Human Enhancement as a power device: updates on subjectivation processes in neoliberalism
Bibliographic record
Abstract
O ferramental técnico científico atual, originado pela convergência tecnológica NBIC, permite uma passagem de temas do campo da ficção científica para o campo da realidade científica. Tal movimento estrutura um novo paradigma para se pensar o humano e todos os seus predicados. Surgem no horizonte possibilidades de transformações que abalam as estruturas nas quais nossa sociedade se sustenta. A partir de uma investigação sobre o fenômeno do human enhancement, esta pesquisa visa contribuir para a compreensão dos novos arranjos do poder e dos cuidados de si na contemporaneidade neoliberal. Este trabalho consiste em uma revisão de literatura sob a perspectiva arqueogenealógica foucaultiana, organizado sob o eixo saber-poder-subjetividade que divide a dissertação em três partes: I) Saber: o enhancement e seus enunciados; II) Poder: enhancement e as políticas no neoliberalismo; e III) Subjetividade: o sofrer, os cuidados de si e as culturas organizacionais. Dada a íntima relação entre a agenda trans-humanista e a matriz psicológica da episteme neoliberal (SILVA JUNIOR et al., 2021a), ideias de liberdade, progresso, hiper valorização da racionalidade e individualismo, maximização de desempenho/performance, estruturam novas narrativas e práticas que tornam insuficiente a ideia de concorrência/competitividade que até então caracterizam o sujeito neoliberal, gestor de si (DARDOT; LAVAL, 2016). Propomos uma leitura do human enhancement como um dispositivo (AGAMBEN, 2009; FOUCAULT, 1994), que, uma vez que articula saberes e práticas, operam os processos de subjetivação contemporâneos. Nosso trabalho visa demonstrar que tal concepção oferece uma melhor abordagem de análise e crítica dos efeitos deste processo no debate sobre pós-humanismo (BRAIDOTTI, 2013; FERRANDO, 2019). Conclui-se que seus impactos são amplos, atravessando da medicina à relação homem-trabalho, com foco nas técnicas de si contemporâneas. A compreensão deste fenômeno nos mune com balizas e referências e é indispensável para navegarmos de maneira consciente e crítica nesses novos mares.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.022 |
| Scholarly communication | 0.009 | 0.012 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".