I datautvinningens tidsalder står livsmuligheter på spill gjennom algoritmenes sortering, vurdering og rangering.
Kinas program for kartlegging og vurdering av sosial kreditt er et eksempel. Her skal det samles inn informasjon om blant annet brudd på trafikkloven, røyking på området med røykeforbud eller deling av falske nyheter på nettet. Får du lav nok vurdering kan du få forbud mot reise, boligkjøp eller banklån.
En ny artikkelserie i The Guardian ser på hvordan algoritmer har negativ innvirkning på livsgrunnlaget til fattige i en rekke land. Storbritannia er i gang med en storstilt digitalisering av arbeids- og velferdssystemet, blant annet ved at avgjørelser flyttes fra mennesker til algoritmer. Det betyr at prosessene blir mindre tydelige, det er også langt vanskeligere for brukere å tale sin sak til en algoritme enn til en person. Lignende eksempler finnes i Australia, India og USA.
Tre skillelinjer definerer nyere forskning på hvordan digitale teknologier påvirker ulikhet: tilgang, ferdigheter og konsekvenser.
Tilgang
Den første skillelinjen er mellom dem med og uten tilgang til informasjonsteknologi (IT). Betydelige forskjeller finnes fremdeles både innad i land og mellom land. Selv i rike land er det betydelig lavere tilgang til IT blant eldre, innbyggere i distriktene og dem med lavt utdanningsnivå.
Samtidig flytter ny forskning fokuset til hvordan såkalte smart-enheter (høyttalere, hus, telefoner) tilbyr ulike typer internettilgang. Det er betydelige forskjeller mellom bruk av telefonen eller en smart høyttaler for å komme på nett, og bruk av en PC.
Kompliserte og nyttige aktiviteter slik som redigering av tekstdokumenter eller Excel-ark er langt vanskeligere eller umulige på en telefon eller annen smart-enhet. Det kan føre til en ny underklasse for dem som kun har tilgang til mobilt internett.
Ferdigheter
Den andre skillelinjen viser til ulikheter i ferdigheter og bruk av IT. Et eksempel er bruk av sosial media, der forskning skiller mellom dem som skaper innhold selv, og dem som passivt forbruker det. Alder og til en viss grad kjønn er viktig faktorer her.
Nyere forskning på den andre skillelinjen ser på skjæringspunktet mellom fritid og arbeid. Den såkalte delings- eller plattformøkonomien stiller spørsmål rundt overvåkning, kontroll og rett til fagorganisering. Streiken i Foodora i Oslo i høst er et eksempel på fagorganisering blant arbeidere i delingsøkonomien.
Vi trenger mer kunnskap om hvorvidt høytlønnede arbeidere er bedre rustet til å unngå overvåkning og kontroll og fagorganisere seg. Forskning på digital ulikhet kan ha en viktig rolle i å peke på hvordan sosiale faktorer inkludert sosialt miljø og ulike typer kapital (sosial, kulturell, økonomisk) påvirker bruk og forståelse av digitale teknologier.
Konsekvenser
Den tredje skillelinjen retter seg mot ulikheter mellom konsekvenser av internettbruk ved å se på folks evne til å oversette bruk av digitale teknologier til positive konsekvenser også i den fysiske verden. Konsekvenser måles gjerne gjennom spørreundersøkelser som stiller spørsmål for eksempel om hvorvidt folk har spart penger ved hjelp av internettbruk, funnet informasjon som bidro til bedre helse eller har mer kontakt med familie og venner.
Mye tyder på at bruk av digital teknologier fører til økte forskjeller mellom rike og fattige. For eksempel ble Winklevoss-brødrene verdens første milliardærer på kryptovaluta, samtidig som det er lenge igjen før bitcoin kan brukes til å få et mer inkluderende banksystem og bekjempe fattigdom.
Forskning på konsekvenser av digitale teknologier har så langt vært fokusert på hvordan de fordeler goder ulikt mellom grupper. Fremtidig forskning bør også se på de skadelige konsekvensene av hva folk gjør på nett og hvilke dataspor som assosieres med dem. Digitale ulikheter er viktigere enn noensinne når alt du gjør på nett spores.
Referanse
Lutz, C. Digital inequalities in the age of artificial intelligence and big data. Hum Behav & Emerg Tech. 2019; 1: 141– 148.
Tekst: Artikkelen er skrevet av Knut Myrum Næss, kommunikasjonsrådgiver.