På 1990 talet introducerades begreppet ”Big Data”. Teknikföretag, finansinstitutioner och myndigheter har sedan dess haft tillgång till massiva datamängder som de använder för att finna mönster och kunna göra förutsägelser. Årtionden av digitalisering och den snabba utvecklingen av sociala medier har gett företagen enorma datamängder som de behöver för att driva sina teknologier.
LiU:s gästprofessor i Moa Martinsons namn Theopisti Stylianou-Lambert och professor Bodil Axelsson förklarar varför olika former av data är ett hett ämne just nu.
– Öppen data är fri och tillgänglig, men allt fler inser att den inte nödvändigtvis håller hög kvalitet. Samtidigt är teknikindustrin hungrig efter mer data, och deras nästa steg verkar vara att få tag i ”stängd data”.
Exempel på ”stängd data” kan vara icke digitalt material eller sådant som är publicerat bakom betalväggar samt annat material med begränsad åtkomst.
– Dessutom har ett annat begrepp fått allt större genomslag i teknikbranschen, nämligen ”small data” – det vill säga högkvalitativinformation som besvarar centrala frågor.
Forskare bidrar till att skapa ansvarsfull och etisk AI
Forskare inom humaniora och konstnärliga ämnen har traditionellt sett arbetat med små och medelstora datamängder.
– Genom kritiska studier, feministisk teori och postkolonial teori har forskning visat hur tekniska system ofta förstärker tidigare maktobalanser. Studierna lyfter fram frågor om exploatering, dataägande och etik.
– Att använda big data på ett okritiskt sätt är ifrågasatt och har gett upphov till kritiska datastudier som ska belysa maktstrukturer och utforska sociala, kulturella och etiska utmaningar när man arbetar med stora datamängder.
Forskare inom humaniora och teknikexperter har kommit fram till att begränsningarna med Big Data är tydliga.
– Nu behöver vi fråga oss: Hur kan forskare inom humaniora – som har djup kunskap om hur fotografiska bilder/arkiv fungerar, och om fotografins kontext och sociala praktiker – använda sin expertis kring små, rika datamängder för att (om)forma AI system? Hur kan vi bidra till att skapa en mer etisk, ansvarsfull och användbar AI?
