ДЕЦЕНТРАЛИЗАЦИЯ В ЦИФРОВОМ ОБЩЕСТВЕ: ПАРАДОКС ДИЗАЙНА
https://doi.org/10.17747/2618-947X-2020-1-08-13
摘要
Цифровая трансформация основывается на автоматизированных процессах и инвестициях в новые технологии: искусственный интеллект, блокчейн, анализ данных и интернет вещей. Но в центре успешной стратегии цифровой трансформации все равно находится человек. Цифровая трансформация порождает парадоксы новых моделей: с одной стороны, распространяются повсеместно технологии, такие, как интернет вещей, большие данные позволяют улучшить продукты и услуги для потребителей, предложить им новую ценность и т. д. Но, с другой стороны, аналитика данных и их хранение управляются высокоцентрализованным способом, приводящим к вторжению в частную жизнь людей, контролю за их действиями, к дискриминационным и сегрегационным социальным явлениям. В статье рассматриваются вопросы: каково различие между распределенным и децентрализованным системным проектированием? Как возможна организация «децентрализованной» обработки персональных данных в наше время? Подрывают ли централизованный сбор и обработка данных автономию? Может ли децентрализация во внедренных технологиях влиять на этические и социальные параметры, такие, как социальная справедливость? Ведет ли децентрализация к устойчивости функционирования систем? Есть ли взаимосвязь между децентрализацией цифровых технологий и децентрализацией городского развития?
В статье делается вывод о том, что децентрализаванные системы имеют гораздо большую эффективность в современных условиях и являются альтернативой или естественной адаптацией к сложившимся условиям. Например, децентрализованное производство электроэнергии делает людей одновременно производителями и потребителями, что приводит к повышению энергоэффективности. Точно так же аналитика данных не является монополией систем больших данных. Анализ может также быть выполнен полностью децентрализованным способом как общественное благо с использованием коллективного разума.
参考
1. Ahmad J. K., Devarajan S., Khemani S., Shah S. (2005). Decentralization and service delivery. World Bank Policy Research Working Paper, 3603.
2. Albert R., Barabási A.-L. (2002). Statistical mechanics of complex networks. Reviews of Modern Physics, 74(1), 47.
3. Beloglazov A., Buyya R., Lee Y.C., Zomaya A. et al. (2011). A taxonomy and survey of energy-efficient data centers and cloud computing systems. Advances in Сomputers,
4. (2), 47-111.
5. Benet J. (2014). Ipfs-content addressed, versioned, p2p file system. arXiv preprint arXiv:1407.3561.
6. Boccaletti S., Latora V., Moreno Y., Chavez M., Hwang D.-U.
7. (2006). Complex networks: Structure and dynamics. Physics Reports, 424(4), 175-308.
8. Brown R., Masanet E., Nordman B., Tschudi B., Shehabi A., Stanley J., Koomey J., Sartor D., Chan P. (2008). Report to congress on server and data center energy efficiency: Public law 109-431. Technical report, Lawrence Berkeley National Laboratory.
9. Castoriadis С. (1983). The Greek polis and the creation of democracy. Graduate Faculty Philosophy Journal,
10. (2), 79-115.
11. Castoriadis C., Curtis D.A. (1991). Philosophy, politics, autonomy. Oxford University Press Oxford.
12. Cummings S. (1995). Centralization and decentralization: The neverending story of separation and betrayal. Scandinavian Journal of Management, 11(2), 103-117.
13. De Vries M.S. (2000). The rise and fall of decentralization:
14. A comparative analysis of arguments and practices in European countries. European Journal оf Political Research, 38(2), 193-224.
15. Eco U. (2014). Faith in fakes. Random House.
16. Gershenson C., Heylighen F. (2005). How can we think the complex. Managing Organizational Complexity: Philosophy, Theory аnd Application, 3, 47-62.
17. Greveler U., Glösekötterz P., Justusy B., Loehr D. (2012). Multimedia content identification through smart meter power usage profiles. Proceedings of the International Conference on Information and Knowledge Engineering (IKE), 1. The Steering Committee of The World Congress in Computer Science, Computer Engineering and Applied Computing (World-Comp).
18. Heinonen S. (2013). Neo-growth in future post-carbon cities. Journal of Futures Studies, 18(1), 13-40.
19. Helbing D., Pournaras E. (2015). Society: Build digital democracy. Nature, 527(7576), 33-34.
20. Heylighen F. (1989). Causality as distinction conservation. a theory of predictability, reversibility, and time order. Cybernetics and Systems: An International Journal,
21. (5), 361-384.
22. Jesus P., Baquero C., Almeida P.S. (2015). Flow updating: Fault-tolerant aggregation for dynamic networks. Journal of Parallel and Distributed Computing, 78, 53-64.
23. Kostakis V., Bauwens M., Niaros V. (2015). Urban reconfiguration after the emergence of peer-to-peer infrastructure: Four future scenarios with an impact on smart cities. In: Smart Cities as Democratic Ecologies. Springer, 116-124.
24. Nurminen J.K., Noyranen J. (2008). Energy-consumption in mobile peer-to-peer-quantitative results from file sharing. Consumer Communications and Networking Conference. CCNC 2008. 5th IEEE, 729-733.
25. Pantazis N., Nikolidakis S.A., Vergados D.D. (2013). Energy-efficient routing protocols in wireless sensor networks: A survey. Communications Surveys & Tutorials, IEEE, 15(2), 551-591.
26. Pournaras E. (2013). Multi-level reconfigurable self-organization in overlay services. TU Delft, Delft University of Technology, 2013.
27. Pournaras E., Vasirani M., Kooij R.E., Aberer K. (2014а). Decentralized planning of energy demand for the management of robustness and discomfort. Industrial Informatics, IEEE Transactions on, 10(4), 2280-2289.
28. Pournaras E., Vasirani M., Kooij R.E., Aberer K. (2014b). Measuring and controlling unfairness in decentralized planning of energy demand. Energy Conference (ENERGYCON), 2014 IEEE International, 1255-1262.
29. Pournaras E., Moise I., Helbing D. (2015). Privacy-preserving ubiquitous social mining via modular and compositional virtual sensors. Advanced Information Networking and Applications (AINA), 2015 IEEE 29th International Conference on, 332-338.
30. Pournaras E., Pilgerstorfer P., Asikis T. (2018). Decentralized collective learning for self-managed sharing economies. ACM Transactions on Autonomous and Adaptive Systems (TAAS), 13(2), 10.
31. Provan K.G., Kenis P. (2008). Modes of network governance: Structure, management, and effectiveness. Journal of Рublic Administration Research and Theory, 18(2),
32. -252.
33. Strogatz S.H. (2001). Exploring complex networks. Nature, 410(6825), 268-276.
34. Swan M. (2015). Blockchain thinking: The brain as a dac (Decentralized Autonomous Organization). Texas Bitcoin Conference, 27-29.
35. Wallach D.S. (2003). A survey of peer-to-peer security issues. In: Software Security-Theories and Systems. Springer, 42-57.
36. Wang Y., Lin J., Annavaram M., Jacobson Q.A., Hong J., Krishnamachari B., Sadeh N. (2009). A framework of energy efficient mobile sensing for automatic user state recognition. Proceedings of the 7th international conference on Mobile systems, applications, and services. ACM, 179-192.
37. Webb M. et al. (2008). Smart 2020: Enabling the low carbon economy in the information age. The Climate Group, London, 1(1),1.
评论
供引用:
Pournaras E. DECENTRALIZATION IN DIGITAL SOCIETIES.A DESIGN PARADOX. Strategic decisions and risk management. 2020;11(1):08-13. https://doi.org/10.17747/2618-947X-2020-1-08-13
浏览:
1472
Email this article 