MétaCan
Menu
Retour à la cohorte
Enregistrement W4388042821 · doi:10.1287/isre.2020.0588

The Open Prison of the Big Data Revolution: False Consciousness, Faustian Bargains, and Digital Entrapment

2023· article· en· W4388042821 sur OpenAlexaff
Ojelanki Ngwenyama, Frantz Rowe, Stefan Klein, Helle Zinner Henriksen

Notice bibliographique

RevueInformation Systems Research · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésPrisonEntrapmentBig dataConsciousnessComputer scienceCriminologyComputer securityPolitical sciencePsychologyPhilosophyLawEpistemologyData mining

Résumé

récupéré en direct d'OpenAlex

Although some scholars raise alarm about societal harm emerging from Big Data practices, critical social theory (CST) Information Systems research on the structures and dynamics driving Big Data practices is rare. In this research commentary, we interrogate how tech firms use social practices and platform design to strategically manipulate individuals into accepting datafication and data assetization that accrue positive data network effects for themselves and mostly negative data network effects (economic loss, social and privacy harm) for individuals. We draw on the ideas of Heidegger and Marcuse to critically question the Big Data paradigm in order to develop better understanding of the social implications for individuals and society. Using the concepts of false consciousness, digital entrapment, and Faustian bargains, we critically inquire into the Big Data practices that keep us tethered to digital platforms. Specifically, we interrogate sociomaterial structures that socially condition individuals into a digital habitus and to identify themselves as homo digitalis, who view all their “relations” (social and economic) as digital. This social conditioning reproduces a false consciousness that constricts our worldview, undermines our rational choices, and enables the risky compromises we make with tech companies that manipulate and exploit us with their increasingly oppressive Big Data practices and related dark patterns. We critically analyze the case of Microsoft Viva to provide an illustration of how mundane digital tools can condition our reality and entrap us into an open prison. We argue that if we do not critically interrogate our false consciousness of the digital and understand how digital giants colonize our social systems by structurally embedding Big Data practices, we will continue to be susceptible to manipulation and digital entrapment. Ongoing risky compromises with tech firms will erode the very foundations of the “good life,” freedom, liberty, and personal privacy, and they will institutionalize the open prison. The CST explanation we propose and the research agenda we outline are meant to encourage research into solutions to the digital entrapment problem. History: Suprateek Sarker, Senior Editor; Robert Gregory, Associate Editor. Supplemental Material: The online appendix is available at https://doi.org/10.1287/isre.2020.0588 .

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,045
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,128
Communication savante0,0200,029
Science ouverte0,0030,014
Intégrité de la recherche0,0090,014
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,106
Tête enseignante GPT0,348
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations32
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Systems ResearchMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207