DIGITAL LABOR AND RENTIER PLATFORM CAPITALISM: REFORM OR REVOLUTION?
Notice bibliographique
Résumé
Digital labor has become an umbrella term for describing a range of digitally mediated practices from paid work in the gig economy (Srnicek 2017) to cultivating a personal brand online (Scolere, Pruchniewska, and Duffy 2018). This wellspring of activities now referred to as labor has muddied the waters, making digital labor an ambiguous concept at best (Gandini 2021; Goodwin 2022). This framing of user activity as labor also has limitations, as it necessarily produces reformist, rather than revolutionary, political ends. Following Sadowski (2020), this paper challenges the conceptual framework of digital labor by re-theorizing the user/platform relation as rentier capitalism. Engels (1970) explained how tenants confront landlords not as sellers of labor-power but buyers of a commodity, and we argue that typical social media users confront platforms in an analogous way. Platforms thus only circulate existing value rather than create it, and this distinction matters in understanding their role in economic crises. Because the digital labor concept misidentifies the user/platform relationship and concedes the commoditization of communication, reformist demands emerge from this discourse, like “Wages for Facebook” (Ptak 2014 as cited in Jung 2014) or data ownership as compensation (Chakravorti 2020). Capitalist data relations (Couldry and Mejias 2020) and the profit motive of corporate platforms cannot be addressed by renumerating users. As platforms attain infrastructural status (Plantin et al. 2018), our politics must reflect the need for their transformation into public utilities with democratic accountability, a revolutionary demand that has been displaced in the turn towards digital labor.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».