Definicja pojęcia

Po trzecie, wykorzystanie pojęcia danych cyfrowych zamiast terminu big data można uzasadnić również etymologią oraz momentem upowszechnienia się obu terminów w języku.

Borck (2017) kategoryzuje big data jako […] zjawisko teraźniejszości […] (s. 399), którego przyczyny należy upatrywać m.in. nowych sposobach wytwarzania i analizowania danych.

Przykładanie wagi do danych nie jest jednak zjawiskiem charakterystycznym dla czasów współczesnych, choć postęp technologiczny przyczynia się do generowania ich coraz większych ilości i wzrostu zainteresowania ich zastosowaniami (Beer, 2016). Jak podsumowuje Beer (2016): Pojęcie big data ma krótką historię, która jest częścią trwającej zdecydowanie dłużej, sięgającej kilkaset lat wstecz serii zmian (s. 3-4). Potwierdzeniem jego założeń jest chronologia pojęcia big data – pojęcia tego użyto po raz pierwszy pod koniec lat 90-tych XX w. (Press, 2013). Jak wskazują Fasel i Meier (2016) zakorzeniło się ono przede wszystkim dzięki aktywności korporacji, których modele biznesowe bazują na gromadzeniu i analizowaniu danych. Samo pojęcie danych (ang. data), w sensie matematycznym lub teologicznym, zostało wykorzystane w języku angielskim już w XVII w. Jednak dopiero w XIX i XX w. stało się elementem języka biznesu, administracji czy świata nauki (Puschmann, Burgess, 2014, s. 1691-1692). Wraz z wykorzystaniem komputerów w XX w. danym zaczęto przypisywać nowe znaczenia, patrząc na nie jak na informacje, które można w cyfrowy sposób przechowywać i poddawać kalkulacjom. Upowszechnione w środowisku biznesowym sformułowanie big data początkowo odnoszono przede wszystkim do wyszukiwania i składowania danych. Dziś, w kontekście biznesowym, kojarzy się ono głównie z analizą i budowaniem predykcji (Puschmann, Burgess, 2014).

Należy jednak podkreślić, że choć powyższe argumenty przemawiają za odejściem od pojęcia big data, to jednak całkowita rezygnacja z tego terminu byłaby niemożliwa. Wynika to chociażby z zakorzenienia pojęcia big data w dyskursie (Cope, Kalantzis, 2016). W praktyce badawczej oznaczałoby to konieczność znacznego ograniczenia dostępnych źródeł. Tym bardziej, że, jak wskazano, terminy takie jak dane, dane cyfrowe czy właśnie big data są wykorzystywane do opisu analogicznych zjawisk w ramach tych samych publikacji (m.in.

Flyverbom i in., 2019; Maciejewski, 2017; Marres, 2017; van Dijck 2017). Odpowiedzią na ten chaos pojęciowy jest konsekwentne wykorzystywanie w pracy pojęcia danych cyfrowych oraz danych.

służące do zarządzania danymi same stają się źródłem tych ostatnich – strategia ta może więc okazać się kontrproduktywna (Kaufmann, 2016). Jednocześnie dane definiowane są jako cenny materiał – […] pokarm/paliwo, które musi być skonsumowane (Puschmann, Burgess, 2014, s. 1700). O sile instytucji stanowi zaś zarządzanie tym […] niematerialnym kapitałem o charakterystycznych cechach ekonomicznych […] (Coyle i in., 2020, s. 4) rozumiane jako ich pobieranie, gromadzenie i wyciąganie wniosków (Puschmann, Burgess, 2014). Tym samym, dane są jednym z elementów napędzających oparty na posiadaniu wiedzy⁷ model kapitalizmu (Mosco, 2016). W konsekwencji, stają się tak pożądane jak cenny kruszec w trakcie gorączki złowa (van Dijck, 2014).

Opisywane przy pomocy metafor dane definiowane są na różne sposoby. Na przykład, można je postrzegać przez pryzmat objętości (ang. volume), prędkości (ang. velocity), różnorodności (ang. variety) oraz złożoności (ang. complexity) (Desouza, Jacob, 2017). ⁸ Badacze (np. Jin i in., 2015) poszerzają tę listę również o wiarygodność oraz wartość. Nie jest to jednak jedyny sposób myślenia o danych cyfrowych, a rozpiętość i różnorodność defnicji wynika również z funkcji pełnionych przez dane. I tak dane cyfrowe są rozumiane jako sposób patrzenia na świat (Marr, 2016) oraz punkt odniesienia dla procesów decyzyjnych (Mayer-Schönberger, 2016). Jednocześnie stanowią również narzędzie do zarządzania społeczeństwami oraz źródło innowacji i spersonalizowanych usług (Klous, Wielaard, 2016).

Punktem wyjścia do niniejszej pracy jest definicja danych łącząca je bezpośrednio z technologiami określanymi przez badaczy jako informacyjno-komunikacyjne (Fabris, 2018) lub cyfrowe (Marres, 2017). Kluczową cechą technologii jest tym samym możliwość gromadzenia oraz analizowania danych cyfrowych, będących odzwierciedleniem działań i sytuacji w świecie rzeczywistym np. ludzkich aktywności, relacji oraz innych możliwych do ujęcia w cyfrowy sposób elementów (np. miejsc) (Drucker, 2011 za: Nost, Goldstein, 2021;

Marres, 2017). Na to powiązanie pomiędzy technologami oraz wytwarzanymi przy ich pomocy danymi wskazuje Fabris (2018):

Technologie informacyjno-komunikacyjne odnoszą się ogólnie do przetwarzania i przekształcania danych przesyłanych w procesach informacyjnych. Dane te są pobierane, przechowywane, przetwarzane, przesyłane przez nadawcę, aby mogły zostać prawidłowo odebrane przez odbiorcę. Rozwój technologiczny sprawił, że procesy te są bardzo szybkie, globalne, wszechobecne oraz występują w dużych ilościach (s. 25).

7 W oryginale zastosowano pojęcie informational capitalism (Mosco, 2016, s. 2)

8 Pierwszy przy pomocy kategorii objętości, prędkości i zróżnicowania na początku XX w. definiował big data Laney (Desouza, Jacob, 2017).

Należy jednak zaznaczyć, że choć dane są zrównywane z pojęciem technologii informacyjno- komunikacyjnych, to definicja ta nie zawsze jest wystarczająca – tak jak w przypadku niniejszej pracy – to opisania różnych sposobów oraz poziomów zaawansowania poszczególnych instytucji w wykorzystywaniu danych. Właśnie dlatego uzupełnienie definicji Fabrisa stanowi perspektywa Kitchina (2014a). Ten postrzega dane jako kluczowy element większego zbioru, na który składają się różnorodne elementy. Wśród nich można wymienić m.in. sposób myślenia o danych (np. teorie dotyczące danych, ideologie lub sposoby myślenia), kwestie formalne (np. licencje, prawa czy kwestie własności intelektualnej), praktyki (np. wyuczone zachowania, sposoby wykonywania poszczególnych czynności), infrastruktura (np. bazy danych, cyfrowe narzędzia, sensory) czy przestrzenie (np. laboratoria, parki biznesowe).

Źródłem danych cyfrowych są więc cyfrowe technologie – to przy pomocy tych ostatnich dane są wytwarzane oraz przetwarzane (Nost, Goldstein, 2021). Niespotykane dotąd tempo i ilości powstawania danych (Mayer-Schönberger, Cukier, 2013) są zaś wynikiem kilku powiązanych i przenikających się procesów technologicznych:

a. Digitalizacji danych analogowych – kończy się era katalogowania danych w formie papierowych i niepowiązanych ze sobą plików (Lutes, 2015). Jednocześnie źródłami danych stają się bazy istniejące dotychczas jedynie w formie analogowej (Stephens- Davidowitz, 2017). Digitalizacja i integracja danych upraszcza ich przeszukiwanie (Esty, Rushing, 2007), umożliwiając szybki i – bardzo często – całkowicie bezpłatny dostęp. W konsekwencji, dzięki wykorzystaniu technologii, można łączyć odrębne dotychczas zbiory i wyszukiwać w nich nowe korelacje pomiędzy danymi (Desouza, Jacob, 2017);

b. Powstawania nowych narzędzi oraz metod generowania i pobierania danych – upowszechnienie mediów społecznościowych i internetu rzeczy umożliwia automatyczne, niewymagające ingerencji człowieka pozyskiwanie danych dotyczących właściwie każdej aktywności i przestrzeni rzeczywistości (Esty, Rushing, 2007; UK.Gov, 2018);

c. Aktywności jednostek wytwarzających dane – w samym centrum technologicznej transformacji znajduje się jednostka posiadająca technologiczne narzędzia i nieustannie generująca dane o swoich działaniach (Borgman, 2016) np. przy pomocy mediów społecznościowych czy wyszukiwarek internetowych (Stephens-Davidowitz, 2017). Tym samym, erę danych współtworzą jednostki i podmioty je gromadzące, analizujące oraz te, które w bardziej lub mniej świadomy sposób dane generują (Manovich, 2011 za: boyd, Crawford, 2012). W konsekwencji tych procesów zmieniają się również definicje tego, co można za daną lub dane uznać (Beer, 2016).

Danych jest zaś coraz więcej, ponieważ – jak podsumowują Gitelman i Jackson

(2013) – […] każde kliknięcie, każdy ruch może się potencjalnie liczyć dla czegoś, kogoś, gdzieś, w jakiś sposób (s. 2).

Dane powstają na dwa sposoby. Po pierwsze, cyfrowe technologie mogą same wytwarzać dane lub gromadzić dane wytwarzane przez człowieka (np. przy pomocy różnego typu czujników lub mediów społecznościowych). Po drugie, narzędzia te służą do digitalizowania danych istniejących do tej pory jedynie w formie analogowej i przetwarzania ich na cyfrowe formaty (Kitchin, 2014a; Kitchin, 2014 za: Nost, Goldstein, 2021). Z tych wytworzonych i zdigitalizowanych danych mogą z kolei powstawać informacje, które z kolei przekładają się na wiedzę posiadaną przez instytucje publiczne i prywatne (Haskel, Westlake, 2018; Kitchin, Lauriault, 2018 za: Nost, Goldstein, 2021; Stephens-Davidowitz 2017). Jak obrazowo tłumaczą Gitelman i Jackson (2013), powołując się na slogan reklamowy technologicznej korporacji IBM, Nasze dane nie tylko mówią nam co dzieje się na świecie, one w rzeczywistości mówią nam dokąd zmierza świat (s. 1). Dane jednak nie są zawieszone w próżni, lecz wytwarzane przy pomocy określonych infrastruktur. Infrastruktury te wiążą się z określonym czasem, miejscem, sposobami finansowania czy wykorzystywanymi technologiami i standardami. Służąc w ten sposób do gromadzenia danych i ich analizowania mogą być wykorzystywane do zarządzania społeczeństwami (Nost, Goldstein, 2021).