3.7 Fragmentti 27

Fragmentti 27 täydentää käsitystämme 3.5:ssä ja 3.6:ssa käsitellyistä teknogeneettisistä väliintuloista korostamalla itse algoritmeja. Sen äärellä on aiheellista kysyä, onko koodi itse asiassa ”itsekääntäjän binaarisen kielijärjestelmän” – kuten DAR sitä kutsuu – kolmas kieli. WTCST:ssä olisi näin ollen kyse kahdesta luonnollisesta kielestä ja yhdestä tai useammasta ohjelmointikielestä koostuvasta monikielisestä järjestelmästä käännöstieteessä käsiteltyjen perinteisempien kaksikielisten itsekäännösjärjestelmien sijaan (ks. Grutman 2011FI ja 3.6).

DAR:n lisäys on tärkeä, koska se vihjaa mihin WTCST viime kädessä puuttuu. Antamalla kolmannelle, koneelliselle kielelle sen ansaitsema asema kokonaisuudessa väitettäni voidaan täydentää sanomalla, että WTCST puuttuu lukemisen ja kirjoittamisen inhimillisiin praktiikoihin esittelemällä mallin jossa luonnolliset ja ohjelmointikielet voivat yhdistyä tekstin ja tiedon tuotannossa. Interventio on luonteeltaan teknogeneettinen, sillä siihen liittyy ihmisten ja teknologioiden asteittainen yhteiskehitys suhteellisen pitkän ajan kuluessa. Se voi myös olla rakentava, koska se ehdottaa tapaa jolla digitaaliset mediat voivat algoritmisten ehdotustensa kautta esittää tuottavaa osaa lukemisessa ja kirjoittamisessa.

Tämä liittyy myös 3.5:ssä esitettyyn kysymykseen tutkimuksen suhteesta koodiin. Miten ymmärryksemme koodista tai suhteemme siihen on muuttunut tutkimuksen kuluessa? Muutamaa pientä poikkeusta lukuun ottamatta emme ole oppineet koodaamaan. Sen sijaan olemme lähentyneet koodia muulla tavoin, sillä olemme jatkuvasti altistaneet itsemme sen kielellisille vaikutuksille. Käännättämällä tekstejä koneella edestakaisin ei voi oppia miten käännösalgoritmit toimivat, vaikka sitä jatkaisi loputtomiin. Sen sijaan luuppaamalla voi oppia tunnistamaan joitakin piirteitä tai suuntauksia siinä, miten algoritmit kohtelevat luonnollisia kieliä. Nämä piirteet puolestaan viittaavat laajempiin kehityskulkuihin, siihen miten algoritmiset prosessit kokonaisuudessaan saattavat muokata kieliä globaalilla tasolla.

Selkein osoitus koodin luonnetta koskevasta muuttuneesta ymmärryksestämme on ohjelmoinnin tunnustaminen kirjoittamisen muotona, joka ansaitsee muita kirjoittamisen muotoja vastaavan aseman taiteen ja tutkimuksen aloilla. Algoritmeja kirjoittamalla voidaan luoda myös taidetta ja tutkimusta siinä missä näytelmäkäsikirjoituksia tai librettojakin kirjoittamalla, minkä vuoksi algoritmiseen kirjoittamiseen todennäköisesti kiinnitetäänkin jatkossakin huomiota myös esittävien taiteiden ja taiteellisen tutkimuksen piirissä (3.7FI1). Algoristiset praktiikat eli taiteellista ja tietoteknistä asiantuntemusta yhdistävät taiteelliset käytännöt (3.7FI2) ovatkin erityisen kiinnostavia tässä suhteessa, samoin kuin 2.6:ssa mainitut ohjelmoinnin ja dramaturgian yhtymäkohdat.

Algoritmien kieli

Niinkin tärkeä kuin DAR:n panos tässä yhteydessä on, fragmentti 27:n akateemista uskottavuutta nakertaa hämmentävä epäkohta. Fragmentissa siteeratut, mediatutkija Jussi Parikalle osoitetut sanat eivät nimittäin esiinny viitatussa tekstissä. Esseessään ”Statistical Machine Art” Parikka kyllä kirjoittaa ”kielen algoritmisesta versiosta” (engl. ”algorithmic take on language”) ja ”kielen algoritmisesta tasosta” ja vielä Google-kääntäjästä ”inhimillisten kielten välisenä mediaattisena linkkinä” (“mediatic link between [-] various human languages”) (Parikka 2012FI, 4–5). Ilmaisu ”algoritmien kieli” ei kuitenkaan tekstissä esiinny.

Koska meillä ei ole keinoja jäljentää väärinsiteerauksen syntymekanismia, meille jää kaksi todennäköistä selitystä. Kyse on joko puhtaasti inhimillisestä tai inhimillis-algoritmisesta erehdyksestä. Toisin sanoen joko DAR on tahattomasti väärinsiteerannut Parikkaa – kenties unohtanut tarkistaa viittauksen jälkikäteen – tai sitten virhe on seurausta huomaamatta jääneestä algoritmisesta muokkauksesta, joka on lopulta löytänyt tiensä tekstiin monivaiheisen itsekäännösprosessin kautta. Joka tapauksessa virhe on onnekas sattuma, sillä se kiinnittää huomiomme ”algoritmien kieli” -ilmaisun monimerkityksisyyteen, tämä kun voi viitata joko kirjaimellisesti koodiin tai algoritmisesti tuotettuun tai muunneltuun luonnolliseen kieleen.

Tässä yhteydessä voidaan kysyä, onko algoritmeilla oma tunnistettava tapansa kirjoittaa tai kohdella kieltä, oma ”äänensä” (3.7FI3). Viitaten tähän mahdollisuuteen Frederik Kaplan on esittänyt, että näinä automaattisen tekstintäydennyksen ja muiden tekstuaalisten algoritmisten väliintulojen aikoina meidän on oltava erityisen valppaita ja kielitajuisia, sillä sisäänrakennetut mekanismit työstävät jatkuvasti digitaalisiin järjestelmiin näppäilemäämme (tai puhumaamme) kieltä. Mahdollisten algoritmisten murteiden ja sekakielten tunnistaminen on ainakin toistaiseksi meidän vastuullamme, sillä algoritmit itse ovat paradoksaalista kyllä huonoja tunnistamaan niitä (3.7FI4). (Kaplan 2014, 61–62.) Googlen ”esteettis-poliittinen digitaalinen talous” (Parikka 2012FI, 7) on esimerkki Haylesin mainitsemasta yksilöiden ja yritysten välisten intressien jännitteisestä kentästä (Hayles 2012, 18), jossa tässä tapauksessa vaikutetaan luonnollisten kielten tuleviin ilmenemismuotoihin. Googlen ja muiden yritysten tarjoamia ohjelmia keskeisenä työvälineinään käyttävälle itsekääntäjälle tämä on tietysti merkittävä kiinnostuksenkohde ja huolenaihe.