Vai meklētājprogrammas rada zināšanas?
Neapšaubāmi, Google un citas meklētājprogrammas ir kļuvušas par ikdienas sastāvdaļu. Bet, ja zināšanas ir spēks, vai meklētājprogrammas ir jaudas mezgli?
Akadēmiskajiem un oficiālajiem tīmekļa lietotājiem eksperti saka, ka pētniekiem ir jāapzinās, kā darbojas meklētājprogrammas, lai nodrošinātu, ka avotu izvēli nosaka kvalitāte, nevis tikai popularitāte.
Rakstā Starptautiskais kultūras pētījumu žurnāls, Hosē van Diiks no Amsterdamas Universitātes Nīderlandē apgalvo, ka meklētājprogrammas kopumā un it īpaši Google Scholar ir kļuvušas par nozīmīgiem akadēmisko zināšanu, nevis neitrālu rīku kopražotājiem.
Google Scholar meklē dažādus avotus no vienas ērtas vietas, lai atrastu informāciju dažādos formātos (raksti, tēzes, grāmatas, kopsavilkumi vai tiesas atzinumi) un palīdzētu tos atrast bibliotēkā vai tiešsaistē.
Līdz šim ir pieejams maz empīrisku vai etnogrāfisku pētījumu par to, kā studenti patiesībā veic atklātus meklējumus. Bet aptaujas rāda, ka studenti, kuri veic zinātnisko darbu tēmu meklējumus, kā vēlamo sākumpunktu pārsvarā izvēlas meklētājprogrammas, nevis bibliotēku pētniecības atklāšanas tīklus.
Daudzi studenti bibliotēkas pakalpojumus uzskata par “Scholar papildinājumu”, nevis otrādi.
Saskaņā ar van Dijcka teikto, viens no galvenajiem punktiem meklētājprogrammu ranžēšanā un profilēšanas sistēmās ir tas, ka uz tiem neattiecas tādi paši noteikumi kā tradicionālajām bibliotēku stipendiju metodēm publiskajā telpā.
"Automatizētās meklēšanas sistēmas, ko izstrādājuši komerciāli interneta giganti, piemēram, Google, izmanto publiskās vērtības, kas sastāda bibliotēku sistēmu, un tomēr, aplūkojot šo virsmu, tādas pamatvērtības kā caurspīdīgums un atvērtība ir grūti atrodamas," viņa teica.
Viņa teica, ka nepieredzējuši lietotāji parasti uzticas patentētiem dzinējiem kā neitrāliem zināšanu starpniekiem. Faktiski dzinēju operatori izmanto metadatus, lai interpretētu meklētāju grupu kolektīvos profilus.
No pirmā acu uzmetiena Google Scholar pieņem vienu no akadēmiskajām pamatvērtībām - citātu analīzi -, izmantojot algoritmiskos tīmekļa zirnekļus, lai izveidotu indeksus plašam akadēmisko materiālu tīmeklim.
Tāpat kā vecākais motors, arī Google Scholar darbojas kā vērtēšanas sistēma, kuras pamatā ir semantiskas saites uz plašu avotu rezervuāru, kuru izcelsmi varētu uzskatīt par akadēmiski pamatotu.
Tomēr Google Scholar algoritms darbojas, pamatojoties uz kvantitatīvo citēšanas analīzi. Zinātnieki to iziet citādi, sarindojot citātus pēc to relatīvā stāvokļa un svara konkrētās profesionālās disciplīnās.
Informācijas ranžēšana, izmantojot Google Scholar, ir diezgan līdzīga Google meklēšanai: tā sarindo avotus, pamatojoties uz popularitāti, nevis patiesības vērtību vai atbilstību. Raksti ar vairāk saitēm uz tiem pārspēs kvalitatīvākus pētījumus, kurus neuzņem Google Scholar algoritms.
Šis jautājums ir vēl sarežģītāks, jo dažas iestādes atsakās piekļūt savām datu bāzēm. Google neatklās pilnu to datubāzu sarakstu, kuras tā aptver, vai atjauninājumu biežumu, lai norādītu laika grafiku. Lietotāji paliek neziņā par meklēšanas jomu un savlaicīgumu.
Van Dijcka akadēmisko zināšanu konstruēšanas pārbaude, izmantojot meklētājprogrammas kodēto dinamiku, balstās uz sociologa Bruno Latour aktieru tīkla teoriju un Manuela Kastela darbu. Aktieru tīkla teorijā meklētājprogrammas nav vienkārši objekti, bet ir daļa no cilvēku un tehnoloģiju tīkliem, kas iesaistīti zināšanu ražošanā.
Kastels iesaka “nerīkoties” tīkla darbībā, lai rūpīgāk izpētītu digitālo tīklu sarežģītās jaudas attiecības, pirms to apzināti pārveidot.
Van Diiks pieprasa bagātinātu informācijas pratību, iekļaujot pamatzināšanu par meklētājprogrammu ekonomisko, politisko un sociālkulturālo dimensiju. "Bez pamata izpratnes par tīkla arhitektūru, tīkla savienojumu dinamiku un to krustojumiem ir grūti aptvert meklētājprogrammu sociālās, juridiskās, kultūras un ekonomiskās sekas," viņa teica.
Ja Google ir kļuvis par centrālo nervu sistēmu zināšanu ražošanā, mums pēc iespējas vairāk jāzina par tā vadiem.
“Lai nodrošinātu nākamās paaudzes kritiskus un zinošus zinātniekus, mums jāmāca informācijas pratība, kas bagātināta ar analītiskām prasmēm un kritisku spriedumu. Zinātnisko zināšanu ražošana ir pārāk svarīga, lai to atstātu uzņēmumiem un inteliģentām mašīnām, ”secināja van Diiks.
Avots: SAGE Publications UK
