V současné populární literatuře se můžeme setkávat s pojmem life hacking, který má řadu dílčích významů. Pro nás bude důležitý jeho technologický rozměr. Cílem této aktivity je, aby člověk dokázal využít techniku k tomu, aby mu bylo lépe, aby jeho život byl kvalitnější, procesy plynulejší, studium efektivnější. Byť i tato cesta k efektivitě má své kritiky, lze říci, že v určité umírněné míře může být ve školním prostředí důležitým a silným tématem, jakkoliv škola a life hacking je podstatně širší téma. Jak ukazuje kapitolka zaměřená na odborné studie, jde i o významné sociologické, technologické i filozofické téma.
V tomto článku se zaměříme na jeho zúžený charakter, který bude nejen technologický, ale také softwarově orientovaný (vynecháme aspekty DIY zaměřené na výrobu různých zařízení), což ale neznamená, že by nebylo možné se případně dívat i na širší souvislosti. Samotný pojem algoritmizace každodennosti je poněkud neostrý a může v sobě skrývat nejméně čtyři roviny významů:
Využívání techniky v každodenních činnostech – jde o určitou „nejměkčí“ vrstvu, která odkazuje k tomu, že ať již hovoříme o jakýchkoliv činnostech, budou do nich vždy zasahovat určité technologie. Máme za sebou měsíce online výuky, dokáže strojově analyzovat texty, tvořit grafy nebo vyhledávat informace. Přesto je zde patrná určitá změna – zatímco dříve bylo obvyklé hovořit o využití konkrétního nástroje ve výuce nějakého předmětu, dnes se mnohem více přikláníme k tomu dokázat hledat nástroje na úrovni studentů samostatně. Mají za úkol vytvořit graf a měli by umět sami najít cestu, jak na to. Současně bychom rádi, aby se sada nástrojů, se kterými studenti pracují „do hloubky“, dokázala uplatnit ve větším množství předmětů.
I modely přístupů ke konceptu kompetencí ukazují, že se postupně posouváme od úzkoprofilových kompetencí k širokým modelů, které očekávají aplikovatelnost v nejrůznějších oblastech lidského života. A zde může být další zajímavý impuls pro školní prostředí – ve výchovách (ale i v dalších předmětech) se stále málo soustředíme na jejich technologickou část. Přitom dobré zvládnutí techniky je právě pro všední osobní život zcela zásadní. Můžeme to vidět u práce se seznamkami (Tinder), které jsou stále využívanější, sharentingu (nahrávání fotografií dětí na internet), ale i při úvahách o tom, jak si dokázat organizovat čas, úkoly, studium. Jinými slovy – schopnost adekvátně užívat technologie bude nezbytná (a dnes již je) pro plnohodnotný život v informační společnosti.
Existují činnosti, které vykonáváme každý den, děláme je ručně, a přitom bychom nemuseli. Například si při odchodu z domu vypínáme Wi-Fi a zapínáme data a při návratu děláme totéž v opačném gardu. Tato činnost na první pohled může vypadat banálním dojmem, totiž že nic nestojí. Ale ve skutečnosti je spojena s nezanedbatelnou kognitivní zátěží – musíme na to myslet a nemyslíme na jiné věci. Například time managementová metoda GTD (Getting Things Done – mít vše hotovo) je založená na tom, že největším problémem v pracovní produktivitě není řešení konkrétních úkolů, ale právě všechny drobnosti okolo. Schopnost najít nástroje (typicky v nejjednodušším případě Zapier či IFTTT, náročnějším umět dávkově zpracovávat úlohy), které nám tyto algoritmicky koncipované úlohy umožní automatizovat, bude extrémně důležitá. Povede k vyšší produktivitě, možnosti soustředit se na vlastní práci, sekundárně k šanci získat lepší místo. O světě se tedy budeme muset naučit přemýšlet jako o prostoru, ve kterém algoritmizaci uplatňujeme v mnoha sférách svého života.
Domníváme se, že jde o oblast, kterou máme tendenci podhodnocovat nebo marginalizovat. Ale ukazuje se, že i malé rozdíly mohou ve velkých počtech vytvářet zásadní rozdíly. A to jak v efektivitě, tak především ve spokojenosti, v určitém well beingu, v rámci kterého právě automatizace může postihnout ty méně kreativní, stereotypní procesy, kterých se budeme chtít zbavit.
Využití algoritmů pro řízení běžných činností – tuto stránku si možná ne vždy úplně uvědomujeme, ale algoritmy již dnes do velké míry ovlivňují naše činnosti – Gmail dokáže třídit poštu a připomíná nám, že jsme dlouho někomu neodpověděli; Google řadí výsledky vyhledávání podle toho, co jsme hledali nedávno; Facebook se snaží petrifikovat naše názory. V této rovině je z edukačního pohled zcela zásadní kritický pohled na to, jakým způsobem korporace s našimi daty pracují, proč fungují právě tímto, a nikoliv jiným způsobem. Jde o témata, která jsou zásadním způsobem důležitá pro fungování v demokratické společnosti a neměla by být podceňována. Současně musíme říci, že tato algoritmizace je vlastně velice pohodlná, protože zbavuje člověka potřeby řešit ony drobné problémy, částečně ho zbavuje nutnosti rozhodovat se a vede k vyšší efektivitě práce.
Dnes jsou poměrně populární tzv. Bayesian beliefs aplikace – do nich zadáme parametry našeho rozhodování a aplikace nám řekne, jak se máme rozhodnout. Právě Bayesovské algoritmy a statistika se dnes těší všeobecné popularitě (často ovšem s eticky poněkud spornými aplikacemi), což z nich dělá zajímavé téma na pomezí matematiky a informatiky. Tento trend, ve kterém systémy na základě statistiky nabízejí možnosti rozhodování za uživatele (většinou v drobných oblastech), považujeme za nejzajímavější a současně možná nejproblematičtější část algoritmizace každodennosti.
Poslední čtvrtou rovinou, u které bychom se rádi zastavili, je schopnost vytvářet vlastní algoritmy na řešení konkrétních úkolů. Zde můžeme vidět dva, někdy poněkud protichůdné pohledy – co vlastně učit studenty programovat. Můžeme jít cestou snahy „dostat se co nejdál“ s dobrými teoretickými základy, což je ve spoustě případů velice užitečný a praktický přístup, který užijí především v univerzitním prostředí ve chvíli, kdy budou chtít pracovat v různých vědeckých disciplínách. Druhou cestou je důraz na konkrétní aplikace, které řeší praktické problémy studentů – jak udělat na webu formulář, který se nějak zachová, jak vytvořit jednoduchou databázi, která vizuálně hezky prezentuje výsledky atp. V současné době tento trend vidíme hodně u humanitní oborů, které využívají často jednoduchých struktur k řešení konkrétních úkolů. Heslem je tedy především užitečnost.
Domníváme se, že právě cesta užitečnosti je tím, co například Evropský rámec digitálních kompetencí pod schopností programovat sleduje. Cílem není vychovat programátory, ale mnohem více lidi, kteří dokáží z nějaké databáze algoritmus vhodně vybrat a upravit. Je totiž otázkou, zda se studenti dokáží dostat dále než AutoML od Google. To, co bude naopak cenné, bude skutečně schopnost najít ve světě problémy, které bude možné řešit algoritmicky a dokázat si najít a adaptovat některé z hotových řešení. Tím se vlastně vracíme k prvnímu bodu našeho přehledu – studenti budou potřebovat určitou specifickou schopnost vyhledávání nástrojů a dobrou znalost několika málo z nich, která bude případně snadno přenositelná.
Z výše uvedeného jistě plyne mnoho konkrétních impulsů jako do výuky „nové“ informatiky, která by se měla pravděpodobně silně zaměřovat nikoliv na triviální algoritmizaci (tvorby řadicích algoritmů, kalkulaček a počítaček různého druhu), ale právě na schopnost práce s hotovými algoritmy, jejich porozumění, úpravě a adaptaci na různé úlohy. Právě takový přístup je totiž opravdu informatický a současně může vyvrátit jednu z velkých obav s informatikou spojenou – že se z ní stane další nesrozumitelná školní vědní disciplína provázená otázkou „k čemu nám to bude“. Schopnost ovládat techniku je totiž – jak jsme výše uvedli – atraktivní v určitém ohledu pro každého.
Důležité téma, na které bychom rádi upozornili je nové uchopení (nebo spíše rozšíření) toho, jak chápeme informační gramotnost v kontextu algoritmizace každodennosti. Domníváme se, že právě důraz na informační gramotnost je v tomto kontextu zcela zásadní. Předně jde o rozvoj specifických schopností s definicí informační potřeby. Paradoxně možná nejtěžší je totiž uvědomit si, k čemu lze techniku v určité situaci využít, co může být tím předmětem algoritmizace. To, co se snadno napíše, je na konkrétních situacích studentů, pokud chceme postupovat konstruktivisticky, poměrně náročný úkol.
Druhou oblastí, která není také snadná a v běžné informační gramotnosti se o ní příliš nehovoří, je schopnost vyhledávat konkrétní nástroje, algoritmy, postupy. Když už víme, co hledáme, tak najít tu správnou věc často není úplně banálním úkolem. Pro mnoho z nich můžeme vidět náročnost i v úkolech při hledání alternativ nebo v obecnějších zadáních (najděte bezplatný nástroj na kreslení grafů).
Náročnější je také použití. Zatímco dříve se informační gramotnost vztahovala silně k vyhledání nějakého jednoduchého faktu nebo informace, dnes chceme, aby využití bylo spojené s porozuměním a aplikace nástroje, se schopností ho adekvátně použít nebo přizpůsobit algoritmus nebo postup aplikace. Jednoduché zadání, jako vytvořte vlastní deep fake video, působí banálně, ale nejnáročnější částí je zprovoznění a pochopení toho, jako funguje Deep fake Lab. Více než kdy jindy se zde potkává informační gramotnost s tou počítačovou.
Téma, které jsme jen naznačili, ale je zcela zásadní, je etické – do jakých oblastí jsme ochotni techniku pouštět, co za nás může rozhodovat, jakým způsobem jsme schopni a ochotní pracovat s tím, co nám technika nabízí k rozhodování? Je pro nás přijatelné, že technika mění naši každodenní zkušenost, všednost, kontext, ve kterém se nacházíme? Mimochodem – fotoaparáty v mobilním telefonu jsou nastavené tak, aby preferovaly bílé tváře, pokud jste Rom nebo Afroameričan, bude vaše selfie méně kvalitní, což je věc, kterou Google teď zkouší odstranit.
Téma je poměrně silně reflektováno také v odborné literatuře, nemůžeme zde dávat k dispozici nějakou ucelenou přehledovou studii, ale rádi bychom upozornili alespoň na některé zajímavé články:
Willson, M. (2017). Algorithms (and the) everyday. Information, Communication & Society, 20(1), 137–150.
Autorka si všímá toho, že technologie přispívají k nové strukturaci moci a problémů. Volba postupů, našeho rozhodování i chování je s nimi natolik spojená, že pravděpodobně nedokáže od sebe oddělit svět nealgoritmický a algoritmický. Tato algoritmizace znamená změnu distribuce moci a staví před nás zásadní otázku – co je to, co chceme, aby za nás rozhodovaly stroje? A víme, jaké to bude mít dopady?
Eiband, M., Völkel, S. T., Buschek, D., Cook, S., & Hussmann, H. (2019, March). When people and algorithms meet: User-reported problems in intelligent everyday applications. In Proceedings of the 24th international conference on intelligent user interfaces (pp. 96–106).
Studie ukazuje, že problém může být také v tom, když se setkají technologie a uživatelé, což může vést ke vzájemnému neporozumění. Autoři zdůrazňují nutnost přemýšlet nad tím, jak technologiemi tvořené výstupy jsou lidmi dále zpracovávány, což vlastně obrací problematiku epistemického pohledu na svět. Nejde jen o to, jak technologie zasahují do každodennosti člověka, ale také o to, jak lidé zasahují do práce strojů. Autoři se soustředí především na problematiku uživatelského reportování chyb a problémů, ale dopady tématu jsou podstatně širší.
Besse, P., Castets-Renard, C., Garivier, A., & Loubes, J. M. (2018). Can everyday AI be ethical. Fairness of Machine Learning Algorithms. arXiv preprint arXiv:1810.01729.
Studie ukazuje zásadní problém, který můžeme vidět ve veřejné diskusi již dlouho z nového úhlu pohledu – jakým způsobem lze ve vztahu ke strojovému učení ochránit osobní údaje? Mnohé benefity, které algoritmizace každodennosti přináší, jsou totiž spojené s různou mírou zásahu do soukromí a práce s osobními daty. Jak k této problematice smysluplně a kriticky přistoupit?
Neyland, D. (2019). Introduction: Everyday Life and the Algorithm. In The Everyday Life of an Algorithm (pp. 1–20). Palgrave Pivot, Cham.
Kritický text ukazuje, že prosté naříkání nad nadvládou strojů není efektivní způsob řešení skutečných problémů. Je třeba opustit tento sociologický diskurs a zaměřit se na témata konkrétního směřování a aplikace těchto „každodenních algoritmů“.
Pokusili jsme se alespoň stručně načrtnout některé aspekty tématu každodenní algoritmizace. V odborném diskurzu jde o stále silnější témata, které má zajímavé dopady jak na uchopení informační gramotnosti, tak na výuku informatiky na školách. Pokud je jednou z výtek, které musí škola odrážet, její přílišné odtržení od reálného života, pak se domníváme, že právě toto téma může být dobrou cestou ke změně. A to jak na úrovni praktických aplikací, tak i kritické diskuse. Právě možnost takové vyváženosti (kritická reflexe vlastní praxe) z něj dělají ideální školní přístup.
Článek vznikl jako součást řešení projektu Platforma pro transfer znalostí: informační gramotnost pro středoškoláky v otevřeném mash-up virtuálním učebním prostředí (TIGUP) podpořeného TA ČR – kód projektu TL02000040. Web: https://kisk.phil.muni.cz/onlife.
Všechny články jsou publikovány pod licencí Creative Commons BY-NC-ND.
Článek nebyl prozatím komentován.
Pro vložení komentáře je nutné se nejprve přihlásit.
Tento článek je zařazen do seriálu Kurz práce s informacemi.
Ostatní články seriálu:
