Сети города. Люди. Технологии. Власти
Шрифт:
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
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.
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 Operac~oes 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] .
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.
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.
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.
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:
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; S"oderstr"om 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.
• 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] .122
Cohen B. What exactly is a smart city? // Fast Co.Exist. 2012. September 19. URL: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.
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] .
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?
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.
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.
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.
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