Εισαγωγή

Στη σημερινή εισήγηση ο ταιηλορισμός, για τον οποίο θα πούμε δυο τρία πράγματα στη συνέχεια, θα είναι το φόντο πάνω στο οποίο θα εξετάσουμε μια διαδικασία σχετικά σύγχρονη, που αφορά την διάλυση και την ανασύνθεση της σκέψης, του τρόπου που σκέφτονται και θα σκέφτονται οι υπήκοοι του καπιταλισμού στο νέο παράδειγμα. Υποθέτουμε πως είναι γενικά γνωστό ότι ο Τάιηλορ ανάλυσε, διέλυσε και ανασυνέθεσε με “επιστημονικό τρόπο” πολλές πλευρές της χειρωνακτικής εργασίας, και είναι ο πιο διάσημος απ’ τους αναμορφωτές του καπιταλιστικού / μηχανικού τρόπου οργάνωσης της εργασίας, απ’ τις αρχές του 20ου αιώνα. Έχοντας, λοιπόν, τον ταιηλορισμό σαν φόντο σε μια εισήγηση περί σκέψης έχουμε, κι αυτό είναι επιλογή μας, την μηχανοποίηση της χειρωνακτικής εργασίας σαν φόντο για την ανάλυση της μηχανοποίησης όχι μόνο της διανοητικής εργασίας αλλά, εν τέλει, της σκέψης γενικά. Κατά κάποιον τρόπο εμπνεόμαστε απ’ την γνώμη του καταστασιακού Mustafa Kayati για τις εργάτριες λέξεις:

…
Οι λέξεις απέχουν από τις ιδέες ένα μόνο βήμα κι αυτό το βήμα πάντα το κάνει η εξουσία και οι στοχαστές της. Όλες οι θεωρίες για το γλωσσικό σύστημα – απ’ τον ηλίθιο μυστικισμό του “όντος” μέχρι τον υπέρτατο (καταπιεστικό) ορθολογισμό της κυβερνητικής μηχανής – ανήκουν στον ίδιο κόσμο, στο λόγο της εξουσίας, που τον θεωρούν τον μοναδικό κόσμο στον οποίο μπορεί ν’ αναφέρεται κανείς σαν καθολική μεσολάβηση.
…
Η πραγματική οικειοποίηση των λέξεων που εργάζονται δεν μπορεί να γίνει εφικτή έξω από την ιδιοποίηση της ίδιας της εργασίας. Η νίκη της απελευθερωμένης, δημιουργικής δραστηριότητας θα φέρει τη νίκη της επιτέλους απελευθερωμένης αυθεντικής επικοινωνίας.
Οι λέξεις δεν θα πάψουν να εργάζονται όσο θα εργάζονται οι άνθρωποι.

Mustafa Kayati
(Από το 10ο τεύχος της επιθεώρησης της Καταστασιακής Διεθνούς, 1966)

Μέρος Α

Ο Ταίηλορ

Ο Ταίηλορ μελέτησε, ανέλυσε, κατέγραψε, χρονομέτρησε τις σωματικές κινήσεις διάφορων εργατών, τεχνητών και μη, σε διάφορες χειρωνακτικές εργασίες της εποχής του, στα τέλη του 19ου και στις αρχές του 20ου αιώνα. Κομματιάζοντας αυτές τις δουλειές στα κατα το δυνατόν ελάχιστα κινησιολογικά συστατικά, μπόρεσε να δει ποιές είναι άχρηστες (κινήσεις τεμπελιάς, καθυστέρησης, χρονοτριβής) και ποιές είναι ουσιαστικές. Μπόρεσε επίσης να μελετήσει εάν διαφορετικά εργαλεία θα έκαναν τέτοιες επιμέρους κινήσεις πιο αποδοτικές, πιο γρήγορες, πιο αποτελεσματικές. Και, ύστερα, έκανε την ανασύνθεση των χρήσιμων κινήσεων, στην αποτελεσματική (κατ’ αυτόν) διάρκεια, σε γραμμικές αλληλουχίες, διαμορφώνοντας, τον σωστό, τον επιστημονικά σωστό τρόπο, με τον οποίο πρέπει να γίνεται η Α ή η Β χειρωνακτική δουλειά. Απ’ το κουβάλημα του χαμάλη ως το τορνάρισμα του μηχανουργού.

Το βιβλίο του Ταίλορ επιστημονική διαχείριση [της εργασίας] (1911) έγινε στη συνέχεια κάτι σαν ευαγγέλιο της βιομηχανικής οργάνωσης της εργασίας. Ήταν μια επανάσταση. Τι είδους επανάσταση όμως;

Μερικοί μελετητές του Ταίηλορ αργότερα (στις δεκαετίες του ‘60 και του ‘70) αντιμετώπισαν αμήχανα ή και επικριτικά το γεγονός ότι ο ταιηλορισμός ονομάστηκε scientific management· επιστήμη… Για παράδειγμα ο γενικά διεισδυτικός Braverman, στο εργασία και μονοπωλιακό κεφάλαιο, η υποβάθμιση της εργασίας στον 20ο αιώνα, γράφει (σελ. 102):

…
Το λεγόμενο επιστημονικό μάνατζμεντ ήταν μια απόπειρα εφαρμογής επιστημονικών μεθόδων για την επίλυση των προβλημάτων ελέγχου της εργασίας, τα οποία εμφανίζονταν με όλο και πιο περίπλοκες μορφές στο εσωτερικό των ραγδαία αναπτυσσόμενων καπιταλιστικών επιχειρήσεων, την περίοδο που το “κίνημα” έκανε την εμφάνισή του. Συνεπώς, το λεγόμενο επιστημονικό μάνατζμεντ δεν διαθέτει κανένα από τα χαρακτηριστικά μιας αληθινής επιστήμης, και αυτό γιατί οι αρχικές του υποθέσεις δεν είναι παρά οι απόψεις του καπιταλιστική σχετικά με τις παραγωγικές σχέσεις. Παρά τους περιστασιακούς ισχυρισμούς περί του αντιθέτου, το λεγόμενο επιστημονικό μάνατζμεντ δεν έχει τις αφετηρίες του στην ανθρώπινη αντίληψη και τις ανθρώπινες ανάγκες, αλλά στις αντιλήψεις του καπιταλιστή και τις δικές του ανάγκες, τις ανάγκες δηλαδή που συνεπάγεται η διοίκηση μιας διόλου συνεργάσιμης εργατικής δύναμης μέσα σ’ ένα πλαίσιο ανταγωνιστικών παραγωγικών σχέσεων. Το λεγόμενο επιστημονικό μάνατζμεντ δεν κάνει καμιά προσπάθεια να εντοπίσει τα αίτια αυτής της κατάστασης, αλλά τη δέχεται σαν αδιαμφισβήτητο δεδομένο, σαν “φυσική” συνθήκη. Δεν ερευνά την εργασία γενικώς, αλλά την προσαρμογή της εργασίας στις ανάγκες του κεφάλαιου. Και δεν εισέρχεται στους χώρους εργασίας σαν εκπρόσωπος της επιστήμης, αλλά σαν εκπρόσωπος των αφεντικών της παραγωγής που μεταμφιέστηκε άτσαλα σε επιστήμη φορώντας φύρδην μίγδην ό,τι κουρέλια βρήκε μπρος του.
…

Αν και μαρξιστής ο Braverman φαίνεται να έχει ξεχάσει, στο συγκεκριμένο σημείο τουλάχιστον, τα λόγια του Μαρξ ήδη απ’ την εποχή του Κομμουνιστικού Μανιφέστου, για την επιστράτευση των “χθόνιων δυνάμεων” της επιστήμης και της τεχνικής από την αστική τάξη· χωρίς να αμφισβητεί ο Μαρξ το ότι αυτή η επιστρατευμένη επιστήμη είναι αληθινή (κι όχι μια … κουρελού). Συνεπώς ακόμα και ένας Braverman ηθικολογεί σε ότι αφορά την επιστημονικότητα του “επιστημονικού μάνατζμεντ”, αφήνοντας ουσιαστικά το θέμα στην άκρη.

Υπάρχει λοιπόν ένα σοβαρό λάθος εδώ. Το ότι ο Ταίηλορ και όλη η μεθοδολογία του στην ανάλυση, στην μέτρηση και στην ανασύνθεση διάφορων χειρωνακτικών εργασιών εξυπηρετούσαν τις ανάγκες των εργοδοτών, είναι βέβαιο. Όμως αυτό ΔΕΝ αποτελεί ούτε επιχείρημα ούτε απόδειξη το ότι η δουλειά του Ταίηλορ και τα συμπεράσματά του ΔΕΝ ήταν επιστημονικά!!! Γιατί έτσι έχει αναπτυχθεί αυτό το σώμα γνώσης που ονομάζεται επιστήμη: για να υπηρετήσει, σε γενικές γραμμές, τις ανάγκες του κεφάλαιου.

Τι θεωρούσε ο Taylor (και όχι μόνον αυτός άλλωστε) επιστημονικό σε σχέση με διάφορες μορφές χειρωνακτικής εργασίας και την αναδιοργάνωσή τους στα τέλη του 19ου αιώνα; Τα εξής:
α) την χρονομέτρηση κάθε επιμέρους κίνησης που κάνει ένας εργάτης σε οποιαδήποτε δουλειά·
β) την δημιουργία αναλυτικών καταλόγων “σειριακής” καταγραφής / χρονομέτρησης κινήσεων και χρόνων, μαζί με
γ) την καταγραφή (και χρονομέτρηση) των “νεκρών χρόνων” μεταξύ διαδοχικών κινήσεων·
δ) την μελέτη των “μέσων” (εργαλείων και μηχανών, απ’ τις πιο απλές ως τις πιο σύνθετες με βάση τα δεδομένα της εποχής) που απαιτούνται αφενός στην “παραδοσιακή” εργασία και αφετέρου σε μια διαφορετικού τύπου, “σειριακή” οργάνωσή της·
ε) την εφεύρεση μια διαφορετικής, πιο αποδοτικής σύνθεσης αυτών των κινήσεων, ακόμα και
στ) την ανάληψη ενός μέρους απ’ αυτές από βοηθητικούς εργάτες έτσι ώστε οι κυρίως εργάτες να μπορούν να ακολουθούν το scientific management απερίσπαστοι·
ζ) τέλος, την αξιοποίηση των όποιων πορισμάτων από επιστημονικές έρευνες σε διάφορα πεδία, απ’ την “πρώιμη” (τότε) ψυχολογία ως την μηχανολογία και την ανατομία.

Συνεπώς αυτό ακριβώς ήταν το επαναστατικό, το ριζοσπαστικά καινοτόμο στοιχείο στις έρευνες και την μεθοδολογία του Ταίηλορ: ότι μετέφερε αρχές, μεθόδους και κανόνες ενός ορισμένου σώματος γνώσης που ήταν πράγματι επιστημονικό, πάνω σε ένα άλλο σώμα γνώσης, πάνω στις αρχές, στις μεθόδους και στους κανόνες δουλειάς των χειρωνακτών, ειδικευμένων και ανειδίκευτων· αυτό το δεύτερο σώμα γνώσης μπορούμε να το πούμε εμπειρικό. Το επαναστατικό με τον Ταίηλορ είναι λοιπόν ότι έσπρωξε την επιστήμη του καιρού του, που ασκούνταν γενικά σε ευαγή και διαχωρισμένα ιδρύματα (πανεπιστήμια), βάζοντας την στον σκοτεινό και βρώμικο κόσμο των χειρωνακτικών δουλειών και των μικρότερων ή μεγαλύτερων εργαστηρίων και εργοστασίων, που ήταν γεμάτα αγράμματους και απείθαρχους εργάτες. Μπαίνοντας εκεί η επιστήμη θα έπρεπε να αποδείξει την αδιαμφισβήτητη υπεροχή της (με κριτήρια αποδοτικότητας, περιορισμού της σπατάλης χρόνου και υλικών) απέναντι στην εμπειρική γνώση των εργατών· και αυτό έκανε με πλήρη συνείδηση ο Ταίηλορ, ακόμα και έναντι δύσπιστων εργοδοτών. Γνώση εναντίον γνώσης λοιπόν, επιστήμη εναντίον εμπειρίας, και συντριπτική νίκη της επιστήμης πάνω στην εμπειρία, στις χειρωνακτικές δουλειές: αυτό ήταν μια πραγματική επανάσταση στις αρχές του 20ου αιώνα. Προς όφελος του κεφάλαιου…

Αυτή η εκστρατεία είχε και έναν καθαρό πολιτικό στόχο, τον οποίο ο Ταίηλορ τονίζει διαρκώς και ακατάπαυστα στο βιβλίο του. Το να φύγει οριστικά και αμετάκλητα ο έλεγχος της εργασίας (της έντασής της, των ρυθμών της, της παραγωγικότητάς της…) απ’ τα χέρια των τεχνητών, των μαστόρων, των εργατών, και να περάσει στα γραφεία σχεδιασμού, στους μηχανικούς, στη διοίκηση και την ιδιοκτησία των επιχειρήσεων. Συνεπώς ο ταιηλορισμός απ’ την μια έκανε τους χειρώνακτες απλά εκτελεστικά όργανα ενός “οργανογράμματος”, ανειδίκευτους. Απ’ την άλλη δημιούργησε ένα καινούργιο σώμα σχεδιαστών και ελεγκτών της εργασίας, που στον ένα ή τον άλλο βαθμό ήταν επιστήμονες, δηλαδή οι “φυσικοί” φορείς αυτού του επιστημονικού σώματος γνώσης.

Συγκρατούμε λοιπόν, επειδή θα μας χρειαστεί στη συνέχεια, αυτό το δεδομένο. Με τον ταιηλορισμό κορυφώνεται ένα είδος ακήρυχτου πολέμου μεταξύ δύο τρόπων γνώσης: της επιστήμης απ’ την μια, της εμπειρίας απ’ την άλλη. Σαν ένα σώμα γνώσης ήδη δουλεμένο ως προς τους κανόνες, τις αρχές και τις μεθόδους της, ιδιαίτερα εντατικά τον 19ο αιώνα, η επιστήμη νικάει κατά κράτος την εμπειρία στις χειρωνακτικές δουλειές, σ’ αυτές τουλάχιστον που έχουν κάποιο αφεντικό. Και επιβάλλεται: ανάλυση, μετρήσεις, αξιολόγηση τμήμα τμήμα, παραγοντοποίηση, συστήματα εξισώσεων, ενίσχυση κινήσεων με τα κατάλληλα εργαλεία, επανασυναρμολόγηση των κινήσεων (των σωμάτων): ιδού ο θρίαμβος του “διαφανούς” επιστημονικού λόγου / πράξης πάνω στο “σκοτεινό” και αδιαπέραστο εμπειρικό λόγο / πράξη.

Οι Ταίηλορ πριν τον Ταίηλορ

Ένα γνωσιολογικό / σχεσιακό μοντέλο, λοιπόν, το επιστημονικό, εναντίον ενός άλλου γνωσιολογικού / σχεσιακού μοντέλου, του εμπειρικού, σε ότι αφορά τις χειρωνακτικές εργασίες στα εργαστήρια και στα εργοστάσια, αυτός ο πόλεμος είναι που θα επισημοποιηθεί απ’ τον Ταίηλορ και το scientific management. Όμως τι είναι αυτό το ανώτερο γνωσιολογικό / σχεσιακό μοντέλο, η επιστήμη;

Ο 19ος αιώνας είναι μια εντατική και δυναμική περίοδος ανάπτυξης των επιστημών, σ’ όλον τον τότε καπιταλιστικό κόσμο. Η μητέρα όλων των επιστημών, το υπόδειγμα, αυτό στο οποίο θα έπρεπε να τείνει από μεθοδολογική και λογική άποψη κάθε επιμέρους επιστημονικός κλάδος, ήταν βέβαια (και παραμένει) η φυσική. Και από δίπλα της τα μαθηματικά. Παρότι στον 19ο αιώνα εμφανίζονται, μορφοποιούνται και εξελίσσονται πολλοί επιστημονικοί κλάδοι ή, πιο σωστά, πολλές εξειδικευμένες γνωσιακές διαδικασίες με αξιώσεις επιστημοσύνης, απ’ την βιολογία ως την κοινωνιολογία και την ανθρωπολογία, είναι σωστό να πούμε ότι η επιστήμη είναι βασικά φυσικομαθηματική. Η φυσική έχει καθιερώσει το δίπολο “πείραμα – απόδειξη”, και χωρίζει, αναλύσει, μετράει, μετράει, μετράει. Δίπλα της τα μαθηματικά εξελίσσονται κι αυτά, σαν ο κατεξοχήν τομέας μιας επιστήμης μετρήσεων, κατανομών, συσχετίσεων αλλά και μεταγλωτίσεων. Θα επανέλθουμε στη συνέχεια σ’ αυτό.

Χωρίς δυσκολία θα συμφωνούσαμε πως όποιος κι αν είναι ο ιδιαίτερος προσανατολισμός οποιασδήποτε επιστήμης, όσο κι αν εμπλέκεται και με πρακτικά καθήκοντα, όπως για παράδειγμα η κατασκευή του μικροσκοπίου, του τηλεσκοπίου, των ατμομηχανών ή του τηλέγραφου, ή η ανατομία σωμάτων, κληρονομικών σχέσεων, ή η χαρτογράφηση, αρχειοθέτηση και σύγκριση ηθών και εθίμων, η επιστήμη είναι σε μεγάλο βαθμό διανοητική διαδικασία. Σκέψη. Συνεπώς εάν η επιστήμη στον 19ο αιώνα είχε αρχίσει να συγκροτείται πυκνά και ώριμα σα σώμα γνώσης σε διάφορους τομείς, αυτό γινόταν παράλληλα με την συγκρότηση και την οργάνωση της επιστημονικής σκέψης σαν τέτοιας. Για να το πούμε διαφορετικά: το μακρύ οδοιπορικό της ανάπτυξης των επιστημών δεν ήταν μόνο η συγκρότηση ενός λόγου (και των ανάλογων πρακτικών) για το Α ή Β γνωσιακό αντικείμενο, αλλά επίσης η συγκρότηση ενός μοντέλου (του επιστημονικού) για το σκέπτεσθαι. Προκειμένου αυτό το μοντέλο να είναι ανώτερο από κάθε άλλο, θα έπρεπε να ικανοποιεί κρίσιμες προδιαγραφές.

Σε κάθε περίπτωση η επιστήμη σαν σύνολο αναπτύσσεται ραγδαία τον 19ο αιώνα στην ευρώπη και στην βόρεια αμερική, και απομακρύνεται πολύ γρήγορα απ’ το προηγούμενο υψηλότατου κύρους γνωσιολογικό Παράδειγμα, την φιλοσοφία.

Πράγματι, ο 19ος αιώνας είναι μια περίοδος εντατικής αναμέτρησης και διαλεκτικής σύνθεσης ανάμεσα σ’ εκείνο που επί αιώνες εξελισσόταν σαν φιλοσοφία, και σ’ αυτό που αναδύεται ρωμαλέο σαν επιστήμη. Οι πρώτες εφευρέσεις, διαπιστώσεις, επιστημονικές θεωρίες και εφαρμογές ασκούν μεγάλη επιρροή μεταξύ των διανοούμενων του 19ου αιώνα, απ’ το ξεκίνημά του ήδη. Ο ιδεαλισμός, η θεωρησιαρχική φιλοσοφία, μπαίνουν γρήγορα σε κρίση μπροστά στον αναδυόμενο επιστημονικό υλισμό και την επιστημονική φυσιοκρατία.

Όμως αυτή η αναμέτρηση για τον εγκυρότερο τρόπο σύλληψης της Αλήθειας – του – Κόσμου δεν είναι εύκολη, ούτε γίνεται μονομιάς. Ο πραγματισμός των επιστημών έπρεπε να “κλέψει”, για λογαριασμό του, το ήδη απ’ τον 15ο αιώνα ιερό δισκοπότηρο της φιλοσοφίας: την Λογική.

Αν ρωτούσε σήμερα κάποιος “γιατί το επιστημονικό σώμα γνώσης είναι ανώτερο από οποιοδήποτε άλλο;” η απάντηση θα ήταν επειδή έχει δημιουργήσει τόσα πολλά τεχνολογικά θαύματα, τόσες πολλές μηχανές. Aπάντηση φτωχή, ρηχή, που επιπλέον είναι ελέγξιμη. Το σίγουρο είναι ότι τον 19ο αιώνα η ανωτερότητα της επιστημονικής γνώσης και της επιστημονικής σκέψης δεν μπορούσε να τεκμηριωθεί μόνο με κριτήρια τα πρακτικά αποτελέσματά τους. Ήταν εντυπωσιακά μεν, αλλά η φιλοσοφική γνώση / σκέψη είχε πίσω της την εγκυρότητα αιώνων. Συνεπώς, το γιατί η επιστημονική γνώση και σκέψη, το γιατί δηλαδή ένα σώμα έρευνας και γνώσης δομημένο με συγκεκριμένους κανόνες ήταν μακράν ανώτερο από οποιοδήποτε άλλο, ήταν ένα ερώτημα που τον 19ο αιώνα απασχολούσε ιδιαίτερα τους ίδιους τους επιστήμονες, και ένα ερώτημα που θα έπρεπε να απαντηθεί χωρίς προσφυγή σε έναν τεράστιο γαλαξία εφευρέσεων. Το μόνο ή το πιο ουσιαστικό καταφύγιο απόδειξης αυτής της (επιστημονικής) ανωτερότητας ήταν να δώσει ένα επαρκές νόημα στην παλιά θεότητα – της – σκέψης, που εν τω μεταξύ έπρεπε να είναι τόσο εγκόσμια όσο η τάξη που ηγεμόνευε. Ένα καινούργιο νόημα για την Λογική. Εάν, για παράδειγμα, το scientific management του Ταίηλορ όφειλε να αποδείξει την ανωτερότητά του ως προς την αποτελεσματικότητα της εργασίας, αυτή η ανωτερότητα δεν θα έπρεπε να προκύπτει μέσα απ’ την βία (εάν μαστιγώνεις κάποιον μπορεί ίσως να δουλέψει γρηγορότερα…) αλλά μόνο μέσα απ’ την αξιοποίηση λογικών διαδικασιών.

Μ’ άλλα λόγια, για να έχουν την αξίωση το επιστημονικό σώμα γνώσης, η επιστημονική σκέψη και οι επιστημονικές αλήθειες σε όλο τους το εύρος να είναι ανώτερης τάξης, θα έπρεπε να είναι “απόλυτα λογικές” χωρίς να υποκύπτουν στα αναπόφευκτα λάθη του εμπειρισμού. Αυτή ήταν η έγνοια των επιστημόνων του 19ου αιώνα, και ακόμα εντονότερα των μαθηματικών. Γιατί ειδικά αυτών; Επειδή καινούργιες ελκυστικές έως τολμηρές μαθηματικές θεωρείες διατυπώνονταν εδώ κι εκεί, αλλά έμοιαζαν συχνά απογειωμένες ή και αυθαίρετες κατασκευές. Και σ’ άλλους επιστημονικούς τομείς, ειδικά στη φυσική, καινούργιες θεωρίες που δεν συμπλήρωναν αλλά αντικαθιστούσαν προηγούμενες, δημιουργούσαν μια ισχυρή αίσθηση αστάθειας για το τι είναι τι. Η Λογική λοιπόν, και μόνον αυτή, θα εγγυόταν την ανωτερότητα του επιστημονικού σώματος γνώσης και κάθε επιστημονικής σκέψης και θα καθάριζε τον επιστημονικό ορίζοντα απ’ τα ζιζάνια.

Τι ήταν όμως αυτή η θεότητα, η Λογική, τον 19ο αιώνα; Ή, πιο σωστά, τι γνώσεις είχαν οι επιστήμονες γι’ αυτήν τότε; Παράδοξο ή όχι, η μόνη διαθέσιμη συνεκτική και συστηματική θεωρία περί Λογικής ήταν εκείνη του Αριστοτέλη. Εάν οι επιστήμονες ήθελαν να έχουν την ευλογία της Λογικής, αυτή η ευλογία ήταν 2.000 χρόνων παλιά· κι ωστόσο κρατούσε ακόμα.

Τι ήταν, όμως η Αριστοτελική Λογική, και πως αυτή μπορούσε να θεωρηθεί όχι μόνο σαν ο ακρογωνιαίος λίθος αλλά σαν το μοντέλο της (επιστημονικής) σκέψης; Η Αριστοτελική Λογική ήταν ουσιαστικά μια συστηματική θεωρία για την σκέψη οργανωμένη σαν τυποποίηση της γλώσσας. Την εποχή του Αριστοτέλη η θέση ότι η γλώσσα (προφορική ή και γραπτή) είναι το μόνο σώμα της σκέψης ήταν μια φιλοσοφική θέση… Στον 19ο αιώνα η θέση ότι η επιστήμη οφείλει να είναι λογική, και ότι αυτό είναι ζήτημα συγκρότησης γλώσσας (που μπορεί και πρέπει να έχει μηχανικές προεκτάσεις και εφαρμογές) ήταν μια θέση πολιτική. Το γιατί θα το δούμε στη συνέχεια.

Η Λογική θα κατακτήσει τον θρόνο της στον ηρωϊκό από επιστημονική άποψη 19ο αιώνα, όχι πια σαν φιλοσοφία της ορθής σκέψης αλλά σαν η φυσική της ορθής σκέψης. Γιατί όχι σαν τα μαθηματικά της ορθής σκέψης επίσης; Εάν οι επιστήμες έπρεπε να θεμελειωθούν στη λογική αυτό σημαίνει ότι και η λογική με τη σειρά της θα έπρεπε να επιστημονικοποιηθεί, όχι στο δρόμο του Αριστοτέλη – αλλά πολύ μακρύτερα.

Σε μια εποχή που η επίδειξη επιστημονικής ικανότητας στη σκέψη και η διαμόρφωση επιμέρους σωμάτων επιστημονικής γνώσης ήταν η ανακάλυψη των νόμων (που διέπουν τα φυσικά φαινόμενα, αλλά και τα ανθρώπινα / κοινωνικά) η ίδια η ορθή σκέψη θα έπρεπε να υπόκειται σε κάποιους νόμους. Αυτό υποστήριξε ο George Boole (και όχι μόνο).

Το σημαντικό για το θέμα μας είναι ότι η διαμόρφωση και η συγκρότηση των γνώσεων και των τρόπων σκέψης που ονομάστηκαν επιστήμη στον 19ο αιώνα ήταν μια ασυνεχής διαδικασία, με τολμηρά άλματα, στασιμότητες, οπισθοχωρήσεις, διαφωνίες και συγκρούσεις μεταξύ επιστημόνων (και μη), σε ένα πεδίο που οριζόταν σίγουρα απ’ τα εξής:
α) την δυνατότητα ανάλυσης (που σε πρώτη φάση σήμαινε κομμάτιασμα) και καταμέτρησης των “συστατικών στοιχείων” οποιουδήποτε υπό μελέτη αντικειμένου·
β) την διαπίστωση και την καταγραφή των ιδιοτήτων αυτών των συστατικών στοιχείων·
γ) την δυνατότητα εξηγήσεων, συχνά μέσω μηχανικών αναλογιών, για την “λειτουργία” του ενός ή του άλλου·
δ) την συγκρότηση ενός πραγματιστικού τρόπου σκέψης με λογικά επιχειρήματα·
ε) την διαμόρφωση ειδικών επιστημονικών γλωσσών, κυρίως στη φυσική και στα μαθηματικά, μέσα απ’ τη χρήση καινούργιων συμβόλων και την διαμόρφωση “νόμων” για την σχέση μεταξύ τους.

Στην ουσία λοιπόν ο Ταίηλορ, στα τέλη του 19ου αιώνα και στις αρχές του 20ου, δεν έκανε τίποτα λιγότερο και τίποτα περισσότερο από έναν συνδυασμό των πιο πάνω, έναν συνδυασμό προσαρμοσμένο σ’ ένα φαινομενικά και κατ’ αρχήν ταπεινό αντικείμενο μελέτης, την χειρωνακτική εργασία των μαστόρων και των ανειδίκευτων στα εργαστήρια και στα εργοστάσια. Όμως ΠΡΙΝ το επιστημονικό σώμα γνώσης επιτεθεί και αντικαταστήσει το εμπειρικό σώμα γνώσης στις χειρωνακτικές δουλειές, είχε αποκτήσει έναν ικανό βαθμό συγκρότησης και αυτοπεποίθησης αναμορφώνοντας, κατά κάποιον τρόπο, την ίδια την σκέψη.

Εδώ ο George Boole είναι μια εμβληματική φυσιογνωμία. Από φτωχή οικογένεια και ουσιαστικά αυτοδίδακτος, λάτρης των μαθηματικών, κατάφερε να αποδείξει, μια και καλή, ότι η λογική επιχειρηματολογία (άρα η λογική σκέψη) θα μπορούσε να αναπαρασταθεί και να αναπτυχθεί σαν κλάδος των μαθηματικών. Ο Boole πήρε την Λογική από εκεί που την είχε αφήσει ο Αριστοτέλης 2.000 χρόνια πριν, και την έκανε υπόθεση και εργαλείο των μαθηματικών. Η περίφημη Άλγεβρά του “ολοκλήρωσε” αυτό που είχε αναλύσει ο Αριστοτέλης, και έδωσε μορφή σ’ αυτό που είχε ονειρευτεί ο Leibniz. Έφτιαξε ένα καινούργιο ρεπερτόριο συμβόλων, μια καινούργια γλώσσα, της οποίας το “συντακτικό”, οι κανόνες και οι νόμοι, είχαν τη λιτότητα και την αυστηρότητα των μαθηματικών.

Μπορούμε να βρούμε μια γενεαλογική σχέση ανάμεσα στην δουλειά του Boole και σ’ εκείνο που επιχείρησε και κατάφερε μερικές δεκαετίες αργότερα ο Ταίηλορ. Η Αριστοτελική Λογική είχε έτσι κι αλλιώς διαμελίσει την ποιητική της γλώσσας και τυποποίησε τις προτάσεις, τις μεταξύ τους σχέσεις και τα νοήματα, αφαιρώντας σαν περιττή (μη Λογική) κάθε αμφισημία, πολυσημία, κλπ. Ο Boole έδωσε μαθηματική έκφραση σ’ αυτήν την τυποποίηση, δηλαδή ανασυνέθεσε την αριστοτελική νομολογία της Λογικής σε σχέσεις μεταξύ συμβόλων. Ο Ταίηλορ, απ’ τη μεριά του, ανέλυσε / διαμέλισε το εργαζόμενο σώμα, απομόνωσε τις χρήσιμες σωματικές κινήσεις αφαιρώντας σαν περιττές (και επικίνδυνες) όσες σκόπευαν στην εξοικονόμηση χρόνου απ’ την εργατική σκοπιά, και ξανασυνέθεσε αυτές τις κινήσεις μέσα απ’ την μηχανική (φυσικομαθηματική) μεσολάβηση.

Το ενδιαφέρον είναι λοιπόν ότι μορφές “ταιηλοροποίησης – της – σκέψης”, μεταξύ των επιστημόνων κατά κύριο λόγο, είχαν προηγηθεί μερικές δεκαετίες απ’ τον ίδιο τον Ταίηλορ. Δεν είναι όμως μόνο ο Boole και άλλοι μαθηματικοί (όπως ο Frege) φωτεινά αστέρια σ’ αυτήν την διαδικασία. Υπήρξαν κάποιοι τολμηροί που υποστήριξαν, πάντα τον 19ο αιώνα, ότι οι διανοητικές διαδικασίες μπορούν να μηχανοποιηθούν. Ένας απ’ αυτούς είναι ο Charles Babbage. Ο Babbage θεωρείται σήμερα πρόδρομος της πληροφορικής και των ηλεκτρονικών υπολογιστών, επειδή σχεδίασε και σχεδόν έφτιαξε μια υπολογιστική μηχανή.

…
Ο Babbage, παίζοντας δύο φορές σκάκι εναντίον του “Tούρκου” στο Λονδίνο το 1821 (έχασε και τις δύο φορές) έβγαλε γρήγορα το συμπέρασμα ότι πρόκειται για απάτη. Η εμπειρία εκείνη όμως τον έκανε να σκεφτεί για την δυνατότητα μηχανοποίησης διανοητικών παιχνιδιών, συμπεριλαμβανόμενου του σκακιού. Μετά τις ήττες του απ’ τον “Τούρκο” έγραψε στο “The Author’s Contributions to Human Knowledge” ότι κάθε παιχνίδι δεξιοτήτων θα μπορούσε, θεωρητικά, να παιχτεί από μια αυτόματη μηχανή. Ενώ η Difference Engine μπορούσε να κάνει μόνο μια λειτουργία κάθε φορά, ο Babbage άρχισε να σκέφτεται την πιθανότητα προγραμματισμού μιας μηχανής έτσι ώστε να κάνει πολλές διαφορετικές λειτουργίες. Ονόμασε αυτή την ιδέα του Analytical Engine. Θα προγραμματιζόταν μέσω διάτρητων καρτών, μια ιδέα που την πήρε απ’ την υφαντουργική βιομηχανία, ειδικά τις μηχανές του Jacquard.
Ποιό ήταν το καθεστώς της σχέσης μεταξύ χειρωνακτικής και διανοητικής εργασίας; Θα μπορούσαν οι διανοητικές δυνατότητες να μηχανοποιηθούν όπως γινόταν ήδη σε όλο και μεγαλύτερο βαθμό με τις χειρωνακτικές δυνατότητες; Η γκάμα των αντιδράσεων απέναντι στην υψηλής ακρίβειας τεχνολογία, στον 19ο αιώνα, είχε να κάνει σε μεγάλο βαθμό με τις πολιτιστικές πεποιθήσεις της εποχής…. Οι απαντήσεις σ’ αυτές και σε παρόμοιες ερωτήσεις δεν διαμόρφωσαν μόνο την βρετανική κοινωνία του 19ου αιώνα, αλλά επηρρέασαν και την γνωσιολογία της φυσικής. Στον 19ο αιώνα άρχισε να αναδύεται μια επαγγελματική τάξη (κυρίως) ανδρών, οι επιστήμονες, που αφιερώθηκαν στη μελέτη της φύσης. Καθώς η εξειδίκευση της εργασίας άρχισε να μεγαλώνει τόσο στην κοινωνία γενικά όσο και μέσα στην επιστημονική κοινότητα ειδικά, ζητήματα που αφορούσαν την φύση και την σχέση της τεχνικής (χειρωνακτικής) γνώσης και της επιστημονικής γνώσης και της δικής της οπτικής άρχισαν να ανακύπτουν όλο και πιο έντονα· και με πολιτικές προεκτάσεις.
…

Ένας άλλος τολμηρός, που δεν έφτιαξε κάποια μηχανή αλλά διατύπωσε θεωρητικά το ζήτημα της μηχανοποίησης της σκέψης, ήταν ο Alfred Marshall:

…
O Alfred Marshall υπήρξε εξίσου σημαντικός σε ότι αφορά τον “προβληματισμό” για τις διανοητικές και ψυχοσυναισθηματικές διαδικασίες, και την μηχανική αναλογία τους. Ο Marshall έμεινε τελικά γνωστός στην ιστορία σαν θεωρητικός της (καπιταλιστικής) οικονομίας με το Principles of Economics (1890). Όμως η “οικονομολογία” της εποχής δεν είχε σχέση με την σημερινή, ούτε άλλωστε οι επιστήμες (εντός ή εκτός εισαγωγικών…) είχαν καταμεριστεί και εξειδικευτεί όπως τις ξέρουμε σήμερα. Ο Marsall, σαν οικονομολόγος, ήταν μάλλον ένας “φυσικός (ή “μηχανικός”….) των ανθρώπινων οικονομικών συναλλαγών”. Και απ’ αυτή τη θέση μπορούσε να κινείται εύκολα σε πεδία όπως η ψυχολογία, η ηθική, ακόμα και η συνείδηση και η γνώση, μιλώντας γενικά για το είδος μας, τα κίνητρα των πραξεών του, τα όρια των γνώσεών του, τους τρόπους να μετακινεί αυτά τα όρια μαθαίνοντας.
O Marshall, λοιπόν, στα τέλη της δεκαετίας του 1860, έγραψε 4 κείμενα με σκοπό να οργανώσει την ψυχολογία – σαν – επιστήμη δίνοντάς της σταθερές βάσεις. Το τρίτο κείμενο εκείνης της σειράς (γράφτηκε το 1868) είχε τίτλο “Ye Machine” και σ’ αυτό ο Marshall παρουσίαζε ένα μηχανικό μοντέλο για την κατανόηση του πως “δουλεύει η ανθρώπινη σκέψη”. Σύμφωνα με την ιδέα του Marshall αυτό που συμβαίνει στο κεφάλι μας μπορεί να παρουσιαστεί σαν η λειτουργία / συνεργασία δύο μηχανικών τμημάτων. Το ένα είναι ανάλογο του εγκεφάλου, το άλλο είναι ανάλογο της παρεγκεφαλίδας. Το δεύτερο, (το “κατώτερο”) επεξεργάζεται τα εισερχόμενα αισθητηριακά ερεθίσματα διαμορφώνοντας ιδέες με βάση αυτά τα ερεθίσματα. Σχηματίζει έτσι την ιδέα μιας πράξης. Το πρώτο μηχανικό κύκλωμα (το “ανώτερο”) “επεξεργάζεται” τις συνέπειες της μίας ή της άλλης πράξης σε σχέση με το περιβάλλον· την αποτελεσματικότητα της μίας ή της άλλης πράξης, κλπ.
Το τι σχέση έχει αυτή η ιδέα του Marshall για την “μηχανική αναπαράσταση” της σκέψης, ιδέα του 1860, με τις μεταγενέστερες διευθετήσεις της “αρχιτεκτονικής” των υπολογιστών, είναι ένα θέμα. Προς το παρόν όμως αξίζει να τονιστούν τα εξής:
α) Πηγή έμπνευσης του Marshall ήταν η Αναλυτική Μηχανή του Babbage, και οι “ρυθμίσεις” που είχε εφεύρει εκείνος για την διεκπεραίωση όλων των υπολογισμών, άσχετα απ’ το αριθμητικό μέγεθός τους. Στην αυτοβιογραφία του ο Babbage περιέγραψε ως εξής τον στόχο του όταν σχεδίαζε την Αναλυτική Μηχανή του:
… Τίποτα λιγότερο εκτός απ’ την δυνατότητα να διδάσκεται η Μηχανή έτσι ώστε να προβλέπει και, στη συνέχεια, να δρα με βάση την πρόβλεψή της, δεν μπορεί να με εμπνέει για το αντικείμενο που θέλω…
Η “ικανότητα πρόβλεψης” ήταν πρακτικά, για τον εφευρέτη της Αναλυτικής Μηχανής, η δυνατότητα προγραμματισμού της… Ο Babbage ήθελε, “ονειρευόταν”, θεωρούσε εφικτή την “σκεπτόμενη μηχανή”. Ο Marshall, απ’ την μεριά του, θεωρούσε την (ανθρώπινη) σκέψη σαν αναπαραστάσιμη με όρους μηχανής…
β) Στο κέντρο του ενδιαφέροντος ΔΕΝ βρίσκεται ο χειρώνακτας! Όχι ακόμα· θα έρθει ο Taylor, αλλά αυτός αργότερα. Στο κέντρο του ενδιαφέροντος βρίσκονται διανοητικές διαδικασίες: το πως ο εγκέφαλος τροφοδοτείται απ’ τα ερεθίσματα των αισθήσεων και πως τα επεξεργάζεται· το πως οι παρελθούσες εμπειρίες / γνώσεις οργανώνουν τις τωρινές και τις μελλοντικές· το πως δουλεύει το νευρικό σύστημα “τροφοδοτώντας” την γνώση και την συνείδηση…

Ο Boole, ο Babbage, ο Marshall, και πολλές δεκάδες άλλοι, μαθηματικοί, φιλόσοφοι των επιστημόνων, εφευρέτες, προηγήθηκαν του Ταίηλορ. Και ανήκουν σε μια διαχωρισμένη μεν εποποιία δε: την συγκρότηση των επιστημών σαν τέτοιων, την συγκρότηση των επιστημονικών γνώσεων, της επιστημονικής σκέψης, την αναζήτηση εφαρμογών αυτής της σκέψης. Η επιθετική σχέση της επιστημονικής γνώσης / σκέψης απέναντι στην εμπειρική γνώση / σκέψη είχε ήδη σημαντικές επιτυχίες πριν ο Ταίηλορ εκδόσει το scientific management. Και οι επιτυχίες δεν αφορούσαν την χειρωνακτική εργασία. Αφορούσαν πλευρές (ή και το σύνολο) των διανοητικών διαδικασιών. Της σκέψης.

Όμως αυτές οι όποιες επιτυχίες ήταν γνωστές μόνο μεταξύ των ειδικών και των φίλων των επιστημών. Δεν αφορούσαν το ευρύτερο κοινό, τις κοινωνίες της εποχής.

Μέρος Β

Οι Ταίηλορ μετά τον Ταίηλορ

Τι είναι η σκέψη; Και τι σχέση έχει με τη γλώσσα; Τα ερωτήματα έχουν αποκτήσει πια τεράστιες διαστάσεις, απόδειξη του μεγάλου ενδιαφέροντος, επιστημονοτεχνολογικού βέβαια, να βρεθούν λειτουργικές (και γιατί όχι; κερδοφόρες) απαντήσεις μηχανικών μεσολαβήσεων.

Στα τέλη του 19ου αιώνα όμως οι (επιστημονικές) απαντήσεις θα μπορούσαν να είναι απλές. Απλές και Αριστοτελικές. Μια συνεπής παρουσίαση αυτής της άποψης θα ήταν κάπως έτσι:

…
Για τον Αριστοτέλη υπάρχει στενή σχέση γλώσσας και πραγματικότητας: η σωστή χρήση της γλώσσας αντανακλά τη σωστή λειτουργία της σκέψης, και η σωστή λειτουργία της σκέψης αποκαλύπτει στοιχεία για την αντικειμενική δομή του κόσμου.
…
Η αριστοτελική λογική ξεκινά από την ανάλυση των απλών προτάσεων της γλώσσας.
…
Οι προτάσεις λοιπόν συνδέουν συνήθως ένα ατομικό υποκείμενο με ένα γενικό κατηγορούμενο. Ο Αριστοτέλης, πεπεισμένος για τη στενή σχέση γλώσσας και πραγματικότητας, θα προχωρήσει περισσότερο. Αφού οι προτάσεις μας αποτελούνται από ένα ατομικό υποκείμενο και ένα γενικό κατηγορούμενο, αυτό σημαίνει ότι και η σκέψη μας, που λειτουργεί με έννοιες, λειτουργεί με δύο κατηγορίες εννοιών: τις ατομικές έννοιες και τις γενικές έννοιες. Η στοιχειώδης λειτουργία της σκέψης συνίσταται στη σύνδεση μιας γενικής και μιας ατομικής έννοιας, στην απόδοση μιας ιδιότητας (μιας γενικής έννοιας) σε ένα άτομο. Αντιστοίχως, και η ίδια η πραγματικότητα αποτελείται από δύο κατηγορίες όντων: τα συγκεκριμένα πρόσωπα, ζώα και πράγματα που μας περιτριγυρίζουν … (ο Αριστοτέλης τα ονομάζει όλα αυτά “καθ έκαστον”)· και το σύνολο των χαρακτηριστικών και των ιδιοτήτων που αποδίδουμε σε αυτές τις ατομικές οντότητες… (αυτά ο Αριστοτέλης τα ονομάζει “καθόλου”).
Επομένως η γλώσσα χρησιμοποιεί υποκείμενα και κατηγορούμενα, η σκέψη λειτουργεί με ατομικές και με γενικές έννοιες, και η πραγματικότητα αποτελείται από “καθ έκαστον” και από “καθόλου”.

Ακόμα κι αν μια τέτοια άποψη σήμερα θεωρείται ξεπερασμένη (στην πραγματικότητα αναδιαμορφωμένη μέσα από λεπτεπίλεπτες κατηγοριοποιήσεις και έρευνες), στις αρχές του 20ου αιώνα το να πει κάποιος

χωρίς τη γλώσσα η σκέψη είναι ένα αόριστο, αχαρτογράφητο νεφέλωμα

αν όχι ταυτίζοντας απόλυτα την σκέψη με την γλώσσα υποστηρίζοντας σίγουρα ότι η γλώσσα είναι που μας προσφέρει ό,τι θα ήταν δυνατόν να ξέρουμε για την σκέψη, αυτός λοιπόν που θα υποστήριζε κάτι τέτοιο δεν θα ήταν καθόλου αυθαίρετος ή αντιεπιστημονικός.

Ο άνθρωπος που έκανε την πιο πάνω δήλωση έχει ένα πολύ σημαντικό όνομα στην ιστορία της γλωσσολογίας και όχι μόνο. Λέγεται Ferdinand de Saussure, και οι ρηξικέλευτες απόψεις του για τη γλώσσα έγιναν γνωστές το 1916, όταν οι μαθητές του εξέδωσαν τις πανεπιστημιακές του διαλέξεις / παραδόσεις στο πανεπιστήμιο της Γενεύης, μεταξύ 1907 και 1911. Επηρρέασαν όλους τους σημαντικούς γλωσσολόγους (και όχι μόνο) ως και μεγάλο μέρος του δεύτερου μισού του 20ου αιώνα· ανάμεσα σ’ αυτούς και τον τελευταίο ως τώρα “μεγάλο” της γλωσσολογικής ανάλυσης, τον Noam Chomsky.

Ο Saussure είναι, τολμάμε να υποστηρίξουμε, ένα ισοδύναμο του Ταίηλορ σε έναν πολύ διαφορετικό (και για τον 20ο αιώνα εξίσου κεντρικό με την χειρωνακτική εργασία και τον έλεγχό της) τομέα, εάν και εφόσον οι λέξεις εργάζονται…

Ο Saussure ήταν πολύγλωσσος από σχετικά μικρός. Αλλά αυτό δεν θα μπορούσε να είναι αρκετό· θα πρέπει να προσθέσουμε ότι ο πατέρας του ήταν μεταλλειολόγος, εντομολόγος και ταξινομιστής. Στα 19 του ο Saussure μπήκε στο γερμανικό πανεπιστήμιο του Leipzig (το δεύτερο παλιότερο εν ενεργεία στον κόσμο)· ήταν το ακαδημαϊκό περιβάλλον που ταίριαζε στα ενδιαφέροντά του για την γλώσσα. Μπορεί να προκαλέσει εντύπωση, μπορεί όχι, αλλά ένας απ’ τους πιο διάσημους (παλιούς) απόφοιτους του πανεπιστημίου, τον καιρό που ο Saussure πήγε εκεί για σπουδές (το 1876), λεγόταν Leibniz… Περισσότερο άμεσα σχετισμένη με την κατεύθυνση των προσεγγίσεων του Saussure στη γλώσσα πρέπει να θεωρηθεί η “σχολή των neogrammarians” (στην πράξη όλο το τμήμα γλωσσικών σπουδών) του πανεπιστημίου του Leipzig, που στα 1876 αριθμούσε τουλάχιστον 10 καθηγητές του ιδρύματος. Η έρευνα και οι θέσεις των neogrammarians εστίαζαν στα φωνήματα, στις αλλαγές τους και στην επίδραση αυτών των αλλαγών στο φώνημα μιας λέξης στο σύνολο των κοντινών λέξεων (και των φωνημάτων τους). Οι neogrammarians θεωρούνται οι πρώτοι που αντιμετώπισαν τη γλώσσα σαν σύστημα και προσπάθησαν να την αναλύσουν με επιστημονικό τρόπο…

Η δουλειά του Saussure είναι γενικά γνωστή. Ήταν αυτός που χώρισε το σημαίνον από το σημαινόμενο των λέξεων, ξαναενώνοντας τα στο σημείο. Θεωρείται, όχι άδικα, “πατέρας της σημειολογίας” και πρόδρομος του στρουκτουραλισμού.

… Όλος ο μηχανισμός της γλώσσας εξαρτιέται από την αρχή…. πως το σημαίνον [σ.σ.: το άκουσμα των λέξεων] …ξετυλίγεται μέσα στο χρόνο μόνο, κι έχει τα χαρακτηριστικά που δανείζεται από τον χρόνο… μπορεί να μετρηθεί μέσα σε μια μόνο διάσταση, τη γραμμή… … Tα ακουστικά σημαίνοντα [σ.σ.: οι λέξεις όπως τις ακούμε] δεν διαθέτουν παρά τη γραμμή του χρόνου· τα στοιχεία τους παρουσιάζονται το ένα ύστερα από το άλλο· σχηματίζουν αλυσίδα. O χαρακτήρας αυτός φαίνεται αμέσως από τη στιγμή που τα παριστάνει κανείς με τη γραφή…

Θαυμάσια η ιδέα της χρονικής αλυσίδας ακουστικών σημαινόντων· τόσο παράξενα συγγενική με την αλυσίδα συναρμολόγησης που εμπνεύστηκε ο ταιηλορισμός…

Αξίζει πάντως να υπενθυμίσουμε την ακόλουθη δήλωση του Saussure, επειδή είναι κεντρική στη συλλογιστική του:

… μια γλώσσα αποτελεί ένα σύστημα…. το σύστημα αυτό είναι ένας περίπλοκος μηχανισμός· δεν μπορεί κανείς να τη δαμάσει παρά μόνο με τη σκέψη· κι αυτοί οι ίδιοι που κάνουν καθημερινή χρήση αυτού του μηχανισμού, τον αγνοούν βαθύτατα…

Η βεβαιότητα του Saussure είναι Αριστοτελική: η γλώσσα είναι ό,τι κοντινότερο στη σκέψη μπορούμε να ψηλαφίσουμε (σαν επιστήμονες…). Και, φυσικά, επειδή “είμαστε επιστήμονες”, δηλαδή κάτοχοι μιας ανώτερης σκέψης, δεν μπορούμε παρά να ισχυριστούμε ότι
α) η γλώσσα (το αποτύπωμα της σκέψης των πολλών…) είναι μηχανισμός, και μάλιστα περίπλοκος· και
β) αυτόν τον περίπλοκο μηχανισμό ΔΕΝ τον ξέρουν όσοι μιλάνε (ή γράφουν…).

Πρόκειται για έναν, καταρχήν, καθαρόαιμο Ταιηλορικό ισχυρισμό, με την εξής, από πρώτη ματιά, διαφορά. Ο Ταίηλορ δεν υποστήριξε ότι η χειρωνακτική εργασία είναι, σαν τέτοια, ένας “περίπλοκος μηχανισμός” τον οποίο “αγνοούν όσοι χρησιμοποιούν καθημερινά”. Αλλά φρόντισε να την κάνει τέτοιον, έτσι ώστε να εξασφαλίσει την άγνοια των “χρηστών” (και την αποκλειστικότητα γνώσης των τεχνικών και των μηχανικών). Αντίθετα ο Saussure ισχυρίζεται ότι “έτσι είναι τα πράγματα”… Όμως αυτή η διαφορά είναι επιφανειακή. Γιατί ο Saussure (όπως και ο Ταίηλορ σε άλλο αντικείμενο) θα κατασκευάσει μια ανάλυση της γλώσσας τέτοια που η γλώσσα να παρουσιάζεται σαν “περίπλοκος μηχανισμός”, ώστε να τον / την αγνοούν βαθύτατα όσοι μιλάνε!

Πρόκειται για ένα εξαιρετικά τολμηρό εγχείρημα, απ’ την σύλληψή του την ίδια. Εδώ δεν πρόκειται να βγουν “άσχετοι” κάποιοι χειρώνακτες μπροστά στους ειδικούς που θα τους διδάξουν πως να έχουν (πολύ) μεγαλύτερη αποτελεσματικότητα στις δουλειές με βάση επιστημονικούς κανόνες. Εδώ πρόκειται να κηρυχτούν “άσχετοι” οποιοιδήποτε μιλούν (ή γράφουν) ενόσω μιλούν και γράφουν (και χωρίς να πρέπει να εκπαιδευτούν σε κάποια αποτελεσματικότερη χρήση της γλώσσας) επειδή – και μόνο – ο γλωσσολόγος (ο πρωτοπόρος Saussure εν προκειμένω) θα βρει και θα μελετήσει τους κανόνες που (υποτίθεται πως) αυτοί δεν ξέρουν, αν και είναι καθ’ όλα ικανοποιητικοί ομιλούντες. Υπάρχει η σύγκρουση των δύο “σωμάτων γνώσης”, του εμπειρικού και του επιστημονικού, και στις δύο περιπτώσεις. Αλλά στον ταιηλορισμό η επίθεση του επιστημονικού σώματος γνώσης στο εμπειρικό γίνεται ανοικτά, καθαρά, “κατά μέτωπο”. Αντίθετα στον σωσσυρισμό (και στη συνέχεια στον στρουκτουραλισμό) αυτή η επίθεση είναι αόρατη: ο ταιηλορισμός της σκέψης προχωράει (ακόμα, και θα συνεχίσει για δεκαετίες) “στα κρυφά”. Όχι από πρόθεση αλλά για λόγους που θα δούμε στη συνέχεια.

Αυτό σημαίνει ότι η κατασκευή μιας μηχανιστικής αναπαράστασης / ανάλυσης της γλώσσας γίνεται “εν θερμώ”: αυτή (η γλώσσα) δεν πρέπει να “σταματήσει” και να ανασυντεθεί με διαφορετικό τρόπο (όπως στους στόχους χειρωνακτικής εργασίας του Ταίηλορ και του ταιηλορισμού)· αρκεί να συμβαίνει, να είναι ζωντανή, να μην “σωπαίνει”. Ποια είναι η διαφορά; Για τον Saussure δεν υπάρχει ζήτημα “αλλαγής στη χρήση της γλώσσας” ή “αλλαγής γλώσσας” (αυτά θα γίνουν πολύ αργότερα, με την “γλώσσα προγραμματισμού” και τους αλγόριθμους) αλλά μόνο η κατασκευή εκείνων των “μυστικών μηχανισμών” που ο επιστήμονας, και μόνον αυτός, μπορεί να βρει, να μελετήσει, να αναδείξει. Και ο Ταίηλορ και ο Saussure είναι “κατάσκοποι”, ο καθένας στον τομέα του. Αλλά ο Ταίηλορ είναι, επίσης, ριζικός αναμορφωτής. Αντίθετα ο Saussure είναι κατ’ αρχήν “αποταμιευτής”: κάνει ταμείο (αναλύσεων, γνώσεων – που – δεν – έχουν – οι – καθημερινοί – χρήστες) χωρίς να τον απασχολεί η αποδοτική επένδυση αυτού του (γνωσιολογικού του) κεφάλαιου… Και ο Ταίηλορ και ο Saussure φτιάχνουν τους (αντίστοιχους στον τομέα του ο καθένας) ανειδίκευτους. Ο ανειδίκευτοι του Ταίηλορ το καταλαβαίνουν ότι είναι τέτοιοι. Οι ανειδίκευτοι του Saussure όχι.

Δεν θα επιμείνουμε περισσότερο στη δουλειά του Saussure, εκτός από ένα ιστορικό / πολιτικό ζήτημα σχετικά μ’ αυτήν. Σ’ ένα σημείο των διαλέξεών του6, και προκειμένου να δείξει ότι ο “παράγοντας χρόνος” είναι ιδιαίτερα σημαντικός για το πως η γλωσσολογία αντιλαμβάνεται και οργανώνει το αντικείμενό της, ο Saussure κάνει την εξής ενδιαφέρουσα συσχέτιση:

Πολύ λίγοι γλωσσολόγοι υποπτεύονται ότι η επέβαση του παράγοντα “χρόνος” είναι η ικανή να δημιουργήσει δυσκολίες, και ότι τοποθετεί την επιστήμη τους μπροστά σε δύο δρόμους που διαχωρίζονται μεταξύ τους.
Οι περισσότερες από τις άλλες επιστήμες αγνοούν τη ριζική αυτή δυαδικότητα· ο χρόνος δεν προκαλεί σ’ αυτές ιδιαίτερα αποτελέσματα… Αντίθετα, η δυαδικότητα για την οποία μιλάμε επιβάλεται κιόλας επιταχτικά στις οικονομικές επιστήμες. Εδώ … η πολιτική οικονομία και η οικονομική ιστορία αποτελούν δύο επιστημονικούς κλάδους εντελώς χωριστούς μέσα σε μια και την ίδια επιστήμη…
Είναι μια εντελώς όμοια αναγκαιότητα που μας υποχρεώνει να χωρίσουμε τη γλωσσολογία σε δύο μέρη, που το καθένας τους έχει τη δική του αρχή.
Aκριβώς εδώ, όπως στην πολιτική οικονομία, βρισκόμαστε μπροστά στην έννοια της αξίας· και στις δύο επιστήμες πρόκειται για ένα σύστημα ισοδυναμίας μεταξύ διαφορετικών τάξεων: στη μία έχουμε μια εργασία και ένα μισθό, στην άλλη ένα σημαινόμενο και ένα σημαίνον.

Είναι κατ’ αρχήν δύσκολο να καταλάβουμε το πως ο Saussure συσχέτισε την εργασία και τον μισθό απ’ τη μια μεριά, με το σημαινόμενο και το σημαίνον απ’ την άλλη. Καταστασιακός δεν ήταν!!! Όμως από διάφορα σημεία του έργου του προκύπτει πως έχει μια αόριστη (;) συναίσθηση ότι αυτό το οποίο πραγματεύεται είναι όντως μέρος μιας καινούργιας (από θεωρητική άποψη) πολιτικής οικονομίας. Πολιτικής οικονομίας της γλώσσας, ή, πιο σωστά, ακριβώς επειδή “βρισκόμαστε μπροστά στην έννοια της αξίας”, πολιτικής οικονομίας της (ανθρώπινης) επικοινωνίας.

Αυτή η συναίσθηση ίσως δεν είναι ακόμα κατασταλαγμένη στον Saussure – βρισκόμαστε στις αρχές του 20ου αιώνα. Στις επόμενες δεκαετίες, χάρη και στη “σημειολογία”, η ανάλυση, το κομμάτιασμα, η τυποποίηση και η ανασυναρμολόγηση των γλωσσών και των νοημάτων δεν θα είναι πια μερικές ακόμα “άλγεβρες Boole”. Δεν θα αφορούν, δηλαδή, ειδικές κατηγορίες επιστημόνων – θα αφορούν το ευρύτατο πεδίο των κοινωνικών σχέσεων. Θα προκύψουν έτσι γοητευτικές ανθρωπολογικές και κοινωνιολογικές αναλύσεις για την “άγρια σκέψη” (Claude Levi-Strauss), υπερφίαλες θεωρίες για τα media και την πρωτοκαθεδρία του “μέσου” (Marsall Mac Luan), ή έξυπνες φλυαρίες περί (ανάλυσης της) ψυχής (Lacan).

Μπορούμε, λοιπόν, σε ότι αφορά τη δουλειά του Saussure, να μιλήσουμε για την εκκίνηση ενός είδους scientific management της γλώσσας και, αν όχι της σκέψης σαν τέτοιας, οπωσδήποτε των εκφράσεών της. Η εμμονή της γενικής “γλωσσοποίησης” των κοινωνικών σχέσεων τις επόμενες δεκαετίες, και σ’ αυτή τη βάση η αναζήτηση ακόμα και δυνατοτήτων μηχανικής μεσολάβησής τους, ξεκινάει με τον σχετικά αθώο διαμελισμό των λέξεων και των νοημάτων στην τριαδική σχέση σημαίνον – σημαινόμενο – σημείο.

Εν τω μεταξύ, την ίδια περίοδο, τις πρώτες δεκαετίες του 20ου αιώνα, σημαντικές εξελίξεις γίνονταν σε τομείς των μαθηματικών. Επιφανειακά αυτές οι εξελίξεις έμοιαζαν άσχετες με αυτό που θα λεγόταν, γενικά, “γλώσσα” και “σκέψη”. Αλλά στην πραγματικότητα επρόκειτο, ακριβώς, για εκστρατείες σ’ αυτήν την ήπειρο, οργανωμένες όχι από γλωσσολόγους αλλά απο μαθηματικούς. Οι συμβολικές γλώσσες υπολογισμών είχαν εδραιωθεί, αλλά τα ερωτήματα της λογικής επάρκειας και ακρίβειας των μαθηματικών αναλύσεων ήταν ανοικτά, ή αυτό υποστήριζαν ορισμένοι θεωρητικοί (Hilbert).

Σ’ αυτό το χρονικό σημείο και σ’ αυτό το πεδίο, την δεκαετία του ‘30, ανέτειλλε το άστρο του Alan Turing. Ο Turing είναι γνωστός για πολλά επιτεύγματά του στη συνέχεια της ζωής του, αλλά το κρίσιμο βήμα του, κι αυτό που μας ενδιαφέρει εδώ, είναι ότι ανάλυσε βήμα – βήμα αυτό που θα μπορούσε να ονομαστεί ανθρώπινη διανοητική διαδικασία υπολογισμών. Η ανάλυσή του αυτή υπήρξε ευφυέστατη, και από πολλές απόψεις (είτε το είχε συνείδηση είτε όχι) εντελώς Ταιηλορική.

Αυτή ήταν η καινοτόμα ιδέα και πρόταση του Turing: πως άπαξ και οποιοδήποτε υπολογισμός μπορεί να διαταχθεί με τέτοιον απλό τρόπο, μπορεί να γίνει από μια κατάλληλα φτιαγμένη μηχανή. Ακόμα πιο πέρα: άπαξ και οποιοσδήποτε συλλογισμός (οποιαδήποτε λογική σκέψη) μπορεί να διαταχθεί, μέσω κατάλληλων συμβόλων, σαν αναλυτικός υπολογισμός, τότε μια κατάλληλα φτιαγμένη μηχανή μπορεί να “σκεφτεί”. Η “Μηχανή Turing”, πολύ πριν υπάρξει με οποιαδήποτε υλική μορφή, υπήρξε μια ιδεατή σύλληψη με το κατάλληλο θεωρητικό έδαφος. Φυσικά, κανείς δεν διανοήθηκε να μιλήσει για “κουρελού, μεταμφιεσμένη σε επιστήμη”!!!

Μέρος Γ

Ο Ταίηλορ στην Καλιφόρνια

Η διαδρομή που πολύ συνοπτικά περιγράψαμε νωρίτερα διατάσσοντας την με τέτοιον τρόπο ώστε να περιστρέφεται γύρω απ’ τον Ταίηλορ, τον ταιηλορισμό και τη μηχανοποίηση της χειρωνακτικής εργασίας, είναι μια πολύ συγκεκριμένη ιστορικά διαδρομή. Στην καρδιά της βρίσκεται μια παράξενη σύντηξη, αυτή ανάμεσα στον συλ-λογισμό, τον ορθο-λογισμό και τον υπο-λογισμό, μια σύντηξη που έγινε (ιστορικά) με τέτοιο τρόπο ώστε να είναι γενικεύσιμη η μηχανική μεσολάβηση σε διανοητικές διαδικασίες.

Εύκολα προσέχει κανείς ότι και οι τρεις αυτές λέξεις / έννοιες, που έχουν διαφορετικά νοήματα, έχουν σαν κοινό συστατικό τη λέξη λογισμός. Η σύμπτωση δεν είναι προϊόν κάποιου παιχνιδιού.

Θα ήταν, άραγε, ανίερο, θα ήταν προσβλητικό, εάν υποστήριζε κανείς ότι “η σκέψη είναι μια μηχανή”; Ή, έστω, ότι οι δραστηριότητες του νου μπορούν να παρομοιαστούν με ηλεκτρομηχανικές; Η φράση “η σκέψη είναι μια μηχανή”, εάν τοποθετηθεί μέσα στο κατάλληλο περιβάλλον παραδοχών, έχει την δύναμη αξιώματος: εάν δεν διαψευστεί ισχύει.

Ωστόσο, το να πει κάποιος “η σκέψη είναι μια μηχανή” δεν είναι αρκετό. Θα πρέπει να αναλυθούν τα συστατικά της και ο τρόπος με τον οποίο δουλεύει. Σ’ αυτό το κρίσιμο σημείο τοποθετήθηκε εκείνο που λέγεται γλώσσα. Αν για τον Ταίηλορ οι κινήσεις του σώματος ήταν το υλικό που μελέτησε, ανάλυσε, μέτρησε και αναδιέταξε, για την ανάλυση της σκέψης το προς έρευνα, μέτρηση, αναδιάταξη “κινούμενο σώμα” (ή εργαζόμενο σώμα…) ήταν (έγινε) η γλώσσα. Η γλώσσα δίνει μορφή στην κίνηση της σκέψης. Μπορεί γλώσσα και σκέψη να μην ταυτίζονται απόλυτα. Όμως είναι σίγουρο ότι η “ανταλλαγή σκέψεων”, αυτό που ονομάζεται επικοινωνία, γίνεται μέσω της γλώσσας. Συνεπώς, η ανάλυση, τυποποίηση, “καταμέτρηση” της γλώσσας (των γλωσσών) και η ανασύνθεση / αναγωγή τους σε λειτουργίες μηχανής μπορεί κάλλιστα να έχει σαν στόχο εκείνον που είχε ο Ταίηλορ: την δημιουργία των βέλτιστων, δηλαδή γρηγορότερων και αποδοτικότερων διε-ργασιών νόησης.

Ο ίδιος ο Ταίηλορ, που δεν ασχολήθηκε ποτέ με τέτοια ζητήματα, είχε την διαίσθηση ότι αυτό που ονόμασε scientific management και εφάρμοσε στις χειρωνακτικές εργασίες θα μπορούσε να πάει μακρυά. Στην εισαγωγή του βιβλίου του γράφει:

Αυτή η αναφορά γράφτηκε με τρεις στόχους.
Πρώτον, να δείξει μέσα από μια σειρά απλών παραδειγμάτων, τις μεγάλες απώλειες που έχει ολόκληρη η χώρα εξαιτίας της αναποτελεσματικότητας σχεδόν στο σύνολο των καθημερινών μας ενεργειών.
Δεύτερο, να προσπαθήσει να πείσει τον αναγνώστη ότι η αντιστροφή αυτής της αναποτελεσματικότητας έγκειται στη συστηματική διαχείριση και όχι στην αναζήτηση κάποιων ασυνήθιστων ή σπάνιων ανθρώπων.
Τρίτον, για να αποδείξει ότι η καλύτερη διαχείριση είναι μια αληθινή επιστήμη, που βασίζεται σε ξεκάθαρους νόμους, κανόνες και αρχές, σαν θεμέλιά της. Και επιπλέον, να δείξει ότι τα βασικά στοιχεία της επιστημονικής διαχείρισης είναι εφαρμόσιμα σε όλα τα είδη των ανθρώπινων δραστηριοτήτων, απ’ τις απλούστερες ατομικές πράξεις ως το έργο των μεγάλων επιχειρήσεών μας, που απαιτούν την πιο αποδοτική συνεργατικότητα. Και, σύντομα, μέσα από μια σειρά παραδειγμάτων, να πείσει τον αναγνώστη πως οπουδήποτε αυτά τα βασικά στοιχεία εφαρμόζονται σωστά, τα αποτελέσματα θα έρθουν· αποτελέσματα που θα είναι στ’ αλήθεια εντυπωσιακά.
…
Ελπίζω ότι θα γίνει καθαρά στους αναγνώστες ότι τα ίδια βασικά στοιχεία μπορούν να εφαρμοστούν σε όλες τις κοινωνικές δραστηριότητες: στη διαχείριση των σπιτιών μας· στη διαχείριση των κτημάτων μας· στη διαχείριση των εμπορικών μας εγκαταστάσεων, μικρών και μεγάλων· στις εκκλησίες μας, στα φιλανθρωπικά μας ιδρύματα, στα πανεπιστήμιά μας και στις κυβερνητικές υπηρεσίες μας.

Ξέρουμε το όνομα αυτής της διαδικασίας. Λέγεται αλγόριθμοι και είναι παντού όπου υπάρχουν και λειτουργούν οι πληροφορικές μηχανές.

Ένας απ’ τους διεθνώς γνωστούς σχολιαστές των τεχνοεπιστημονικών εξελίξεων, ο αμερικάνος Nicholas Carr έγραφε το 2008 μεταξύ άλλων (σε ένα άρθρο με τίτλο Μας κάνει η google ηλίθιους; που προκάλεσε έναν κάποιο ντόρο διεθνώς):

… Το σύστημα του Ταίηλορ είναι πάντα ανάμεσά μας… Χάρη στην αυξανόμενη επιρροή των μηχανικών υπολογιστών και των προγραμματιστών πάνω στη διανοητική ζωή μας, η ιδέες του Ταίηλορ έχουν αρχίσει να κυβερνούν τα μυαλά μας. Το Ίντερνετ είναι μια μηχανή σχεδιασμένη για την αποτελεσματική και αυτόματη συλλογή, μεταφορά και χειραγώγηση των πληροφοριών, και λεγεώνες προγραμματιστών έχουν αφιερωθεί στην εφεύρεση της “μίας ενιαίας μεθόδου” – του τέλειου αλγόριθμου – που θα διεκεπεραιώνει κάθε διανοητική διεργασία, οτιδήποτε έχουμε ιστορικά ονομάσει “διανοητική εργασία”….

Προφανώς δεν είναι ο κυβερνοχώρος, σαν τέτοιος, που υποκαθιστά την ικανότητά μας για συλλογισμούς. Είναι, όμως, το εντυπωσιακό πεδίο όπου η μηχανοποίηση των διανοητικών διεργασιών γενικά (και όχι μόνο εκείνου που θα ορίζαμε στενά σαν “εργασία”) επιδεικνύει τις δυνατότητές της. Η μέθοδος υποκατάστασης της ζωντανής σκέψης απ’ τη νεκρή είναι οι αλγόριθμοι – είχαμε αναλύσει πέρυσι αυτή τη διαδικασία.

Μπορούμε λοιπόν, χωρίς να κάνουμε λάθος, να εννοήσουμε το σύνολο των κοινωνικών σχέσεων στις διανοητικές (αλλά και στις συναισθηματικές) διαστάσεις τους σαν ένα τεράστιο εργοτάξιο· το κοινωνικό εργοστάσιο. Ο Ταίηλορ που μπήκε σ’ αυτό για να βάλει “σε μια τάξη” τα πράγματα δεν ήταν βέβαια ένα άτομο (όπως δεν ήταν μόνος του ο ίδιος ο Ταίηλορ τότε). Ήταν η αφρόκρεμα πολλών επιστημονικών κλάδων, απ’ τον 19ο αιώνα ήδη, και χιλιάδες επώνυμοι και ανώνυμοι τεχνικοί. Η μετάβαση απ’ τον συλλογισμό στον υπολογισμό ξεκίνησε αθόρυβα και συνεχίζεται εδώ και μερικές δεκαετίες με πολύ μεγάλη επιτυχία.

Κι όπως συνέβη με τον Ταιηλορισμό σε σχέση με την χειρωνακτική εργασία, έτσι και τώρα, αλλά σε πολύ πιο μεγάλη κλίμακα, η διαδικασία μηχανοποίησης παράγει, υποχρεωτικά, ανειδίκευτους. Ένα εντελώς καινούργιο είδος ανειδίκευτων: ανειδίκευτους στη σκέψη. Ανθρώπους που ΔΕΝ μπορούν να κάνουν ολοκληρωμένους συλλογισμούς (αντί γι’ αυτό ανταλλάσουν διανοητικά clips πηδώντας από θέμα σε θέμα). Ανθρώπους που ΔΕΝ μπορούν να έχουν γενική διανοητική εποπτεία οποιουδήποτε θέματος, αλλά είναι ικανοί χειριστές των πληροφορικών μηχανών, που γίνονται όλο και πιο “έξυπνες”. Ανθρώπους που ΔΕΝ μπορούν να ξεμπλέξουν με την σκέψη τους κάτι, ακόμα και μέτριας συνθετότητας, αλλά “σκέφτονται” με απλές / απλοϊκές φόρμουλες.

Ο Mustafa Kayati έγκαιρα παρατήρησε:

…
Οι έννοιες και οι λέξεις της ριζικής κριτικής γνωρίζουν την ίδια τύχη με το προλεταριάτο: τις στερούν από την ιστορία τους, τις ξεκόβουν απ’ τις ρίζες τους. Έτσι γίνονται καλές μόνο για τις σκεψομηχανές της εξουσίας…

Μόνο που τώρα πια δεν πρόκειται μόνο για τις λέξεις και τις έννοιες της ριζικής κριτικής, αλλά ακόμα και για τις πιο καθημερινές σκέψεις, τις πιο “ταπεινές” διανοητικές διαδικασίες.

Εισαγωγή

θα μπορούσε να φανταστεί κάποιος πριν κάποιες δεκαετίες ότι θα γινόταν καταναλωτής της τύχης (του);

Ότι θα μπορούσε με το πάτημα ενός κουμπιού να ζητήσει έναν τυχαίο αριθμό;

Να ρίξει τα ζάρια σε ένα video game;

Να αγοράσει κάποιες μετοχές σε ένα χρηματιστήριο με τυχαίο τρόπο, και ότι αυτό θα θεωρούταν ο «βέλτιστος» τρόπος να αναζητάς το κέρδος σου (στο σύγχρονο καπιταλιστικό κόσμο);

Είμαστε κάτι παραπάνω από εξοικειωμένοι, θα λέγαμε ότι έχουμε μάθει να ζούμε με διάφορες όψεις αυτού που αποκαλούμε τυχαιότητα και που με τον έναν ή τον άλλο τρόπο εμπλέκεται στην καθημερινή μας ζωή. Η τύχη γενικά σαν έννοια και σαν πρακτική δεν είναι τωρινή στις ανθρώπινες κοινωνίες. Όταν δεν μπορούμε να προβλέψουμε και να ερμηνεύσουμε με κάποιους λογικούς όρους μια ευρεία γκάμα γεγονότων της καθημερινότητας, τα αποδίδουμε στην τύχη. Για παράδειγμα μια ξαφνική βροχή αφού κάποιος άπλωσε τα ρούχα και ενώ ο ουρανός ήταν καθαρός, λέγεται ότι οφείλεται στην κακή του τύχη. Της αποδίδουμε συνήθως το άλλοθι των αποτυχιών μας όταν παίρνουμε μια λάθος (κρίνοντας εκ των υστέρων) απόφαση, δεδομένου ότι κάτι δεν το προβλέψαμε ή κάτι δεν θα μπορούσε να είναι γνωστό εκ των προτέρων ή τέλος πάντων κάτι μας ξεπερνά στο να το προϋπολογίσουμε με κάποιο λογικό τρόπο (βέβαια υπάρχει και η διαίσθηση!).

Η πιο απλή (αν και όχι πάντα), διασκεδαστική (τις περισσότερες φορές) μορφή που έχει πάρει η ενασχόληση μας με την τυχαιότητα είναι τα τυχερά παιχνίδια, είτε έχουν στόχο κάποιο κέρδος/στοίχημα είτε έχουν στόχο το «σκότωμα» της ώρας με στημένες εντάσεις. Όμως, δεν περιορίζονται εκεί, καθώς κάποιος θα μπορούσε να θεωρείται «κωλόφαρδος» ή «γκαντέμης» και σε άλλους τομείς της ζωής του, ακόμα πιο σημαντικούς όπως και η κοινωνική/ταξική του θέση στην ιεραρχία της κοινωνίας. Για παράδειγμα κάποιοι μπορεί να θεωρούν άτυχο κάποιον που έχει γεννηθεί στην Αφρική.

Όμως, καθώς ταλαιπωρούμαστε καθημερινά κυνηγώντας την τύχη μας, ενώ η ανθρωπότητα έχει εναποθέσει τη δική της στους υπολογιστές, μια μικρή μετατόπιση έχει συντελεστεί μπροστά στα μάτια μας. Ο υπολογιστής μπορεί να παράγει «τύχη» με το κιλό, ανά πάσα στιγμή και όσες φορές αυτό απαιτηθεί από το χρήστη ή από κάποιο πρόγραμμα. Θα μπορούσε η αλγοριθμοποίηση/ υπολογιστικοποίηση της διαδικασίας της ανεύρεσης ενός τυχαίου αριθμού (σε γενικές γραμμές της τυχαιότητας) να επηρεάσει υπάρχουσες και δεδομένες κοινωνικές σχέσεις σε αρκετά πεδία της κοινωνικής ζωής; Στην εξέλιξη που θα περιγράφαμε σαν αναδιάρθρωση των κοινωνικών σχέσεων, είτε στην εργασία είτε στον «ελεύθερο» (πλέον υπερ-παραγωγικό) χρόνο, η μεσολάβηση της τύχης από μια μηχανή/πρόγραμμα σίγουρα έχει εντατικοποιήσει την ίδια την χρησιμότητά της σε διάφορες εφαρμογές και έχει βρει μια ενδιαφέρουσα θέση σαν μηχανοποιημένο υποκατάστατο της κοινωνικής συνθετότητας. Θα προσπαθήσουμε να δείξουμε το πως στη συνέχεια.

Μια ελάχιστη υπενθύμιση της ιστορικότητας της τύχης (και της αξιοποίησής της)

Ανέκαθεν οι άνθρωποι όριζαν σαν τυχαιότητα κάτι που δε μπορούσαν να προβλέψουν και επηρέαζε είτε θετικά είτε αρνητικά τις δικές τους επιλογές. Ένας άνεμος που ξαφνικά εμφανίζεται ή μια κλήρωση για το ποιος πολίτης θα βρεθεί στην αρχαία Αθήνα στη συνέλευση του δήμου, ήταν θέμα τύχης. Η σημαντικότητα που κατείχε στις ανθρώπινες κοινωνίες καταδεικνύεται, σε ένα βαθμό, από την αναγωγή της σε θεότητα στους αρχαίους έλληνες και στους ρωμαίους, με στόχο την επίκλησή της τις κατάλληλες κρίσιμες στιγμές για θεϊκή εύνοια ή κατευνασμό.

Όμως ήταν και είναι μια ανταγωνιστική έννοια γιατί αυτό που κάποιοι όριζαν σαν τύχη ή τυχαία γεγονότα, υπό προϋποθέσεις θα μπορούσε για κάποιους άλλους να είναι κάτι προβλέψιμο, και άρα αξιοποιήσιμο. Αξιοποιήσιμο φυσικά γιατί τους προσέδιδε ένα πλεονέκτημα, μια πρόσκαιρη εξουσία πάνω σε άλλους ανθρώπους. Έτσι, θα μπορούσαμε να πούμε ότι ο «έλεγχος» της τύχης (της πρόβλεψης ενός «τυχαίου» γεγονότος) συνεπαγόταν και διαμόρφωνε την τέχνη του ελέγχου ανθρώπων/καταστάσεων/σχέσεων. Ένα απλό παράδειγμα είναι οι διάφορες προλήψεις του μεσαίωνα που προκύπταν από φυσικά φαινόμενα (κομήτες, εκλείψεις Ήλιου κλπ). Κάποιοι λοιπόν είχαν την κατάλληλη γνώση ώστε να μπορούν με έναν επιστημονικό τρόπο να προβλέπουν αυτά τα φαινόμενα και να τα χρησιμοποιούν με σκοπό τη χειραγώγηση αυτών που τα αγνοούσαν. Ήταν όμως βολικό γι’ αυτούς αυτή η γνώση να μείνει σε κλειστό κύκλο και οι πληβείοι να συνεχίσουν να αποδίδουν τέτοια φαινόμενα σε γυρίσματα της τύχης ή σε υπερφυσικά όντα.

Τα τυχερά παιχνίδια σαν μια ειδική κατηγορία

Ενώ όμως η τύχη αφορά όλες αυτές τις νοηματοδοτήσεις μιας ευρείας γκάμας γεγονότων της καθημερινότητας, προκειμένου να εστιάσουμε στην αλγοριθμοποίηση της τύχης θα επικεντρωθούμε στα τυχερά παιχνίδια. Τα διάφορα τυχερά παιχνίδια είναι μια ιδιαίτερη περίπτωση όπου η τύχη χρησιμοποιείται για διασκεδαστικούς σκοπούς (ίσως και όχι τόσο αν σκεφτεί κανείς ότι συχνά χάνονται περιουσίες και υπολήψεις). Ο λόγος που ανατρέχουμε σε αυτά δεν είναι μόνο γιατί βρίσκονται στην άμεση κοινωνική εμπειρία του καθενός. Οι σχέσεις που αφορούν αυτά τα παιχνίδια θα λέγαμε ότι είναι πιο πλούσιες από ότι φαίνεται με την πρώτη ματιά, ενώ καθώς διαπερνούν οριζόντια ένα μεγάλο μέρος της εργατικής τάξης, έχουν και ένα πολιτικό βάρος.

Όταν λέμε τυχερά παιχνίδια έχουμε κυρίως στο μυαλό μας ζάρια, λοταρίες, χαρτιά, βόλους και άλλα τα οποία εμφανίστηκαν στις ανθρώπινες κοινωνίες από πολύ παλιά. Τα αρχαιότερα τέτοια παιχνίδια έχουν εντοπιστεί στη μέση ανατολή και χρονολογούνται γύρω στο 6000 π. Χ. Αρχικά επρόκειτο για τριγωνικά ζάρια, ενώ τα κλασσικά με τις 6 όψεις έκαναν την εμφάνισή τους λίγο αργότερα. Σε μεγάλο βαθμό αποτελούσαν ενασχόληση κυρίως των κατώτερων τάξεων των πόλεων και των υπαίθρων. Ήταν ένας τρόπος κοινωνικοποίησης των ανθρώπων που ήθελαν να έχουν χρόνο για να παίζουν.

Ο τρόπος που αντιμετωπίζονταν τα τυχερά παιχνίδια στις διάφορες κοινωνίες έχει να κάνει και με τη θέση που κατέχει η τύχη σε αυτές. Έτσι, στις κοινωνίες που επικρατούσε η προτεσταντική ηθική, σύμφωνα με την οποία ο θεός είχε αξιοκρατικά μοιράσει στο καθένα ένα ρόλο (π.χ. επάγγελμα), η πρόνοια του Θεού είχε την κεντρική θέση και όχι η τύχη ή οι επιλογές. Επομένως, τότε τα τυχερά παιχνίδια θεωρούνταν κατώτερα διανοητικά – ηθικά γιατί αντιτίθονταν στον τρόπο ελέγχου που βασιζόταν σε αυτή τη θρησκεία – ιδεολογία. Από την άλλη, μπορεί ο φιλελεύθερος μεσοαστός να πίστευε ότι ο καθένας φτιάχνει τη τύχη του ενώ κάποιος κατώτερης τάξης να πόνταρε για να αλλάξει την τύχη του.

Τα παιχνίδια αυτά πέρα από την καθαρή ευχαρίστηση του παιχνιδιού περιείχαν και ένα σύνολο κοινωνικών σχέσεων, από την επικοινωνία, τη συγκεκριμένη ορολογία και τα πειράγματα, μέχρι τις εντάσεις και τις συμπλοκές. Θα λέγαμε ότι τα τυχερά παιχνίδια αντικατόπτριζαν τις εκφάνσεις της κοινωνικής ζωής μιας κοινωνίας. Π.χ. αν η βία ήταν αναβαθμισμένη σε μια κοινωνία, ήταν πολύ πιθανό να καταλήξουν και τα παιχνίδια σε βίαιες αντιδικίες καθώς δεν ήταν ανεξάρτητα από τις κοινωνικές σχέσεις που επικρατούσαν.

Φυσικά, τα τυχερά παιχνίδια πάντα διαδραμάτιζαν στην καθημερινή ζωή των κατώτερων τάξεων ένα ρόλο ευρύτερης κοινωνικοποίησης κι επικοινωνίας, ενώ αναπτυσσόταν συχνά μια ειδική γλώσσα και ορολογία που προέκυπτε από το ίδιο το παιχνίδι. Με τους δικούς τους χώρους, με τι δικές τους εντάσεις/ βρισιές/ βίαια ξεσπάσματα, με τη δική τους μουσική, τις δικές τους ζαβολιές, τις μεγάλες τραγωδίες και κωμωδίες και τους δικούς τους κανόνες και παραβάσεις, οι κοινωνικές σχέσεις που ξεδιπλώνονταν πλάι στα παιχνίδια αυτά ήταν ένας αυτόνομος κόσμος από μόνος του. Αυτό ήταν φυσικά στο στόχαστρο των ανώτερων τάξεων, που είτε απαγόρευαν είτε δυσφημούσαν τα τυχερά παιχνίδια (και τον εθισμό σε αυτές τις «τεμπέλικες/ μη παραγωγικές ενασχολήσεις» των εργατών π.χ.) σαν κατώτερα διανοητικά – ηθικά, αναπτύσσοντας εν τω μεταξύ τα δικά τους παιχνίδια και τους χώρους που τους αντιστοιχούσαν.

Τυχαίο σε αυτά τα παιχνίδια ήταν το κομμάτι εκείνο του παιχνιδιού (μικρό ή μεγάλο ανάλογα με το παιχνίδι) όπου το αποτέλεσμα κρινόταν από παράγοντες – αντικείμενα (π.χ. ζάρια) που δεν μπορούσε να προβλέψει κάποιος παίχτης. Παρόλα αυτά, αν κάποιος, με κάποιο τρόπο, ήξερε τι θα φέρει το ζάρι ή μπορούσε κάπως να το επηρεάσει φέρνοντας μια συγκεκριμένη ζαριά, τότε είχε μια άμεση εξουσία, ένα άμεσο όφελος στο παιχνίδι. Γι’ αυτό λοιπόν πειράζονταν τα ζάρια και τα χαρτιά σημαδεύονταν. Μπορεί να μην ήξερε κάποιος εύκολα τι θα φέρει το ζάρι, όμως αυτό με κάποιους τρόπους ήταν δυνατόν να παρακαμφθεί. Εκεί λοιπόν που τζογάρονταν πολλά λεφτά, υπήρχε η μέριμνα εύρεσης τρόπων διασφάλισης της τυχαιότητας του αποτελέσματος.

Ας δούμε τη διαφορετική κοινωνική αντίληψη της τύχης μέσα από τα παραδείγματα δυο διαφορετικών τυχερών παιχνιδιών σε ένα ίδιο κοινωνικό περιβάλλον. Τα παιδιά που παίζουν με μια σφεντόνα σε μια αλάνα, εξοικειώνονται με τον τρόπο του παιχνιδιού, βελτιώνονται σημαντικά στο σημάδι και μαθαίνουν τεχνικές αιφνιδιασμού. Όμως παρ’ όλη την ικανότητα που αναπτύσσουν υπάρχει πάντα ένας απρόβλεπτος παράγοντας που δεν είναι ζήτημα εξοικείωσης ή εκπαίδευσης. Έτσι π.χ. η φορά του ανέμου, το σπάσιμο του λάστιχου της σφεντόνας ή ένα γλίστρημα γίνονται αντιληπτά σαν τυχαίοι παράγοντες που κάποιους ευνοούν και κάποιους άλλους τους ζημιώνουν. Ας φανταστούμε τώρα στο ίδιο κοινωνικό περιβάλλον, τα παιδιά που παίζουν επιτραπέζια παιχνίδια με ζάρια, π.χ. μια μάχη. Δεδομένου ότι έχουν εξαντλήσει την ικανότητα τους στη θέση που έχουν πάρει στο πεδίο μάχης ή και σε άλλους μετρήσιμους παραμέτρους του παιχνιδιού (πχ στρατηγική, τακτική, τοποθέτηση στρατευμάτων στο πεδίο της μάχης), θα ρίξουν ένα ζάρι που θα αντιπροσωπεύσει το επίπεδο της ζημιάς που θα προκαλέσουν στον αντίπαλο. Ενώ λοιπόν και εκεί υπάρχουν μετρήσιμοι παράγοντες όπως οι κανόνες του παιχνιδιού και η στρατηγική, το πλέον καθοριστικό αποτέλεσμα για την έκβαση του παιχνιδιού το δίνει το ζάρι. Ενώ λοιπόν παράδειγμα με τις σφεντόνες αποδίδουν στην τύχη ένα μικρό ποσοστό από την προσπάθεια τους να στοχεύσουν τον αντίπαλο τους, καθώς το μεγαλύτερο ποσοστό για αυτά είναι η ικανότητά τους να στοχεύουν καλά, στο παράδειγμα του επιτραπέζιου η τύχη έχει μεγαλύτερο ποσοστό από την ικανότητα συγκριτικά με το πρώτο παράδειγμα. Θα λέγαμε ότι λειτουργίες του πρώτου παραδείγματος όπως η εξοικείωση στο σημάδι ή η σταθερότητα του χεριού, στο επιτραπέζιο παιχνίδι υποκαθίστανται – προσομοιώνονται από την τελική έκβαση του ζαριού.

Εδώ βλέπουμε πως το ζάρι και η τυχαιότητα που αντιπροσωπεύει, υποκαθιστούν κάποια κοινωνική συνθετότητα στον πραγματικό κόσμο κατηγοριοποιώντας για χάρη του μοντέλου του παιχνιδιού κάποιες πραγματικές σχέσεις σε μια ορισμένη πειστική αναπαράσταση τους. Βέβαια, κάποια «λάθος» ζαριά μπορεί υπό προϋποθέσεις να ανάψει τα αίματα και να επιστρέψουμε στο πρώτο τρόπο παιχνιδιού, αυτό όμως δεν αποτελεί μέρος των κανόνων του ίδιου του παιχνιδιού. Ακόμα, η υλικότητα του μέσου (π.χ. το ζάρι, τα χαρτιά) καθορίζουν σε μεγάλο βαθμό μια σειρά από παραμέτρους όπως: την επαναληπτικότητα της χρήσης του, το πόσες φορές δηλαδή επιτρέπει η ίδια η μορφή του μέσου τη χρησιμοποίησή του (π.χ. το ζάρι περιέχει ένα ανώτατο όριο χρησιμοποίησής του, σίγουρα πολύ κατώτερο από έναν αλγόριθμο όπως θα δούμε στη συνέχεια)· τον τόπο που το παιχνίδι παίζεται (π.χ. για τα χαρτιά απαιτείται μια επιφάνεια, ένα τραπέζι)· την επαληθευσιμότητα του (π.χ. για να πιστοποιηθεί από τους παίχτες η εγκυρότητα του αποτελέσματος του ζαριού χρειάζεται να υπάρχουν παρατηρητές – συμπαίκτες που να επαληθεύουν ότι τα ζάρια δε «στήνονται», ότι ανακινούνται πριν τη χρήση τους και ότι δε φέρνουν το ίδιο αποτέλεσμα).

Στατιστική: μια πρώτη προσπάθεια ποσοτικοποίησης της τύχης (μέσω των πιθανοτήτων)

Ας πάμε λίγο πίσω στις αρχές του 19ου αιώνα να δούμε πως τα μαθηματικά κατάφεραν να ποσοτικοποιήσουν μέσω της στατιστικής και των πιθανοτήτων αυτή τη διαδικασία των τυχερών παιχνιδιών. Έχουν προηγηθεί τα καζίνο και οι ρουλέτες, η αστική τάξη πλέον παίζει και η ίδια τυχερά παιχνίδια, ενώ έχει αυξηθεί ο τζίρος και ποντάρονται περιουσίες. ‘Όλα αυτά έδωσαν ένα διαφορετικό χαρακτήρα κύρους, με σκοπό το κέρδος, στα παιχνίδια αυτά. Οπότε υπήρξε μεγάλο ενδιαφέρον από την τότε ανερχόμενη αστική επιστήμη να γίνει κατανοητό από ποιους παράγοντες και με ποιο μοντέλο μπορεί να προσομοιωθεί η τυχαιότητα που περιέχεται σε ένα τυχερό παιχνίδι· πόσο εφικτό είναι να γίνει αυτό με επιστημονικούς πλέον όρους, μέσω μιας στατιστικής κατανομής δεδομένων και προσπάθειας ελάττωσης της εντροπίας των επόμενων βημάτων, και όχι με διαισθητικούς ή ατομικούς τρόπους. Αυτή η «επιστημονικοποίηση» άλλαξε τη φύση και την υφή αυτών των παιχνιδιών. Πλέον αν κάποιος είχε μια μεθοδολογία και τη δυνατότητα να κάνει πολύ γρήγορους υπολογισμούς ή κάποιες φορές απλά να τους κάνει πιο γρήγορα από κάποιον άλλον παίχτη που μπορεί να έκανε το ίδιο, είχε ένα πλεονέκτημα σε σχέση με το παιχνίδι.

Πριν τους υπολογιστές έκαναν την εμφάνισή τους η στατιστική και οι πιθανότητες. Η ανάπτυξη της γραφειοκρατίας και ο όγκος των αρχείων που αυτή έπρεπε να διατηρεί διαμορφώνοντας συνεχώς νέες μαθηματικές μεθόδους, οδήγησε στη δυνατότητα επεξεργασίας πολλών δεδομένων. Αυτή η ανάγκη χειρισμού πολλών δεδομένων για τον πληθυσμό (τότε αρχίζουν να εμφανίζονται τα πρώτα γκάλοπ) συνέβαλε στη γενικότερη ανάπτυξη της επιστήμης αυτής και της εφαρμογής της σε διάφορα κοινωνικά ζητήματα, φτάνοντας μέχρι και στα τυχερά παιχνίδια. Έτσι, μέσω της στατιστικής κατανομής μπορεί να αυξηθεί η προβλεψιμότητα και η ικανότητα υπολογισμού κάποιων γεγονότων ή η συχνότητα εμφάνισης συγκεκριμένων περιστάσεων, ελαττώνοντας την αντίληψη της τυχαιότητάς τους. Πλέον ένα παιχνίδι πόκερ ή μια ρουλέτα θα μπορούσε να αντιμετωπιστεί σαν στατιστικό φαινόμενο και να επιχειρείται να αντιμετωπίζεται πιθανολογικά και σε ορισμένα σημεία να προβλέπεται με μια σχετική ακρίβεια το κάθε φορά επόμενο χαρτί ή μπίλια. Τα μαθηματικά επομένως χρησιμοποιήθηκαν σαν εργαλείο ελάττωσης της τυχαιότητας και αύξησης της προβλεψιμότητας και στα τυχερά παιχνίδια μέσω πολλών υπολογισμών που όμως μπορούσαν πλέον να κάνουν πολλοί παίχτες ταυτόχρονα. Σημαντικό για το αποτέλεσμα αυτής της διαδικασίας έγινε το ποιος θα κάνει πρώτος τους υπολογισμούς αυτούς ή ποιος θα καταφέρει να προσομοιώσει τις κινήσεις του αντιπάλου του ελαττώνοντας συνεχώς την εντροπία της απόφασής του. Πλέον η τύχη γίνεται αντιμετωπίσιμη και μετρήσιμη μέσω των υπολογισμών που μπορεί κάποιος να κάνει πιο γρήγορα από κάποιον άλλον, ειδικά αν και οι δύο ακολουθούν την ίδια στατιστική μεθοδολογία.

Μια ενδιαφέρουσα κορύφωση αυτής της διαδικασίας, προς το πέρασμα στην ψηφιακή εποχή, ήταν στο β’ παγκόσμιο πόλεμο η ενασχόληση των συμμάχων με το σπάσιμο του κώδικα enigma. Από τη μία ήταν οι γερμανοί που κωδικοποιούσαν ένα μήνυμα μέσω μιας αναλογικής μηχανής και από την άλλη οι σύμμαχοι που προσπαθούσαν να αποκρυπτογραφήσουν αυτό το κωδικοποιημένο μήνυμα. Εκεί το άγνωστο, το «τυχαίο» ήταν για τους συμμάχους ο κώδικας που αποκρυπτογραφούσε τα μηνύματα των γερμανών. Για τους γερμανούς αυτός ο κώδικας δεν ήταν ούτε άγνωστο ούτε τυχαίο, ήταν το αποτέλεσμα της κωδικοποίησης μέσω μιας αναλογικής μηχανής. Για την επίλυση του «προβλήματος» χρησιμοποιήθηκαν μεν τα στατιστικά μοντέλα που είχαν αναπτυχθεί μέχρι τότε, φάνηκε όμως πως αν γινόταν με κάποιο τρόπο ένα πλήθος υπολογισμών σε πολύ σύντομο χρονικό διάστημα, θα κερδιζόταν ένα πλεονέκτημα σε σχέση με τον αντίπαλο. Σ’ αυτό το συγκεκριμένο ζήτημα, εκείνη την εποχή, είναι που δημιουργήθηκε η ανάγκη για τον ψηφιακό υπολογιστή πάνω στις αρχές του Turing που είχαν αναπτυχθεί πιο πριν. Έτσι, το μέγεθος και το πλήθος των υπολογισμών που απαιτούσε η επίλυση του προβλήματος αυτού, συντελέστηκε από τη γρήγορη επεξεργασία μεγάλων δεδομένων από άλλες μηχανές, τους πρώτους υπολογιστές, βοηθώντας παράλληλα και στη γέννηση τους. Επομένως η τύχη ή η ατυχία εξαρτιόταν ως ένα βαθμό από την ταχύτητα εκτέλεσης πολύπλοκων και μεγάλων μαθηματικών υπολογισμών. Αυτό φανέρωσε τη δύναμη που μπορεί να έχει η υπολογιστική ισχύς σε μια σειρά ζητημάτων πέρα και από την κρυπτογράφηση.

Η είσοδος της τύχης στην ψηφιακή εποχή

Με την εμφάνιση του πρώτου ψηφιακού υπολογιστή προκύπτουν διάφορες ανάγκες για παραγωγή τυχαίων αριθμών από τον ίδιο τον υπολογιστή με σκοπό την εφαρμογή τους σε διάφορα προγράμματα – πειράματα. Ας αναφέρουμε κάποια ενδεικτικά παραδείγματα: στην περίπτωση μιας παρτίδας τάβλι με ένα πρόγραμμα του υπολογιστή, ο υπολογιστής πρέπει να «επιλέξει» κάθε φορά το τι θα φέρνουν τα ζάρια· σε διάφορα φυσικά ή χημικά πειράματα απαιτείται μια τυχαία εμφάνιση θερμοκρασιών ή στοιχείων περιβάλλοντος για να εξεταστεί η απόκριση σε τυχόν αλλαγές αυτών των στοιχείων· σε διάφορα χρηματοπιστωτικά επενδυτικά προϊόντα που χειρίζονται χρήματα προς επένδυση, χρησιμοποιούνται πολύπλοκοι υπολογισμοί· όλα αυτά επιλύονται κάθε φορά με προγράμματα για τη παραγωγή ψευδοτυχαίων αριθμών. Οι ψευδοτυχαίοι αριθμοί δεν είναι τελικά καθόλου τυχαίοι. Παράγονται από έναν αρχικό αριθμό, τον «σπόρο», μέσω ενός ντετερμινιστικού αλγορίθμου ή μιας μαθηματικής εξίσωσης αν προτιμάτε. Συνήθως γίνεται μια προσπάθεια ο «σπόρος» να είναι όντως ένα τυχαίο δεδομένο, και έτσι στην συνέχεια όποτε θέλουμε έναν ψευδοτυχαίο αριθμό να μην έχουμε παρά να ζητήσουμε να παραχθεί. Βέβαια, αν γνωρίζει κάποιος τον «σπόρο» τότε μπορεί να προβλέψει τους ψευδοτυχαίους αριθμούς που παράγονται κάθε φορά.

Μια σύντομη ιστορική ανάδρομη νομίζουμε ότι θα βοηθήσει για αρχή να καταλάβουμε πώς οι ειδικοί του συστήματος άρχισαν (και ακόμη συνεχίζουν!) να εφευρίσκουν αλγορίθμους για λογαριασμό τους φυσικά, και τις ιδεολογικές προεκτάσεις που αυτό έχει. Με το τέλος του Β’ Παγκοσμίου Πολέμου, τα υπέρλαμπρα αστέρια της πολεμικής έρευνας και τεχνολογίας για λογαριασμό των ΗΠΑ, που έθεσαν τις βάσεις και έφτιαξαν τον πρώτο (ψηφιακό) υπολογιστή, όπως ο von Neumann, βρεθήκαν στην ανάγκη χρήσης τυχαίων αριθμών στα (πρώτα) προγράμματα τους. Η πρώτη λύση ήταν αυτή της χρησιμοποίησης καταγεγραμμένων τυχαίων αριθμών (από οποιαδήποτε πηγή), βασισμένη σε αυτό που κοινωνικά ήταν κατανοητό μέχρι τότε σαν «τυχαιότητα». Έτσι, όταν ο υπολογιστής χρειαζόταν έναν τυχαίο αριθμό για να συνεχίσει την επεξεργασία του προγράμματος, κάποιος από τους φοιτητές-βοηθούς εισήγαγε έναν αριθμό που θεωρούσε ο ίδιος τυχαίο. Απλό για αρχή, αλλά ανάμεσα σε αλλά είχε ένα βασικό πρόβλημα. Μέχρι να γίνει αυτή η διαδικασία (επιλογής του αριθμού και εισαγωγής του) περνούσε πολύς (χρήσιμος αλλά και κρίσιμος) χρόνος, που όπως είπαμε η εξοικονόμησή του ήταν το ζητούμενο της όλης διαδικασίας και της χρήσης των υπολογιστών. Η λύση, που ταίριαζε με την φύση και το είδος της υπολογιστικής μηχανής, ήταν να υπολογίζεται γρήγορα ένας «τυχαίος» αριθμός από το ίδιο το μηχάνημα, χωρίς κάποια ανθρώπινη παρέμβαση, με τους ψηφιακούς όρους που λειτουργεί η ιδία η μηχανή. Επειδή λοιπόν θα ήταν εξαιρετικά χρονοβόρο για τα δεδομένα του υπολογιστή να εισάγει κάποιος άνθρωπος κάθε φορά τυχαίους αριθμούς που θα κατεβάζει από το μυαλό του, επιχειρήθηκε αυτοί οι αριθμοί να παράγονται κάθε φορά από τον ίδιο τον υπολογιστή.

Μια (αρχική) μαθηματική-υπολογιστική μέθοδος που προέκρινε ο von Neumann ήταν αυτή: παίρνεις έναν αριθμό (είτε αποθηκευμένο από πριν είτε που έχει προκύψει την ώρα που τρέχει το πρόγραμμα) και τον τετραγωνίζεις. Από το αποτέλεσμα που προκύπτει από αυτή την πράξη επιλεγείς τόσα ψηφιά όσα είχε ο πρώτος αριθμός από την μέση του αριθμού που υπολογίστηκε. Π.χ. ο αριθμός 6349 έχει τετράγωνο το 40309801 και άρα ο «τυχαίος» αριθμός που επιστρέφεται είναι το 3098. Έπειτα αν ζητηθεί και άλλος, παίρνουμε τον αριθμό που επιστρέψαμε και επαναλαμβάνουμε την διαδικασία όπως και πριν. Όλη αυτή η υπολογιστική διαδικασία στόχο έχει να παράγει όπως είπαμε παραπάνω αριθμούς που να φαίνονται τυχαίοι, και ονομάζονται γι’ αυτό από την ίδια την επιστήμη των υπολογιστών «ψευδοτυχαίοι» και ο αλγόριθμος που τα παράγει «γεννήτρια ψευδοτυχαίων αριθμών». Όταν λοιπόν χρησιμοποιείται ένα πρόγραμμα που λειτουργεί με συγκεκριμένους κανόνες, σίγουρα δεν μπορούμε να πούμε ότι το αποτέλεσμα που εξάγει είναι τυχαίο, αφού προέρχεται από κάποιους υπολογισμούς τους οποίους αν κάποιος καταφέρει να προσομοιώσει θα ξέρει ποιος είναι αυτός ο αριθμός.

η τύχη στη μέση ενός υπολογιστικού πολέμου και τι μένει πίσω

Αυτή η νέα λογική-εφαρμογή έχει ορισμένες προεκτάσεις. Αν κάποιοι ζητήσουν από ένα άτομο να τους δώσει έναν τυχαίο αριθμό, δε γνωρίζουν ποιος αριθμός μπορεί να είναι αυτός, μπορούν μόνο να μαντέψουν ποιος μπορεί να είναι με εξαιρετικά λίγες πιθανότητες επιτυχίας. Το ζήτημα όμως αλλάζει αν ζητήσουν από το άτομο αυτό να κάνει μια σειρά από μαθηματικές πράξεις (π.χ. 50 προσθέσεις, αφαιρέσεις και πολλαπλασιασμούς) για να εξάγει έναν αριθμό. Επειδή αυτοί λοιπόν δε γνωρίζουν τον αρχικό αριθμό το αποτέλεσμα θεωρείται «τυχαίο». Όμως με μια σειρά επαναλήψεων μπορεί να γίνει κατανοητή η διαδικασία (σειρά πράξεων) μέσω των οποίων προκύπτει ο ψευδοτυχαίος αριθμός και συνεπώς μπορεί ο αριθμός αυτός να βρεθεί. Αν λοιπόν η διαδικασία αποτελέσει αντικείμενο υπόθεσης ή προσομοίωσης, τότε ο αριθμός δεν είναι ούτε άγνωστος ούτε τυχαίος και όποιος μπορεί να το κάνει αυτό έχει το προβάδισμα απέναντι στους άλλους. Οπότε, το ότι υπάρχει ένας αλγόριθμος σε ένα πρόγραμμα που χρησιμοποιείται σε ένα ευρύ πεδίο τυχερών παιχνιδιών ή προγραμμάτων για να «υπολογίσει»-κατασκευάσει το βαθμό του τυχαίου, καθιστά λογική την εμφάνιση και των αντίστοιχων αλγόριθμων που προσπαθούν να προβλέψουν πάλι υπολογιστικά αυτό το τυχαίο, οδηγώντας ουσιαστικά σε μια συνεχή διαδικασία όπου το τυχαίο πρέπει να ανανεώνεται από όλο και πιο γρήγορους αλγορίθμους για να υλοποιεί την κοινωνική του χρησιμότητα.

Έχει σημασία το πώς και το αν γίνεται αντιληπτή αυτή η διαδικασία από τους χρήστες – καταναλωτές αυτών των εφαρμογών. Αν π.χ. κάποιος παρακολουθεί συστηματικά ένα τυχερό παιχνίδι που γίνεται μέσω μιας μηχανικής λοταρίας, νομίζει ότι δύσκολα μπορεί να ξέρει ποιος αριθμός θα προκύψει και πως το παιχνίδι είναι εντελώς τυχαίο. Αν όμως αντί για μια οποιαδήποτε μηχανή, είναι η οθόνη ενός υπολογιστή που κάθε φορά εμφανίζει κάποιον αριθμό, τον οποίον αν μαντέψεις θα κερδίσεις, τι μπορεί να συμβαίνει ακριβώς; Το αποτέλεσμα είναι τυχαίο, υπολογισμένο ή υπαγορευμένο από κάποιον ο οποίος μπορεί και να ξέρει ποιοι αριθμοί είχαν παιχτεί και να υπαγόρευσε κάποιον άλλο; Άγνωστο, αυτό που φαίνεται είναι μόνο μια οθόνη και ένα νούμερο. Για να γίνει πιστευτό ότι κάτι είναι τυχαίο, θα πρέπει να επαληθεύεται. Η επαλήθευση στη συγκεκριμένη περίπτωση δεν είναι εύκολη, βασίζεται περισσότερο στην πίστη ότι πρόκειται όντως για κάτι τυχαίο που συνεπώς αξίζει να παίξουμε. Ας συζητήσουμε αυτήν την πίστη τώρα.

Η πίστη στην τυχαιότητα που υποτίθεται ότι υπάρχει σε ένα τυχερό ψηφιακό παιχνίδι έγκειται στο ότι δε θα μαθευτεί από κάπου αλλού ή δε θα αποτελέσει αντικείμενο υποψίας ή δε θα βρεθεί με κάποιον τρόπο ο αριθμός που θα εμφανιστεί στην οθόνη. Π.χ. στο «Kino» γίνονται κληρώσεις κάθε 5 λεπτά και μέσα στο πεντάλεπτο τζογάρουν οι παίχτες για την επόμενη κλήρωση. Η διαδικασία που δε φαίνεται είναι η εξής: υπάρχει ένα πρόγραμμα που έχει διαμορφωθεί από κάποιους τεχνικούς σε κάποια επιτροπή και το οποίο στον πυρήνα του έχει έναν αλγόριθμο σαν αυτόν που περιγράψαμε πιο πριν. Ο αλγόριθμος αυτός κάνει πάρα πολλούς υπολογισμούς χρησιμοποιώντας έναν αρχικό αριθμό που λέγεται «σπόρος» και που το αποτέλεσμά του πιστεύουν ότι κανείς δεν μπορεί να προβλέψει. Δεν μπορεί δηλαδή κανείς να προβλέψει ποιους υπολογισμούς κάνει αυτό το πρόγραμμα για να έχει αυτό το αποτέλεσμα. Το ενδιαφέρον έγκειται όμως στο ότι εάν κάποιος περιμένει ένα πολύ μεγάλο διάστημα καταγράφοντας τις τιμές που εμφανίζει αυτός ο αλγόριθμος, μπορεί να προσομοιώσει και να καταλάβει, μέσω ενός νέου αλγορίθμου, ποιος μπορεί να είναι ο επόμενος αριθμός. Οπότε μέριμνα της επιτροπής του παιχνιδιού είναι ανά τακτά χρονικά διαστήματα να αλλάζει τον αλγόριθμο που χρησιμοποιεί για να βεβαιώνεται και η ίδια και οι παίχτες ότι δεν μπορεί κάποιος να «κλέψει». Όχι μόνο το παιχνίδι αλλά και το κλέψιμο το ίδιο έχει αλλάξει και πλέον γίνεται μέσω ενός άλλου προγράμματος που προσομοιώνει το πρόγραμμα που χρησιμοποιείται από το παιχνίδι.

Τελικά, αυτοί οι ψευδο-τυχαίοι αλγόριθμοι είναι κοινή μήτρα για πλήθος εφαρμογών του ψηφιακού κόσμου για την αναγκαία παράγωγη «τύχης». Φυσικά έχουν διαπρέψει στα παιχνίδια, όμως είναι απαραίτητοι και στα λογισμικά χρηματιστηριακών συναλλαγών, είναι ο πυρήνας στις κληρώσεις τυχερών (κρατικών) παιχνιδιών, συστατικό στοιχείο στην κρυπτογράφηση δεδομένων, κι όλοι τους έχουμε χρησιμοποιήσει στην «τυχαία» επιλογή τραγουδιών από το winamp κ.α.

Εδώ έχουμε, λοιπόν, έναν αλγόριθμο/μεθοδολογία που αξιώνει για τον εαυτό του να τον αποκαλούν αξιόπιστα «γεννήτρια παραγωγής ψευδοτυχαίων αριθμών». Αυτό το πρόγραμμα έχει κατασκευαστεί καλούμενο να αναπαραστήσει πειστικά αυτό που έχει ιστορικά προσδιοριστεί ως σήμερα τύχη. Καθώς καθιερώνεται το «πληροφοριακό οικοσύστημα» σαν ένα καθολικό πρότυπο ζωής, κάθε σχέση και έννοια μετασχηματίζεται όχι απλά με την πρόσθεση κάποιων ψηφιακών χαρακτηριστικών του αλλά κυρίως με την ριζική ανακατασκευή/ επαναπροσδιορισμό των κοινωνικών σχέσεων στο σύνολο τους.
Βλέποντας την κοινωνική διάσταση των τυχερών παιχνιδιών π.χ. βλέπουμε τις εξής διαφορές. Κάποιες δεκαετίες νωρίτερα στις γειτονιές παίζονταν σε διάφορα σπίτια από πόκερ μέχρι ζάρια και μπαρμπούτι. Αυτό έφτιαχνε μια ζωντανή εικόνα ανθρώπων μαζεμένων να παίζουν, να κοιτάζονται, να σχολιάζουν, να πειράζονται, να κλέβονται, να τσακώνονται και είναι κάτι που μπορεί να το δει κανείς, όχι μόνο μέσα από λογοτεχνικές αλλά και από καθημερινές περιγραφές μεγαλύτερων ή αναμνήσεις από παλαιότερα χρόνια. Πλέον, ο πολλαπλασιασμός του ηλεκτρονικού τζόγου ή των ηλεκτρονικών τυχερών παιχνιδιών, η δυνατότητα και η «ευκολία» ως προς το χρόνο (συνέχεια) και τον τόπο (παντού) του παιξίματος, έχει προκαλέσει κάποιους μετασχηματισμούς. Πλέον το παιχνίδι γίνεται με τη μεσολάβηση της μηχανής.

Έχουμε την αίσθηση ότι διάφορα χαρακτηριστικά των ηλεκτρονικών τυχερών παιχνιδιών έχουν αλλάξει ριζικά το περιβάλλον και τις σχέσεις του παιχτών με αυτά. Γενικά μιλώντας οι παίχτες σχετίζονται πλέον περισσότερο προς την μηχανή σαν καταναλωτές τύχης προσδιορίζοντας μονοσήμαντα τις αλληλεπιδράσεις με τους άλλους παίχτες και δημιουργώντας ένα οριζόντιο κενό αλληλεπίδρασης μεταξύ τους. Ένα σημαντικό αντικειμενικό χαρακτηριστικό που έχει επιδράσει σε αυτή την κοινωνική διαδικασία είναι φυσικά και η ταχύτητα που μπορούν πλέον να διεκπεραιωθούν όλα αυτά. Το Kino είναι ένα παράδειγμα με τις πολλαπλές ηλεκτρονικές κληρώσεις μέσα σε μια ώρα, αλλά και το διαδικτυακό πόκερ, όπου οι αυτόματοι ή ανθρώπινοι παίχτες είναι πάντα διαθέσιμοι για το επόμενο τυχαίο μοίρασμα της τράπουλας. Ένα επιπλέον χαρακτηριστικό είναι, τέλος, η δυνατότητα της μηχανής να έχει ανά πάσα στιγμή μια γενική εποπτεία της κατάστασης του παιχνιδιού (και φυσικά ελέγχου του) πράγμα που ξεπερνά κατά πολύ την κοινωνική εμπειρία των μέχρι πρότινος «παλιών» παιχνιδιών, καταργώντας παράλληλα και τους παλιούς χώρους και χρόνους όπου αυτά λάμβαναν χώρα.
Απέναντι λοιπόν στην προηγούμενη ζωντανή εικόνα των προηγούμενων δεκαετιών, μπορούμε να αντιπαραβάλλουμε την εικόνα από ένα προπατζίδικο ή από έναν τύπο που παίζει από τον προσωπικό του υπολογιστή. Αυτή η έκπτωση δεν είναι χαρακτηριστικό μόνο των τυχερών παιχνιδιών αλλά παρατηρείται όπου έχουν μηχανοποιηθεί διάφορες κοινωνικές σχέσεις. Το ενδιαφέρον είναι το πώς έχει προκύψει αυτή η μετάβαση, το πώς αντιλαμβάνονται οι ίδιοι οι παίχτες αυτή τη διαδικασία και από πού προκύπτει η πίστη τους στην «τυχαιότητα».

Η μηχανοποίηση της τυχαιότητας δεν ταιριάζει μόνο στα τυχερά παιχνίδια που αναφέραμε εδώ σαν παράδειγμα. Ας αναφέρουμε ένα άλλο παράδειγμα, τα videogames. Η οθόνη δείχνει κάτι που δεν είναι κάτι φυσικό ή πραγματικό, αλλά εικονικό. Αυτή η εικονικότητα στο παιχνίδι, χωρίς να αναπαριστανόταν τόσο πειστικά, προϋπήρχε στα επιτραπέζια παιχνίδια. Μπορούμε να πούμε ότι τα επιτραπέζια παιχνίδια είναι ένα βήμα, στο οποίο πάτησαν τα videogames. Εκεί, το ζάρι αναπαριστά κάποια νοήματα και καταστάσεις με πειστικό τρόπο (ιστορικά προσδιορισμένο) και δίνει ένα ορισμένο νόημα στην τυχαιότητα μέσα σε κάποιους κανόνες ενός επιτραπέζιου παιχνιδιού. Στα videogames, ο αλγόριθμος που αναπαριστά την τυχαιότητα του ζαριού φαίνεται να φτάνει αυτό το σχήμα στα όρια του. Εκεί, για παράδειγμα, όπου επιχειρείται μια ολοένα και καλύτερη αναπαράσταση της «φυσικής δραστηριότητας», όσο και αν ο παίχτης πείθεται από την εικονικότητα σχετικά με τις ικανότητές του, το τελικό επιδιωκόμενο αποτέλεσμα που θα κρίνει τις επιλογές του στο παιχνίδι (αν π.χ. τελικά με το σπαθί του όντως πέτυχε το δράκο ή του ξέφυγε) είναι η υπολογιστική ταχύτητα που μπορεί να παράξει το ψευδοτυχαίο. Και όταν αυτό μπορεί να προσομοιωθεί οδηγώντας στην προβλεψιμότητά του πρέπει απλά να αντικατασταθεί με κάποιο ακόμα πιο γρήγορο. Γι’ αυτό υπάρχουν και τα levels, από το πολύ δύσκολο στο πολύ εύκολο. Στο πολύ δύσκολο ο υπολογιστής δίνει στον παίχτη πιο λίγες πιθανότητες να πετύχει τον άλλον, με το να ρίχνει της πιθανότητες η τύχη να είναι με το μέρος του και όλα αυτά γίνονται υπολογιστικά. Ενδιαφέρον έχει ότι υπάρχουν διάφοροι σε forum παιχνιδιών που προσπαθούν να βρουν τον αντίστοιχο αλγόριθμο ώστε να τον επηρεάζουν, με τρόπο ώστε η τύχη να είναι με το μέρος τους.

Κάτι σαν επίλογος

Έτσι, έπρεπε να μπορεί η «τυχαιότητα» που παράγει η μηχανή να είναι μετρήσιμη υπολογιστικά για να ελέγχεται αν ισχύει η μη-προβλεψιμότητά της, πάλι όμως με υπολογιστικό τρόπο. Φυσικά, η (όποια τυχόν) χρεωκοπία της δε σημαίνει καθόλου την απεμπόληση των υπέρ-υπολογιστικών φαντασιώσεων της πειστικής αναπαράστασης της. Η πόρτα προς την γενική πορεία του βιο-πληροφοριακού παραδείγματος δεν πρόκειται να σταματήσει να ανοίγει, ίσως μόνο τα τριξίματά της που και που να ακούγονται πιο δυνατά. Όχι τυχαία, οι υπολογισμοί μέσω της μηχανής έχουν την κεντρικότητα τους σε αυτή την αναδιάρθρωση. Η ακρίβεια των υπολογισμών, η «ορθότητά» τους, η ταχύτητα εκτέλεσής τους και η συνθετότητά τους μέσω του λογισμικού και των ψηφιακών κυκλωμάτων του ηλεκτρονικού υπολογιστή είναι οι νέοι φετιχισμοί. Θεωρείται πλέον «αυτο-νόητο» ότι τα κυκλώματα και οι οδηγίες διέλευσης των ηλεκτρονίων μπορούν να ενσωματώσουν στη μηχανή, με την υπολογιστική ακρίβεια και πολυπλοκότητα που αυτή προσφέρει απλόχερα, την παραγωγή «τύχης» με το τσουβάλι.

Αξίζει να πούμε πως κάτι τέτοιο δεν μπορεί να ελεγχθεί κοινωνικά με κάποιους από τους ήδη διαμορφωμένους απτούς – χειροπιαστούς τρόπους. Να ελεγχθεί, με την έννοια να εννοηθεί ο τρόπος του μη-προβλέψιμου, μιας και τυχαίο είναι σε αυτήν την περίπτωση το να μην μπορεί κάτι να επαληθευτεί. Μοιραία, λοιπόν εδώ, αυτή η μετατόπιση πατάει πάνω στον τεχνολογικό φετιχισμό των δυτικών κοινωνιών όπου ο υπολογιστής είναι ένα μαγικό κουτί με εξωτικές ιδιότητες/ικανότητες. Ε, μια από αυτές είναι ότι μπορεί να παίξει και τον ρόλο της θεάς τύχης. Η ιδεολογία εδώ κατασκευάζει μια πειστική αναπαράσταση που δεν αμφισβητείται, τροφοδοτώντας και τροφοδοτούμενη από την γενική κοινωνική διαμόρφωση αυτού του τεχνολογικού φετιχισμού.

Ξεκινώντας από εδώ, μπορούμε να θεωρήσουμε την αλγοριθμοποίηση της τύχης σαν ένα κοινωνικό ζήτημα. Οι αλλαγές που έχουν επέλθει σε διάφορες κοινωνικές σχέσεις και έχουν να κάνουν φαινομενικά με αυτό που θα λέγαμε διασκέδαση θα μπορούσαν να χαρακτηριστούν τεράστιες ποιοτικά. Η χρησιμοποίηση μηχανών σε αυτόν τον αναπάντεχο τομέα έχει οδηγήσει σε μια «κοινωνική» φτώχεια σχέσεων και νοημάτων και ταυτόχρονα σε μια κατηγοριοποίηση ρόλων/διαδικασιών που υποβοηθά τον έλεγχο σε ένα ευρύτερο κοινωνικό πεδίο.

ΠΡΩΤΟ ΜΕΡΟΣ

Τι είναι ένας αλγόριθμος; Αυτό που γνωρίζουμε, ακόμα κι αν δεν έχουμε σχέση με σπουδές μαθηματικών ή την επιστήμη των υπολογιστών, είναι ότι μοιάζει με μια συνταγή. Έτσι μας λένε δηλαδή. Μια συνταγή με συγκεκριμένα βήματα τα οποία αν ακολουθήσουμε, θα έχουμε ένα συγκεκριμένο, προκαθορισμένο αποτέλεσμα. Οι αλγόριθμοι ως βάση των ηλεκτρονικών υπολογιστών έχουν επεκταθεί σε πάρα πολλούς τομείς της καθημερινότητάς μας. Από τη δουλειά μέχρι τις πολύ προσωπικές, καθημερινές μας επαφές. Μάλιστα, οι επιστήμονες λένε ότι τα πάντα μπορούν να αλγοριθμοποιηθούν και να μηχανοποιηθούν. Άσχετα με το αν το καταφέρνουν, με ποιο τρόπο και με ποιες απώλειες, το σημαντικό είναι ότι αυτή η πεποίθηση υπάρχει στα μυαλά και στις σκέψεις όλο και περισσότερων ανθρώπων. Χωρίς μάλιστα να γίνεται κατανοητό ή χωρίς να ενοχλεί, το τι τεμαχίζεται, τι πετιέται και τι αποκόπτεται από την πραγματικότητα στη διαδικασία αλγοριθμοποίησης της.

O επίσημος ορισμός του αλγορίθμου σύμφωνα με τα σχολικά βιβλία είναι αυτός:

Ως αλγόριθμος ορίζεται μια πεπερασμένη σειρά ενεργειών, αυστηρά καθορισμένων και εκτελέσιμων σε πεπερασμένο χρόνο, που στοχεύουν στην επίλυση ενός προβλήματος. Πιο απλά, αλγόριθμο ονομάζουμε μία σειρά από εντολές που έχουν αρχή και τέλος, είναι σαφείς και εκτελέσιμες και σκοπό έχουν την επίλυση κάποιου προβλήματος.

Όπως είπαμε, οι αλγόριθμοι αποτελούν, σε μεγάλο βαθμό, τη βάση για τον προγραμματισμό και την λειτουργία των υπολογιστών. Ο υπολογιστής όμως, όπως τον ξέρουμε σήμερα, είναι αποτέλεσμα διαφορετικών μεταξύ τους διεργασιών που ξεκινάνε από αρκετά παλιά και δεν προκύπτουν μόνο από την επιθυμία των ανθρώπων να φτιάξουν μηχανές που να τους εξυπηρετούν.

Η ανάγκη που είχαν τα κράτη του 18^ου αιώνα για μηχανοργάνωση των υπηρεσιών τους καθώς και η ανάγκη για οργάνωση των δουλειών γραφείου προς τα τέλη του 19ου αιώνα, έβαλαν στο κέντρο έννοιες που δεν ήταν τόσο κεντρικές πριν. Έννοιες όπως η αρχειοθέτηση και η αποθήκευση εγγράφων καθώς και οι πολύ σημαντικές και χρονοβόρες πράξεις από ανθρώπους-υπολογιστές για τα στατιστικά, την εφορία και τις απογραφές.

Κι από την άλλη, σαν ένας κόσμος παράλληλος κι όχι απαραίτητα ξεκομμένος, υπήρχαν οι διάφοροι επιστήμονες οι οποίοι, στην προσπάθεια τους να εξελίξουν ορισμένους κλάδους των μαθηματικών, έκαναν διάφορες ενδιαφέρουσες ανακαλύψεις που εν τέλει κάποια στιγμή βρήκαν τον δρόμο τους κι ενσωματώθηκαν στις μηχανές που σήμερα έχουμε μπροστά μας όταν πχ. πληκτρολογούμε ένα κείμενο. Στο τέλος αυτού του ιστορικού νήματος σκέψης εμφανίζονται οι αλγόριθμοι σαν εργαλείο-λύση σε κάποια από τα τότε βασικά μαθηματικά προβλήματα της εποχής.

Χωρίς να θέλουμε να κάνουμε εδώ ένα πλήρες ιστορικό για την έννοια του αλγορίθμου, για το πώς εξελίχθηκε μέσα στους κύκλους των επιστημόνων ή για το πώς γεννήθηκαν οι υπολογιστές και για το τι ακριβώς συνέβη πριν δημιουργηθούν, θα παραθέσουμε κάποια σημεία που μας φαίνονται σημαντικά.

Όταν ο Babbage συνάντησε τον αργαλειό του Jacquard

Στις αρχές του 19ου αιώνα οι πρώτες «μηχανές» επεξεργασίας πληροφοριών σε μαζική κλίμακα αποτελούνταν από ανθρώπους-υπολογιστές και σκόπευαν στην παραγωγή μαθηματικών πινάκων. Είναι ενδεικτικό ότι τότε ο όρος «computer» παρέπεμπε σε επάγγελμα. Το κοινό τους στοιχείο ήταν ο τρόπος οργάνωσης της παραγωγής αυτών των πινάκων, ο οποίος γινόταν στη βάση των τότε εργοστασιακών προτύπων. Για παράδειγμα, στη Γαλλία τέτοιοι πίνακες αφορούσαν στην αναμόρφωση του κρατικού συστήματος για την εγκαθίδρυση ενός πιο αποδοτικού φορολογικού συστήματος ενώ στην Αγγλία στην παραγωγή Πινάκων Ναυσιπλοΐας (το λεγόμενο Nautical Almanac). Η οργάνωση αυτών των πινάκων είχε απλοποιηθεί και στηθεί κατά τέτοιο τρόπο ώστε η πλειοψηφία των ανθρώπινων computer που εκτελούσαν τους υπολογισμούς να μη χρειάζονται τελικά παρά μόνο τις πράξεις της πρόσθεσης και της αφαίρεσης.

Ο Charles Babbage, καταξιωμένος Βρετανός μαθηματικός, γνώριζε ήδη από τα τέλη του 18ου αιώνα για το γαλλικό πρόγραμμα κατασκευής πινάκων και αποφάσισε να το μιμηθεί. Με μία σημαντική διαφορά. Ενώ θα κρατούσε τις ίδιες αρχές καταμερισμού εργασίας, θα αντικαθιστούσε τους ανθρώπους-υπολογιστές με μηχανικά μέρη. Έχοντας δει τον αργαλειό του Jacquard[ref]

Η μηχανή αυτή πρωτοπαρουσιάστηκε το 1801 από τον έμπορο και υφαντή, Joseph Marie Jacquard. Ήταν ένας μεγάλος αργαλειός ο οποίος με τη χρήση ποικίλων διάτρητων καρτών μπορούσε κάθε φορά να φτιάξει ένα διαφορετικό σχέδιο ύφανσης, βασισμένο σε συγκεκριμένο μοτίβο.

[/ref], δανείστηκε από εκεί την ιδέα του προγραμματισμού της μηχανής μέσω διάτρητων καρτών. Η πρώτη τέτοια μηχανή που σχεδίασε — και σχεδόν κατάφερε να κατασκευάσει – ήταν η λεγόμενη Διαφορική Μηχανή (Difference Engine). Το «πρόβλημα» με τη Διαφορική Μηχανή ήταν ότι είχε ανάγκη ανθρώπινης παρέμβασης για να παράγει μια συνεχή ροή αποτελεσμάτων. Για να απαλείψει τελείως αυτή την ανάγκη, σχεδίασε στη συνέχεια την Αναλυτική Μηχανή (Analytical Engine) που θα μπορούσε να χρησιμοποιεί τα ίδια της τα αποτελέσματα σε νέους υπολογισμούς και θα είχε την ικανότητα να εκτελεί οποιονδήποτε υπολογισμό. Διαχώρισε το τμήμα που ήταν υπεύθυνο για την αποθήκευση των αριθμών (το ονόμασε «store», δηλαδή αποθήκη) από εκείνο που εκτελούσε τις πράξεις (mill: μύλος), με ορολογία δανεισμένη από την κλωστοϋφαντουργία. Η Αναλυτική Μηχανή δεν κατασκευάστηκε ποτέ λόγω έλλειψης εξαρτημάτων ακριβείας και κόστους — παρέμενε φτηνότερο για την κυβέρνηση της Αγγλίας να αναθέτει την εργασία σε ανθρώπινους υπολογιστές.

Τέλη 19ου αιώνα – 2ος παγκόσμιος

Κατά τα τέλη του 19^ου αιώνα οι κύριες λειτουργίες του τότε γραφείου οδήγησαν και στην εμφάνιση των αντίστοιχων μηχανών. Τέτοιες ήταν οι γραφομηχανές για επεξεργασία κειμένων, τα διάφορα συστήματα αρχειοθέτησης της εταιρείας Rand με δείκτες και κάρτες για αποθήκευση και αρχειοθέτηση πληροφοριών, αριθμομηχανές για την ανάλυση οικονομικών δεδομένων και οι ταμειακές μηχανές.

Την ίδια εποχή, ο Hollerith (ιδρυτής της εταιρείας – προπομπού της μετέπειτα γνωστής IBM) ανέλαβε για λογαριασμό της κυβέρνησης των Η.Π.Α. τη στατιστική επεξεργασία των δεδομένων που θα προκύπταν από την απογραφή του 1890. Για τον σκοπό αυτό, κατασκεύασε ογκώδεις ηλεκτρομηχανικές συσκευές με την ικανότητα να διαβάζουν τα αποτελέσματα της απογραφής σε διάτρητες κάρτες και να εκτελούν αυτόματα την καταμέτρηση και την κατηγοριοποίηση. Μετά την απογραφή, προσάρμοσε τις μηχανές του ώστε να είναι προσιτές σε επιχειρήσεις και εισήγαγε την τεχνολογία διάτρητων καρτών στα μηχανήματα γραφείου. Κάποιες από τις κύριες χρήσεις αυτών των μηχανών αναφέρονται παρακάτω και δεν μας φαίνονται καθόλου διαφορετικές από τις σημερινές χρήσεις των αντίστοιχων ηλεκτρονικών μηχανών: καταχώρηση στοιχείων αποδοτικότητας, υπολογισμός εργατικού κόστους, πωλήσεων, απαιτήσεων σε προμήθειες και πρώτες ύλες και στατιστικών στοιχείων παραγωγικότητας, ανάλυση ρίσκου για λογαριασμό ασφαλιστικών εταιρειών, διαχείριση πωλήσεων και κόστους ανά πωλητή, τμήμα της εταιρείας, πελάτη, γεωγραφική τοποθεσία κ.τ.λ.

Λίγο αργότερα και από την άλλη πλευρά του Ατλαντικού αυτή τη φορά (Αγγλία), ο Comrie αναδιοργάνωσε στα 1920 τη Μετεωρολογική Υπηρεσία. Για τους υπολογισμούς της υπηρεσίας, αντικατέστησε τους πιο «εξειδικευμένους» computer με νεαρές, ανύπαντρες γυναίκες, εξοπλισμένες με συσκευές γραφείου καθώς και με συσκευές διάτρητων καρτών της IBM. Κατάφερε έτσι να μειώσει δραματικά το κόστος παραγωγής πινάκων και ίδρυσε την πρώτη ιδιωτική επιχείρηση παροχής υπολογιστικών υπηρεσιών.

Μία κάπως διαφορετική κατηγορία υπολογιστικών συσκευών, που άρχισαν να εμφανίζονται πιο συστηματικά κατά την διάρκεια του μεσοπολέμου, ήταν οι αναλογικές συσκευές μοντελοποίησης (π.χ. η μοντελοποίηση του συστήματος διανομής ηλεκτρικής ενέργειας διαμέσου μικρότερων ηλεκτρικών κυκλωμάτων).  Οι συσκευές αυτές ήταν κατάλληλες κυρίως για την επίλυση εκείνων των διαφορικών εξισώσεων που διέπουν τα φυσικά φαινόμενα που μελετούσαν. Με άλλα λόγια, ήταν αρκετά εξειδικευμένες στο εκάστοτε πρόβλημα. Τότε βλέπουμε την εμφάνιση μηχανών που μπορούσαν να χειρίζονται απευθείας αριθμούς, κάτι που τους έδινε τη δυνατότητα να εφαρμόζονται σε ένα ευρύτερο πλήθος μαθηματικών προβλημάτων. Αυτή τη φορά δεν ήταν μόνο για την κατασκευή πινάκων, όπως παλαιότερα, άλλα και για στρατιωτικούς λόγους, όπως ο υπολογισμός των τροχιών βλημάτων και το σπάσιμο κωδικών για αποκρυπτογράφηση απόρρητων μηνυμάτων. Αυτή η ανάγκη για όλο και περισσότερους στρατιωτικούς υπολογισμούς κορυφώνεται κατά την διάρκεια του Β παγκοσμίου πολέμου. Μπορούμε να κρατήσουμε εδώ το όνομα του Άγγλου μαθηματικού Alan Turing, ο οποίος είχε καταλυτικό ρόλο στην πραγματοποίηση των απαραίτητων υπολογισμών που χρειάζονταν για το σπάσιμο στρατιωτικών κωδικών. Θα μιλήσουμε όμως αναλυτικά γι’ αυτόν, πιο κάτω.

Σημαντικά σημεία που μπορούμε να κρατήσουμε μέχρι εδώ.

Η μηχανοποίηση της σκέψης εντασσόταν σε ένα ευρύτερο μηχανοκρατικό φαντασιακό, που είχε να κάνει καθαρά με την «πεζή» καθημερινότητα και τις ανάγκες της εποχής. Η τεχνική οργάνωση του υπολογιστή πριν εφαρμοστεί (με την βοήθεια των αλγόριθμων, όπως θα δούμε στην συνέχεια) στη συσκευή την ίδια που ξέρουμε σήμερα, εφαρμοζόταν ήδη ως κοινωνική οργάνωση ορισμένων τύπων εργασίας. Τα «γρανάζια» ήταν άνθρωποι-υπολογιστές, «περιορισμένων» δεξιοτήτων. Και οι βασικές ανάγκες που κάλυπταν ήταν αυτές της γραφειοκρατικής οργάνωσης του κράτους και της μηχανοργάνωσης των δουλειών του γραφείου.

Ωστόσο υπάρχουν και  οι επιστήμονες.

Οι επιστήμονες αυτοί είχαν σκέψεις και όνειρα (με εισαγωγικά ή χωρίς) που παρότι δεν είχαν να κάνουν με τον υπολογιστή όπως τον ξέρουμε σήμερα, έστρωσαν σε μεγάλο βαθμό το δρόμο για την δημιουργία του και πιο συγκεκριμένα, για την χρησιμοποίηση των αλγόριθμων σαν βασικό εργαλείο.

Κατά τα τέλη του 17^ου αιώνα, ο Gottfried Wilhelm Leibniz, μαθηματικός και φιλόσοφος της εποχής είχε μια σκέψη που ήταν καινοφανής για την εποχή.

«Ονειρευόταν μια εγκυκλοπαιδική συλλογή και μια παγκόσμια τεχνητή μαθηματική γλώσσα με την οποία θα μπορούσε να εκφραστεί κάθε είδους γνώση, καθώς και υπολογιστικούς κανόνες που θα μπορούσαν να αποκαλύψουν κάθε λογική αλληλεξάρτηση ανάμεσα σ’ αυτές τις μαθηματικές προτάσεις. Τέλος, ονειρεύτηκε μηχανές που θα μπορούν να πραγματοποιούν υπολογισμούς αφήνοντας ελεύθερο το μυαλό για δημιουργική σκέψη.» (Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

Ο Leibniz συνέλαβε αυτό που θα ονόμαζε «υπέροχη ιδέα» του: θα έψαχνε να βρει ένα ειδικό αλφάβητο του οποίου τα σύμβολα δε θα αναπαριστούσαν ήχους αλλά έννοιες. Πίστευε πως μια γλώσσα βασισμένη σ’ ένα τέτοιο αλφάβητο θα καθιστούσε δυνατό το να αποφασίσει κανείς, με καθαρούς υπολογισμούς, ποιες προτάσεις, γραμμένες σ’ αυτή τη γλώσσα, είναι αληθείς, καθώς και ποιοι λογικοί συσχετισμοί υπάρχουν ανάμεσά τους. Το 1675, σ’ ένα γραπτό του, συνέκρινε την λογική σκέψη με μηχανισμό.  Ήθελε να αναγάγει τη λογική σε κάποιο είδος υπολογισμών και τελικά να κατασκευάσει μια μηχανή που να πραγματοποιεί τέτοιους υπολογισμούς.

Αυτό που χρειαζόταν ήταν μια καθολική χαρακτηριστική, ένα σύστημα συμβόλων που δεν θα ήταν μόνο πραγματικό, αλλά και που θα κάλυπτε και όλη την εμβέλεια της ανθρώπινης σκέψης. Αυτή η φροντίδα για την σωστή χρήση των συμβόλων έμελλε να γίνει ο «μίτος της Αριάδνης» που θα τον οδηγούσε στη δημιουργία της δικής του χαρακτηριστικής. (Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

Οι σκέψεις αυτές του Leibniz επηρέασαν τις επόμενες γενιές των μαθηματικών και των φιλοσόφων. Μπορούμε να πούμε ότι λειτούργησαν σαν άξονες, πάνω στους οποίους κινήθηκαν αρκετοί από τους μεταγενέστερούς του. Ένας από αυτούς, ο Gottlob Frege, προς τα τέλη του 19ου αιώνα, επεδίωξε να κατασκευάσει ένα λογικό σύστημα που θα περιείχε όλη τη συμπερασματική επιχειρηματολογία που χρησιμοποιείται στα πλαίσια της μαθηματικής πρακτικής. Σκοπός του ήταν να θεμελιώσει τα μαθηματικά (ξεκινώντας με την αριθμητική) με αυστηρό τρόπο, κωδικοποιώντας τους κανόνες της λογικής μέσω ενός φορμαλισμού, έτσι ώστε ο οποιοσδήποτε συλλογισμός να μπορεί να υπαχθεί σε αυτόν τον φορμαλισμό και να ελέγχεται ως προς την ορθότητά του. Το σύστημα αυτό το ονόμασε Begriffsschrift (εννοιολογική γραφή). Στην εννοιολογική γραφή, ο Frege δεν ανέπτυσσε απλώς μια μαθηματική αντιμετώπιση της λογικής, αλλά συγχρόνως δημιουργούσε μια καινούργια γλώσσα. Σ’ αυτό είχε σαν οδηγό την ιδέα του Leibniz για μια παγκόσμια γλώσσα που θα αντλούσε την ισχύ της από μια καλοζυγισμένη επιλογή συμβόλων και ανέπτυξε την Begriffsschrift ως μια τεχνητή γλώσσα με απόλυτα συγκεκριμένους κανόνες γραμματικής και συντακτικού. Η εννοιολογική γραφή ήταν το πρώτο παράδειγμα τυπικής γλώσσας κατασκευασμένης βάσει αυστηρού συντακτικού. Από αυτή την άποψη η Begriffsschrift ήταν ο πρόγονος όλων των γλωσσών προγραμματισμού που χρησιμοποιούνται ευρέως σήμερα.

Άλυτα μαθηματικά προβλήματα

Αρκετοί από τους μαθηματικούς εκείνης της εποχής (τέλη 19ου – αρχές 20ου αιώνα), βασανίζονταν με διάφορα άλυτα προβλήματα και προβληματίζονταν πάνω στις αρχές των μαθηματικών. Σε ένα από αυτά ο David Hilbert, διακεκριμένος μαθηματικός της εποχής, αναζητούσε έναν αλγόριθμο με πρωτοφανή εμβέλεια. Αναζητούσε έναν αλγόριθμο που θα μπορούσε να ανάγει όλους τους παραγωγικούς ανθρώπινους συλλογισμούς σε σκέτους υπολογισμούς και θα μπορούσε να απαντήσει καταφατικά ή αρνητικά σε οποιοδήποτε ερώτημα διατυπωμένο με βάση μια φορμαλιστική γλώσσα της λογικής (πράγμα που σε σημαντικό βαθμό, θα ήταν η εκπλήρωση του οράματος του Leibniz). Ο Alan Turing, που αναφέραμε προηγουμένως, μαθαίνοντας για το πρόβλημα αυτό του Hilbert (το λεγόμενο Entscheidungsproblem ή «πρόβλημα απόφασης»), άρχισε να σκέφτεται για τον τρόπο με τον οποίο θα ήταν δυνατό να αποδείξει ότι δεν υπάρχει τέτοιος αλγόριθμος.

Αυτό που έκανε ο Turing, ήταν ότι μετακίνησε το βάρος της προσοχής του από τους κανόνες ενός αλγόριθμου, σε αυτό που στην πραγματικότητα κάνει το άτομο που τους εκτελεί. Κατάφερε να δείξει ότι ένα τέτοιο άτομο θα μπορούσε να περιοριστεί σε μερικές υπερβολικά απλές βασικές ενέργειες, χωρίς αυτό να αλλάζει το τελικό αποτέλεσμα του υπολογισμού. Το επόμενο ήταν να δει ότι το άτομο θα μπορούσε να αντικατασταθεί από μια μηχανή ικανή να εκτελέσει τις ίδιες απλές βασικές ενέργειες. Τελικά κατάφερε να αποδείξει ότι δεν υπάρχει ο αλγόριθμος που αναζητούσε ο Hilbert. Έδειξε πως δεν υπάρχει αλγόριθμος που να μπορεί να επιλύει όλο το εύρος των προβλημάτων των μαθηματικών. Κάποια από αυτά όμως ήταν δυνατό να λυθούν και μάλιστα ήταν αρκετά. Το σημαντικό λοιπόν, της έρευνας του Turing, ήταν ότι ως παράπλευρο αποτέλεσμα βρήκε ένα μαθηματικό μοντέλο για μια υπολογιστική μηχανή ευρείας χρήσης.

Οι πρώτοι ηλεκτρονικοί υπολογιστές

(γιατί εκτός από τα γραφεία και τα εργοστάσια, υπάρχουν και τα πεδία μάχης).

Κατά τη διάρκεια του Β παγκοσμίου πολέμου, απόπειρες κατασκευής ηλεκτρονικών υπολογιστών έγιναν σχεδόν ταυτόχρονα από διαφορετικά στρατόπεδα, αλλά με παρεμφερείς ανάγκες. Στη Γερμανία ο Konrad Zuse κατασκεύασε τον πρώτο ηλεκτρονικό υπολογιστή αριθμολογαριαστή (τον Ζ3) το 1941 και τον Ζ4 το 1944. Στην Αγγλία, στο Bletchley Park, στην προσπάθεια να σπάσουν τους Γερμανικούς κωδικούς, χρειάζονταν μεγάλη υπολογιστική δύναμη, την οποία βρήκαν στον «Κολοσσό», μια υπολογιστική μηχανή με 1500 λυχνίες κενού που κατασκευάστηκε με βάση τις αρχές του Turing.

Στην Αμερική, τα προβλήματα που οδήγησαν στην ανάπτυξη του ηλεκτρονικού υπολογιστή ήταν δύο: Ο υπολογισμός τροχιών για βλήματα και η επίλυση των εξισώσεων που διέπουν μια πυρηνική έκρηξη. Ο υπολογισμός των τροχιών για ένα όπλο απαιτούσε εργασία μηνών από εκατοντάδες ανθρώπινους υπολογιστές, ακόμα και με χρήση των νέων συσκευών. Οι Eckert/Mauchly αρχικά αντικατέστησαν μερικά από τα μηχανικά μέρη των προηγούμενων συσκευών με ηλεκτρονικά, επιτυγχάνοντας πολλαπλασιασμό της ταχύτητας και της ακρίβειάς τους. Τελικά υπέβαλαν πρόταση για έναν εξ ολοκλήρου ηλεκτρονικό υπολογιστή, τον ENIAC (1943), ο οποίος τίθεται τελικά σε λειτουργία το 1945.

Από αυτό το σημείο κι έπειτα  εμπλέκεται και ο Von Neumann, ο οποίος δούλευε ήδη πάνω στο πρόγραμμα της ατομικής βόμβας. Έχοντας αντιληφθεί τα μειονεκτήματα του ENIAC όσον αφορά στην εσωτερική του οργάνωση και όντας επηρεασμένος από την προηγούμενη εμπλοκή του με τα μαθηματικά της λογικής, πρότεινε έναν πιο αποτελεσματικό τρόπο οργάνωσης των εσωτερικών τμημάτων ενός υπολογιστή που στην ουσία ήταν παρόμοιος με αυτόν που είχε προτείνει ο Babbage σχεδόν 150 χρόνια νωρίτερα. Αυτή η αρχιτεκτονική πήρε το όνομά του και αποτελεί πλέον τη βάση ακόμα και των σύγχρονων υπολογιστών. Πρότεινε τον χωρισμό του υπολογιστή σε μία μονάδα ελέγχου που θα διαβάζει εντολές, μια αριθμητική μονάδα που θα εκτελεί μαθηματικές πράξεις και μια μονάδα μνήμης που θα αποθηκεύει τόσο εντολές όσο και δεδομένα (stored-program computer) σε δυαδική μορφή. Από εδώ ξεκινάει η χρήση της λέξης μνήμη (memory) αντί για αποθήκευση (storage), και η μετέπειτα αντιστοιχία της στον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου. Πάνω σε αυτή την αρχιτεκτονική βασίστηκαν ο EDVAC (ΗΠΑ) και ο EDSAC (Βρετανία), οι πρώτοι σύγχρονοι ηλεκτρονικοί υπολογιστές.

Αυτές οι μεταπολεμικές μηχανές σχεδιάστηκαν έτσι ώστε να είναι γενικής χρήσης καθολικές συσκευές, ικανές να εκτελούν κάθε συμβολική διεργασία, με την προϋπόθεση ότι το κάθε βήμα θα είναι επακριβώς προδιαγεγραμμένο. Αυτή η ρευστή διαχωριστική γραμμή ανάμεσα στο τι συνιστούσε εντολή και τι δεδομένο σήμαινε ότι η δυνατότητα διάκρισης σε μηχανή, πρόγραμμα και δεδομένα, είναι μια ψευδαίσθηση. Χαρακτηριστικό που βλέπουμε μέχρι σήμερα στους υπολογιστές είναι το ότι έχει κανείς τη δυνατότητα ν’ αποθηκεύσει ένα πρόγραμμα στη μνήμη και να το μεταχειριστεί σαν δεδομένα.

Τα τριάντα χρόνια που ακολούθησαν, οι δυνάμεις πίσω από την εξέλιξη του υπολογιστή δεν ήταν και τόσο διαφορετικές από αυτές που οδήγησαν αρχικά στη γέννησή του. Από τους διακρατικούς και στρατιωτικούς ανταγωνισμούς, μέχρι το κομμάτι που αφορούσε εμπορικούς και επιχειρηματικούς σκοπούς, καθώς και τις πανεπιστημιακές του χρήσεις, έφτασε μέχρι το σημείο να είναι ένα προσωπικό «αντικείμενο», ένας υπολογιστής προσωπικής χρήσης. Από εκείνη τη στιγμή κι έπειτα, χωρίς να έχει πολλές διαφορές σαν λογική, αρχιτεκτονική και λειτουργία με αυτό που έκαναν οι πρώτοι υπολογιστές, εξελίσσεται με ραγδαίους ρυθμούς και καθορίζει όλο και περισσότερο το κοινωνικό κομμάτι των ανθρωπίνων σχέσεων.

Το περιοδικό Times έγραφε το 1999 για τον Alan Turing.

«Τόσες ιδέες και τόσα τεχνολογικά επιτεύγματα συνέκλιναν ώστε να δημιουργηθεί ο σύγχρονος υπολογιστής, που θα ήταν παράλογο να αποδώσει κανείς τα εύσημα για την εφεύρεσή του σε ένα μόνο πρόσωπο. Ωστόσο, είναι γεγονός πως όταν κάποιος γράφει σε πληκτρολόγιο ή χρησιμοποιεί ένα ηλεκτρονικό λογιστικό πρόγραμμα ή ένα πρόγραμμα επεξεργασίας κειμένου, στην ουσία χρησιμοποιεί μια υλοποίηση της μηχανής του Turing.»

Για τον von Neumann.

«Ουσιαστικά όλοι οι σύγχρονοι υπολογιστές, από τους υπερυπολογιστές των δέκα εκατομμυρίων δολαρίων ως τα μικροσκοπικά τσιπ που παρέχουν την ενέργεια για την λειτουργία των κινητών τηλεφώνων και των παιχνιδιών, έχουν κάτι κοινό. Όλα τους είναι “μηχανές von Neumann”, παραλλαγές της βασικής αρχιτεκτονικής του υπολογιστή, που ο John von Neumann συνέταξε στη δεκαετία του 1940, χτίζοντας πάνω στα θεμέλια του έργου του Alan Turing.»
(Martin Davis, «Οι μηχανές της λογικής». Εκδόσεις Εκκρεμές)

ΔΕΥΤΕΡΟ ΜΕΡΟΣ

Σε αυτό το σημείο της εκδήλωσης, αφού είχαμε θέσει τις βάσεις για το πώς προέκυψαν η έννοια και οι εφαρμογές του αλγόριθμου, προσπαθήσαμε να εξηγήσουμε τη δομή του αλγόριθμου με παραδείγματα. Για να γίνει αυτό, δοκιμάσαμε να αναπαραστήσουμε με ανθρώπους τη διαδικασία με την οποία πραγματοποιεί ο αλγόριθμος μια σειρά από πράξεις για να φτάσει στο επιθυμητό αποτέλεσμα. Σαν τέτοιο ορίσαμε την ταξινόμηση μιας σειράς τραπουλόχαρτων. Ένα μέλος της ομάδας έκανε τον εντολέα και ένας άλλος τον εκτελεστή των εντολών. Ο τρόπος ταξινόμησης που παρουσιάστηκε είχε τις ακόλουθες εντολές.

_πήγαινε στην πρώτη θέση

_πάρε το πρώτο χαρτί (είναι το 6)

_σύγκρινέ το με την επόμενη θέση

_είναι μικρότερο το 6 από το 10;

_είναι

_πήγαινε στην επόμενη θέση

_είναι το 6 μικρότερο από το 9;

_είναι

_πήγαινε στην επόμενη θέση

_είναι το 6 μικρότερο από το 2;

_δεν είναι

_άλλαξε τα χαρτιά μεταξύ τους

_πήγαινε στην επόμενη θέση

_είναι το 2 μικρότερο από το J;

_είναι

_πήγαινε στην επόμενη θέση.

Συνεχίζοντας αυτή τη διαδικασία βρίσκουμε ποιο είναι το μικρότερο χαρτί (στη συγκεκριμένη περίπτωση ο άσσος) και το βάζουμε στην πρώτη θέση. Ξεκινάμε την ίδια διαδικασία από τη δεύτερη θέση, τα περνάμε όλα, βρίσκουμε το αμέσως μικρότερο (το 2) και το βάζουμε στη δεύτερη θέση. Μετά συνεχίζουμε από την τρίτη θέση κ.ο.κ. μέχρι να ταξινομηθούν όλα τα χαρτιά από τον άσσο μέχρι τον ρήγα. Βλέπουμε με αυτόν τον τρόπο πώς γίνεται αλγοριθμικά μια τέτοια διαδικασία ταξινόμησης, χρησιμοποιώντας συγκεκριμένες επαναλαμβανόμενες εντολές, όπως η σύγκριση μεταξύ δύο για το μικρότερο/μεγαλύτερο.

Αφού παρουσιάστηκε ακόμα ένας τρόπος αλγοριθμικής ταξινόμησης, σηκώσαμε κάποιον να ταξινομήσει τα χαρτιά χωρίς μια συγκεκριμένη ακολουθία σκέψης, απλά με τον τρόπο του. Λίγο πριν το τέλος, έκανε κάτι πολύ “ανθρώπινο”.

Έκανε λάθος.

Με αφορμή τους τρόπους ταξινόμησης στην περίπτωση του αλγόριθμου και στην περίπτωση του ανθρώπου, αλλά και με αφορμή το λάθος, μπορούμε να κάνουμε μερικές πρώτες παρατηρήσεις. Όπως είδαμε, ο αλγόριθμος-υπολογιστής δεν μπορεί να δει την γενική εικόνα, αλλά αυτό που κάνει είναι σύγκριση, μία κάθε φορά, μεταξύ δύο πραγμάτων. Σε αντίθεση με αυτό, ο άνθρωπος δε σκέφτεται με διαδοχικά βήματα. Μπορεί να έχει μια γενική επισκόπηση, μπορεί να κάνει λάθος και μπορεί να είναι και αβέβαιος. Ο τρόπος του δεν τυποποιείται εύκολα και συνήθως δεν μπορεί να επαναληφθεί επ’ ακριβώς. Φυσικά, η αποτελεσματικότητα του αλγόριθμου σε σχέση με τον άνθρωπο φαίνεται στις περιπτώσεις που χρειάζεται μεγάλη ποσότητα, ταχύτητα και πολυπλοκότητα πράξεων. Αυτό συμβαίνει κυρίως στα προβλήματα που μπορούν να «αλγοριθμοποιηθούν» εύκολα, που μπορούν να «μεταφραστούν» και να ταιριάξουν στους κανόνες της μηχανής. Η αναγνώριση ενός προσώπου, για παράδειγμα, δεν μπορεί να αλγοριθμοποιηθεί με ευκολία. Αυτό έχει σαν συνέπεια (τουλάχιστον προς το παρόν) η αναγνώριση από έναν άνθρωπο να είναι πιο γρήγορη από αυτή μέσω του αλγόριθμου.

Η βιβλιοθήκη σαν παράδειγμα ταξινόμησης.

Ας δούμε τώρα την περίπτωση που, αντί για αριθμούς, έχουμε να ταξινομήσουμε αντικείμενα, για παράδειγμα βιβλία. Μία μεγάλη βιβλιοθήκη οργανωμένη με αλγόριθμο έχει κάποια πολύ συγκεκριμένα χαρακτηριστικά, που όπως αναφέραμε στο πρώτο μέρος, ήδη υπήρχαν στις δημόσιες βιβλιοθήκες, όπως και στην μηχανοργάνωση των δουλειών γραφείου πολύ πριν τους πρώτους ηλεκτρονικούς υπολογιστές. Στη βιβλιοθήκη λοιπόν, που είναι ταξινομημένη με αλγοριθμικό τρόπο, υπάρχει μια συγκεκριμένη ανάγκη για οργάνωση, που μπορεί να ρυθμίζεται ανάλογα με τις θεματικές ή αλφαβητικά ή με διάφορα άλλα προκαθορισμένα κριτήρια. Με αυτό τον τρόπο επιτυγχάνεται η αποτελεσματικότητα που χρειάζεται, ειδικά όταν έχουμε να κάνουμε με τόσο μεγάλα μεγέθη στα οποία οποιοσδήποτε πρέπει να βρει αυτό που ψάχνει χρησιμοποιώντας ένα κοινό για όλους σύστημα ταξινόμησης. Αυτό λοιπόν το σύστημα πρέπει να είναι τυποποιημένο με τέτοιο τρόπο, ώστε να μπορεί να είναι διαχειρίσιμο και προσβάσιμο απ’ όλους και με ευκολία. Σκοπός είναι να μπορεί κανείς να βρει σε πολύ μικρό χρόνο το βιβλίο που αναζητά, πιθανόν κι άλλα που έχουν κοντινό ή ίδιο περιεχόμενο. Βέβαια αυτός ο τύπος μαζικής οργάνωσης παρουσιάζει το εξής πρόβλημα: το λάθος κοστίζει ακριβά. Εάν δηλαδή ένα βιβλίο μπει κάπου αλλού, πέρα από τη θέση του, πιθανότατα θα χαθεί για πάντα.

Αυτά δεν ισχύουν στην περίπτωση της προσωπικής βιβλιοθήκης, αφού η οργάνωσή της είναι ένα καθαρά προσωπικό ζήτημα. Τα βιβλία μπορεί να οργανώνονται ανά χρώμα, μέγεθος, εποχή που διαβάστηκαν, σε δώρα, σε λογοτεχνικά είδη, ακόμα και σε αγορασμένα ή δανεικά που πρέπει να επιστραφούν (ή και σε δανεικά κι αγύριστα). Μπορεί να είναι σε ράφια, μπορεί και σε στοίβες. Το βασικό με αυτού του είδους την οργάνωση είναι ότι συνήθως έχει προκύψει με συμπτωματικό, σε γενικές γραμμές, τρόπο και όχι βάσει κάποιου αυστηρού σχεδίου. Αυτό σημαίνει πως δεν υπάρχει σωστή και λάθος διάταξη και σίγουρα κάτι δεν μπορεί να χαθεί με τον τρόπο που αναφέραμε στην αλγοριθμοποιημένη βιβλιοθήκη. Το ψάξιμο στην προσωπική βιβλιοθήκη έχει συχνά μέσα του το τυχαίο. Μπορεί να ψάχνουμε να βρούμε κάτι και να πέσει το μάτι μας πάνω σε κάτι άλλο που μας τραβάει την προσοχή και τελικά στρεφόμαστε σ’ αυτό. Δημιουργείται έτσι μια διαφορετική έννοια της αποτελεσματικότητας, πιο ελαστική, που πηγάζει από το τυχαίο και δημιουργεί δυνατότητες εκμετάλλευσής του. Το λάθος, δεν είναι πια λάθος, αλλά μια ευκαιρία για παράπλευρη μάθηση, μια ευκαιρία να θυμηθώ κάτι που μπορεί να μου φανεί χρήσιμο αλλά δεν το είχα σχεδιάσει, μια ευκαιρία να διαβάσω κάτι, άσχετο με αυτό που έψαχνα, ακόμα και να σκεφτώ τον τάδε φίλο που πρέπει να του επιστρέψω ένα βιβλίο.

GPS: Από το «γνωρίζω να κινούμαι» στο «κινούμαι χωρίς να γνωρίζω»

Με παρόμοιο τρόπο που βρίσκουμε ένα προσωπικό βιβλίο, ας θεωρήσουμε τώρα ότι μπορούμε να βρούμε το σπίτι ενός φίλου. Αυτό είναι κάτι που μπορεί να το γνωρίζουμε αρκετά καλά για να κινηθούμε χωρίς οδηγίες, όπως ακριβώς στην προσωπική μας βιβλιοθήκη.

Δεν είναι απαραίτητο να θυμόμαστε το νούμερο του σπιτιού, πολλές φορές ούτε καν το όνομα του δρόμου. Μπορεί να βάζουμε τα δικά μας σημάδια στη διαδρομή, σημάδια εντελώς διαφορετικά από εκείνα που θα βάλει κάποιος άλλος. Μπορεί μάλιστα να μη θυμόμαστε καν το κουδούνι, αλλά το πώς είναι η εξώπορτα ή το χρώμα του κτιρίου. Αυτό που θυμόμαστε τις περισσότερες φορές είναι μια ακολουθία κινήσεων καθαρά προσωπική και μάλιστα όχι πάντα την ίδια. Μπορεί συχνά να αλλάζουμε ακολουθία επειδή υπάρχει μια πιο ωραία διαδρομή, όχι απαραίτητα και η πιο σύντομη. Μπορεί να καθυστερήσουμε, ανάλογα με το από πού περάσαμε, τι παρατηρήσαμε στον δρόμο, ανάλογα με τις στάσεις που κάναμε ή που λοξοδρομήσαμε.

Όλα αυτά σημαίνουν επίσης ότι, κατά την περιήγησή μας, μπορεί να συμβεί κάτι απρόοπτο, μπορεί να χαθούμε ή να ανακαλύψουμε κάτι καινούργιο. Η διαδικασία του «κάνω-κύκλους-χάνομαι- ξαναβρίσκω το δρόμο μου» συνιστά μια εμπειρία βιωματική και προσωπική, η οποία, όπως είδαμε και στην περίπτωση της προσωπικής βιβλιοθήκης, καθιστά το ίδιο το λάθος ως κάτι αξιοποιήσιμο, ως μια παρεμφερή γνώση, αφού μπορούμε να αναπτύξουμε την ικανότητα να αντιμετωπίζουμε τα λάθη, να μαθαίνουμε από αυτά και τελικά να τα φοβόμαστε πολύ λιγότερο. Επίσης, δημιουργεί μια αίσθηση οικειότητας με το περιβάλλον, ένα είδος προσωπικής εδαφοκυριαρχίας και βοηθάει στο να μπορεί κανείς να βάζει τις δικές του προτεραιότητες στο πώς κινείται αλλά και να εστιάζει όσο μπορεί στον προσωπικό του χρόνο και ρυθμό.

Αυτά δεν συμβαίνουν όταν επιλέξουμε να μετακινηθούμε μέσω του GPS. Η μηχανή μάς λέει: «Βγείτε από το κτίριο. Προχωρήστε 300 μέτρα δεξιά. Κατεβείτε τις σκάλες για τα επόμενα δέκα μέτρα. Στρίψτε αριστερά. Προχωρήστε 50 μέτρα. Φτάσατε στον προορισμό σας». Κάτι τέτοιο είναι μακριά από τη «μετακίνηση», με το περιεχόμενο που της δώσαμε πριν. Είναι μια εντελώς διαφορετική διαδικασία. Μπορεί κανείς να θεωρεί πως με το GPS μετακινείται όπως ακριβώς και χωρίς αυτό ή και ευκολότερα. Αν δεχτούμε έστω το δεύτερο μισό αυτής της πεποίθησης, πρέπει να σημειώσουμε ότι η ευκολία αυτή έχει και μία άλλη όψη. Ας φανταστούμε μια σχεδόν καθολική εφαρμογή αυτού του μοντέλου μετακίνησης. Είναι κοινή εμπειρία το γεγονός ότι στις περιπτώσεις που κάποιος μάς δείχνει το δρόμο για κάπου, δυσκολευόμαστε να τον ξαναβρούμε μόνοι μας. Έχουμε παραλείψει να βάλουμε σημάδια, να υπολογίσουμε χοντρικά τις αποστάσεις, να προσέξουμε τον προσανατολισμό, έχουμε αρκεστεί στις εντολές αυτού που ξέρει, κι έτσι δεν έχουμε μάθει τον τρόπο να το κάνουμε μόνοι μας. Με την εκτεταμένη χρήση μηχανών, όπως το GPS, ίσως και την ίδια την οργάνωση των πόλεων με τους αντίστοιχα συμβατούς τρόπους, στο μέλλον, μπορεί κανείς να καταλάβει ότι το να βρει το μέρος που ψάχνει μπορεί να είναι μια εντελώς διαφορετική διαδικασία. Μια διαδικασία εξαιρετικά δύσκολή να ακολουθηθεί χωρίς τη μεσολάβηση της μηχανής. Κι αυτό γιατί όχι μόνο αδρανοποιείται το βλέμμα αλλά τυποποιείται παράλληλα και το περιβάλλον, με αποτέλεσμα τη σταδιακή μετάλλαξη του «μετακινούμενου» σε ένα απλό ανειδίκευτο χρήστη του GPS.

Αλγοριθμοποιώντας τις κοινωνικές σχέσεις

Το GPS μπορεί να έχει κι άλλες προεκτάσεις, ιδιαίτερα όταν συνδυαστεί με εφαρμογές κινητών τηλεφώνων που αφορούν τα μέσα κοινωνικής δικτύωσης. Χαρακτηριστικό τέτοιο παράδειγμα είναι το Nearby Friends, μια εφαρμογή που μπορεί να εντοπίζει ποιοι από τους «φίλους» που έχει κανείς στο facebook, βρίσκονται σε κοντινή απόσταση, ούτως ώστε να μπορεί να έχει ο χρήστης την επιλογή «πήγαινέ με στον Γιάννη» ή «απόφυγε συνάντηση με τον Γιάννη».

Το facebook, όπως γνωρίζουμε, είναι ένα μέσο κοινωνικής δικτύωσης που έχει ιδιαίτερη επιτυχία, όσον αφορά στη μεσολάβηση των κοινωνικών σχέσεων. Μπορούμε να κάνουμε «φίλους» πολύ εύκολα και να κοινωνικοποιούμαστε με βάση κοινά ενδιαφέροντα που εντοπίζονται στα προφίλ που φτιάχνουμε, με λογική παρόμοια με αυτή του marketing εταιρίας.

Η καταγραφή και οργάνωση των προσωπικών δεδομένων βρίσκεται στη βάση αυτής της διαδικασίας, καθώς επιτρέπει τις αναγκαίες συγκρίσεις και τους συσχετισμούς μεταξύ των χρηστών. Η ταξινόμηση σε κατηγορίες και οι διαφόρων ειδών πολύπλοκες ή απλούστερες ομαδοποιήσεις δομούν τον ψηφιακό χώρο και χρόνο έτσι ώστε να πραγματοποιούνται και οι επιθυμητές ψηφιακές συναντήσεις. Ο ψηφιακός αυτός χρόνος, μέσα στον οποία γίνεται επεξεργασία τεράστιου όγκου δεδομένων, έχει σαν βασικό χαρακτηριστικό τη σχέση ταχύτητας/ αποτελεσματικότητας. Μία σχέση που, εκτός από τον ψηφιακό, καθορίζει εν τέλει και τον πραγματικό-καθημερινό χρόνο.

Υπάρχουν κι άλλα ενδιαφέροντα σημεία, για το πώς διαμορφώνουν οι αλγόριθμοι τους νέους τρόπους του σχετίζεσθαι. Ένα από αυτά είναι η έλλειψη της αβεβαιότητας. Η έλλειψη της δυνατότητας για ενδιάμεσες ζώνες, για διαδικασίες που ωριμάζουν στο χρόνο. Ή είσαι «φίλος» ή δεν είσαι. Ή κάνεις like ή δεν κάνεις. Εγκρίνεις ή απορρίπτεις και μάλιστα στιγμιαία. Αυτή η απαίτηση για παρόντα χρόνο, για άμεσες, καθαρές απαντήσεις και διαρκή τροφοδότηση δημιουργεί ακόμα μία νέα συνθήκη. Την απουσία της δυνατότητας απουσίας.  Το να μη συμμετέχεις σε αυτήν τη διαδικασία, να μην είσαι δηλαδή παραγωγικός στο περιβάλλον των κοινωνικών δικτύων, ισούται με σιωπή, με απουσία, ακόμα και με ανυπαρξία. Τέλος, για την εθελοντική επιτήρηση και παραχώρηση προς καταγραφή των προσωπικών δεδομένων, έχει γίνει ευρύτερα πολύς λόγος και συνεχίζει να γίνεται, οπότε ας μην επεκταθούμε εδώ.

Εάν ήθελε κανείς να κάνει μια στοιχειώδη σύγκριση ανάμεσα στα παραπάνω και στο πώς γίνονταν οι φιλίες και γενικότερα οι κοινωνικές σχέσεις στο προηγούμενο παράδειγμα, θα έπρεπε να γράψει πολλές σελίδες. Επειδή δεν είναι επί του παρόντος, θα αναφέρουμε μόνο ότι, η διαφωνία, ο τσακωμός, η σιωπή, η απώλεια και το κόστος αυτής, οι συναισθηματικές αποχρώσεις, η σημασία του χρόνου στην εξέλιξη μιας σχέσης, είναι έννοιες που μένουν έξω από τη μηχανή και δίνουν τροφή για σκέψη προς αυτήν την κατεύθυνση.

Επίλογος

Μπορούμε να δούμε κάποιο κοινό μεταξύ του GPS, του facebook και της οργάνωσης μιας βιβλιοθήκης; Υποστηρίζουμε πως το κοινό τους είναι ότι ο αλγόριθμος αντιμετωπίζει και τα τρία αυτά παραδείγματα, όπως ακριβώς και τα τραπουλόχαρτα που είδαμε στην αρχή, δηλαδή συγκρίνοντας μεταξύ δύο και ταξινομώντας. Όταν λοιπόν αυτή η διαδικασία του αλγόριθμου, δεν εξαντλείται σε τεχνικά ή επιστημονικά ζητήματα κι ενδιαφέροντα, αλλά επεκτείνεται σε ευρύτερες κοινωνικές διεργασίες και διαδικασίες, υπάρχουν αρκετά που μπορούν να μπουν προς συζήτηση.

Θεωρούμε ότι το δόγμα που υποστηρίζει πως «σκεφτόμαστε όπως οι αλγόριθμοι και οι υπολογιστές» είναι αγνή ιδεολογία κι ότι ένα από τα βασικά κριτήρια στο οποίο στηρίζονται οι υπέρμαχοί του, είναι η αποτελεσματικότητα. Το ότι ο αλγόριθμος «λειτουργεί» δηλαδή[ref]

Σαν game over έχουμε επιμείνει στο παρελθόν, πως η «εξέλιξη» (με ό,τι μπορεί να εννοεί κανείς με τον όρο αυτό) για την επιστημονική και την ακαδημαϊκή κοινότητα, εξαρτάται και έχει να κάνει με το τι φέρνει αποτέλεσμα. Αυτό δηλαδή που συναντήσαμε πριν, όσον αφορά στην οργάνωση της παραγωγής και στην μηχανοργάνωση των κρατικών δομών, ισχύει και στην επιστήμη. Το αν κάτι μπορεί να φέρει αποτέλεσμα (όπως η σκέψη του Turing για τον αλγόριθμο) κρίνει το τι είναι χρήσιμο και τι όχι. Και σαν συνέπεια, το τι αξίζει να ακολουθηθεί σαν επιστημονική αλήθεια, άρα και τι αποδεικνύεται (με εισαγωγικά ή χωρίς) ή τι απορρίπτεται δεν ερευνάται καθόλου, καθώς και τι διαψεύδεται. Δεν θεωρούμε πως υπάρχει μία καθαρή επιστημονική αλήθεια, αντίθετα απ’ ότι προωθούν με σιγουριά οι επιστήμονες, αλλά ανάγκες, όπως αυτές του στρατού και των διακρατικών ανταγωνισμών που περιγράψαμε πριν, που καθορίζουν αυτές τις κατευθύνσεις.

[/ref]. Γνώμη μας είναι, πως αυτοί που έχουν τη δυνατότητα να προωθούν και να χρησιμοποιούν την αποτελεσματικότητα σαν κεντρικό επιχείρημα, είναι οι ίδιοι που θέλουν να ορίζουν ποιο είναι, και πώς είναι το πρόβλημα, καθώς και το γιατί κάτι αποτελεί πρόβλημα εξ αρχής. Για να το πούμε πιο απλά, προβληματοποιούν την επιθυμία/ανάγκη του να πας από ένα μέρος σε ένα άλλο, ή του να κάνεις φίλους κι έρχονται έπειτα (μέσω των αλγορίθμων πλέον) και το επιλύουν, διακηρύττοντας και επιβεβαιώνοντας ταυτόχρονα την καθολικότητα και την κυριαρχία τους.

Θεωρούμε, καθόλου αβάσιμα, πως αυτό έχει βαθιά κοινωνικές συνέπειες. Όσο ο αλγόριθμος εξαπλώνεται στο κοινωνικό πεδίο, τόσο μπορεί να συναντάμε αρκετά παραδείγματα ορισμών για σχέσεις και νοήματα (όπως για παράδειγμα η λέξη «φίλος») που μπορεί να τα γνωρίζουμε με το ίδιο όνομα, αλλά στην πραγματικότητα έχουν αποκτήσει τελείως διαφορετικά νοήματα από αυτά που είχαν πριν μεσολαβηθούν από τη μηχανή. Αυτό συμβαίνει σταδιακά, όσο ο χρήστης εκπαιδεύεται στο να σκέφτεται και να δρα με βάση την ακολουθία της μηχανής, μιας μηχανής που εξισώνει τα πάντα σε πληροφορίες, σε δεδομένα, απογυμνώνοντάς τα από τη μέχρι τότε υλικότητα, τα περιεχόμενα αλλά και τα συμφραζόμενά τους. Γίνεται έτσι εύκολο να διαχειρίζεται αυτά τα δεδομένα, των οποίων δεν είναι απαραίτητο να καταλαβαίνει ούτε το νόημα αλλά ούτε και την αξία ή το σκοπό χρήσης. Η ίδια η σκέψη αυτοματοποιείται για να μπορέσει να χωρέσει στην κωδικοποίηση του αλγόριθμου, για να μπορέσει να αλληλεπιδράσει, να ταξινομηθεί. Το αόριστο, το άγνωστο και το λάθος δε χωράνε σε αυτήν την κωδικοποίηση κι έτσι μένουν απ’ έξω, μαζί με την αμφιβολία και την επιθυμία[ref]

Θα πείτε τώρα, γιατί την αναφέρουν την επιθυμία; Την αναφέρουμε επειδή μπορεί κανείς, με βάση τα όσα είπαμε προηγουμένως, εύκολα να πει ότι «μα είναι ξεκάθαρο, ο υπολογιστής σκέφτεται, αφού κάνει αυτό κι αυτό, επιτυχημένα μάλιστα», αλλά δεν γνωρίζουμε κάποιον που, από όπου και να πιαστεί, να μπορέσει να πει ότι ο υπολογιστής-αλγόριθμος επιθυμεί. Είναι δηλαδή κάτι το καθαρά ανθρώπινο. Ακόμα.

[/ref]. Παράλληλα με όλα αυτά, αποβάλλεται και χάνεται η όποια κοινωνική εμπειρία τα συνόδευε, όπως η κοινωνική εμπειρία που περιείχε το να κάνεις φίλους, ή να μπορείς να κυκλοφορήσεις μέσα σε μια πόλη (πόσο μάλλον μέσα σ’ ένα δάσος). Μπορεί αυτά να φαντάζουν μακρινά, λίγο επιστημονικής φαντασίας ή ακόμη και τεχνοφοβικά. Αυτές οι συνέπειες πιθανόν να μην είναι εντελώς ξεκάθαρες σε όλους και όλες κι αυτό ίσως να οφείλεται, όχι μόνο σε εθελοτυφλία, αλλά και στο ότι το νέο αυτό παράδειγμα δεν έχει εδραιωθεί ολοκληρωτικά ακόμα. Θεωρούμε βέβαια πως είναι σε πολύ «καλό δρόμο» προς αυτήν την κατεύθυνση.

Η κριτική αυτή πάνω στις σύγχρονες μηχανές δεν είναι ακαδημαϊκή. Έχει σκοπό να μπορέσει να ανοίξει περάσματα και να συναντήσει κι άλλες αμφιβολίες. Αμφιβολίες, αοριστίες κι επιθυμίες που θεωρούν πως η από τα κάτω κριτική στις μηχανές και τους κυρίους τους (τα αφεντικά, μην το ξεχνάμε αυτό) είναι από εκείνα που μπορούμε να κάνουμε για να κερδίσουμε πίσω ελάχιστα από όσα έχουν κλαπεί, κλέβονται και αφήνουμε να κλέβονται καθημερινά, όσο σταματάμε να αμφιβάλουμε, να απορούμε και να επιθυμούμε. Και σε παρένθεση εδώ το …συλλογικά.