Lectio Praecursoria: Imagining the Data Economy

cc: Loguy

Lectio Praecursoria presented in the public defence of my PhD thesis “Imagining the Data Economy” on April 25th, 2020 at 12 noon, using remote connections via Zoom. The lectio has been lightly edited for online publication. Full PDF version of the PhD thesis is available online: https://www.utupub.fi/handle/10024/149155.


Learned Custos in Turku, my esteemed Opponent in Hamburg, ladies and gentlemen in the audience,

Before imagining the data economy, let us start with something from the past. The history of capitalism is a history of transforming things into resources and commodities. Consider the things we call natural resources. Coal was once a rock in the ground, and fisheries were fish in the water. Environmental historians1 remind us that coal and fish did not become resources by themselves. It took specific economic relations and specific cultural conditions for this to happen.

Digital data is also a thing that has become a resource. You can often hear the claim that data is like a natural resource2, but data is always created on purpose. There was never a time when data was like a rock in the ground; just strings of ones and zeros that somehow ended up on the hard drive or the Hadoop cluster. But the role of data as an economic resource has certainly changed. Our digital habitat is now built and run by firms that rely on data about people for the production of services and the creation of economic value.

The productive activities that involve data about people form something that we might call a personal data economy; a system that uses personal data to provide things that meet human needs.

A short while ago, it seemed that citizens will mostly derive agency and empowerment from new technologies that rely on data. With hindsight, it seems somehow naive that we were so optimistic about web 2.0 services, free as the radical new price, and the democratization of information production. We have begun to understand the relations of power that underlie these technologies, and their implications for our lives. We are increasingly aware of the potential that data has for social change, for surveillance, for economic exploitation, and for control of others and the self.

If things are transformed into resources and do not simply become resources, how was data turned into the resource it is today? How did we get to the data economy we now live with? 

The underlying technological change came with information technology. Already in the 1980’s, Shoshana Zuboff3 pointed out that information technology does not just automate, but it also informates, or produces information about what it automates. Today, a more common concept for this is datafication4. We use technologies to communicate, but those technologies also produce data about us communicating. We use technologies to search for things, but the same technologies also find us. Technologies help us travel and transfer things efficiently, but also make these movements visible and available for others.

Datafication technologies make the production and exchange of data possible. They are a necessary condition for today’s data economy. But an economy does not emerge from technology. Since Max Weber, sociological views of the economy have underlined that economies consist also of the social, cultural and institutional context in which production and exchange take place. This means that to take a sociological view of the data economy, we must pay attention to the socio-cultural and institutional context of data production and its economic use.

There is extensive literature on this context of the data economy, but it is not always framed as such. Surveillance studies, data studies and data privacy research have examined the imperatives driving the production of data, the arrangements that go into that production, and their implications for people as data subjects, citizens and consumers. 

Taken as an analysis of the data economy5, this literature reveals a distinct logic that underpins how datafication is used to produce things that meet human needs. Competition drives firms to collect more and more data about people’s lives. Simultaneously, people have become accustomed, or even resigned, to commercial surveillance practices. The markets in which exchanges of data happen are often business-to-business. These markets are not accessible for you and I. Also the formal institution of data protection seems to act as a sort of partner-in-crime6 here: it makes people responsible for their data, but data is not an easy object of individual calculations of costs or value. 

While we benefit in many ways from things provided with our data, we lack the means to make data serve our own ends on our own terms.

Could the data economy work in a different way? 

When conditions change, resources might turn into something else again. Consider coal and fish. Coal might turn from a resource into a lump of condensed carbon emission. Fish might become an unethical source of protein or an endangered species. Nothing inherent in coal or fish needs to change, if the socio-cultural and economic context changes.

Data could also be turned into a different resource, and the data economy could work in a different way. Many ideas about a different data economy are out there, and today you don’t even have to look very hard. 

Not long ago, a government minister in Finland launched a programme related to personal data by mobilising a Finnish cultural trope. He asked, ‚ÄúCan Moomin Valley challenge Silicon Valley?‚ÄĚ You might be excited or disappointed to hear that this Moomin Valley of personal data is about data governance. But when the data economy only exists in a socio-cultural and institutional context, a different model for data governance is also a vision about how the data economy should work. Moomin Valley‚Äôs data economy is supposedly different from the one they run from Silicon Valley.

In the thesis, I examine an idea for data governance ‚Äď and therefore, an idea for the data economy ‚Äď that has been developed in the context of data activism. Here, I follow Stefania Milan and colleagues7, who suggest data activism as a heuristic device. This means I use data activism as a tool to examine engagement and political action that take a critical stance in relation to data and their distribution.¬†

My empirical case is MyData. It is based on a vision of a more just digital environment that is achieved when people have the right and the practical capability to manage their data. Framed in terms of the data economy, MyData envisions an alternative economic order, in which data is not just a resource for companies, but also something that people themselves decide about. When people manage data about themselves, it is thought to become available for novel ways to produce value.

The original research in the thesis was published in four articles that examine data activism from different standpoints. Two of the articles focus on end-user technologies that aim to realise the practical capability to manage data. The other two focus on investigating MyData as an emerging form of data activism.

To draw together this research, I adopt and adapt the theoretical concept of collective imagination.

I use the concept in two senses. The first one follows Charles Taylor8, who discusses collective imagination as that which helps people to make sense of the society around them. Taylor talks about social imaginaries, or widely shared understandings that are taken for granted and that have achieved general legitimacy. To put in short, the social imaginary concerns how things work in the world and what is normal. Following this line of thought, I consider the current social, cultural and institutional context of datafication as the dominant imaginary about the data economy.

The second sense in which I employ collective imagination is to examine alternatives to this dominant imaginary. According to Sheila Jasanoff9, collective imagination produces socio-technical imaginaries, or shared visions of a desirable future which are achievable by means of technoscientific advancement. Socio-technical imaginaries have a distinct forward-looking element to them. Sometimes they are counter-imaginaries to dominant ones; in these cases, they are visions of avoiding an undesirable future. Following this idea, I look at data activism as a source of alternative imaginaries about the data economy. A further insight gained with this theoretical lens is that there can be many concurrent imaginaries about the data economy within data activism, or alternatives within the alternative. They can embrace contested values and can work towards different ‚Äď and divergent ‚Äď futures. Examining these alternatives makes it possible to do research on different potential data economies that are contained within data activism.

There are three main research questions in the thesis. I will discuss them briefly one by one. The first research question concerns how alternative imaginaries developed in data activism compare with the dominant imaginary.

The issue at stake here is data agency. By this, I refer to the capacity to act intentionally in relation to personal data. In the thesis, I describe different forms of imagined data agency. The bottom line is that they concern economic participation. In the alternative data economy, people are imagined as agentic participants in managing their lives in situations that involve the production and use of personal data.

Data agency is imagined not only to turn people into economic participants, but also to make data move. When people control data, it is imagined to become available for businesses that currently lack access to it. This means that two different goals are combined here: empowerment of people in datafied times, along with new opportunities to do business with data.

The second research question concerns how different alternative imaginaries developed in data activism compare with each other. The answer is that while data agency is a shared goal, there are different notions about what data agency means. These different notions serve as entry points into different imaginaries about the data economy. I call these the market imaginary and the citizen imaginary. 

In the market imaginary, data agency is the capability to make choices on the collection, sharing, and use of personal data. People examine market offerings and use data to improve their lives, making personal data serve their own ends. Data governance happens by market forces, and efficient data markets guarantee desirable societal outcomes. The value expected from data is related to the improvement and efficiency of personalization, use experience and service provision. As I argue in the thesis, this imaginary does not so much question dominant economic rationales, but rather transforms them to serve the ends of data activism.  

The citizen imaginary, in contrast, views reliance on the market as dubious. In the citizen imaginary, data agency is rather the collective capability to participate in processes that determine how data is used. Data is viewed as a collective rather than individual resource, and outcomes for people collectively are brought to the foreground. This relies on explicit models for collective governance of the collective data resource. As I suggest in the thesis, this imaginary contains possibilities for novel ways of making data valuable, which are rooted in the good of the collective that produces and sustains the data resource.

The third research question of the thesis is, how can we identify and promote desirable imaginaries about the data economy?

Given the critical research on datafication, it seems justified that a researcher does not only observe attempts to shape a different data economy, but also participates in this shaping. But remaining committed to a critical position means that also the agendas and problem settings of data activism require critical attention. The four published articles that form the core of the thesis reflect different ways to engage with data activism in a manner that has been indicated by Bruno Latour: doing critique that does not only debunk, but also assembles. Throughout the research, my aim has been to produce knowledge that is relevant in a social scientific sense, and can also be relevant for data activism practice.

The answers to the question about desirability are far from conclusive. This is, after all, about imaginaries and potential outcomes. As I describe in the thesis, the market imaginary seems likely to expand to agendas beyond data activism. But reliance on individual market agency appears as a precarious effort to shape a desirable data economy. Given the nature of data as a resource and given the power relations in the data economy, the citizen imaginary seems like a more promising point of departure. 

What I suggest in the thesis as a desirable data economy imaginary is something like a synthesis. It builds on the notions of collective data governance and new, collective ways to make our data valuable. At the same time, to take hold of the broader collective imagination, it should attach onto things that already provide economic and social value with data. Collective forms of governance can regulate the use of our data as an economic resource, but this does not mean precluding the production of economic value. 

An imaginary about the data economy is not a recipe for building services or a model that can be implemented. It is rather a way of looking at the world and the relations between people and data, and the production of things that meet people’s needs. 

But different imaginaries lead to different material things, different technologies. Different technologies can have different societal outcomes. 

For data activism, the implication of this research would be to move beyond the individual as the locus of data control. Unlike us social scientists, data activists have the capability of putting together experimental data technologies and governance structures. It is important to experiment with different ‚Äď and diverse ‚Äď ways of forming resources based on data, different ways governing these resources, and different ways of relating and attaching these resources to the data economy that is already there.

How we collectively imagine makes a difference. Imaginaries matter and have consequences for the present and the future. 

Data technologies will continue to have implications for our lives, whether we want it or not. Their development is shaped by imaginaries about how the data economy functions and should function. Social-scientific scholarship has a role to play in shaping the data economy. It can identify and kindle those imaginaries that shape pathways towards a desirable digital environment, a data future that we would rather live in.

Professor Ingrid Schneider, I respectfully ask you, as the Opponent duly appointed by the Faculty of Social Sciences for my disputation, to present any criticisms you may have against my doctoral dissertation.


1 ‚Äď Such as Jason Moore. For this particular argument, see for example: https://jasonwmoore.wordpress.com/2013/07/04/anthropocene-capitalocene-the-myth-of-industrialization-ii/¬†

2 ‚Äď For an elegant discussion on data vis-√†-vis natural resources, see Kelly Pendergrast‚Äôs essay ‚ÄúThe Next Big Cheap‚ÄĚ in Real Life Magazine https://reallifemag.com/the-next-big-cheap/

3 ‚Äď See Zuboff, S. (1985). Automate / informate: The two faces of intelligent technology. Organizational Dynamics, 14(2), 5‚Äď18. http://dx.doi.org/10.1016/0090-2616(85)90033-6¬†

4 ‚Äď ‚ÄúDatafication‚ÄĚ was introduced into social-scientific lingo by Jos√© van Dijck: van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & Society, 12(2), 197‚Äď208. https://doi.org/10.24908/ss.v12i2.4776¬†

5 ‚Äď This deserves more references than can be listed here. See Chapter 3 of my PhD thesis for a more thorough discussion on the social, cultural and institutional context of data production and data use: https://www.utupub.fi/handle/10024/149155

6 ‚Äď This felicitous phrasing was first used by Sami Coll: Coll, S. (2014). Power, knowledge, and the subjects of privacy: Understanding privacy as the ally of surveillance. Information, Communication & Society, 17(10), 1250‚Äď1263. https://doi.org/10.1080/1369118X.2014.918636

7 ‚Äď For discussion on data activism as a heuristic, see Milan, S., & van der Velden, L. (2016). The alternative epistemologies of data activism. Digital Culture & Society, 2(2), 57‚Äď74. https://doi.org/10.14361/dcs-2016-0205¬†

8 ‚Äď See Taylor, C. (2002). Modern social imaginaries. Public Culture, 14(1), 91‚Äď124. https://doi.org/10.1215/08992363-14-1-91. For an extended discussion, see Taylor‚Äôs 2004 book with the same name. For an accessible overview and discussion on related literature, see Ruppert, E. (2018). Sociotechnical Imaginaries of Different Data Futures. An Experiment in Citizen Data. Erasmus University Rotterdam. https://www.eur.nl/sites/corporate/files/2018-06/3e%20van%20doornlezing%20evelyn%20ruppert.pdf¬†

9 ‚Äď For an STS take on the topic of collective imagination, see Jasanoff, S. (2015a). Future imperfect: Science, technology and the imaginations of modernity. In: Jasanoff, S., & Kim, S-H. (Eds.) Dreamscapes of Modernity. Sociotechnical Imaginaries and the Fabrication of Power, 1‚Äď33. Chicago, IL: University of Chicago Press.

Interventions in Surveillance Capitalism With Personal Data Spaces

This is a cross-post from Blink, the Surveillance & Society blog.

Image: Wikimedia Commons

A rather uniform logic seems to be at work behind the scenes of the digital economy: value creation is based on extracting data about users, turning data into behavioral predictions, and monetizing them through markets users cannot participate in. This logic, called ‚Äúsurveillance capitalism‚ÄĚ by Shoshana Zuboff, seems to have become institutionalized as the default mode of operation in the tech industry. To highlight how the flexibility of the market economy made surveillance capitalism possible, Zuboff quotes Thomas Piketty‚Äôs Capital in the Twenty-first Century:

‚ÄúThis will continue to be true in the future, no doubt more than ever: new forms of organization and ownership remain to be invented.‚ÄĚ

Even if surveillance capitalism is the default, the Piketty quote also indicates that new market forms will continue to be experimented in the margins of the digital economy. Discontentment with how it now works has prompted initiatives from activists and technology developers, promising to empower users to take control of their data. The MyData Global Network is an example of a movement organizing around this idea, and ‚Äúpersonal data spaces,‚ÄĚ or PDSs, are concrete technologies being developed towards this end.

In practical terms, PDSs are intermediaries that operate between their users and third parties. They offer data storage services coupled with interfaces to manage data flows, and possibilities to run code. With the data portability rulings under the new EU general data protection regulation, the regulatory environment in the EU is taking steps in a direction that favors PDSs. We will likely see more efforts towards development of PDSs in the near future, and therefore it makes sense to ask: what is the intervention that PDSs aim at?

In my recent article in Surveillance & Society, ‚ÄúPersonal Data Spaces: An Intervention in Surveillance Capitalism,‚ÄĚ I look more closely at three PDSs to analyze their imaginaries of how the digital economy should work. The three exemplars are a ‚Äúpersonal cloud server‚ÄĚ called Cozy Cloud, a ‚Äúdigital life management‚ÄĚ service called Meeco, and a ‚Äúpersonal data store‚ÄĚ called OpenPDS.

In the imaginaries of PDSs, users reap more of the benefits from data collection and use for themselves. PDSs offer users different entry points in the value creation process: starting from gathering data, into intermediating data between third parties, controlling analytics, and creating and sharing abstract information, such as intentions. Users are to become active subjects in value creation, instead of passive objects of data extraction. Users are envisioned as market participants who selectively redirect and share more, and more nuanced, data based on benefits received.
In this way, the aim of PDSs is to increase the quality and specificity of data that businesses can employ. While they do attempt to intervene in surveillance capitalism, they do not deny or counter its value creation: instead, they offer users access into the existing value creation processes.

For themselves, PDS envision a position of a platform provider that facilitates data exchanges, relying on market mechanisms to ensure that third parties develop beneficial services for users to choose from, once the technology to control data flows is in place.


Lehtiniemi, T. (2017). Personal Data Spaces: An Intervention in Surveillance Capitalism? Surveillance & Society, 15(5), 626‚Äď639. You can read the article here.

CFP: Rajapintapäivät 2.-3.11.2017

Photo by Scott Robinson

Ensimmäiset Rajapintapäivät järjestetään Dipolissa, Espoon Otaniemessä 2.-3.11.2017. Torstai 2.11. on työpajapäivä, ja perjantaina 3.11. tapahtuman muoto on epäkonferenssi. Lähetä sisältöehdotuksesi ja ilmoittaudu tapahtumaan 10.10. mennessä

Perjantain 3.11. epäkonferenssi (unconference) on avoin ja osallistumiseen pohjaava tapahtuma, jonka agenda muodostuu osallistujien yhteistyössä. Kaikki teknologiaa, yhteiskuntaa ja digitaalisia menetelmiä yhdistävät tai kehittävät aiheet ovat erinomaisen tervetulleita mukaan!

Epäkonferenssi järjestetään osallistujien tapahtumaan tuoman sisällön ympärille. Pyydämmekin tapahtuman osallistujilta ehdotuksia sisällöksi mielellään 10.10. mennessä. Tapahtumassa on 30 minuutin mittaisia sessioita, joita osallistujat voivat varata etukäteen omille aiheilleen. Ajan voi käyttää perinteiseen esitykseen keskusteluineen, mutta kannustamme kokeilemaan myös muunlaisia formaatteja ja jättämään runsaasti aikaa keskustelulle.

Aiheen tulisi sopia sisällöllisesti Rajapinta ry:n teemoihin: teknologia, yhteiskunta ja digitaaliset menetelmät. Seuraavantyppiset sessiot ovat mahdollisia:

  • T√§t√§ tutkin (esim. paperi, v√§it√∂skirjan aihe tai gradun esittely, keskener√§inen tutkimus)
  • T√§t√§ haluaisin tutkia tai ymm√§rt√§√§ paremmin (esim. keskustelu uudesta tutkimusn√§k√∂kulmasta tai projekti-idean tai aineistoyhteisty√∂n esittely)
  • How to (esim. analyysimenetelm√§n tai aineistonkeruuty√∂kalun demo, mahdollisesti jonkin esimerkkitapauksen avulla)
  • Kokeellinen sessio (esim. jotain ihan muuta)

Sessioita voi järjestää myös yhdessä, ja 30 minuutin aikaikkunoita voi yhdistellä (kenties useamman ehdottajan kanssa) pidempien sisältökokonaisuuksien järjestämiseksi. Suosittelemme ottamaan rohkeasti yhteyttä jonkin aiheen ehdottajaan jos oma ideasi on samankaltainen olemassa olevan esityksen kanssa. Tapahtuman järjestäjät voivat tarpeen vaatiessa ehdottaa esityksen siirtämistä ajankohtien ja huoneiden välillä.

Ehdota omaa aihettasi lisäämällä se Rajapintapäivien Wiki-sivulle.

Aiheella tulisi olla otsikko ja lyhyt kuvaus sisällöstä. Aiheita voi lisätä kunnes tapahtuman kalenteri on täynnä. Tilavarausten vahvistamisen vuoksi voimme taata 10.10. mennessä ehdotetuille ja kalenteriin mahtuneille esityksille esitysajan. Mikäli kalenterissa on jäljellä tilaa, voit ilmoittaa esityksestä myöhemminkin, vasta vaikkapa paikan päällä.

Esitysten kieli on vapaa.

Torstaina 2.11. järjestämme kaksi työpajaa aiheista, jotka kumpuavat Rajapinta ry:n tavoitteesta kehittää teknologian ja yhteiskunnan tutkimuksen toimintaedellytyksiä Suomessa.

Tutkimusetiikkatyöpajan tavoitteena on luonnostella tutkimuseettiset ohjeet Internet-tutkimukselle Suomessa. Kansainvälisesti on olemassa erilaisia ohjeita, joita tässä työssä voidaan soveltaa Suomen kontekstiin.
Laskennallisen datan infrastruktuurit -ty√∂pajan tavoitteena on keskustella jaetuista, yhteisist√§ tai keskitetyist√§ ratkaisuista yhteiskuntatieteellisten digitaalisten “big data” -aineistojen (esim. media- tai sosiaalisen median aineistot, julkiset avoimen datan aineistot, p√§√§t√∂ksentekoaineistot, yms.) ker√§√§miseen, s√§ilytt√§miseen ja uudelleenk√§ytt√§miseen Suomessa tutkimustarkoituksiin. Ty√∂pajan alussa k√§yd√§√§n l√§pi t√§ll√§ hetkell√§ k√§yt√∂ss√§ olevia datan ker√§√§misen ty√∂kaluja ja ratkaisuja.

Työpajojen tarkoituksena saada aikaa konkreettista yhteistä toimintaa työpajan aiheen ympärille. Osallistujilta ei vaadita aiempaa aiheeseen tutustumista.


Ilmoittaudu mukaan verkkolomakkeella 10.10. mennessä.

Rajapintapäiville voi osallistua myös ilman omaa sisältöehdotusta. Tilaisuus on maksuton.

Rajapinta ry on vuonna 2017 perustettu teknologian, yhteiskunnan ja yhteiskuntatieteellisen tutkimuksen kohtaamispaikka. Yhdistyksen tavoitteena on edistää yhteiskuntatieteellistä teknologian tutkimusta sekä digitaalisten ja laskennallisen menetelmien käyttöä yhteiskuntatieteissä. Rajapintapäivien järjestämistä ovat tukeneet Koneen Säätiö sekä Tietotekniikan tutkimuslaitos HIIT.

Call for abstracts: Our data futures

We are organising a one-day workshop in the end of August for researchers working on, or participating in, initiatives that aim for societally sustainable data practices. The workshop is part of the academic programme within the MyData 2017 conference. See the call text below:

Call for abstracts: Our data futures

Datafication, referring to the conversion of life into digital data, generates new societal opportunities alongside power asymmetries. Initiatives, such as MyData, Open mHealth, MIDATA.coop, Hub of All Things, and Open Humans take datafication as a starting point, but try to steer data flows and data practices in a societally more sustainable direction. These initiatives address asymmetries in terms of data usage and distribution, or inadequacies of existing ethical and regulatory frameworks; they push for the rearticulation of concepts such as participation, sharing, governance, or public good.

This workshop of the MyData 2017 conference invites scholars, participating in and studying such data-driven initiatives, to discuss how the capacities of data technology might be harnessed to promote social justice, new forms of agency, political participation, and collective action. We are also interested in research on data activism and how uses of data challenge accepted norms, assumptions and ideological projects. The aim is to promote debate on the ways forms of data are thought to guide, or shape us as we move into data futures, and whether the data initiatives succeed in promoting new communities of producers and users of data.

Workshop: 30.8.2017 at Tallinn University, Tallinn, Estonia
Abstract deadline: 300 words by 2.5.2017

Details are available at http://mydata2017.org/session/our-data-futures/

Workshop organizers:
Minna Ruckenstein, University of Helsinki
Indrek Ibrus, Tallinn University
Tuukka Lehtiniemi, Helsinki Institute for Information Technology

The workshop is arranged in connection with MyData 2017 conference, Helsinki, Finland & Tallinn, Estonia. Information on the academic workshops of the conference is available at http://mydata2017.org/programme/academic/.

Rajapinta January meetup: Organizing social movements, doing political science with computational methods

Our near-monthly Rajapinta meetup was organized on Monday 16.1. In addition to content presentations on themes of organizing social movements and doing political science with computational methods, we also worked on related things in practice: we set in motion the official process of incorporating Rajapinta as a registered association (more about this here), and worked out ways to combine the efforts of different research groups and projects in order to efficiently collect online data related to this year’s municipal elections.

In the first content presentation, Salla-Maaria Laaksonen presented a paper (co-authored with Merja Porttikivi) on the organizational elements of a social movement in Facebook. The case in point was the popular ‚ÄúLis√§√§ kaupunkia Helsinkiin‚ÄĚ group, an arena of lively discussion on urban planning in Helsinki with over 10 000 members at the moment. The group specifically focuses on the benefits of dense urban city planning, and tries to find out ways to make Helsinki more ‚Äúcity-like‚ÄĚ in this sense. Arguably, it has had an effect on the discussion of city planning in Helsinki at large.

The data for the study were the private discussions between the administrators of the group, which allowed the examination of how and when the elements of organization appear. These tell-tale signs of organization include negotiations on membership, hierarchies, defining rules and monitoring them, and sanctioning. Summarizing the results, social movements online are highly constituted through communication and not so much through, for example, organizational structures. The ‚ÄúLis√§√§ kaupunkia Helsinkiin‚ÄĚ group initially seems to be an emergent, grass-roots level and network-like social order, but organizational elements are clearly present in the admin discussions. Salla-Maaria‚Äôs presentation slides can be found here (in Finnish).

In the second presentation of the day, professor Pertti Ahonen shared the experiences he has gathered over the years working on the edges of the mainstream research in political science. He has never identified with any particular school of thought and has gathered a lot of connections during his career to people working different paradigms. Long career has allowed him to get accustomed with multiple different philosophies of science and methodologies.¬†Professor Ahonen has had his first contact to what has become ‚Äúdata science‚ÄĚ very early. He reminisced the early days of R, which is now widely adopted open source tool in academia and business world. In the recent years, he has used computational tools in his research. As an example, he mentioned work where he applied topic modeling to study Finnish party programs.

Professor Ahonen stated that fitting social theory together with modern computational methods in a meaningful way is one of the key questions to be solved so that social sciences will be able to get the best out of computational research (Ahonen, 2015). In addition, Ahonen stated that computational methods should not be something to be afraid of: in many cases, one can also consider them as computationally assisted qualitative methods.

Rajapinta meetups will continue to be organized about once per month in the spring, details will follow. If you would like to take advantage of the chance to discuss your work with like-minded colleagues, let us know!

Teknologiavisio ei ole neutraali

Facebookissa on parin viime päivän aikana kiertänyt kokoelma videoita ja kuvia, joissa Korea Future Technology -firman kehittämä humanoidinen, ohjaamolla varustettu robottihaarniska liikkuu teollisuushallissa. Videon robottihaarniska on todella hieno, ja sitä katsoessa tuntuu että tulevaisuus on taas yhtäkkiä paikallisesti täällä. Tunne on hyvin pitkälle sama kuin Boston Dynamicsin robottivideoita katsellessa.

Videot n√§hty√§ni minulle tuli mieleen vastik√§√§n¬†lukemani artikkeli ‚ÄúThe future as a design problem‚ÄĚ (Stuart ym. 2016), jossa k√§siteltiin teknologiakehityksen ja¬†tulevaisuusvisioden¬†suhdetta. Artikkelissa tyypiteltiin¬†kaksi strategiaa¬†suhteessa¬†tulevaisuuteen, erityisesti teknologiakehityksen mieless√§.¬†Pragmaattisella projektiolla¬†pyrit√§√§n ik√§√§n kuin lukitsemaan mahdollinen¬†tulevaisuus ekstrapoloimalla nykyhetkeen johtaneesta kehityksest√§. T√§ll√∂in tulevaisuus on tutkimuksen ja tiet√§misen kohde, ja sopivilla mittareilla se voidaan selvitt√§√§.¬†Toinen strategia on¬†suuri visio, jossa pyrkimyksen√§ on¬†rakentaa polku toivottavaan tulevaisuuteen, toisin sanoen¬†vaikuttaa t√§m√§n hetken p√§√§t√∂ksiin jotta tulevaisuus olisi suuren¬†vision mukainen. Vaikkakin kirjoittajat¬†tuntuivat¬†viittaavan aika¬†s√§√§steli√§√§sti¬†tulevaisuudentutkimuksen kirjallisuuteen,¬†n√§m√§ tyypittelyt¬†eiv√§t k√§sitt√§√§kseni ole ainakaan¬†pelk√§st√§√§n¬†heid√§n kehittelemi√§√§n.

No, käytännön teknologiavisioissa on elementtejä molemmista strategioista. Artikkelissa oli purettu erityisesti 90-luvun alussa Xerox PARCissa luotua teknologiavisiota ubiikista laskennasta (Weiser 1991), sekä vision sidettä teknologian kehitykseen. Pragmaattisena projektiona ubicomp-visio oli sidottu sellaiseen teknologiaan joka nähtiin mahdolliseksi tai jopa väistämättömäksi informaatioteknologian kehittymisen myötä. Ubicompin suurta visiota rajoitti se, että vision täytyi toisaalta kuvata maailma kyllin muuttumattomaksi, jotta se resonoisi ihmisissä ja onnistuisi rekrytoimaan heitä taakseen. Näin ollen visiossa oletettiin maailma teknolologiakehityksen ulkopuolella, siis kulttuurisesti ja sosiaalisesti, turhan vakiintuneeksi. Visio otettiin teknologian kehittäjien toimesta vakavasti siinä mielessä, että nämä ottivat sen tutkimus- ja kehitystyön tavoitteeksi, ja näin vision mukaista ubicomp-teknologiaa alettiin pontevasti kehittää. Hyvin laadittu ja artikuloitu kuva tulevaisuudesta siis käytännössä rajasi toteutuvaa tulevaisuutta.

Mitä tällä on tekemistä robottihaarniskan kanssa? Väittäisin että on olemassa hyvät syyt miksi videoiden robottihaarniska näyttää juuri tuolta ja toimii juuri noin. Sanotaanko nyt näin, että Korea Future Technologyn insinöörit ja videot Facebookissa jakanut suunnittelija ovat mecha-pelinsä pelanneet ja -sarjakuvansa lukeneet. Vaikuttaa siltä, että scifi-kirjallisuuden visiot on otettu aika lailla sellaisinaan suunnittelua ja teknologian kehitystä ohjaaviksi tavoitteiksi. Näin populaarikulttuurissa esitetty teknologiavisio siis suoraan rajaisi toteutuvaa tulevaisuutta. Toinen vaihtoehto tietysti on, että mech-scifi on onnistunut paljastamaan jotain perimmäistä teknologian kehityksestä ja todellisuuden luonteesta, ja juuri tämännäköiset ihmisen hytistä käsin ohjaamat robottihaarniskat ovat jonkinlainen luonnollinen teknologian kehityspolku, jolle päädytään niitä esittävästä populaarikulttuurista riippumatta.

En tiedä pidänkö hyvänä vai huonona asiana, että yritys Koreassa päättää rakentaa tosielämän mechan. Ehkä en kumpanakaan, mutta aika mielenkiintoista se mielestäni on joka tapauksessa. Melvin Kranzbergiä mukaillen voisi ehkä sanoa, että teknologiavisio ei välttämättä ole hyvä tai paha, mutta ei se myöskään neutraali ole. Lienee paikallaan mainita myös, että ainakin itse tuntemassani scifissä mechojen sovelluskohteet ovat olleet varsin sotaisia. Tämä näkyy myös videoiden kommenteissa.

Reeves, Stuart, Murray Goulden, and Robert Dingwall. 2016. ‚ÄúThe Future as a Design Problem.‚ÄĚ Design Issues32 (3).
Weiser, Mark. 1991.¬†‚ÄúThe Computer for the Twenty-first Century,‚ÄĚ Scientific American.

Vaihtoehtoja alustatalouteen?

Digitaaliset alustat ovat toimijoiden välisten vuorovaikutusten välittäjiä. Ne toimivat paitsi uusien markkinoiden luojina ja olemassa olevien markkinoiden tehostajina, myös näiden markkinoiden sääntelijöinä. Arvonluontia varten alustat keräävät ja käsittelevät laajasti tietoja alustan käyttäjistä. Motiivit markkinoiden luomiseen, sääntelyyn ja datan käsittelyyn juontuvat alustan omistuspohjasta ja organisointitavasta. Käsittelen lyhyesti näitä alustatoimijoiden rooleja sekä esittelen kaksi vaihtoehtoa alustojen organisointiin. Teksti perustuu puheenvuoroon Eduskunnan Tulevaisuusvaliokunnan kuulemisessa jakamistaloudesta ja alustataloudesta.

Alustat markkinoiden välittäjinä

Digitaaliset alustat toimivat vuorovaikutusten välittäjinä. Taloudellisessa mielessä alustoja ylläpitävät alustatoimijat tarjoavat tuotteita ja palveluita, joiden avulla markkinaosapuolet, esimerkiksi kuluttaja ja tuottajat, löytävät toisensa ja tekevät vaihtoja (Evans 2011). Alustatoimijat siis luovat markkinoita. Alustan arvonluonnin perusta on, että markkinaosapuolet eivät kohtaisi ilman alustan välittämiä markkinoita, ainakaan ilman korkeampia kustannuksia. Alustojen välittämät vuorovaikutukset voivat olla luonteeltaan monenlaisia: Uber välittää kyytien tarvitsijoiden ja kyytien tarjoajien vuorovaikutuksia, Googlen hakualusta taas välittää kolmen osapuolen vuorovaikutuksia kahdella eri segmentillä: yhtäältä haun käyttäjien ja internetin sisällöntuottajien, toisaalta mainostajien ja haun käyttäjien vuorovaikutuksia.

Alustatoimijat ovat usein yrityksiä, ja ne luovat markkinoita ja sääntelevät luomiaan markkinoita hyötyäkseen niistä taloudellisesti. Alustatoimijoiden harjoittama markkinoiden yksityinen sääntely voi kohdistua siihen, mitkä toimivat voivat kohdata markkinoilla, tai kuka pääsee käytännössä tarjoamaan tuotteita ja palveluita ja kenelle. Myös hinnoittelumallit, hinnat itsessään, tai alustan määrittelemistä säännöistä poikkeamisen sanktioinnit voivat olla sääntelyn kohteena. Keskeistä on pitää mielessä alustatoimijoiden harjoittaman markkinoiden sääntelyn pääasiallinen motiivi, liiketoiminnan ja arvonluonnin tukeminen. Tämä ei välttämättä ole yhdenmukainen esimerkiksi julkisen sääntelyn tavoitteiden kanssa. Luodessaan uusia markkinoita alustatoimijoilla on lisäksi ollut pyrkimys toimia normittamattomalle alueelle ja ratkoa juridiset tai muut seuraamukset jälkikäteen. Esimerkiksi Uberin ja Google Street View -palvelun toiminta on useissa maissa käynnistynyt ennen kuin niiden laillinen asema on ollut selvä.

Alustan toiminnallisuuksien kautta alustatoimijat voivat käyttää merkittävää vaikutusvaltaa suhteessa alustan käyttäjiin. Esimerkiksi Googlella on kannustin ohjata hakukonealustan avulla haun käyttäjien näkemiä hakutuloksia ja mainoksia niin, että sen keräämät mainostulot ovat mahdollisimman suuret (Rieder & Sire 2013). Koska alustojen tarkemmat toimintaperiaatteet eivät yleensä ole julkisia, tällainen vaikutusvallan käyttäminen on suurelta osin läpinäkymätöntä, ja käyttäjät voivat vain arvailla sen merkitystä erilaisissa alustoissa. Lisäksi alustan sisällä alustan teknisten toimintojen kautta tapahtuva sääntely ja vaikuttaminen ovat pakottavia siinä mielessä, että käyttäjillä on käytössään varsin vähän keinoja puuttua niihin.

Käyttäjistä kerätyn tiedon merkitys

Digitaalisten alustojen Рja ylipäätään informaatioteknologian Рominaisuus on, että erilaisten prosessien tehokkaan automatisoinnin lisäksi ne tuottavat informaatiota näistä prosesseista. Informaatioteknologia tekee aikaisemmin näkymättömistä asioista näkyviä, ja aikaisemmin mittaamattomista asioista mitattavia. Tärkeäksi kysymykseksi muodostuu, miten tätä tiedon tuottamiskykyä käytetään (Zuboff 2015). Mitä tietoa kerätään? Kuka käyttää kerättyjä tietoja? Mihin tarkoitukseen niitä käytetään? Kuka näistä päättää ja millä perustein? Alustojen järjestämien markkinoiden kannalta nämä kysymykset ovat oleellisia, koska alustojen arvonluonnissa keskeistä on alustan käyttäjistä kerätyn tiedon jalostaminen käyttäytymisen ennusteiksi, tuotteiden ja palveluiden personoinniksi ja kohdentamiseksi, suosituksiksi, sekä kysynnän ja tarjonnan ennakoinniksi ja yhteensovittamiseksi. Näiden tuottamiseksi tarvitaan tietoja ihmisten toiminnasta, ominaisuuksista ja valinnoista.

Jonkinlaista alustamarkkinoiden oletusmallia voisi tyypitellä suurten alustatoimijoiden toiminnan perusteella (Zuboff 2015). Alustatoimija pyrkii keräämään alustan käyttäjistä mahdollisimman paljon tietoa tuottaakseen mahdollisimman tarkkoja ennusteita käyttäjien ominaisuuksista ja tekemisistä. Ennusteiden perusteella alustatoimija muokkaa käyttäjän kokemaa palvelua ja suuntaa alustan välittämiä vuorovaikutuksia. Käyttäjät eivät usein itse osallistu itseään koskevien ennusteiden markkinoille Рesimerkiksi mainosrahoitteisten alustojen tapauksessa alustatoimija myy ennusteet mainostajille kohdentamisen muodossa. Ihmisen rooliksi ennusteiden tuottamisessa jää lähinnä alustapalvelun käyttöehtojen hyväksyminen, mikä ei usein käytännössä mahdollista merkityksellistä päätöksentekoa omien tietojen käytöstä (Solove 2013). Huomattavaa on myös alustatoimijoiden pyrkimys levittää alustan vaikutuspiiriä sen välittömien rajojen ulkopuolelle avoimeen internetiin (Helmond 2015), yhtenä tavoitteena laajemmat tiedonkeruun mahdollisuudet.

Vaihtoehtoja alustojen organisointiin?

Yllä esitetyn perusteella alustat kykenevät monin tavoin tehostamaan markkinoilla toimivien tuotteiden ja palveluiden kysyjien ja tarjoajien löytämistä ja kohtaamista. Tehostamiskyky perustuu merkittäviltä osin alustan käyttäjistä kerättyihin tietoihin ja niiden pohjalta tuotettuihin ennusteisiin. Vaikka alustat ovat tällä hetkellä pääsääntöisesti (suurten yhdysvaltalais)yritysten hallinnoimia ja tietynlainen tapa organisoida alustan välittämiä markkinoita on tällä hetkellä normi, eivät alustojen tuottamat hyödyt sinänsä edellytä tietynlaista alustan omistusrakennetta tai markkinoiden organisoinnin tapaa. Alustatalouden valtavirran ulkopuolelta löytyy vaihtoehtoisia kehityssuuntia, joista voi ajan oloon tulla merkittäviäkin uusia toimintamalleja. Kaksi esimerkkiä valottavat vaihtoehtoisia alustatalouden kehityssuuntia: osuuskuntapohjaisesti omistettu alusta sekä henkilödatan hallintaan erikoistuneet palvelut.

Ajatus osuuskuntapohjaisista alustoista on luultavimmin lähtenyt liikkeelle havainnosta, että ei ole mitään erityistä syytä sille, että taksi- tai siivouspalveluiden välittämiseen tarvittaisiin riskirahoitettu, kaupallisista lähtökohdista toimiva teknologiayritys. Saman palvelun voisi toteuttaa myös työntekijöiden yhdessä omistama osuuskunta. Alustojen käyttämän teknologian ei pitäisi olla niin kallista tai monimutkaista, että se olisi yhteistoiminnallisesti järjestäytyneiden alustan käyttäjien saavuttamattomissa. Osuuskuntamallin tavoitteena on, että alustan organisointi tapahtuisi nykyistä demokraattisemmin. Tällöin alustan käyttäjät osallistuisivat alustan toimintaa koskeviin päätöksiin ja alustan välittämien markkinoiden sääntelyyn, ja voisivat vaikuttaa esimerkiksi omiin työehtoihin ja palkkaukseen nykyisiä työnvälitysalustoja paremmin. Osuuskuntamuotoisen organisoitumisen mahdollistama läpinäkyvyys voisi lisätä alustan käyttäjien Рpalvelujen kysyjien ja tarjoajien Рluottamusta alustan toimintaan. Kysymyksiin tiedon keräämisestä ja käytöstä osuuskuntamuotoinen alusta tarjoaa vastaukseksi, että alusta päättää edelleen, mutta käyttäjät osallistuvat päätöksiin alustan omistajina.

Toinen suunta alustojen toiminnan muuttamiseksi ovat henkilödatan hallintapalvelut. Ne keskittyvät alustojen rooliin ihmisiä koskevan tiedon keräämisessä. Tällöin ajatellaan, että ihmisillä täytyisi olla mahdollisuus vaikuttaa nykyistä enemmän itseään koskevien tietojen käyttöön. Pragmaattisesti ajatellen kyse on datan ohjaamisesta ihmisille itselleen hyödyllisiin palveluihin. Moraalisesti kyse voisi olla itseisarvosta, eräänlaisesta digitaalisesta ihmisoikeudesta. Yksi kehityssuunta on luoda henkilödatan hallintaan välittäjä, uusi alustatoimija, jonka kautta käyttäjät olisivat suhteessa dataa käyttäviin ja kerääviin muihin alustoihin. Kysymyksiin tiedon keräämisestä ja käytöstä henkilötiedon hallintaan erikoistuneet palvelut tarjoavat ratkaisuksi käyttäjien lisääntynyttä vaikutusvaltaa alustojen kannalta keskeisen raaka-aineen, alustan käyttäjiä koskevan tiedon, virtoihin.

Osuuskuntamuotoisista alustoista on olemassa lähinnä kehitteillä olevia aloitteita, henkilödatan hallintapalveluista jo toimiviakin esimerkkejä, mutta valtavirtaa ne eivät ole. Näiden ja muiden vaihtoehtoisten kehityssuuntien liikkeelle saaminen riippuu alustojen toiminnassa keskeisistä verkostovaikutuksista. Alustojen käyttäjille luoma arvo kasvaa, kun niihin eri puolilta kytkeytyneiden toimijoiden määrä kasvaa. Yksi ehdotettu ratkaisu tähän ns. muna-kana -ongelmaan on alustojen yhteentoimivuus, jolloin esimerkiksi paikallisten osuuskunta-alustojen teknologia voisi toimia osuuskuntien rajojen yli.

Lopuksi: joitain ajatuksia

  • Voisiko alustoilla luoda tilaa uudenlaisille j√§rjest√§ytymisen muodoille, voiko yhteistoiminnallisesti organisoiduista alustoista synty√§ internet-ajan ty√∂v√§enliike?
  • Jos ihmisi√§ koskevan datan hallinta on alustojen ytimess√§, olisiko se toimiva regulaation kanava puuttua alustatalouden markkinoiden keskittymiseen tarvittaessa?
  • Onko oikeus hallita itse√§√§n koskevia tietoja digitaalinen ihmisoikeus? Jos on, tulisiko kansalaisille taata ty√∂kalut ja keinot itse√§√§n koskevan tiedon hallintaan?


Evans, David S. 2011. Platform Economics: Essays on Multi-Sided Businesses. Competition Policy International.

Helmond, A. 2015. ‚ÄúThe Platformization of the Web: Making Web Data Platform Ready.‚ÄĚ Social Media + Society 1(2).

Rieder, B., and G. Sire. 2013. ‚ÄúConflicts of Interest and Incentives to Bias: A Microeconomic Critique of Google‚Äôs Tangled Position on the Web.‚ÄĚ New Media & Society 16(2):195‚Äď211.

Solove, Daniel J. 2013. ‚ÄúPrivacy Self-Management and the Consent Dilemma.‚ÄĚ Harvard Law Review 126(7):1880‚Äď1903.

Zuboff, Shoshana. 2015. ‚ÄúBig Other: Surveillance Capitalism and the Prospects of an Information Civilization.‚ÄĚ Journal of Information Technology 30:75‚Äď89.