Jeremy W. Crampton Matthew Wilson Matthew Zook The - - PowerPoint PPT Presentation

Jeremy ¡W. ¡Crampton ¡ Matthew ¡Wilson ¡ Matthew ¡Zook ¡ ¡ The ¡New ¡Mappings ¡Collaboratory ¡ The ¡University ¡of ¡Kentucky ¡

Objec&ve ¡

— Identify ¡the ¡critical ¡factors ¡(and ¡metrics) ¡of ¡

sustainable ¡“big ¡data” ¡in ¡spatially ¡enabled ¡smart ¡ campus ¡(SESC) ¡

— What ¡is ¡sustainable? ¡

— What ¡is ¡means ¡here ¡ — How ¡it ¡helps ¡here ¡

— Three ¡big ¡data ¡paradoxes ¡(Richards ¡& ¡King, ¡2013). ¡

Richards, ¡N.M. ¡and ¡King, ¡J.H. ¡2013. ¡Three ¡Paradoxes ¡of ¡Big ¡Data. ¡Stanford ¡Law ¡Review ¡Online, ¡66(41), ¡41-­‑46. ¡

Smart ¡city, ¡smart ¡campus? ¡

— 2008 ¡as ¡conjunction ¡of ¡three ¡events ¡

(Townsend ¡2013) ¡

— Majority ¡living ¡in ¡cities ¡ — More ¡mobile ¡subscribers ¡than ¡wire ¡ — Internet ¡of ¡things ¡(of ¡everything) ¡

— Implications ¡of ¡all ¡three ¡contested ¡

— Eg., ¡Neil ¡Brenner ¡“The ¡urban ¡age ¡in ¡

question” ¡

Anthony ¡Townsend ¡Smart ¡Cities ¡(2013) ¡

Cri&cal ¡factors ¡and ¡metrics ¡of ¡big ¡data ¡

— How ¡can ¡big ¡data ¡be ¡implemented ¡in ¡the ¡

smart ¡[space]? ¡

— Is ¡it ¡sustainable? ¡ — Big ¡data ¡been ¡identified ¡both ¡as ¡commonly-­‑

proposed ¡solution ¡ ¡

— Eg., ¡for ¡enhancing ¡national ¡security. ¡NSA ¡

Director: ¡“Collect ¡it ¡all, ¡tag ¡it, ¡store ¡it.” ¡

— And ¡as ¡creating ¡negative ¡outcomes ¡

— Eg., ¡geosurveillance ¡and ¡widening ¡inequality ¡

Sustainability ¡

— Scope ¡of ¡sustainability ¡

science ¡is ¡broad: ¡

— Human ¡interactions ¡with ¡

technology ¡and ¡the ¡ environment ¡

— Long-­‑term ¡resilience ¡

(proxies?) ¡

— Sustainability ¡= ¡increasing ¡human ¡well-­‑being ¡ — Is ¡big ¡data ¡as ¡a ¡concept ¡and ¡practice ¡sustainable? ¡ — Is ¡it ¡sustainable ¡to ¡live ¡in ¡a ¡big ¡data ¡smart ¡city|

campus? ¡

— Do ¡we ¡know ¡the ¡(proxy) ¡metrics ¡to ¡answer ¡these ¡

questions? ¡

— Transparency ¡paradox ¡

— Big ¡data ¡promises ¡to ¡make ¡the ¡world ¡more ¡transparent, ¡

but ¡threatens ¡loss ¡of ¡privacy ¡

— Identity ¡paradox ¡

— Big ¡data ¡threatens ¡to ¡deprive ¡rights ¡to ¡self-­‑identity ¡

— Power ¡paradox ¡

— Big ¡data ¡sensors ¡and ¡solutions ¡predominantly ¡in ¡hands ¡

• f ¡big ¡corporate ¡and ¡state ¡entities ¡

— If ¡the ¡smart ¡campus ¡is ¡not ¡sustainably ¡designed… ¡ — …does ¡not ¡lead ¡to ¡improved ¡human ¡well-­‑being ¡in ¡the ¡

long ¡term: ¡

— it ¡will ¡fail ¡its ¡objectives ¡ — We ¡seek ¡input ¡from ¡the ¡workshop ¡to ¡develop ¡and ¡

implement ¡consensual ¡proxies ¡for ¡big ¡geodata ¡

— Transparency ¡paradox ¡

(asymmetry): ¡

— How ¡big ¡data ¡works ¡has ¡been ¡

“shrouded ¡in ¡secrecy” ¡

— But ¡has ¡“peeled ¡back ¡the ¡

• nion” ¡of ¡personal ¡and ¡

collective ¡privacy ¡

Ball, ¡J., ¡B. ¡Schneier, ¡and ¡G. ¡Greenwald. ¡2013. ¡NSA ¡and ¡GCHQ ¡Target ¡Tor ¡Network ¡that ¡Protects ¡ Anonymity ¡of ¡Web ¡Users. ¡The ¡Guardian, ¡4 ¡October ¡

• 1. ¡Is ¡there ¡a ¡transparency ¡asymmetry? ¡

¡

— What ¡do ¡we ¡know ¡about ¡how ¡big ¡data ¡are ¡used ¡on ¡the ¡

smart ¡campus? ¡What ¡is ¡publicly ¡known? ¡

— Increased ¡scholarly ¡attention ¡to ¡both ¡has ¡improved ¡

knowledge ¡of ¡the ¡“exaflood” ¡(Sui, ¡Elwood ¡& ¡Goodchild ¡ 2013) ¡

— What ¡are ¡the ¡oversight ¡mechanisms ¡of ¡its ¡use? ¡Who ¡

controls ¡the ¡data? ¡

— Less ¡clear: ¡2020 ¡or ¡1984? ¡(Goodchild, ¡2013) ¡

Sui, ¡D. ¡Z., ¡S. ¡Elwood, ¡and ¡M. ¡F. ¡Goodchild. ¡2013. ¡Crowdsourcing ¡geographic ¡ knowledge ¡: ¡volunteered ¡geographic ¡information ¡(VGI) ¡in ¡theory ¡and ¡practice. ¡ Goodchild, ¡M. ¡2013. ¡“2020 ¡or ¡1984?” ¡Presentation ¡at ¡University ¡of ¡ Kentucky, ¡4 ¡April ¡

• 2. ¡Is ¡there ¡an ¡iden&ty ¡asymmetry? ¡

¡

— Big ¡data ¡identifies ¡problems ¡and ¡potential ¡solutions ¡ — But ¡does ¡so ¡by ¡trapping ¡people ¡within ¡“filters,” ¡

profiles, ¡or ¡constrained ¡choices ¡

— Eg., ¡information ¡you ¡can ¡obtain ¡may ¡be ¡locationally-­‑

dependent ¡

— Eg., ¡Google ¡ad ¡choices, ¡national ¡security ¡“signature ¡

strikes” ¡

— What ¡knowledge ¡is ¡

enrolled ¡in ¡such ¡filters ¡or ¡ behavioral ¡signatures? ¡ Who ¡stands ¡to ¡benefit? ¡

— Is ¡it ¡sustainable ¡(leading ¡

to ¡human ¡well-­‑being?) ¡

— University ¡of ¡Kentucky ¡

spent ¡significant ¡sum ¡($5 ¡ million) ¡on ¡2,000 ¡ “behaviorally ¡activated ¡ cameras” ¡

• 3. ¡Is ¡there ¡a ¡power ¡paradox? ¡

¡

— Who ¡is ¡controlling ¡such ¡

knowledge ¡(big ¡data)? ¡

— Community, ¡state, ¡or ¡

corporate ¡contractor? ¡

— UKY: ¡Next ¡Level ¡Security ¡

Systems ¡contracted. ¡Who ¡ are ¡they? ¡

— How ¡is ¡academia ¡enrolled? ¡

— Enabling? ¡Passive? ¡

Participatory? ¡

— Big ¡data ¡smart ¡cities ¡already ¡strongly ¡dominated ¡by ¡

corporate ¡sector ¡

— IBM, ¡Cisco ¡[$40 ¡billion/yr], ¡Siemens, ¡GE ¡ — Smart ¡cities ¡$100 ¡billion ¡market ¡by ¡2020 ¡(Anderson, ¡

2013) ¡

— “Smart ¡grid” ¡etc. ¡(infrastructure) ¡ — Security ¡(multi-­‑$bn ¡business) ¡

— And ¡by ¡government ¡

— Potentially ¡557,000 ¡local ¡governments ¡worldwide ¡

adopting, ¡testing, ¡implementing ¡smart ¡city ¡practices ¡

Conclusions ¡

— Knowledge ¡is ¡not ¡just ¡information ¡

collected ¡and ¡interpreted ¡

— Question ¡of ¡who ¡controls ¡it ¡

— Goodchild, ¡Wainwright ¡etc. ¡on ¡the ¡Bowman ¡

Expeditions ¡(BE) ¡

— Corporate/militarization ¡of ¡knowledge ¡

— In ¡real ¡world ¡does ¡not ¡exist ¡in ¡pure ¡form, ¡

always ¡a ¡context ¡of ¡power/knowledge ¡

— BE ¡intervenes ¡in ¡land ¡tenure ¡and ¡land ¡rights ¡

to ¡render ¡more ¡“visible” ¡to ¡the ¡state ¡(Scott, ¡ 1998) ¡

Scott, ¡J. ¡1998. ¡Seeing ¡Like ¡a ¡State. ¡

— Ordinary ¡citizens ¡are ¡constituted ¡as ¡“subjects” ¡of ¡big ¡data ¡

— The ¡surveillant ¡calculating ¡state ¡ — “We ¡realized ¡we ¡can ¡build ¡probabilistic ¡maps ¡of ¡how ¡your ¡phone ¡

sees ¡the ¡world” ¡–Foursquare ¡lead ¡data ¡scientist ¡

— Transparency—not ¡enough ¡to ¡simply ¡“add ¡transparency” ¡

— Must ¡be ¡reversed: ¡less ¡secrecy ¡for ¡corporate/state, ¡more ¡privacy ¡for ¡

citizen ¡from ¡ground ¡up ¡(privacy ¡“baked ¡in”) ¡

— Do ¡we ¡know ¡the ¡right ¡metrics ¡for ¡sustainable ¡human ¡well-­‑being ¡

with ¡big ¡data? ¡If ¡not, ¡what ¡is ¡our ¡path ¡to ¡identifying ¡them? ¡

— Reduce ¡obstacles ¡from ¡state/corporate ¡sovereignty ¡over ¡data ¡ ¡

— Opt-­‑in. ¡The ¡EU ¡General ¡Data ¡Protection ¡Regulation. ¡Data ¡

managers ¡