространять данные, которые были генерированы в процессе операций с городскими менеджерами и публикой. Как отметил в 2014 году британский парламентарий и министр по развитию умных городов Дэн Байлс^[134], приватизация сферы общественных услуг в Великобритании и в других странах означает также приватизацию связанных с этой сферой данных, если только не приняты специальные меры, гарантирующие, что эта информация будет предоставлена городу или опубликована в открытом доступе. Аналогичным образом доступ к данным, находящимся в ведении государственно-частного сектора, полугосударственных учреждений или государственных агентств, имеющих статус коммерческого фонда (таких как государственная метеорологическая служба или картографическое управление в Великобритании, которые покрывают существенную часть текущих расходов за счет продажи данных и услуг), может предоставляться лишь сотрудникам или иметь высокую цену. Следовательно, значимые массивы данных (например, подробные карты) могут иметь режим ограниченного доступа, а информация о транспортном сообщении (автобусах, железных дорогах, прокатах велосипедов, частных платных трассах), электроэнергии и водоснабжении может быть полностью закрытой. Даже внутри государственного сектора данные могут храниться в отдельных ведомствах и не передаваться в другие подразделения той же организации или иные учреждения. Поэтому, хотя мы, возможно, и переживаем сейчас информационную революцию, доступ к значительной части этой информации ограничен, и существует ряд требующих изучения проблем в отношении прав собственности на данные и контроля данных, в особенности в том, что касается закупок, передачи внешним подрядчикам или приватизации городского хозяйства. Более того, даже если бы все данные были открытыми и использовались сразу несколькими организациями, необходимо признать, что и в этом случае оставались бы стороны жизни города, данные о которых генерируются в незначительном объеме или отсутствуют полностью. Например, в ходе проверки массивов данных, проводившейся в Дублине с целью установить, может ли город претендовать на получение сертификата соответствия стандарту ISO37120 (стандарт ИСО для городских показателей), удалось получить данные лишь по 11 из 100 искомых показателей (преимущественно из‐за того, что эти данные были либо приватизированы, либо генерировались в недостаточном объеме).

Безопасность и целостность данных

Один из основных поводов для беспокойства, связанных с сетевыми инфраструктурами и повсеместной городской компьютеризацией, — это создание систем и сред, которые содержат ошибки, часто ломаются, уязвимы для вирусов, сбоев, повреждений и хакерских атак^[135]. Как отмечает K. Мимз^[136], любое сетевое устройство может быть взломано, а его данные похищены и использованы с преступными целями или испорчены; этими данными можно управлять на расстоянии, их можно перенаправлять, с их помощью можно шпионить за пользователями. СМИ едва ли не ежедневно сообщают о масштабных утечках данных в коммерческих компаниях и государственных учреждениях, о краже ценных персональных данных, а в отдельных случаях об успешных хакерских атаках, позволивших вывести из строя и контролировать всю городскую инфраструктуру, например систему управления дорожным движением^[137]. Как отмечает Э. Таунсенд, идея «умного города» связывает и объединяет в сетевом взаимодействии две открытые, в высшей степени сложные и зависящие от множества случайностей системы — городá и компьютеры, а это значит, что сетевой урбанизм, основанный на данных, имеет врожденные проблемы. И по мере того как городские системы развиваются и становятся все более сложными, взаимосвязанными и взаимозависимыми, количество их потенциальных уязвимых мест умножается^[138]. Создание надежных систем «больших данных» о городе, таким образом, должно стать важной текущей задачей, если удастся завоевать и сохранить доверие людей к их предполагаемым выгодам. Еще один существенный момент для поддержания доверия к сетевому урбанизму, основанному на данных, связан с тем, как и для каких целей используются данные.

Использование данных

Большие данные о городе в настоящее время используются для выполнения широкого круга задач, от нейтральных, таких как наблюдение за городским освещением с целью улучшения его качества и снижения расходов, до более политизированных, таких как поддержание правопорядка. Беспокойство вызывает тот факт, что чем больше данных генерируется о городе и его жителях, тем более размываются границы понятия «приватность». Неприкосновенность частной жизни считается основополагающим правом человека, ценным и гарантированным условием жизни в развитых странах. Однако по мере того как датчики, камеры, смартфоны и другие встроенные и портативные устройства производят все больше данных, защищать последние становится все труднее, ведь люди оставляют все больше цифровых следов (данных, которые они производят сами) и цифровых теней (информации, которую собирают о них другие). Такие архивы данных позволяют осуществлять дата-надзор (вид цифровой слежки при помощи сортировки и просеивания массивов данных с целями идентификации, мониторинга, отслеживания, регулирования, предсказания и рекомендаций)^[139] и геонадзор (отслеживание местоположения и перемещения людей, транспортных средств, товаров и услуг, мониторинг пространственных взаимодействий)^[140]. Принимая во внимание, что многие из этих систем работают постоянно и идентифицируют уникальные комбинации данных, дата-надзор и геонадзор приобретают характер непрерывных процессов, поставляющих подробную информацию. Так, операторы мобильных сетей всегда могут установить местонахождение телефона, если он не выключен^[141]. Более того, поскольку нормы «минимизации данных» ослабляются, возникает и обеспокоенность тем, что данные могут кому-то передаваться, объединяться с другими данными и использоваться в целях, для которых они изначально не были предназначены.

В частности, за последние двадцать лет произошел стремительный рост численности информационных брокеров, которые записывают, сводят воедино и перекомпоновывают данные для сдачи в аренду (для разового применения или использования на условиях лицензии) или перепродажи, а также производят различные вторичные данные и информационную аналитику. Фокусируясь на различных рынках, эти брокеры стремятся объединить офлайн-, онлайн — и мобильные данные, чтобы получить всестороннюю информацию о людях и местах, создавая персональные и геодемографические профили^[142]. Эти профили затем используются для прогнозирования поведения и вероятной платежеспособности или дохода людей, а также для осуществления социальной сортировки граждан на основании их кредитной истории, занятости, владения недвижимостью и т. д.^[143] Беспокойство вызвано тем, что такие компании практикуют своеобразный информационный детерминизм, создавая персональные профили и оценивая индивидов не только на основании того, что они сделали, но и на основании прогнозов о том, что они могут сделать в будущем, — прогнозов, создаваемых с использованием далеких от совершенства, засекреченных алгоритмов, которые никем не контролируются и не корректируются^[144]. Подобное предвосхищающее управление может иметь далеко идущие последствия. Например, некоторые полицейские участки в США уже используют предсказательную аналитику, чтобы заранее определить место совершения будущих преступлений и направить туда патрули, а также для выявления индивидов, которые с наибольшей вероятностью преступят закон, присваивая им статус «будущих преступников»^[145]

Конец ознакомительного фрагмента.

Примечания

108

Kitchin R., Dodge M. Code/space: software and everyday life. Cambridge, Mass: MIT Press, 2011. (Software studies.)

109

Перевод сделан по электронной публикации: Kitchin R. Data-driven, networked urbanism: The Programmable City Working Paper 14 (2015. August 10). URL: http://www.spatialcomplexity.info/files/2015/08/SSRN-id2641802.pdf.

110

Kitchin R. The real-time city? Big data and smart urbanism // GeoJournal. 2014. Vol. 79. № 1.

111

P. 1–14.

112

Dodge M., Kitchin R. Codes of life: Identification codes and the machine-readable world // Environment and Planning D: Society and Space. 2005. Vol. 23. № 6. P. 851–881.

113

Kitchin R. The opportunities, challenges and risks of big data for official statistics // Statistical Journal of the International Association of Official Statistics. 2015. Vol. 31. № 3. P. 471–481.

114

Kitchin R., Lauriault T., McArdle G. Knowing and governing cities through urban indicators, city benchmarking and real-time dashboards // Regional Studies, Regional Science. 2015. Vol. 2. № 1. P. 6–28.

115

Miller H. J. The data avalanche is here. Shouldn’t we be digging? // Journal of Regional Science. 2010. Vol. 50. № 1. P. 181–201; Kitchin R. The data revolution: Big data, open data, data infrastructures and their consequences. London: Sage, 2014.

116

Kelling S., Hochachka W., Fink D., Riedewald M., Caruana R., Ballard G., Hooker G. Data-intensive science: A new paradigm for biodiversity studies // BioScience. 2009. Vol. 59. № 7. P. 613–620.

117

Handbook of research on urban informatics: The practice and promise of the real-time city / Ed. by M. Foth. New York: IGI Global, 2009.

118

Batty M. The new science of cities. Cambridge, MA: MIT Press, 2013.

119

Flood J. The fires: How a computer formula, big ideas, and the best of intentions burned down New York city — and determined the future of cities. New York: Riverhead, 2011; Townsend A. Smart cities: Big data, civic hackers, and the quest for a new utopia. New York: W. W. Norton & Co, 2013.

120

Hollands R. G. Will the real smart city please stand up? // City. 2008. Vol. 12. № 3. P. 303–320; Wolfram M. Deconstructing smart cities: An intertextual reading of concepts and practices for integrated urban and ICT development // REAL CORP 2012: Re-mixing the city: Towards sustainability and resilience? / Ed. by M. Schrenk, V. V. Popovich, P. Zeile, P. Elisei. Schwechat: CORP, 2012. P. 171–181; Söderström O., Paasche T., Klauser F. Smart cities as corporate storytelling // City. 2014. Vol. 18. № 3. P. 307–320; Vanolo A. Smartmentality: The smart city as disciplinary strategy // Urban Studies. 2014. Vol. 51. № 5. P. 883–898.

121

Graham S., Marvin S. Splintering urbanism: Networked infrastructures, technological mobilities and the urban condition. New York: Routledge, 2001; Kitchin R., Dodge M. Code/Space: Software and everyday life. Cambridge, MA: MIT Press, 2011.

122

Cohen B. What exactly is a smart city? // Fast Co.Exist. 2012. September 19. URL: http://www.fastcoexist.com/1680538/what-exactly-is-a-smart-city; Hollands R. G. Will the real smart city please stand up; Townsend A. Smart cities: Big data, civic hackers, and the quest for a new utopia.

123

Kitchin R., Lauriault T., McArdle G. Knowing and governing cities through urban indicators, city benchmarking and real-time dashboards.

124

Greenfield A. Against the smart city. New York: Do Publications, 2013.

125

Morozov E. To save everything, click here: Technology, solutionism, and the urge to fix problems that don’t exist. New York: Allen Lane, 2013.

126

Datta A. New urban utopias of postcolonial India: «Entrepreneurial urbanization» in Dholera smart city, Gujarat // Dialogues in Human Geography. 2015. Vol. 5. № 1. P. 3–22.

127

Kitchin R. The data revolution: Big data, open data, data infrastructures and their consequences.

128

Hollands R. G. Will the real smart city please stand up?

129

Kitchin R., Dodge M. Code/Space: Software and everyday life; Townsend A. Smart cities: Big data, civic hackers, and the quest for a new utopia.

130

Graham S. Software-sorted geographies // Progress in Human Geography. 2005. Vol. 29. № 5. P. 562–580; Kitchin R. The real-time city?

131

Kitchin R. The data revolution: Big data, open data, data infrastructures and their consequences.

132

Foucault M. The confession of the flesh // Foucault M. Power/knowledge Selected interviews and other writings. 1972–1977 / Ed. by C. Gordon. New York: Pantheon Books, 1980. P. 194.

133

Bowker G. Memory practices in the sciences. Cambridge, MA: MIT Press, 2005; «Raw data» is an oxymoron / Ed. by L. Gitelman. Cambridge: MIT Press, 2013.

134

См.: URL: https://www.youtube.com/watch?v=3E3RpGMKbhg.

135

Kitchin R., Dodge M. Code/Space: Software and everyday life; Townsend A. Smart cities: Big data, civic hackers, and the quest for a new utopia.

136

Mims Ch. Coming soon: The cybercrime of things // The Atlantic. 2013. August 6. URL: http://www.theatlantic.com/technology/archive/2013/08/coming-soon-the-cybercrime-of-things/278409.

137

Paganini P. Israeli road control system hacked, causes traffic jam on Haifa highway // The Hacker News. 2013. October 28. URL: http://thehackernews.com/2013/10/israeli-road-control-system-hacked.html.

138

Townsend A. Smart cities: Big data, civic hackers, and the quest for a new utopia.

139

Clarke R. Information technology and dataveillance // Communications of the ACM. 1988. Vol. 31. № 5. P. 498–512; Raley R. Dataveillance and countervailance // «Raw data» is an oxymoron / Ed. by L. Gitelman. Cambridge: MIT Press, 2013. P. 121–146.

140

Crampton J. Cartographic rationality and the politics of geosurveillance and security // Cartography and Geographic Information Science. 2003. Vol. 30. № 2. P. 135–148.

141

Dodge M., Kitchin R. Codes of life: Identification codes and the machine-readable world.

142

Goss J. «We know who you are and we know where you live»: The instrumental rationality of geodemographics systems // Economic Geography. 1995. Vol. 71. № 2. P. 171–198; Harris R., Sleight P., Webber R. Geodemographics, GIS and neighbourhood targeting. West Sussex, England; Hoboken, NJ: Wiley, 2005.

143

Graham S. Software-sorted geographies.

144

The privacy challenges of big data: A view from the lifeguard’s chair. Keynote address by FTC Chairwoman Edith Ramirez (as prepared for delivery). Technology Policy Institute. Aspen Forum. Aspen, Colorado. August 19, 2013 // Federal Trade Commission. URL: http//ftc.gov/speeches/ramirez/130819bigdataaspen.pdf.

145

Stroud M. The minority report: Chicago’s new police computer predicts crimes, but is it racist? // The Verge. 2014. February 19. URL: http://www.theverge.com/2014/2/19/5419854/the-minority-report-this-computer-predicts-crime-but-is-it-racist.