Author: sergio

A continuación presento una matriz con ideas acerca de distintas corrientes del análisis del discurso para el ejericio de mapeo del campo:

En este enlace se puede leer el texto de mi proyecto final de la clase sobre la comunidad de humanidades digitales en México y Argentina:

https://drive.google.com/file/d/1HYNeYOX1RSRItKGUi1QRf7qiFSNaM2cA/view?usp=sharing

El tema que escogí es el uso de tecnologías de reconocimiento facial en China con el que se perfilan minorías étnicas Uighurs musulmanas[1]. Este perfilamiento tecnológico sirve como un sistema de alarma criminal en China para las autoridades policiales, y, en consecuencia, como un sistema de represión basado en aspectos raciales. El discurso político subyacente al sistema de inteligencia artificial relaciona rasgos físicos con supuestos potenciales ataques terroristas o violencia étnica, y hace parte de un sistema de represión más amplio que involucra el autoritarismo y la violación de derechos humanos en campos de “re-educación”.

Desde mi punto de vista, estos sistemas de clasificación usados en China (y de formas similares en otras partes del mundo) para controlar a la población corresponden con una narrativa maestra que podríamos llamar “criminológica”. Tal narrativa supone que a través de la apariencia física de una persona se puede llegar a conclusiones acerca de los rasgos de su personalidad. Esta creencia, muy difundida socialmente, se soporta en el sistema de análisis que en algunas de las lecturas que hemos hecho denominan “encontrar proxies”[2]. Es decir, obtener conclusiones estadísticas, pero no por una observación directa del fenómeno que se quiere estudiar, sino por para-fenómenos aproximados. El método proxy es una aproximación indirecta y por lo tanto altamente riesgosa, en términos de sesgos, de categorizar a una población, pues puede continuar con estereotipos sociales basados en la apariencia, en los lugares que una comunidad habita, o en sus prácticas culturales. Estos estereotipos soportan un círculo vicioso en el que las comunidades prejuzgadas a través de proxies son revictimizadas y, por lo tanto, se refuerza su categorización criminalizada.

La narrativa maestra criminológica se relaciona con las pseudociencias de los siglos XIX y XX como la frenología, la criminología basada en rasgos faciales, la eugenesia y el darwinismo social. Todas estas prácticas se amparaban en un lenguaje técnico, y en supuestas técnicas empíricas y matemáticas, para defender ideas esencialistas sobre la superioridad de las razas, las clases sociales, o el género. Aunque estas pseudociencias han sido desvirtuadas en el tiempo presente, los sistemas algorítmicos de reconocimiento facial siguen, en principio, las mismas lógicas y por lo tanto son igualmente problemáticas. Así, resulta increíble que prácticas de poder que han sido claramente refutadas se sigan haciendo a escalas aún más grandes, con procedimientos aún más opacos, y con menos oportunidades de auditoría. Incluso, aunque no se usen grandes datos y modelos matemáticos, en Colombia es común que se establezcan relaciones proxies perniciosas entre el estrato social, la raza, la apariencia física, los gustos al vestirse, las formas de hablar, y un sinfín de rasgos superficiales más. El propio gobierno, como sucede en China, estigmatiza a grupos sociales al calificarlos de bandidos o vándalos, y así bloquea su lugar como ciudadanos con sus propias posturas sociales y particularidades culturales. En China, por lo que pude ver en mi rápida búsqueda, los sistemas de reconocimiento facial sirven como un sistema de estigmatización soportado en el discurso tecno-determinista

Para ilustrar este texto, escogí dos imágenes. La primera es una imagen del criminólogo Cesare Lombroso en el que detalla supuestas fisionomías comunes para cuatro tipos de criminales. La segunda es un ejemplo de las llamadas “pinturas de castas” que se realizaban algunos países de América Colonial como México, Perú, Ecuador y Colombia. Estas pinturas de castas servían como una supuesta categorización racial, con ínfulas científicas derivadas de la ilustración, en la que se relacionaba la pertenecía a cierta categoría racial con ciertos rasgos de personalidad.

— Por Sergio Rodríguez Gómez

---

[1] Paul Mozur, «One Month, 500,000 Face Scans: How China Is Using A.I. to Profile a Minority», The New York Times, 14 de abril de 2019, sec. Technology, https://www.nytimes.com/2019/04/14/technology/china-surveillance-artificial-intelligence-racial-profiling.html.

[2] Ruha Benjamin, Race after technology: abolitionist tools for the new Jim code (Medford, MA: Polity, 2019); Cathy O’Neil, Weapons of math destruction: how big data increases inequality and threatens democracy, First edition (New York: Crown, 2016).

Para este ejercicio tomé la información de menciones de los 500 usuarios más importantes usando los datos capturados por TCAT para un grupo de usuarios relevantes para el tema de Humanidades Digitales en Colombia, México y Argentina.

Lo que muestra el grafo es que existe una red muy compacta (el degree promedio es de 2.294 y la densidad es de 0.007), en la que existe una cohesión central en las menciones y las conexiones, a pesar de que existen varias subdivisiones modulares (la modularidad es 0.591 con una resolución de 2.0 y 38 comunidades). Se observa que existen unos usarios que son los más relevantes en la comunidad y que interactúan entre sí, pero que también mencionan o son mencionados por otros usuarios que no pertenecen a la centralidad. Así, hay usuarios más centrales y usuarios más periféricos, y las comunidades modulares se forman a partir de las pequeñas subredes que forman los usuarios centrales con grupos periféricos. Sin embargo, hay que tener en cuenta que esta observación puede deberse a que la recolección de datos se uso justamente siguiendo a unos usuarios particulares.

Si organizamos los tamaños de los nodos en el grafo por su out-degree (grafica 1), podemos ver que los usuarios más activos son personas: epriani, gimenadelr, rojascastroa, carmina_banana, jenniferisve, mariajoafana, ernestopriego, victor_gayol, jairomelo, doloresromero, cgainza, yierva. Si organizamos los tamañanos de los nodos en el grafo por su in-degree, podemos ver que los usuarios más mencionados, además de las personas, son instituciones: red_hd, aahdarg, proghist, revista_hd, rehdi_co, hdigitalesal, hdhispanicas. Esto puede querer decir que las instituciones son las que ayudan a cohesionar los trabajos y los intereses de las personas, o que las menciones ayudan a darles más visibilidad. A pesar de que las instituciones no twitten tanto como las personas, tienen un papel de puente para a comunidad.

Como experimento para la herramienta graphcommons decidí hacer una “constelación” de prácticas relevantes para las humanidades digitales. La idea de esta constelación me surgió a partir de los resultados del mini-proyecto 1 y de la pregunta acerca de cómo se pueden englobar las prácticas diversas que de una u otra manera tocan a las humanidades digitales. El grafo contiene dos tipos de nodos: prácticas concretas y campos generales, y tres tipos de vertices: asistencia (que conecta dos prácticas que se apoyan entre sí), faceta (que conecta dos visiones diferentes de la misma práctica) y subcategoría (que conecta a los campos generales con las prácticas concretas). Este ejercicio es un primer intento para construir un mapa de las prácticas humanísticas, científicas y artísticas que pueden ser relevantes para las humanidades digitales; aunque el grafo da una idea general del panorama, creo que las distinciones se pueden refinar más para lograr un mapa mejor definido.

Aquí puede verse el grafo en Graphcommons: (enlace)

En este enlace pueden leer el texto de mi mini proyecto 1, que trata acerca de los intereses, las dificultades y la proyección de las humanidades digitales en México y Argentina —-> Enlace

Además, en estos enlaces encuentran los documentos anexos que complementan el trabajo:

Estructura de la entrevista —-> Enlace

Entrevista a Ernesto Priani —–> Enlace

Vicinitas

Para el ejercicio de captura de tweets con Vicinitas escogí el perfil del profesor de literatura y nuevos medios Nick Montfort (@nickmofo). Primero observé que la palabras presentes en sus tweets tienen que ver con sus temas de interés: la poesía electrónica, la publicación de libros y la lectura, el arte, la programación creativa, los asuntos técnicos del código. Además, suelen aparecer palabras valorativas, tanto positivas como negativas, que, según lo que observé después, probablemente hacen referencia a proyectos que le parecen interesantes o a sus posturas políticas en el momento (su enorme sentimiento anti-Trumpista).

Adicionalmente, descargué todos los tweets y filtré los tweets “originales” (los que no eran retweets ni replies) que contenían alguna imagen. Seguí los enlaces de cada imagen en la lista y traté de ver patrones comunes en los temas de las imágenes. Desde mi observación, Montfort suele publicar fotos con los siguientes temas: promoción de sus publicaciones y obras o las de otros, citas de lecturas que considera interesantes, poesía electrónica propia, fotos que representan alguna forma de nostálgia pop o tecnológica, y poemas involuntarios encontrados (visuales o textuales). Este paso por las imágenes corroboró algunas de las percepciones generales hechas con la nube de palabras. A continuación presento algunos ejemplos de las categorías mencionadas:

También hice una búsqueda con Vicinitas del hashtag #creativecoding. Con los resultados observé que la gran mayoría de tweets que usan ese hashtag provienen de bots que crean obras de arte generativo. Además, observé que entre los hashtagas que más coocurren se hace referencia al lenguaje de programación JavaScript, y los entornos Processing y P5.js, lo que da cuenta de las herramientas preferidas para quienes están dentro de la comunidad del #creativecoding.

DMI Youtube Data

Para la primera parte del ejercicio de extracción de datos escogí el canal de tutoriales de programación creativa “The Coding Train“. Usando la herramienta DMI – Youtube Data Tools encontré que la información del canal muestra que los temas que están asociados al canal son: lifestyle, knowledge y technology. Aquí están los resultados completos de la búsqueda de información del canal.

Para la segunda parte del ejercicio escogí uno de los videos del mismo canal. Concretamente, el video “Coding Challenge 161: Estimating π from Random Numbers with Euclid’s Algorithm” que consiste en un tutorial en el que el presentador del canal usa un algoritmo para calcular algunos dígitos de Pi (π) en conmemoración del día de Pi. Usando la herramienta DMI – Youtube Data Tools descargué los 50 comentarios que youtube clasifica como “más relevantes” y codifiqué cada uno de ellos de acuerdo con una lista de siete códigos. El archivo con los comentarios codificados está aquí.

Los códigos que usé para codificar los comentarios son los siguientes:

— Comparación propia: cuando el comentario da cuenta de un ejercicio similar al que se propone en el tutorial, en este caso hecho por parte del usuario que comenta.

—Halago: cuando el comentario contiene afirmaciones positivas o un cumplido acerca del video o, en caso de que el comentario provenga del autor del video, afirmaciones positivas o cumplidos a los espectadores por sus preguntas o ideas.

—Afirmación técnica: cuando el comentario procura profundizar algún aspecto técnico de lo que se está discutiendo en el video tutorial. Suele contener pedazos de código de programación o descripciones acerca de implementaciones más eficiente del algoritmo usado en el video.

—Pregunta técnica: cuando el comentario hace una pregunta enfocada en resolver algún problema del tutorial. Normalmente las preguntas surgen de algún inconveniente que tiene el usuario en la implementación propia del código siguiendo los pasos del video.

—Juego de palabras: chistes que hacen referencia al día de Pi. Normalmente juegan con el parecido sonoro entre la pronunciación del nombre del número Pi y la pronunciación de la palabra Pie (torta) en inglés.

—Propuesta nueva: propuestas de nuevos ejercicios de programación creativa que surgen a partir de lo planteado en el tutorial.

—Corrección: correcciones de la pronunciación o el uso de ciertas palabras por parte del presentador del video.

Como se observa en la gráfica que presento a continuación, los comentarios más recurrentes son los que contienen Halagos o Afirmaciones técnicas. Esto muestra, en últimos términos, una integración alta de la comunidad con el canal, tanto en la apreciación de la forma de comunicación y la producción de los tutoriales (como se ve en los Halagos), como en la participación y la discusión de los contenidos (como se ve en las Afirmaciones técnicas).

Richardson, L. (2005) Part 1: Qualitative Writing, y Parte 3: Writing Practices. In Richardson, L., & St. Pierre, E. A. .Writing: A Method of Inquiry. The Sage handbook of qualitative research (p. 959–978). Sage Publications Ltd.

En los apartes 1 y 3 del capítulo Writing: a method For Inquiry del Sage Handbook of Qualitative Research, Laurel Richardson establece la idea de que la escritura, más que una forma de representar ideas ya constituidas y resultados de investigaciones finalizadas, es en sí misma una forma de investigación (inquiry, en inglés).

En sus textos, Richardson empieza por hacer un recuento histórico de la división entre la escritura que se considera ficcional y la que se considera científica. A grandes rasgos, el siglo XVIII ve la separación de la escritura literaria y las de las ciencias sociales —que pretende ser precisa y sin ambigüedades—, y el siglo XX ve la reunificación de la ficción dentro del lenguaje científico social. En el presente, Richardson afirma que el posmodernismo ha fortalecido la idea de que la escritura siempre es parcial y local, y que no solo describe la realidad objetiva sino que crea la realidad social.

El cuestionamiento posmoderno —desde, por ejemplo, el posestructuralismo, el feminismo o las teorías queer— a las formas tradicionales de escritura cualitativa trae consigo una nueva forma de escribir, que la autora denomina etnografía CAP, por las siglas en inglés de Procesos Creativos Analíticos. Según Richardson, bajo CAP están en igualdad de condiciones el proceso de escritura y el resultado, y se expande la idea de la triangulación —es decir, validar hallazgos a través de diferentes métodos— con la idea de cristalización: la creación de muchas caras que permiten visibilizar un fenómeno de maneras diferentes, tomando prestados elementos de muchos géneros: literarios, artísticos y científicos.

En cuanto a las formas en las que es posible evaluar esta nueva etnografía CAP, Richardson propone cuatro criterios: la contribución al entendimiento del fenómeno social, el mérito estético, la autoreflexividad, y el impacto en acciones futuras. Aunque los criterios se tornan ambiguos, y eso puede plantear problemas en las burocracias institucionales de la academia, me parece interesante que Richardson entiende como “merito estético” la idea de que una forma de escritura invite a actuar y a establecer nuevas interpretaciones. Es decir, se valora qué tan fructífera es una obra no en cuanto a su contenido concreto sino a cómo los lectores siguen elaborando sus ideas. Así, la evaluación se extiende y se dilata en el tiempo.

El concepto de “historias de escritura” también tiene un lugar importante en el texto. Para Richardson, las historias de escritura son reflexiones acerca de por qué y cómo se llegó a escribir lo que se escribió. Preferiblemente, tal historia tiene igualmente la forma de una narración escrita que se integra al contenido de la etnografía. A través de las historias de escritura se logra autorreflexividad acerca de los constreñimientos institucionales, familiares, y personales que definen lo que es posible o no producir en la escritura propia. En mi opinión, estas historias de escritura conformarían una muy buena estrategia para situar nuestros proyectos de investigación, y para reflexionar acerca de lo que es posible para nosotros como estudiantes del doctorado. Por ejemplo, como hemos insistido en varias sesiones, con respecto al estatus de la investigación-creación, o con respecto a la posibilidad de producir investigación que no exista solamente en medios escritos.

Hay que destacar también el carácter experimental de la propuesta de Richardson, y su insistencia en hacer uso extensivo de estrategias explorativas, que tratan de remover los lugares de comodidad de quien escribe. Justamente la sección 3 del texto establece una lista de ideas para seguir a la hora de escribir etnografía CAP. Aquí quisiera mencionar las que considero más salientes:

—Probar con diferentes metáforas para conceptualizar la academia, la propia subjetividad y el objeto de estudio.

— Intentar reflexionar acerca de los formatos de la escritura y sus fundamentos no examinados conscientemente.

— Colaborar con otras personas y comunidades

— No solo tomar notas de campo sobre el fenómeno que se estudia, sino también tomar notas de campo de escritura, que consiguen ideas sobre lo que se puede plasmar en el texto, dificultades o flujos de pensamiento estilístico.

— Probar escribiendo en medios y géneros diversos la misma idea, para verla con lentes diferentes.

— Hacer lo mismo con los datos: cambiarlos de perspectiva.

En conclusión, la metodología CAP propone una forma experimental de escribir etnografía a través de la toma de riesgos creativos y la puesta en marcha de la autoreflexividad acerca de las propias prácticas. Sin embargo, esa misma libertad creativa puede poner en apuros a la metodología en cuanto a la manera en la que es recibida y evaluada dentro de la academia. Es allí donde justamente la reflexividad propia debe invitar a los demás a que establezcan interpretaciones fructíferas para que el resultado sea bien recibido y pueda, poco a poco, abrir las estrecheces institucionales.

Canal: Panchasky. https://www.twitch.tv/panchasky

-Actores: Dos personas están en pantalla, una mujer y un hombre. Además hay un grupo más grande de personas en el chat (988 personas).

-Espacio: cada persona en pantalla está en lo que parece su casa, pero se reúnen en el espacio virtual que está posibilitado por la plataforma Twitch. No es claro en qué lugar físico están quienes participan en el chat.

-Actividad: Las dos personas en pantalla hablan juntas sobre un tema: el shitpost. También interpelan a quienes están en el chat. Las personas en el chat escriben, responden y aportan a la conversación.

-Objetos: Las dos personas en pantalla tienen micrófonos, audífonos, sillas de gamers que parecen de carro de carreras. En el fondo se ven libros, colecciones de figuras y juguetes, aparatos para grabar video como luces, cables e interfaces. En la pantalla se ve la representación de un periódico que tiene información acerca del canal de Twitch y del tema que están tratando. El título del periótico es “La Arcana”. Quienes escriben en el chat usan memes, letras de colores y caracteres especiales. El sitio web muestra el chat, información de la Streamer (su biografía, los “specs” de su computador), publidad, canales recomendados.

-Actos: Charlan, ríen, se interrumpen, levantan la voz, cuando hablan mezclan inglés con español, escriben en el chat.

-Eventos: El evento es una discusión general sobre el tema del shitposting.

-Tiempo: El tiempo transcurrido ha sido una media hora, todo parece indicar que el tiempo transcurrido se ha ocupado en la misma actividad.

-Metas: El propósito que se declara con respecto a la reunión es “solo charlar” (“just chatting”), como aparece en un texto que señala la categoría a la que pertenece el streaming.

-Sentimientos: diversión en la conversación, hay aparentemente un desacuerdo amable acerca del tema que están hablando, quienes están en el chat muestran satisfacción con el streaming  y anuncian que les ayuda a pasar el tiempo de ocio.