Maruška Nardoni
Platformna
-f • • • •
ekonomija in primer Academia.edu
Abstract
The Platform Economy and the Example of Academia.edu
The article provides a brief introduction of the rise of the platform business model, which was based on disentangling the development of user interfaces from algorithms. The platform model's domination over the World Wide Web has faciliated the rise of big data and strengthened the autonomisation of algorithmic regimes. Inter-platform capitalist clashes are now fought on the field of gathering and processing large amounts of data, making the business model unstable. The article analyzes the core of this instability as a monetization contradiction, as platforms that want to reach a higher user count have to offer their services for free or in a highly subsidized manner. The pricing structure of online services has a limited chance for success, forcing platforms to look elsewhere for their main source of profit. This tension calls into question the viability of placing commercial platforms within the open access concept, which is also highlighted by the different logic of the algorithm regimes employed by platforms, often swapping individual copyrights for user visibility. Researching the framing of commercial platforms in the context of open access, the article focuses on the business practices of Academia.edu, which is currently the most visible social network for the research sector. The author concludes by providing an outline of alternative trends in the provision of data.
Keywords: platform economy, algorithmic regimes, big data, copyright system, Academia.edu
Maruska Nardoni is a PhD candidate and a researcher at the Faculty of Social Sciences, University of Ljubljana (maruska.nardoni@gmail.com).
Povzetek
Prispevek na kratko predstavi vzpon poslovnega modela platform, ki je potekal z razvezovanjem razvoja uporabniških vmesnikov od algoritmov. Dominacija platform na svetovnem spletu je omogočila nastanek velikega podatkovja in okrepila avtonomizacijo algoritemskih režimov. Kapitalistični obračuni med platformami se zdaj vršijo na terenu zbiranja in obdelovanja velike količine podatkov, kar pa dela ta poslovni model nestabilen. Jedro te nestabilnosti prispevek analizira kot protislovje v monetizaciji, saj morajo platforme za dosego čim večjega števila uporabnikov oddajati svoje storitve zastonj ali v močno subvencionirani obliki, cenovna struktura
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
219
spletnih storitev ali dobrin platformne ekonomije pa ima omejene možnosti za uspeh, zato morajo platforme svojo bazo profitov iskati druge. Ta napetost postavlja umeščanje komercialnih platform v koncept odprtega dostopa pod vprašaj, k čemur prispeva tudi drugačna logika algoritemskih režimov platform, ki avtorske pravice posameznikov zamenja z vidnostjo uporabnikov. Prevpraševanje umeščanja komercialnih platform v koncept odprtega dostopa vzame za primer poslovne prakse podjetja Academia.edu kot trenutno najbolj opaznega družbenega omrežja za raziskovalni sektor, kar se v sklepnem delu prispevka izteče v oris alternativnih smernic razpolaganja s podatki.
Ključne besede: platformna ekonomija, algoritemski režimi, veliko podatkovje, sistem avtorskega prava, Academia.edu
Maruška Nardoni je doktorska študentka in mlada raziskovalka na Fakulteti za družbene vede Univerze v Ljubljani (maruska.nardoni@fdv.uni-lj.si).
Uvod
Zadrežno je začeti razpredati o stvareh, ki se upovedovanju upirajo. Nekatere reči se namreč naraciji izmikajo, po drugi strani pa jih zelo težko okličemo za brezvsebinske - stežka bi ob pogledu npr. na algebraične formule retrakcije, graf dvainštiridesetih spremenljivk v hiperprostoru ali pa na vrstni red črk v računalniški tipkovnici stavili na brezvsebinskost. Če se nam zdi postavitev tipkovnice še najmanj tuja v primerjavi z zmedo prvih dveh vzorcev statističnih operacij računalniškega zaodrja, je ta zadrega rezultat določene epizode razvoja računalništva, v katerem se programski del (ang. software) začne osamosvajati od strojnih (ang. hardware) komponent. Tudi če želimo naravo »objektov software« misliti na kakšnem matematično manj ezoteričnem primeru, pisanje in izvrševanje programskih ukazov naslavlja zahtevo po hkratnem mišljenju vidnega in nevidnega, prav tako pa nas sili v sočasno dojemanje poznanih in nespoznavnih računalniških procesov (Chun, 2011: 17). V strukturah programskega inženiringa se stikata plast človeškega branja in razumevanja s plastjo strojnega branja, kjer se razlikovanje med tem, kaj je informacija in kaj kodirani argument, zabriše (ibid.: 79). Posredovanje rekurzivnih preslikav se giblje na intervalu med strojno berljivimi kodami in človeškimi jeziki, vendar pa je treba, če želimo razumeti prodiranje računalniškega modeliranja v kulturo, za prevajanje nevidnega na vidno motriti skupek vizualnega in software plasti (ibid.: 91). Prispevek se bo venomer vračal k temu.
Prva dva od uvodnih primerov sta vzeta iz trenutnega razvoja programskega modeliranja svetovnega spleta, ki ga poleg kompleksnosti velikega podatkovja zaznamuje še ena razvojna cepitev uporabniških vmesnikov
220
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
od delovanja algoritmov. Ta cepitev je potekala vzporedno s krepitvijo vezi med algoritmi in kapitalom, ki je v ospredje razvoja tehnoloških sredstev privedla do avtonomizacije algoritmov. Algoritmi sicer nimajo samostojne eksistence oz. ne morejo obstajati ločeno od podatkovnih struktur (npr. seznamov, podatkovnih zbirk in agregatov, matrik, računalniškega spomina), zato je primernejše govoriti o algoritemskih režimih. Kakorkoli, na čelu tkanja vezi med kapitalom in algoritemskimi režimi, ki so danes vseprisot-ni v organizaciji delovnih procesov, urejanju globalnih logističnih verig, finančnih špekulacijah in oblikovanju internetne komunikacije (Terranova, 2014), so platforme, ki sedaj upravljajo s podatkovljenjem družb. Prvi del prispevka bo predstavil ločevanje delovanja algoritmov od uporabniških vmesnikov prek vzpona poslovnega modela platform. Interakcije in vsebine svetovnega spleta ter začetno pripadajočo programsko infrastrukturo je kapital težje monetiziral oz. težje podvrgel podjetniški logiki. To se odraža tudi v nestabilnosti platformne ekonomije, saj sodobne komercialne platforme še vedno preveva protislovje v monetizaciji. Prispevek v drugem delu nadaljuje z orisom avtonomizacije algoritemskih režimov na področju plat-formskega razpolaganja z avtorskimi pravicami v kreativnih industrijah. Ta analiza je v tretjem delu prispevka podkrepljena s primerom komercialnega spletišča Academia.edu, ki ga prav tako preveva monetizacijsko protislovje, saj si to podjetje z oglaševanjem odprtega dostopa prizadeva za doseganje čim večjega števila uporabnikov, na drugi strani pa se vršijo poskusi postavljanja cene brezplačnim storitvam na jedrnem delu platforme. Znotraj tega protislovja najdemo silnice platform, ki zagovarjajo nujnost kapitala in želijo zvesti razvoj njihovih algoritemskih arhitektur na tržno vrednost, ter tiste točke odpora, ki se platformni marginalizaciji estetske in etične vrednosti »stvaritev software« upirajo (Terranova, 2014). Reprogramiranje ali podružbljanje platformnih algoritemskih arhitektur bi terjalo dvig računalniške pismenosti, ki se ne omejuje zgolj na plast človeških jezikov in razumevanja, kar prispevek na kratko skicira v sklepnih mislih.
Komercialne platforme in platformna ekonomija
Vzpon platform
Komercialne platforme predstavljajo nekoliko drugačen način struktu-riranja izkustva nas samih in sveta. Ko npr. sprašujemo po vremenu prihodnjega dne v mestu London, zagotovo brskalniku Google ne bomo zastavili
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
221
vprašanja v pravilni sintaksi angleškega jezika, temveč se bomo prilagodili jeziku računalniških algoritmov, ki se orientirajo po posameznih geslih ali oznakah, na način »weather - London - date«, kar je samo eden od primerov prodiranja ustroja računalniškega modeliranja v kulturo. V času pred prevlado velikih platform oz. podjetij tipa Google, Facebook, Amazon, Twitter, so svetovni splet urejali decentralizirani strežniki in protokoli, tamkajšnji kiberprostor pa se je povprečnemu uporabniku kazal kot neskončna, nepregledna in nestrukturirana zbirka slik, besedil in ostalih podatkovnih hramb. S povečevanjem uporabnikov je raslo tudi število ustvarjenih povezav med posameznimi stranmi, saj je odprta narava svetovnega spleta omogočala hitro dodajanje novih elementov iz kateregakoli mesta, kar je prispevalo k oblikovanju tedanjega svetovnega spleta kot zbirke ali arhiva. V tem načinu internetnega modeliranja Lev Manovich vidi razloge za podkrepitev Lyotardeve teze o postmodernem izginjanju vélikih pripovedi ali metanarativov kot učinku uvajanja računalniškega prenosa oz. transmisije vednosti v zahodnih družbah: po mnenju Manovicha je logika napredovanja svetovnega spleta protinarativna, saj skozi dodajanje vedno novih elementov in povezav končni izkupiček ni zgodba, ampak zbirka (Manovich, 2001: 196).
Začetke svetovnega spleta so do tretjega tisočletja z vidika končnega uporabnika odražale anonimnost, kompleksnost in nepreglednost. Takratna popularna spletišča (npr. Usenet) so obstajala na različnih strežnikih oz. vsebina priljubljenih spletišč ni imela središčnega gostitelja, ampak se je razmnoževala in širila skozi več strežnikov (Masnick, 2019). Spričo tega je bil tudi obred iniciacije ali uvajanje v pohajkovanje po svetovnem spletu za povprečnega uporabnika nekoliko večji časovni zalogaj, saj so navsezadnje prvo arhitekturo svetovnega spleta postavljali raziskovalci, univerzitetniki in hekerji - skratka, nekomercialni sektor (Lessig, 2006: 6). Platforme so bile sposobne reducirati kompleksnost in neskladja zgodnjega interneta ter izgraditi infrastrukturo okrog uporabniške izkušnje slehernika: »surferju svetovnega spleta« se tako ni treba več ukvarjati z dostopom (ki tedaj vsekakor ni pomenil registracije uporabniškega profila) do posameznih strežnikov tistih spletnih mest, ki jih želi obiskati, in imeti pri tem v mislih, da nekateri strežniki drugače dopuščajo določeno vrsto vsebin. Podjetniško osredoto-čanje na uporabniško izkušnjo je predvsem zadovoljevalo željo po preglednosti in nadzoru vidnega, čemur se je ustreglo z rafiniranjem perspektive po modelu božje vsevidnosti s pomočjo dodelanih grafičnih vmesnikov. V dobi platform zdaj uporabnik manipuliranje zaslona vrši brez zastojev v realnem času, tudi pri podatkovno bolj nasičenih spletiščih, kot je Google Earth (Chun, 2011: 62-64). Pobude za urejanje kaotičnih vrtov svetovnega
222
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
spleta tedaj res niso prihajale od držav in vlad, ampak kot zahtevek uporabnikov, ki jim je sektor podjetništva skušal slediti (Lessig, 2006: 38). Vendar pa je bilo to opolnomočenje uporabnika in občutka kontrole nad uporabniškimi vmesniki navidezno, saj je podjetniški narek izboljšanja storitev prerasel v podatkovni nadzor, namesto uporabnika pa so se opolnomočili algoritemski režimi, ki prevzemajo vedno več aktov odločanja. Centralizacija strežnikov, porast številke internetnih priključkov in predvsem sledenje spletnim aktivnostim so ne nazadnje pripomogli k podatkovni ekspanziji ali velikemu podatkovju.1
Na tej točki pa se začenja tudi komercializacija platform, ki v besednjaku pričujočega članka od zdaj naprej ne bo več obravnavana kot spletišče, ki omogoča uporabnikom enostavno dodajanje vsebin različnih formatov, temveč predvsem kot poslovni model, ki si prek postavljanja veleposestva strežnikov prizadeva za monetizacijo uporabniških vsebin in interakcij, ki potekajo na spletišču. Pričujoči prispevek bo v nadaljevanju zagovarjal stališče, da se monetizacija tovrstnih uporabniških podatkov ne posreči vedno oz. se posreči zgolj v omejenih pogojih, kar ta poslovni model, vsaj na tej točki razvoja, dela za protislovnega in nestabilnega.
Indikativen primer, ki opisuje inavguracijo komercializacije platform in tržnega poudarka na obsežnih podatkovnih zbirkah, lahko najdemo v primeru Microsoftovega tekmovanja s podjetjem Google leta 2004, iz katerega je prav zadnji izšel kot zmagovalec. Ta dogodek je prav tako utrdil ločevanje razvoja med sofisticiranimi uporabniškimi vmesniki na račun algoritemske avtonomizacije. Googlova strateška prednost je bila v oblikovanju algoritma Page Rank, ki je leta 1998 začel z vektorskim rangiranjem prečesavati in označevati nepregledne širjave svetovnega spleta, hkrati z odprtjem prvega večjega Googlovega podatkovnega središča (poznan pod vzdevkom »The Cage«) pa vsebine tudi skladiščiti (Pasquinelli, 2018: 254). Šest let pozneje Google še ni bil prepričljiv monopolist na področju spletnih brskalnikov, Microsoft pa je želel Googlu parirati s svojim lastnim spletnim brskalnikom MSN Search, vendar je ta poskus kaj hitro propadel, saj je bil brskalnik poln šumov, prikazovanja neželenih vsebin in smetja, mnogokrat je odpovedoval in zato izgubljal uporabnike. Navkljub temu, da so kodo za MSN Search pisali elitni Microsoftovi programski razvijalci, pa zaradi pomanjkanja obsežne zaloge uporabniških podatkov MSN Search in njegovi algoritmi nikakor niso bili sposobni ujeti Googlove časovne in tehnološke prednosti (Arthur, 2014: 69-71). Obsežne podatkovne zbirke so namreč pomembne
1 Naraščanje števila internetnih uporabnikov in prometa je šlo z roko v roki z višanjem pomnilniških in procesorskih kapacitet elektronskih naprav, ki so postajale vedno bolj raznovrstne ter cenovno dostopne.
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
223
predvsem v razvojni fazi ekspanzije neke platforme, ko bo ta ciljala na čim večje število uporabnikov. Na tej podlagi lahko platforma izgradi ustrezno algoritemsko arhitekturo,2 ki bo sposobna sama označevati in povezovati različne podatkovne strukture, uporabnik pa lahko s prednjo stranjo (ang. front-end) spletišča upravlja enostavno in tekoče.
V tem početju se uporabnik z določeno samoumevnostjo podreja in sodeluje z algoritemskim režimom vektorskega razvrščanja podatkovnih zbirk, ko npr. pri objavljanju vsebin uporablja označevalna orodja in ključ-nike. Če teh metapodatkovnih značk ne bi uporabljali, bi bilo na svetovnem spletu še več nestrukturiranih podatkov, tj. za delo algoritmov neužitnih ali vsaj težje prebavljivih podatkov. Delo algoritmov je opaznejše pri primeru sodobnih otroških risank na platformi YouTube Kids, kjer lahko pred oči dobimo posnetek z naslovom »LEGO Disney Nickelodeon Peppa the Pig« ali pa »Choco Toys Surprise Mashems and Fashems DC Marvel Avengers Hulk«. V primeru dotičnih naslovov otroških video vsebin gre na prvi pogled za nekoliko absurdno in nerodno združevanje industrijskih znamk, risanih ali stripovskih likov in ključnih besed - toda to je človeško dojemanje. Z vidika algoritmov pa so takšni naslovi smiselni, saj so berljivi in dajejo potrebne informacije, na podlagi katerih se bo videoposnetek čim večkrat zavrtel primerni skupini uporabnikov. Več takšnih označb lahko stlačimo v naslov, bolj verjetno je, da bo naš posnetek našel pot v sistem priporočil na platformi YouTube (Bridle, 2018: 220). Algoritmov ne zanima poetičnost ali smiselnost naslova, čeprav lahko dandanes z modeli strojnega učenja in primerno zalogo podatkov kaj hitro oblikujemo takšnega, ki bo znal ge-nerirati cankarjanske ali kosovelske naslove besedil. Z nekaj ironije lahko potlej delovanje priporočil YouTube algoritmov okarakteriziramo za leno, saj človeka pripravi do posnemanja strojev.3
Takšna avtonomizacija algoritmov v zaodrju platform z velikim številom uporabnikov prinaša v ospredje modele strojnega učenja, ki so prilagojeni
2	Algoritemske arhitekture lahko v najboljpreprostem smislu opišemo kot upravno področje v ozadju, ki lahko vsaj nekoliko razgali neprozorno delovanje algoritemskih režimov. Eno od teh področijupravljanja je standardizacija internetnih protokolov, ki poteka od devetdesetih let prejšnjega stoletja. Postopno nadgrajevanju teh patentov danes že tvori licencirano in patentirano znanje za izvajanje globalnih podatkovnih analitik (npr. o globalnem ozračju, delniških trgih, dobavnih blagovnih verigah, milijonskih družbenih omrežjih), ki zdaj skupaj z modeli strojnega učenja nastopajo kot tista posebna komercialna storitev velikega podatkovja.
3	Seveda lahko polemiko obrnemo: trenutno priljubljena družabna igra Cards Against Humanity je na voljo tudi na spletu, kjer pa je namesto drugih ljudi naš soigralec računalnik - ki seveda deluje po modelu strojnega učenja. Igralec mora za zmago sestaviti čim bolj nihilističen, absurden, ciničen oz. tako ali drugače zabaven odgovor na zastavljena vprašanja. Če v takšni igri zmaga računalnik, ali potlej tehnologija zmaga nad človekom ali človek (nekaj) izgubi s tehnologijo?
224
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
na velikopodatkovne džungle, za izpopolnjevanje svojega delovanja pa potrebujejo vedno več podatkov. Vedno večje število uporabnikov pa na drugi strani pušča venomer večje število digitalnih sledi - poleg zavestno naloženih podatkov na uporabniških profilih različnih platform (npr. slik, stavkov in misli, posnetkov) so za tržno valorizacijo zanimivejši transakcijski podatki oz. podatki iz datotek o aktivnosti spletišč,4 ki pa se beležijo samodejno in predvsem neopazno. Ocean zastonjskih informacij svetovnega spleta, kjer se na platformah veliko uporabniške produkcije vsebin zdi neizkoriščenih z vidika kapitalistične menjave - ali pa vsaj niso neposredno priznane kot ekonomska dejavnost oz. delo - ostaja problematičen tako za platforme kot tudi za druge industrije in trge, ki jih platforme krčijo in nastopajo kot motilci, npr. glasbene, filmske industrije ter, kakor bomo videli v nadaljevanju, sistema akademskega založništva.
Platformni kapitalizem?
Mnenja o platformni industriji kot vodilni ekonomiji obdobja po recesiji leta 2007, ki bo narekovala transformacijo produkcijskih sil, so deljena. Na eni strani so tisti, ki pravijo, da komercializacija svetovnega spleta nakazuje premike v mehanizmih poznega kapitalizma; to so teoretiki politične ekonomije, ki z nekoliko različnimi datacijami in teoretskimi poudarki te premike označujejo z izrazi, kot so »kiber-kapitalizem« (Dyer-Witheford, 1999), »kapitalizem nove ekonomije« (Thrift, 2005), »digitalni kapitalizem« (Fuchs, 2014), »kapitalizem digitalnega nadzora« (Zuboff, 2019). Na drugi strani pa imamo tiste, ki menijo, da imajo platforme res takšen globalni vpliv, da lahko trenutno kapitalistično realnost poimenujemo in pojmujemo kar kot »platformni kapitalizem« (Srnicek, 2017) ali pa »vektorski kapitalizem« (Wark, 2019), ki je kvalitativno drugačne narave in lahko izstopi iz do zdaj poznanih vzorcev poznega kapitalizma.
Toda po našem mnenju je zanimivejše, kot so teoretske preokupacije s problemom razmejitve in poimenovanja družbeno-tehnoloških sprememb, ali pa z analizo sodobne kulturne produkcije ugotavljati, kako digitalni mediji poglabljajo postmoderno stanje, preučevati protislovnost poslovnega modela platform. To protislovnost izpostavlja več avtorjev, med drugim vodilni politični ekonomist platformne ekonomije Nick Srnicek, pa tudi Parker in njegovi sodelavci, ki opisujejo povezavo med platformami, velikim
4 Najbolj znano obliko datotek aktivnosti predstavljajo t. i. piškotki kot tisti »majhni paketi podatkov, ki jih spletni strežnik pošlje spletnemu brskalniku, ta pa jih shrani v uporabnikov računalnik in jih vrne strežniku, ko to ta zahteva od njega« (Kovačič, 2006: 148). Razlikovanje med različnimi piškotki - med tistimi, ki se beležijo na obiskani spletni strani, ter onimi bolj zahrbtnimi, ki se pošiljajo verigi tretjih spletnih strani za namene uporabe oglaševalskih omrežij, je prišlo v opazno veljavo v Evropski uniji šele pred nekaj leti.
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
225
podatkovjem in ekonomsko vitalnostjo z zainteresiranega podjetniškega vidika. Problem, ki pesti oziranje za dobičkonosnostjo velikega podatkovja platform, je povezan z brezplačno naravo spletnih storitev in monopolnimi zmožnostmi poslovnega modela platform.
Monopolna zmožnost platform izhaja iz njihove oblike rastočega omrežja: večje ko postaja omrežje platforme, več ljudi bo privabilo (Brynjolfsson in McAfee, 2016; Lovink, 2011; Parker idr., 2017; Srnicek, 2017). Kakor je bilo nakazano že s primerom brskalniške tekme med Googlom in Microsoftom, v razvojni fazi ekspanzije platform igrajo ključno vlogo podatkovje in algoritmi. Večja je količina podatkov, bolj učinkovit bo ustroj njene algoritemske arhitekture za zbiranje, organizacijo, kategoriziranje in interpretacijo podatkov (Parker idr., 2017: 170). Toda če želi podjetje takšnega tipa doseči vrtoglavo rast z učinki rastočega omrežja, si ne more privoščiti svojih storitev ponujati po visoki ceni, saj bo s tem odvrnilo potencialne uporabnike, ki zdaj konkurenčna platformna spletišča že uporabljajo v več ali manj brezplačni obliki, najsi imajo profil na družbenem omrežju Facebook, Twitter ali pa na Academia.edu, o kateri bo tekla beseda v nadaljevanju. Trenutno najuspešnejše gigantske platforme na Zahodu so nastale znotraj ameriške podjetniške kulture oz. zagonskega podjetništva Silicijeve doline: podjetje, ki prikaže hitro in obsežno rast števila uporabnikov, si s tem lahko prisluži investicijo tveganega kapitala, kar pa samo po sebi ne reši problemov pri zagotavljanju realne baze donosnosti, kar lahko razberemo iz primerov platform Amazon, ki se je iz rdečih številk izvila šele leta 2017 (štirinajst let po začetku svojega delovanja), in Twitter, ki postane profitabilna šele leta 2018 (po dvanajstih letih delovanja). Facebooku se je monetizacija posrečila nekoliko prej, leta 2009 (v petem letu obratovanja). Dobiček pri nobeni od navedenih platform ne izhaja iz omogočanja brezplačnih storitev oz. iz njihove jedrne storitve, ampak je osnova v vseh primerih nekaj drugega: zaslužki od oglaševanja (Facebook, Twitter) ali pa rentniško oddajanje storitev računalništva v oblaku (Amazon Web Services).
Geslo Silicijeve doline lahko povzamemo s stavkom »najprej uporabniki, šele nato monetizacija« - poslovni model platform se potlej šele v drugem koraku lahko začne ukvarjati z zaračunavanjem vrednosti, ki jo domnevno ustvarja za svoje uporabnike. To pa ne uspe vedno. Kapitalske injekcije za večino manjših podjetij niso konstantne, zato lahko podjetje kljub velikemu številu uporabnikov propade, če mu ne uspe postaviti cene za ponujene storitve - lahko npr. ne premore ustrezne algoritemske arhitekture, da bi ohranjalo zadovoljno bazo uporabnikov in zraven privlačilo še verigo oglaševalskih podjetij ter drugih deležnikov.5 Zgodi se torej lahko, da uporabniki
5 Takšno usodo je leta 2008 dočakala platformo MySpace, ki je bila sicer ena od večjih
226
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
nočejo odšteti denarja za izboljšane različice dostopa, kar predstavlja mo-netizacijska tehnika prednostnega dostopa (ang. enhanced access), s katerim platforme delijo delček pogače svojih podatkovnih analiz, ali pa različni freemium modeli, ki jih lahko danes vidimo na delu pri mnogih antivirusnih programih in aplikacijah. Lahko pa se zgodi, da uporabniki preprosto nočejo plačati mesečne naročnine ali transakcijskih stroškov, ki jih platforma zaračuna za svoje posredovanje.
Sistem avtorskega prava v dobi platform
Ker bomo na koncu vzeli pod drobnogled primer komercialne platforme Academia.edu, ki želi monetizirati interakcije raziskovalnega sektorja, velja najprej napraviti kratek ovinek v sistem avtorskega prava in algoritemsko arhitekturo, ki ne operira več zgolj na ravni delitve na množice in posameznike, ampak na delitvi na uporabnike - ti zavestno proizvajajo podatke in nevede puščajo za sabo digitalno sled - ter na tiste subjekte, ki imajo na voljo sredstva za črpanje, skladiščenje in analiziranje podatkovnih množic. Deleuze ta premik od para masa-posameznik, ki ga reprezentira podpis, opiše kot premik k t. i. družbam nadzora, ki delujejo »s pomočjo nenehnega nadzora in hipne komunikacije«, kjer zdaj avtorski ali birokratski podpis nadomestijo šifra oz. numerični znaki, ti pa v govorici algoritmov posredujejo med vidnim in nevidnim oz. »zaznamujejo dostop ali zavrnitev dostopa do informacije« (Deleuze, 2002: 171-175).6 Avtorsko pravo je spisano po meri prejšnjega režima oz. »je bil včasih sistem, ki je reguliral odnose med avtorji in založniki, med konkurenti na trgu, kar naenkrat pa je dosegel posameznega uporabnika« (Bogataj Jančič, 2010). Vsekakor to ne pomeni, da so platforme izvzete iz polja intelektualne lastnine, kamor sodijo tudi avtorske pravice, saj svojo programsko opremo (algoritme ali celotne algoritem-ske arhitekture) zaščitijo kot industrijski patent - navsezadnje so patentni zakoni namenjeni varovanju poslovnih skrivnosti in zagotavljanju konkurenčnosti na trgu (Breznik idr., 2010: 107). Platformna ekonomija sestoji iz velepodjetij monopolnih teženj, torej imamo opravka z »veliko industrijo, ki
konkurenc podjetju Facebook; na pokopališču pa so končale tudi Friendster, Vine in Google +, medtem ko je število manjših propadlih platform malodane nepreštevno.
6 Družba nadzora ne proizvaja več individuumov, ampak so posamezniki deviduelni (Deleuze, 2002: 175), v delu algoritmov pa postanejo podatkovni objekti, agregirani iz različnih virov ali pa konfiguracija različnih metričnih skupkov. Prav tako je napovedna vrednost metapodatkovnih analiz vedno zbrana iz več podatkovnih agregatov in objektov. Ta podatkovna masa se nato razbije in v skladu z določeno računalniško-statistično metodologijo ponovno sestavi.
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
227
ima močne, izključne in prenosljive pravice« (Bogataj Jančič, 2010), kar izpostavlja predvsem primer že prej omenjenega velikana Amazon, ki za svojo profitno bazo uporablja oddajanje licenčnih storitev računalništva v oblaku.
Prost javni dostop, ki podatke ali določena znanstvena dela želi predstavljati kot obče dobro, je eden od izzivov avtorskega prava kot »sistema pravnih pravil, katerih primarni cilj je spodbujanje ustvarjanja literarnih in umetniških del« (Breznik idr., 2008: 6), kjer se prosti pretok informacij bode z izključnimi avtorskimi pravicami ali lastninskimi interesi nad avtorskimi deli. Mediacija avtorskega prava potlej posreduje med interesi avtorjev in imetnikov pravic za nadzor oz. izkoriščanje del, na drugi strani pa so množični interesi neovirane cirkulacije znanja oz. vednosti (Breznik idr., 2008: 17). Kratek skok v zgodovinski kontekst avtorskega prava razkrije njegov ega-litaristični prispevek, ki je ozek krog subjektov intelektualnega ustvarjanja (kler, univerzitetniki, meceni) razširil na zmožnost vključenosti ustvarjanja avtorskih del vseh, s tem pa predrugačil značaj intelektualne produkcije: polji znanstvenega in umetniškega ustvarjanja s tem zgodovinsko pridobita poteze odprtosti in javnosti, torej kolektivni značaj (Breznik idr., 2008: 111-112). Kljub temu pa samega avtorskega dela ne smemo misliti povsem abstraktno - torej enostavno kot knjigo, umetnino, znanstveni članek -, ampak znotraj sistema kapitalizma in družbenih razmerij. Sodobna umetnost npr. ne more več sama proizvesti imanentnih kriterijev za presojo statusa umetnine, ampak vedno posega po institucionalnem formalizmu - da nekaj dobi status umetnine, mora biti razstavljeno v galeriji ali muzeju. Podobno je z leposlovnimi deli in znanstvenimi članki, ki jih mora izdati založba ali potrditi in objaviti znanstvena skupnost. Pri tem pa sloj vratarjev in posrednikov poskrbi, da se »podjetniške pravice lahko realizirajo le na trgu in skozi cirkulacijo blag, s katerimi upravljajo v imenu avtorjev in avtoric«, saj so »zunaj delovanja trgov in cirkulacije blag avtorske pravice brezpredmetne« (Breznik idr., 2008: 113). Platforme v kreativnih industrijah izpodrinjajo ravno sloj posrednikov - glasbenih, knjižnih ali akademskih -, z nizkimi ali ničnimi mejnimi stroški (ustvarjanja novih del) in algoritemsko avtomatizacijo pa znižujejo ceno živega dela posredniških slojev. Zaradi tendenčnega padanja profitne mere morajo potlej platforme zasedati ogromne trge, da se jim lahko monetizacija posreči.
Platforme se po eni strani želijo predstavljati kot nosilke različnih vrst intelektualne egalitarnosti ter po drugi hvalisajo ideologijo dostopnosti, odprtosti in brezplačnih kulturnih dobrin, v tem ko uporabniške interakcije in komunikacijo predstavljajo kot pot v visokotehnološko darilnostno ekonomijo. Njihove algoritemske arhitekture poznajo samo agregate množic ali uporabnikov, ki sicer na platformah vsi nastopajo kot ustvarjalci ali pa zgolj
228
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
delijo druga avtorska dela. Ta sicer nosijo določeno vrednost za uporabnike, z vidika algoritemskih režimov pa so vsa ta dela zgolj vsebine ali podatki, kar dela sistem avtorskega prava na relaciji do uporabniških vsebin odvečnega. Tisto, kar vstopa v kapitalistično valorizacijo platformne ekonomije, so vse interakcije, metapodatki ali vektorske povezave okrog teh avtorskih del, ki se raztezajo močno čez meje jedrnega dela platforme7 in iz katerih lahko platforme iztisnejo informacije o notranjem dogajanju, izboljšujejo svoje sisteme strojnega učenja ali pa prodajajo komercialne analitike o svojem ekosistemu zainteresiranim uporabnikom in tretjim osebam (predvsem oglaševalcem), v upanju na vzpostavljanje profitne baze oz. uspešne monetizacije. Drugi razlog, zakaj se avtorske pravice uporabniških vsebin na algoritemskih arhitekturah kažejo kot odvečne, pa je model vitkega podjetništva, po katerem platforma (predvsem v svoji razvojni fazi ekspanzije) razen nekaj zaposlenih in strojne infrastrukture nima v lasti ničesar drugega: platforma Airbnb nima v lastni stanovanj, Uber ne avtov, družbena omrežja pa si ne lastijo objav svojih uporabnikov, s čimer se tveganje za kršenje izključnih pravic avtorskega prava prevali na uporabnika. Komercialne platforme tako do določene točke prispevajo k egalitarizmu ustvarjanja, vendar pa zaradi protislovja v monetizaciji niso zmožne ohranjati sistema avtorskega prava, saj vratarna funkcija algoritemskih režimov operira na drugi ravni: uporabnikov in njihovih vsebin ne nagrajuje z avtorskimi pravicami, ampak z vidnostjo ter opaznostjo.
Academia.edu
Poleg podjetij ResearchGate in Google Scholar je Academia.edu trenutno najopaznejša različica družbenega omrežja za raziskovalni sektor. Uporabnika opominja z interaktivnimi povratnimi zankami in ga z analitičnimi kazalci umešča v omrežje, znanstvena dela pa nastopajo kot uporabniška vsebina, ki jo uporabniki lahko brezplačno prenesejo na naprave. Tovrstne platforme so privlačne zaradi več razlogov: ponujajo enostavne in pregledne profile ter centralizirano navigacijo po trenutni proliferaciji znanstve-no-akademskih žanrov, poleg tega pa načenjajo trd oreh trenutne akademske produkcije: zaprtega in dragega kroga znanstvenega založništva, ki na ravni citirnih kazalcev proizvaja in ohranja akademsko mandarinstvo. Iz tega naslova se je Academia.edu spočetka predstavljala kot tista platforma,
7 Platforme kot razlog za obsežno stegovanje algoritemskih lovk pogosto navajajo razlog, da razširjeni dostop do uporabnikovega vedenja na svetovnem spletu potrebujejo za izboljšanje svojih storitev.
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
229
ki namerava podreti branike akademskega elitizma, z dostopnostjo znanstvenih vsebin in pospeševanjem ter razbremenjevanjem togega postopka recenzentskega objavljanja, v katerega bo vključila več ljudi (Price v Shema, 2012). Vendar pa platforma problem neenakomerne distribucije akademskega vpliva in citiranosti le prestavi na svojo arhitekturo ter jih razreši na tem terenu, saj popolno odprtost del in pripadajočo metriko, ki jo zdaj izvaja delo algoritmov (število ogledanih strani, število prenosov in sorodne kvantifikacije akademskega vpliva na platformi), splete v avtopoetično razmerje, ki zdaj aktivnost in množino interakcij na platformi nagrajuje z vidnostjo. Z avtorskimi pravicami objavljenih vsebin se direktorski vrh ne ukvarja, razen v primeru odprte grožnje tožbe večjih založniških hiš (npr. Elsevier)8, nakar platforma sporne vsebine odstrani z opozorilom uporabnikom (Leuty, 2014; Van Noorden, 2017), sicer pa Academia.edu v svojih pogojih poslovanja uporabnike opozarja, da sami privzemajo odgovornost za objavljene vsebine.
Platformo je leta 2008 ustanovil filozof Richard Price. Trenutno se ponaša s skoraj 150 milijoni uporabnikov in od leta 2014 beleži eksponentno rast njihovega števila, do zdaj pa je prejela 33,8 milijona dolarjev9 tveganega kapitala. Na zavihku About lahko razberemo domnevne usmeritve podjetja, ki si neskromno prizadeva za 100-% odprti dostop do globalne zaloge objavljenih znanstvenih vsebin. Prav tako podjetje stremi k hitrejši distribuciji znanstvenih objav, ki so kolegialno ovrednotene in kot znanstveni vir zaupanja vredne.
Zadnjo usmeritev postavi pod vprašaj površno iskanje znotraj platformi-nega brskalnika, ki naleti na naslov »join occult group call +2348050325488, how i want to join powerful secret society for fortune success in business, how can i join occult fraternity that guarantee you wealth and fame« ipd., brez problema pa najdemo še mnogo podobnih primerov v slogu »5 Reasons Why You Don't Need College« in »Can We Make Money through Satta Matka?« Na platformi Academia.edu je toliko lažje razpoznati delo algoritemske skladnje smetja, ki precej izstopa med ostalimi človeško gene-riranimi različicami naslovov akademskih vsebin. To lahko interpretiramo
8	Leta 2013 je založniška hiša Elsevier od podjetja Academia.edu terjala umik 2.800 uporabniških objav, ki so kršile ekskluzivnost njenih avtorskih pravic. Po pričevanju nekaterih naj bi nato Academia.edu spodbujala uporabnike umaknjenih vsebin k podpisovanju peticije o bojkotu Elsevier, čeprav njeni pogoji poslovanja prepovedujejo objavljanje vsebin, ki kršijo avtorske pravice založnikov (Clarke, 2013). Leta 2017 je pod podobnimi pritiski Elsevierjevih groženjs tožbo klonila platforma ResearchGate, ki je morala umakniti kar 1,7 milijona uporabniških vsebin.
9	Informacija je dostopna na še eni od spletnih platform - Crunchbase. Ta platforma zbira podatke o posameznih podjetjih, in sicer o njihovih ustanoviteljih, investitorjih, vodilnem kadru, borznem položaju in podobno.
230
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
kot simptom zatona osnovne različice platforme, ki se sicer že od leta 2014 sooča s kritikami zavoljo svojega koketiranja s plačljivo možnostjo storitve, ki bi uporabnika prednostno potiskala v bolj viden položaj (Bond, 2017), ter načina zbiranja uporabniških podatkov za komercialne namene,10 kjer platforma skuša tržiti podatkovne analize uporabniške dejavnosti in vsebin (Fitzpatrick, 2015; Toth-Czifra, 2020). Miti o odprtem dostopu pa so se dokončno razblinili pred nekaj leti, ko je torej direktorski vrh ubral monetiza-cijsko tehniko izboljšanega dostopa Academia.edu Premium, ki uporabniku proti plačilu omogoči izboljšano tehniko brskanja, osebno spletno stran in nekatere dodatne možnosti vohunjenja nad drugimi uporabniki na lastnem profilu. V navezavi s tem bi se zasmetenost platforme lahko interpretirala kot del monetizacijske strategije, ki uporabnike potiska v smeri zakupa izboljšanih storitev in ne zgolj kot simptom krize. To se umešča v napovedi o delovanju založniških posrednikov v spremenjenih pogojih internetne-ga okolja, ki sprva dostopa ne ovirajo, nato pa spet stremijo k vzpostavitvi stanja, ko storitve postanejo redke ali težje dostopne (Breznik idr., 2010: 108-109). Če se podjetju monetizacija ne posreči, ga verjetno čaka usoda prodaje kakšni večji platformi ali pa odprodaja po delih, če obstaja zanimanje za tehnološko infrastrukturo ali nakopičene podatkovne zbirke, kar ameriška zakonodaja za razliko od evropske dovoljuje.
Sklep
Prava dilema pri vprašanju odprtega dostopa in podatkov se ne giblje na ravni izbire med zaprtim ter nadzorovanim sistemom akademskega založništva na eni strani in odprto cirkulacijo platformnega posredovanja na drugi. Problem tehtanja med kapitalizmom izključnih imetniških pravic in kapitalizmom platform, ki želi uveljavljati algoritemski režim vidljivosti, na-potuje naprej na podružbljanje algoritemskih arhitektur, ki jih lahko vzpostavimo na način, da bodo služile skupnostim - znanstvenim, umetniškim in drugim, vendar brez komercialnega sledenja uporabnikom. Če platforme niso podprte s tveganim kapitalom, ki si obeta desetkratno povračilo
10 Samodejno in nevidno Academia.edu zbira: IP-naslov, uporabniške nastavitve, piškotke, podatke o mobilnem operaterju in oglaševanju, informacije o brskalniku in napravah, informacije o lokaciji in ponudniku internetnih storitev. Med drugim se samodejno beležijo tudi informacije o dejavnostih pred in po uporabi storitev Academia.edu: kakšne informacije, povezave in vsebine uporabnik poklika, pogostost in časovno trajanje vseh teh aktivnosti ter ostale informacije o uporabi storitev. Prav tako platforma zbira vse tiste informacije, ki jih o uporabniku priskrbijo drugi med uporabo storitev. Vir: Academia.edu, Privacy (2.2. Information Collected Automatically - kategorija Automatic Data Collection). Dostopno na: https://www. academia.edu/privacy.
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
231
vložkov, in vpete v medpodjetniške tekme konkurenčnosti, bi se utegnile izkazati za bolj stabilno in trajnostno komunikacijsko obliko, saj ne bi bile podvržene monetizacijskem protislovju. Trenutno seveda obstajajo na voljo alternative, ki zaobidejo delovanje komercialnih platform, variirajo pa vse od samoskladiščenja ali individualne hrambe podatkov in del; motivu trajnostnega in preglednega shranjevanja podatkov vsekakor bolj zadostijo tudi institucionalni oz. fakultetni repozitoriji, na razpolago pa so tudi modeli neprofitnih platform z drugačno podatkovno politiko, ki črpajo in analizirajo uporabniške podatke v precej manjšem obsegu in za namene skupnosti - npr. Zenodo, Open Context, Humanities Commons.
Če bi to podružbljanje svetovnega spleta na širši ravni pomenilo sestop od platform, nazaj k osebnim ali javnim strežnikom, protokolom in decentralizaciji svetovnega spleta, bi ta korak terjal drugo raven računalniške pismenosti, na kateri bi posamezniki ne zgolj poznali, temveč znali razpolagati z odprtimi protokoli in relacijami povezovanj, ki jih ti omogočajo. Prav tako bi ta sestop impliciral podatkovne zbirke uporabniških podatkov v univerzalni obliki, ki bi posamezniku omogočala prenos na katerokoli drugo spletišče, platformo, trdi disk ali podatkovno banko. Trenutni sistem komercialnih platform namreč ravno to onemogoča, saj zavoljo vzdrževanja monopolnega položaja nastavlja marsikatero oviro, ki uporabnikom preprečuje sedlanje na dveh ali več platformah ter si prizadeva zoper prenos uporabnikovih vsebin z metapodatkovnimi značkami, ki bi se nato lahko naložile na drugo platformo. Razrednega boja se v dobi platform torej ne more več biti zgolj z orožji 20. stoletja ali zgolj z državno ali pravno regulacijo, ampak je treba napore usmeriti tudi k tehničnim rešitvam, ki bodo drugačno razpolaganje s podatki lahko vpisale v tehnološko infrastrukturo, na ta način pa zmanjšale informacijsko asimetrijo med uporabniki in platformami kot »vektorskimi kapitalisti«, kakor ta novi razred imenuje McKenzie Wark.
Literatura
Arthur, Charles (2014): Digital Wars: Apple, Google, Microsoft and the Battle for the Internet. London, Philadelphia, New Delhi: Kogan Page.
Bond, Sarah (2017): Dear Scholars, Delete Your Account at Academia.edu. Forbes, 23. januar. Dostopno na: https://www.forbes.com/sites/drsar-ahbond/2017/01 /23/dear-scholars-delete-your-account-at-academia-edu/?sh=5d737c702d62 (23. februar 2021).
Breznik, Maja, Maja Bogataj Jančič, Matej Kovačič in Aldo Milohnic (2008): Upravljanje avtorskih in sorodnih pravic v digitalnem okolju. Ljubljana: Mirovni inštitut.
232
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost
Bridle, James (2018): New Dark Age: Technology and the End of the Future. London: Verso.
Brynjolfsson, Erik in Andrew McAfee (2016): The Second Machine Age: Work, Progress and Prosperity in a Time of Brilliant Technologies. New York: W. W. Norton & Company, Inc.
Chun, Wendy Hui Kyong (2011): Programmed Visions: Software and Memory. Cambridge, Massachusetts: The MIT Press.
Clarke, Michael (2013): The End of an Era for Academia.edu and Other Academic Networks? The Scholarly Kitchen, 11. december. Dostopno na: https://schol-arlykitchen.sspnet.org/2013/12/11 /has-elsevier-signaled-a-new-era-for-academia-edu-and-other-professional-networks/ (23. februar 2021).
Deleuze, Gilles (2002): Družba nadzora. Filozofski vestnik 23(3): 167-177.
Dyer-Witheford, Nick (1999): Cyber-Marx: Cycles and Circuits of Struggle in High-Technology Capitalism. Chichago: University of Illinois Press.
Fitzpatrick, Kathleen (2015): Academia, Not Edu. Dostopno na: https://kfitz.info/aca-demia-not-edu/ (23. februar 2021).
Fuchs, Christian (2014): Digital labour and Karl Marx. New York, Abingdon: Routledge.
Leuty, Ron (2014): "Open Science" Finds Disruptive Home in Academia.edu. San Francisco Business Times, 4. junij. Dostopno na: https://www.bizjournals. com/sanfrancisco/blog/biotech/2014/06/academia-open-science-elsevier. html (23. februar 2021).
Lessig, Lawrence (2006): Code and Other Laws of Cyberspace. New York: Basic Books.
Lovink, Geert (2011): Networks without a Cause: A Critique of Social Media. Cambridge: Polity.
Kovačič, Matej (2006): Nadzor in zasebnost v informacijski družbi. Ljubljana: FDV.
Manovich, Lev (2001): The Language of New Media. Cambridge: MIT Press.
Masnick, Mike (2019): Protocols, Not Platforms: A Technological Approach to Free Speech. Knight, First Amendment Institute, Columbia University, 21. avgust. Dostopno na: https://knightcolumbia.org/content/protocols-not-platfor-ms-a-technological-approach-to-free-speech (23. februar 2021).
Parker, Goeffrey G., Marshall W. van Alystne in Sangeet Paul Choudary (2017): Platform Revolution: How Networked Markets are Transforming the Economy - And How to Make Them Work for You. New York: W. W. Norton.
Pasquinelli, Matteo (2018): Metadata Society. V Posthuman Glossary, R. Braidotti in M. Hlavajova (ur.), 253-255. London: Bloomsbury Academic.
Shema, Hadas (2012): Interview with Richard Price, Academia.edu CEO. Scientific American, 31. oktober. Dostopno na: https://blogs.scientificamerican.com/ information-culture/interview-with-richard-price-academia-edu-ceo/ (23. februar 2021).
Maruška Nardoni | Platformna ekonomija in primer Academia.edu
233
Srnicek, Nick (2017): Platform Capitalism. Cambridge, Maiden: Polity.
Terranova, Tiziana (2014): Red Stack Attack! Algorithms, Capital and the Automation of the Common. EuroNomade, 8. marec. Dostopno na: http://www.eurono-made.info/?p=2268 (23. februar 2021).
Thrift, Nigel (2005): Knowing Capitalism. London, Thousand Oaks, New Delhi: SAGE Publications.
Toth-Czifra, Erzsebet (2020): One More Word about ResearchGate/Academia.edu and Why Using These Platforms Will Never Be Equal To Proper Self-Archiving. Dariah Open, 31. maj. Dostopno na: https://dariahopen.hypotheses. org/878 (23. februar 2021).
Van Noorden, Richard (2017): Publishers Threaten to Remove Millions of Papers from ResearchGate. Nature, 10. oktober. Dostopno na: https://www.natu-re.com/news/publishers-threaten-to-remove-millions-of-papers-from-re-searchgate-1.22793 (23. februar 2021).
Wark, McKenzie (2019): Capital is Dead: Is This Something Worse? London: Verso.
Zuboff, Shoshana (2020): The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: PublicAffairs.
234
Časopis za kritiko znanosti, domišljijo in novo antropologijo | 282 | Odprta znanost