• 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.
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
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).
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.
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]
О проекте
О подписке