Algorithmic Regulation: A Critical Interrogation
Inovações em tecnologias de comunicação digital em rede, incluindo o surgimento de 'Big Data', sistemas onipresentes de computação e armazenamento em nuvem, podem estar dando origem a um novo sistema de ordenamento social conhecido como regulação algorítmica. Regulação algorítmica refere-se a sistemas de tomada de decisão que regulam um domínio de atividade para gerenciar riscos ou alterar comportamentos através da geração computacional contínua de conhecimento, através da coleta sistemática de dados (em tempo real, de forma contínua) emitidos diretamente de numerosos componentes dinâmicos pertencentes ao sistema. ambiente regulamentado, a fim de identificar e, se necessário, refinar automaticamente (ou estimular o refinamento) as operações do sistema para atingir uma meta pré-especificada.
Ele fornece uma análise descritiva da regulação algorítmica, classificando esses sistemas de tomada de decisão como reativos ou preventivos e oferece uma taxonomia que identifica 8 formas diferentes de regulação algorítmica com base em sua configuração em cada um dos três estágios do processo cibernético: notadamente, no nível do estabelecimento de padrões (padrões comportamentais adaptativos vs. fixos); coleta e monitoramento de informações (dados históricos versus previsões baseadas em dados inferidos) e no nível de sanções e mudanças comportamentais (execução automática versus sistemas de recomendação). Ele mapeia os contornos de vários debates emergentes que cercam a regulação algorítmica, com base em insights de estudos de governança reguladora, críticas legais, estudos de vigilância e estudos de dados críticos para destacar várias preocupações sobre a legitimidade da regulação algorítmica.
======================= =========================== =======================
A chamada revolução do big data está atualmente em andamento. Muitos afirmam que ela será tão perturbadora para a sociedade no século 21 quanto o sistema de produção em massa de Henry Ford no final do século XIX (Boyd e Crawford 2012). Embora 'Big Data' tenha sido definido de várias maneiras, uso o termo para se referir ao conjunto sociotécnico que utiliza uma técnica metodológica que combina uma tecnologia (constituída por uma configuração de hardware e software de processamento de informações que pode filtrar e classificar grandes quantidades de dados em muito pouco tempo) com um processo (através do qual processos algorítmicos são aplicados para extrair um grande volume de dados digitais para encontrar padrões e correlações dentro desses dados, destilando os padrões em análise preditiva e aplicando a análise a novos dados) Cohen 2012: 1919).
A empolgação em torno do Big Data está enraizada em sua capacidade de identificar padrões e correlações que não podem ser detectados pela cognição humana, convertendo volumes massivos de dados (muitas vezes sob forma não estruturada) em uma forma particular de conhecimento altamente intensiva em dados e criando assim um novo modo de produção de conhecimento (Cohen 2012: 1919).
Indústrias, acadêmicos e governos estão adotando entusiasticamente essas tecnologias, todas buscando aproveitar seu tremendo potencial para melhorar a qualidade e a eficiência de muitas atividades, incluindo a tarefa de regulamentação, que este artigo questiona examinando criticamente o fenômeno da "regulação algorítmica". Ele se baseia em insights seletivos da literatura científica legal e social, destacando as críticas emergentes do poder algorítmico e o surgimento de sistemas automatizados baseados em dados para informar a tomada de decisões e regular o comportamento.
Meu principal objetivo é mapear os contornos dos debates emergentes, levantando questões para futuras pesquisas, em vez de oferecer respostas definitivas, procedendo em quatro partes. A parte I oferece uma definição funcional de regulação algorítmica. A Parte II constrói, então, uma taxonomia de sistemas regulatórios algorítmicos baseados em sua configuração em cada um dos três estágios do processo cibernético: notadamente, no nível do estabelecimento de padrões (adaptativos versus simples, padrões comportamentais fixos); coleta de informações e monitoramento (dados históricos versus previsões baseadas em dados inferidos), e no nível de sanções e mudanças comportamentais (execução automática versus sistemas de recomendação). As partes III, IV e V fornecem uma análise crítica da regulação algorítmica, identificando preocupações sobre sua legitimidade extraída seletivamente de várias vertentes da literatura acadêmica, incluindo governança regulatória e administração pública, estudos jurídicos, estudos de vigilância e estudos de dados críticos. A Parte VI conclui, esboçando os contornos de uma ampla agenda de pesquisa ancorada em uma de estudos jurídicos sobre governança legal e regulatória.
