Зростання присутності алгоритмічних систем в управлінні та повсякденних соціальних практиках вказує на глибоку трансформацію сучасних владних відносин та раціональність управління в цифрових суспільствах. Метою статті було провести філософський аналіз переходу від дисциплінарної влади до алгоритмічної та з’ясувати, як цей зсув переосмислив умови формування суб’єкта у ХХІ столітті. Дослідження базувалося на поєднанні герменевтичної інтерпретації, критичної теорії та концептуального аналізу, які були застосовані для реконструкції дисциплінарних моделей влади, вивчення перехідних форм контролю та аналізу сучасних режимів алгоритмічного управління як соціально-технічних конфігурацій. Встановлено, що алгоритмічна влада функціонує через автоматизоване прийняття рішень та прогнозне моделювання, тим самим трансформуючи епістемічні основи управління та переосмислюючи взаємозв’язок між владою, знаннями та суб’єктивністю. Продемонстровано, що, на відміну від дисциплінарної влади, що спиралася на інституційну видимість та нормалізацію, алгоритмічна влада функціонує децентралізовано та непрозоро та вбудована в цифрові інфраструктури, що опосередковують повсякденні практики. Проаналізовано, що алгоритмічне управління запроваджує випереджальну часову логіку, згідно з якою майбутня поведінка, а не минулі дії, стає основним об’єктом регулювання. Обґрунтовано, що сучасна суб’єктність дедалі більше конституюється через алгоритмічну класифікацію та випереджальне регулювання, що породжує парадоксальний стан поєднання формальної автономії зі структурною залежністю від алгоритмічних медіацій. Також показано, що відповідальність розпорошилася по розподілених соціально-технічних системах, ускладнюючи класичні етичні та політичні моделі. Результати дослідження можуть бути застосовані у соціальній філософії, дослідженнях цифрового управління та етиці штучного інтелекту для підтримки розвитку нормативних підходів до прозорості, а також можливостей критики та опору в алгоритмічно опосередкованих суспільствах
Від дисциплінарної влади до алгоритмічної: філософія суб’єкта у XXI столітті
Анотація
Ключові слова
цифрове врядування; соціальне регулювання; автономія; суб’єктність; владні відносини
- Amoore, L. (2020). Cloud ethics: Algorithms and the attributes of ourselves and others. London: Duke University Press. doi: 10.1215/9781478009276.
- Benjamin, R. (2019). Race after technology: Abolitionist tools for the new Jim Code. Cambridge: Polity Press.
- Birch, K., Cochrane, D., & Ward, C. (2021). Data as asset? The measurement, governance, and valuation of digital personal data by Big Tech. Big Data & Society, 8(1), 1-15.
doi: 10.1177/20539517211017308. - Couldry, N., & Mejias, U. (2022). The costs of connection: How data is colonizing human life. London: Bloomsbury Publishing.
- Crawford, K. (2022). Atlas of AI: Power, politics, and the planetary costs of artificial intelligence. New Haven: Yale University Press.
- Deleuze, G. (1992). Postscript on the societies of control. October, 59, 3-7.
- Eubanks, V. (2018). Automating inequality: How high-tech tools profile, police, and punish the poor. New York: St. Martin’s Press.
- Foucault, M. (1995). Discipline and punish: The birth of the prison. New York: Random House, Inc.
- Fourcade, M., & Healy, K. (2017). Seeing like a market. Socio-Economic Review, 15(1), 9-29. doi: 10.1093/ser/mww033.
- Gillespie, T. (2024). Generative AI and the politics of visibility. Big Data & Society, 11(2), 1-14. doi: 10.1177/20539517241252131.
- Kitchin, R. (2016). Thinking critically about and researching algorithms. Information, Communication & Society, 20(1), 14-29. doi: 10.1080/1369118X.2016.1154087.
- Kitchin, R. (2019). The timescape of algorithmic governance. Annals of the American Association of Geographers, 109(3), 775-790. doi: 10.1080/24694452.2018.1497475.
- Lash, S. (2007). Power after hegemony. Theory, Culture & Society, 24(3), 55-78. doi: 10.1177/0263276407075956.
- Leonelli, S. (2016). Data-centric biology. A philosophical study. Chicago: University of Chicago Press. doi: 10.7208/chicago/9780226416502.001.0001.
- Lupton, D. (2019). Data selves: More-than-human perspectives. Cambridge: Polity Press.
- Milan, S., & Treré, E. (2019). Big data from the South(s): Beyond data universalism. Television & New Media, 20(4), 319-335. doi: 10.1177/1527476419837739.
- Srnicek, N. (2016). Platform capitalism. Cambridge: Polity Press.
- Veale, M., & Borgesius, F.Z. (2021). Demystifying the draft EU artificial intelligence Act. Computer Law Review International, 22(4), 97-112. doi: 10.9785/cri-2021-220402.
- Wieringa, M. (2020). What to account for when accounting for algorithms. In FAT* ‘20: Proceedings of the 2020 conference on fairness, accountability, and transparency (pp. 1-18). New York: ACM. doi: 10.1145/3351095.3372833.
- Ziewitz, M. (2015). Governing algorithms: myth, mess, and methods. Science, Technology, & Human Values, 41(1), 3-16. doi: 10.1177/0162243915608948.
- Zuboff, S. (2019). The age of surveillance capitalism. New York: PublicAffairs.
Skyrtach, V., & Martynov, R.
(2026).
From disciplinary power to algorithmic power: Philosophy of the subject in the twenty-first century.
Philosophy, Economics and Law Review,
6(1),
19-28.
https://doi.org/10.63341/2786-491X-2026-1-19