Этот символический порядок знания не был представлен в форме математической модели calculus ratiocinator (лат. «исчисления рассуждений»), но, что более важно, он открывал перспективу автоматизации способности к рациональному мышлению в той мере, в какой вычисление можно перенести в машины, выполняющие соответствующие функции. Раннемодерный проект Лейбница по исчислению знаний предвосхитил связь между дискретизацией и автоматизацией, с одной стороны, и появлением универсальной машины, которая могла бы хранить, обрабатывать и передавать знания с помощью двоичной логики, – с другой. Впоследствии обращение к вычислениям позволило изобрести общую систему упорядочивания, классификации, сжатия и корреляции данных – трансцендентальный способ мышления. Только два столетия спустя, с появлением мыслительного эксперимента абстрактной вычислительной машины Тьюринга, автоматизация знаний наконец перестала быть простой рекомбинацией дискретных сегментов. Перед методом дискретизации больше не стоит задача разбивать сложные массивы на конечные единицы; теперь он получил возможность обработки информации для поиска решений поставленных задач. Совершив переход от обработки чисел к автоматизации решения задач, машина Тьюринга совершила открытие в области вычислений – она обнаружила оперативную функцию или перформативную деятельность информации. После машины Тьюринга знание в полной мере входит в модерную инфраструктуру вычислительной аксиоматики или истинностной логики, поглощающую социальную деятельность по передаче и коммуникации информации. Следствия этой новой формы автоматизации переписывают историю западной культуры при помощи промышленной машины сборочного конвейера и тейлористских методов производства. К концу 1980-х годов машина Тьюринга стала интерактивной, она обрела способность реагировать на окружающую среду в формате диалога и, избавившись от дедуктивной логики запрограммированных значений истинности, стала опираться на способность автоматизированных систем собирать большие информационные массивы (и, следовательно, непосредственно воздействовать на них). С появлением такой интерактивной машины вычислительные методы познания также радикально изменились и включают уже не запрограммированные, но программируемые истинности, обеспеченные способностью алгоритмов делать выводы по результатам сбора, корреляции и классификации данных. По мере того как знания обрабатываются вычислительными мощностями алгоритмических процедур поиска и сортировки данных, алгоритмическая автоматизация становится центральным элементом культурного производства (благодаря алгоритмически ориентированному поиску и анализу компьютерных симуляций), политической машины управления (благодаря алгоритмическим системам, а также системам безопасности и контроля, осуществляющим интеллектуальный анализ данных) и природы машинного мышления. Вычислительный поворот ставит вопрос о том, кто или что производит знание, гораздо более явно, чем когда бы то ни было.
Можно выделить три различных порядка знания (культурное производство, управление и мышление как таковое), которые тесно переплетены с формой вычислительной автоматизации, свойственной XXI веку. Первый порядок связан с тем, как вычислительная инфраструктура трансформирует саму задачу производства знаний в гуманитарных науках (алгоритмическое производство культуры). Второй касается того, как автономные машины, методы извлечения и интеллектуального анализа данных показывают, как управление населением все больше сближается с метауправлением данными, в том числе с алгоритмическим встраиванием социального тела в тело данных. Третий порядок связан с исчислением самого мышления – не с его имитацией, но с обучением тому, как вырабатывать концепты с помощью социальных, лингвистических и когнитивных синтетических абстракций, а не просто обучением чему-либо, то есть конкретным фактам или контекстно-зависимому знанию.
Автоматизация критики