Majandussotsioloogia Tekstid 4-6 2020 (0)

Majandussotsioloogia Seminar 6 Tekstid 4 ja 5 Jekaterina Bavõkina 193893TABB Tekst   4:  Ritzer,   G.,   &   Miles,   S.   (2019).   The   changing   nature   of   consumption   and   the
intensification of McDonaldization in the digital age. Journal of Consumer Culture, 19 (1), 3–
20 - Palun kirjeldage McDonaldsi ja Amazoni näitel, kuidas on kliendid prosumerid. Kas te olete ise Amazonist oste tehes või McDonaldsis süües tundnud, et teete tasuta tööd?
Palun põhjendage. Esiteks,   kes   on  prosumer?   Prosumer   -   isik,   kes   võtab   aktiivselt   osa   kaupadest   ja
teenustest, mida ta ise tarbib. McDonaldsi kontseptsioon on see, et restoranis pole ühtegi
kelnerit, kes serveeriks kliente laudade ääres, sundides seeläbi kliente järjekorras seisma ja
tellimust esitama, kassas ise maksma ning ise tellimusele järele tulema. Peale selle peate
pärast kõike koristama, tehes seeläbi taas kelneri-koristaja tööd. Sama on ka Amazonis.
Keegi ei aita kliendil seda kaupade hulgast valida, mistõttu on ta sunnitud potentsiaalseid
oste ise analüüsima ja võrdlema. Seejärel sisestab ta maksmiseks ja kohaletoimetamiseks
iseseisvalt oma andmed. Ma   ei   tundnud,   et   teen   seda   tööd   tasuta.   Sellistes   kohtades   on   teenuste   hinnad   üsna
madalad kui kohtades, kus selleks on spetsiaalsed inimesed. Seega võime eeldada, et teen
palka teenuste hindade erinevuse järgi. - Palun kirjeldage,  kuidas on Uber ja Airbnb rohkem McDonaldiseeritud  kui nende alternatiivid. Need kõik põhinevad mitteinimlikel tehnoloogiatel, mis kiirendavad McDonaldisatsiooni
oluliselt,   sealhulgas   suurendavad   tõhusust   mitmel   viisil.   Uberi   on   nutitelefoni   kaudu
võimalik saada palju tõhusamalt kui takso taksata näiteks New Yorgi tänavatel. Airbnb-st
on palju tõhusam leida üüritavat elukohta kui seda muul viisil otsida (väidet, et Airbnb
pakub ainulaadsemat personaalset mitte-hotellikogemust, hägustab asjaolu, et paljudele
Airbnb-i kinnistutele esitatakse neutraalsete hotellidega sarnaselt). Siis on Uberiga seotud
suurem arvutus, kuna hind on ette teada ja see võetakse automaatselt krediitkaardi kontolt.
Ei ole vaja sularaha otsida ega proovida jootraha välja arvutada, kuna Uber paneb jootraha
tavaliselt pahaks (kuigi autojuhid tervitavad vihjeid üldiselt). - Palun tooge esile, mida huvitavat enda jaoks tekstist leidsite ning mida sooviksite seminaris arutada. Seda kõike oli huvitav vaadata teiselt poolt. Ma pole kunagi arvanud, et töötan tasuta.
Ühelt   poolt   loob   see   klientidele   rohkem   võimalusi   (eriti   rahalisi),   teisalt   jätab   selline
automatiseerimine paljud inimesed ilma töökohtadeta.


Majandussotsioloogia Seminar 6 Tekstid 4 ja 5 Tekst 5: Lazer, D. and Radford, J. (2017) Data ex Machina: Introduction to Big Data. Annual
Review of Sociology 43:19–39. - Mis  on  big   data?  Kuidas   ta  erineb  traditsioonilistest   andmestike  vormidest   (nagu näiteks statistika või küsimustiku andmestik)? Suurandmed (big data) on andmed, mis on sedavõrd suure mahuga või keerulised, et nende
töötlemiseks   ei   piisa   tavapärastest   vahenditest   ja   ressurssidest.   Traditsiooniliselt   on
suurandmete jaoks iseloomulikud tunnused välja toodud „kolm V-d”: maht (Volume; füüsilise
mahu   hulga   mõttes),   kiirus   (Velocity;   kiirus   nii   kasvukiiruse   kui   ka   kiire   töötlemise   ja
tulemuste   saamise   vajaduse   mõttes),   mitmekesisus   (Variety;   eri   tüüpi   struktureeritud   ja
poolstruktureeritud   andmete   samaaegse   töötlemise   võimaluse   mõttes).   Traditsioonilised
andmevormid ei ole võimelised nii suuri koguseid kuvama ja töötlema. Lisaks on  big data
töötlemiseks enamasti vaja Internetti (andmeallikad) ning töötlusmasinad töötlevad pidevalt
uusi   sissetulevaid   andmeid,   millega   küsimustik   täpselt   toime   ei   tule.   Samuti   big   data’na
võivad olla pildid (näiteks astronoomias), aga statistika kuvab kõige sagedamini arvväärtusi. - Missuguseid   uusi  võimalusi   ja   riske   võib  big   data  tekitada   sotsiaalteadlastele   (ka majandusteadlastele)? Ühiskonnale üldiselt? Ettevõtetele? Suurandmed muudavad paljude teadlaste elu kõigis valdkondades lihtsamaks. Ettevõtted
ja teadlased ei pea tegema mitmeid küsitlusi ja intervjuusid, sest nad saavad vajalikke
andmeid suurest andmebaasist. Kuna andmeid uuendatakse pidevalt, on ettevõtte teave
üldjuhul ajakohane. Nad teavad alati, mida turul praegu hinnatakse, mida klient vajab.
Nad säästavad aega, raiskamata seda kirjanduse uurimisele ja küsimustike koostamisele
ning   saadud   andmete   töötlemisele.   Teadlased   on   kasutanud   suuri   andmeid,   et   vastata
vanadele küsimustele uuel viisil ja uutele küsimustele, millele pole kunagi varem vastatud.
Nende   õnnestumised   ja   ebaõnnestumised   on   aidanud   meil   tuvastada   selle   valdkonna
teadusuuringute   lubadusi   ja   lõkse   ning   seda,   milliseid   investeeringuid   peavad
institutsioonid selle uuringu tuleviku jaoks tegema. Teisalt on selline lihtsustamine suur risk. Teadlaste, organisatsioonide ja ühiskonna jaoks
suurandmete hankimise ja kasutamisega on seotud tõsised eetilised väljakutsed. Probleem
seisneb aga selles, et reeglite osas peaks olema üksmeel ning teadusühingute sõnastatud
poliitikad ja soovitused erinevad märkimisväärselt, mis on sageli üksteisega vastuolus.
Selliste reeglite puudumine loob uusi võimalusi ründajatele ja petturitele. - Palun tooge esile, mida huvitavat enda jaoks tekstist leidsite ning mida sooviksite seminaris arutada. Oli väga  huvitav  teada,  kuidas on Vikipeedia  seotud  suurandmetega.  Mulle avaldasid
muljet nii suurandmete võimalused kui ka nende väljavaated, näiteks online data sidumine
offline data’ga. Seminaril saame taas arutada big data plusse ja miinuseid.


Majandussotsioloogia Seminar 6 Tekstid 4 ja 5 Tekst 6: Brady, D. (2019) Theories of the Causes of Poverty.  Annual Review of Sociology
45:155–75  Palun kirjelda kolme peamist teooriat vaesuse põhjuste uurimisel.  Millele  teooriad
keskenduvad / mida väidavad? Kolm peamist vaesuse teooriad: käitumuslik, struktuurne ja poliitiline.  Kõigi teooriate
puhul   on   väljaspool   vaadet   põhilised   ja   põhimõttelised   põhjused.   Seega   keskenduvad
teooriad mõistlikult lähedastele teguritele. Käitumisteooria:  Käitumine   on peamine  vaesust  põhjustav  mehhanism.  Selle   selgituse
kohaselt on vaesed vaesed, kuna nad käituvad ebasoodsas, vaesust suurendavas käitumises
või   riskivad   nagu   üksikemadus   või   töötus.   Vaesus   on   kontekstis   suur,   kuna   sellisele
käitumisele   viitavad   demograafiliste   tunnustega   inimesed   on   sageli   levinud.   Vaesuse
vähendamiseks peame vähendama sellise käitumisega inimeste levimust. Struktuuriline   teooria:   See   teooria   baseerub   majanduse   ja   demograafia   põhjal.  Selles
teoorias pole rõhk sisul ja käitumisel, vaid just vaesuse elamise struktuuril. Sinu vaesus
sõltub mis riigis sina oled sündinud ja elad praegu. Poliitiline   teooria:   Need   väidavad,   et   vaesus   on   poliitiline   tulemus,   mille   taga   on
võimusuhted ja ressursside jaotamise kollektiivsed valikud. Need teooriad väidavad, et
võim   ja   institutsioonid   põhjustavad   poliitikat,   mis   põhjustab   vaesust   ja   mõõdukustab
käitumise-vaesuse seost. Võim ja institutsioonid tugevdavad üksteist ning institutsioonid
kujundavad otseselt ka vaesust ja mõõdukustavad käitumise ja vaesuse seost.  Palun too välja põhiküsimused, mille põhjal teooriaid saab omavahel eristada. Teooriate   eristamiseks   tuleb   esitada   küsimus,   mis   ühte   neist   otseselt   iseloomustab   ja
sellega   seostub.   Esimese   teooria   jaoks   sobib   küsimus   "Mida   ma   valesti   teen?"   Teise
teooria jaoks - "Kas midagi  muutub, kui ma kolin?" Ja viimase  teooria  jaoks - "Mis
juhtub, kui tuleb teine võim?"  Palun  too välja,  mida   huvitavat   antud  artiklist   enda  jaoks leidsid.   Mida  sooviksid
seminaris arutada? Huvitav   oli   lugeda   vaesuse   põhjuseid   kirjeldavate   teooriate   kohta.   Tahaksin,   et   neid
teooriaid ka tulevikus praktikas rakendataks, et inimesed, kes on vaesed mitte oma süü
tõttu, ei süüdistaks ennast, teades, et on ka teisi teooriaid.