Questo contributo intende investigare da un punto di vista teorico-critico una delle facoltà strategicamente decisive per l’amministrazione della città del futuro, benché tra le meno studiate: la facoltà di ascoltare. Laddove la metafora dell’ascolto è stata impiegata in riferimento alla smart city come luogo della democrazia e della partecipazione civica, un’analisi tecnica dei modi in cui la città ascolta e origlia permette di individuare, incorporati negli apparati tecnologici, punti di contraddizione con quelle rappresentazioni. Partendo dai casi studio di dispositivi di monitoraggio acustico introdotti sperimentalmente a Santander (EAR-IT) e New York (SONYC), l’articolo ricostruisce l'idea di ascolto soggiacente a quei sistemi, al fine di decostruire narrazioni stereotipate sull'ascolto macchinico e sull'intelligenza artificiale. In primo luogo prende in considerazione il concetto di “ascolto operazionale” come pratica basata sul machine learning che ridefinisce l'ascolto umano nella sua interazione con l'ascolto macchinico. In secondo luogo analizza il funzionamento della sorveglianza acustica attraverso il riconoscimento sonoro, l’identificazione del parlante e l’individuazione di parole chiave. Da queste analisi l'articolo individua nella sorveglianza acustica, invisibile e ambientale, un esempio di sorveglianza post-panottica, ovvero non orientata al disciplinamento dei soggetti, ma all'estrazione di quanti più dati possibile per alimentare sistemi algoritmici di previsione. Essa mette dunque in collegamento diretto le modalità statistiche della governance con una nuova configurazione securitaria della società, orientata non tanto all'imputazione e alla repressione, quanto alla previsione, alla prevenzione e alla valutazione. Ciò incide profondamente sul rapporto tra soggettività e privacy, in quanto la prima è sempre più definita dalla sua capacità di fornire dati, diventando un medium per il funzionamento autonomo delle macchine.
Le orecchie della smart city. Riconoscimento vocale e ascolto operazionale nella "città senziente"
Domenico Napolitano
2020-01-01
Abstract
Questo contributo intende investigare da un punto di vista teorico-critico una delle facoltà strategicamente decisive per l’amministrazione della città del futuro, benché tra le meno studiate: la facoltà di ascoltare. Laddove la metafora dell’ascolto è stata impiegata in riferimento alla smart city come luogo della democrazia e della partecipazione civica, un’analisi tecnica dei modi in cui la città ascolta e origlia permette di individuare, incorporati negli apparati tecnologici, punti di contraddizione con quelle rappresentazioni. Partendo dai casi studio di dispositivi di monitoraggio acustico introdotti sperimentalmente a Santander (EAR-IT) e New York (SONYC), l’articolo ricostruisce l'idea di ascolto soggiacente a quei sistemi, al fine di decostruire narrazioni stereotipate sull'ascolto macchinico e sull'intelligenza artificiale. In primo luogo prende in considerazione il concetto di “ascolto operazionale” come pratica basata sul machine learning che ridefinisce l'ascolto umano nella sua interazione con l'ascolto macchinico. In secondo luogo analizza il funzionamento della sorveglianza acustica attraverso il riconoscimento sonoro, l’identificazione del parlante e l’individuazione di parole chiave. Da queste analisi l'articolo individua nella sorveglianza acustica, invisibile e ambientale, un esempio di sorveglianza post-panottica, ovvero non orientata al disciplinamento dei soggetti, ma all'estrazione di quanti più dati possibile per alimentare sistemi algoritmici di previsione. Essa mette dunque in collegamento diretto le modalità statistiche della governance con una nuova configurazione securitaria della società, orientata non tanto all'imputazione e alla repressione, quanto alla previsione, alla prevenzione e alla valutazione. Ciò incide profondamente sul rapporto tra soggettività e privacy, in quanto la prima è sempre più definita dalla sua capacità di fornire dati, diventando un medium per il funzionamento autonomo delle macchine.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
