• Nenhum resultado encontrado

Para um relato dessas histórias, acessíveis e interessantes a humanistas, conferir a contextualização

No documento Métodos Digitais (páginas 32-37)

MILHARES DE IMAGENS

7 Para um relato dessas histórias, acessíveis e interessantes a humanistas, conferir a contextualização

feita por Christian Kassung (2001, pp. 132-260) do livro Man Without Qualities, escrito por Robert Musil, no contexto da física moderna.

código. Certamente podem encontrar casos em que a dimensão matemática de uma ferramenta é completamente trivial, mas argumentaríamos que, em muitas das ferramentas utilizadas por pesquisadores, um trabalho metodológico signi- ficativo é performado por técnicas, que têm sua origem no domínio conceitual de disciplinas como estatística, ciência da informação, sociometria, ciência da computação e — muitas vezes — matemática.

Esse é o ponto crucial aqui. Apesar de concordamos totalmente com Berry (2012) que a Bildung digital — em particular para o humanista digital, mas também para além disso — se beneficiaria da “iteração [...] amplamente definida como competên- cia na leitura, escrita e execução de código de computador”, o foco na programação como “código de escrita”, em vez de “implementar uma técnica”, corre os risco de perder este nível mais conceitual que é, a nosso ver, epistemologicamente mais relevante para bolsas de estudo que contam com ferramentas digitais e, em muitos casos, mais acessíveis em termos de habilidades a serem adquiridas.

Embora nossa evidência seja apenas anedótica, em muitas das humanidades, notamos um desejo de explicar a tecnologia tão rápido quanto possível por meio de alguma outra coisa. Racionalidade instrumental, utopias cibernéticas, neo- liberalismo, fantasia de controle perfeito, positivismo, maximização de receita e assim por diante. Essas avaliações podem, em última instância, ser esclarece- doras e significativas em um nível de análise muito amplo. Todavia, se quiser- mos enfrentar os desafios dos métodos computacionais, temos de encontrar a tecnologia como tecnologia por pelo menos alguns instantes. Paradoxalmente, o foco unilateral no aspecto “digital” dos métodos computacionais e, em con- junto, na programação, como a Via Regia para a iluminação digital, implica um reducionismo que, novamente, serve para manter a tecnologia “pequena”. Não há dúvidas de que habilidades de programação e “iteração” (repetição de uma ou mais ações) são extremamente valiosas, bem como uma maneira de facilitar algumas das complexidades mais exigentes envolvidas em métodos computacio- nais. Contudo, esperamos ter demonstrado, por meio de nossos exemplos, que as ferramentas por nós utilizadas mobilizam amplas matrizes de conhecimento, as quais devemos, apenas de má vontade, condensar na suposta coerente categoria de “o digital”. O problema de “encaixapretar” (black boxing) não começa com a opacidade do código de computador, mas com o desejo de banir a tecnologia do “mundo de significação” (Simondon, 1958, p. 10).8 Atrás dos louváveis esforços 8 “A cultura está desequilibrada porque reconhece certos objetos, tais como o objeto estético, e

concede-lhes o direito de residência no mundo do significado, enquanto relega outros objetos, e, em particular, objetos técnicos, ao mundo não estruturado pelas coisas que não têm significado, apenas um uso.” (Simondon, 1958, p. 10)

para aumentar os níveis de capacidade técnica reside o perigoso fantasma de que as epistemologias tecnológicas são basicamente “finas” e, uma vez que a habi- lidade de programação tenha sido adquirida, o domínio e o controle retornam.

Acreditamos, ao contrário, que qualquer ferramenta de software, não trivial, pressupõe camadas espessas de mediação que se conectam à computação, como tal, certamente, mas, na maioria dos casos, também demanda conceitos, méto- dos e estilos de raciocínio adaptados provenientes de vários outros domínios. Podemos criticar a padronização de pesquisas por meio de software o quanto quisermos, mas, para sermos francos, não há prática crítica da estatística sem conhecimento considerável de estatística, independentemente da questão refe- rente a quais ferramentas são usadas. O problema da Bildung não pode ser redu- zido à aquisição de um conjunto de habilidades. O que Simondon (1958) chama de “cultura técnica” (aculturação técnica) não deveria estar limitada ao treinamento técnico, mas precisa começar com o reconhecimento de que a tecnologia cons- titui uma maneira fundamental de se relacionar com o mundo e a diversidade humana, o que anda de mãos dados com o pluralismo tecnológico (Simondon, 1958, p. 218).

Temos de ser capazes de pensar com e na tecnologia como um meio de expres- sar uma vontade e um meio de conhecimento. Isso não é apenas necessário para decidirmos quando aplicar técnicas e interpretar resultados que elas produzem; também é necessário decidir em que o computacional é supérfluo, enganador ou simplesmente bajulado por uma ideia de pesquisa “inovadora” de alguma agên- cia de financiamento. Os métodos digitais vieram para ficar e para ir além de reflexos simplistas de entusiasmo e rejeição – precisamos de engajar-nos na prá- tica crítica, isto é, de modo consciente, refletir a quantidade absurda de conheci- mento que temos a atulhar as nossas ferramentas.

REFERÊNCIAS

Agre, P. (1997a). Toward a Critical Technical Practice: Lessons Learned in Trying to Reform AI. Social Science, Technical Systems, and Cooperative Work: Beyond the Great Divide, ed. G.C. Bowker et al., 131-157. Mahwah, NJ: Lawrence Erlbaum Associates.

—. (1997b). Computation and Human Experience. Cambridge; New York: Cambridge Uni- versity Press.

Akrich, M. (1998). Les utilisateurs, acteurs de l’innovation. Education Permanente 134: 79-90. Amoore, L. & Volha Piotukh (2015). Algorithmic Life. Calculative Devices in the Age of Big Data.

London: Routledge.

Anscombe, F. John (1973). Graphs in Statistical Analysis. The American Statistician 27 (1): 17-23.

Arthur, Paul L. and Katherine Bode, eds. 2014. Advancing Digital Humanities. Research,

Methods, Theories. Houndsmills, New York: Palgrave Macmillan.

Barocas, S. & Andrew D. Selbst. 2016. Big Data’s Disparate Impact. California Law Review 104. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2477899.

Bastian, M., Heymann, S. & Jacomy, M. (2009). Gephi: an open source software for explo- ring and manipulating networks. ICWSM 8: 361-362.

Beer, D. (2013). Popular Culture and New Media. The Politics of Circulation. New York: Palgrave Macmillan.

Berry, D. M. (2011a). “The computational turn: Thinking about the digital humanities.”

Culture Machine 12 (2).

—. (2011b). Philosophy of Software. Code and Mediation in the Digital Age. New York: Pal- grave Macmillan.

—. (2012). Iteracy: Reading, Writing and Running Code. http://stunlaw.blogspot.nl/2011/09/ iteracy-reading-writing-and-running.html.

Cohen, J. (1988). Statistical Power Analysis for the Behavioural Sciences. 2nd edition. Hillsdale: Lawrence Erlbaum Associates.

Cohen, P. (2010). Digital keys for unlocking the humanities’ riches. New York Times, November 17, http://www.nytimes.com/2010/11/17/arts/17digital.html.

Drucker, J. (2014). Graphesis. Visual Forms of Knowledge Production. Cambridge, MA: Har- vard University Press.

Freeman, L. (2004). The Development of Social Network Analysis: A Study in the Sociology of

Science. Vancouver: Empirical Press.

Gigerenzer, G., Krauss S. & Vitouch O. (2004). The Null Ritual. What You Always Wanted to Know About Significance Testing but Were Afraid to Ask. In The Sage Handbook of

Quantitative Methodology for the Social Sciences, ed. David Kaplan, 391-408. Thousand

Oaks, CA: Sage.

Hacking, I. (1992). Statistical language, statistical truth and statistical reason: The selfau- thentication of a style of scientific reasoning. In The social dimensions of science, ed. E. McMullin, 130-157. Notre Dame: University of Notre Dame Press.

Halpern, O. (2014). Beautiful Data. A History of Vision and Reason since 1945. Durham; London: Duke University Press.

Jacomy, M., Venturini T., Heymann S. & Bastian M. (2014). ForceAtlas2, a continuous graph layout algorithm for handy network visualization designed for the Gephi sof- tware. PLoS one 9 (6): e98679.

Kassung, C. (2001). EntropieGeschichten. Robert Musils “Der Mann ohne Eigenschaften” im Diskurs der modernen Physik. Munich/Paderborn: Fink. Kuhn, Thomas S. 1962. The Structure of Scientific Revolutions. Chicago: University of Chicago Press.

Manovich, L. (2012). How to Compare One Million Images. In Understanding Digital Huma-

nities, ed. David M. Berry, 248-278. New York: Palgrave Macmillan.

Ramsay, S. (2011). Who’s In and Who’s Out. Stephen Ramsay (blog), 8 January. http://ste- phenramsay.us/text/2011/01/08/whos-in-and-whos-out/.

Ratto, M., Wylie, S. A. & Jalbert, K. (2014). Introduction to the Special Forum on Critical Making as Research Program. The Information Society 30 (2): 85-95.

Rieder, B. (2012). What is in PageRank? A Historical and Conceptual Investigation of a Recursive Status Index. Computational Culture 2, http://computationalculture.net/ article/what_is_in_pagerank.

Rieder, B. & R.hle, T. (2012). Digital Methods: Five Challenges. In Understanding Digital

Humanities, ed. David M. Berry, 67-85. New York: Palgrave Macmillan.

Rieder, B., Abdulla, R., Poell, T., Woltering, R. & Zack, L. (2015). Data critique and analytical opportunities for very large Facebook Pages: Lessons learned from exploring ‘We are all Khaled Said’. Big Data & Society 2 (2): 2053951715614980.

Rodgers, J. L. & Nicewander, W. A. (1988). Thirteen Ways to Look at the Correlation Coef- ficient. The American Statistician 42 (1): 59-66.

Schön, D. A. (1983). The Reflective Practitioner. How Professionals Think in Action. New York: Basic Books.

Simondon, G. (1958). Du mode d’existence des objets techniques. Paris: Aubier. Snow, C.P. (1959). The Two Cultures. Cambridge, MA: Cambridge University Press.

Svensson, P. & Goldberg, D. T., eds. (2015). Between Humanities and the Digital. Cambridge, Mass.: MIT Press.

Tukey, J. W. (1962). The Future of Data Analysis. The Annals of Mathematical Statistics 33: 11-67.

Uprichard, E., Burrows, R. & Byrne D. (2008). SPSS as an ‘inscription device’: from causa- lity to description? The Sociological Review 56 (4): 606-622.

Wang, H. (1963). Toward Mechanical Mathematics. In The modelling of Mind, ed. K.M. Sayre & F.J. Crosson. South Bend, IN: Notre Dame University Press.

Winkler, H. (2015). Prozessieren. Die dritte, vernachl.ssigte Medienfunktion. Munich/ Paderborn: Fink.

DIGITAIS E MÉTODOS

No documento Métodos Digitais (páginas 32-37)