Умершая несколько лет назад говорящая горилла Коко — можем посмотреть на нее как на предшественницу Греты Тунберг, попадающую в те же стереотипы «Другого, который рассказывает нам то, чего мы не хотим про себя знать», — написала песню «Человек глупый», в которой она стучит себя по голове в районе макушки (на американском жестовом языке, это значит «человек»), а затем по лбу («глупый»), со звериной прямотой сообщая миру все, что современная философия пытается облечь в многоуровневые конструкции. Человек в своей картине мира — все еще центр Вселенной — просто глупый; и чем дальше, тем меньше заблуждений по этому поводу. К сожалению, попытки людей справиться с искажениями взгляда с помощью данных, собираемых машинами для других машин и где-то в этом процессе переупакованных для человеческого восприятия, за которые радостно хватаются представители самых разных сфер, — нас не спасают, а выводят на новый, беспрецедентный уровень глупости. 

В работе Пьера Юига Influants, зритель контактирует со смотрителем галереи, зараженным гриппом. Путешествие вируса метафорически подменяет траекторию луча света, нужного (в историческом, человекоцентричном понимании искусства) глазу, чтобы видеть. Юиг объясняет, что больше не нужно смотреть, чтобы заразиться искусством, стать influenced. Теоретическая рамка современных онтологий и занимается именно устранением проблемы зрения. Но проступающая в этом процессе объективность сталкивается с изобретённой другими людьми, не философами и даже не математиками, мнимой объективностью, которая с одной стороны, служит фактором и инструментом современного надзора, а с другой стороны, представляет собой ничто иное, как еще более изощренное искажение восприятия. 

Ранее появилось произведение искусства, генерализованное как «европейская картина», которое предполагало, что наблюдатель находится внутри него. Мишель Фуко начал «Слова и Вещи» описанием революционного для своего времени полотна: художник занят чьим-то портретом, но его работа повернута к нам крестовиной, и мы не можем разглядеть портретируемых; одновременно с ним в зале находятся девочка и ее прислуга, они внимательно смотрят туда же, куда и живописец; взгляды всех героев полотна пересекаются со взглядом зрителя, но, конечно, их интересует не зритель, а два лица, король и королева, о присутствии которых в сюжете мы можем догадаться только по силуэтам в зеркале — за спиной всех, кто на картине изображен. «Менины» Веласкеса были первой живописной работой, осознающей себя как произвольно проложенная плоскость в трехмерном пространстве, где присутствует наблюдатель, отсутствующий на картине. Последующие произведения, включая абстрактную живопись, имели в виду отсутствие зрителя внутри плоскости в качестве его присутствия, вкладывая в эти плоскости знак его отсутствия, происходящий от отражения монарших особ в «Менинах» — и этот знак стал условием осознания зрителем себя как таковым, то есть центром картины мира.

Однако в работе «После конечности» родоначальник спекулятивного поворота Квентин Мейясу устранил зрителя как носителя конституирующего взгляда, противопоставив «принципу достаточного основания» Рене Декарта – необходимость наличия наблюдателя любого события: математическую формулу, гарантирующую принципиальное доверие научному открытию. Выражаясь техническим языком, наука в труде Мейясу отделена своими инструментами познания объективности от человека с человеческими предрассудками, и видение не играет никакой роли. Опосредованное наблюдение за большими данными в этом контексте вписывается в развитие в «После конечности» «Проблемы Юма»¹. Не существует доказательства того, что известные нам физические законы не перестанут действовать в будущем. Мы привыкли к их неизменности, но Вселенная оперирует такими огромными временами и расстояниями, что возможны очень продолжительные периоды без перемен, и все же не бесконечные. Таким же образом, соотношения, установленные системой обработки данных в прошлом, контингентны, то есть, могли бы и не произойти, и их использование для предсказания будущих совпадений является делом нашей привычки, а не объективной необходимостью. В том же ключе, но без тяжелой философии рассуждают специалисты по большим данным Виктор Майер Шенбергер и Кеннет Кукьер²: «Люди привыкли во всем искать причины, даже если установить их не так просто или малополезно. С другой стороны, в мире больших данных мы больше не обязаны цепляться за причинность. Вместо этого мы можем находить корреляции между данными, которые открывают перед нами новые неоценимые знания. Корреляции не могут сказать нам точно, почему происходит то или иное событие, зато предупреждают о том, какого оно рода. И в большинстве случаев этого вполне достаточно». Иными словами, в причинно-следственной связи причина всегда вызывает следствие, а корреляция устроена не так: она может служить определенным инструментальным целям какое-то время, а может выйти из-под контроля, и потребуется перерасчёт. 

Но помимо такого понимания больших данных, существует и профанное понимание обычного пользователя, некоторой организации, представляющее их как доступ человека к неизменной объективной реальности на основании того, что столкновения массивов информации организованы не человеком, а ничего не подозревающей, якобы нейтральной машиной. Согласно исследованию математика Кэти О’Нил³, такая их интерпретация привела к тому, что индустрия данных некоторым образом сильнее наказывает бедных. В моделях, оперирующих большими данными, существует тенденция на закрепление имущественной и расовой сегрегации. Системы, собирающие историю криминала, используемые полицией США, показывают большую опасность черных районов, потому что исторически это было так, а с запуском «умных помощников полицейских», эти районы чаще и дотошнее патрулируются. И выходит, что за одни и те же мелкие преступления черное население расплачивается больше. Реклама, разработанная для сервисов займа до получки, охотится на людей, кликающих на объявления магазинов с недорогими товарами, и загоняет этих потребителей в долговую яму. Выходит, что в области человеческой прагматики, математизированное наблюдение увеличивает уже существующий человеческий фактор, навязывая нейтральному наблюдателю классической эпистемы вполне конкретный социальный профиль.

Мысль Мартина Хайдеггера⁴ о том, что зритель и есть картина, репрезентирующая и собирающая его как представителя своего времени, перестанет быть верной, если в произведениях устранится знак отсутствия человеческого наблюдателя, и вообще знака отсутствия, принадлежащего корреляционистской  мысли; но до сих пор этого не произошло. Несмотря на относительную доступность программ, работающих с большими данными⁵, ни один из известных художников, исследующих данные, даже не начал использовать большие данные как медиум, предпочитая копаться вручную в обычных базах именно для того, чтобы сохранить традиционную систему репрезентации, которая своей устаревшей механикой сообщает нам об информации то, чего мы не увидим внутри новейшего медиума: при столкновении с безграничным человек получает ограниченное количество информации, и у разных людей возникают разные картины мира, едва пересекающиеся, что является эстетическим аспектом общественной и политической разрозненности. 

Сравним работу с классическими данными Хито Штейерль, выставленную на момент написания этого текста, и произведение Тревора Паглена, движущееся в сторону больших данных, и мы увидим, что в плане репрезентации, общего в них больше, чем различного. В Actual Reality Штейерль предлагает нам скачать приложение, чтобы в режиме расширенной реальности оценить сделанный ею интерьер галереи Serpentine через призму собранных с помощью нескольких общественных организаций данных о местных жителях, борющихся с последствиями безработицы и ограничений, налагаемых современной цивилизацией на инвалидов. Тизеры на YouTube показывают, что художница размывает границу между посещением галереи и охотой на покемона. С той разницей, что место реальности и вымысла в культовой японской игрушке вполне очевидно (за исключением известных читателю случаев вроде дела Руслана Соколовского, когда столкновение вселенной покемонов и вселенной иконостасов привело к разрушительным последствиям), а в случае Actual Reality посреди галерейной фикции, отношения меняются на противоположные. «Данные — самая реальная из реальностей», — говорит Штейерль. 

Граница между традиционными данными и большими данными условна, но стандарты обучения работе с большими данными предполагают, что их отличие в том, что они неоднородны по формату: тексты в соцсетях, информация с сенсоров, фотографии, — и из них нужно собрать доступную пониманию картину происходящего. Кроме того, большие данные изменяются в реальном времени и в тот же момент фиксируются, это заведомо невозможно со статистикой по бедным семьям. Отсюда и предположение, что несмотря на новаторский заход с расширенной реальностью произведения Штейерль, она выбрала работу с традиционной статистикой. Паглен в своем новейшем проекте использовал значительные потоки изображений и текстовых меток, меняющихся в режиме реального времени, в базе данных, которую после его исследования закрыли от греха подальше, а ранее использовали, чтобы тренировать искусственные интеллекты на распознавание картинок. Это микроскопический объём информации в сравнении с исследованиями урбанистов или маркетологов; к тому же, она уже структурирована на основании ложной предпосылки, что каждое изображение имеет выразимый словами смысл — и наоборот: на каждое слово есть подходящая картинка. И все же это уже не традиционная статистика с ручной обработкой, основанной на составленных человеком гипотезах, которые подтверждаются или опровергаются, как в случае с Actual Reality. Гипотеза создателей базы, с которой работал Паглен, была ложной все время ее существования, но закрыть проект смог только скандал, устроенный в прессе художником и другими исследователями платформы. 

Паглен признался в разговоре со специалистом по надзору Сонха Хоном, что в начале его карьеры надзор ассоциировался у него с государством, тюрьмами и спецслужбами, и сравнительно недавно он понял, что теперь тюрьма — это наши смартфоны. Для сравнения, в 2015 году Паглен выставил ретроспективу с работой, где он противопоставляет нежные снимки пейзажей, сделанные камерами наблюдения, коллажам, на которых он совмещает карты местности и материалы Агентства Национальной Безопасности. На выставке From Apple to Anomaly (“От Яблока к аномалии”), в 2019 году он оперирует изображениями с сайта ImageNet и сообщает зрителю тэги, которыми помечены изображения. Большинство из них вполне безобидно: например, «клубника», — но присутствуют и такие категории как «должник», «алкаш» и «плохой человек». Тем самым художник дает составить образ нежелательных элементов на основании их внешнего вида, продиктованного особенностями физиологии и некоторыми другими случайностями. В тексте, прилагающемся к работе, они с исследовательницей этики данных Кейт Кроуфорд пишут, что в базе данных ImageNet существовали раздельные категории «старший преподаватель» и «доцент». Интересно, по каким чертам лица система должна была угадать разницу? 

На примере этих работ можно убедиться, что художников интересует та же проблема положения наблюдателя, что несколько веков назад волновала Веласкеса. Произведения как Штейерль, так и Паглена построены на социальном аспекте: зритель понимает, что это не он тот изображаемый на некотором носителе алкаш или безработный инвалид из Лондона, что этот поток образов выстроен вокруг него для того, чтобы он понял свое относительно привилегированное положение в мире, что в общем, ничем не отличается от созерцания «Менин», где зритель стоит на месте королевской четы, нисколько ей не являясь. С другой стороны, возможно, Штейерль зря доверилась здравому смыслу, столь однозначно поставив данные на место реальности, и сила искусства, которое нам предстоит увидеть, будет заключаться в следующем: мы вместе с художником поймем, что от этой реальности мы видим лишь срез, произойдет раскрытие рыночных механизмов, ошибок и эксцентричности наблюдателя, вооруженного данными. «Люди волнуются, что компьютеры станут слишком умными и захватят мир, но проблема в том, что они слишком глупые, и они уже захватили мир», — цитирует Кроуфорд своего коллегу Педро Домингоса. Пока компьютеры не особенно независимы от нас и не натворили нам столько бед, сколько мы сами друг другу; то есть нельзя их назвать глупыми в том смысле, в котором глупыми нас называли Коко или Тунберг. Мы видим, что Другой, исследующий нас, не всесилен, и нам, вне зависимости от гендера, нужно обратиться к феминистской традиции возвращения взгляда моделью: на этом этапе истории, не натурщицей, а моделью человека, произведенной математическими расчетами.

Мария Королева

Статья впервые опубликована в третьем выпуске журнала «Термит». О «Лаборатории художественной критики» можно прочитать подробнее здесь.

1. Квентин Мейясу. После конечности. Эссе о необходимости контингентности. — Москва: кабинетный ученый, 2015. С. 120. См. также: Meillassoux, Quentin. Science Fiction and Extro-Science Fiction. Minnesota: pharmakon, 2015.
2. Виктор Майер Шенбергер, Кеннет Кукьер. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. — М.: Манн, Иванов и Фербер, 2014. С. 21–22.
3. Кэти О’Нил. Убийственные большие данные. Как математика превратилась в оружие массового поражения. — М.: ACT, 2018.
4. Мартин Хайдеггер. Время картины мира // Время и бытие. — М.: Республика, 1993.
5. Например, Hadoop, программа с открытым кодом и учебниками по всему Интернету.