The Creators Project

Coluna Do Convidado: Lev Manovich - Da Leitura Ao Reconhecimento De Padrões

Detalhe de Mondrian vs. Rothko.

A emergência das mídias sociais cria uma oportunidade radicalmente nova para o estudo dos processos culturais e dinâmicos. Pela primeira vez, podemos acompanhar a imaginação de milhões de pessoas—as imagens e vídeos que elas criam ou comentam, as conversas em que estão envolvidas, as opiniões, ideias e sentimentos que expressam.

Até agora, o estudo do social e da cultura (seres individuais, artefatos individuais, e grupos maiores de pessoas/artefatos) confiava em dois tipos de dados: “dados superficiais” sobre muitos (estatísticas, sociologia) e “dados profundos” sobre poucos (psicologia, psicanálise, antropologia, história da arte—métodos como “descrição densa” e “leitura minuciosa”). No entanto, o crescimento das mídias sociais, juntamente com as ferramentas computacionais que podem processar uma quantidade gigantesca de dados, tornam possível uma abordagem fundamentalmente nova para o estudo dos seres humanos e da sociedade. Não precisamos mais escolher entre quantidade de dados e profundidade de dados. Ao invés de ter que generalizar a partir de pequenas amostras ou confiar na nossa intuição, podemos estudar padrões culturais exatos formados por milhões de textos culturais. Em outras palavras, o conhecimento detalhado e percepções, que antes só podiam ser alcançados sobre alguns textos, agora podem ser obtidos sobre coleções gigantescas desses textos.

Google Logo Space—587 versões do logotipo original do Google, que apareceram nas páginas do google.com entre 1998 e 2009.

Em 2007, Bruno Latour, filósofo e antropólogo francês, resumiu esses desenvolvimentos da seguinte forma: “As forças precisas que moldam nossas subjetividades e as personagens que mobíliam nossa imaginação estão abertas à investigação das ciências sociais. É como se o funcionamento interno dos mundos privados tivesse sido aberto pois suas entradas e saídas tornaram-se completamente rastreáveis”. (Bruno Latour, “Beware, your imagination leaves digital traces” [Cuidado, sua imaginação deixa trilhas digitais], Times Higher Education Literary Supplement, 6 de abril de 2007.)

Mas como é possível “ler” através de bilhões de posts no Twitter, blogs, fotos do Flickr ou vídeos do YouTube na prática? Ou seja, como é possível ler os padrões?

Hoje as pessoas usam uma variedade de ferramentas de software para selecionar o conteúdo de interesse nesse universo gigantesco e em constante expansão de textos culturais e conversações. Essas ferramentas incluem mecanismos de busca, feeds de notícia e sistemas de recomendação. Mas enquanto essas ferramentas podem te ajudar a encontrar o que ler, elas não mostram os padrões maiores através do universo.

Cientistas da computação e companhias de mídia usam um conjunto diferente de ferramentas e técnicas que permitem um estudo detalhado de tais padrões. Eles empregam análises estatísticas de dados, extração de dados, visualização de informação e visuais analíticos. Eles também têm acesso a recursos substanciais computacionais necessários para analisar conjuntos maciços de dados. Por exemplo, muitas companhias usam “análise sentimental” para estudar os sentimentos que as pessoas expressam por seus produtos em posts de blogs. Publicações recentes de ciência computacional investigaram como a informação se espalha no Twitter (dados: 100 milhões de tweets), que qualidades são compartilhadas pelas fotos mais favoritadas no Flickr (dados: 2.2 milhões de fotos), e o que as fotos geotagueadas do Flickr dizem sobre a atenção das pessoas (dados: 35 milhões de fotos).

Mapping Time—As capas de cada edição da revista Time publicadas de 1923 até 2009.

E se todo mundo tivesse acesso a tais técnicas? No presente, isso requer conhecimento avançado em tópicos da ciência da computação e estatística. No entanto, com as ferramentas certas, qualquer um deve ser capaz de pelo menos explorar grandes coleções de imagens e notar padrões interessantes. Na Inciativa de Estudos de Software, temos desenvolvido essas ferramentas e as testamos em conjuntos de diferentes tipos de imagens culturais que vão das 4.535 capas da revista Time (1923-2009) até milhares de páginas de mangás. Atualmente estamos usando essas ferramentas para estudar vídeo remixes no YouTube, milhões de páginas do deviantart.com, e padrões espaciais no Second Life, bem como documentando essas ferramentas e as liberando com código aberto.

Para baixá-las visite http://lab.softwarestudies.com/p/imageplot.html.

Lev Manovich é o autor de Software Takes Command (lançado sob licença CC, 2008), Soft Cinema: Navigating the Database (The MIT Press, 2005), e The Language of New Media (The MIT Press, 2001) que é descrito como “a mais sugestiva e ampla história da mídia desde Marshall McLuhan”. Manovich é Professor do Departamento de Artes Visuais da Universidade da Califórnia, San Diego, Diretor da Iniciativa de Estudos de Software no Instituto de Telecomunicações e Tecnologia da Informação da Califórnia (CALIT2) e Professor na Escola de Graduação Europeia (EGS). Manovich tem trabalhado com as mídias de computador como artista, animador, designer e educador desde 1984. Em 2007, Manovich fundou a Iniciativa de Estudos de Software—o primeiro laboratório digital de humanas focado em explorar conjuntos maciços de dados visuais.

Imagens: culturevis Flickr