Nell’era digitale la convergenza di benessere, prevenzione e cura e la diffusione massiva di strumenti di misurazione dei processi corporei in app e mobile devices stanno profondamente ridefinendo l’immagine del nostro corpo (diafano e sempre più alfanumerico). Interrogarci dunque sui processi di ‘datafication’, che permettono/promettono di tradurre la complessità del comportamento umano, delle relazioni e delle motivazioni in dati digitali può aiutarci a mettere a fuoco gli effetti materiali delle nostre identità “algoritmiche”. Le diverse profilazioni derivanti dai Big Data attraverso processi di quantificazione e metricizzazione, sollevano inquietanti forme di sorveglianza, di rappresentazioni spersonalizzanti e la costruzione di norme a cui il corpo (e il Sé) sarà chiamato sempre più ad aderire.

Datafied Self: identità, rappresentazione, cura nell'era dei Big Data

Deborah Toschi
2019-01-01

Abstract

Nell’era digitale la convergenza di benessere, prevenzione e cura e la diffusione massiva di strumenti di misurazione dei processi corporei in app e mobile devices stanno profondamente ridefinendo l’immagine del nostro corpo (diafano e sempre più alfanumerico). Interrogarci dunque sui processi di ‘datafication’, che permettono/promettono di tradurre la complessità del comportamento umano, delle relazioni e delle motivazioni in dati digitali può aiutarci a mettere a fuoco gli effetti materiali delle nostre identità “algoritmiche”. Le diverse profilazioni derivanti dai Big Data attraverso processi di quantificazione e metricizzazione, sollevano inquietanti forme di sorveglianza, di rappresentazioni spersonalizzanti e la costruzione di norme a cui il corpo (e il Sé) sarà chiamato sempre più ad aderire.
2019
Big data; influenza; tracciamento; content based filtering; intelligence personal assistant; machine learning; data mining; sentiment analysis; sorveglianza; web identities
Toschi, Deborah
File in questo prodotto:
File Dimensione Formato  
Datafied Self.pdf

non disponibili

Tipologia: Versione Editoriale (PDF)
Licenza: Copyright dell'editore
Dimensione 734.44 kB
Formato Adobe PDF
734.44 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11383/2147333
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact