La fine dei modelli, secondo Anderson
5 Luglio, 2008 by Paolo GardoisIl caporedattore di Wired, Chris Anderson (ricordate la coda lunga?), fa una puntata in campo epistemologico. Divertente, tutto sommato. Tesi:
fino a oggi “The scientific method is built around testable hypotheses. These models, for the most part, are systems visualized in the minds of scientists. The models are then tested, and experiments confirm or falsify theoretical models of how the world works.”
Ma oggi, “There is (…) a better way. Petabytes allow us to say: “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.”
L’articolo è corredato da una serie di esempi, dall’analisi delle intenzioni di voto al monitoraggio delle notizie a Map Reduce di Google.
Si tratta di una versione aggiornata del solito determinismo tecnologico? Bisognerebbe prendere posizione? In fondo, Anderson sta dicendo che l’organizzazione dell’informazione, in sé, non conta. Conta solo la capacità di calcolo del cosiddetto cloud computing, che ha a disposizione petabytes di dati raccolti ovunque sui quali può provare tutte le correlazioni possibili.
E’ facile rispondere che dopo averle trovate, occorre comunque assegnare loro un significato, interpretarle, e invariabilmente questo avviene esclusivamente grazie a dei modelli, dei contesti.
Qui però non voglio prendere posizione. Mi interessa di più capire come questa capacità di elaborazione e analisi di data sets enormi e costruiti al volo può cambiare la nostra capacità (o abitudine) a percepire il mondo.
Qual è il modello implicito del “grande” o dello “smisurato” (della bigness di Koolhas, per esempio) - cioè qual è il modello in grado di assegnare loro un significato - magari diverso da quello delle epoche precedenti?
Ad es., se un sistema come Europe Media Monitor permette di analizzare un grande numero di siti di news, questo serve soprattutto ad individuare situazioni incipienti di violenze, rivolte, o possibili carestie e catastrofi umanitarie. Qui, ad es., l’output è una visualizzazione. Quello che si potrebbe chiamare una mappa, un indice. Solo che, dato un certo data set, esiste un numero n di indici possibili - così come dato un documento singolo x (in sé un microcosmo) sono possibili n configurazioni come effetto di un’analisi semantica (ad es. l’uso di uno o più soggettari, o differenti modi d’uso di uno stesso soggettario o tesauro, ecc.). Quindi, dato un certo documento, avremo un’estrazione di “indici”, solo di diversa natura.
Il “grande”, però, causa facilmente illusioni ottiche come quelle descritte da Anderson (dài, con ironia, ne sono sicuro :-)) . Forse perché “grande” è un’approssimazione di “totale”, di “integrale”, di “tutto”.
In effetti, i modelli sono strumenti di semplificazione della realtà: servono a ridurre la complessità, il foucaultiano “brulichio degli esseri”, in modo da poter dominare una situazione, controllarla. Qui sta il punto, secondo me. Esiste una modalità di analisi volta al controllo immediato, al breve periodo, allo sfruttamento dello status quo (non assegno valenze morali a questi termini). A certe condizioni, possiamo accettare l’approssimazione di un “enorme” che sta per un tutto. E conseguentemente, l’approssimazione di un display (un grafico, un’estrazione di indici su base statistica, ecc.) che ci dice praticamente tutto quel che serve su quel tutto, e in pochi minuti.
Ma se vogliamo conoscere, e non solo “prendere una decisione” apparentemente fondata (in fondo “prendere un ansiolitico”), il discorso è diverso: tornano modellizzazioni, ipotesi, discussioni, ecc. (si veda ad es. il bel libro di Agamben sul metodo, Signatura rerum - qui una presentazione).
Però:
1. Credo che l’analisi a forza bruta (cloud) di cui abbiamo parlato, in effetti cambi le coordinate del mondo così come ne facciamo esperienza tutti i giorni. Potenza di calcolo + matematica + decisionismo molecolare (a livello di singoli individui, e non solo di ceti politici o economici) riconfigurano il mondo tutti i giorni. E’ più interessante capire come analizzare un mondo capace di “cloud analysis” (mi perdonino i meteorologi…) che non indagare i metodi tecnici di questa stessa cloud analysis e assumerli ideologicamente per schierarsi pro o contro. E quest’analisi dell’attitudine analitica “cloud” è difficile - occorre tracciarne presupposti, equilibri, poteri coinvolti, griglie interpretative (forse, quella che Foucault chiamava episteme). Ma se non lo facciamo ricadiamo indietro rispetto alla soglia di comprensibilità dei fenomeni, restiamo chiusi in una rigida torre a spolverare i nostri ninnoli.
2. Credo anche che questa “analisi dell’analisi” sia un esercizio (etico, di metodo, politico, …) che non possiamo condurre da soli. Il soggetto cartesiano non esiste più, e per quanto possa essere trendy continuare a celebrarne la scomparsa, dovremmo cercare una forma di intersoggettività diversa da quella dell’accumulo quantitativo di opinioni. Provo a spiegarmi: se il problema - politico - è quello di una potenza di calcolo più grande, l’ha davvero risolto già Google (et similia). Se il problema invece consiste nell’organizzare il mondo in modo plurale, nell’assegnare significati aperti alla discussione lungo direttrici multidimensionali, nello sfruttare non la potenza aggregata di calcolo di famiglie di processori simili ma i contributi unici che ogni singolo individuo (e la sua sensibilità, la sua storia, il suo carattere, in evoluzione) possono dare, allora la dimensione qualitativa dell’esperienza intersoggettiva torna in primo piano.
Bisogna trovare modi di connettere senza appiattire. In fondo, la riduzione di complessità della cloud analysis di cui sopra, significa anche appiattimento monodimensionale - ad una singola metodica analitica appunto, ad un singolo piano di comprensione di un fenomeno. E invece, come possiamo far convivere semantiche diverse, come possiamo creare percorsi analitici che mettano in questione l’esistente e insieme aumentino la gioia di creare, la libertà di un soggetto in una rete? E come possiamo fare tutto questo in un mondo in cui la complessità diventa sempre più un presupposto a livello di data set anziché un oggetto di analisi attenta? Come possiamo, insomma, costruire o de-costruire ad un livello superiore a quello degli schemi analitici semplificatori? E come mantenere costruzioni che si adattino dinamicamente a questo livello di visualizzazione (display) che per molti (per tutti) diventa una nuova realtà?