📍 После пленарной лекции Джонатана Клика самым интересным оказалось обсуждение.
Казалось бы, доклад был посвящен искусственному интеллекту. Но вопросы из зала довольно быстро ушли в другую сторону.
По сути, аудитория пыталась понять: если ИИ действительно сможет выполнять большую часть технической работы, что тогда останется исследователю?
Ответ Клика оказался неожиданным.
Он сказал, что мы вообще слишком долго переоценивали значение техники. Еще двадцать лет назад хороший эмпирический исследователь был прежде всего человеком, который умел программировать, писать сложный код и запускать вычисления. Сегодня эти навыки становятся все дешевле. Но это вовсе не означает, что исследователь становится менее ценным. Просто ценность смещается в другое - а конкретно в методологию.
Клик привел несколько классических примеров из современной эконометрики — инструментальные переменные, synthetic control, difference-in-differences — и показал, что ни один из самых популярных методов не избавляет исследователя от необходимости принимать решения. Статистические тесты помогают, но они никогда не отвечают на главный вопрос: действительно ли этот случай сопоставим с другим? Можно ли считать этот инструмент правдоподобным? Не является ли красивый результат следствием случайного совпадения?
Именно поэтому, по его словам, не существует исследования без предположений. Каким бы совершенным ни был алгоритм, в какой-то момент исследователь все равно должен опираться на собственное понимание институтов, права и социального контекста.
В этом смысле искусственный интеллект не отменяет исследовательское суждение — он лишь делает его более заметным.
И, пожалуй, именно эта мысль вызвала наибольший отклик в зале. Вместо разговора о том, как ИИ заменит ученых, участники конференции обсуждали совсем другой вопрос: как изменится сама профессия исследователя, если технические навыки перестанут быть ее главным конкурентным преимуществом?
#ESELS2026 #EmpiricalLegalStudies #AI #LEADLab #дискуссия
Казалось бы, доклад был посвящен искусственному интеллекту. Но вопросы из зала довольно быстро ушли в другую сторону.
По сути, аудитория пыталась понять: если ИИ действительно сможет выполнять большую часть технической работы, что тогда останется исследователю?
Ответ Клика оказался неожиданным.
Он сказал, что мы вообще слишком долго переоценивали значение техники. Еще двадцать лет назад хороший эмпирический исследователь был прежде всего человеком, который умел программировать, писать сложный код и запускать вычисления. Сегодня эти навыки становятся все дешевле. Но это вовсе не означает, что исследователь становится менее ценным. Просто ценность смещается в другое - а конкретно в методологию.
Клик привел несколько классических примеров из современной эконометрики — инструментальные переменные, synthetic control, difference-in-differences — и показал, что ни один из самых популярных методов не избавляет исследователя от необходимости принимать решения. Статистические тесты помогают, но они никогда не отвечают на главный вопрос: действительно ли этот случай сопоставим с другим? Можно ли считать этот инструмент правдоподобным? Не является ли красивый результат следствием случайного совпадения?
Именно поэтому, по его словам, не существует исследования без предположений. Каким бы совершенным ни был алгоритм, в какой-то момент исследователь все равно должен опираться на собственное понимание институтов, права и социального контекста.
В этом смысле искусственный интеллект не отменяет исследовательское суждение — он лишь делает его более заметным.
И, пожалуй, именно эта мысль вызвала наибольший отклик в зале. Вместо разговора о том, как ИИ заменит ученых, участники конференции обсуждали совсем другой вопрос: как изменится сама профессия исследователя, если технические навыки перестанут быть ее главным конкурентным преимуществом?
#ESELS2026 #EmpiricalLegalStudies #AI #LEADLab #дискуссия
👍3❤1🔥1
📍 Начинаем репортажи из Любляны.
Через несколько недель после конференции Law & Society Association, в Любляне прошла ежегодная конференция European Society for Empirical Legal Studies (ESELS) — пожалуй, главная европейская площадка для исследователей, работающих с эмпирическими методами в праве. В программе этого года — более 120 докладов и исследователи со всего мира. Здесь не встретишь исключительно качественных исследований: конференция традиционно объединяет тех, кто использует количественные методы, эксперименты, вычислительные подходы и смешанный дизайн исследований.
Открывал конференцию Джонатан Клик (University of Pennsylvania). И его пленарный доклад оказался вовсе не о праве. Он был о том, останется ли исследователь нужен в эпоху искусственного интеллекта.
Клик начал с исторического экскурса. Он напомнил, что двадцать пять лет назад большая часть времени эмпирического исследователя уходила не на размышления о праве, а на техническую работу. Данные приходилось собирать и очищать вручную, модели — программировать практически с нуля, а результаты вычислений ждать часами или даже днями. Сегодня многое из этого стало автоматизированным, и очередной технологический скачок, связанный с ИИ, снова вызывает привычный страх: если машина умеет писать код, анализировать данные и строить модели, останется ли место для человека?
Ответ Клика оказался неожиданно оптимистичным. Он напомнил, что подобные опасения сопровождали практически каждую технологическую революцию — от промышленной до компьютерной. Каждый раз машины забирали на себя рутинную работу, но это не делало людей менее востребованными. Напротив, освобождало время для более сложных задач. То же, по его мнению, происходит и сейчас. Если технические навыки постепенно становятся дешевле благодаря ИИ, то возрастает ценность того, что машина пока не умеет делать: понимать институты, замечать хорошие исследовательские вопросы, видеть причинные связи там, где их не видно из данных, и, наконец, выносить исследовательское суждение. Именно judgment, способность принимать обоснованные решения в условиях неопределенности, Клик назвал главным профессиональным навыком исследователя будущего.
И, пожалуй, самая сильная мысль его выступления прозвучала в самом конце. Последние двадцать лет эмпирическая наука часто выбирала не самые важные вопросы, а те, на которые было проще ответить с помощью имеющихся данных и методов. Возможно, искусственный интеллект впервые дает исследователям шанс вернуться к действительно большим вопросам — потому что значительную часть технической работы теперь можно доверить машине.
Через несколько недель после конференции Law & Society Association, в Любляне прошла ежегодная конференция European Society for Empirical Legal Studies (ESELS) — пожалуй, главная европейская площадка для исследователей, работающих с эмпирическими методами в праве. В программе этого года — более 120 докладов и исследователи со всего мира. Здесь не встретишь исключительно качественных исследований: конференция традиционно объединяет тех, кто использует количественные методы, эксперименты, вычислительные подходы и смешанный дизайн исследований.
Открывал конференцию Джонатан Клик (University of Pennsylvania). И его пленарный доклад оказался вовсе не о праве. Он был о том, останется ли исследователь нужен в эпоху искусственного интеллекта.
Клик начал с исторического экскурса. Он напомнил, что двадцать пять лет назад большая часть времени эмпирического исследователя уходила не на размышления о праве, а на техническую работу. Данные приходилось собирать и очищать вручную, модели — программировать практически с нуля, а результаты вычислений ждать часами или даже днями. Сегодня многое из этого стало автоматизированным, и очередной технологический скачок, связанный с ИИ, снова вызывает привычный страх: если машина умеет писать код, анализировать данные и строить модели, останется ли место для человека?
Ответ Клика оказался неожиданно оптимистичным. Он напомнил, что подобные опасения сопровождали практически каждую технологическую революцию — от промышленной до компьютерной. Каждый раз машины забирали на себя рутинную работу, но это не делало людей менее востребованными. Напротив, освобождало время для более сложных задач. То же, по его мнению, происходит и сейчас. Если технические навыки постепенно становятся дешевле благодаря ИИ, то возрастает ценность того, что машина пока не умеет делать: понимать институты, замечать хорошие исследовательские вопросы, видеть причинные связи там, где их не видно из данных, и, наконец, выносить исследовательское суждение. Именно judgment, способность принимать обоснованные решения в условиях неопределенности, Клик назвал главным профессиональным навыком исследователя будущего.
И, пожалуй, самая сильная мысль его выступления прозвучала в самом конце. Последние двадцать лет эмпирическая наука часто выбирала не самые важные вопросы, а те, на которые было проще ответить с помощью имеющихся данных и методов. Возможно, искусственный интеллект впервые дает исследователям шанс вернуться к действительно большим вопросам — потому что значительную часть технической работы теперь можно доверить машине.
🔥5👍2
Время отпусков и хочется некоторой легкости, но помните, что модный приговор может поджидать вас в неожиданном месте.
https://t.me/pravo_a_la_russe/409
https://t.me/pravo_a_la_russe/409
Telegram
Право à la russe
Помните, мы в комментариях придумали исследование - выкачать практику по 6.13 КоАП (пропаганда наркотических средств) и посмотреть, сколько там за шапки и рубашки с изображением конопли наказывают. Мы придумали, а Если быть точным сделали. Честь им и хвала!…
👍1🔥1
Forwarded from Общее Дело | Олимпиады по обществознанию и праву (Илья)
Подать заявку на участие: https://forms.yandex.ru/cloud/6a4fcecfbf4fde002721d295.
Дедлайн для подачи заявки — 16 июля включительно.
Необходимым требованием для участия является заполнение гугл-формы по ссылке и написание мотивационного письма. Количество участников ограничено.
Ждём вас!
Завершая эту серию постов о цифровом наблюдении (государственном или соседском), важно помнить: проблема категоризации появилась задолго до появления камер Ring, районных чатов и алгоритмов.
Вообще, американская социология полиции уже несколько десятилетий изучает, как полиция выделяет группы, которые становятся объектами повышенного внимания. Именно в этом контексте возникло понятие instrumental racism
(«инструментальный расизм») — когда этнические или расовые признаки используются не столько как выражение личных убеждений полицейских, сколько как практический инструмент поиска тех, кого следует проверить, остановить или проконтролировать.
В России одно из первых исследований [1] было сделано на сравнении полицейского внимания к мигрантам в Санкт-Петербурге и Казани в течении почти двадцать лет - исследование началось в 2006 году, а закончилось в 2008. Екатерина Ходжаева, как участница проекта из казанской команды, одной из первых в России показала
существование подобных механизмов на российском материале[2].
В середине 2000-х команда исследователей почти полгода наблюдала за повседневной работой участковых и патрульных полицейских в Казани. Это было полноценное этнографическое исследование: исследователи сопровождали сотрудников полиции в ежедневной работе, присутствовали на инструктажах и наблюдали, как принимаются решения прямо «в поле».
Особенно показательной оказалась одна деталь:
в официальных документах полиции все выглядит максимально нейтрально. Речь идет об «иностранных гражданах», «гражданах иностранных государств», «нарушителях миграционного законодательства». Именно такие категории используются в приказах, отчетности и нормативных документах.
Но в повседневной работе происходит совсем другое.
Во время ежедневных инструктажей и оперативных совещаний эти формальные категории переводятся в этнический язык. Руководители объясняют подчиненным, кого искать на улицах, используя уже не юридические, а этнические и откровенно уничижительные обозначения (например, «хачики», «узкоглазые» и другие подобные выражения, зафиксированные исследователем в полевых наблюдениях).
Именно через такую неформальную коммуникацию административная категория «иностранный гражданин» превращается в вполне конкретную эмоционально не нейтральную цель – человека, которого следует остановить для проверки документов. Исследование показывает, что эта логика становится частью профессиональной социализации полицейских и воспринимается как обычная технология работы.
Авторы также называют этот механизм instrumental racism — инструментальным расизмом, хотя здесь нет расы в смысле цвета кожи, как это исследуется в США. Раса здесь трактуется расширительно - как категория, связанная с внешними признаками человека-цели контроля - то как он выглядит, то как одет, оказывается главным критерием полицейской дискреции. Этнические признаки используются не обязательно потому, что сотрудники полиции разделяют определенную идеологию, а потому, что именно так устроены повседневные практики. Визуальная категоризация становится рабочим инструментом поиска тех, кого государство считает объектом проверки.
Поэтому доклад Макса Любелла на конференции LSA оказался таким интересным.
Когда соседи в районных чатах начинают говорить о «не наших», когда алгоритмы выделяют «подозрительные» профили, а государственные институты в рутинной практике превращают юридические категории в этнические, мы видим разные проявления одного и того же механизма.
Контроль почти никогда не начинается с технологий.
Он начинается с ответа на вопрос: кого общество считает человеком, которого следует контролировать?
#LSA2025 #LEADLab #EmpiricalLegalStudies #Policing #MigrationStudies #LawAndSociety
___________________________________________________
1. см. книгу Милиция и этнические мигранты: практикм взаимодействия. под ред. Воронкова В., Гладарева Б. и Сагитовой Л. СПб, Алетейя, 2011
2. см. соответствующую главу в книге, а также здесь на английском
Вообще, американская социология полиции уже несколько десятилетий изучает, как полиция выделяет группы, которые становятся объектами повышенного внимания. Именно в этом контексте возникло понятие instrumental racism
(«инструментальный расизм») — когда этнические или расовые признаки используются не столько как выражение личных убеждений полицейских, сколько как практический инструмент поиска тех, кого следует проверить, остановить или проконтролировать.
В России одно из первых исследований [1] было сделано на сравнении полицейского внимания к мигрантам в Санкт-Петербурге и Казани в течении почти двадцать лет - исследование началось в 2006 году, а закончилось в 2008. Екатерина Ходжаева, как участница проекта из казанской команды, одной из первых в России показала
существование подобных механизмов на российском материале[2].
В середине 2000-х команда исследователей почти полгода наблюдала за повседневной работой участковых и патрульных полицейских в Казани. Это было полноценное этнографическое исследование: исследователи сопровождали сотрудников полиции в ежедневной работе, присутствовали на инструктажах и наблюдали, как принимаются решения прямо «в поле».
Особенно показательной оказалась одна деталь:
в официальных документах полиции все выглядит максимально нейтрально. Речь идет об «иностранных гражданах», «гражданах иностранных государств», «нарушителях миграционного законодательства». Именно такие категории используются в приказах, отчетности и нормативных документах.
Но в повседневной работе происходит совсем другое.
Во время ежедневных инструктажей и оперативных совещаний эти формальные категории переводятся в этнический язык. Руководители объясняют подчиненным, кого искать на улицах, используя уже не юридические, а этнические и откровенно уничижительные обозначения (например, «хачики», «узкоглазые» и другие подобные выражения, зафиксированные исследователем в полевых наблюдениях).
Именно через такую неформальную коммуникацию административная категория «иностранный гражданин» превращается в вполне конкретную эмоционально не нейтральную цель – человека, которого следует остановить для проверки документов. Исследование показывает, что эта логика становится частью профессиональной социализации полицейских и воспринимается как обычная технология работы.
Авторы также называют этот механизм instrumental racism — инструментальным расизмом, хотя здесь нет расы в смысле цвета кожи, как это исследуется в США. Раса здесь трактуется расширительно - как категория, связанная с внешними признаками человека-цели контроля - то как он выглядит, то как одет, оказывается главным критерием полицейской дискреции. Этнические признаки используются не обязательно потому, что сотрудники полиции разделяют определенную идеологию, а потому, что именно так устроены повседневные практики. Визуальная категоризация становится рабочим инструментом поиска тех, кого государство считает объектом проверки.
Поэтому доклад Макса Любелла на конференции LSA оказался таким интересным.
Когда соседи в районных чатах начинают говорить о «не наших», когда алгоритмы выделяют «подозрительные» профили, а государственные институты в рутинной практике превращают юридические категории в этнические, мы видим разные проявления одного и того же механизма.
Контроль почти никогда не начинается с технологий.
Он начинается с ответа на вопрос: кого общество считает человеком, которого следует контролировать?
#LSA2025 #LEADLab #EmpiricalLegalStudies #Policing #MigrationStudies #LawAndSociety
___________________________________________________
1. см. книгу Милиция и этнические мигранты: практикм взаимодействия. под ред. Воронкова В., Гладарева Б. и Сагитовой Л. СПб, Алетейя, 2011
2. см. соответствующую главу в книге, а также здесь на английском
🔥1
В разговоре о цифровом наблюдении и городской безопасности, вспомним еще одно исследование, выросшее из проектов ИПП и опубликованное уже в международном журнале.
Что общего между камерами наблюдения в Москве, Париже, Брюсселе и Эдинбурге?
На первый взгляд ответ очевиден: все они должны помогать бороться с преступностью.
Но исследование Дмитрия Серебренникова и Дмитрия Скугаревского предлагает посмотреть на проблему иначе.
Авторы рассматривают камеры не просто как инструмент наблюдения, а как материальное воплощение того, как городские власти представляют себе безопасность.
Для этого исследователи собрали данные о тысячах муниципальных камер в четырех европейских столицах и сравнили, какие городские пространства чаще всего оказываются под наблюдением.
Вместо привычного вопроса «где больше преступности?» они задали другой:
📍 Какие места власти считают настолько важными, что их нужно наблюдать постоянно?
В Москве камеры чаще связаны с пространствами, имеющими символическое значение: жилыми кварталами, школами, детскими площадками и религиозными объектами. Безопасность здесь выглядит как централизованный городской проект, ориентированный на защиту значимых общественных пространств.
В Париже и Брюсселе логика другая. Там камеры тяготеют к транспортным узлам, станциям метро, велосипедной инфраструктуре и местам интенсивного движения людей. Безопасность организуется скорее как управление потоками и городской мобильностью.
Вывод авторов: камеры помогают увидеть не столько преступность, сколько представления властей о том, что именно требует контроля и защиты. Карта видеонаблюдения оказывается одновременно и картой городского воображения.
📖 Статья получила символичное название — A Tale of Four Cities. И действительно показывает, что даже одинаковая технология может становиться частью совершенно разных проектов безопасности. Ссылка на текст тут
#дискуссия
Что общего между камерами наблюдения в Москве, Париже, Брюсселе и Эдинбурге?
На первый взгляд ответ очевиден: все они должны помогать бороться с преступностью.
Но исследование Дмитрия Серебренникова и Дмитрия Скугаревского предлагает посмотреть на проблему иначе.
Авторы рассматривают камеры не просто как инструмент наблюдения, а как материальное воплощение того, как городские власти представляют себе безопасность.
Для этого исследователи собрали данные о тысячах муниципальных камер в четырех европейских столицах и сравнили, какие городские пространства чаще всего оказываются под наблюдением.
Вместо привычного вопроса «где больше преступности?» они задали другой:
📍 Какие места власти считают настолько важными, что их нужно наблюдать постоянно?
В Москве камеры чаще связаны с пространствами, имеющими символическое значение: жилыми кварталами, школами, детскими площадками и религиозными объектами. Безопасность здесь выглядит как централизованный городской проект, ориентированный на защиту значимых общественных пространств.
В Париже и Брюсселе логика другая. Там камеры тяготеют к транспортным узлам, станциям метро, велосипедной инфраструктуре и местам интенсивного движения людей. Безопасность организуется скорее как управление потоками и городской мобильностью.
Вывод авторов: камеры помогают увидеть не столько преступность, сколько представления властей о том, что именно требует контроля и защиты. Карта видеонаблюдения оказывается одновременно и картой городского воображения.
📖 Статья получила символичное название — A Tale of Four Cities. И действительно показывает, что даже одинаковая технология может становиться частью совершенно разных проектов безопасности. Ссылка на текст тут
#дискуссия
SpringerLink
A tale of four cities: Exploring security through environmental characteristics of CCTV equipment placement
Journal of Computational Social Science - Surveillance systems in modern cities are often regarded as the great state panopticon of omnipresent cameras. Drawing on institutional sociology and...
❤5🔥2
Forwarded from LEAD Lab — Law, Empirics & Data Lab
Authoritarianism and the Rule of Law: A UK Perspective
Пока мы еще не успеваем публиковать все репортажи с конференций, на которые попадаем, академический мир уже подбрасывает новые интересные события.
На этот раз — междисциплинарный воркшоп в Школе права Университета Лидса, посвященный авторитаризму, правому популизму и вызовам верховенству права в Великобритании и за ее пределами.
В программе:
⚖️ право на протест и ограничения гражданских свобод
⚖️ демократический откат (democratic backsliding)
⚖️ расширение карательного государства
⚖️ юридическая этика
⚖️ роль юристов в условиях политических трансформаций
Организаторы предусмотрели полноценное онлайн-участие через Microsoft Teams. Так что это редкая возможность оказаться на британском академическом мероприятии без виз, перелетов и поисков гостиницы.
Регистрация открыта (для онлайн-участия ограничений нет).
Если кто-то из подписчиков будет участвовать — расскажите потом о самых интересных дискуссиях. Скоро мы запустим форму обратной связи с нами! Мы всегда рады расширять сеть наблюдателей за тем, что происходит в мире socio-legal studies.
#анонсы
Пока мы еще не успеваем публиковать все репортажи с конференций, на которые попадаем, академический мир уже подбрасывает новые интересные события.
На этот раз — междисциплинарный воркшоп в Школе права Университета Лидса, посвященный авторитаризму, правому популизму и вызовам верховенству права в Великобритании и за ее пределами.
В программе:
⚖️ право на протест и ограничения гражданских свобод
⚖️ демократический откат (democratic backsliding)
⚖️ расширение карательного государства
⚖️ юридическая этика
⚖️ роль юристов в условиях политических трансформаций
Организаторы предусмотрели полноценное онлайн-участие через Microsoft Teams. Так что это редкая возможность оказаться на британском академическом мероприятии без виз, перелетов и поисков гостиницы.
Регистрация открыта (для онлайн-участия ограничений нет).
Если кто-то из подписчиков будет участвовать — расскажите потом о самых интересных дискуссиях. Скоро мы запустим форму обратной связи с нами! Мы всегда рады расширять сеть наблюдателей за тем, что происходит в мире socio-legal studies.
#анонсы
Tickettailor
Select tickets – Authoritarianism and the Rule of Law: A UK Perspective – LG.06, Liberty Building
Authoritarianism and the Rule of Law: A UK Perspective – LG.06, Liberty Building, Tue 7 Jul 2026 - The Legal Professions Research Group and the Centre for Innovation and Research in Criminological and...
👍1
Конференция стартует уже завтра. Регистрируйтесь, если планируете участвовать.
Подробную программу конференции можно посмотреть тут
Подробную программу конференции можно посмотреть тут
🔥1
Продолжая разговор о цифровом контроле и алгоритмах, стоит вспомнить еще одно исследование, выросшее из проектов ИПП.
В статье Дмитрия Серебренникова «Инфраструктура как камера-обскура социальных классификаций: системы городского видеонаблюдения в малых городах» камеры наблюдения рассматриваются не как нейтральная технология, а как способ увидеть, как государство и муниципальные власти классифицируют городское пространство.
Исследование показывает, что решения о размещении камер редко сводятся к техническим расчетам. Когда чиновники, сотрудники экстренных служб и правоохранительных органов проектируют систему видеонаблюдения, они одновременно создают карту того, какие места считают опасными, а какие — безопасными.
Анализ трех муниципальных систем «Безопасный город» позволил выделить несколько устойчивых паттернов.
Во-первых, город часто мыслится как крепость. Камеры концентрируются на въездах и выездах, вокзалах и других точках доступа на территорию. Контроль границ оказывается одной из ключевых задач системы.
Во-вторых, встречается логика сети: ограниченное число камер распределяется по узловым точкам городской инфраструктуры, чтобы обеспечить максимально широкий охват территории.
Наконец, особое внимание уделяется пространствам, которые воспринимаются как потенциально уязвимые или требующие повышенной защиты: детским площадкам, школам, объектам критической инфраструктуры и символически значимым местам.
Один из важных выводов статьи заключается в том, что инфраструктуры не просто обеспечивают безопасность. Они фиксируют и воспроизводят представления власти о том, что именно должно находиться под наблюдением. Поэтому карта расположения камер оказывается одновременно и картой бюрократического воображения города.
Полный текст статьи
#LEADLab #дискуссия
В статье Дмитрия Серебренникова «Инфраструктура как камера-обскура социальных классификаций: системы городского видеонаблюдения в малых городах» камеры наблюдения рассматриваются не как нейтральная технология, а как способ увидеть, как государство и муниципальные власти классифицируют городское пространство.
Исследование показывает, что решения о размещении камер редко сводятся к техническим расчетам. Когда чиновники, сотрудники экстренных служб и правоохранительных органов проектируют систему видеонаблюдения, они одновременно создают карту того, какие места считают опасными, а какие — безопасными.
Анализ трех муниципальных систем «Безопасный город» позволил выделить несколько устойчивых паттернов.
Во-первых, город часто мыслится как крепость. Камеры концентрируются на въездах и выездах, вокзалах и других точках доступа на территорию. Контроль границ оказывается одной из ключевых задач системы.
Во-вторых, встречается логика сети: ограниченное число камер распределяется по узловым точкам городской инфраструктуры, чтобы обеспечить максимально широкий охват территории.
Наконец, особое внимание уделяется пространствам, которые воспринимаются как потенциально уязвимые или требующие повышенной защиты: детским площадкам, школам, объектам критической инфраструктуры и символически значимым местам.
Один из важных выводов статьи заключается в том, что инфраструктуры не просто обеспечивают безопасность. Они фиксируют и воспроизводят представления власти о том, что именно должно находиться под наблюдением. Поэтому карта расположения камер оказывается одновременно и картой бюрократического воображения города.
Полный текст статьи
#LEADLab #дискуссия
🔥5
Loading…