ഒരാൾക്കെത്ര ഡാറ്റ വേണം?

അജിത് ബി.

വിവരം ലോകത്തെ നിയന്ത്രിക്കുന്ന വലിയ ശക്തിയാണെന്ന് ഇന്ന് നാം തിരിച്ചറിഞ്ഞു കഴിഞ്ഞു. വിവരങ്ങള്‍ക്കു വേണ്ടി ലോകത്തു നടക്കുന്ന ഗൂഢാലോചനകളും പോരാട്ടങ്ങളും കള്ളക്കളികളും ഇതിനകം പുറത്തുവന്നുകഴിഞ്ഞു. വിവിധ ഇടങ്ങില്‍ നിന്ന് വന്നുകൊണ്ടിരിക്കുന്ന് വിവരങ്ങള്‍ വിവരസാങ്കേതികവിദ്യയിലെ പുതിയ മേഖലയായ ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സിലെ സങ്കേതങ്ങളും അല്‍ഗൊരിതങ്ങളും ഉപയോഗിച്ച് ക്രമീകരിച്ചും ചിട്ടപ്പെടുത്തിയും അതിനുളളിലെ പാറ്റേണുകളെ മനസ്സിലാക്കിയെടുക്കക സുപ്രധാനമാണ്. അതുവഴി സര്‍ക്കാരുകള്‍ക്ക് ആസൂത്രണവും കമ്പനികള്‍ക്ക് അവരുടെ മാര്‍ക്കറ്റിനെയും നിയന്ത്രിക്കാനാവും. ഇത്തരം ഡാറ്റകളിലൂടെ തിരഞ്ഞെടുപ്പിനെ പോലും സ്വാധീനിക്കാമെന്നു പോലും നാം കണ്ടുകഴിഞ്ഞു. അതുകൊണ്ടുതന്നെ ഡാറ്റ ചോര്‍ത്തലും ഡാറ്റകൊള്ളയും സമകാലിക ലോകത്തെ യാഥാര്‍ത്ഥ്യമാണ്. ചിലരതിനെ സര്‍വെയിലന്‍സ് ക്യാപിറ്റലിസമെന്നു പോലും വിശദീകരിക്കുന്നു. ഡാറ്റയുടെ പ്രാധാന്യവും ഡാറ്റകൊളളയുടെ വിശദവിവരങ്ങളും വെളിപ്പെടുക്കുകയാണ് ലേഖകന്‍ ഈ കുറിപ്പിലൂടെ.

*

ഒരാള്‍ക്കെത്ര ഭൂമി വേണം എന്ന പേരിൽ ഒരു ടോള്‍സ്‌റ്റോയ് കഥയുണ്ട്. എത്ര കിട്ടിയാലും ശമിക്കാത്ത മനുഷ്യന്റെ ആഗ്രഹങ്ങളുടെ അർത്ഥശൂന്യത വെളിവാക്കുന്ന ഒരു കഥ. 4G നെറ്റ്‌ വർക്ക് കുറച്ചൊന്നു പതുക്കെയായാൽ, വീട്ടിലെ ബ്രോഡ്ബാൻഡ് കണക്ഷന് തകരാറെന്തെ ങ്കിലും പറ്റിയാൽ മനുഷ്യർ കാട്ടുന്ന വെപ്രാളം കാണുമ്പോൾ ടോൾസ്റ്റോയിയുടെ കഥയുടെ തല വാചകം ചെറുതായൊന്നുമാറ്റി ചോദിക്കാൻ തോന്നും. ഒരാൾക്കെത്ര ഡാറ്റ വേണം?

ഇരുപത്തൊന്നാം നൂറ്റാണ്ട് കൊണ്ടുവന്ന ഏറ്റവും ദൂരവ്യാപകമായ മാറ്റങ്ങളിലൊന്ന് ജീവിത ത്തിന്റെ സമസ്തതലങ്ങളെയും സപർശിക്കുന്ന കമ്പ്യൂട്ടർ ഡിജിറ്റൈസേഷൻ. അതോടോപ്പം ഡാറ്റാനെറ്റ്‌വർക്ക് ജീവിതത്തിൽ ഒഴിച്ചുകൂടാനാകാത്ത ഒന്നായി മാറി. ഒരു പഠനം പറയുന്നത് പ്രതിദിനം 2.5 എക്‌സാബൈറ്റ് ഡാറ്റ ഈ ലോകത്തെമ്പാടുമായി കമ്പ്യൂട്ടർ, മൊബൈൽ ഫോൺ തുടങ്ങിയ ഡിജിറ്റൽ ഉപകരണങ്ങളുടെ ശൃംഖലകളിൽ ഉണ്ടാക്കപ്പെടുന്നുണ്ട് എന്നാ ണ്. ഒരു എക്‌സാബൈറ്റ് എന്നാൽ ഒരു ബില്ല്യൻ ഗിഗാബൈറ്റ്. 250 GB യുടെ ഹാർഡ് ഡിസ്ക് ഉള്ള എത്ര ലാപ്ടോപുകൾ വേണം 2.5 ബില്ല്യൻ ഗിഗാബൈറ്റ് ഡാറ്റ നിറയ്ക്കാൻ എന്നോർത്താൽ 2.5 എക്‌സാബൈറ്റ് എത്രത്തോളം ഉണ്ടെന്നതിനെക്കുറിച്ച് ഒരു ഏക ദേശധാരണ ലഭിക്കും.

കുമുലസ് മീഡിയ എന്ന കമ്പനി കഴിഞ്ഞ കുറച്ചു വർഷങ്ങളായി പ്രസിദ്ധീകരിച്ച് വരുന്ന ഇന്റർനെറ്റ് മിനുറ്റ് എന്ന ഇൻഫോഗ്രാഫിക്സ് സമകാലീന സമൂഹം ഡാറ്റയിൽ എത്രമാത്രം മുഴുകിയിരിക്കുന്നുവെന്ന് വളരെ ആകർഷകമായി കാട്ടിത്തരുന്നുണ്ട്. ഓരോ മിനുട്ടിലും 41.6 ദശലക്ഷം വാട്സ്ആപ്പ് മെസേജുകൾ, 3.8 ദശലക്ഷം ഗൂഗിൾ സെർച്ചുകൾ, 188 ദശലക്ഷം ഇമെയിലുകൾ എന്നിങ്ങനെ പോകുന്നു ആ കണക്കുകൾ.

കമ്പ്യൂട്ടറുകൾ, മൊബൈലുകൾ തുടങ്ങിയ സാധാരണ കമ്പ്യൂട്ടിംഗ് പ്ലാറ്റ്ഫോമുകൾക്ക് പുറമെ, ഗാർഹിക/വ്യാവസായിക ആവശ്യങ്ങൾക്ക് ഉപയോഗിക്കുന്ന ഉപകരണങ്ങളെയും, എന്തിന് നമ്മുടെ ശരീരങ്ങളെ പോലും, പരസ്പരം വിവരവിനിമയം നടത്തുന്ന രീതിയിൽ ബന്ധപ്പെട്ടു ത്താനും നിയന്ത്രിക്കാനും കഴിയുന്ന 'Internet of Things' എന്ന് വിശേഷിപ്പിക്കപ്പെടുന്ന സാങ്കേതികവിദ്യകൾ വ്യാപകമാകുന്നതോടെ ഡാറ്റയുടെ വിസ്ഫോടനം പതിന്മടങ്ങാകും.

എല്ലാതരത്തിലുള്ള അറിവിന്റെയും ഉത്പാദനത്തിന്റെ ആദ്യപടിയാണ് പഠനവിധേയമായ സംഭവങ്ങളെയും സന്ദർഭങ്ങളെയും കുറിച്ചുള്ള വസ്തുതകളുടെ ശേഖരണം. കംപ്യൂട്ടറുകളുടെ വരവിന് മുമ്പുതന്നെ അതങ്ങനെതന്നെയായിരുന്നു. ഭൗതികവും രസതന്ത്രവും ജീവശാസ്ത്രവും പോലുള്ള ശുദ്ധശാസ്ത്രവിഷയങ്ങളായാലും ചരിത്രമോ ധനശാസ്ത്രമോ പോലുള്ള മാനവിക ശാസ്ത്രങ്ങളായാലും വസ്തുതകളുടെ ശേഖരണം വിശകലനവും കേന്ദ്രസ്ഥാനത്ത് നിലയുറപ്പി ച്ചിട്ടുണ്ട്. വൈദ്യവും സാങ്കേതികവിദ്യകളും പോലെ അറിവിനെ ദൈനംദിന ജീവിതത്തിൽ ഉപയോഗിക്കുന്ന വിഷയങ്ങളിലും ഡാറ്റക്കും അതിന്റെ വിശകലനത്തിനും അതീവ പ്രാധാന്യമുണ്ട്. സ്റ്റാറ്റിസ്റ്റിക്‌സും പ്രോബബിലിറ്റിയും പോലുള്ള ഗണിതശാസ്ത്ര ശാഖകൾക്ക് പ്രാമുഖ്യം കൈവന്നത് അതുകൊണ്ടാണ്.

ഡാറ്റ അറിവുൽപാദനത്തിന്റെ അസംസ്കൃതവിഭവം ആണെന്നർത്ഥം. ആധുനികകാലത്ത് അറിവ് അധികാരമാണെങ്കിൽ ഡാറ്റ അതിലേക്കുള്ള വാതില്പടിയാണ്. അതുകൊണ്ടാണ് ഡാറ്റയുടെ ലഭ്യതയും നിയന്ത്രണവുമൊക്കെ പലപ്പോഴും വലിയ തർക്കവിഷയങ്ങളാകുന്നത്. ഈയടുത്ത് നമ്മുടെ സർക്കാർ സമ്പദ്‌വ്യവസ്ഥയെക്കുറിച്ചുള്ള എല്ലാ ഡാറ്റകളും ലഭ്യ മാക്കുന്നതിൽ വിമുഖതകാട്ടുന്നത് അവസാനിപ്പിക്കണമെന്ന് ഇന്ത്യയിലെയും വിദേശത്തെയും 108 പ്രമുഖ ധനശാസ്ത്ര വിദഗ്ദ്ധരും സാമൂഹിക ശാസ്ത്രജ്ഞരും പ്രസ്‍താവന പുറപ്പെടുവിച്ചത് ഓർക്കുക

മുകളിൽ സൂചിപ്പിച്ച കമ്പ്യൂട്ടർ ശൃംഖലകളിലൂടെ ലഭ്യമായ ഡാറ്റയുടെ അഭൂതപൂർവ്വവും അതി ശയകരവുമായ വളർച്ച, ആ ഡാറ്റയുപയോഗിച്ച് അറിവുകൾ ഉത്പാദിപ്പിക്കുന്ന രീതിയിൽ ഗുണപരവും മൗലികവുമായ ചില വലിയ മാറ്റങ്ങളുണ്ടാക്കി:

ഒന്ന്, ഇത്ര മാത്രം ഡാറ്റ ആവശ്യക്കാർക്ക് എപ്പോഴും എവിടെയും ലഭ്യമാക്കാനുതകുന്ന cloud computing എന്ന് പൊതുവായി വിളിക്കപ്പെടുന്ന സാങ്കേതികവിദ്യകൾ ഉണ്ടായി.

രണ്ട്, ഡാറ്റയുടെ സ്വഭാവത്തിലുണ്ടായ മാറ്റവും അത്രതന്നെ വലിയ വെല്ലുവിളിയായിരുന്നു. ഉദാഹരണത്തിന്, സ്ഥിതിവിവരക്കണക്കുകളും വസ്തുതകളും പൂർവ്വനിശ്ചിതമായ പട്ടികകളിൽ ഒതുക്കാവുന്ന ഘടനയുള്ള വിവരങ്ങളാണ്. അത്തരം വിവരങ്ങളുടെ ശേഖരണത്തിനും വിശക ലനത്തിനും ഉണ്ടാക്കപ്പെട്ടതാണ് സാധാരണ റിലേഷണൽ ഡാറ്റാബേസുകൾ. എന്നാൽ ഇന്ന് ഉല്പാദിക്കപ്പെടുന്ന ഡാറ്റയിൽ ഭൂരിഭാഗവും നിശ്ചിതമായ ഒരു ഘടനയില്ലാത്തവയാണ് (unstructured) – പോസ്റ്റുകൾ, ട്വീറ്റുകൾ, ഇമേജുകൾ, വീഡിയോകൾ, മെയിലുകൾ, വാർത്ത കൾ മുതലായ ഡാറ്റകൾ. ഇത്തരം വിവരങ്ങൾ സൂക്ഷിക്കാനും കാര്യക്ഷമമായി കൈകാര്യം ചെയ്യാനും പുതിയതരം ഡാറ്റാബേസുകൾ ആവശ്യമായി വന്നു. പരമ്പരാഗത ഡാറ്റാ ബേസുകളുടെ വേറൊരു പരിമിതി കൂറ്റൻ വിവരശേഖരങ്ങളുടെ വിശകലനത്തിന് അവ പര്യാപ്തമായിരുന്നില്ല എന്നതാണ്. ഇതും പുതിയതരം ഡാറ്റാബേസുകളെ ആവശ്യമാക്കി.

മൂന്ന്, Big data എന്നറിയപ്പെടുന്ന ഈ കൂറ്റൻ വിവരശേഖരങ്ങൾ വിശകലനം ചെയ്യുക മുനു ഷ്യർക്കും സാധാരണ രീതിയിലുള്ള കമ്പ്യൂട്ടർ പ്രോഗ്രാമുകൾക്കും സാധ്യമായ ഒന്നായി രുന്നില്ല. ഇത് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻ സിലും, പ്രത്യേകിച്ച് അതിന്റെ ഉപശാഖ യായ മെഷീൻ ലേണിംങ്ങിലും വലിയ കുതിച്ചുചാട്ടങ്ങളുണ്ടാക്കി.

നാല്, അൽഗോരിതങ്ങളുപയോഗിച്ചുള്ള അറിവിന്റെ ഉത്പാദനം അറിയുക എന്ന പ്രക്രിയയെ കുറിച്ചുള്ള കാഴ്ച്ചപ്പാടിൽതന്നെ വലിയ മാറ്റങ്ങളുണ്ടാക്കി. ഡാറ്റക്കുള്ളിൽ ഒളിഞ്ഞിരിക്കുന്ന പാറ്റേണുകളെയും സംഭവങ്ങളുടെയും സന്ദർഭങ്ങളുടെയും പരസ്പരബന്ധത്തെയും മുൻപ് സാധ്യമല്ലാതിരുന്ന രീതിയിൽ മനസ്സിലാക്കാമെന്നതാണ് മെഷീൻ ലേർണിംഗ് അൽ ഗോരിതങ്ങളുപയോഗിക്കൂമ്പോഴുള്ള ഒരു വലിയ നേട്ടം. അതേസമയം അവിടെ ഊന്നൽ കാര്യങ്ങൾ എന്തുകൊണ്ട് എന്ന് മനസ്സിലാക്കുന്നതിനേക്കാൾ അവയുടെ യഥാർത്ഥസ്വഭാവം എന്താണ് ഭാവിയിൽ അത് ഏതൊക്കെ രീതിയിൽ പരിണമിക്കും എന്ന് മനസ്സിലാക്കുന്ന തിലാണ്. കാര്യകാരണ ബന്ധം (causation) മനസ്സിലാക്കുന്നതിനേക്കാൾ പ്രയോഗിക മൂല്യം പ്രത്യക്ഷത്തിൽ ബന്ധമില്ലാത്ത സംഗതികളുടെ പരസ്പരബന്ധം (correlation) മനസിലാക്കു ന്നതിന് കൈവരുന്നു.

കൂറ്റൻ വിവര ശേഖരങ്ങളെ കൈകാര്യം ചെയ്യുന്നത് എളുപ്പമാക്കിയ ഈ മാറ്റങ്ങൾ ഇന്നേവരെ സങ്കല്പിക്കാൻ പോലുമാകാതിരുന്ന തരത്തിലുള്ള സാധ്യതകളും അവസരങ്ങളുമാണ് നൽകുന്ന തെന്ന് രണ്ടു ശക്തികൾ തിരിച്ചറിഞ്ഞു – ഭരണകൂടങ്ങളും, കോർപ്പറേറ്റുകളും.

സാങ്കേതികവിദ്യകൾ ഉപയോഗിച്ച് ജനതയെ നിരന്തരനിരീക്ഷണത്തിന് വിധേയമാക്കുന്ന ഭരണകൂടങ്ങൾ പല ചിന്തകരുടെയും എഴുത്തുകാരുടെയും വിഷയമായിട്ടുണ്ട്. ഓർവെല്ലിന്റെ 1984 പോലെ. ഈ ഫിക്ഷണൽ ഭാവനകളെ യാഥാർഥ്യത്തിന്റെ മണ്ഡലത്തിലേക്ക് ആദ്യ മായി ഇറക്കിക്കൊണ്ടുവന്നത് 2013-ൽ എഡ്വേർഡ് സ്നോഡൻ നടത്തിയ വെളിപ്പെടുത്ത ലുകളായിരിക്കണം. PRISM എന്ന കോഡ്നാമത്തിൽ അറിയപ്പെട്ടിരുന്ന അമേരിക്കയുടെ ദേശീയ സുരക്ഷാ ഏജൻസി നടത്തിവന്ന രഹസ്യപദ്ധതി, മൈക്രോസോഫ്റ്റ്, ഗൂഗിൾ, ഫെയ്സ്ബുക്ക്, ആപ്പിൾ തുടങ്ങിയ എല്ലാ പ്രധാന ഇന്റർനെറ്റ് കമ്പനികളുടെയും ഡാറ്റാ ശേഖരങ്ങൾ പൊതുജനങ്ങളെ നിരീക്ഷണവിധേയമാക്കാൻ ഉപയോഗപ്പെടുത്തി വരി കയായിരുന്നു എന്നായിരുന്നു സ്നോഡന്റെ പ്രധാനവെളിപ്പെടുത്തലുകളിലൊന്ന്.

"Big brother is watching" എന്ന ഓർവെല്ലിയൻ ദുസ്വപ്നം പുതിയ സാങ്കേതികവിദ്യകൾ സാധ്യമാക്കുന്നു എന്നതിന്റെ സാക്ഷി പത്രം.

സ്നോഡൻ പറഞ്ഞ കാര്യങ്ങളെ അടിസ്ഥാനമാക്കി വാഷിങ്ടൺപോസ്റ്റ് പ്രസിദ്ധീകരിച്ച കണക്കുകൾ ലോകജനതയുടെ സ്വകാര്യതയിലേക്ക് കടന്നുകയറി അവരെ നിരന്തര നിരീക്ഷണത്തിന് വിധേയരാക്കാൻ എന്ത് വിലകൊടുക്കാനും അമേരിക്ക തയ്യാറായിരുന്നു എന്നതിന്റെ തെളിവായിരുന്നു:

2013-ൽ 16 ചാരസംഘടനകളുടെ പ്രവർത്തനത്തിനായി യുഎസ് ഗവണ്മെന്റ് വകയിരു ത്തിയത് 6 ബില്ല്യൻ ഡോളറായിരുന്നു. അതിൽ 25.3 ബില്ല്യൻ ഡോളർ അസംസ്കൃത (raw) ഡാറ്റയുടെ ശേഖരണത്തിനും, 12.3 ബില്ല്യൻ അവയുടെ വിശകലനത്തിനും ആയിരുന്നു മാറ്റി വെച്ചിരുന്നത്.

എൻഎസ്എ ആ വർഷം 6 ബില്ല്യൻ ഡോളറുകൾ വിവരസാങ്കേതിക വിദ്യകളുടെ മാനേജ്മെന്റിനും 650 ദശലക്ഷം ഡാറ്റ വിശകലനത്തിനുമായി മാറ്റിവെച്ചു.

സി.ഐ.എക്ക് അതേവർഷം ഇക്കാര്യങ്ങൾക്കുള്ള ബജറ്റ് യഥാക്രമം 2 ബില്ല്യനും 660 മില്ല്യനും ആയിരുന്നു.

ബിഗ്‌ഡാറ്റയും അനുബന്ധ സാങ്കേതികവിദ്യകളും വ്യക്തിയുടെ സ്വകാര്യത ഒരു പഴങ്ക ഥയാക്കും എന്ന ആശങ്കയെ ബലപ്പെടുത്തുന്നതായിരുന്നു ഈ വെളിപ്പെടുത്തലുകൾ. ഈ സംഭവത്തിന് മുൻപേ തന്നെ ഓക്സ്ഫോർഡ് സർവകലാശാലയിലെ പ്രൊഫസറായ വിക്റ്റർ മേയർ ഷോൺബെർജറും പത്രപ്രവർത്തകനായ കെന്നത്ത് ക്യൂകിയരും ചേർന്ന് ബിഗ്ഡാറ്റ യെക്കുറിച്ചുള്ള ഒരു പുസ്തകത്തിൽ ഇങ്ങനെ നിരീക്ഷിച്ചിട്ടുണ്ടായിരുന്നു:

'നമ്മുടെ ജീവിതങ്ങൾ കൂടുതൽ നിരീക്ഷണവിധേയമാക്കപ്പെടാനുള്ള സാധ്യതകൾ തുറന്നി ടുന്ന ബിഗ്ഡാറ്റ, സ്വകാര്യതയെ നിയമപരമായി പരിരക്ഷിക്കാനുള്ള മാർഗ്ഗങ്ങളെ അപ്രസക്ത മാക്കുന്നു. അതോടൊപ്പം, വേണമെങ്കിൽ മറ്റുള്ളവരിൽനിന്നും മറഞ്ഞുനിൽക്കാനുള്ള സാങ്കേ തികമാർഗ്ഗങ്ങൾ നിഷ്ഫലമാകുകയും ചെയ്യുന്നു. അതേ പൊലെതന്നെ ആശങ്കാജനകമാണ് വ്യക്‌തികളെ അവർ ചെയ്ത കൃത്യങ്ങളുടെ അടിസ്ഥാനത്തിലല്ലാതെ അവർ ചെയ്യാൻ സാധ്യതയുണ്ടെന്ന് പ്രവചിക്കപ്പെടുന്ന കാര്യങ്ങളുടെ പേരിലും ശിക്ഷിക്കാനുപയോഗി ക്കാനുള്ള സാധ്യതകൾ ബിഗ് ഡാറ്റ ഉപയോഗിച്ചുള്ള പ്രവചനങ്ങൾ ഉണ്ടാക്കുന്നുവെന്നത്.'

ഈ നിരീക്ഷണങ്ങളെ ശരിവെക്കുന്ന കാര്യങ്ങൾ പിന്നെയും ഉണ്ടായി. കഴിഞ്ഞ കുറച്ച് കാലങ്ങളായി ചൈനയിൽ നടപ്പിലാക്കികൊണ്ടിരിക്കുന്ന സോഷ്യൽ ക്രെഡിറ്റ് സിസ്റ്റം എന്ന പദ്ധതി ഒരു ഉദാഹരണം. തങ്ങളുടെ പൗരന്മാരെ നിരന്തരനിരീക്ഷണത്തിനും നിയ ന്ത്രണത്തിനും വിധേയമാക്കാൻ ബിഗ്ഡാറ്റ എങ്ങിനെ അമിതാധികാരപ്രവണതയുള്ള ഭരണകൂടങ്ങളെ സഹായിക്കും എന്നതിന്റെ വേറൊരു തെളിവാണത്.

എന്നാൽ, ബിഗ് ഡാറ്റയുടെ അനന്ത സാധ്യതകളെ മുഴുവനും ഉപയോഗപ്പെടു ത്തിയത് സിലിക്കൺ വാലിയിലെ ഐ ടി ഭീമൻമാരായിരുന്നു. ഗൂഗിൾ എങ്ങിനെയാണ് ലോകത്തെ ഏറ്റവും സമ്പന്നമായ കമ്പനി കളിൽ ഒന്നാകുന്നത് എന്നോർത്തു നോക്കുക. അവർ നമ്മുക്ക് ഒന്നും വിൽക്കുന്നില്ല. പകരം നമ്മളെ വിൽക്കുകയാണ് ചെയ്യുന്നത്.

നമ്മുടെ ഇഷ്ടാനിഷ്ടങ്ങളും ആഗ്രഹങ്ങളും കാഴ്ചപ്പാടുകളും അടക്കം നമ്മെ കുറിച്ചുള്ള എല്ലാ വിവരങ്ങളും അവർ കൈക്കലാക്കുകയും അത് പരസ്യങ്ങളടക്കമുള്ള ധനാഗമ മാർഗ്ഗങ്ങൾക്കായി ഉപയോഗപ്പെടുത്തുകയും ചെയ്യുന്നു.

മൂലധനത്തിന്റെ ആദിമ സഞ്ചയനം (primitive accumulation of capital) എന്ന മാർക്സിന്റെ പ്രയോഗത്തിന്റെ ചുവടുപിടിച്ച് ഈ പ്രക്രിയയെ ഡാറ്റയുടെ ആദിമ സഞ്ചയനം എന്ന പേരിട്ടു വിളിക്കാമെന്ന് തോന്നുന്നു.

മുതലാളിത്ത പൂർവ്വസമൂഹങ്ങളിൽനിന്ന് മുതലാളിത്തത്തിലേക്കുള്ള പരിവർത്തനത്തിന്റെ ഒരു മുന്നുപാദിയാണ് മൂലധനത്തിന്റെ ആദിമ സഞ്ചയനം എന്നാണ് മാർക്സ് പറയുന്നത്. 'മൂലധനം- -മിച്ചമൂല്യം-കൂടുതൽ മൂലധനം' എന്ന മുതലാളിത്ത വികസനത്തിന്റെ അനിസ്യൂതപ്രക്രിയക്ക് തുടക്കം കുറിക്കാൻ ഒരു വലിയ മൂലധനം ആദ്യം എവിടെ നിന്നെങ്കിലും ഉണ്ടായേതീരൂ. അതാണീ ആദിമ സമാഹരണം.

"This primitive accumulation plays in Political Economy about the same part as original sin in theology" എന്നാണ് മാർക്സ് എഴുതുന്നത്. ഈ പ്രകിയ മുതലാളിത്തത്തിന്റെ ആരംഭകാലത്ത് മാത്രമായി നടന്ന ഒന്നായി കാണണമെന്നില്ലെന്ന് ഡേവിഡ് ഹാർവെയെ പോലുള്ളവർ ചൂണ്ടിക്കാട്ടിയിട്ടുണ്ട്. നവലിബറലിസത്തിനകത്ത് ഇത്രയും കാലം പൊതു സ്വത്തായിരുന്ന വിഭവങ്ങളെ അവിഹിതമാർഗ്ഗങ്ങളിലൂടെ കൈക്കലാക്കി സ്വകര്യലാഭ ത്തിനായി ഉപയോഗിക്കുന്ന പ്രക്രിയയും ഇതിനു തുല്യമായ മൂലധനസമാഹരണമാണെന്ന്.

അറിവുത്പാദനത്തിനുള്ള അസംസ്കൃതവിഭവമായ വ്യക്തികളെയും അവരുടെ ചുറ്റുപാടുകളെയും സമൂഹങ്ങളെയും കുറിച്ചുള്ള വിവരങ്ങളുടെ സംഭരണവും മൂലധനത്തിന്റെ ആദിമസംഭരണത്തെ പോലെ തന്നെ അതിന്റെ യഥാർത്ഥ ഉടമകളുടെ സമ്മതമില്ലാതെ നടക്കുന്ന ഒന്നാണ്. ഗൂഗിൾ മാത്രമല്ല ആമസോൺ, ഫേസ്ബുക്ക്, സേൽസ്ഫോഴ്സ്, ഊബർ തുടങ്ങിയ മറ്റ് ന്യൂജൻ സ്ഥാപനങ്ങളും അതീവശക്തിയാർജ്ജിക്കുന്നത് ഡാറ്റയുടെ ഇങ്ങനെയുള്ള സമാഹരണ ത്തിലൂടെയാണ്. ഇത് മുതലാളിത്ത സമ്പത്വ്യവസ്ഥയിലെ ഉദ്പാദന-വിതരണ രീതികളെ അടിസ്ഥാനപരമായി മാറ്റി തീർക്കുന്നു. അതോടൊപ്പം നമ്മുടെ ജീവിതത്തെയും ശീലങ്ങളെയും.

സാധാരണ ഉത്പന്നങ്ങളെ മാത്രമല്ല മനുഷ്യന്റെ അനുഭൂതികളെയും അനുഭവങ്ങളെയും വരെ വിനിമയമൂലമുള്ള ചരക്കുകളായി മാറ്റിത്തീർക്കുന്നതിൽ ഈ വ്യവസായഭീമന്മാരെ സഹായി ക്കുന്നത് സാങ്കേതികവിദ്യകളാണ്. എല്ലാ മനുഷ്യവ്യവഹാരങ്ങളും ഇന്റെർനെറ്റിലൂടെ യാകുന്നതിലൂടെ അവർക്ക് ശേഖരിക്കാനൊക്കുന്ന വിവരങ്ങളും ആ വിവരങ്ങളെ വിശകലനം ചെയ്യുന്നതിലൂടെ വ്യക്തികളുടെ ആഗ്രഹാഭിലാഷങ്ങളെ കുറിച്ചും സ്വഭാവത്തെക്കുറിച്ചും അവർക്ക് ലഭ്യമാകുന്ന ഉൾക്കാഴ്ചകളാണ്.

എന്നാൽ നമ്മളെ നിരന്തരമായി നിരീക്ഷിക്കുന്നതിലും നമ്മളെ കുറിച്ചറിയുന്നതിലും ഒതുങ്ങുന്നില്ല ഈ പുത്തൻ കമ്പനികളുടെ പ്രവർത്തനം. അതിനപ്പുറം ചെന്ന് വ്യക്തിയുടെ സ്വഭാവത്തെയും ആഗ്രഹങ്ങളെയും മാറ്റത്തക്ക രീതിയിലിലുള്ള സ്വാധീനം ചെലുത്താനും ഇവർക്കാകുന്നു ശോഷാന സൂബോഫിനെ (Shoshana Zuboff) പോലുള്ള ചിന്തകർ മുതലാളിത്തത്തിന്റെ ഈ പുതുരൂപത്തെ സർവെയിലൻസ് ക്യാപിറ്റലിസം എന്ന് വിളിക്കുന്നു. സൂബോഫിന്റെ പുതിയ പുസ്തകമായ "The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power" ഈ വ്യവസ്ഥയുടെ നിശിതവിമർശനമാണ്.

നമ്മൾ സർവെയിലൻസ് ക്യാപിറ്റലിസത്തിന്റെ ഇരകളും തടവുകാരുമാകുന്നു എന്ന് ചുരുക്കം. ഒരാൾക്കെത്ര ഡാറ്റ വേണമെന്ന ഈ കുറിപ്പിന്റെ ആദ്യം ഉന്നയിച്ച ചോദ്യം നയിക്കുന്നത് വ്യക്തികളുടെ ദുഃശീലമെന്നതിനപ്പുറം ഒരു ഇരപിടിയൻ വ്യവസ്ഥയുണ്ടാക്കിയെടുക്കുന്ന കെണിയിലേക്ക് കൂടിയാണ്.