Med stordata og maskinlæring som lukkemuskler – En analyse av hvilke retoriske strategier kommunikasjonsbyrået Zynk benytter for å bygge aktør-nettverk rundt stordataverktøyet Q-ball

Abstract

I denne oppgaven har jeg foretatt en kvalitativ og empirisk studie av fenomenet stordata som et sosio-teknologisk fenomen, med aktør-nettverksteori som et overordnet perspektiv. Casen jeg har benyttet er salgsfremstøtene, formidlingen og debatten rundt stordataverktøyet Q-ball. I oppgaven benytter jeg begreper som innrullering, inskripsjon og sorte bokser, samt retoriske begreper, for å se hvordan påstandene rundt Q-ball fremsettes. Gjennom tre analysekapitler undersøker jeg hvordan stordataverktøyet presenteres, mottas og kritiseres. Til slutt betraktes de retoriske strategiene rundt Q-ball gjennom to teser: usynliggjøring og fleksibilitet. Disse strategiene kan settes inn i en større kontekst av hvordan fenomener som stordata og maskinlæring kan legitimeres og deretter benyttes som allierte i en større kamp om å bygge opp om forestillingene av disse fenomenene som objektive, automatiske og uangripelige. Forhåpentligvis bidrar denne oppgaven til å åpne opp noen av de antakelsene fenomenet stordata bygges på.

In this case study, I attempt to study the phenomenon of Big Data through the sociotechnical perspective of actor-network theory. I consider the rhetorical strategies utilized by a Norwegian communication’s firm trying to gain foothold for their Big Data tool Q-ball. Building on analytical terms such as enrollment, inscription and black boxes, in addition to classical rhetorical devices, I study the claims and mythological appeals surrounding Q-ball. Throughout three analytical chapters, I explore how the Big Data tool in question is presented, understood and criticized. I conclude by looking at the rhetorical strategies through the concepts of invisibility and flexibility. In a broader context, the strategies presented in this thesis may be further utilized to explore how phenomena such as Big Data and Machine Learning are built into actor-networks through the mythological claims of objectiveness, automation and untouchability. Hopefully, this case study may contribute to opening up of the assumptions the phenomenon of Big Data is built on and into.