Data teriminin etimolojik kökenine bakıldığında latince ‘verili olan şeyler’ anlamına geldiği görülür. Bir başka deyişle bu terimin, insanlar tarafından şekillendirilen bir şeyin aksine, onlara olduğu gibi verilen gerçekleri ya da olguları (fact) imlediği düşünülür. Bu bağlamda Türkçe’deki karşılığı, yani ‘veri’ kelimesi de anlam kazanır.
Peki bir olgu hakkında toplanan veri, o olguyu gerçekten de olduğu gibi mi yansıtır? Veri, insanların şekillendirmesinden uzak, onlara ‘dışarıdan verilen’ olgular mıdır? Örneğin, bilim insanlarının, nesli tükenmekte olan bir canlının ne gibi problemlerden etkilendiğini anlamak için söz konusu canlı ve yaşam alanları hakkında topladığı veriler, o canlıların davranış örüntülerini ve içinde yaşadıkları ortamın özelliklerini birebir gerçekte olduğu şekliyle mi yansıtır? Terimin geleneksel tanımının aksine, STS literatüründe yapılan pek çok ampirik çalışma bu soruların kesin bir ‘evet’ ile cevaplandırılamayacağını göstermiştir (Rijke & Beaulieu, 2011; Leonelli 2019).
Verilerin, olguları bir noktaya kadar yansıttığı tamamen reddedilmese de (Leonelli, 2019), söz konusu olguyu, adeta bir ayna gibi, olduğu şekliyle yansıtmaktan çok, belli bir filtreden geçirilmiş haliyle gösterdiği/oluşturduğu kabul edilmektedir (Law, 2004; Lake, 2017; McQuillan, 2018). Verilerin ‘toplandığı’, saklandığı, temizlendiği, analiz edildiği ve görselleştirildiği araçlar ile tüm bu süreçleri mümkün kılan ön kabuller/teoriler ve standartlar bahsi geçen filtrelerden yalnızca birkaçıdır. Araçlar, ön kabuller ve standartlar değiştikçe, olguya dair farklı veri setleri ortaya çıkar. Olguya dair farklı veri setleri ortaya çıktıkça da olgu her defasında farklı bir açıdan görünür hale gelir.
Toparlarsak, STS literatüründe anlaşıldığı şekliyle, veriler belli teknolojik, maddi/fiziki, sosyo-kültürel ve ekonomik bağlamlarda üretilirler. Ancak bu maddi-semiyotik bağlamlar ile veriler arasındaki ilişki tek yönlü değildir. Veriler de içinden çıktıkları bu bağlamları (ör. araçlar, ön kabuller, standartlar) sürekli olarak yeniden şekillendirmektedir (Kitchin, 2014; Tanweer et al. 2016).
Yazar: Selen Eren
Editör: Selen Gülgün
Anahtar Kelimeler: performativity, agential realism, maddi-semiyotik.
Kaynakça
Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences. SAGE
Lake, R. W. (2017). Big Data, urban governance, and the ontological politics of hyperindividualism. Big Data & Society, 4(1), 1-10.
Law, J. (2004). After Method: Mess in Social Science Research. Routledge.
Leonelli, S. (2019). What distinguishes data from models? European Journal for Philosophy of Science, 9(2), 22.
McQuillan, D. (2018). Data Science as Machinic Neoplatonism. Philosophy & Technology, 31(2), 253–272.
Rijcke, S. de, ve Beaulieu, A. (2011). Image as Interface: Consequences for Users of Museum Knowledge. Library Trends, 59(4), 663–685.
Tanweer, A., Fiore-Gartland, B. ve Aragon, C. (2016). Impediment to insight to innovation: Understanding data assemblages through the breakdown–repair process. Information, Communication & Society, 19(6), 736–752.
Okumuş olduğunuz içeriği akademik çalışmalarınız için yararlı bulacağınızı umuyoruz. Bu içerikten araştırmalarınızda faydalanmanız durumunda APA formatında hazırlanmış aşağıdaki alıntılama örneğini kullanabilirsiniz. Lütfen alıntı yaparken erişim adresinin açık bir şekilde belirtildiğinden emin olunuz. Araştırmalarınızda başarılar dileriz.
Eren, S. (t.y.). Data: Veri. S. Gülgün (Ed.) iris: Kitle Kaynaklı Türkçe STS Ansiklopedisi (Kış 2020 Yayını) içinde. Erişim adresi (Erişim tarihi): https://irisansiklopedi.net/2021/01/31/data-veri/.
iris 