Informationssamhällets utelista?

När det talas om informationssamhället så är explosionen aldrig långt borta. Informationsexplosionen har kommit att karakterisera hur vi förhåller oss till och diskuterar informationssamhället och Nätet, men riskerar detta starka fokus på ny information att inskränka vårt perspektiv? Vår relation till information handlar ju inte främst om hur vi förhåller oss till ny information, utan snarare om hur vi inordnar det nytt och gammalt i ett system av preferenser, avvägningar och prioriteringar. Explosionsmetaforen är förstås häftig, men för att den ska vara användbar måste vi blicka bortom lågorna och brandröken.

I medial bevakning så väl som i politisk debatt ligger fokus så gott som alltid på det nya – hur det hotar, botar eller revolutionerar. Likaså med information. Intresset har varit stort kring vad som händer när folk publicerar personlig information på Facebook, hur världen förändras när iranska rebeller twittrar eller om Carl Bildt verkligen borde få blogga i tjänsten. Däremot är det få eller inga analytiker som har frågat sig vad som försvinner.

När vi får tillgång till oändligt mycket information från nästan lika många informationskällor ställs vi inför ett prioriteringsdilemma. Å ena sidan handlar det förstås om vilka informationskällor man prioriterar för att få tillgång till viss information – det är i detta deldilemma som mediasfärens mardrömmar om tidningsdöden bor. Å andra sidan handlar det om vilken typ av information som vi prioriterar, både när vi söker information och när vi kommunicerar den.

Hur vi prioriterar typ av och form för information säger en hel del om det samhälle vi lever i. Informationssamhällets existensberättigande – beviset för att vi faktiskt har gått in i en ny samhällsform eller samhällsordning – ligger i mångt och mycket i frågan om vad det är vi lämnar bakom oss. Vilken typ av information (innehåll) har vi valt att prioritera bort, och hur prioriterar vi och förhåller oss till relationen mellan olika innehåll (kontext)?

Veckans skifte handlar alltså om den bortprioriterade informationen. Vad kommunicerar vi inte längre till varandra? Vad bryr vi oss helt enkelt inte om att veta något om längre? Och varför?

3 reaktioner på ”Informationssamhällets utelista?

  1. Jag tycker om gamla formelsamlingar, som CRC Standard Mathematical Tables and Formulas. När jag började intressera mig för dem var redan logaritmtabellerna helt förlegade: de behövdes för att göra multiplikationer för hand, och datorer och miniräknare sopade mattan med dem. De trigonometriska tabellerna var också på fallrepet. Men specialfunktionerna stod sig fortfarande ett tag, tills numeriska bibliotek lät datoranvändare räkna ut Besselfunktioner och elliptiska integraler som de ville. Kvar fanns integraltabellerna. Men genom spridningen av symboliska matteprogram som Mathematica och onlineversioner så har de också blivit irrelevanta: har jag en svår integral är chansen att få den löst bättre med mjukvara idag än att försöka omforma den till något i tabellen. Samma sak med transformer och talserier. Det som finns kvar är definitioner, generella formler, de principer som hjälper en att välja hur man ska angripa ett problem.

    Jag tror detta ger en vink om informationssamhällets utelista. En mängd data som lätt kan rekonstrueras är inte värd att sparas. Ingen vill ha böcker fulla med slumptal eller tabeller över var planeterna kommer att vara på himlen om vi har effektiva slumpgeneratorer och efemerid-program.

    Men det finns också rådata från världen som är svår-rekonstruerat, allt från väderobservationer till kyrkliga arkivböcker. Idealiskt sett skulle det digitaliseras och göras sök och läsbart. I praktiken minskar dess värde eftersom det inte finns direkt sökbart – det är sällan mödan värt att leta upp en fysisk kopia av en gammal bok om det finns ett hyggligt substitut online. Utelistan definieras alltså också av vad som ”skyms” av goda substitut online.

  2. Anders:
    Jag tror du är någonting intressant på spåren där (och även jag saknar formelsamlingarna, men mest av princip). Balansen mellan data – information – kunskap (Machlup, 1983, tror jag införde uppdelningen?) har definitivt rubbats, och detta väcker i sin tur en rad andra frågor. Om fokus allt mer förs från data, sågar vi då inte av den gren vi själva sitter på kunskapsmässigt. Till vilken grad vågar vi förlora hantverket som det innebär att behandla data? Jag instämmer i kören som anser att synen på grundutbildning, och hela dess fundament, behöver omformuleras, men under vilka bivillkor?

    Ett dystopiskt scenario skulle kunna beskriva en global minnesförlust som lämnar oss med en värld av kunskap och teknik som vi inte kan förklara som annat än magi (tänk Arthur C Clarke: ”Any sufficiently advanced technology is indistinguishable from magic”). Ett mindre dramatiskt scenario är att människor helt förlorar sitt förhållningssätt till slump och sannolikhet, eftersom de blir integrerade element i ett stort programutbud och ytterst få bryr sig om hur det egentligen fungerar. I The Economist rapport om Big Data (http://www.economist.com/specialreports/displayStory.cfm?story_id=15557443 ) förutspås att statistiker kommer bli det sexigaste yrket på planeten, men föreställ dig att en sådan trend vänder efter att statistikerna har utvecklats tillräckligt bra mjukvara som förtar sexigheten. Om någon funderar på att spela in en katastroffilm så röstar jag för titeln ”Den siste statistikern”…

    Vad tror du för övrigt om personlig information? Är vi mindre eller mer benägna att berätta om oss själva när vi träffar nya människor? Räknar man med att ens dejt har googlat en på förhand?

    ::J

  3. Inom mjukvaruvärlden har vi också gått från en dominans av folk som ”kan” datorn från transistorn och upp till programspråken, till dominans av mjukvarutillverkare som arbetar på en hög abstraktionsnivå med att kombinera moduler. En rejäl effektivitetsökning och med många fördelar, men också en inbyggd svaghet mot lågnivåproblem. Ibland måste man gå på djupet för att upptäcka eller kunna korrigera fundamentala problem (mitt favoritexempel: felet i Javas binärsökning).

    Problemet är att det är kostsamt att gå från data till information och kunskap (eller från lågnivåkod till applikationer). Så när man väl har något av det senare minskar intresset att förvandla mer data. Vilket gör att ofta är vår vedertagna kunskap mycket mindre vältestad än vi tror, och en förvånande mängd enkla frågor som borde ha undersökts inte har svar. Typiska exempel är nutrition och folkhälsa, där problemen med att göra studier gör att förvånansvärt osäkra slutsatser ses som policy-drivande state of the art.

    Hög abstraktion låter oss göra långa konceptuella kliv, men grunden de vilar på är rådata. När vi inte längre kan se rådata (eller orkar, eller har råd) kan vi snubbla.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *