L’autore riporta, riassumendo, le considerazioni, gli studi ed i dati raccolti nel suo “Atlante delle Debolezze, volume primo: La crisi della Civilizzazione Statuale e la Lezione degli USA”
Il capitalismo della sorveglianza, come descritto da Shoshana Zuboff, e il maoismo digitale, concettualizzato da Jaron Lanier, rappresentano due forze potenti ed interconnesse, che pongono significative sfide alla nostra libertà di cittadini. Vediamo come.
- Il Capitalismo della Sorveglianza
Il capitalismo della sorveglianza, un concetto articolato da Shoshana Zuboff, rappresenta un nuovo paradigma economico che si basa sull’estrazione, l’analisi e la manipolazione dei dati personali per prevedere e influenzare i comportamenti umani a fini di profitto. Questo sistema è reso possibile dalle tecnologie digitali che pervadono ogni aspetto della vita quotidiana, raccogliendo informazioni su tutto ciò che facciamo[i].
Il meccanismo del capitalismo della sorveglianza si fonda su diverse pratiche chiave. In primo luogo, vi è la raccolta massiva di dati personali. Ogni interazione online, ogni click, ogni ricerca effettuata su un motore di ricerca, ogni post sui social media genera dati che vengono raccolti e archiviati. Questi dati non sono semplicemente una registrazione di comportamenti passati, ma diventano la materia prima per la costruzione di modelli predittivi sofisticati. Attraverso l’analisi di questi dati, le piattaforme possono prevedere con sorprendente accuratezza le azioni future degli utenti.
Una volta raccolti, questi dati vengono analizzati utilizzando algoritmi avanzati di machine learning e intelligenza artificiale. Questi algoritmi non solo prevedono comportamenti, ma possono anche essere utilizzati per influenzarli. Ad esempio, le piattaforme di social media utilizzano algoritmi per mostrare agli utenti contenuti che li terranno impegnati più a lungo, aumentando così il tempo trascorso sulla piattaforma e, di conseguenza, la permeabilità di quell’utente ad un determinato messaggio, sia esso un contenuto (significato) o un veicolo (significante).
Il passo successivo è la monetizzazione di questi dati. Le informazioni raccolte vengono vendute a terzi o utilizzate per creare profili di marketing (anche politico, ovviamente) altamente personalizzati. Qualsiasi portatore di interessi può acquistare dati o accedere ai modelli predittivi per indirizzare messaggi mirati con una precisione senza precedenti. Questo crea un ciclo in cui i dati generano profitti o vantaggio, che a loro volta finanziano ulteriori capacità di raccolta e analisi dei dati.
Oltre alla raccolta e all’analisi dei dati, un altro aspetto critico del capitalismo della sorveglianza è la personalizzazione delle esperienze utente. Le piattaforme digitali utilizzano i dati raccolti per personalizzare ogni aspetto dell’esperienza utente, dai risultati di ricerca agli annunci pubblicitari, ai messaggi, alle battute di spirito, passando per i suggerimenti di amici e di contenuti. Questa personalizzazione non è neutrale: essa è progettata per massimizzare il coinvolgimento e la permanenza dell’utente sulla piattaforma, e migliorare la penetrazione del messaggio voluto[ii].
Un aspetto critico di questo processo è la creazione di nuove forme contrattuali e di sorveglianza avanzata. La digitalizzazione consente ai portatori di interesse di monitorare costantemente le attività degli individui, trasformando le relazioni tradizionali di fiducia in rapporti di sorveglianza continua. Hal Varian, capo economista di Google, ha sottolineato come le transazioni mediate dai computer permettano di osservare comportamenti precedentemente non osservabili e di creare nuovi modelli di business basati su questo monitoraggio[iii].
Un rapporto della Casa Bianca del 2014 evidenziava come la traiettoria tecnologica portasse inevitabilmente alla generazione di una quantità crescente di dati sugli individui, che resteranno sotto il controllo di altri. Questo controllo crescente sui dati personali alimenta il capitalismo della sorveglianza, che sfrutta queste informazioni per fini mercantili, manipolatori e di controllo[iv].
Constantiou e Kallinikos, sempre nel 2014, hanno esaminato come i “big data” stiano trasformando il contesto strategico delle aziende, rivelando un cambio radicale nelle regole del gioco. La loro analisi mostra come i dati, una volta estratti e analizzati, possano essere utilizzati per sviluppare nuove strategie e modelli organizzativi che si basano sulla continua raccolta e analisi delle informazioni comportamentali degli individui[v].
- Maoismo Digitale e Mente Collettiva
“Maoismo Digitale” è un concetto coniato da Jaron Lanier[vi] per descrivere il fenomeno in cui le azioni e le decisioni collettive di un gran numero di persone su internet creano una forma di collettivismo online che può portare a conseguenze non intenzionali e spesso negative. Lanier sostiene che questa nuova forma di collettivismo, resa possibile dalle tecnologie digitali, può portare alla soppressione della creatività individuale e all’omogeneizzazione del pensiero e del comportamento, che lui definisce “mente collettiva”.
Il concetto di “Mente Collettiva”[vii] si riferisce all’intelligenza collettiva che emerge quando gli individui contribuiscono con i loro pensieri e azioni in un gruppo più grande, portando a processi decisionali che naturalmente privilegiano il consenso rispetto alla “verità”[viii] o all’innovazione. Lanier avverte che, sebbene la mente collettiva possa talvolta produrre risultati preziosi, spesso porta al predominio di idee mediocri e alla marginalizzazione delle voci dissenzienti. La perdita di agenzia e creatività individuale è un rischio significativo in questo collettivismo digitale, poiché la pressione a conformarsi può soffocare le prospettive uniche e il pensiero innovativo.
La Stigmergia[ix] è un concetto proveniente dalla biologia che descrive come le azioni degli individui in un gruppo siano coordinate attraverso le modifiche che apportano al loro ambiente, piuttosto che attraverso la comunicazione diretta. Questo fenomeno si osserva negli insetti sociali come le formiche e le termiti, dove gli individui interagiscono con il loro ambiente in modi che influenzano indirettamente il comportamento degli altri, portando a comportamenti di gruppo complessi e coordinati.
La stigmergia è stata applicata alla cognizione umana e ai processi sociali per spiegare come l’intelligenza collettiva e il coordinamento possano emergere nelle società umane.
Cognizione stigmergica si riferisce al modo in cui la conoscenza umana e i processi cognitivi sono modellati e coordinati attraverso le interazioni con l’ambiente. Nel contesto delle tecnologie digitali, la cognizione stigmergica è il modo in cui le informazioni vengono create, proposte, condivise e modificate su internet, qualora fossero i membri dello sciame. Ad esempio, le piattaforme collaborative come Wikipedia si basano su processi stigmergici in cui gli utenti contribuiscono e modificano i contenuti basandosi su ciò che altri hanno fatto, portando a un corpo di conoscenza in continua evoluzione.
Maoismo Digitale e Cognizione Stigmergica
L’interazione tra maoismo digitale e cognizione stigmergica evidenzia come gli ambienti digitali possano sia abilitare sia limitare l’intelligenza collettiva. Il maoismo digitale, attraverso l’effetto della mente collettiva, spesso porta alla perdita di referenzialità, dove gli individui diventano sempre più concentrati sull’ambiente digitale immediato e sulle azioni degli altri all’interno di esso. Questo può portare a un’uniformità di pensiero e comportamento, poiché gli individui sono più propensi a conformarsi alle tendenze e alle norme dominanti osservate nelle loro comunità digitali.
La cognizione stigmergica, facilitata dalle piattaforme digitali, contribuisce a questo fenomeno creando ambienti in cui le azioni individuali sono continuamente influenzate dalle modifiche apportate dagli altri. Questo può portare a un ciclo auto-rinforzante in cui le idee più popolari o visibili guadagnano maggiore attenzione e trazione, ulteriormente marginalizzando le prospettive uniche o dissenzienti. Di conseguenza, gli individui possono sviluppare una visione limitata, plasmata principalmente dal contesto digitale immediato e dai comportamenti dei loro pari.
In sintesi, il maoismo digitale e la cognizione stigmergica insieme creano un ambiente in cui le azioni collettive degli individui negli spazi digitali portano all’omogeneizzazione del pensiero e del comportamento, limitando la diversità delle prospettive e della creatività. La perdita di referenzialità in questi ambienti accelera questa omogeneizzazione, poiché gli individui diventano sempre più concentrati sui loro dintorni digitali immediati e sulle azioni degli altri all’interno di esso (come verificato empiricamente attraverso lo studio “Quantifying social organization and political polarization in online platforms”, di Isaac Waller e Ashton Anderson del dipartimento di scienze informatiche dell’Università di Toronto[x].
Ora, introduciamo il concetto di “tracce ormonali”.
Le tracce ormonali, in entomologia, si riferiscono ai segnali chimici rilasciati dagli animali, come gli insetti sociali (ad esempio formiche e termiti), per comunicare e coordinare attività all’interno della colonia. Questi segnali sono spesso sotto forma di feromoni. Quando un individuo rilascia un feromone, modifica l’ambiente circostante. Altri individui della stessa specie percepiscono questi segnali e rispondono di conseguenza, permettendo la coordinazione di attività complesse come la ricerca di cibo, la costruzione del nido e la difesa contro i predatori.
Le formiche, ad esempio, utilizzano feromoni per tracciare percorsi verso fonti di cibo. Il percorso con la maggior quantità di feromoni è seguito dalla maggior parte delle formiche, ottimizzando così la raccolta di cibo.
Le termiti, invece, Impiegano feromoni per coordinare la costruzione del nido, con ciascun individuo che contribuisce a strutture complesse seguendo semplici regole di comportamento basate sui segnali chimici.
Vista da un altro punto di vista, quindi, la stigmergia è il fenomeno di comunicazione indiretta mediato dall’ambiente.
Le tracce ormonali sono un esempio classico di stigmergia, dove l’azione di un individuo influisce sull’ambiente, che a sua volta influenza il comportamento degli altri individui. Questo permette l’emergere di comportamenti collettivi complessi senza la necessità di una supervisione centrale.
E se queste tracce ormonali non fossero rilasciate da un individuo all’interno della collettività ma impiantate da un “controllore” che utilizza i sistemi del capitalismo della sorveglianza per indirizzare tutto uno sciame di persone, rese uniformi dal maoismo digitale?
3. Conclusioni (?)
Cambridge Analytica[xi] sarebbe solo la punta dell’iceberg.
Abbiamo abdicato alla nostra volontà per dotarci di una realtà virtuale, la cui necessità è stata esacerbata dall’impossibilità di avere rapporti personali durante il Covid.
Preferendo il consenso alla logica non siamo migliori di uno storno, o di una formica.
E come lo storno e la formica, siamo prede facili di cacciatori senza scrupoli.
bibliografia
[i] Zuboff, S. (2015). Big Other: Surveillance Capitalism and the Prospects of an Information Civilization. Journal of Information Technology, 30, 75-89. doi:10.1057/jit.2015.5. Disponibile su: https://ssrn.com/abstract=2594754 .
[ii] La continua sorveglianza e l’analisi del comportamento utente portano alla creazione di profili sempre più dettagliati e accurati. Questi profili vengono utilizzati non solo per vendere prodotti e servizi, ma anche per manipolare e controllare il comportamento degli utenti. Ad esempio, i social media possono influenzare le opinioni politiche degli utenti mostrando contenuti che rafforzano le loro convinzioni preesistenti, contribuendo alla polarizzazione sociale (ut supra)
[iii] Varian, H. R. (2014). Beyond Big Data. Business Economics, 49, 27-31. doi:10.1057/be.2014.41
[iv] White House. (2014). Big Data: Seizing Opportunities, Preserving Values. [Online] Disponibile su: https://obamawhitehouse.archives.gov/sites/default/files/docs/big_data_privacy_report_5.1.14_final_print.pdf
[v] Constantiou, I. D., & Kallinikos, J. (2014). New Games, New Rules: Big Data and the Changing Context of Strategy. Journal of Information Technology, 30(1), 44-57. doi:10.1057/jit.2014.17.
[vi] Lanier, J., 2006. Digital Maoism: The Hazards of the New Online Collectivism https://www.edge.org/conversation/jaron_lanier-digital-maoism-the-hazards-of-the-new-online-collectivism [Accessed 26 July 2024].
[vii] “Hive Mind”, come la definisce Lanier
[viii] Metto tra virgolette la parola verità, in quanto ci sono due tipi di conoscenza:
- conoscenza = credenza vera e verificabile
io so qualcosa di vero, verificato o verificabile, suffragato da prove. Il fatto da me conosciuto, al quale aderisco (ossia tenendo conto del quale mi comporto) è vero, verificabile, inoppugnabile (vedi leggi della fisica ad esempio)
- conoscenza = credenza condivisa
Quando un gruppo di persone, la società, la civilizzazione, un insieme di individui condivide una credenza – vera e verificabile oppure no. Il solo fatto che la credenza sia condivisa fa sì che io mi comporti di conseguenza, senza la necessità che essa sia vera e verificabile. E non stiamo dicendo che l’individuo compie un semplice atto di fede, ma che egli si adegua a qualcosa di diffuso – talvolta impalpabile -, che condiziona i rapporti tra individui sino alla percezione dell’individuo di sé e del mondo. (Palombi, M. (2020). Due tipi di conoscenza. Available at: https://www.academia.edu/43165426/Due_tipi_di_conoscenza (Accessed: 28 July 2024)
[ix] – Dorigo, M., & Birattari, M. (2007). Swarm intelligence. Scholarpedia, 2(9), 1462. doi:10.4249/scholarpedia.1462.
– Marsh, L., & Onof, C. (2007). Stigmergic epistemology, stigmergic cognition. Cognitive Systems Research. doi:10.1016/j.cogsys.2007.06.009.
[x] Merito di questo studio è anche l’aver introdotto un nuovo paradigma per l’analisi delle piattaforme online. Incorporare le comunità in uno spazio ad alta dimensionalità e proiettarle su dimensioni corrispondenti a costrutti sociali consente di tradurre vaste quantità di metadati comportamentali in misurazioni semanticamente significative, dettagliate e valide dell’allineamento sociale.
[xi] Il Caso di Cambridge Analytica
Il caso è esploso nel 2018, rivelando come la società britannica avesse ottenuto illegalmente i dati di milioni di utenti Facebook senza il loro consenso. Questi dati sono stati utilizzati per influenzare le opinioni politiche degli utenti attraverso campagne di microtargeting.
Cambridge Analytica ha raccolto dati tramite un’app di quiz su Facebook, che non solo accedeva alle informazioni degli utenti che la utilizzavano, ma anche ai dati dei loro amici. Questi dati includevano profili psicologici dettagliati che sono stati poi utilizzati per creare messaggi politici personalizzati.
Il caso ha sollevato importanti preoccupazioni riguardo la privacy dei dati e l’uso etico delle informazioni personali. Ha portato a indagini governative e regolamentazioni più severe sulla protezione dei dati. Facebook ha subito pesanti critiche e ha dovuto implementare modifiche significative alle sue pratiche di gestione dei dati.
Impatti Specifici:
- Elezioni Presidenziali USA 2016: Cambridge Analytica ha lavorato per la campagna di Donald Trump, utilizzando i dati per identificare e influenzare gli elettori indecisi.
- Brexit: La società ha anche partecipato a campagne legate al referendum sull’uscita del Regno Unito dall’Unione Europea.
Conseguenze Legali e Regolamentari:
- Facebook è stato multato con 5 miliardi di dollari dalla FTC (Federal Trade Commission) per violazioni della privacy.
- Introduzione del GDPR (General Data Protection Regulation) in Europa, che ha imposto nuove regole rigide sulla protezione dei dati.
Bibliografia: Cadwalladr, C. (2018). The great British Brexit robbery: how our democracy was hijacked. The Guardian. Available at: https://www.theguardian.com/news/2017/may/07/the-great-british-brexit-robbery-hijacked-democracy (Accessed: 28 July 2024).
Granville, K. (2018). Facebook and Cambridge Analytica: What You Need to Know as Fallout Widens. The New York Times. Available at: https://www.nytimes.com/2018/03/19/technology/facebook-cambridge-analytica-explained.html (Accessed: 28 July 2024).