“Работа в поле была захватывающей!” — Мария Киселева о магистерском проекте

Всем привет! Меня зовут Маша Киселева, и я только что закончила магистерскую диссертацию на тему “Как беспилотные автомобили и их пользователи обретают тела? Социологическое исследование субъективностей, аффицируемостей и артикуляций в технологии” под руководством Андрея Кузнецова.

О чем это исследование?

Обычно разработку новых технологий и их пользователей изучают отдельно, с использованием разных подходов и разных категорий. Но я в своем исследовании попыталась объединить эти задачи и показать переплетающиеся процессы создания беспилотных автомобилей и их пользователей. Для этого я использовала современные подходы в исследованиях наук и технологий (Science and Technology Studies) — исследования субъективностей в акторно-сетевой теории, материальную семиотику и концепцию тела Бруно Латура.

Почему именно эти подходы?

Они дали мне возможность описывать конструирование умных автомобилей будущего и их пользователей симметрично, т.е. используя один и тот же аналитический словарь. Например, Латур предложил “изменчивую онтологию” тела, основанную на категории “иметь”, а не “быть”: мы не являемся телами, а постепенно их обретаем. Это обретение тела предполагает научение аффицируемости, способности воспринимать все новые различия в мире и менять свое поведение в ответ на эти различия. Благодаря этому понятие тела становится применимым не только к людям, но и любым другим аффицируемым сущностям. Отсюда и вопрос, вынесенный в название моей работы “Как беспилотные автомобили и их пользователи обретают тела?

Где, как и что я исследовала?

Я проводила этнографическое исследование в российской компании, создающей беспилотные технологии. Ее название я не могу раскрыть, так как подписала соглашение о неразглашении. Включенное наблюдение и интервью с разработчиками помогли мне определить кейсы для подробного исследования — сенсоры, нейросети и датасеты. Также я анализировала пользовательские ролики на YouTube, чтобы понять как пользователи Tesla и Waymo научаются быть аффицируемыми их беспилотниками. Вообще, я собрала много эмпирических данных, и только часть их отражена в диссертации.

Что получилось в итоге?

Я сделала для себя много открытий. И, надеюсь, напишу об этом несколько статей в ближайшем будущем, а также продолжу работать с материалами этнографии. А пока расскажу только о моем любимом кейсе: датасетах, которые лежат в основе процессов распознавания среды беспилотным автомобилем.

Информация о внешней среде сначала поступает на различные машинные каналы восприятия — сенсоры, а затем полученные данные в разных форматах (фотографии, лидарные облака точек) становятся материалами для обучения нейросетей — датасетами. Автомобиль обретает тело по мере того, как становится способным улавливать и различать все большее количество элементов дорожной среды, и быть к ним чувствительным — менять на основании обработанных данных поведение, останавливаться перед знаком «стоп» или ехать на зеленый сигнал светофора. Разметка датасетов представляет собой пересечение обучения людей и беспилотных автомобилей, и показывает, что изменение поведения при обучении беспилотного автомобиля все еще легитимируется людьми, и именно человеческая способность классифицировать объекты среды становится ориентиром, границей и мерой корректности распознавания и действия. Здесь речь идет и о двух режимах чувственного: человеческого и машинного, которые должны в результате совпадать. Более того, машинное чувствование, хотя и соотносимое с человеческим, должно его превосходить, так как согласно публичным нарративам, которые разделяют многие компании-разработчики, именно изъятие человека из автомобиля сделает дорожное движение безопаснее.

Работа в поле была захватывающей. Это мое первое эмпирическое исследование, и я узнала, что находки, которые окажутся полезными для исследования, можно обнаружить в самых непредсказуемых местах. Кейс с разметкой датасетов был одной из моих «рабочих» задач в ходе включенного наблюдения в компании. Я помогала нейросети распознавать дорожную разметку и это неожиданно срезонировало с теорией, которую я использую.

Источник

--

--