Anda di halaman 1dari 14

Algoritmos y Automatización: Una Introducción

Nuestro mundo está densamente poblado por los procesadores ubicuos, almacenamiento
de gran capacidad, y sensores vigilantes. Redes de tales máquinas están constantemente
midiendo, envasado, almacenamiento, circulación, y que operan en el mundo. Están muy
ocupados en el montaje y su montaje, el intercambio de información y distribución de sus
cargas de procesamiento, ya que toma decisiones y dicta planes. Al mismo tiempo, se
niegan conexiones, el mantenimiento de su sistema inmunológico, la realización de
seguridad de la red, la gestión de sus límites, y el control de acceso. Los cuerpos humanos
se mueven entre este flexible de malla, securitizada de silicio, electricidad, código, fibra
óptica, y los datos: la construcción, mantenimiento, y la reestructuración. Su actividad se
asegura de que las estructuras estéticas, epistemológicas, económicos y políticos se tejen
a fondo en estas redes computacionales, herméticamente el acoplamiento de la técnica a
lo social como experimentan con nuevas formas de trabajo y de vida. Sin embargo,
muchos de aquellos que están construyendo estos sistemas no se preocupan especialmente
de asegurar que nuestro futuro computacional permanecen dentro del control, o incluso
la comprensión, de los seres humanos carnosas y culturales. Por el contrario, a medida
que la artesanía y mantienen el paisaje de datos, los técnicos del capitalismo global de la
información están muy ocupados y felices para preparar el terreno para la externalización
de muchos procesos sociales, culturales y económicas a las máquinas de computación.

Conocí a estos técnicos durante mi trabajo de campo en la comunidad científica de datos


Moscú. Los informáticos científicos, matemáticos e ingenieros eléctricos con los que
habló casi universalmente considerado a sí mismos jugadores de menor importancia en la
economía global del conocimiento, más interesados en la exploración de lo que ellos
denominan “cuestiones científicas” sobre la naturaleza de los algoritmos y su aplicación
que en la construcción de los cimientos para una forma cualitativamente nueva de la
economía de la información (Lowrie 2017). Si se toman en su palabra, su trabajo de
infraestructura en el paisaje de datos era casi un subproducto de sus proyectos
intelectuales, simplemente una oportunidad para encontrar nuevos datos para explorar y
dominios de problemas en el que dar rienda suelta a sus algoritmos. Si nos fijamos en lo
que están construyendo en realidad, sin embargo, se ve el surgimiento de una nueva
profunda forma de automatización: uno que no no se limita a confiar en la extensión de
las capacidades humanas y la racionalidad en la forma de las líneas de montaje o telares
Jacquard, sino que también trabaja activamente para replicaresas capacidades y que la
racionalidad en los sistemas sociotécnicos extendida. No toda la automatización es
algorítmica, pero todos los algoritmos de automatizar, y la extensión de la automatización
algorítmica de terrenos puramente matemáticos y computacionales para las
infraestructuras socio-técnicos ampliados ha producido profunda, continua y
transformaciones en la organización y funcionamiento de los mundos sociales
contemporáneas de composición abierta.

***

Los seres humanos han sido automatizando su mundo durante mucho tiempo. El primer
dispositivo de realimentación regulada que sustituye el trabajo humano era
probablemente un reloj de agua inventado por Ctesibio circa 250 BCE, que evita la
necesidad de la reposición manual de la cámara de agua de salida, manteniendo
automáticamente la entrada definitiva a la cámara de medición a una velocidad constante
( Nocks 2008). La invención del termostato por Cornelius Drebbel en el siglo XVII es un
hito más conocido, que pronto fue sucedido por una explosión del siglo XVIII en la
automatización de fábricas, telares, y otros dispositivos industriales. Estas máquinas se
utilizan programación analógica en forma de engranajes, volantes, vínculos, levas y
seguidores para reemplazar el trabajo humano y la cognición se requiere en la realización
de tareas específicas, regulares y predecibles. Muchos casos modernos de automatización,
especialmente de las funciones industriales, crecen directamente de este linaje mecánica.
Sin embargo, la quintaesencia de la forma contemporánea de la automatización se basa,
en cambio, en el cómputo de comando, control y comunicación de la información en lo
que llamo los conjuntos algorítmicos. 1

Definiciones técnicas de algoritmos abundan, aunque sigue siendo difícil consenso de los
expertos (ver los debates en Moschovakis 2001 y Gurevich 2011). Las diversas
definiciones sintéticas dadas por los datos e informáticos propios, sin embargo, podrían
resumirse en algo así como “un conjunto de procedimientos formales para operar sobre
un conjunto específico de datos de una cantidad finita de tiempo para producir una gama
específica de productos.” los algoritmos son procedimientos matemáticos y computables
para hacer las cosas como enrutamiento del tráfico, el diagnóstico de tumores cancerosos
a partir de imágenes de resonancia magnética, o hacer coincidir las personas en sitios de
citas. Estos conjuntos de procedimientos, sin embargo, no pueden hacer mucho por su
cuenta. Como Grigori, un científico de datos Moscovita, me lo dijo: “Una receta, incluso
una muy buena-NO ES una panadería.” Un algoritmo en sí misma es una cosa frágil:
algunos conceptos, un enfoque heurístico, elaborado en algunas escasas líneas de código.
Sin estar integrado en un sistema sociotécnico más amplio, un algoritmo permanece
inmóvil, inerte (Gillespie 2014). Para hacer una obra algoritmo, que en lugar Obviamente,
se necesita potencia de procesamiento, un medio de almacenamiento y recuperación-y-y
datos; menos evidente, es necesario asegurarse de que esta arquitectura computacional
permanece completamente integrado con sociales procesos, con lo que mis colegas en
Moscú con frecuencia llamados como Grigori explicó que “el mundo de las tareas
aplicadas.”: “Sin clientes, una panadería no [permanecer abiertos ]. Análogamente, es
necesario encontrar cosas para su algoritmo para hacer ! Problemas a resolver, los datos
de digerir “.

La eficacia de un conjunto de algoritmos consiste no sólo en su capacidad para procesar


e identificar patrones en grandes cantidades de datos sino también en su capacidad de
manipular rutinas computacionales adyacentes, infraestructuras materiales, y los seres
humanos. En función de su ámbito de aplicación, el montaje de un algoritmo de
funcionamiento requiere de la integración no sólo de hardware y flujos digitales, sino
también de las estructuras de organización, infraestructura analógica, y los procesos
socioeconómicos de la cual extrae sus problemas y en los que opera. 2Los algoritmos en
el núcleo de una aplicación como Lyft o Uber, por ejemplo, analizar cliente, conductor,
y los datos de mapas, así como la producción y el seguimiento de los cambios reales en
los flujos prolongados de automóviles, los cuerpos humanos, y dinero. Los algoritmos de
logística en el núcleo de un centro de envío de Amazon no sólo hacer predicciones
basadas en el análisis de las transacciones pasadas, eventos de envío, y desempeño de los
trabajadores, sino también utilizar esas predicciones para gestionar activamente los
inventarios de productos, controlar la posición y el rendimiento de los trabajadores
humanos, gobernar el flujo de paquetes a través del espacio físico del almacén, e
interactuar con organizaciones externas, tales como Fedex o el servicio postal.

Automatización algorítmica representa algo realmente novedosa ruptura con las formas
anteriores de la automatización, principalmente debido a su capacidad para reunir y operar
en una amplia gama de procesos digitales y analógicas a la vez. Como Hamid Ekbia y
Bonnie Nardi (2018) sugieren en su contribución a esta colección, en un conjunto de
algoritmos, la distinción entre los procedimientos formales-matemática y la manipulación
real de los objetos en el mundo se viene abajo. No parece totalmente hiperbólico decir
que lo que estamos encontrando que aquí hay una caída de la barrera entre
computacionales res cogitans y social-infraestructural res extensa. 3 El poder
desencadenado por este colapso, la capacidad de supervisar directamente, intervenir en,
y operar sistemas de materiales extendidos por Fiat-matemática es la base para una
metástasis verdaderamente trascendental del control algorítmico.

Mientras que las formas anteriores de la ingeniería analógica sobre todo automatizado
repetitiva, bajo la creatividad del trabajo humano, la velocidad y la sofisticación del
procesamiento de la información algorítmica ha permitido la automatización de cada vez
más dominios “humanos” de la actividad. (Por supuesto, nuestra inclinación a tratar
repetitivo, trabajo bajo la creatividad como algo menos humano que el trabajo creativo
no es una afirmación neutra, sino más bien una respuesta culturalmente específica para
que tengamos este tipo de trabajo automatizado para empezar.) El sistema financiero es
probablemente el terreno más a fondo computacional automatizado en la sociedad
contemporánea (MacKenzie 2006), Un campo en el que los algoritmos son más o menos
libre de intervenir en el torbellino cacophonous de acelerar vector y la cantidad típica del
capitalismo tardío, a menudo sin un ser humano en el bucle. El sistema político también
está siendo colonizada por algoritmos, con muchas funciones cotidianas de gobierno en
los centros metropolitanos convertirse mecanizada (Agar 2003), aunque los órganos
electorales reales del sistema político se han mantenido relativamente resistentes a la
automatización. Las funciones de seguridad como la policía (Joh 2016), asesinato
selectivo (Franz 2017), y la lucha contra la guerra (SUCHMAN y Weber 2016) han sido
cada automatizado desde la Segunda Guerra Mundial (véase De Landa 1991). Algoritmos
también están tomando la responsabilidad de otras funciones sociales culturales
supuestamente, con la curación del gusto (Seaver, en prensa), la producción de medios de
comunicación (Carlson 2015), el diagnóstico médico (Soni et al. 2011), los
descubrimientos científicos (Leonelli 2016), y la supervisión pedagógica ( Williamson
2015 ) también todos sometidos a diversas formas de automatización. Ciertamente,
muchos de estos sistemas mantienen a los seres humanos en el bucle, lo que lleva Ekbia
y Nardi (2017) para argumentar en otro lugar que la tendencia actual debe ser etiquetado
heteromation, en lugar de automatización adecuado (cf. LaFlamme 2018). Otros, sin
embargo, han argumentado que el trabajo y la circulación en general, están en camino de
convertirse en inevitable funciones sociales automáticos (Srnicek y Williams 2015 ;
Stiegler 2016 ): tonos de ciencia ficción de Marx.

A la vista de todo esto automatización posthumano, la expansión viral de control de


algorítmica y la concrescencia concomitante de la agencia de cálculo y humano, se ha
demostrado que es difícil para la antropología a encontrar su equilibrio teórico y el
alcance etnográfico. A pesar de nuestra larga historia de participación a los humanos
como a los usuarios de herramientas y los entusiasmos más recientes para las nuevas
formas de materialismo que empujan el análisis social en posthumanas y especies
múltiples terrenos, parece que hay algo profundamente heterodoxa-el olor de la herético
sobre una antropología que se acercaría automática procesos en sus propios términos
(pero ver Fisch 2013). Por mucho que los desafíos empíricos específicos para la
realización de una etnografía de los sistemas automáticos, programas de investigación en
curso parecen acosados por un malestar no especificado y no reconocida, un hambre
epistemológicamente injustificable, pero muy sentida por la humanidad.

Una respuesta ha sido simplemente para seguir haciendo lo que nosotros, los etnógrafos
tienen, históricamente, hecho mejor: seguir a las personas, centrándose en las nuevas
formas de trabajo emergentes adyacente a los conjuntos algorítmicos. Algunos
investigadores que trabajan en este sentido han sugerido que estas nuevas formas de
automatización no quieren o no pueden sustituir el trabajo humano, sino que simplemente
se pueden desplazar a ella ( Irani 2015 ). Ciertamente, la construcción y el mantenimiento
de la mayoría de los tipos de ensamblajes algorítmicos aún requiere de mano de obra por
el momento humano. Esta sugerencia es, en parte, empíricamente justificada, como la
automatización parece tener un efecto ambiguo, o incluso positivo, en general en el
empleo (por ejemplo, Deloitte 2015). Sin embargo, no veo ninguna razón teórica para que
asumamos que esto seguirá siendo el caso, sobre todo porque los procesos algorítmicos
asumen cada vez más la responsabilidad de su propio desarrollo, evolución y
mantenimiento, mientras que el control avión no tripulado se integra más a fondo con la
logística y el software de gestión. El optimismo sobre el futuro necesidad del trabajo
humano no debe impedirnos ver los potenciales emergentes para una reconfiguración
drástica del papel que dichas obras laborales en la socioeconomía. La insistencia en que
los conjuntos de algoritmos no pueden sustituir a los humanos me parece que hablar más
a ansiedades disciplinarias y políticas contemporáneas que a cualquier análisis objetivo
de las capacidades y limitaciones de los ensamblajes.

Además, incluso si hay algo estructural sobre la automatización algorítmica que requiere
la producción de nuevos espacios adyacentes, de mano de obra humana necesariamente,
el estudio de la mano de obra que no obvia la necesidad de comprender la automatización
en sus propios términos. Aunque quizás menos ávidamente que los profesionales de las
otras ciencias, las comunicaciones, la ciencia y la información social, los etnógrafos se
han centrado su atención en la construcción y operación de los conjuntos algorítmicos
como sistemas sociotécnicos extendidas (por ejemplo, Gates, 2011; Schüll 2012).
Desafortunadamente, sin embargo, en lugar de la entrega de un examen etnográfico
detallado de cómo los sistemas algorítmicos se construyen y función, nuestro enfoque
principal ha sido disciplinarias en el efecto algorítmica de la automatización en las
estructuras sociales existentes. Mientras que esto ciertamente constituye un trabajo
fundamental, nuestra disciplina tenazmente todo-demasiado-humano con frecuencia ha
utilizado esta investigación como base para lo que es probablemente una crítica
precipitada de algoritmos tanto per se y como agentes de automatización.

Procesos algorítmicos, de acuerdo con las historias dominantes a través de las ciencias
humanas, replicar y pueden, de hecho, exacerbar las formas existentes de la desigualdad,
mientras se quita la putativamente juicio humano-humano desde el bucle de decisión
sobre funciones sociales críticos. Aunque la mayoría de estas críticas se centran en las
implementaciones de algoritmos específicos, hay una sensación generalizada en la
literatura que el problema radica en la automatización en sí, que los procesos algorítmicos
alguna manera necesaria y generalmente no logran captar los matices y la especificidad
de los procesos humanos y sociales. La solución preferida, más a menudo gestual y
inchoate que el hormigón y programática, es la contextualización del conocimiento
algorítmica y la reintroducción de los seres humanos para el desarrollo, implementación
y mantenimiento de los conjuntos algorítmicos. No considero esto una manera
particularmente feliz adelante para el conocimiento antropológico en la era de la
automatización algorítmica.

Muy por el contrario: creo que debemos sospechar de la profundamente arraigada


satisfacción, profesional-intelectual que proviene de una contextualización a fondo de un
objeto técnico algoritmo qua. Ciertamente, la comprensión de las fuerzas sociales que
determinan la construcción y el despliegue de un conjunto de algoritmos, o de gráficos
cómo se integran con las estructuras y procesos sociales más amplios, que constituye un
paso crucial en el análisis de la automatización algorítmica. Pero a medida que Nick
Seaver (2013, 10) sostiene en otro lugar, lo que permite que ésta siga siendo el horizonte
de que el análisis tiende a dejar “algoritmos mismos sin tocar, piedras objetivas
zarandeados en una corriente social, Rolly.” Estoy de manera similar escéptico de las
llamadas de “humanizar” los procesos de automatización contemporáneos,
proporcionando los interesados nonengineer o Kibitzing antropólogos un asiento en la
mesa de desarrollo de algoritmos. Como amanecer Nafus (2018) convincentemente
argumenta en su ensayo, esto realmente puede regalar la granja, en la medida que excluye
los argumentos acerca de la conveniencia de la colonización algorítmica de suelo
infraestructural e intelectual que tal vez podría ser mejor ocupado por formas más
humanas de análisis y control. En términos más generales, me parece sencillamente poco
probable que cualquier insistencia ludita en sistemas algorítmicos de humanización, sobre
todo por una comunidad periférica como la nuestra, tendrá efectos profundos en los
procesos de automatización desencadenadas por las innovaciones algorítmicas y la
computación ubicua. Aún más irritantemente, tales negativas que se comprometa
seriamente con las tecnologías emergentes pueden tener el efecto secundario
desafortunado de asegurar los ingenieros y diseñadores de políticas que la crítica
etnográfica tiene poco que ofrecer aparte de la nostalgia y la expresión de deseos.

¿Así que, qué debe hacerse? Ciertamente, ni yo ni los otros colaboradores de esta
colección sería feliz con una antropología de algoritmos que escribe los seres humanos
fuera del análisis social en conjunto. Esto sería, en el mejor, prematura: como las
contribuciones recogidas aquí demuestran ampliamente, ensamblajes algorítmicos
permanecen completamente integrados con y depende de múltiples formas de trabajo
humano para su función, a pesar de mi insistencia en la auténtica novedad y poder de la
automatización algorítmica. Para tomar prestado un término de la Nafus de (2018)ensayo,
un enfoque exclusivo en los conjuntos algorítmicos como objetos técnicos dejaría una
gran cantidad de las ciencias sociales “sin hacer.” Por el contrario, me parece que el mejor
camino a seguir es la de separar cuidadosamente y cuidadosamente nuestros papeles como
etnógrafos de los conjuntos algorítmicos y como antropólogos de lo contemporáneo.
¿Qué significa para acercarse a una instancia de etnográficamente automatización
algorítmica? Para resumir (2018) de Seaver recomendaciones: hay que comenzar con una
evaluación realista de las capacidades, funciones, las limitaciones, los objetivos, las
unidades, los recursos y los significados de un conjunto de algoritmos, trazando su
distribución interna de la agencia y afecta a través de los seres humanos y máquinas,
colocándolo dentro de los terrenos y las redes de relaciones con los seres humanos y otros
conjuntos sociales extendidas. Es decir, de la misma manera que empezamos a
comprender cualquiera de las otras cosas que estudiamos, ya se trate de restos o parcelas
o patrones de migración o personas o máscaras o ganado o automóviles o jaguares de
corte y quema. Ciertamente, la antropologíala apertura de esta introducción que propone
se ha centrado en las formas contemporáneas de la automatización y la computación en
un modo estructural y teórico, el tratamiento de algorítmicos ensambles como un tipo
emergente. El trabajo de etnografía, sin embargo, debe proceder de una manera totalmente
más nominal, lo que confirma o disconfirming estas afirmaciones en situaciones
particulares de montaje y la alimentación de material empírico de nuevo en
conversaciones teóricas. Teorías antropológicas deben, en última instancia, ser sintético
si han de ser antropológica o teórica.

Creo, sin embargo, que nuestras teorías en este campo deben estar centrados en los
conjuntos algorítmicos sí mismos, y no en su contingente utiliza en situaciones sociales
específicas. Ciertamente, debemos criticar a los despliegues de control de algoritmos que
producen y circulan malos efectos, disminuye la capacidad humana, dañar el mundo
biótico, y exacerbar (o crear nuevas desigualdades). Sin embargo, creo que las
preocupaciones teóricas existentes con tales tendencias negativas nos dice más acerca de
nuestro imaginario político colectivo que sobre las posibilidades y limitaciones de los
conjuntos algorítmicas objetivas. Me parece garantizan mediante un formulario en última
instancia estéril del determinismo tecnológico, lo que refleja una incapacidad por
desgracia frecuente pensar expansiva e imaginación sobre las líneas utópicas de vuelo
contenidos en nuestra ciertamente brutal presente. Karl Marx, después de todo, no era
crítico de la automatización. En lugar de ello, nuestra tarea debe ser el desarrollo de una
comprensión rigurosa arquitectónica de los espacios problema conceptual, tecnológico, y
social abierto y explorado por la innovación algorítmica.

***
Automatización algorítmico es una forma potente de la ingeniería social, capaz de
expandir y acelerar nuestra capacidad para la interpretación, la organización y la
producción enormemente. Al igual que otras innovaciones de la historia universal, tales
como la división del trabajo, la red eléctrica, la contabilidad de doble entrada, la línea de
montaje, o el empleo flexible, que tiene el potencial para reestructurar drásticamente el
campo de la experiencia humana. Montaje algorítmico también lleva a tener una forma
potente de la dominación y la jerarquía, erosionando como lo hace las barreras entre
computacionales res cogitans y hormigón res extensapara orquestar nuevas formas de
vida y la circulación, órganos que los números y las materias primas y la danza y el
conocimiento a las melodías austeras de la racionalidad algorítmica. Precisamente a causa
de las enormes fuerzas liberadas por estas nuevas formas de acción y control, sin
embargo, me parece que nuestra primera tarea como antropólogos debería ser un
testimonio modesto, la producción de una crónica cuidadosa y resueltamente a destiempo
de nuestra emergente contemporánea (Rabinow 2011). Entender realmente cómo se
hacen montado dentro de los procesos sociales y el efecto que tienen o podrían tener-en
mundos sociales deben ser nuestra prioridad algoritmos. La imagen del futuro puede ser
una bota algorítmica sellar en un rostro humano, para siempre, pero esto aún está por
verse. No hay ninguna tecnológica por lo que el futuro podría no, en cambio, ser uno
donde la automatización algorítmica libera radicalmente los seres humanos de la
monotonía del trabajo y de la dominación de todo-demasiado-humano que ha
estructurado hasta ahora la vida industrializado (Srnicek y Williams 2015).

Teniendo en cuenta que nuestro presente ha visto su cuota de botas humanos estampado
en las caras humanas, sin embargo, y que los seres humanos siguen siendo los arquitectos,
constructores, y mantenedores de la mayoría de los conjuntos de algoritmos, es fácil
entender por qué etnográficamente informado a la especulación futurológica en este
dominio ha demostrado casi uniformemente pesimista. Etnografía está obligado a
adherirse estrechamente a los datos en observación, y los datos sociológicos no han sido
particularmente inspirador, especialmente dada la imbricación de automatización
algorítmico con el capitalismo plataforma (Srnicek 2017) y la precarización del trabajo
(Noble 2011; Srnicek y Williams 2015). En sus compromisos concretos con los mundos
de la práctica humana, el conocimiento etnográfico y la crítica deben seguir militar contra
los daños causados por las implementaciones específicas de la automatización
algorítmica, examinar su lugar dentro de la economía política mundial, y se esfuerzan
para fomentar las relaciones de colaboración con los ingenieros, diseñadores, y los
informáticos que son necesarios para construir los conjuntos más humanas de procesos
computacionales y sociales.

La etnografía no es coextensiva con la antropología, sin embargo. Si bien no estamos de


acuerdo sobre el valor relativo de la etnografía para la antropología, estoy de acuerdo
absoluto con Tim Ingold (2017, 24) en su insistencia en la separación de las dos formas
o momentos de pensamiento y en su entendimiento de la razón antropológica como
“fundamentalmente compañero especulativa” al nominalista-trabajo radicalmente
empírico-y, de hecho, de la etnografía (véase también Bialecki 2013 ). Etnografía se
ocupa de cómo son las cosas, en lugares específicos, para la gente específicas. La
antropología tiene el mandato de pensar expansivamente, con imaginación, y de otra
manera: es la exploración de “las condiciones y las posibilidades de la vida humana en
este mundo” (Ingold 2017, 24). En la condena de los efectos nocivos de los conjuntos de
algoritmos específicos, no hay que abandonar la automatización conceptual o
prácticamente a las fuerzas de la jerarquía, la dominación y la desigualdad. La
antropología de la automatización algorítmica puede ser a la vez militante y optimista,
dedicada al cultivo de aliados y la construcción de mejores mundos en el paisaje de datos,
pero sólo si funciona, en primer lugar, para entender cómo funcionan esos mundos.

NOTAS

1 . Mike Ananny (2016 , 7) también utiliza el término montaje algorítmico , pero restringe
lo que se monta en el relativamente limitado conjunto de “código institucionalmente
situado computacional, las prácticas humanas, y lógicas normativas.”

2 . Por supuesto, algunos algoritmos se centran directamente en la gestión de otros flujos


computacionales, tales como los que gestionan las tareas de procesamiento o de
recuperación de información y almacenamiento dentro de una arquitectura computacional
específico. La idea de que estos son solipsistically funciones digitales, sin embargo, es un
error: incluso estas funciones de computación autónoma requieren la capacidad de
procesamiento de la información para alimentar de nuevo en el mundo material, la
manipulación de los sustratos de almacenamiento y procesamiento reales.
3 . René Descartes (1988) pensamiento del mundo como compuesta de res extensa , el
espacio material de la sustancia corporal extendido ocupante, y la res cogitans , la
sustancia mental, inmaterial que es la materia no extendida del pensamiento puro; éstos
se juntaron por la tercera sustancia, Dios. A continuación, estos términos se utilizan con
un poco de alegría.
Referencias

Agar, Jon 2003 La máquina del Gobierno: Una historia revolucionaria del ordenador .
Cambridge, Mass .: MIT Press.

Ananny, Mike 2016 “Hacia una ética de Algoritmos:. Convocar, Observación,


Probabilidad y puntualidad de” Ciencia, Tecnología y Valores Humanos 41, no. 1: 93-
117. https://doi.org/10.1177/0162243915606523 .

Bialecki, Jon 2013 “Cristianismo virtual en una era de Nominalista Antropología.” Teoría
Antropológica 12, no. 3: 295-319. https://doi.org/10.1177/1463499612469586 .

Carlson, Matt 2015 “La robótica Reportero: Periodismo automatizada y la redefinición


de Trabajo, formas compositivas, y periodística Autoridad.” Periodismo Digital 3, no. 3:
416-31. https://doi.org/10.1080/21670811.2014.976412 .

De Landa, Manuel 1991 Guerra en la era de las máquinas inteligentes . Nueva York: Zone
Books.

Deloitte 2015 “De Brawn a Cerebros: El impacto de la tecnología sobre el empleo en el


Reino Unido.” Informe. https://www2.deloitte.com/uk/en/pages/growth/articles/from-
brawn-to-brains--the-impact-of-technology-on-jobs-in-the-u.html .

Descartes, René 1988 “Principios de la filosofía”. En Descartes: Selected Philosophical


Writings , traducido por John Cottingham, Robert Stoothoff y Dugald Murdoch, 160-212.
Nueva York: Cambridge University Press. Publicado originalmente en 1644.
Ekbia, Hamid R., A. y Bonnie Nardi 2017 Heteromation, y otras historias de la
computación y el capitalismo . Cambridge, Mass .: MIT Press.

2018 “De la forma al contenido.” Antropología Cultural 33, no. 3: 360-67.


https://doi.org/10.14506/ca33.3.02 .

Fisch, Michael 2013 “Tren de cercanías Los suicidios de Tokio y la Sociedad de


emergencia.” Antropología Cultural 28, no. 2: 320-43.
https://doi.org/10.1111/cuan.12006 .

Franz, Nina 2017 “La matanza y el patrón de su vida útil análisis específicos: Medios
Weaponized” Medios de Comunicación, Cultura y Sociedad 39, no. 1: 111-21.
https://doi.org/10.1177/0163443716673896 .

Gates, Kelly A. 2011 Nuestra biométrico futuro: Tecnología de reconocimiento facial y


de la Cultura de Vigilancia . Nueva York: New York University Press.

Gillespie, Tarleton 2014 “Importancia de los algoritmos.” En Tecnología de los medios:


Ensayos sobre Comunicación, materialidad, y Sociedad , editado por Tarleton Gillespie,
Pablo Boczkowski, y Kirsten pie, 167-94. Cambridge, Mass .: MIT Press.

Gurevich, Yuri 2011 “¿Qué es un algoritmo?” Informe Técnico 2011-116. Redmond, WA


.: Microsoft Research. https://www.microsoft.com/en-us/research/publication/what-is-
an-algorithm .

Ingold, Tim 2017 “Antropología Etnografía contraindicado.” HAU 7, no. 1: 21-26.


https://doi.org/10.14318/hau7.1.005 .

Irani, Lilly 2015 “Justicia para 'Conserjes de datos.'” Libros Públicas , 15 de enero
http://www.publicbooks.org/justice-for-data-janitors .

Joh, Elizabeth E. 2016 “discreción Nueva Vigilancia:. Sospecha automatizada, grandes


volúmenes de datos, y Vigilancia” Derecho de Harvard y Examen de las Políticas , 10,
no. 1: 15-42. http://harvardlpr.com/print-archive/volume-10-1 .
LaFlamme, Marcel 2018 “Un cielo lleno de señal:. Aviación Medios de Comunicación
en la Era de la drone” Medios de Comunicación, Cultura y Sociedad 40, no. 5: 689-706.
https://doi.org/10.1177/0163443717737609 .

Leonelli, Sabina 2016 centrada en los datos Biología: Un estudio filosófico . Chicago:
University of Chicago Press.

Lowrie, Ian 2017 “La racionalidad algorítmica:. Epistemología y eficiencia en el Data


Sciences” Big Data y Sociedad 4, no. 1. https://doi.org/10.1177/2053951717700925 .

MacKenzie, Donald 2006 un motor, no es una cámara: cómo los modelos financieros
Mercados Shape . Cambridge, Mass .: MIT Press.

Moschovakis, Yiannis 2001 “¿Qué es un algoritmo?” En Matemáticas Unlimited-2001 y


más adelante , editado por Björn Engquist y Wilfried Schmid, 919-36. Nueva York:
Springer.

Nafus, Amanecer 2018 “Exploración o algoritmo? La Ciencia deshecha antes de los


algoritmos.” Antropología Cultural 33, no. 3: 368-74. https://doi.org/10.14506/ca33.3.03
.

Nobles, David F. 2011 fuerzas de producción: Una historia social de la automatización


industrial . Piscataway, NJ: Transaction Publishers. Originalmente publicado en 1984.

Nocks, Lisa 2008 El Robot: La historia de vida de una tecnología . Baltimore, Md .: John
Hopkins University Press.

Rabinow, Paul 2011 El acompañamiento: Montaje del contemporáneo . Chicago:


University of Chicago Press.

Schull, Natasha Dow 2012 Adicción por diseño: El juego de la máquina en Las Vegas .
Princeton, NJ: Princeton University Press.
Seaver, Nick 2013 “Conociendo Algoritmos.” Trabajo presentado en los medios de
comunicación en la transición 8, Cambridge, Mass., 4 de mayo.

2018 “¿Qué una antropología de Algoritmos hacer?” Antropología Cultural 33, no. 3:
375-85. https://doi.org/10.14506/ca33.3.04 .

Próximos “Cautivante Algoritmos: Sistemas de Recomendación como trampas.” Diario


de la cultura material .

Soni, Jyoti, Ujma Ansari, Dipesh Sharma, y Sunita Soni 2011 “minería de datos
predictivo de diagnóstico médico: Una visión general de predicción de enfermedades del
corazón.” International Journal of Computer Applications 17, no. 8: 43-48.
https://doi.org/10.5120/2237-2860 .

Srnicek, Nick 2017 Plataforma capitalismo . Malden, Mass .: Polity.

Srnicek, Nick, y Alex Williams 2015 Inventar el futuro: postcapitalista y un mundo sin
trabajo . Nueva York: Verso.

Stiegler, Bernard 2016 Sociedad automática , Volumen 1: El futuro del trabajo .


Traducido por Daniel Ross. Malden, Mass .: Polity. Publicado originalmente en 2015.

SUCHMAN, Lucy, y Jutta Weber 2016 “Hombre-Máquina Autonomías”. En Autónomas


Sistemas de Armas: Derecho, Ética, Política , editado por Nehal Bhuta, Susanne Beck,
Robin Geiss, Hin-Yan Liu, y Claus Kress, 75-102. Nueva York: Cambridge University
Press.

Williamson, Ben 2015 “Software aplicable:. Redes, Bases de datos y algorítmico de


energía en el Gobierno Digital de Educación Pública” Learning, Media y Tecnología 40,
no. 1: 83-105. https://doi.org/10.1080/17439884.2014.924527 .