# 丛书前言 “寻找媒介”丛书（In Search of Media） 丛书主编：格茨·巴赫曼（Götz Bachman）、蒂蒙·拜斯（Timon Beyes）、梅赛德丝·邦茨（Mercedes Bunz）、温蒂·全嘉莹（Wendy Hui Kyong Chun） 本丛书书目：《交流》（*Communication*）、《机器》（*Machine*）、《市场》（*Markets*）、《模式歧视》（*Pattern Discrimination*）、《留存》（*Remain*） --- “媒介决定我们的处境”，弗里德里希·基特勒（Friedrich Kittler）在《留声机、电影、打字机》（*Gramophone, Film, Typewriter*）的导言中写下了这句声名狼藉的话。尽管这一断言无疑是极端的——媒介考古学也一直因过于戏剧化、过于聚焦技术发展而受到批评——它却推动我们继续把媒介思考为一种设定条件的东西：它规定了我们赖以生活、交往、交流、组织、从事学术研究等等的条件。毕竟，正如基特勒在近三十年前那段开篇陈述中接着写道的，我们的处境，“不论是尽管有媒介还是正因为有媒介”，都“值得一番描述”。那么，媒介的“条件”（terms）——它的界限、条件、时期、关系、措辞——究竟是什么？这些条件与“决定”之间又是什么关系？“寻找媒介”丛书通过考察用户在其中活动的、往往语焉不详的“媒介条件”（terms of media）来回答这些问题。也就是说，本丛书的目标并不是编写一系列以关键词为纲、用以描述媒介实践的解释性文本，而是去理解媒介得以生产的条件（即“terms”），以及媒介如何影响并改变这些条件。 显然，搜索引擎的兴起助长了关键词和术语的激增与盛行。与此同时，它也改变了关键词本身的性质，因为如今任何词语和模式都可以成为“关键”。更进一步，它还改变了学习过程本身，因为搜索预设了：（a）只要措辞得当，任何问题都能得到解答；（b）答案就存在于数据库之中。换言之，真相就“在那里面”。然而，搜索/媒介对知识的影响并不止于搜索引擎。从社会学到经济学，从艺术到文学，越来越多的学科正在“寻找媒介”，以此来激活其方法与研究对象。因此，我们当前的媒介处境似乎意味着一个新的术语，它被理解为媒介性条件作用（mediatic conditioning）在时间上的变迁。于是，从最宽泛的意义上说，本丛书追问的是：知识本身的条件或前提是什么？ 为了回答这一问题，丛书每一册都收录两位（或更多）作者的介入性论述，他们对某一术语——首批为：交流、模式歧视、市场、留存、机器——的研究路径以出人意料的方式彼此分歧又相互交汇。通过让北美与欧洲的学者结对合作，本丛书也力图推进媒介理论，消除因翻译的变数和各地学术惯例的差异而在语言壁垒之间存在的那种众所周知的“十年差距”。本丛书旨在激发新的描述、新的规定和新的假说——重新思考、重新想象媒介能够做什么、必须做什么。 # 导言 克莱门斯·阿普里希（Clemens Apprich） 时至今日，社交网络制造“回音室”（echo chambers）已成老生常谈。希腊神话告诉我们，饶舌的山林仙女厄科（Echo）因帮助宙斯向赫拉隐瞒其众多风流韵事而受罚，被判只能重复别人的话语。遭到那喀索斯（Narcissus）拒绝之后，她日渐憔悴，最终只剩下一缕回声。而那喀索斯则因多次冷酷地拒绝他人而受罚，爱上了自己的倒影，最终作为单恋的牺牲品自尽身亡。由此或可得出结论：无法回应他人，就使相互的交流成为不可能，并使个体陷入孤立。在一种由算法个性化所助长的、自我肯定的自恋文化中，共同体——如果不说民主的话——据称已遭摧毁。然而，这一类比忽略了这场社会技术变革更深层的意涵。隐藏在社交媒体的“回音室”和“过滤气泡”（filter bubbles）背后的，是一种极度化约的身份政治（identity politics），它把阶级、种族和性别设定为“不可改变的”范畴。因此，正当西方民主国家已变得“后种族”（postracial），人文学科内部直言不讳的保守派与自由进步派批评者纷纷宣布种族/阶级/性别/性取向研究已经过时之际，身份却卷土重来，来势汹汹——如果说它曾经离开过的话。 为了理解网络技术所促成的那几种身份政治，本书考察了计算文化的一条基本公理：模式歧视（pattern discrimination）。“歧视”（discrimination）一词源自拉丁语动词 discriminare，其本义仅仅是“分开、区别或作出区分”，而它到了十九世纪晚期才公然带上政治色彩。与种族主义意识形态的发展同步，“歧视”自那时起便指基于某种社会范畴（如种族、性别、性取向、年龄、阶级）而对个人施加的偏见性对待。不过，在不同的术语体系中，这个词的原初含义得以保留。正因如此，在计算机科学中，“模式判别”（pattern discrimination）至今仍被用作一个技术术语，描述将身份强加于输入数据、以便从中过滤（即判别）出信息的过程。然而，模式的划定与应用远非一个中立的过程，它本身就是一个高度政治性的问题，即便它隐藏在技术术语背后。本书的要旨，正是追溯并揭示“歧视”在意识形态用法与技术用法之间的隐秘关联，这种关联我们可以在经由算法增强的模式识别（pattern recognition）系统中切身体验到。 倘若我们在数据驱动的政治方面认真对待歧视问题，并构建承认身份根本流动性的系统，会发生什么？倘若网络科学与大数据遭遇批判理论，又会发生什么？希托·史泰尔（Hito Steyerl）在她的文章中让我们初步领略了这可能意味着什么。她向我们展示了一种机器视觉中被硬连线（hardwired）的意识形态，在这种视觉中，数据构成了我们现实的基础。然而，这一现实未必与数据产业的流行口号相符。经由算法增强的模式识别远非运转顺畅，而是在与海量的真实——也就是肮脏的——数据苦苦缠斗。正如史泰尔所解释的，算法必须不断地修补我们称之为生活的那团乱麻。而且，就像在现实生活中一样，决定纳入什么、排除什么的标准本质上是政治性的。但为什么对于网络分析学中隐含的种族主义、性别歧视与阶级歧视假设，几乎没有任何讨论？换言之，如果大多数人（或他们的数据）要么被抹去、要么并不真正在乎，我们又如何能就大数据与模式歧视展开严肃的辩论？这正是弗洛里安·克拉默（Florian Cramer）在其文中通过将计算机分析学与古典诠释学（hermeneutics）相对照而着手处理的问题。计算机不采用基于句法的叙事功能，而是运用统计方法，从而抛开了较早的批判性诠释概念。但由于数据从来都不是纯粹的，分析学也从来不是完全客观的，诠释——因而也就是诠释学——便从计算分析学的后门重新回归。在这个意义上，人文学科中那些据称“陈旧”的概念或许能为我们提供破解模式歧视之谜的钥匙：“诠释”“意义”“身份”或“主体性”都是经过充分探讨的术语，在更好地理解我们这个数字化、网络化的世界时，它们能够也应当被纳入考量。 我们的世界当前正被作为新自由主义之科学的网络科学所重塑，这是温蒂·全嘉莹（Wendy Hui Kyong Chun）的核心观察。在她的文章中，她剖析了同质相吸（homophily）这一概念：正是这一概念为看似开放而无边界的网络分解为一系列门禁松散的社群提供了依据，而大多数捕获系统中所内嵌的、基于代理人（agent-based）的市场逻辑又进一步助长了这种碎片化。如果说网络在制造隔离，那是因为网络分析建立在一种化约的身份政治之上并使之延续，这种身份政治把种族和性别设定为“不可改变的”范畴，把爱设定为本质上的“对同类之爱”。她的意图既不是否定网络科学，也不是将其妖魔化；相反，这篇文章呼吁更多的跨学科交汇，以便我们能够在这个词的所有意义上理解网络的“述行”（performative）本性：网络既施行它们所描述的东西，又通过重复性的行为创造出它们所谓的主体。 在本书压轴的文章中，克莱门斯·阿普里希（Clemens Apprich）从大众媒体向社交媒体的转变所生成的感知、再现与知识的新方式出发，探讨模式歧视的认识论问题。他认为，从一种媒介系统向另一种媒介系统的过渡产生了一系列妄想性（paranoid）效应，这些效应可以被解读为适应这一变化的尝试。超越对妄想症的通俗理解，阿普里希的文章所指向的是妄想症的生产性时刻：主体在经历了象征秩序的断裂之后，试图重新占有现实。在大数据时代，当我们传统的诠释模式已不再真正奏效时，我们必须追问：如何能让“妄想的思维机器”服务于别样的目的，以重构这个世界。 本书所收录的文章并不否认，大数据、机器学习和网络分析学构成了继神圣权威与理性权威之后的一种新权威。但它们确实呼吁某种从容，呼吁一种策略性的后退，以免陷入对我们自身形象的自恋式迷恋。因为数字文化归根结底就是如此：它是我们自身生活的映像——混乱、美丽，而又不公。 # 第一章　数据之海：模式识别与企业万物有灵论（分叉版） 希托·史泰尔（Hito Steyerl） 何为识别（recognition）？请回想路易·阿尔都塞（Louis Althusser）所描述的那个著名的（自我）识别的原初场景：一名警察在街上冲某人大喊“喂，你！”在那一刻，此人理应同时把自己认作主体（“你”）以及屈从于警察权威的臣属（“喂！”）。“喂，你！”是社会控制的首要公式，是个人与政治识别最基本的模式。知识、控制与特权的范畴，仅凭这一个姿态便被确立起来（Althusser 1971, 163）。 但今天的情形要复杂得多。只关乎一个人走在街上的日子已经一去不返。穿过街道的不是五个人、五千人，甚至也不是五百万人，而是 414 万亿比特——大约是每秒在互联网上传输的数据量。想象一下那名警察站在那里，试图冲着其中每一个比特大喊“喂，你！”那一定会让他目瞪口呆。更麻烦的是，他还得弄清楚它们究竟是由垃圾信息机器人、交易员、色情网站、太阳耀斑、“达伊沙”（Daesh）、你妈妈，还是别的什么发出的。把阿尔都塞的识别场景转译到这一现实中，你便会听到这样一声绝望的求援：“开发者们，请帮帮忙！我们正溺于（而非挥手于）一片数据之海——数据，数据，到处都是数据，却没有一滴信息”（Sontheimer 2015）。这段话出自 2011 年至 2012 年间张贴在美国国家安全局（NSA）内部网站上的一组名为《信号与噪声》（“Signal v. Noise”）的文章。其作者抱怨截获的数据过载：“问题不在于数据，甚至也不在于能否获取数据，而在于如何从成卡车的数据中获得信息……”（Sontheimer 2015）。在国家安全局的描述里，数据是一片压倒性的海洋，与其说是图书馆，不如说是风景；与其说是聚焦的讯息，不如说是原材料；与其说是“给定之物”（givens），不如说是“攫取之物”（taken）。情报机构随意地抽取“成卡车”的数据。然而，流量的庞大体量本身却成了令人困惑的不透明性的来源。不过，这一问题并不限于情报机构。就连维基解密（WikiLeaks）的朱利安·阿桑奇（Julian Assange）本人也说过：“我们正淹没在材料之中”（Sontheimer 2015）。 ## 模式识别 正是在这里，模式识别（pattern recognition）登场了。国家安全局这些专栏的核心问题是：如何从过量数据的噪声中提取信号。答案是：通过“在大型数据集中发现模式”（Wikipedia 2017a）。其实现方式是：“对大量数据进行分析，以提取此前未知的、有意义的模式”（Wikipedia 2017b），如依存关系、聚类或异常。阿尔都塞那位不堪重负的警察由此得到了一根救命绳。他本应召唤的人们，如今成了从地理定位数据、电话记录、社交媒体拖网式搜集以及网店 cookie 中提取出来的生活模式（patterns of life）。他们处于政府、企业、他们自己的汽车乃至芭比娃娃的持续监控之下。如今的问题，是在截获数据震耳欲聋的噪声中界定群集、蜂群、节奏与星座。但究竟该如何区分信号与噪声——或者毋宁说，首先该如何定义它们？ 雅克·朗西埃（Jacques Rancière）讲过一个神话故事——或许我们不妨称这类故事为政治寓言——讲的是在古希腊这件事可能是如何完成的。当时的人们如何区分信号与噪声？富裕的本地男性发出的声音被定义为言语（speech），而女人、儿童、奴隶和外邦人则被认为只会发出含混的噪声。言语与噪声之间的区分起到了某种政治垃圾信息过滤器的作用。那些被认定为在言说的人被标记为公民，其余的人则被标记为无关紧要、非理性且具有潜在危险的滋扰者。同样，在今天，区分信号与噪声的问题也具有根本性的政治维度。划分信号与噪声，不仅意味着“过滤”模式，也意味着首先创造模式。在模式“识别”中，“异常”究竟意味着什么？正如阿尔都塞笔下警察的那个姿态，“识别”创造主体与臣属、知识、权威，并且如朗西埃所补充的，创造出被整齐码放的人群类别。模式识别除了是许多别的东西之外，也是一种根本性的政治操作。 1988 年，弗雷德里克·詹姆逊（Fredric Jameson）宣称，妄想症（paranoia）是后现代叙事的主要文化模式之一，弥漫于政治无意识之中。[^f03-1] 在詹姆逊看来，社会关系的总体性无法在冷战想象中得到文化上的再现——于是空白被妄念、臆测以及带有共济会标志的离奇阴谋情节所填补（Jameson 2009, 15）。然而今天，空想性错觉（apophenia）取代了妄想症。[^f03-2] 何以如此？在爱德华·斯诺登（Edward Snowden）的泄密之后，有一件事变得清楚了：许多阴谋论其实是真的（cf. Sprenger 2015）。更糟的是，它们被现实超越了。后斯诺登时代，任何关于隐秘阴谋的揣测、关于诡计和非法幕后活动的猜想都过时了。人们不必再去推测阴谋，因为已有证据可以证明它。这并不意味着秘密不复存在。秘密依然存在。但是，使无处不在的监控成为可能的那些结构性条件——漏洞百出、监管不均的信息架构——同样也持续助长着自下而上的曝光，而这些曝光另一方面又可能完全是假的。潜在地说，所有信息——至少是其中的很大一部分——一经数字传输便脱离了其作者的控制；任何一条信息都可能、而且很可能会在某个时刻公之于众，无论它是否属实——而更多时候，它并不属实。唯一仍有意义的妄想症就是纯粹的现实：一个除少数专家之外所有人都认为极不可能发生的情景，已经成为现实。 此外，詹姆逊所说的总体性——社会关系的总和——也呈现出了不同的形态。它并非缺席；恰恰相反，它泛滥成灾。总体性以海洋般“成卡车的数据”的形式卷土重来。社会关系被提炼为联系人元数据、关系图谱、传染扩散地图，或者干脆就是一堆假新闻。 这种被量化的社会关系版本，既可以随时用于警务行动，也同样可以用于定向广告、个性化标题党、眼球追踪以及私有的信息流算法。它既充当社会画像，又充当商品形式。基于 Klout 评分（Kloutscore）的 A 级名单、黑色广告营销与总统的击杀名单，都建立在类似的私有操作之上。今天，总体性以概率记数法的形式出现，其中既包括你的“可上床度”评分，也包括你的“可抛弃度”评分，更不用说对你肤色的精确估算了。它为隶属、关联与成瘾编目；它把生活模式转化为“地狱火”导弹带来的死亡。 这种类型的总体性，也是对奇点（singularity）的弥赛亚式期待的必要对应物。奇点——加州意识形态（Californian ideology）最钟爱的神话——描述的是人工智能接管一切的时刻。 在詹姆逊看来，奇点也是一个普遍规则不再适用的时期的特征。[^f03-3] 取而代之的是具体情况具体处理；或者毋宁说，每一种情况都各自为政。奇点是一种加州式的“世界精神”（Weltgeist）幻想，只不过这一次它骑在一套致命自主武器系统之上，凭借的是随意的司法管辖、稀缺的法治以及“天网”（SKYNET）元数据。然而，我们时代真正的奇点，最明显的莫过于那个被称为“市场”的半神化神话实体——一组被视为既自主又超级智能的组织，它拥有如此的天命——顺便一提，是美妙的天命——以至于人类理性必须向其巨大的优越性俯首。这才是我们时代现实存在的奇点，一个据称被赋予了超人智能、在任何情况下都不容质疑的实体。 相应的总体性则交由空想性错觉与模式识别来处理。模式识别公式筛查成卡车的、卑微且看似琐碎的数据集，这些数据集是从网上购物和大型多人在线游戏的内脏中占卜出来的。[^f03-4] 没有哪一次互动会因过于微小或卑贱而不被扫描、存储并永久保存。一个每种情况都独一无二的奇点，对应着一个由概率管理所统治的总体性。 如果说妄想症是冷战时期的标准叙事，那么空想性错觉则发生在叙事崩溃之时：此时，因果关系必须在垃圾信息、舆论操纵、虚假内容与电子设备的喋喋不休所构成的嘈杂声中被识别出来——或被发明出来。 这也反映在当代的真实性范式之中。传统调查的五个 W 问题——谁（who）、什么（what）、何地（where）、何时（when）、为何（why）——已被大数据处理的七个 V 所取代：速度（velocity）、多样性（variety）、体量（volume）、真实性（veracity）、可变性（variability）、可视化（visualization）与价值（value）。真实性不再通过核实事实来生产。正如一位大数据专家所说，这是一个从你的系统中清除“‘脏数据’（dirty data）”的问题[^f03-5]（Normandeau 2013）。那么什么是脏数据？这里有一个例子： > 【引文摘要：博思艾伦公司（Booz Allen）的沙利文（Sullivan）讲述，他的团队在为一家豪华连锁酒店分析顾客人口统计信息时，发现数据显示来自一个富裕的中东国家的青少年是常客——世界各地的酒店都住着一大群 17 岁的少年，团队起初认为“这不可能是真的”。（Kopytoff 2014）】 于是这些数据被当作脏数据剔除了，直到后来有人发现，这确实是真的。在这种世界观里，棕色皮肤的青少年很可能存在。死去的棕色皮肤青少年？同样极有可能。但是富有的棕色皮肤青少年？这太不可能了，所以他们必定是脏数据，必须从系统中清除！从这种区分噪声与信号的操作中浮现出来的模式，与朗西埃那个用来分配公民身份、理性与特权的政治噪声过滤器并无太大不同。富裕的棕色皮肤青少年，似乎就像希腊城邦中会说话的奴隶和女人一样不可能存在。倘若研究人员发现的是十七岁的棕色皮肤青少年很可能在他们的酒店里被警察枪杀，他们恐怕连眼睛都不会眨一下，反而会着手策划一场定向电子邮件营销活动，为高端死亡提供折扣优惠。 概率大规模地进入了真相的生产，其毫不令人意外的结果是：那些本应在海量数据中被揭示出来的模式，在某种程度上与人们早已假定会在那里找到的模式相吻合。但另一方面，脏数据又像是某种隐秘的底层拒绝（subaltern refusal）的储藏所；它们表达了一种拒绝被计数和被度量的态度： > 【引文摘要：调研公司 Verve 对 2400 多名英国消费者的研究发现，60% 的人在网上提交个人信息时故意提供错误信息；例如，近四分之一的人有时会填写错误的出生日期，9% 的人大多数时候如此，5% 的人总是如此。[^f03-6]（Cabrera 2015）】 脏数据，正是你我拒绝填写源源不断袭来的网络表格的所有行为的累积之处。每个人都一直在撒谎，只要有可能就撒谎，或者至少在敷衍了事。毫不意外，数据收集中最“脏”的领域一贯被认为是（美国的）医疗卫生部门。医生和护士被单独点名，因为他们填错表格，有时甚至把“grandpa”（祖父）缩写为“gpa”，这一举动令数据挖掘操作深感困惑、不知所措。看起来，医疗专业人员为那些本打算取代他们的系统填写表格的热情，与消费者为那些转过头来就会向他们发送垃圾信息的企业从事文书工作的热情不相上下。 大卫·格雷伯（David Graeber）在其著作《规则的乌托邦》（*The Utopia of Rules*）中，给出了一个关于强制提取数据的深深动人的例子。在他母亲中风之后，他经历了代她申请联邦医疗补助（Medicaid）的折磨。 > 【引文摘要：格雷伯写道，此后不久，他又花了一个多月时间处理一连串后果——起因是纽约机动车管理局某位无名职员把他的名字登记成了“Daid”，更别提威瑞森（Verizon）的职员把他的姓拼成了“Grueber”；在他看来，无论公共还是私营的官僚机构，似乎都被组织得恰好能保证相当一部分行动者无法按预期完成任务。（Graeber 2015, 71）】 格雷伯接着称之为乌托邦思维的一个例子。官僚体制建立在乌托邦思维之上，因为它从自身的视角出发，假定人们是完美的。脏数据不过就是真实的数据——在这个意义上，它记录了真实的人们与官僚体制之间的抗争，而官僚体制为了自身目的，利用了不均衡实施的数字技术及其所有现实缺陷这一现实。格雷伯的母亲在被联邦医疗补助项目接纳之前就去世了。没完没了地填写毫无意义的表格，是一种新的家务劳动形式——在这个意义上，它根本不被视为劳动，而被认为是“自愿”提供的，或由报酬过低的所谓数据清洁工（data janitors）来完成。然而，算法所有那些看似迅捷而无形的行动、它们对一切事物的优雅优化、它们对模式与异常的识别，都建立在提供所需的、甚至全然无用的数据这一无尽且彻底无意义的劳动之上。 于是，脏数据可以说成了系统中现实的残余；这些系统锚定于理想模型、平均值和柏拉图式的假设，其灵感来自一个理想的虚构世界：在那里，棕色皮肤的青少年默认是贫穷的，医生们乐于配合那些企图彻底取代他们的尝试，而试图申领福利的人按定义就是异常，并因此受到相应的对待（或者得不到治疗）。有时，“脏数据”记录下了对无偿劳动的永久性提取的消极抵抗。然而，这种“信号”在一定程度上已经由概率和既有模型所决定。 ## 企业万物有灵论 最近，谷歌的一个开发团队为空想性错觉式的模式识别提供了一个绝佳的例子。[^f03-7] 关键在于：神经网络为了“识别”任何东西，首先需要被教会识别什么。然后，在一个相当可预测的循环中，它们最终“识别”出的正是它们被教会的东西。 在谷歌这项出色的实验中，图像识别过滤器被循环作用于纯粹的随机噪声之上。 > 【图 1.1 未收录：第三方图像】33rd Square：谷歌的“深梦”生成器（Deep Dream Generator）。（来源：Screenshot, 2015, available at http://www.33rdsquare.com/2015/06/googles-inceptionism-lets-us-look-at.html, Accessed March 31, 2018.） 本来并没有什么可识别的，因为噪声中既没有再现任何东西，也没有隐藏任何东西。但开始浮现出来的形状，却是这些网络此前被教会“看到”的形状和动物的组合。可以说，它们最终“过度识别”了这些形状。 这一过程揭示了计算机视觉的预设，揭示了其内置的意识形态与偏好。结果是：一团彩虹色的乱象，满是脱离身体的分形眼睛，大多没有眼睑，以一种刺目的模式过度认同（over-identification）的展示，不停地监视着它们的观众。 谷歌把从噪声中创造模式或图像的行为称为“盗梦主义”（inceptionism）。它也把这种图像生产模式称为“深度做梦”（deep dreaming）。但在非常唯物主义的意义上，这些实体远非幻觉。如果它们是梦，那么这些梦可以被解释为当前技术配置（technological disposition）的凝缩或移置。它们揭示了信号与噪声如何由既有类别和概率所界定。倘若你训练一个神经网络去“识别”黑格尔的主人与奴隶，你最终得到的也许是纯粹的噪声奇迹般地变成了巴塞尔艺术展迈阿密海滩展会 VIP 预展的 Instagram 照片，现场由临时餐饮工作人员提供服务。 盗梦主义以一种出人意料的天才之举，成功地将产消者网络的无意识可视化了：[^f03-8] 图像监视着用户，不断记录他们的眼球运动、行为与偏好；在美学上，它们无助地漂浮在百水先生（Hundertwasser）咖啡杯的仿冒品与一条失控的装饰艺术（Art Deco）饰带之间。它们所展示的与其说是国家监控的所谓“五眼”（Five Eyes），不如说是企业监控、国家监控、深层国家监控、学术排名分数、受欢迎度指标等等的“无限之眼”（Eyes Unlimited）：瓦尔特·本雅明（Walter Benjamin）的“视觉无意识”（optical unconscious）被更新为计算性图像生产的无意识（Benjamin 1974）。 通过“识别”那些“并非给定”的东西，盗梦主义神经网络最终实际上辨识出了一种审美与社会关系的新总体性。它们将计算视觉的过滤器可视化了。预设被套用，无论其是否“适用”：“结果耐人寻味——即便是一个相对简单的神经网络，也可以被用来过度解读一幅图像，就像我们小时候喜欢看着云朵、解读那些随机形状一样”（Mordvintsev, Olah, and Tyka 2015）。 盗梦主义式的图像生产与以往的化学乃至电子摄影程序有着决定性的不同，它就现实主义与真实性提出了新的问题。如果说以往的技术依赖于机械或光学“客观性”的神话，并最终依赖于光学和几何学，那么在盗梦主义式图像生产的情形中，视觉似乎依赖于模式识别——其基础是将伪柏拉图式的形式植入传感技术，并让这一切在数以拍字节计的垃圾信息上运行。视觉的逼真性不再基于对客观硬件的假定，而是基于对大脑功能（或目前被认为是大脑功能的东西）的复制。但就真实性而言，这确实是一个糟糕透顶的选择；没有人真的认为人脑是好证人。它们投射、揣测、虚构、美化、遗忘、推断。有时它们也会在云中看到人脸。因此，基于大脑功能的相机提供的是可疑的证词。对现实的再现变成了一个可能性的问题。相像（likeness）坍缩为概率。 但盗梦主义并不只是一场数字幻觉。它是一个时代的文献：这个时代训练它的智能手机去辨认小猫，从而把真正可怕的卖萌话语硬编码进它的产消（prosumption）手段之中。它展示了一种企业万物有灵论（corporate animism）的版本，在其中，商品不仅是拜物对象，而且是被梦想出来的、特许经营的奇美拉。然而，这些却是深刻的现实主义再现。按照格奥尔格·卢卡奇（Györgi Lukács）的说法，“古典现实主义”创造“典型人物”，因为他们代表了我们时代客观的社会（在此情形中也是技术的）力量（Idris 2005）。因此，盗梦主义打开了图像识别的黑箱，释放出被锁在其中的一座近乎中世纪的幻怪生物动物园。 盗梦主义赋予了这些力量一张面孔——或者更确切地说，是无限的眼睛。不过，从你那盘肉丸里盯着你看的生物，并不是一只两栖比格犬。它是网络化图像生产无处不在的监控，是一种模因改造智能（memetically modified intelligence），它以午餐的形式注视着你——如果它没有先攻击你，你下一秒就会把这顿午餐发到 Instagram 上。 想象一个由被奴役的物品满怀悔恨地审视着你的世界。你的汽车、你的游艇、你的艺术收藏正带着阴郁而极度沮丧的表情注视着你。它们似乎在说：你也许拥有我们，但我们会去告发你。你会开始怀念阿尔都塞那位孤独的警察，因为现在你正被一份狗狗意面全天候地询唤（interpellated）。然后，你不妨猜猜我们会在你身上再认（re-cognize）出什么样的生物！ > 【图 1.2 未收录：第三方图像】一盘回望着我们的意大利面肉丸。（来源：Image: Thorne Brandt, available at: https://twitter.com/thornebrandt/status/617173618238332928?lang=en, accessed August 1, 2018.） 这个识别的问题，让人想起并揭示了图灵测试作为一种辨识模式的持久力量，也揭示了评估机器学习之核心处的隔离（segregation）。图灵（Alan Turing）的游戏成功的标准，是一台机器拥有与人类同样的能力，使提问者对其性别产生混淆。但当代计算所关乎的不是身份的混淆，而是身份的增殖。例如，脸书（Facebook）就修改了这个模仿游戏，它的说法是：如果你不想认同为男性或女性，没关系，但请在这五十多个选项中勾选一个，以说明你那被精确界定的其他性别类型，我们会确保向你发送合适的广告（adds〔原文如此〕）。这不是模仿游戏，而是辨识游戏（identification game）。 作为数学证据的相似性——或相关性（correlation）——也是图灵讨论过的问题。为了挑战自己的观点，他引述了这样一种反驳：机器永远无法像人类那样，就着草莓和奶油结成情谊。但他以一个复杂的转折回应了自己提出的挑战：是的，一台机器无法与一个人结成情谊，正如一个白人会与一个白人就着草莓奶油结成情谊、一个黑人会与一个黑人就着草莓奶油结成情谊那样。 > 【图 1.3 未收录：第三方图像】纽约上空这群飞鸟所构成的形状，看上去像是弗拉基米尔·普京总统的脸。（来源：Screenshot of video by Sheryl Gilbert, available at: https://www.youtube.com/watch?v=h-7-Ej_NuIg, accessed August 1, 2018.） 但是——这是我的结论，而非图灵的——如果一台机器复制了这种行为，那么这台机器是否就是在思考？[^f03-9] 有些人认为是的。因为白人男性就着草莓奶油结成情谊这一观念，已经移入了社交网络分析的核心。这是所谓同质相吸（homophily）的一个纯粹范例，温蒂·全嘉莹（Wendy Chun）对这一概念作了进一步讨论（见本书全嘉莹一章）。同质相吸是指人们喜欢与相似的人结交。这怎么能产生关于任何事物的数学证据呢？如果白人男性大多与白人男性一起吃草莓奶油，那就意味着，无论谁与一个白人男性一起吃草莓，此人最有可能是一个白人男性。脸书就是把这一点包装成了这样的观念：你就像你所喜欢的东西，而你会喜欢那些与你相像的人所喜欢的东西。他们就是这样把草莓奶油卖给你的。谷歌也正是这样断定你不是机器人的。你不是机器人，因为某个喜欢类似东西的人勾选了“我不是机器人”的选项，而这一点通过相关性也适用于你。如果你把这种思路延伸到模仿游戏中，你不仅能猜出所有玩家的性别，还能猜出他们所有的朋友和他们的社交网络。这个游戏就是这样开始越出自身的边界，并慢慢变成现实的。 因此，眼下存在着两种截然不同的游戏。一方面是辨识游戏：如果某物看起来像某物，它就是同一个东西。所有选项都被勾选。另一方面是图灵的模仿游戏：看起来相似的东西也许是同一个东西。一个给人以男性印象的人完全有可能是男性。但话又说回来，也许不是。在这一点上，一台会思考的机器会判定：这不关提问者的事。最好的选择是礼貌地转而进行一场冗长而悖谬的关于天气的讨论。 ## 空想性错觉 盗梦主义证明，模式识别也存在于没有模式、却仍然侦测到某种形式的地方。这一过程被称为空想性错觉。[^f03-10] 其中一个主要的例子是在云中识别出生物。空想性错觉被定义为在随机数据中感知到随机模式。正如本杰明·布拉顿（Benjamin Bratton）最近所论证的，空想性错觉关乎“从除了不可分割的知觉同时性之外别无直接联系的来源中，得出联系与结论”（Bratton 2013）。 今天在数据之海中被“识别”出来的模式，仅仅是迷信的胡言乱语吗？空想性错觉是一种更新版的占卜术吗？瓦尔特·本雅明曾经有一个著名的说法，把摄影描述为预言术：“难道我们城市的每一个角落不都是犯罪现场吗？难道每一个路人不都是行为人吗？摄影师——鸟卜者和脏卜者的后裔——难道不就是要在他的照片中揭露罪责、指认罪人吗？”（Benjamin 1974, 25）。 不过，二十世纪的摄影师与二十一世纪的过滤者和分析师之间存在一个关键的区别。新的模式提取者主要不是被期望在事后认出罪人。他们被期望在罪行能够发生之前，就预测出作案者以及罪行本身。我们城市的每一处地点都被标绘为可能的犯罪现场，被基于性别和年龄的定向广告装点得满满当当，并受到有灵化的商品、具有占卜功能的手机摄像头以及被窃听的无人机所提供的航拍视角的监视。 二十一世纪的鸟卜者在事件发生之前就创造出图像，预先设想其效果，并召唤出现实。时间之箭已经逆转，但时间之流却不稳定，并且在本质上变得不可预测。 然而，空想性错觉也有其创造性的一面。 早在新石器时代，人类就通过把动物形状投射到天空中，想象出星座，并观察到运动的模式。比方说，他们看到了一只螃蟹，于是把这个星座称为巨蟹座。尽管太空中并没有真正的螃蟹，但这样的星座充当了有效的工作假说，最终催生出根本不同的世界观。 人们也许会嘲笑那个时期可怜而天真的人们，嘲笑他们执意在天空中看到并不存在的形状。但正是通过顽强地坚持把虚构的形象投射到宇宙中，太阳系的基本运动才得以被揭示。不过，这并不是因为人们相信有螃蟹在宇宙中行走；之所以如此，是因为人们最终意识到宇宙中（很可能）并没有螃蟹。然而，要是他们没有“看到”这些螃蟹，他们也许就会错过对行星运动模式的界定。但如果他们没有放弃螃蟹的字面现实性，他们同样会错过这些模式。 但更重要的是，所有这些活动也彻底改变了社会的组织方式。对行星和恒星运动的分析，使历法和农业的发展成为可能。随之而来的是灌溉、储存、育种、建筑、定居生活方式等等。储存创造了财产的观念。狩猎采集者的群队被农夫国王和奴隶主的原始国家、被垂直的社会等级制所取代。空想性错觉——作为巫术思维的一部分——促成了所有这些转变。 但我们该如何看待当代的空想性错觉行为呢？我们是否应当假定，计算机视觉已经进入了它自己的巫术思维与模式投射的新石器时代阶段？但如果情况确实如此，有一件事是非常不同的。继续用太空中的螃蟹这个例子来说：计算机视觉似乎仍处于这样一个阶段，它认为太空中真的有螃蟹，认为从数据宇宙中浮现出来的模式实际上就是现实。软件工程师喜欢这样说计算机：垃圾进，垃圾出。在占卜主义的计算机视觉中，让我们把这句话改写为：螃蟹进，垃圾出（crab in, crap out）。既然说到这里，那就让我们在云中看到粪便（faeces）吧！ 不过，更准确的或许是假定人类已经进入了第二个新石器时代，一个重新发明那一时期所发明之技术的阶段。今天，许多与数据相关的词汇都可以追溯到最初在新石器时代发展起来的技术。数据耕作与收割、挖掘与提取，都指向农业和冶金的程序。今天，数据踪迹中所反映的生命表达，成了一种由信息生命政治（informational biopolitics）管理的、可耕作、可收割、可开采的资源。新石器时代的石头与矿石，被钶钽铁矿（coltane）、硅（silicone）和《我的世界》（Minecraft）中的红石所取代。那么，当模式“识别”的新程序有可能创造出新型的国王与奴隶主时，空想性错觉如今的功能是什么？[^f03-11] ## 外面 让我们回想一下开头，回想阿尔都塞那位大喊“喂，你！”的警察。事实上，这件事确实发生在一个名叫乔治·迈克尔（George Michael）的人身上：一名便衣警察怂恿他做出了美国法律术语所说的“猥亵”行为，随后他在比佛利山庄的一间厕所里被捕。迈克尔被召唤、被逮捕、被收监。他错误地识别了模式，或者毋宁说，他被诱骗而相信有人在跟他搭讪。结果，洛杉矶警察局对可怜的乔治来了一整套“喂，你！” 可以说，迈克尔误读了一个模式：他把大喊“喂，你”的警察误认作了情人，如果世上真有空想性错觉行为的话，这便是一例。可想而知，嘲讽与奚落向他倾泻而来。 但是，迈克尔并没有道歉，也没有承认判断失误，而是出色地坚持了自己的视角。他发行了一支名为《外面》（“Outside”）的音乐录影带，在其中重述了这一场景，并把角色颠倒过来；男厕所变成了舞池，迪斯科球从天花板上弹出，成队的同性恋摩托车警察彼此共舞。说到底，谁说人必须接受洛杉矶警察局关于一个合格的臣属主体的观念？迈克尔坚持以不同的方式识别模式：“喂，你！”不仅是一种臣属行为，或许还是人类交流最基本的行为，一种承认与接触的行为，甚至也许是一种诱惑。《外面》不仅是一次出柜（coming out），不仅是对公共空间的一种主张，也是一次挑衅性的空想性错觉行为。 这种类型的空想性错觉可能会导致意外的误读，也可能让你锒铛入狱——但至少不是作为一个温顺的臣属主体。它把法律的条文（误）读为一封情书（the letter of the law / a love letter），它坚持根本不去识别他者，而是在《圣经》的意义上“认识”他们；不是把他们当作数据之海，而是当作能量之流；不是当作生活模式，而是当作欲望之浪。谁才真正明白了——是那成吨的、嘲笑乔治没有“搞对”（getting it right）的蠢货，还是乔治——可以说，他“搞左了”（got it left），径直在模式之前巡游（cruised）而去？ 这就是为什么我建议我们追随他，到外面去，就是现在。我们走吧。[^f03-12] ## 进来 但是，等等。外面在哪里？这个问题没有看上去那么简单。而且很可能结果是，我们根本不必去任何地方，因为我们已经在外面了。至少国家安全局是这么认为的。他们的那位作者不是抱怨过“数据之海——数据，数据，到处都是数据，却没有一滴信息”吗？ 这片“数据之海”难道不是一个巨大的外部，在这个词最浪漫、最崇高的意义上？难道不是唐纳德·拉姆斯菲尔德（Donald Rumsfeld）那无可模仿的定义中的“未知的未知”？难道它看起来不像是被思辨实在论者（speculative realists）英勇对付的“广阔户外”（big outdoors）？至少，这片狂野且危及生命的数据之海，肯定不是乔治·迈克尔断然宣布他已受够了的那张“沙发”。 举一些不那么浪漫的例子：就政治地理学而言，外部越来越难以确定。越来越多的空间被转变为治外法权飞地和免税的门禁社区，转变为准国家小邦和反“恐怖主义”行动区，离岸实体和企业代理特许区——凯勒·伊斯特林（Keller Easterling）为这种格局出色地创造了“超国家治术”（ExtraStateCraft）一词（Easterling 2014）。这些区域并不在民族国家体系之外——这一点至关重要——而是在其内部、在其间隙，在某些情况下也在其上方和下方。当——比如在黎巴嫩或意大利——“垃圾进，垃圾出”的观念不再奏效时，我们便看到了这种情况的发生。取而代之的是：垃圾进，垃圾在中间，垃圾遍地，还有更多垃圾要来。这是里外翻转的垃圾（garbage inside out）。 但是，如果我们当中的许多人已经“外在于内”（outside in），无论是作为脏数据还是干净数据，作为信号还是噪声，作为 Graeber 还是 Grueber；那么，一次“出来”（coming out）难道不同时也是一次“进来”（coming in）吗？ 事实上，这恰恰就是乔治·迈克尔推进其论证的方式。“外面”无关冰山与后人类理性的浪漫广阔户外，无关计算存在，无关占卜网购欲望，也无关从拍字节的垃圾中占卜恐怖主义威胁。“外面”意味着：服务于血肉之躯的共同体（仅此而已）。[^f03-13] 他唱道： > 【此处原文引用了乔治·迈克尔歌曲《Outside》（1998）的一段歌词（共十行），因版权原因未予转录；大意为：歌者承认自己“做了坏事”，请求医生尽力帮他，说自己时时想着要“服务共同体”（而且其实已经这样做了），这里除了血肉之躯别无他物，仅此而已——让我们到外面去。】 迈克尔先生通过要求警察服务于共同体，对警察进行了反询唤（counterinterpellates）。他版本中的警察恰恰就是这么做的。但这个共同体也不再是原来的样子了。它不是这样一个世界：人们最终成为脏数据和死去的棕色皮肤青少年，被困在统计官僚体制与全面例外状态那悖谬的无人地带中，身边堆满溢出的垃圾。 毋宁说，这需要是这样一个世界：一切看上去都与原来完全一样，只是从一个完全不同的角度去看。这是如何运作的？想象一个人被派往太空，去调查在宇宙这个无边无际的数据集中侦测到的模式是否真的存在。在新石器时代这是不可能的，但现在不是了。比方说，被预测的模式是：外星智能存在，它是邪恶的，并且无处不在；为了创造出遏制它的模式，我们需要计算宇宙中的所有数据。于是，此人冒险进入垃圾信息和阴茎增大广告的浩瀚海洋，去寻找这种神话般的生物。但随后此人有了一个绝妙的主意。她问自己：何不接受这一投射可能与现实相符、也可能不相符？智能的邪恶外星人可能存在，也可能不存在，正如螃蟹、狮子和蝎子也可能真的存在于宇宙深处的某个地方。我们无法排除这种可能性。只要我们不停地处理数字，或许我们甚至可以把它计算出来。但不妨问这样一个问题：智能的人类究竟存在吗？然后，此人也许会在飞船自己的厕所里发现这一物种的潜在样本。 结果，厕所里那个有智能的人是乔治·迈克尔。然后她意识到，她的太空旅行根本不是地外的（extraterrestrial），而是地内的（intraterrestrial）。由于太空任务的经费被削减，她一直驾驶的那艘“超太空飞船”（ExtraSpaceCraft）从未离开发射台。她所看到的宇宙，不过是美国医疗保险数据的某种投影。她怒不可遏，要求乔治·迈克尔立即改革警察服务。他礼貌地指出，警务也可以从另一个角度来看：作为服务于这样一群人的共同体——他们不断作为被过度警务化的脏数据而遭到处理，或者作为各种失败国家、白金卡贵宾室以及其他当代治外法权地理中警务不足的居民而遭到忽视。从后一种视角来看，仅仅谴责警务并不会让事情变得更好。明目张胆的过度警务与警务不足，二者结合起来，共同造成了对公共之物（the common）的摧毁。 服务于血肉之躯共同体的种种不同方式的详细描述，就留给迈克尔先生吧。但从这一视角来看，数据之海原来就是人类关系的一团乱麻（仅此而已）。阿尔都塞的识别与警务模型暗示，你需要像脏卜者宰杀献祭的牲畜那样牺牲公共之物。接下来，你从它的肠子里过滤出粪便，以预测和掌控未来的风险，从而创造出数据大亨与利益相关者的新帝国。坦白说，这有点粗暴。 与此相反，人们首先可以接受：那被描绘为外在的、具有威胁性的、需要被筛选、过滤、清洗和净化的数据之海，基本上就是人性的一团乱麻。人们倒不如乐在其中。 这并不是说这样会更加理性。它也不会更美、更高贵或更真实。仍会有大量的螃蟹和垃圾（crabs and crap）需要处理，更不用说邪恶的人类和智能的外星人了。只需问问你自己：你更愿意在一艘超太空飞船的厕所里跳舞吗？还是宁愿整天填表？ ## 注释 [^f03-1]: “阴谋论……是后现代时代穷人的认知测绘（cognitive mapping）；它是晚期资本总体逻辑的一种退化形象，是再现后者之体系的一种绝望尝试，而这一尝试的失败，就标志在它滑落为纯粹的主题与内容之中”（Jameson 1988, 356）。 [^f03-2]: 我在此使用“妄想症”一词，指的是它在文化理论中的用法，而非其精神病理学定义。关于另一种更侧重于妄想症症状（空想性错觉只是其中之一，尽管是非常重要的一种）的研究路径，见本书阿普里希（Apprich）一章。 [^f03-3]: “金融资本的世界就是那永恒的当下——但它并不是一种连续性；它是一系列奇点事件”（Jameson 2015, 122）。 [^f03-4]: 国家安全局曾在《魔兽世界》（World of Warcraft）里进行监视。真的。 [^f03-5]: 垃圾信息机器人也被视为可能扭曲大数据真实性的一个例子。 [^f03-6]: 【引文摘要：1991 年 6 月下旬至 7 月初，由于控制电话交通信号的软件中出现了一个排版错误——一名员工把“D”打成了“6”——全美约一千二百万人（主要在巴尔的摩、华盛顿、匹兹堡、旧金山和洛杉矶）失去了电话服务，电话公司基本上完全失去了对其网络的控制。（原文未注明出处）】 [^f03-7]: 感谢本·布拉顿（Ben Bratton）向我指出这一事实，并感谢琳达·斯图帕特（Linda Stupart）提到空想性错觉是威廉·吉布森（William Gibson）使用过的一个术语。 [^f03-8]: 产消者（prosumer）是生产者与消费者的混合，即一个进行消费的生产者，或者反过来。 [^f03-9]: 他明确指出：【引文摘要：图灵认为，人类的行事与习俗似乎并不是很适合运用科学归纳的材料；若要获得可靠的结果，就必须考察极大一部分的时空，否则我们可能会像大多数英国孩子那样，断定人人都说英语、学法语是件傻事。（Turing 1950, 448）】 [^f03-10]: 感谢琳达·斯图帕特让我注意到这一概念。关于在妄想症语境中对空想性错觉概念的进一步讨论，见本书阿普里希一章。 [^f03-11]: 空想性错觉是一种错误提取，是一种可能产生社会后果的、失败的询唤与识别行为。正如好几个人所指出的，数据（data）也可以被误解为达达（Dada）。拼贴数据的方式已成为当前流行美学的特征。创造不可能的组合、跨越可能性的界限，可以被解释为一种针对模式识别的无声的、甚至是无意识的反叛行为。借助各种数据操控工具制造出不可能、不可信的对象，是一种扰乱自动化识别方式——人脸识别、行为模式识别、形状识别，以及同时进行的政治识别类别的创造——的途径。 [^f03-12]: 我写下这些文字时，乔治·迈克尔还在世，我深深地怀念他。 [^f03-13]: 感谢布赖恩·关·伍德（Brian Kuan Wood）向我指出这一点。 ## 参考文献 Althusser, Louis. 1971. “On Ideology and Ideological State Apparatuses: Notes Towards an Investigation.” In Lenin and Philosophy and Other Essays, 121–73. London: New Left Books. Benjamin, Walter. 1974. “A Short History of Photography,” trans. Stanley Mitchell, Screen 13 (1): 5-26. Bratton, Benjamin. 2013. “Some Traces of Effects of the Post-Anthropocene: On Accelerationist Geopolitical Aesthetics.” e-flux Journal 46. Accessed July 20, 2015. http://www.e-flux.com/journal/some-trace-effects-of-the-post-anthropocene-on-accelerationist-geopolitical-aesthetics/. Cabrera, Amanda. 2015. “A Halloween Special: Tales from the Dirty Data Crypt.” Datamentors. Accessed October 30, 2015. http://www.datamentors.com/blog/halloween-special-tales-dirty-data-crypt. Easterling, Keller. 2014. Extrastatecraft: The Power of Infrastructural Space. London: Verso. Graeber, David. 2015. The Utopia of Rules: On Technology, Stupidity, and the Secret Joys of Bureaucracy. Brooklyn, N.Y.: Melville House. Idris, Farhad B. 2005. “Realism.” In Encyclopedia of Literature and Politics: Censorship, Revolution, and Writing, Volume 3: H–R, ed. M. Keith Booker, 601. Westport, Conn.: Greenwood. Jameson, Fredric. 1988. “Cognitive Mapping.” In Marxism and the Interpretation of Culture, ed. Cary Nelson and Lawrence Grossberg, 347–60. Champaign: University of Illinois Press. Jameson, Fredric. 2009. The Geopolitical Aesthetic. Indianapolis: Indiana University Press. Jameson, Fredric. 2015. “The Aesthetics of Singularity.” New Left Review 92:101–32. Kopytoff, Verne. 2014. “Big Data’s Dirty Problem.” Fortune. Accessed June 30, 2014. http://fortune.com/2014/06/30/big-data-dirty-problem/. Lohr, Steven. 2014. “For Big-Data Scientists, ‘Janitor Work’ Is Key Hurdle to Insights.” New York Times. Accessed August 17, 2014. http://www.nytimes.com/2014/08/18/technology/for-big-data-scientists-hurdle-to-insights-is-janitor-work.html?_r=0. Mordvintsev, Alexander, Christopher Olah, and Mike Tyka. 2015. “Inceptionism: Going Deeper into Neural Networks.” Google Research Blog. Accessed May 13, 2017. https://ai.googleblog.com/2015/06/inceptionism-going-deeper-into-neural.html. Normandeau, Kevin. 2013. “Beyond Volume, Variety, and Velocity Is the Issue of Big Data Veracity.” Inside Big Data. Accessed September 30, 2013. http://insidebigdata.com/2013/09/12/beyond-volume-variety-velocity-issue-big-data-veracity/. Russon, Mary-Ann. 2015. “Google DeepDream Robot: 10 Weirdest Images Produced by AI ‘Inceptionism’ and Users Online.” International Business Times. Accessed July 6, 2015. http://www.ibtimes.co.uk/google-deepdream-robot-10-weirdest-images-produced-by-ai-inceptionism-users-online-1509518. Sontheimer, Michael. 2015. “Interview with Julian Assange.” Spiegel. Accessed July 20, 2015. http://www.spiegel.de/international/world/spiegel-interview-with-wikileaks-head-julian-assange-a-1044399.html. Sprenger, Florian. 2015. The Politics of Micro-Decision: Edward Snowden, Net Neutrality, and the Architectures of the Internet. Lüneburg: meson press. Steyerl, Hito. 2014. “Proxy Politics: Signal and Noise.” e-flux Journal 60. Accessed December, 2014. http://www.e-flux.com/journal/60/61045/proxy-politics-signal-and-noise/. Turing, Alan M. 1950. “Computing Machinery and Intelligence.” Mind. A Quarterly Review of Psychology and Philosophy 59 (236): 433-460. Wikipedia, the free encyclopedia. 2017a. “Data Mining.” Wikipedia. Accessed January 17, 2017. https://en.wikipedia.org/wiki/Data_mining. Wikipedia, the free encyclopedia. 2017b. “Pareidolia.” Wikipedia. Accessed January 17, 2017. https://en.wikipedia.org/wiki/Pareidolia. # 第二章　垃圾奇点诠释学：作为分析学、人工智能及其他后启示录当下之算法生产者盲点的诠释 弗洛里安·克拉默（Florian Cramer） ## 诠释学与分析学 用诗人兼媒介研究者约翰·凯利（John Cayley）的话说：“语言易于捕获，却难以阅读。”（Cayley 2012）凯利写下这句话时，它不过是一篇讨论其“参照术语”（terms of reference）的文章中的一个脚注，然而它却概括了所谓大数据处理的全部困境。数据“分析学”（analytics）所处理的，正是德尔斐（Delphi）的神谕祭司们曾试图解决的同一个结构性问题：如何从一股无穷无尽的（药物引发的）胡言乱语之流中理出意义？或者，正如希托·史泰尔（Hito Steyerl）在上一章中所指出的——如何把妇女、儿童、奴隶和外邦人含混不清的噪声，转化为本地男性……即被标记为公民者的得体言说？即便撇开其中牵涉的政治不谈，问题依然存在：诠释的方法会在多大程度上影响结果？由谁来选择方法？诠释将会产生哪些现实后果？ 德尔斐成为诠释学（hermeneutics）的诞生地之一。诠释学是一门神学—语文学的释经学科：若没有专家的诠释——先是祭司，后来是语文学家——胡言乱语便只会是胡言乱语。文学研究在十九世纪使诠释学世俗化，而弗洛伊德（Sigmund Freud）的精神分析——对从病人潜意识中捕获的胡言乱语进行细读——则使之医学化，从而成为一门应用科学。情报机构、投资银行和互联网公司则把分析（analysis）变成了分析学（analytics）。[^f04-1] 为了迅速理解所捕获的数据，计算机分析学不得不在从捕获到阅读的过程中走捷径：从句法直接跳到语用，并在此过程中将语义诠释操作化，从而将其简化。 计算分析学——无论是由情报部门执行、在股票市场上运行，还是作用于网络服务器日志——都局限于那些能够被表达为由算法执行的定量—句法操作的东西。这反过来改变了看待胡言乱语的视角。它不再是一段有待释经的叙事，而成了一个有待统计的数据集。正如约翰娜·德鲁克（Johanna Drucker）所指出的： > 【引文摘要：德鲁克认为，放弃诠释而采用对统计分析的天真态度，从一开始就使局面偏向于这样一种信念，即数据本质上是定量的——不言自明、价值中立、独立于观察者；这种信念排除了把数据设想为定性的、共同依存地构成之物的可能性。（Drucker 2011）】 然而可以说，数据始终是定性的，即便对它的处理是定量的：正因如此，算法和分析学每当识别模式之时，便会进行歧视／区分（discriminate）——无论是在这个词的字面意义上，还是在其更宽泛的意义上（参见本书前言）。 ## 乐谱的政治 1960年代激浪派（Fluxus）艺术节的保留节目之一，是埃米特·威廉姆斯（Emmett Williams）的《计数之歌》（*Counting Songs*，1962），其内容是台上的艺术家们逐一清点观众人数。这些作品除了是行为艺术与诗歌、极简音乐与观念艺术的早期作品之外，还服务于一个务实的目的，即获得“精确的人头数，以确保［艺术节场馆的］管理方没有欺骗我们”（Williams 1991, 32）。由于采取了与当今计算机分析学相同的从指令到语用的捷径，威廉姆斯的乐谱因而就是一个简单的数据挖掘算法。作品的语义诠释则留给了观众。1960年代的观众很可能会把这件作品读作尤内斯库（Eugène Ionesco）和贝克特（Samuel Beckett）传统中的荒诞剧，而不是约翰·凯奇（John Cage）和拉·蒙特·扬（La Monte Young）的事件乐谱（event scores）传统中的音乐—诗歌表演。如今的观众则可能倾向于把《计数之歌》与在其他封闭空间——诸如幼儿园、飞机和难民营——中对个人的清点联系起来。和其他激浪派作品一样，《计数之歌》通常被读作参与式艺术作品，因为它们无法自行存在，而是在结构上依赖于其观众。然而，它们实际上确立并强化了艺术家—作曲者、执行乐谱指令的表演者，以及乐谱施加于其上的观众之间的种种分隔。作为数据处理，这件作品因而包含了程序员、程序和数据的等级秩序，同时兜售着参与和互动的幻觉——今天，从电脑游戏到社交网络平台的各种“互动系统”，正是凭借同样的幻觉被兜售的。不过，《计数之歌》以其指令代码和表演公开暴露了这种操纵，宛如一场布莱希特式的算法剧场。（最彻底地以极简主义指令乐谱为媒介进行创作的那位激浪派艺术家，恰巧取了乔治·布莱希特（George Brecht）这个名字。他原名乔治·麦克迪尔米德（George MacDiarmid），此前曾在强生公司（Johnson & Johnson）担任化学家，从事卫生棉条的研发工作。） 在语用层面上，《计数之歌》可以被诠释为危机计算（crisis computing）的一件早期作品。[^f04-2] 威廉姆斯回忆道： > 【引文摘要：威廉姆斯回忆，在这些“公开演出”中，有时表演者比观众还多；而当观众人数超过表演者时，观众便会趁机闹事：一天晚上，学生们爬上舞台骚扰表演者，并试图烧掉他的《歌剧》（*Opera*）乐谱；还有一次在阿姆斯特丹的演出中，一个女孩试图放火烧迪克·希金斯（Dick Higgins）。（1991, 32）】 艺术家们怀疑管理方企图欺骗他们，这一怀疑被证明属实，因为“我们在艺术节首晚所分得的门票收入，比那座无虚席、只剩站票的人群让我们预期的要少得多”（32）。作为危机计算，《计数之歌》因而既演绎了“危机”（crisis）一词在希腊语中的本义（决断），也演绎了它的当代含义（例外状态）。这些歌通过计算来执行决策，目的是在例外状态中重新获得控制。然而，《计数之歌》的一个内在问题在于：作为用于计算分析学的固定数据挖掘算法，它们必须始终预先设想好例外状态。它们只能对激浪派艺术家们已然熟悉、且在每个新的艺术节场地都可预见地重复出现的危机情景作出反应。可是，一旦例外状态变得可以预见，它又如何能名副其实呢？比如说，倘若一夜之间发生英国脱欧（Brexit），激浪派艺术家们作为外国人将失去商业演出许可，《计数之歌》会如何应对？倘若突然发生货币崩溃，使所有现金失效，人们只能通过加密货币支付在线服务，这些歌又会如何应对？面对到艺术节场馆寻求庇护、不付门票的难民，它们又该如何处理？ 因此，把观众成员化约为可计数的数字——数据集、指数——是一种关于稳定性的自我实现的预言。其数字生产将始终保持完全的自我指涉，即便计数指令中漏洞百出，或者与其他乐谱的指令组合在一起，从而导致干扰和不可预测的系统行为（例如小杉武久（Takehisa Kosugi）的《为革命而作的音乐》（*Music for a Revolution*），它要求表演者“五年后挖出你的一只眼睛，再过五年对另一只眼睛做同样的事”［Sohm, Szeemann, and Kölnischer Kunstverein 1970］）。如今，这类复杂性梦魇已成为日常现象：从电脑崩溃到千年虫（Y2K）漏洞，乃至流行虚构作品中的机械战警（Robocop）这一角色（见保罗·范霍文（Paul Verhoeven）1987年的原版电影）——当他被编入的指令（逮捕罪犯）与另一条被编入的指令（永不逮捕全能消费品公司（Omni Consumer Products）的董事会成员）相冲突时，他的电路便径直关闭了；而正是这家公司制造了他，并经营着底特律私有化的市政管理与警察力量。 危机计算中的常识是：提高算法的复杂性，以使系统能够应对其所遭遇的复杂现实。威廉姆斯《计数之歌》的指令集可以加以扩展，把针对英国脱欧及其他例外状态的行为规则也纳入其中，或者使之能够应对某个法西斯政权——在那里，清点人数已成为私人战争承包商的特权。行为艺术隐含着打破静态社会情境的纲领，那么当它不得不在社会遭受最大程度破坏的情境中运作时，它会变成什么？在一片被无人机战争笼罩或被黑帮犯罪控制的领土上，一份激浪派乐谱又如何能够被表演？ 针对这些情景的流行叙事，当然不会出现在激浪派之中。2005年至2010年，CBS电视台播出了电视剧《数字追凶》（*NUMB3RS*），其情节围绕着运用现代数学破案展开（Scott and Scott 2005–2010）。该剧的两位主角是一名联邦调查局（FBI）探员和他的弟弟——一位应用数学教授，后者因孜孜不倦地发明各种算法来预测犯罪嫌疑人的行为模式和未来犯罪现场的概率，而逐渐被卷入警务工作。该剧首播之时，“大数据”一词尚未被创造出来。不过，算法执法已有其历史先驱。1977年，当极左翼巴德尔—迈因霍夫集团（Baader-Meinhof）在西德的爆炸和绑架活动达到高潮时，联邦刑事警察局局长霍斯特·赫罗尔德（Horst Herold）用大型主机运行人口数据库，以缩小恐怖分子嫌疑人名单的范围。汉堡朋克乐队 Abwärts（意为“向下”）于1980年以歌曲《Computerstaat》（“计算机国家”）对此作出回应。这首歌勾勒出一个偏执—启示录式的当下：阿拉法特（Yasser Arafat）和勃列日涅夫（Leonid Brezhnev）出现在善良的西德公民家中闲逛，克格勃（KGB）入侵他们的森林和下水道，第三次世界大战在他们的度假胜地爆发。这首歌的副歌是： > 【此处原文引用了 Abwärts 乐队歌曲《Computerstaat》（1980）的副歌歌词（共四行），因版权原因未予转录；大意为：西德是灾难之国，我们生活在计算机国家之中。】[^f04-3] 收录这首歌的密纹唱片（LP）结尾是一段霍斯特·赫罗尔德的声音采样，他警告巴德尔—迈因霍夫成员，他们终将在警方追捕的压力下崩溃。他讲话的最后一句——“wir kriegen sie alle”（“我们会把他们统统抓获”）——被压制在唱片上一条无限循环的锁纹（lock groove）中。由此，这一模拟音频媒介模拟了计算机化拉网式搜捕的控制论反馈回路。 如果把阿拉法特换成伊拉克和叙利亚伊斯兰国（ISIS），把勃列日涅夫换成普京（Vladimir Putin），把克格勃换成俄罗斯联邦安全局（FSB），或许再把斯大林格勒换成“9·11”，那么从1977年到2017年，在技术的使用和世界局势方面似乎并没有多大变化。预测性警务（predictive policing）早在更早的时候就已被想象出来，尤其是在菲利普·K. 迪克（Philip K. Dick）1956年的短篇小说《少数派报告》（*Minority Report*）中。史蒂文·斯皮尔伯格（Steven Spielberg）2002年将该小说改编为电影，片中出现了三维计算机界面，这很可能为《数字追凶》2005年的视觉美学及其在主流电视上的成功铺平了道路。表面上看，《数字追凶》或许不过是1950年代广播与电视节目《法网》（*Dragnet*）的更新版本；而《法网》中所呈现的警方方法——通过逐步缩小嫌疑人名单来搜寻罪犯——本身在1970年代的德国现实生活中就已得到更新／翻新，即利用大型主机进行拉网式搜捕，这一方法由霍斯特·赫罗尔德大力提倡和推行，并在 Abwärts 的歌曲《Computerstaat》中得到反映。在《少数派报告》中，预测性警务纯属科幻，并无真实技术基础。但《数字追凶》第一次在每一集中都呈现了现代基于计算机的分析学。《数字追凶》中的公式、统计和算法，既不是老式的数据库检索，也不是好莱坞的障眼法，而是货真价实的数学，以及相当写实的现代“大数据”分析案例。Mathematica 软件包和 Wolfram Alpha 搜索引擎的开发者沃尔夫勒姆研究公司（Wolfram Research）受聘担任该剧的科学顾问，以确保各集中呈现的所有数学都是真实的，其中的算法和可视化都能够运行。该剧的制片人是雷德利·斯科特（Ridley Scott）和托尼·斯科特（Tony Scott）兄弟，他们的故事片《黑鹰坠落》（*Black Hawk Down*，2001）和《壮志凌云》（*Top Gun*，1985）讲述的是现代战争，并且是在美国陆军的直接支持下拍摄的（就《壮志凌云》而言，还得到了美国国防部的资金支持）；反过来，托尼·斯科特1998年的电影《国家公敌》（*Enemy of the State*）则呈现了一个反乌托邦的、在技术上写实的美国国家安全局（NSA）通信监控情景。 无论《数字追凶》是否应被读作2000年代初军工复合体为2010年代大数据和预测性警务技术所作的推销，每一集中的分析学都非常适合民权活动人士以及数字人文学者加以批判性审视。如今，数据集和算法——或二者的结合——能够而且确实在进行歧视，这已是一个被广泛报道的事实。2016年，《纽约时报》（*New York Times*）的一篇专栏文章呼吁，针对以算法计算的债务人和潜在罪犯的“风险评分”，有必要“让算法承担责任”（Angwin 2016）。在为同一份报纸撰写的一篇文章中，纽约大学教授、AI研究所（AI Institute）创始人凯特·克劳福德（Kate Crawford）把这一现象称为“A.I.［= 人工智能］的白人男性问题”： > 【引文摘要：克劳福德指出，性别歧视、种族主义及其他形式的歧视正被内建于机器学习算法之中，而这些算法构成了许多“智能”系统背后的技术基础，决定着我们如何被分类、如何被投放广告。她举例说，前一年用户发现，谷歌为数字相册中的图片自动加标签的照片应用把黑人图像归类为大猩猩，谷歌为此道歉并称这是无意的；类似的错误也出现在尼康的相机软件中（把亚洲人的图像误读为在眨眼），以及惠普的网络摄像头软件中（难以识别深肤色的人）。（Crawford 2016）】 克劳福德还指出预测性警务存在问题，因为“对大量历史犯罪数据进行的软件分析被用来预测犯罪热点最有可能出现在何处”，从而“使一个本已恶性的循环延续下去”：“在传统上较贫穷的非白人社区实施更多监控，而富裕的、白人居多的社区所受的审视则更少。”[^f04-4] 2005年，《数字追凶》的试播集展示了通过实现为计算机算法的数学公式来绘制犯罪热点地图，这被呈现为警务工作与无尘实验室科学的融合。然而，这项技术的现实却远没有那么一尘不染。2016年，美国非营利调查新闻平台 ProPublica 发现，“全国各地都在使用一种用于预测未来罪犯的软件。而它对黑人抱有偏见”（Angwin et al. 2016）。ProPublica 调查了2013年和2014年在佛罗里达州布劳沃德县（Broward County）被捕的七千余人的算法计算“风险评分”，得出结论称，该“评分在预测暴力犯罪方面被证明极不可靠：被预测会实施暴力犯罪的人中，实际上真正这样做的只有20%”。该算法“尤其容易错误地把黑人被告标记为未来的罪犯，以这种方式错误标记他们的比率几乎是白人被告的两倍。……白人被告比黑人被告更常被错误地标记为低风险”（Angwin et al. 2016）。此外，评估风险评分的算法既不是由警方或任何其他政府机构开发的，也没有公开；它是由私营公司 Northpointe（加拿大沃拉里斯集团（Volaris Group）的子公司）开发、并作为商业机密加以保守的。该公司宣称的使命是“在个别罪犯案件决策的层面上，以及在全系统的政策、规划和项目评估的层面上，改进矫正决策”（Northpointe 2016）。 在实践中，预测性警务项目延伸为一种原则，即对那些经由分析学被识别为犯罪热点的社区实施严密的警务管控。2014年，美国公民自由联盟（American Civil Liberties Union）的一位发言人把这一原则称为“连坐定罪”（guilt by association）：“因为你住在某个社区，或者和某些人来往，我们现在就要怀疑你、区别对待你——不是因为你犯了罪，也不是因为我们掌握了足以逮捕你的信息，而是因为我们的预测工具显示，你可能会在未来的某个时刻犯罪。”（Eligon and Williams 2015） ## 实证主义之争重演 《麻省理工科技评论》（*MIT Technology Review*）是一份对技术总体上持乐观和信任态度的期刊，它在2016年发表了一篇文章，讲述人工智能分析学如何“揭示语言中隐藏的性别歧视”（arXiv 2016）。一个以主流新闻媒体文章为数据集训练的神经网络，会把“父亲 : 医生 :: 母亲 : x”这一问题回答为“x = 护士”，把“男人 : 计算机程序员 :: 女人 : x”回答为“x = 家庭主妇”（arXiv 2016）。问题不仅在于数据集的语义偏见，还在于把数据当作无偏事实来对待的算法设计，最后还在于相信该计算机程序具有科学客观性的用户。 基于计算中隐藏的偏见而对人进行歧视乃至杀害，这个问题并不新鲜。计算机科学家雅克·瓦莱（Jacques Vallee）1982年的著作《网络革命》（*The Network Revolution*）以如下叙述开篇： > 【引文摘要：瓦莱叙述，1979年11月9日（星期五）晚上十点，三名在20号公路上行驶的年轻人在巴黎附近埃唐普（Etampes）的一个加油站停车；加油站经营者尼古拉先生看不惯他们破烂的牛仔裤、皮夹克，以及用黑胶布修补过、看上去不对劲的车牌，于是报警称有一辆“可疑”车辆。埃唐普的警察通过与巴黎内政部中央档案相连的计算机终端查询车牌——而一位内阁成员不久前还否认过这一档案的存在——系统很快给出结论：该车系被盗车辆。一支特别夜间巡逻队被派出，在红灯处拦截了弗朗索瓦驾驶的标致汽车；一名便衣警察端着冲锋枪对准汽车，另一名站在车前举起.357马格南手枪，片刻之后枪声响起，子弹穿过挡风玻璃，击中克洛德鼻子下方的面部。后来的调查表明，该车属于弗朗索瓦，是他十天前合法购买的；它确曾于1976年被盗，但很快被保险公司追回并卖给了车行，弗朗索瓦正是从该车行购得此车；然而计算机档案从未更新以反映车辆状态的变化，中央警务记录仍将其视为赃物。】[^f04-5]（Vallee 1982, 3–4） 与1970年代和1980年代的数据库拉网式搜捕相比，当代大数据分析学只是变得更具投机性了：因为它们的焦点不再是从过去为现在得出结论，而是猜测未来；也因为它们锁定人们的依据，不再是其数据与其他数据库记录相匹配这一事实，而是关于环境因素和行为模式的更具投机性的统计概率。无论应为歧视负责的是人类创造的（因而也是被人类污染的）数据，还是被硬编码进用于处理这些数据的算法之中的隐藏假设——抑或机器生成的数据是否也可能带有偏见——它们全都证实了凯利的观察：语言“易于捕获，却难以阅读”；每一次自动化分析操作都涉及从捕获到执行、从句法到语用的捷径，而把语义和彻底的批判性诠释作为附带损害抛在身后。上文提到的新闻报道，以及《数字追凶》的每一集，都同样说明了这一点：每一集在四十五分钟内，除了一桩罪案及其侦破之外，还要涵盖为某一特定罪案找到数学模型，并将该模型转译为算法和计算机程序的过程（此外还有诸如兄弟俩彼此之间以及与父亲之间的冲突、其中一人与其研究生的恋情之类的琐事）。 对数据分析学的批判性讨论——比如本书中的讨论——不可避免地重演了1960年代欧陆社会科学中的实证主义之争（Positivismusstreit）。[^f04-6] 论争的两大对手，一方是以诠释学人文科学为取向的法兰克福学派（Frankfurt School），另一方是卡尔·波普尔（Karl Popper），后者主张社会科学和自然科学应共同具有以解决问题为导向的方法论取向（Popper 1962, 3）。不过，波普尔仍然使自己的立场与纯粹的定量科学保持距离，他坚持认为，“认识既不始于知觉或观察，也不始于对数据或事实的收集，而是从问题出发”[^f04-7]（Popper 1962, 2）。鉴于这场论争，二十一世纪从诠释转向分析学、从问题转向数据的转变，就等于一种比阿多诺（Theodor W. Adorno）或波普尔所能想象的都要激进得多的实证主义。哈贝马斯（Jürgen Habermas）在1963年反驳波普尔和经验社会学时指出： > 【引文摘要：哈贝马斯认为，分析—经验的程序模式只容许一种由其自身所界定的经验类型；似乎只有对物理行为的受控观察——在可重复的条件下、于一个孤立的领域中、由可任意互换的主体所设置——才允许作出主体间有效的知觉判断。（Habermas 1976, 134）】 从这一视角来看，克劳福德等人在大数据和人工智能分析学中所观察到的问题，并不局限于经验性“受控观察”内部的偏见和偏斜参数——对此，《麻省理工科技评论》那篇文章的作者们竟一本正经地提出了一种去偏斜算法（arXiv 2016）。毋宁说，偏见就在于设置本身，在于“由其自身所界定的经验”（再次引用哈贝马斯的话），因而它牵涉先验的选择和决定，以及未被承认的偏见。因此，诠释构成了设置，与此同时却又被分析者们否认。换言之，诠释学始终在分析学中发挥作用，尽管它很少被承认为诠释学。艺术理论家鲍里斯·格罗伊斯（Boris Groys）把互联网公司收集用户个人信息——包括“兴趣、欲望和需求”——的商业模式认定为一种“古典诠释学的货币化”，在其中“诠释学价值”变成了一种“剩余价值”（Groys 2016, 179–80）。格罗伊斯实际上把法兰克福学派1940年代对文化工业的批判与其1960年代对实证主义的批判融合在一起，反映了二十一世纪初的现状：硅谷已取代好莱坞成为创意产业的典范，其（价值数十亿美元的）商业模式是对用户生成内容的分析，而非内容生产。 既然不存在一种毫无诠释、因而毫无偏见的客观分析学，诠释学便从分析学的后门悄然潜入。这在数据被捕获之时就已开始，因为几乎任何类型的数据采集都需要主观决策（例如，关于扫描图像中色彩的数字表示）。[^f04-8] 当这类技术—操作性决策涉及例如肤色再现的准确性时，它们就变得具有政治性了。这个问题并不新鲜，早在模拟胶片时代就已存在：当时，一些电影人（包括让-吕克·戈达尔（Jean-Luc Godard））抵制柯达（Kodak），原因是该公司对胶片色彩和动态范围的校准是为再现白人肤色而优化的，致使黑人演员的面部曝光不足。[^f04-9] 此外，数据采集还会引入其自身的伪影——诸如镜头和麦克风失真、视频和音频噪声——而对其进行事后过滤则需要诠释性的、往往是审美性的决定。操作者就是诠释者。尽管对数据的诠释——或者音乐家对乐谱的诠释——可能比例如对一部小说的诠释性阅读更受限制，但它们在结构上同样是诠释学的。 因此，从捕获数据到阅读数据，诠释和诠释学渗入分析学的所有层面。偏见和歧视只不过是使这一机制最清晰可见的极端情形。于是，诠释成了一个漏洞（bug），一种被感知到的系统故障，而非一项功能（feature）或美德。作为这样一种漏洞，它暴露了数据分析学的脆弱性和易受攻击之处。因此，分析学与诠释学之间的关系，就如同一款软件中可见的前端与不可见的后门之间的关系，亦即远程攻击者可以利用来夺取系统控制权的那种“后门”。那位警察用以诱使乔治·迈克尔（George Michael）做出其“猥亵”行为的那声“嘿，你”（参见本书中史泰尔的文章），正体现了这种二重性：在分析学层面上，它是上一章所描述的那种原初的识别与控制行为；在乔治·迈克尔的诠释学层面上，它是一种情欲的邀约；而对那位警察而言，它是一种规训性的言语行为，在策略上鼓励情欲的诠释学，以便最终作为一种规训装置而愈发有力。 由此，诠释学在一种力比多的意义上成了一种后门实践。不仅如全嘉莹（Chun）所指出的那样，任何网络接口都“行事滥交”（act promiscuously），互联网在设计上就是会泄漏的（Chun 2016, 51）；而且，这种滥交发生在技术自动化（网络硬件和软件）的层面上，这一事实反过来遮蔽了诠释的能动性——包括情报机构、执法机构以及知识产权律师事务所的诠释能动性，它们截获被监控个人的网络通信并对其作出司法诠释。由于这种滥交并非发生在前端，而是发生在后端，通过后门，有时是在互联网的暗室中进行，它便是一种隐秘的滥交和被污名化的诠释学；其实践者很少会像爱德华·斯诺登（Edward Snowden）那样公开出柜。从历史上看，或许从未有过像分析学时代这样多的诠释活动，然而这一点却悖论性地与对其中所涉主观视角的盲视同时发生。 德鲁克同样坚持认为诠释在数据分析（及可视化）中起着关键作用，只不过她对人文学科视角的必要性——而非某种被压抑的后门式表达——更为乐观。她认为： > 【引文摘要：德鲁克指出，自然世界及其文化对应物固然存在，但人文主义的知识概念取决于一位处境化、情境化的观看者与受审视和诠释的对象或经验之间的相互作用；这是人文主义知识的基本定义，其图形呈现必须在其基础原则上契合这一定义；倘若以承认知识的诠释性为根基的人文主义世界观要成为数字环境中图形表达的一部分，这一挑战虽然巨大，却至关重要。（Drucker 2011）】 大数据的悖论在于，它既肯定又否定了这种“知识的诠释性”。正如德尔斐神谕一样，它依赖于诠释。但与神谕祭司不同，它的诠释能力受到算法学的限制——以至于工具的局限（并且归根结底，是用数学处理意义的局限）最终界定了诠释的界限。与哈贝马斯相似，德鲁克看到了这样一种危险：“把诠释的领地拱手让给那建立在观察者独立之客观性的虚假主张之上的确定性统治权威”（Drucker 2011）。这既关系到她所举的绘制流行病图表时所采用的视觉视角的例子，也同样关系到对所谓“热点”社区犯罪学数据的诠释。 因此，诠释的领地成了定量分析学与批判理论之间的战场。在后者中，运作模式始终是广义上的诠释学的，即诠释性的、话语性的、不赋予定量方法论以特权的——无论这种方法论打着的是诠释学的、结构主义的还是唯物主义的、人文主义的还是后人类主义的旗号，也无论这些学派之间有何争论。分析学与诠释之间究竟是否存在任何质的差异，这一问题归根结底关乎人工智能的可行性。倘若分析学在假设上能够使诠释变得过时，那么算法最终就应当能够取代大多数社会学家、批评家和人文学者——或者至少使他们亲力亲为的诠释工作变得过时，并使他们的职业转向数据分析算法的研究与开发。 ## 垃圾奇点已然来临 撇开有关人工智能的一切哲学争论不谈，当下的大数据应用表明，人工智能是否可行与其说是一个认识论问题，不如说是一个纯粹的实用问题。无论人工智能——或某些类型的人工智能——是否存在根本缺陷、是否不适于其用途，只要它们看起来能把事情办成，只要它们能交付——最重要的是——可量化的结果，例如犯罪统计数字的下降（无论其社会与政治副作用如何）以及劳动力成本的削减，它们就仍然会被开发和使用。 用人工智能最受欢迎的布道者之一的话来说：《奇点临近》（*The Singularity Is Near*）（Kurzweil 2005）。但如果“奇点”确实临近，那也并不是因为机器或算法正变得更加智能（或者仅仅是更加聪明——两者并非一回事）。正如上一章所表明的，“市场”就是活生生的证据，证明这些机器或算法并不是“奇点”的先决条件（参见本书中史泰尔的文章）。在这个意义上，“奇点”至少从十八世纪起就已存在。根据亚当·斯密（Adam Smith）的“看不见的手”理论，个体经济行为的贪婪无关紧要，因为它们彼此抵消了对方的愚蠢，从而共同构成一个智能系统。 当代版本的“奇点”缺乏这种乐观主义，因为它最终将要求社会把自己变得愚钝。否则，机器乌托邦与机器反乌托邦根本无法实现，因为理解那些如此易于捕获的信息的困难依然存在。作为一种应对措施，文化与社会必须使自身变得完全可被计算机读取。当自动驾驶汽车因其计算机视觉把一辆白色卡车误认为路牌而酿成致命的公路事故时——这正是2016年5月7日在佛罗里达州威利斯顿（Williston）一辆特斯拉汽车的人工智能自动驾驶仪身上发生的事——这几乎完全应验了《后常态时代》（*Postnormal Times*）研究者约翰·A. 斯威尼（John A. Sweeney）在2011年勾勒的“别把车开成邪恶奇点”（Don't Drive Evil-ularity）情景： > 谷歌控制的机器人汽车发生撞车事故，促使标准普尔下调美国信用评级，导致汽车贷款利率和保险费飙升。警方怀疑机器人在驾驶时正在观看《超验人》（*Transcendent Man*）。（Raford, Sweeney, and Pickard 2011） 而在那辆撞毁的特斯拉汽车的案例中，实际上是人类驾驶员在观看一部《哈利·波特》电影（Levin and Woolf 2016）。长远的解决办法并不是改进汽车的模式识别算法——这种努力就如同把激浪派（Fluxus）的《计数之歌》（*Counting Songs*）扩展到危机和灾难情景中一样，容易陷入过度复杂和系统性失败。相反，所有汽车和公路都可以被重新设计和重建，使它们对计算机视觉和自动驾驶仪而言万无一失。例如：把所有汽车都漆成相同的特定颜色，在四面都印上计算机可读的条形码标识；把车身设计限定在严格预设的形状参数之内，以消除与其他物体混淆的风险；用二维码和可供光学字符识别（OCR）读取的字符重新设计所有路牌，并内置冗余，以消除计算机视觉系统误读的风险；把高速公路拉直，使之成为完美的直线，并迁移城市以适应它们；以及重新设计和重建所有城市，使之对市内自动驾驶交通而言安全无虞。[^f04-10] 此外，所有建筑——住宅、办公楼、工厂、酒店、车站、机场——都可以被重新设计，以便完全由机器人提供服务（清洁、维护和前台接待）；比起去推测计算机视觉和机器人技术等人工智能系统会在未来某个时候取得突破、使机器人能够为现有建筑提供服务，这是一个现实得多的情景。（这一情景在大众科幻作品中有无数先例，例如斯图尔特·戈登（Stuart Gordon）1996年的电影《太空卡车司机》（*Space Truckers*），片中主人公运送经过基因改造的方形猪，以便更有效地利用有限的飞船货舱容量。[Gordon 1997]。） 相反，那些无法轻易由机器人提供服务的“遗留”建筑，很可能会成为富人的附加费奢侈品，因为只有他们仍然负担得起人工服务。这种奇点情景还将进一步意味着，例如，把所有教育重新设计为配有计算机化考试和证书的自动化在线课程，而实体学校只留给那些仍然负担得起更高学费的人。中国在2015年宣布对其公民实行的“社会信用”体系可能成为一种全球模式：每个人的在线活动都会根据其所谓的社会生产力（在中国：对共产党政策的支持）获得正分或负分，而诸如接受高等教育和获得抵押贷款等机会则取决于良好的信用分数（Hatton 2015）。若在全球范围内实施，所有提供服务或商品的自动机都可以接受“社会信用”作为支付手段，从而这一体系最终可能取代传统货币。如今由优步（Uber）和爱彼迎（Airbnb）等公司提供的“共享经济”可以被扩大规模，使之无所不在，让人们可以出租自己的全部财物——哪怕只是在最短的闲置时段——以及潜在的劳务服务。这与其说是创造额外收入的手段，不如说是一种社会生态层面的紧缩措施，是每个人（富人除外）为维持生计而不得不为之的必需。毕竟，这样的体系可能会被自由派政治家作为表面上对抗公众舆论中民族主义、种族主义和法西斯主义反扑的措施而引入，他们向自由派选民承诺，以一种基于客观（因而公平的）定量测量的普遍精英统治来对抗偏见以及阶级或种族特权。 上述“奇点”利用今天的技术即可实现。它甚至不需要在机器认知领域进行任何进一步的基础研究，也不需要任何尚不存在的算法和芯片。软件和硬件研究甚至可以停止，以获得额外的好处：基于少数几种优化的机器设计实现标准化，以更低的成本大规模生产，这反过来又能让更多芯片被装进日常设备之中。 技术人类学家贾斯汀·皮卡德（Justin Pickard）在2011年为一份题为《奇点的替代方案》（*Alternatives to the Singularity*）的协作文献所撰写的文字中，把与之相应的当前事态描述为“垃圾奇点”（crapularity；crap + singularity 的合成词）： > 3D打印 + 垃圾邮件 + 小额支付 = 一种你要为之付账的毛球族（tribbles），因为它疯狂地失控复制。一切事物的90%都是垃圾，而且它们全都堆在你的空房间里——或者别人的空房间里，而你被迫通过爱彼迎去租下它。（Raford, Sweeney, and Pickard 2011） 这一反乌托邦在多大程度上已经成为我们今日的现实，可以通过广受欢迎的推特账号“狗屎物联网”（Internet of Shit）来观察，该账号目前拥有213,000名订阅者。（“Internet of Shit” 2015）在“狗屎物联网已经来临。把互联网装进你最好的家用电器里，把它们统统毁掉吧！”这一口号下，这个微博客发布的内容包括——例如——电梯里的Windows“蓝屏死机”、火车站显示屏上的勒索软件信息，以及一辆汽车在行驶途中于其中央电脑控制台上执行软件更新（Kawaguchi 2016）。 与那些在云朵中看到粪便的人工智能系统相比，“狗屎物联网”是上一章所描述的“螃蟹进，垃圾出”（crab in, crap out）原则的一个更为返祖的版本（参见本书中史泰尔的文章），因为它只关乎愚蠢而浪费的电子小玩意的无尽繁殖。但无论是垃圾奇点还是奇点，把系统区分为“互联网”“人工智能”“机器视觉”和“模式识别”“大数据”“智慧城市”以及“物联网”等子类别的做法，很可能很快就会成为过去。这些系统正在趋同，就像汉斯·马格努斯·恩岑斯贝格尔（Hans Magnus Enzensberger）在1970年预言通信媒介的趋同那样——“新闻卫星、彩色电视、有线中继电视、盒式磁带、录像带、录像机、可视电话、立体声、激光技术、静电复制工艺、电子高速印刷、排版与学习机器、可电子检索的缩微胶片、无线电印刷、分时计算机、数据库”——汇聚成“一个普遍的系统”（Enzensberger 2003, 261）。当年听起来宏大无比的东西，如今已变得平庸，而分析学系统未来的趋同最终也可能如此。这种趋同除了会使大数据、人工智能和智慧城市之间的区分变得过时，很可能还会使“媒介”这一术语本身变得过时。信息在技术之中不再是“造成差异的差异”（Bateson 1972, 459），这个问题与麦克卢汉（Marshall McLuhan）把媒介定义为“人的延伸”（McLuhan 1964）一样古老，而这一定义本身就缺乏对“媒介”与其他类型技术之间任何有意义的区分。 激浪派在1962年就已展示了，社会网络分析与“社会信用”几乎可以利用任何技术来计算，包括最廉价的计算装置——手工计数。在2004年接受策展人汉斯-乌尔里希·奥布里斯特（Hans-Ulrich Obrist）的访谈时，埃米特·威廉姆斯（Emmett Williams）回忆了艺术家们如何把他们的控制装置伪装成一个友好的游戏。威廉姆斯解释说，清点观众人数意味着“你可以触碰他们；你可以让他们在节目单上写下自己的名字，往每个人嘴里塞一颗糖果。这样你既和观众有了接触，同时又能准确算出到场的人数，并要求我们应得的那份钱”（Obrist, Arsène-Henry, and Shumon Basar 2010, n.p.）。当代设计把这称为“游戏化”（gamification），它已成为在公共和私人空间中创造“软性”或“助推式”控制措施的一种广泛实践的方法。[^f04-11] 拉·蒙特·扬（La Monte Young）的《作品1961》（*Compositions 1961*）是一份写于首届激浪派艺术节前一年的激浪派乐谱，它只包含一条指令：“画一条直线并沿着它走”（Young 1962），由此预示了这样一个社会的奇点：其建筑与流程已被精简和简化，甚至被“僵尸化”，以便能完全被愚蠢的机器人读取和服务。如果说机器可读性与人类可读性、捕获与分析（相对于感知与诠释），标示着“人文主义的知识概念”（Drucker 2011）与人工智能之间的差异，那么这一差异便揭示了人工智能的一个根本问题：用思辨实在论哲学的术语来说，它的概念本身就是相关主义的（correlationist），因为“人工的”（artificial）一词在辩证意义上指涉着“自然的”（natural）。衡量人工智能以及其拥护者所预言的“奇点”的质量标准，在于它能在多大程度上令人信服地比肩自然（即人类的，部分也包括动物的）智能。 由于“智能”并没有确定的定义或普遍公认的科学理论，人们大可以把智能定义为执行数学方程运算的能力。那样的话，奇点早在袖珍计算器出现时就已经达到了，甚至在某种机械入口闸门装置出现时就已达到——这种装置统计激浪派艺术节观众人数的效率本会比《计数之歌》更高。[^f04-12] 法罗群岛音乐家和艺术家古迪帕尔（Goodiepal）曾在2004年至2008年间于丹麦电声音乐学院（Danish Institute for Electroacoustic Music，DIEM）教授学生为外星智能和人工智能作曲，[^f04-13] 他因此提议，不要把A.I.读作“人工智能”（artificial intelligence）的缩写，而应读作“另类智能”（alternative intelligence）的缩写。如果机器智能确实是一种不同形式的智能，那么就可以根据它自身的优劣来观察和评判它，而不是弥赛亚式地等待它可能等同或超越（定义模糊的）人类智能的那一刻。这甚至会使机器能否思考的问题变得过时——这个问题本身就有意掩盖了与之相对的反面问题：“人类能思考吗？”这是前激浪派艺术家（也是埃米特·威廉姆斯的合作者）托马斯·施密特（Tomas Schmit）在2000年提出的问题（Schmit et al. 2007, 18–19）。 奇点已然来临，无论是在计数之歌、袖珍计算器，还是在更为复杂的计算设备之中。但它注定是一个垃圾奇点，因为这些系统越来越多地层层叠加，在没有维护的情况下持续运行，甚至常常已经没有任何人还知道它们是如何工作的。这种垃圾性（包括垃圾般的大数据“分析”）本可以像其他垃圾文化——包括《数字追凶》（*NUMB3RS*）这样的电视剧和《太空卡车司机》这样的B级片——一样被欢庆和享受。然而，问题在于，垃圾奇点不是一部电影，而是已经成为日常生活，它最糟糕的笑话实际上是致命的。 ## 主体的否定神学 当人工智能已经成为“另类智能”之时，哈贝马斯（Jürgen Habermas）曾捍卫以对抗经验实证主义的批判理论，似乎已不再体现它在二十世纪所代表的那种人类“另类智能”。希托·史泰尔（Hito Steyerl）曾问本文作者：为什么一个人可以整天分析法西斯主义，却没有人在乎？[^f04-14] 应当补充的是，没有人在乎这种分析是在马克思主义还是后马克思主义、女性主义、后殖民主义、后结构主义、基础存在论还是面向对象本体论、媒介理论、思辨实在论、人文主义还是后人类主义的名目之下进行的，因为实证主义把所有这些都熬成了一锅无差别的“大陆的”“非经验的”和“思辨的”话语。 在垃圾奇点之中，一旦“主体性”不再是形而上学思维与存在论思维之争的问题，而更一般地成为批判与实证主义之争的问题，它便获得了新的意义。约翰娜·德鲁克（Johanna Drucker）坚持认为，“人文主义诠释的图形表达”有别于“定量信息的视觉呈现，正如对一首诗的细读有别于追踪眼球在印刷页面上移动的眼动仪图表”，由此，德鲁克（2011）表明，即便对于那些已深受后结构主义及其后各种反形而上学思想流派影响的文化研究和媒介研究而言，“人文主义的”一词也是可以挽救的。 在垃圾奇点之前，任何把“主体性”纳入“媒介的术语”——或者更确切地说，纳入信息技术——的做法似乎都是一种矛盾修辞，因为拒斥（或至少批判）人文主义主体，一直是控制论、后结构主义以及大多数唯物主义和女性主义流派的共同点（Braidotti 2013）。媒介理论关注技术而非其人类创造者，这本身就可以被视为一种反人文主义的表态。因此，特里·伊格尔顿（Terry Eagleton）对结构主义的描述大体上适用于大多数媒介理论：它“是‘反人文主义的’，这并不是说它的信徒会抢孩子的糖果，而是说他们拒斥那种认为意义始于并终于个人‘经验’的神话”（Eagleton 1996, 98）。这一思想传统始于达尔文和弗洛伊德对主体自主性的粉碎，并在第二次世界大战后随着控制论而延续。控制论与心理学行为主义关系密切，它把人类行为理解为处于控制系统之中。1946年，正在把他的基础存在论“转向”[^f04-15]为一种技术哲学的海德格尔（Martin Heidegger）宣称，“每一种人文主义都仍然是形而上学的”，并因此阻碍了存在论的探究，甚至是对人性本身的探究。[^f04-16] 这番话的本意主要是为了澄清海德格尔的哲学，以对抗萨特（Jean-Paul Sartre）及其对海德格尔生存哲学[^f04-17]的人文主义误读，但它对法国后结构主义以及后来借鉴后结构主义的媒介理论产生了持久的影响。 当米歇尔·福柯（Michel Foucault）在《词与物》（*Order of Things*，1966）中宣告“人之死”时，[^f04-18] 上帝之死并不像在人文主义那里那样意味着上帝被人类主体所取代，而是意味着基督教上帝之死以及人文主义式的类上帝主体之死。基特勒（Friedrich Kittler）毕生致力于“把人文主义从人文学科中驱逐出去”，在其中技术取代了历史主体的位置；这一工作建立在福柯的基础之上，同时与欧洲大陆人文学科中十九世纪唯心主义的残余作斗争（Kittler 1980）。当后结构主义的反乌托邦转变为赛博乌托邦时，反人文主义便成了后人类主义。唐娜·哈拉维（Donna Haraway）的《赛博格宣言》（*Cyborg Manifesto*）和N. 凯瑟琳·海勒（N. Katherine Hayles）的《我们何以成为后人类》（*How We Became Posthuman*）从批判理论的角度考察了人工智能与硅谷文化。后人类主义把曾经的否定神学转变为新的乌托邦和新形式的灵知。[^f04-19] 当代对相关主义的批判（Meillassoux 2009）以及有关人类世（Anthropocene）的争论，相当于后人类主义在当代的卷土重来，其系统思维已从1990年代的赛博乌托邦转向二十一世纪的生态反乌托邦（Braidotti 2013）。 “主体”的反神学是否只是创造了“系统”的新神学？后结构主义对主体性的批判，比人们通常所承认的更有分寸。米歇尔·福柯在《什么是作者？》（*What Is an Author?*）中指出，“人们开始怀疑主体的绝对性质和创造性作用”，同时又坚持认为，“主体不应被完全抛弃。它应当被重新思考，不是为了恢复一个起源性主体的主题，而是为了把握它的功能、它对话语的介入，以及它的依存体系”（Foucault 2001, 1635）。换言之，主体性是相对的而非绝对的（而此前在人文主义和浪漫主义中它是绝对的）。[^f04-20] 当算法过程产生种族的、社会的及其他偏见时，主体性被铭刻进媒介——铭刻进视角和图像，无论是否涉及机器视觉——这一点便无需解释。大多数工程师可能会把这些偏见视为一个优化问题，一个关于柏拉图式理想的奇点与现实生活中的垃圾奇点之间的问题。然而，每一个编写过计算机程序、设计过数据库或给文档做过标记的人都知道，这其中始终涉及主观决策：[^f04-21] 例如，对输入数据进行分类、排序和归类所依据的标准，包括地址数据库中一个人性别的多选值，又或者在把文本从印刷品转录为HTML时，把斜体解释为“强调”（“”）还是“引用”（“”）。没有任何算法分析能够合理地完成后者；它只能计算统计规范并以启发式的方式加以应用。“如果你想要一幅未来的图景，就想象一下被（人为地）永远延长的过去吧”——这句话出自1986年的同人志《微笑》（*SMILE*）（它有一个不同寻常的特点：任何人都可以用《微笑》的名义出版一份同人志），作者是艺术家、后来成为互联网企业家的约翰·伯恩特（John Berndt），他使用的是多人共用笔名卡伦·艾略特（Karen Eliot）；这句话是对垃圾奇点及其分析学的一个先知式的概括（Eliot 2010）。 然而，程序化系统也有助于更精确地界定，究竟是什么把“语义”与“句法”、把诠释与形式分析区分开来。因此，它们为诠释学和结构主义——两者对这些术语只有模糊的定义——带来了对这些词语真正含义的理解。例如，修辞格如今可以被清楚地理解为一种受制于难以甚至无法形式化的诠释的东西。歧义与比喻性言说标示着计算机算法所能分析之物的界限。Abwärts乐队的《计算机国家》（“Computerstaat”）歌词是一种肯定的、反对的，还是犬儒的政治表态？即便是那些根据语义语境判断一句话反讽程度的人工智能算法，也会因此偏离轨道。[^f04-22] 像罗曼·雅各布森（Roman Jakobson）这样的二十世纪结构主义者仍然把修辞格视为语言的一个形式方面，因为它们可以从结构上加以描述；例如，隐喻可以被理解为一种基于相似性原则的语言操作（Jakobson 1956）。隐喻之所以被归为“形式的”，是因为它可以被纳入一种系统学之中。因此，雅各布森以及后来二十世纪的反人文主义，保留了浪漫主义的“主体性”观念，即主体性与系统、话语和装置相对立。然而，在垃圾奇点之中，主体性需要被去浪漫化。它可以被简单地定义为构成这些系统、话语和装置的能动性与决策——换言之，政治。否认这些政治的存在，将是一种极端主义的——如果不说是法西斯主义的——后人类主义，它鼓吹后政治与后民主（Crouch 2004）。 ## 开放性的看不见的手 如果激浪派的《计数之歌》由一台机器来表演，作为一个自主的、无人观察的过程永远运行下去，这并不会抹去其设计中所包含的人类能动性与政治。但它们潜在的自动化或许会以一种反直觉的方式表明，它们在何种程度上是一个开放的过程——或者用翁贝托·埃科（Umberto Eco）的术语来说，是一部以内在的“作品与开放性之间的辩证法”为特征的“开放的作品”（Eco 1989, 104）。对埃科而言，这种辩证法是艺术作品的传统物质特征之一，艺术作品仍然保留着它，以便保持辩证性，而与之相对的是现代艺术的过程性，例如行动绘画（102）。就《计数之歌》而言，这便是其（固定的）记谱与（开放的）表演之间的辩证法。然而，正如前文所讨论的，《计数之歌》的封闭性（即非开放性）在于它对情境的隐含假设——正是这种封闭性，会让一个垃圾奇点机器人在核战后的废墟堆里坚忍地表演《计数之歌》，在人们正被无人机射杀之时清点人数，使得总数在计算之时便已过时。数据分析和网络分析中所应用的模式歧视也饱受这一问题之苦，因为它归根结底就是把预先定义的模型应用于一大堆所谓偶然的现象和信息——一大团乱麻——而不论这些信息碰巧是机场监控摄像头的图像、数以拍字节计的被截获电子邮件、“智慧城市”的传感器数据，还是激浪派艺术节的观众。 但无论涉及何种类型的分析或诠释，它们都必然依赖于对“开放之域”（the open）的操作，即便这种“伟大的户外”[^f04-23]越来越难以找到（参见本书中史泰尔的文章）；也不论这些分析只能看到搜索和相关方法让它们看到的东西——更不用说一个垃圾奇点机器人在雷区爆炸之际仍在对其进行数据挖掘的风险了。“开放性”是分析学与诠释学的交汇之处：“开放数据”这一大数据的兄弟姐妹，与“开放的作品”一样，都意味着一种拒斥预先分类、预先分级的知识的反经院主义。当诠释学还是一门神学学科时，它的存在本身就意味着经文（无论是《托拉》、《圣经》还是《古兰经》）的意义并不像一神教的正统派和原教旨主义所主张的那样是字面的、固定的，而是有待诠释，并随着时间推移有待重新诠释。这一过程不仅使经文世俗化，也使诠释学本身世俗化，以至于到十九世纪，它已演变为文学批评（Schleiermacher 1998）。 在1960和1970年代，埃科并不是唯一一位使诠释学和文学批评现代化、并使“开放性”（既指开放的作品，也指开放的诠释）成为这一现代化之关键因素的文学理论家。罗兰·巴特（Roland Barthes）倡导“可写的”文本那些“不可确定的”符码中的“网络”和“能指的星系”（Barthes 1974, 5），而沃尔夫冈·伊瑟尔（Wolfgang Iser）和汉斯-罗伯特·姚斯（Hans-Robert Jauss）（在罗曼·英伽登（Roman Ingarden）先前工作的基础上）提出了一种读者反应诠释学，聚焦于艺术作品为读者的想象所留下的空白（Iser 1978）。尽管这些理论只涉及文本的美学——即感知——而非其媒介技术，它们却在超文本文学批评中被误读为技术蓝图，而这种批评在某种程度上先于1990年代初万维网的出现，并进一步伴随着它的出现。[^f04-24] 大约与此同时，使互联网成为并保持为一种“开放”媒介的行动主义在电子前哨基金会（Electronic Frontier Foundation）等草根倡议中兴起。到1990年代末和2000年代初，开放性的概念已被扩展到软件（开源）和其他媒介（开放内容），以及学术出版（开放获取）和数据（开放数据）。 因此，从1962年埃科的《开放的作品》（*Open Work*）到2007年的开放政府数据定义（Fretwell 2014），“开放”总是意味着“好的”，或者至少是“更有趣的”。开放性为诠释提供了更多价值，无论是对文学语文学家而言，还是对利用开放政府数据评估某个街区潜在市场价值的房地产应用开发者而言。对于语文学家和应用开发者来说，诠释价值都转化为经济价值，因为它帮助他们维持生计。（从这个角度看，关于“工作的终结”迫在眉睫的说法似乎言过其实。[^f04-25]）“开放的作品”诠释学和开放数据分析学都预设了一种文化和社会，它使二者成为可能，同时防止因正统观念而导致的封闭（非开放性）。因此，它们是波普尔（Karl Popper）“开放社会”这一一般概念的近亲（Popper 1945）。波普尔的证伪原则从科学投射到政治上，便把这个开放社会变成了一个相互竞争的观念的市场，这些观念都有机会证明彼此是错误的。在反乌托邦的层面上，这也为垃圾奇点时代创造了一种商业模式。由于证伪永无止境（与黑格尔和马克思的历史辩证法相反），它便相当于给了垃圾奇点一张无限期的许可证，让它继续进行垃圾分析，产出垃圾结果，使用垃圾技术，使文化和社会处于永久的系统更新、错误信息和软件依赖地狱之中——在那里，门因为其远程控制应用不再有人维护而停止工作，修复两个漏洞要引入十个新漏洞。[^f04-26] 然而，波普尔的开放社会并不是彻底开放的，因为它仍然把自身与“它的敌人”区分开来：法西斯主义、苏联共产主义，以及它们在政治哲学乌托邦中的所谓先驱。如果“开放社会”需要敌人才能得到定义，那么如今这些敌人包括上一章所描述的治外飞地和免税封闭社区、准国家小政权和反“恐怖主义”行动区、离岸实体和企业代理特许区（参见本书中史泰尔的文章），也就不足为奇了。 换言之，“开放社会”只在其根本体系不受挑战的程度上才是开放的。因此，开放性只存在于被观察之物的对象层面，而不存在于观察的元层面；在元层面上，组织原则“开放社会”就像《计数之歌》这类“开放的作品”的乐谱一样固定不变。每当“开放”被用作描述媒介的术语——例如开放标准、开放网络、开源、开放获取、开放数据——同样的不变性逻辑便仍在起作用。开放性在各种政策文件中被标准化（例如开源定义［Open Source Initiative 1998］、开放政府数据的八项标准［OpenGovData.org 2007］、开放内容定义［Wiley 1998］、“金色”和“绿色”开放获取，以及全面的开放定义［Open Definition 2015］），使所有这些“媒介的术语”都顺从于波普尔式自由主义政治中开放科学、开放市场与开放社会三者等同的方程式，并成为其控制论意义上的继承者。 支撑这些政治以及开放系统总体概念的神话，是它们内在地朝向“热力学平衡”的自我调节，以及朝向系统“稳态”的“等终局性”（equifinality）——这里引用的是波普尔的通信者、生物学家、一般系统论创始人路德维希·冯·贝塔朗菲（Ludwig von Bertalanffy）的说法（Bertalanffy 1969）。对波普尔和贝塔朗菲而言，这些原则构成了冷战时期科学、自然与政治的一般模型。归根结底，它们都是对亚当·斯密“看不见的手”的变奏。软件开发者埃里克·S. 雷蒙德（Eric S. Raymond）在开源运动的一份奠基性宣言中，把这种意识形态概括如下：“Linux世界在许多方面表现得像一个自由市场或一个生态系统，是一群试图使效用最大化的自私行动者的集合，而在此过程中，它产生了一种自我纠正的自发秩序，这种秩序比任何数量的中央计划所能达成的都更为精细和高效”（Raymond 1998）。由于被调校为追求平衡与自我调节，这个系统并不是在偶然或非决定论的意义上开放的；相反，它旨在产生一个预期的结果，并带有人们或许可以称之为“自由主义”的种种变化。同样的逻辑也适用于“开放的作品”，包括偶然音乐作曲、行动绘画、像《计数之歌》这样的参与式艺术（其预期结果是知道付费观众的人数），以及当代社区艺术和社会设计。 ## 人民对抗后人类主义 对于波普尔的开放社会和开源软件而言，预期的结果分别是更好的社会和更好的软件，而实现的途径是那些在设计上即具有自组织和自优化特性的系统过程。[^f04-27] 但正如《计数之歌》在一个后启示录世界中不再产生合理的结果，最终只沦为一个失控运转的公式一样，开源软件最终成了垃圾奇点的技术后端：Linux、Apache、MySQL和PHP驱动着商业网络和移动设备（仅举几例，包括谷歌的搜索引擎、Gmail、YouTube、脸书的社交网络平台、亚马逊的网上零售商店、安卓智能手机和平板电脑、谷歌的Chromebook、Kindle电子阅读器，以及特斯拉的自动驾驶仪）。“开放社会”如今更广为人知的是波普尔在朝圣山学社（Mont Pelerin Society）的合作者亚历山大·吕斯托（Alexander Rüstow）所创造的名称——“新自由主义”，[^f04-28] 历史已经证明，它能够证伪除它自己之外的一切。 这解释了法西斯主义及其他形式的民粹主义在垃圾奇点语境中的复兴。以卡尔·施米特（Carl Schmitt）的政治神学为基础，民粹主义为现存政权提供了一个更为诚实的替代方案：针对平衡的承诺和垃圾奇点式的现实，它开出的解药是例外状态；针对看不见的手，它的补救办法是把决断本身当作一种美德，即施米特所说的“决断论”（decisionism）。[^f04-29] 换言之，各种“系统”（从国际政治条约到大数据分析）和后民主权力当前所掩盖的例外状态与决断论，似乎通过民粹主义的重新具身化而再次变得可触可感、可被问责。“民粹主义”可以从字面上被解读为对抗“系统”的权力意志——不仅是对抗某个特定的系统，而且是对抗系统这一概念本身（包括波普尔的“开放社会”为自身定位的方式）。当代民粹主义试图夺回人民对抗后人类生态的能动性，从字面上把人民（demos）、把人民的身体立起来对抗垃圾奇点——无论是在被占领的广场上，还是在法西斯主义的竞选集会上。 这种对抗的悲剧——或者说闹剧——在于，它往往以一种法西斯主义对抗另一种法西斯主义而告终：民粹主义法西斯主义对抗大数据法西斯主义。那种给有色人种打上更高犯罪风险和更低信用分数污名的算法，与一场白人至上主义——或者在欧洲大陆，“身份主义”（identitarian）——的街头集会之间的区别，仅在于其符号形式，而不在于其语义学和语用学。两者都可能基于相同的垃圾奇点分析学，因为今天民粹主义的街头集会，往往正是那些把志同道合者聚集到在线社交媒体回音室中的算法的产物。无论如何，主体性注定仍将被硬编码进这种分析学之中，即便在人类从字面意义上（而不仅仅是比喻意义上）死亡和消失之后也是如此。 ## 注释 *献给拉希达（Rasheedah）、卡梅（Camae）和拉斯（Ras）* [^f04-1]: 并且还把某些分析师变成了另一种分析师：包括德语在内的一些语言如今区分了“Analytiker”（心理治疗、哲学或数学意义上的分析师）与“Analyst”（股票市场、商业或数据分析师）。 [^f04-2]: 我借用了琳达·希尔菲林·丽塔斯达特（Linda Hilfling Ritasdatter）创造的一个术语，她将其用于2016年5月在丹麦哥本哈根Overgarden举办的展览《作战室里的漏洞》（*Bugs in the War Room*）的配套研讨会，以及她正在进行的关于千年虫（2K bug）和遗留编程语言Algol的博士研究。 [^f04-3]: 【此处原文引用了 Abwärts 乐队歌曲《Computerstaat》（1980）的歌词（共四行），因版权原因未予转录；大意为：德国是灾难之国，我们生活在计算机国家之中（后一句重复三次）。】（Abwärts 1980） [^f04-4]: 值得研究的是，自2014年以来警察枪击黑人事件的激增与美国引入预测性警务项目之间可能存在的相关性（另一方面，廉价媒介技术的普及无疑增加了对此前未被报道事件的报道，因此相关性难以得出）。社会工作研究者威利·F. 托利弗（Willie F. Tolliver）、伯纳黛特·R. 哈登（Bernadette R. Hadden）、法比安·斯诺登（Fabienne Snowden）和罗宾·布朗-曼宁（Robyn Brown-Manning）在其2016年的论文《警察杀害手无寸铁的黑人：在人类行为与社会环境内容中以种族与种族主义为中心》（“Police Killings of Unarmed Black People: Centering Race and Racism in Human Behavior and the Social Environment Content”）中指出：“‘不退让’（stand your ground）之类法律的通过，与‘破窗’（broken windows）、‘拦截搜身’（stop and frisk）和‘预测性警务’（predictive policing）（Eligon and Williams 2015）等警务策略相结合，导致黑人和棕色人种暴露于警察、私刑者和普通公众的监视之下。” [^f04-5]: 自传性附注：此书1984年出版的德文版，使本文作者初次接触到网络计算及其批判。 [^f04-6]: 1950年代的美国政治学中也存在类似的争论，涉及行为主义政治学派（behavioralism，不要与行为主义心理学 behaviorism 混淆），该学派倡导一种“验证”“量化”和“纯科学”的经验方法，遭到了伯纳德·克里克（Bernard Crick）（1959）等人的批评和拒斥。 [^f04-7]: “Die Erkenntnis beginnt nicht mit Wahrnehmungen oder Beobachtungen oder der Sammlung von Daten oder von Tatsachen, sondern sie beginnt mit Problemen.”（“认识并非始于知觉或观察，也非始于数据或事实的收集，而是始于问题。”） [^f04-8]: 今天的光学传感器技术无法捕获例如柯达克罗姆（Kodachrome）幻灯片和胶片底片中存在的全部色彩信息；因此，数字化需要就所要捕获的色域作出决定。扫描之后，所捕获的色彩范围还需要被额外地、而且相当大幅度地压缩，以适应计算机显示器更为有限的色彩空间和动态范围。 [^f04-9]: “胶片感光乳剂最初本可以被设计得对黄色、棕色和偏红肤色的连续色调更为敏感，但这一设计过程必须出于对扩展动态范围之必要性的认识才会发生。在胶片感光乳剂发展的时期，目标消费市场应是处于种族隔离政治环境中的‘白种人’”（Roth 2009, 118）。 [^f04-10]: 第二次世界大战后，为使西方城市适合汽车通行而进行的城市重新设计，便是这一方案的一个不那么严格的版本。 [^f04-11]: 一个很好的例子是，在一些欧洲国家，公共服务人员会向新生儿发放欢迎礼物；这同时也是一种身份控制措施。 [^f04-12]: 参见布鲁诺·拉图尔（Bruno Latour）的相关讨论：门挡作为一个非人类行动者，执行着一项此前由人类承担的任务，见 Latour 2005, 14–41。 [^f04-13]: “我想教我的学生如何为未来的人工智能创作音乐，但我被告知不允许这样做。我说，如果我不能这样做，我就离开。而且我不会默默离开。这是一场学术战争！”古迪帕尔接受阿拉姆·亚杜米安（Aram Yardumian）采访时如是说（2012）。 [^f04-14]: 希托·史泰尔对本文初稿的评论。 [^f04-15]: 德语：“Kehre” [^f04-16]: “在界定人的人性时，人文主义不仅不追问存在与人的本质之间的关系；由于其形而上学的起源，人文主义甚至既不承认也不理解这一问题，从而阻碍了这一问题的提出”（Heidegger 1998, 245）。 [^f04-17]: 德语：“Existenzphilosophie” [^f04-18]: “在我们这个时代，除了在人的消失所留下的空无之中进行思考，已不再可能有别的思考方式。因为这一空无并不造成匮乏；它并不构成一个必须被填补的缺口。它不多不少，恰恰是一个空间的展开，在这个空间中，思考再一次成为可能”（Foucault 2002, 373）。 [^f04-19]: 哈拉维（Haraway 2003, 192）写道，存在着一种“想象一个没有性别的世界的乌托邦传统”；而海勒则认为，“控制论……应当被称为一门‘摩尼教科学’”（Hayles 1999, 106）。 [^f04-20]: 相反，在思辨实在论（Speculative Realism）中，对象变得独立于人类视角，它们不再是“相关主义的”。斯拉沃热·齐泽克（Slavoj Žižek）批评这一立场，认为“真正的问题不是去思考前主体的实在，而是去思考像主体这样的东西如何可能在其中出现；没有这一（真正黑格尔式的）姿态，任何客观主义都将以隐蔽的方式仍然是相关主义的——它的‘自在实在’的图像仍然（即便是以否定的方式）与主体性相关联”。与德鲁克一样，齐泽克也坚持人类视角，他（援引拉康和黑格尔）指出，“他们的问题不是‘如何抵达独立于主体性（独立于与主体性之关联）的客观实在’，而是主体性如何已经被铭刻进实在之中——再次引用拉康的话：不仅图画在我的眼中，而且我也在图画之中”（Žižek 2012, 643）。 [^f04-21]: 2001年，艺术家和计算机程序员阿德里安·沃德（Adrian Ward）这样概括这个问题：“我们应当思考的是把我们自己的创造性主体性嵌入自动化系统之中，而不是天真地试图让一个机器人拥有它‘自己的’创作议程。我们当中很多人日复一日都在这样做。我们称之为编程”（Ward 2001）。 [^f04-22]: 阿米尔等人（Amir et al. 2016）提出的算法依赖于来自无歧义的（社交媒体）消息的强烈语境线索。 [^f04-23]: “le grand dehors”（Meillassoux 2009）。 [^f04-24]: 最突出的是 Landow 1992。 [^f04-25]: 与 Black 1986 以及 Srnicek and Williams 2015 的观点相反。 [^f04-26]: 菲利普·K. 迪克（Philip K. Dick）在其1969年的小说《尤比克》（*Ubik*）中预见了这种垃圾奇点：书中一个角色与自己公寓里的一扇门纠缠不休，这扇门不投币就拒绝打开，最后还因为他试图拧下门锁而威胁要起诉他（Dick 1991, 24）。 [^f04-27]: 根据开源促进会（Open Source Initiative 2016）的说法，“开源的承诺［是］：更高的质量、更强的可靠性、更大的灵活性、更低的成本，以及终结掠夺性的供应商锁定”。过去，该组织的言辞表现出一种更为乐观的态度：2006年，它在同一网页上称赞开源的软件开发“速度之快，如果人们习惯了传统软件开发的缓慢节奏，会感到惊讶”，其“快速的进化过程”“比传统的封闭模式产出更好的软件。……开源软件是一个终于迎来其时代的理念。……现在它正在闯入商业世界，并且正在改变所有的规则”（Open Source Initiative 2006）。 [^f04-28]: 吕斯托把“新自由主义”理解为“秩序自由主义”（ordoliberalism）的同义词，即德国（及北欧）的一种市场自由主义概念，这种市场自由主义受到由国家强制实施的强有力的制衡体系的节制，其中包括公共福利方面的安排。由于与激进自由市场自由主义的支持者意见不合，他最终离开了朝圣山学社（Prollius 2007）。 [^f04-29]: Schmitt 1985。另见 Mouffe 1999。 ## 参考文献 Abwärts. 1980. Abwärts—Computerstaat. Vinyl 7”. Hamburg: ZickZack. Audio recording. Amir, Silvio, Byron C. Wallace, Hao Lyu, and Paula Carvalho Mário J. Silva. 2016. “Modelling Context with User Embeddings for Sarcasm Detection in Social Media.” arXiv:1607.00976 [Cs], July 4. Accessed January 19, 2017. http://arxiv.org/abs/1607.00976. Angwin, Julia. 2016. “Make Algorithms Accountable.” The New York Times, August 1. Accessed January 19, 2017. http://www.nytimes.com/2016/08/01/opinion/make-algorithms-accountable.html. Angwin, Julia, Jeff Larson, Surya Mattu, and Lauren Kirchner. 2016. “Machine Bias: There’s Software Used Across the Country to Predict Future Criminals. And It’s Biased against Blacks.” ProPublica, May 23. Accessed January 19, 2017. https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing. arXiv, Emerging Technology from the. 2016. “Neural Networks Are Inadvertently Learning Our Language’s Hidden Gender Biases.” MIT Technology Review, July 27. Accessed July 30, 2016. https://www.technologyreview.com/s/602025/how-vector-space-mathematics-reveals-the-hidden-sexism-in-language/. Barthes, Roland. 1974. S/Z. New York: Hill and Wang. Bateson, Gregory. 1972. Steps to an Ecology of Mind. Chicago: University of Chicago Press. Bertalanffy, Ludwig von. 1969. General System Theory: Foundations, Development, Applications. New York: George Braziller. Black, Bob. 1986. The Abolition of Work and Other Essays. Port Townsend, Wash.: Loompanics Unlimited. Braidotti, Rosi. 2013. The Posthuman. Cambridge: Polity Press. Cayley, John. 2012. “Terms of Reference and Vectoralist Transgressions: Situating Certain Literary Transactions over Networked Services.” Amodern 2: Network Archaeology. Accessed July 27, 2016. http://amodern.net/article/terms-of-reference-vectoralist-transgressions/#rf21–2020. Chun, Wendy Hui Kyong. 2016. Updating to Remain the Same: Habitual New Media. Cambridge, Mass.: The MIT Press. Crawford, Kate. 2016. “A.I.’s White Guy Problem.” The New York Times, June 25. Accessed July 30, 2016. https://www.nytimes.com/2016/06/26/opinion/sunday/artificial-intelligences-white-guy-problem.html. Crick, Bernard. 1959. The American Science of Politics: Its Origins and Conditions. Berkeley: University of California Press. Crouch, Colin. 2004. Post-Democracy. Malden, Mass.: Polity. Dick, Philip K. 1991. Ubik. New York: Vintage Books. Drucker, Johanna. 2011. “Humanities Approaches to Graphical Display.” digital humanities quarterly 5, no. 1. Accessed July 30, 2016. http://www.digitalhumanities.org/dhq/vol/5/1/000091/000091.html. Eagleton, Terry. 1996. Literary Theory: An Introduction. Minneapolis: University of Minnesota Press. Eco, Umberto. 1989. The Open Work. Cambridge, Mass.: Harvard University Press. Eligon, John, and Timothy Williams. 2015. “Police Program Aims to Pinpoint Those Most Likely to Commit Crimes.” The New York Times, September 24. Accessed July 30, 2016. http://www.nytimes.com/2015/09/25/us/police-program-aims-to-pinpoint-those-most-likely-to-commit-crimes.html. Eliot, Karen. 2010. “ANTI-POST-ACTUALISM++++++.” A Neoist Research Project, ed. N. O. Cantsin. London: OpenMute. Enzensberger, Hans Magnus. 2003. “Constituents of a Theory of the Media.” In The New Media Reader, ed. Noah Wardrip-Fruin and Nick Montfort, 261–75. Cambridge, Mass.: MIT Press. Foucault, Michel. 2001. “What Is an Author?” In The Norton Anthology of Theory and Criticism, ed. Vincent B. Leitch, 1622–36. New York: Norton. Foucault, Michel. 2002. The Order of Things: An Archaeology of the Human Sciences. Oxford: Psychology Press. Fretwell, Luke. 2014. “A Brief History of Open Data.” FCW: The Business of Federal Technology, June 9. Accessed January 19, 2017. https://fcw.com/articles/2014/06/09/exec-tech-brief-history-of-open-data.aspx. Gordon, Stuart. 1997. Space Truckers. Film. Groys, Boris. 2016. In the Flow. London: Verso. Habermas, Jürgen. 1976. “The Analytical Theory of Science and Dialectics: A Postscript to the Controversy between Popper and Adorno.” In The Positivist Dispute in German Sociology, ed. Theodor W. Adorno, Hans Albert, Ralf Dahrendorf, Jürgen Habermas, Harald Pilot, and Karl R. Popper and trans Glyn Adey and David Frisby, 131–62. London: Heinemann. Haraway, Donna. 2003. “The Cyborg Manifesto.” In The New Media Reader, ed. Noah Wardrip-Fruin and Nick Montfort, 515–42. Cambridge, Mass.: MIT Press. Hatton, Celia. 2015. “China ‘Social Credit’: Beijing Sets up Huge System.” BBC News, October 26. Accessed July 30, 2016. http://www.bbc.com/news/world-asia-china-34592186. Hayles, N. Katherine. 1999. How We Became Posthuman: Virtual Bodies in Cybernetics, Literature, and Informatics. Chicago: University of Chicago Press. Heidegger, Martin. 1998. Pathmarks, ed. William McNeill. Cambridge: Cambridge University Press. Internet of Shit. 2015. “Internet of Shit (@internetofshit).” Twitter. Accessed January 19, 2017. https://twitter.com/internetofshit. Iser, Wolfgang. 1978. The Act of Reading: A Theory of Aesthetic Response. Baltimore: The Johns Hopkins University Press. Jakobson, Roman. 1956. “Two Aspects of Language and Two Types of Aphasic Disturbances.” In Fundamentals of Language, ed. Roman Jakobson and Morris Halle, 115–33. The Hague and Paris: Mouton. Kawaguchi, Kohsuke. 2016. “Over the Air Update of a Toyota Car in Progress While the Car Is Driving. Wow!” Microblog @kohsukekawa, Twitter, July 8. Accessed July 9, 2016. pic.twitter.com/54hMOr27Bj. Kittler, Friedrich, ed. 1980. Austreibung des Geistes aus den Geisteswissenschaften: Programme des Poststrukturalismus. Paderborn/Munich/Vienna/Zurich: Schöningh. Kurzweil, Ray. 2005. The Singularity Is Near: When Humans Transcend Biology. New York: Viking. Landow, George P. 1992. Hypertext: The Convergence of Contemporary Critical Theory and Technology. Baltimore: The Johns Hopkins University Press. Latour, Bruno. 2005. “From Realpolitik to Dingpolitik or How to Make Things Public.” In Making Things Public: Atmospheres of Democracy, 14–41. Cambridge, Mass.: MIT Press. Levin, Sam, and Nicky Woolf. 2016. “Tesla Driver Killed While Using Autopilot Was Watching Harry Potter, Witness Says.” The Guardian, July 1. Accessed July 1, 2016. https://www.theguardian.com/technology/2016/jul/01/tesla-driver-killed-autopilot-self-driving-car-harry-potter. McLuhan, Marshall. 1964. Understanding Media: The Extensions of Man. New York: McGraw-Hill. Meillassoux, Quentin. 2009. After Finitude: An Essay on the Necessity of Contingency. London: Continuum. Mouffe, Chantal. 1999. The Challenge of Carl Schmitt. London: Verso. Northpointe. 2016. “Northpointe—About Us.” Official website. Accessed January 19, 2017. http://www.northpointeinc.com/about-us. Obrist, Hans-Ulrich, Charles Arsène-Henry, and Shumon Basar, eds. 2010. Hans Ulrich Obrist: Interviews, Volume 2. Milan: Charta Art. Open Definition. 2015. “Open Definition 2.1.” Open Definition. Accessed August 1, 2016. http://opendefinition.org/od/2.1/en/. OpenGovData.org. 2007. “The 8 Principles of Open Government Data.” OpenGovData.org. Accessed August 1, 2016. https://opengovdata.org. Open Source Initiative. 1998. “The Open Source Definition (Annotated).” Open Source Initiative. Accessed January 19, 2017. https://opensource.org/osd-annotated. Open Source Initiative. 2006. Official website. Accessed through the Internet Archive Wayback Machine, August 1, 2016. https://web.archive.org/web/20060207222246/http://www.opensource.org/. Open Source Initiative. 2016. Official website. Accessed January 19, 2017. https://opensource.org/. Popper, Karl R. 1945. The Open Society and Its Enemies. London: G. Routledge & Sons, Ltd. Popper, Karl R. 1962. “Die Logik Der Sozialwissenschaften.” Kölner Zeitschrift Für Soziologie und Sozialpsychologie 14, no. 2: 233–48. Prollius, Michael von. 2007. Herrschaft oder Freiheit: Ein Alexander-Rüstow-Brevier. Bern: Hep Ott. Raford, Noah, John A. Sweeney, Justin Pickard, et al. Alternatives to the Singularity [collaborative manuscript], 2011. http://www.scribd.com/doc/62056338/Alternatives-to-the-Singularity. Accessed through the Internet Wayback Machine, June 17, 2017. https://web.archive.org/web/20120916123714/http://www.scribd.com/doc/62056338/Alternatives-to-the-Singularity. Raymond, Eric S. 1998. “The Cathedral and the Bazaar.” Catb.org. Accessed January 19, 2017. http://www.catb.org/esr/writings/cathedral-bazaar/cathedral-bazaar/ar01s11.html. Roth, Lorna. 2009. “Looking at Shirley, the Ultimate Norm: Colour Balance, Image Technologies, and Cognitive Equity.” Canadian Journal of Communication 34, no. 1: 111–36. Schleiermacher, Friedrich. 1998. Hermeneutics and Criticism and Other Writings, ed. Andrew Bowie. Cambridge: Cambridge University Press. Scott, Ridley. 2002. Black Hawk Down. Film. Scott, Tony. 1986. Top Gun. Film. Scott, Tony. 1998. Enemy of the State. Film. Scott, Ridley, and Tony Scott. 2005–2010. “NUMB3RS.” TV Series. Los Angeles: CBS. Schmit, Tomas, Julia Friedrich, Museum Ludwig, and Sammlung Falckenberg. 2007. Tomas Schmit: Können Menschen Denken? = Are Humans Capable of Thought? Cologne: Museum Ludwig/Verlag der Buchhandlung Walther König. Schmitt, Carl. 1985. Political Theology: Four Chapters on the Concept of Sovereignty. Chicago: University of Chicago Press. Sohm, Hanns, Harald Szeemann, and Kölnischer Kunstverein. 1970. Happening & Fluxus: Materialien. Cologne: Kölnischer Kunstverein. Srnicek, Nick, and Alex Williams. 2015. Inventing the Future: Postcapitalism and a World without Work. London: Verso. Tolliver, Willie F., Bernadette R. Hadden, Fabienne Snowden, and Robyn Brown-Manning. 2016. “Police Killings of Unarmed Black People: Centering Race and Racism in Human Behavior and the Social Environment Content.” Journal of Human Behavior in the Social Environment 26, no. 3–4 (2016): 279–86. Taylor and Francis+NEJM. Vallee, Jacques. 1982. The Network Revolution: Confessions of a Computer Scientist. Berkeley: And/Or Press. Verhoeven, Paul. 1987. RoboCop. Film. Ward, Adrian, 2001. Posting to Rhizome mailing list. May 7. Wiley, David. 1998. “Defining the ‘Open’ in Open Content and Open Educational Resources.” Opencontent.org. Accessed January 19, 2017. http://www.opencontent.org/definition/. Williams, Emmett. 1991. My Life in Flux and Vice Versa. Stuttgart/London/Reykjavik: Edition Hansjörg Mayer. Yardumian, Aram. 2012. “A Gentleman’s War.” Times Quotidian, March 22. Accessed July 31, 2016. http://www.timesquotidian.com/2012/03/22/a-gentlemans-war/. Young, La Monte. 1962. “Compositions 1961.” Fluxus 1. New York: Fluxus Editions. Žižek, Slavoj. 2012. Less than Nothing: Hegel and the Shadow of Dialectical Materialism. London: Verso, 2012. # 第三章　酷儿式质询同质相吸 温蒂·全嘉莹（Wendy Hui Kyong Chun） 先简要回顾一下，在模式歧视（pattern discrimination）中： 1. “你”（YOU）总是单数的复数： - 识别从来不在个体的层面上发生 - 你 = 你们（YOUS）的价值 2. 机器进行深度做梦，从噪声中创造模式： - 输入螃蟹 = 输出垃圾（Crab in = crap out） - 正如那些喋喋不休的缪斯一样，解释与诠释学经由模式歧视进入，只不过如今是从“后门”进入 - 我们生活在神话时代，却并不知道自己身处其中 3. 市场的奇点 = 世界的垃圾奇点（crapularity）： - 人类的愚化 - 主体性被整合进信息技术 - 妄想的现实 4. 要出来（come out），我们必须先进去（come in）： - 当我们以为自己在外面时，我们其实在里面。 - 开放社会需要敌人才能“开放” 本章通过考察同质相吸（homophily）——即“相似性孕育连接”这一公理，它是当代网络科学的基础——来延续上述论点。如果说我们是里外翻转的，那是因为同质相吸，即作为对同类之爱的爱，封闭了它假装要打开的世界；它把赛博空间变成了一连串回音室。具有讽刺意味的是，这一转变恰恰实现了赛博空间作为门户（portal）的本意：门户是一道精心修饰的立面，框定着通往一个封闭空间的入口。赛博空间始终是一道被困在美国军事—学术网络之内的地平线。因此，让我们从一个更当代的神话讲起： > 从前，有一个美国的、不涉商业的、军事与学术用途的网际互联协议——传输控制协议/网际协议（Transmission Control Protocol/Internet Protocol）——它重生为赛博空间。作为一种交感幻觉（consensual hallucination），它把 TCP/IP 变成了自身的反面：一个全球性的、不受政府管控的匿名空间，从根本上不存在歧视（因为如果你看不见它，又怎能憎恨它呢？）。这是一个据称为了在大规模、灾难性的夷平（即核战争）中幸存而设计的去中心化网络，它将通过自身无边无际的扩张夷平一切等级。不幸的是，事情并没有完全按计划发展。互联网没有成为一个无尽的、没有差异的乌托邦，而是变成了一连串门禁松散的社区，这些社区滋生出高耸的、充斥着仇恨与恐怖的、种族主义的——或者在某些人看来更糟糕的，平庸的、迷恋明星的、猫咪泛滥的——回音室。这个互联网让赛博朋克的反乌托邦未来相形之下显得平淡无奇。它非但没有摆脱国家，反而成了国家监控的温床：政府在其中监视本国公民、外国人以及彼此，企业则在其中完善全球追踪技术。它所预示的未来看起来更加黑暗：大数据（Big Data）的黎明意味着人类自发性的黄昏。很快，人类的一切行为都将被捕获、校准、预测和先发制人。网络，看起来，生而自由，却无往不在枷锁之中。 > > 人们对这一处境或哀叹、或接受、或拥抱，并为之提供了种种解释。他们揭示说，赛博空间最初的梦想是妄想性的（仿佛这有多么深刻似的：毕竟，“赛博空间”一词本就来自科幻小说；威廉·吉布森〔William Gibson〕在《神经漫游者》〔*Neuromancer*〕中将其描述为一种“交感幻觉”）；他们主张，互联网必须清除匿名性（而它从未真正拥有过匿名性），因为匿名是万恶之源（仿佛人们只有在伪装之下才会令人讨厌或恶毒）；他们指出，回音室是由“个性化”造成的：即企业瞄准个体消费者的种种尝试。我们正在经历的是：购买“从此幸福快乐”的噩梦。 这个故事既对又不对。是的，互联网在开放/商业化之后发生了巨大变化，但个性化并非唯一的罪魁祸首——而清除互联网的匿名性也不会让网络变得不那么恶毒。“真实姓名”或唯一标识符处于大数据分析的核心，因为它们对于同步分散的数据库和校准回收利用的数据至关重要。此外，如果说大数据预测分析是有效的，那并不是因为每个人都被当作一片独特的雪花来对待，而是因为网络分析根据用户强烈的好恶把他们隔离（segregate）进各个“邻里”（neighborhoods）。不仅如此，它还“训练”个体去期待并认可这种隔离。网络没有开启一个后种族、后身份的时代，而是通过“默认”变量和公理延续着身份。在网络科学中，差异与相似——差异作为塑造相似的一种方式——被主动地寻求、塑造并工具化，以便把握网络结构。网络既不是无结构的群众，也不是无法被切断或追踪的无尽根茎。网络由于其复杂性、嘈杂性以及持续存在的不平等，催生出种种管理、修剪和预测的技术。这种新方法——这种模式歧视——使得旧有的、决定论的或经典分析式的控制方法显得无害。 同质相吸（作为对同类之爱的爱）助长了模式歧视。网络延续隔离这一事实不应令任何人感到意外，因为，再说一遍，以同质相吸为形式的隔离正位于网络的概念核心。同质相吸把仇恨洗白为集体之爱，正如萨拉·艾哈迈德（Sara Ahmed）所揭示的，这一转化构成了现代白人至上主义的基础（2004, 123）。同质相吸在理论上扁平而弥散的网络中揭示并制造边界；它在所谓平等的节点之间进行区分和歧视（distinguishes and discriminates）：它是一种发现偏见与不平等的工具，也是一种以“舒适”、可预测性和常识之名延续偏见与不平等的工具。网络分析和数据分析既加剧又反映了嵌入社会之中的歧视。就像惠特尼·菲利普斯（Whitney Phillips）所诊断的那些作为“社交网络化世界中做着鬼脸的代言人”的网络喷子一样，它们上演着“一出对主流文化套路的怪诞哑剧”（2015, 8）。从最宽泛的意义上说，这种模式歧视与民主政治更大规模地被新自由主义市场经济所吸纳（subsumption）有关，后者天真地高估了开放性（如克拉默〔Cramer〕在前一章所讨论的）和本真性（authenticity）（伊丽莎白·伯恩斯坦〔Elizabeth Bernstein〕对此做了精彩的诊断〔2007〕）。 要进行干预，我们需要认识到，这出哑剧不仅仅是戏剧性的，它也是述行性的（performative）——它把它所发现的世界安置到位。它还依赖于不断重复的行为来创造和维持节点与连接。因此，我们必须拥抱网络分析，并与网络科学家合作，创造新的算法、新的假设、新的基础公理。我们还需要重新拥抱批判理论：女性主义、族裔研究、解构，是的，甚至还有精神分析——数据分析那被压抑的父母。最关键的是，每个人现在都需要的是：批判族裔研究的训练。 ## 机器学习：偏见的洗钱？ 2016年6月19日，Pinboard——一个与某网站相关联的账户，该网站自我宣传为“内向者的社交书签”——在推特（Twitter）上发布了如下评论：“机器学习就像是偏见的洗钱”（Pinboard 2016）。这条推文到当年夏末已被转发上千次，它概括了人们对人工智能和数据驱动算法之客观性日益增长的怀疑，而凯西·奥尼尔（Cathy O'Neil）在其出色的著作《数学毁灭性武器：大数据如何加剧不平等并威胁民主》（*Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy*）（2016）中证实了这些怀疑。在这段时间里，关于机器学习中嵌入偏见的新闻报道比比皆是。仅以2016年8月28日那一周主流媒体报道的其中两则新闻为例： - 脸书（Facebook）出人意料地解雇了其新闻策展人，这是对有关其编辑故意压制保守派新闻的指控的迟来回应，而此前它一直否认这些指控（Thielman 2016）。正如《卫报》（*Guardian*）所报道的，其结果是算法“发疯了”。热门新闻中包括：一则虚假报道，称时任福克斯新闻（Fox News）主持人梅根·凯利（Megyn Kelly）因透露自己支持希拉里·克林顿（Hillary Clinton）而被解雇；以及一段真实的视频，内容是一名男子用麦当劳三明治手淫。在一些人看来，这是因为脸书没有处理嵌入机器算法之中的人的问题：《财富》（*Fortune*）认为，“去掉人类编辑并不能解决脸书的偏见问题”，因为归根结底，算法是由人类程序员编写的（Ingram 2016）。 - 一个由公民自由和民权组织组成的联盟发表声明，反对预测性警务技术。根据该组织的说法，嵌入这些程序中的犯罪数据毒害了结果。这些数据“出了名地可疑、不完整、容易被操纵，并且饱受种族偏见困扰”（Lartey 2016）。这些指控是在 Upturn 发布一份报告之后提出的，该报告揭示，这些系统不仅被过度炒作，而且还“强化了不成比例的、歧视性的警务实践”（Robinson and Koepke 2016）。 这只是众多例子中的两个。正如我的合著者们所指出的，歧视性算法的实例还有很多。2015—2016年间曝光的其他新闻包括： - 谷歌（Google）的照片应用把两名黑人标记为“大猩猩”。人工智能专家维维安·明（Vivienne Ming）认为，“一些系统难以识别非白人，因为它们是用互联网图像训练的，而这些图像绝大多数是白人……互联网的偏见反映了社会的偏见。”（颇能说明问题的是，Sentinet Technologies 公司首席科学家巴巴克·霍贾特〔Babak Hodjat〕推测，这一错误可能源于算法没有看过足够多的大猩猩图片；Blarr 2015）。摄像头对非白人的这种误识别并不新鲜：正如克拉默在本书他所撰写的章节中也提到的，2009年有人揭露惠普（HP）的人脸追踪网络摄像头无法识别黑人，而尼康（Nikon）S360 则会询问用户，正在微笑的亚洲人是否在“眨眼”（见 Frucci 2015; Lee 2009）。 - 美国若干法院用来预测再犯率——并因此被一些法院用来决定量刑和假释——的 COMPAS 软件对少数族裔存在偏见（Angwin et al. 2016）。 这些案例所“揭示”的，是早已有充分记录、本不应成为新闻的偏见。历史上，标准电影胶片是针对白人肤色优化的；在很长一段时间里，跨种族拍摄之所以困难，不仅有社会原因，也有技术原因（见 Dyer 1997）。同样，美国量刑中的种族偏见也已被争论和分析了多年。[^f05-1] 此外，机器学习算法中的种族主义早已被众多学者指出和预言：从拉塔尼娅·斯威尼（Latanya Sweeney）博士揭示的“具有黑人特征的名字获得暗示有逮捕记录的广告的可能性要高出25%”，到基于“社会分类”（social sorting）的价格歧视预测；从招聘软件中嵌入的“无意的”非法歧视性选择，到反恐威慑系统中带有偏见的风险画像。所有这些都凸显了潜藏在看似客观的系统之中的种族主义，这些系统就像洗钱一样，把“不正当的”数据洗干净。因此，在许多人看来，解决方案就是更好、更干净的数据：清除了警察偏见的犯罪数据；图书馆中更多黑人的图像；科技行业内部更多的多样性，从而使未经少数族裔测试的技术不会进入消费市场（Harris 2016）。换言之，问题在于那依然挥之不去的数字鸿沟。 然而，另一些分析者指出，这不仅仅是包容或排斥的问题，还关乎差异是如何被“潜在地”编码的。例如，芝加哥警方在其预测性警务算法中并没有使用明显的种族类别来生成一份最有可能杀人或被杀之人的“热名单”（heat list），因为他们无须这样做：他们基于“邻里”的系统实际上就是在以种族为依据进行歧视（Saunders, Hunt, and Hollywood 2016）。这个系统基于社会关系（以及个人履历）制造出“关注对象”。正如凯特·克劳福德（Kate Crawford）和杰森·舒尔茨（Jason Schultz）所论证的，大数据通过使有关“受保护类别”的个人可识别信息变得可读，损害了美国法律体系所提供的隐私保护（Crawford and Schultz 2014）。正如法亚兹·阿尔·扎马尔（Faiyaz Al Zamal）等人（2012）在其对推特的分析中所表明的，年龄和政治倾向等潜在属性很容易通过用户的“邻居”推断出来。换言之，这些算法无须追踪种族和其他差异，因为这些因素早已嵌入那些旨在预测勤勉程度、可靠性、杀人倾向等等的“不那么粗糙”的类别之中。这些算法能够更精确地瞄准关键的交叉性身份。颇能说明问题的是，克里斯托弗·怀利（Christopher Wylie）——剑桥分析（Cambridge Analytica）的吹哨人——告诉《卫报》的卡罗尔·卡德瓦拉德（Carole Cadwalladr），史蒂夫·班农（Steven Bannon）是怀利曾与之谈论女性主义交叉性理论的唯一一个异性恋男性。女性主义交叉性理论最初由金伯莉·克伦肖（Kimberlé Crenshaw）提出（Crenshaw 1991），用以解释针对有色人种女性的暴力——而通过剑桥分析，它变成了一种理解“保守派年轻白人男性所感受到的压迫”的尺度（Cadwalladr 2018）。正如苏珊·布朗（Susan Brown）（私人交流，2015年6月）所指出的，想象一下，通过“购买有机鸟食”这一类别，可以揭示出多少关于地域、阶级和种族的信息。 关键在于，这些算法延续了它们所“发现”的歧视。它们不仅是描述性的，也是规定性的，并且在这个词的一切意义上都是述行性的。正如菲尔·阿格雷（Phil Agre）在1994年所提出的理论，捕获系统（capture systems）会重塑它们所建模或“发现”的活动。通过把人类活动比作语言的隐喻，它们在从分析捕获的数据转向构建被捕获活动的认识论模型的过程中，强加了一种规范性的“行动语法”（grammar of action）（364）。例如，芝加哥警方的“热名单”并没有带来杀人案的减少；但它确实导致名单上的对象“因枪击案被捕的可能性是与之匹配的对照者的2.88倍”（Saunders, Hunt, and Hollywood 2016）。它还可能导致了更多的杀人案：那些被警方联系过的人害怕被邻居视为“告密者”（Gorner 2013）。网络创造并催生出它们所想象的现实；它们成为自我实现的预言（见 Chun 2016; Healy 2015）。网络以效率为基础，因而像所有述行性系统一样，绕过了正义的问题（见 Lyotard 1984）。 然而，述行性（performativity）并不仅仅意味着“按照理论”对世界进行重新格式化和重新组织（Healy 2015, 175）。正如朱迪斯·巴特勒（Judith Butler）和雅克·德里达（Jacques Derrida）所论证的，述行性话语依赖于可重复性（iterability）和共同体（Derrida 1988; Butler 1997）。巴特勒尤其揭示了看似不可改变且稳定的类别所固有的可变性。她认为，性别是述行性的：“只有在被表演的程度上，它才是真实的”（Butler 1988, 527）。我们所理解的“自然的”或“本质的”东西，实际上是“通过一系列持续的行为制造出来的，通过身体的性别化风格化而被定位……我们视为自身‘内在’特征的东西，其实是我们通过某些身体行为所预期和生产出来的，在极端情况下，是自然化姿态的一种幻觉效果”（Butler 1990, xv）。这些姿态和持续不断的行为在凝结为一种“舒适的”固定身份时被抹除/遗忘了。正如萨拉·艾哈迈德颇具挑衅性地指出的：“规范性准则在某种程度上就像重复性劳损一样运作”（Ahmed 2004, 145）。这种对述行性的理解为网络述行性的分析增添了一个新的维度，因为这种述行性贯穿于网络之中。正如我在《为保持不变而更新》（*Updating to Remain the Same*）（Chun 2016）中更为充分地论证过的，网络不仅仅是在实施它们所描述的东西，它们最基本的单元——节点与连接（ties）——本身也是述行性的、习惯性行为的结果。 那么：如果我们去介入而非谴责网络述行性，会发生什么？这出名为网络的哑剧可以有多大的不同？关键在于，要接受这一挑战，我们必须认识到我们沉默行为的表达性影响。如果说，正如安托瓦妮特·鲁弗鲁瓦（Antoinette Rouvroy）等人所论证的，大数据通过把身体行为置于叙事之上而贬低了人类语言，那么它是借助捕获系统做到这一点的，而正如阿格雷所指出的，捕获系统把我们的行为翻译成“行动语法”（Rouvroy 2011）。我们沉默的——以及并不那么沉默的——行为都会被记录下来。 要接受这一挑战，我们还需要超越那种把大数据当作炒作而不屑一顾、并把“落空”的预测当作我们不可预测性之证据而加以庆祝的态度。预测与现实之间的差距不应助长一种冷嘲热讽式的安慰，尤其是因为随机推荐正越来越多地被有意植入，以激发自发行为。大数据时代可以说是一个我们只能渐近地抵达（如果能抵达的话）的未来，而大数据是炒作这一事实也谈不上有多深刻：大多数技术都是如此。此外，大数据提出了引人入胜的计算问题（人们如何分析那些只能读入一次——如果能读入的话——的数据？）。它所记录的大量相关性也提出了关于因果性的根本问题：如果几乎任何东西都可以被证明为真实（如果几乎任何相关性都可以被发现），我们如何知道什么是重要的、什么是真的？“前大数据”时代的“超级碗预测指标”一例很好地概括了这一困境，因为美国股市最好的预测指标之一就是超级碗的比赛结果：如果国家橄榄球联合会（NFC）的球队获胜，很可能会出现牛市；如果美国橄榄球联合会（AFC）的球队获胜，则会出现熊市（Silver 2012, 185）。这个例子还提出了一个问题：知识有什么作用？知识与行动之间是什么关系？对大数据最恰当的类比是人类基因组测绘：在这项测绘实现之前，它被设想为人类疾病的圣杯或罗塞塔石碑。它并没有简单地带来癌症之类疾病的治愈，而是让人们重新认识到表观遗传、基因相互作用、疾病通路等等的重要性。 至关重要的是，我们要认识到，预测与现实之间的差距正是政治行动与能动性的空间。预测既可以是自我实现的，也可以是“自我取消的”（self-canceling）（Silver 2012, 219）。就像全球气候变化模型和人口模型一样，它们可以指向那些应当被拒绝的现实与未来。它们可以通过自身的诊断，使某种症状的预测力失效，或者促成新的、未曾预见的语法。然而，要创造新的表达，我们需要阅读剧本，并分析我们身处其中的布景，也就是网络科学的实验室。 ## 网络：新自由主义连接的科学 在最基本的层面上，网络科学捕获——也就是分析、表述、强加、工具化并阐发——连接（见捕获的五个阶段，Agre 1994）。它是“对关系数据的收集、管理、分析、解释与呈现的研究”[^f05-2]（Brandes et al. 2013, 3）。网络科学被描述为从根本上是跨学科的，它汇集了物理学、生物学、经济学、社会心理学、社会学和人类学。说得更极端一些，它把定量社会科学与物理科学和计算机科学融合在一起，以绕过或清除人文学科和媒介研究——这两个领域同样浸润在有关表征与网络的理论之中。根据备受赞誉的网络科学家兼作家艾伯特-拉斯洛·巴拉巴西（Albert-László Barabási）的说法，网络科学免除了对人类心理学的需要：“过去，如果你想了解人类做什么以及为什么这样做，你就得成为一名正式的心理学家。今天，你可能想要获得一个计算机科学学位……”这是因为网络科学与“日益深入的数字技术”相结合，将我们置于“一个巨大的研究实验室之中，它在规模、复杂性和细节上都超越了科学以往所遭遇的一切”。这个实验室揭示出“生活的节律，作为人类行为中一种更深层秩序的证据，这种秩序可以被探索、被预测，而且无疑会被利用”（Barabási 2010, 11）。网络科学拆解出一个被封装在数字媒体鱼缸之中的庞大的集体非意识（nonconscious）。[^f05-3] 它是精神分析的私生子：没有意外，没有无心的口误。每一个行为都是某个更大模式/症状的一部分。其目标是：回答那个无法回答的问题——（女）人想要什么？ 网络科学回应的是日益增强的全球连通性与资本主义，回应的是“公众对现代社会复杂‘连通性’日益增长的迷恋”（Easley and Kleinberg 2010, 11）。正如该领域的先驱邓肯·瓦茨（Duncan Watts）所解释的：“如果必须用某种简单的方式来刻画世界历史上的这一特定时期，那么它或许可以被刻画为一个比以往任何时候都连接得更紧密、更全球化、也更出人意料的时期。”网络科学对于测绘和驾驭“连接的时代”至关重要（Watts 2004）。 网络科学是弗雷德里克·詹姆逊（Fredric Jameson）曾称为“认知测绘”（cognitive mapping）的一种版本（Jameson 1990）。它是新自由主义对后现代病症开出的药方（见 Chun 2016）。根据詹姆逊的说法，后现代主义把主体淹没在“一组多维度的、彻底不连续的现实之中，其框架从依然残存的资产阶级私人生活空间，一直延伸到全球资本本身那无法想象的去中心化”（Jameson 1991, 413）。正因如此，主体深感迷失，无法把自己的地方性经验（本真性）与全球系统（真理）联系起来。为了解决这一处境，詹姆逊呼吁认知测绘，这是一种尚可想象的政治性社会主义艺术形式，它对应于“一种律令：长出新的器官，把我们的感官系统和身体扩展到某些新的、尚无法想象的、也许最终不可能的维度”（39）。就像詹姆逊所设想的认知测绘一样，网络科学通过揭示个体与她所生活于其中的总体之间的联系，驱散了后现代主义的迷雾。与詹姆逊的构想不同的是，它几乎谈不上是社会主义的或赋权的。它非但没有使人类长出新的器官，反而把世界收缩成一张地图：它强迫推行一种被塑造得符合某种人工智能式真理的本真性模式。 网络科学把现实世界的现象化约为一系列节点和边，然后再对这些节点和边进行建模，以揭示支配着从友谊到金融危机等看似毫不相干的行为的模式。这种测绘依赖于对现实世界现象的大幅简化。[^f05-4] 事实上，这些被“发现”的关系是对大幅简化的再大幅简化，因为网络理论的每一个阶段——先是最初的抽象/表征，继而是数学建模——都会产生其自身类型的抽象。第一个阶段是“应用性的”和“认识论的”：它提出并阐明“对于特定研究领域而言，如何把现象抽象为网络。这包括，例如，什么构成一个独立的实体或一种关系，如何将一条连接的强度概念化，等等”（Easley and Kleinberg 2010, 2）。最简单地说，在这一阶段，人们决定什么是节点、什么是边，以及它们应当如何连接。第二个阶段是“纯粹的”网络理论，因为它处理的是“网络表征的形式化方面，如度分布、闭合、社群等等，以及它们彼此之间的关系。在这种纯粹的网络科学中，相应的理论是数学性的——即关于网络的理论”（5）。在第二个阶段，目标是构建一个能够复现第一阶段所产生之抽象的模型。凡是能做到这一点的，就被视为真实的或具有因果性的。这一两步过程凸显了网络科学在经验主义与建模之间所走的钢丝：网络科学所建模的不是现实世界，而是最初的表征，而真理就是能够复现这一抽象的东西。 这些抽象关系揭示并建构了地方与全球之间的一种复杂关系。从根本上说，网络科学是非规范性的（nonnormative）：它并不假定集合层面的行为源自以相同方式行动的相同主体。它通过处理那些以往被“过滤掉”或被控制的依存关系，把以往彼此不连续的尺度——地方与全球、微观与宏观——连接起来。正如《网络科学》（*Network Science*）创刊号的作者们所解释的，网络科学在对依存关系和结构的评估上不同于其他科学。它不是把变量的域定义为一个没有结构的简单集合，而是假定“至少某些变量……具有结构。由此可能产生的依存关系并不是一种麻烦，而往往恰恰构成了实际的研究兴趣所在”（Brandes et al. 2013, 8）。[^f05-5] 这些依存关系超越了行动者属性变量内部的相关性（比如收入与年龄之间的关系），涵盖了整个网络变量集。网络变量本身是以“对”（pairs）来定义的，并根据其连接程度（或是否连接）来赋值（例如，连接为1，不连接为0）。这些变量又相互影响：“关键之处在于，一条连接的存在可能会影响另一条连接的存在。……尽管对某些人来说这似乎是一个陌生的观点，但它只不过是在陈述网络可能具有系统性的模式。没有连接之间的依存，就不存在涌现的网络结构（Brandes et al. 2013, 10）。[^f05-6] 在所有层面上，网络都是动态的、相互依存的。因此，重要的是理解和创造相互依存关系。 目前，对这些相互依存关系进行建模——把全球事件与个体互动联系起来——需要将图论与博弈论或其他基于主体的建模（agent-based modeling）结合起来。计算机科学家乔恩·克莱因伯格（Jon Kleinberg）与经济学家大卫·伊斯利（David Easley）的合作就是这种富有成效的结合的典范。在他们以康奈尔大学课程为基础写成的经典而出色的教科书《网络、市场与群体》（*Networks, Markets, and Crowds*）（该课程如今已与伊娃·塔多什〔Eva Tardos〕合作成为一门广受欢迎的 EdX 慕课）中，他们解释说，理解网络需要把握两个层面的连通性：“结构层面的连通性——谁与谁相连——以及……行为层面的连通性——即每个个体的行为都对系统中每个人的结果具有隐含的影响”（Easley and Kleinberg 2010, 4）。全球性的关切影响着地方性的决策，而地方性的效应往往只在全球尺度上才显现出来。[^f05-7] 因此，网络科学通过测绘“宏观效应……如何从地方性互动的复杂模式中产生”（6），跨越了宏观层面的结构与微观层面的行为这两个极端。《网络、市场与群体》明确借鉴了图论和博弈论，展示了这种结合如何能够解释诸如信息级联之类看似“非理性”的现象。 正如向博弈论的转向所揭示的，一种基于市场的逻辑渗透在网络科学的模型之中（本丛书稍后由阿明·贝弗伦根〔Armin Beverungen〕、菲利普·米罗夫斯基〔Philip Mirowski〕、爱德华·尼克-卡〔Edward Nik-Khah〕和延斯·施罗特〔Jens Schroeter〕合著的《市场》〔*Markets*〕一书将继续探讨这一主题）。最一般地说，捕获系统被辩护和赞誉为天然比旧有的规训式或基于企业的系统更有效率、更具赋权性（因而也更民主）。阿格雷假设： > 【引文摘要：阿格雷认为，计算机从业者的捕获实践有助于经济行动者降低交易成本，从而推动生产活动越来越细致地依赖于（或臣服于）市场关系；其结果是经济活动的普遍加速，其生产效率方面的社会收益显而易见，但其社会代价理应引起关注。（Agre 1994, 121–22）】 最简洁地说：捕获系统把一切交易都转化为基于市场的交易，因此计算机化 = 自由化。尽管阿格雷强调，这种关系是历史偶然的，其本身是某种“表征性的十字军运动”的产物（120），但他仍然假设，这种“预设了整个生产活动世界都可以先验地被概念化为经济行动者之间极其众多的交换事件”的关系，构成了捕获的政治经济学（121）。“成本”的语言不仅是阿格雷本人批判性语言的基础，它也充斥于有关网络的文献之中：从试图对集体行动和临界规模进行建模（从而加以理解）的研究（Centola 2013），到测绘女性和少数族裔差异化社交网络技巧的研究（Ibarra 1993），再到对社会学习进行建模的研究（DiMaggio and Garip 2012）；从试图识别社交网络中有影响力或易受影响成员之作用的研究（Aral and Walker 2012），到分析移民网络中社会资本之“回报”的研究（Ooka and Wellman 2006）。正如最后这个例子所揭示的，这种基于市场的逻辑还预设了“社会资本”的存在，皮埃尔·布尔迪厄（Pierre Bourdieu）把这一概念与群体成员身份和认可资格联系在一起。[^f05-8] 在当前的文献中，社会资本解释了个体之间挥之不去的不平等。它解释了那些无法用“人力资本”方面的个体差异——即智力、外貌和技能方面的差异——来解释的成功差距（Burt 2002）。根据社会学家罗纳德·S. 伯特（Ronald S. Burt）的说法，社会资本是一个社会之中的“隐喻或优势”，而这个社会“被视为一个市场，人们在其中为追求自身利益而交换各种各样的商品和观念”。它揭示出： > 【引文摘要：伯特指出，表现更好的人在某种程度上拥有更好的连接——某些人或群体与某些他人相连、信任他们、有义务支持他们或依赖与他们的交换；在这些交换结构中占据某一位置本身就可以是一种资产，这种资产就是社会资本，其本质是差异化市场中的位置效应概念。（Burt 1992, 150）】 作为一种关系性的资本形式，它赋予那些投资于社会关系的人以优势。它依靠“信任”和义务而兴旺。 马里昂·富尔卡德（Marion Fourcade）和基兰·希利（Kieran Healy）对这一关系性资本概念做了进一步的完善，认为这种形式的资本实际上是“超级资本”（über-capital），它与“一个人依照各种打分、评级和排名方法所处的位置及轨迹相关联。……一个例子是雇主或公寓业主把信用评分用作衡量申请人‘可信度’的指标”（Fourcade and Healy 2016, 10）。[^f05-9] 由此，富尔卡德和希利的分析揭示了建构起伯特所预设之“信任”的精算机制。“über”一词表示“这种资本的元的、普遍化的或超越性的性质，它在很大程度上存储于‘云’中。……über 一词还暗含着某种超乎寻常的、凌驾于世界和他人之上的事物或人……”（23）。这种形式的资本根据消费者的“惯习”（habitus）对其进行分类，以便在产品与消费者之间实现“良好匹配”。关键在于，企业所采用的类别并不明确涉及种族/性别/阶级，因为它们基于的是行为，而非固有特征。因此， > 【引文摘要：富尔卡德和希利指出，在这种机制下，每个人似乎都得到了自己应得的；各种预测分析摒弃刻板印象，对财务责任、工作表现或个人健康进行个体化处理，这使其在政治上更难被质疑，尽管它仍然是象征性与物质性分层的强大推手；换言之，超级资本把境遇和社会结构归并为行为。（33, 38）】 在所有捕获系统中，重点都在于对行为进行翻译和形塑。 正如上文关于社会资本和捕获的讨论所暗示的，就其目前的表述而言，网络科学是新自由主义的科学。需要明确的是，这并不是要把新自由主义归咎于网络科学——也不是声称网络科学家天生就是新自由主义者——而是要强调这样一个事实：网络科学目前所产生的诸多洞见，与其所预设的新自由主义体系深深地交织在一起。正如温蒂·布朗（Wendy Brown）所论证的，新自由主义建立在不平等和“金融化的人力资本”之上：她揭示道，“当我们在所做的一切事情中、在每一个场合中都被形塑为人力资本时，平等便不再是我们彼此之间被预设的自然关系”（Brown 2015, 179）。布朗阐明了捕获系统的社会影响——这些系统无情地把人类的一切行为都转译为“交易成本”——即通过把“自由和自主化约为畅通无阻的市场行为、把公民身份的意义化约为单纯的选举权”而摧毁民主。关键在于， > 【引文摘要：布朗指出，民主的坚实规范被掏空的同时，民主化也面临前所未有的挑战，包括经济与政治权力的复杂形式和新的集中、政治中精巧的营销与表演性、企业所有的媒体，以及历史上空前的信息与意见泛滥——这些在其对立面面前制造出知识、自由乃至参与的幻觉。（179）】 布朗所列举的这些前所未有的挑战，恰恰就是网络科学通过把公共生活化约为“问题解决和项目实施”来加以管理的挑战，“这种定位把政治、冲突以及关于共同价值或目标的审议悬置起来或清除出去”（127）。正如本章其余部分将要解释的，网络科学推崇共识、平衡和“舒适”：它通过聚焦于个体的“偏好”而非制度性约束和种族主义，来认可并预设隔离。 也就是说，为了补充富尔卡德和希利的分析，并借鉴我的《为保持不变而更新：习惯性新媒体》（*Updating to Remain the Same: Habitual New Media*），我们需要理解，看似个体化的评分是如何与“旧有的”种族和阶级类别相吻合的。网络分类不仅取决于你的行为，还取决于你所谓邻居的行为——你不断地被拿来与他人比较，并与他人归为一类。广告商把人口划分为诸如“日益富裕”（rising prosperity）之类的类型，再把这一类别细分为诸如“都市精英”（city sophisticates）之类的其他类别，而后者又产生出诸如“联排别墅世界主义者”（townhouse cosmopolitans）之类的类别（见 CACI 开发的 ACORN 系统）。新自由主义通过繁殖邻里来摧毁社会。网络通过把一切单个的行为都解读为更大的集体习惯模式的迹象来进行先发制人和预测，其依据并非我们的个体行为，而是他人的行为。也就是说，相关性并不仅仅基于某个个体的行为和历史，而是基于与他或她“相似”的他人的历史和行为。通过对习惯的分析，个体行为把身体凝聚成畸形地相互连接的奇美拉（chimeras）。也就是说，如果正如巴拉巴西所言，“为了预测未来，你首先需要了解过去”，并且如果信息技术已经使揭示过去变得比以往容易得多，那么它们做到这一点，并不仅仅是通过个体监控，而是通过同质相吸（McPherson, Smith-Lovin, and Cook 2001）。同质相吸是个体借以“粘”在一起、“我们”借以浮现的机制。它对于萨拉·艾哈迈德所诊断的“情感的文化政治”至关重要：即情感作为一种资本形式的流通。 ## 同质相吸：漂白“我们”的过去 网络科学的核心是同质相吸（homophily）原则，即“相似性孕育连接”这一公理（McPherson, Smith-Lovin, and Cook 2001）。同质相吸通过制造集群来构造网络；也正因如此，它使网络变得可搜索（Marsden 1988; Jackson 2008）。同质相吸通过促成并预测关系纽带（tie）形成的可能性，为网络的增长与动态奠定基础。同质相吸——如今已成为一个在结果与原因之间滑动的“常识性”概念——既预设又制造了隔离；它预先假定局部集群内部存在共识与相似性，从而使隔离成为网络邻里的默认特征。它一方面对“同伴影响”和传染等简单观念提出了质疑，另一方面却在褒扬“自愿”行为的同时，抹去了历史的偶然性、制度性歧视与经济现实（Kandel 1978; Aral, Muchnik, and Sundaraajan 2013）。它为自身所描绘的不平等充当了托辞，同时也消解了政治：同质相吸（往往据称是受歧视者自身的同质相吸）——而非种族主义、性别歧视与不平等——成了不平等的根源，使不公变得“自然”而“生态”。它将仇恨变成爱，把个体转化为天然地想要生活在一起的“邻居”，而这又预设了邻里之中应当住满彼此相似的人。如果说我们因此得以“爱我们的邻人”——这曾被视为一项艰难的伦理任务——那是因为我们的邻人几乎就是我们自己。同质相吸使相互冲突的意见、跨种族关系以及异性恋（heterosexuality），连同许多其他事物，都成了反常之物。 据米勒·麦克弗森（Miller McPherson）、林恩·史密斯-洛文（Lynn Smith-Lovin）和詹姆斯·库克（James Cook）在其关于同质相吸的权威综述文章中所言，“同质相吸原则……构造着每一种类型的网络纽带，包括婚姻、友谊、工作、建议、支持、信息传递、交换、共同成员身份以及其他类型的关系”（2001, 415）。其结果是，“人们的个人网络在许多社会人口学、行为及个人内在特征方面都是同质的”。他们并未将同质相吸界定为历史偶然的，而是将其理解为根本性的、超越时间的：事实上，他们在综述开篇便引用了亚里士多德（Aristotle）和柏拉图（Plato）关于相似性决定友谊与爱情的论述（他们在一则脚注中承认这可能具有误导性，因为亚里士多德和柏拉图也曾声称异性相吸——的确，同质相吸使异性恋显得反常，成了一个有待解释的神秘事实）。在麦克弗森等人看来，同质相吸既是“人类生态”的结果，也是其中的一个因素（415）。 同质相吸处于网络结构与个体能动性的交叠之处。麦克弗森等人在总结众多不同研究中同质相吸那“极其稳健”的模式时，也将同质相吸分为两种类型：基线同质相吸（“由潜在纽带池的人口构成所造成的同质相吸效应”）与近亲同质相吸（inbreeding homophily）（“明确超出机会集合之上而测得的同质相吸”）（419）。麦克弗森等人还重申了保罗·F. 拉扎斯菲尔德（Paul F. Lazarsfeld）与罗伯特·K. 默顿（Robert K. Merton）那一影响深远的划分，即将同质相吸分为“地位同质相吸”与“价值同质相吸”： > 【引文摘要：地位同质相吸涵盖使社会分层的主要社会人口学维度，既包括种族、族裔、性别、年龄等先赋特征，也包括宗教、教育、职业或行为模式等后致特征；价值同质相吸则涵盖被认为塑造我们未来行为取向的各种内在状态。（McPherson, Smith-Lovin, and Cook, 419）】 作者们在综述中指出，种族与族裔显然是“当今美国社会网络中最大的分野，这既源于基线同质相吸，也源于近亲同质相吸”（420）。他们列出了同质相吸的以下成因：地理（“同质相吸最基本的来源是空间”，（429）；家庭纽带（431）；组织焦点、职业角色、家庭角色与非正式角色（80）；认知过程（434）；以及选择性的纽带解除（435）。值得注意的是其中所缺失的：个人或制度层面的种族主义与歧视，以及历史。在网络的世界里，驱动隔离的是爱，而非恨。 鉴于同质相吸这一概念本身就源自对隔离的研究，“发现”种族是一个造成分裂的因素也就不足为奇了。拉扎斯菲尔德与默顿在其1954年的文本中创造了“同质相吸”（homophily）与“异质相吸”（heterophily）这两个术语（灵感来自“野蛮的特罗布里恩人〔原文作 Trobianders〕的友谊分类，其本土习语至少区分了内群体之内的友谊与这一社交圈之外的友谊”），该文分析了两个镇子中的友谊模式：“克拉夫敦（Craftown），新泽西州一个约有七百户家庭的住房项目；以及希尔敦（Hilltown），宾夕法尼亚州西部一个约有八百户家庭的双种族低租金住房项目”（Lazarfeld and Merton 1954, 18–66, 23, 21）。关键在于，他们既没有将同质相吸预设为一项基础原则，也没有发现同质相吸是“自然地”存在的。相反，他们在记录同质相吸与异质相吸的同时提出了这样的问题：“价值观的相似或对立通过怎样的动态过程塑造了亲密友谊的形成、维持与破裂？”（28）。在他们这篇被广泛引用的章节中，同质相吸只是友谊形成的一种情形——而且是在研究希尔敦“自由派”与“非自由派”白人居民之间的互动时才浮现出来的一种情形（27）。黑人居民的回答被忽略了，因为这些居民全都被归类为“自由派”。正如萨曼莎·罗森塔尔（Samantha Rosenthal）所指出的，价值同质相吸这一概念本身因此便被包裹在地位同质相吸之中（私人通信）。价值与地位并非彼此分离——“价值”越来越多地被用作基于种族和阶级之区分的“暗语”。这种隔离对网络原则的进一步发展以及美国的住房政策都产生了深远影响。 这段历史在当今形态的网络科学中已被抹去，在其中，同质相吸已从问题变成了答案。在从“表征”（representation）到“模型”（model）的转变中，同质相吸不再是某种需要加以解释的东西，而是“自然地”解释并正当化了表面平等的系统内部不平等之持续存在的东西。它已经成为公理性的，也就是说，成为常识，从而限制了网络科学的视野与可能性。[^f05-10] 正如伊斯利（David Easley）和克莱因伯格（Jon Kleinberg）——同样是该领域两位最具洞见、最重要的学者——所解释的：“支配社会网络结构的最基本观念之一便是同质相吸——即我们往往与自己的朋友相似这一原则。”为了阐明这一点，他们指向了“我们的”朋友的分布。“通常，”他们写道： > 【引文摘要：伊斯利与克莱因伯格指出，你的朋友通常并不像是从总体人口中随机抽取的样本：从整体上看，他们在种族与族裔、年龄方面与你相似，在居住地、职业、兴趣、信念与观点等多少可变的特征上也与你相似；尽管我们大多数人都有跨越这些界限的具体友谊，但从总体看，社会网络中的连接倾向于联结彼此相似的人，这是一个“普遍存在的事实”。（Easley and Kleinberg, 78）】 同质相吸是支配网络结构的一个“普遍存在的事实”。作为一种基于“舒适”预设的自然治理形式，它为网络模型奠定了基础，而这些模型同样“发现”隔离，也就不足为奇了。[^f05-11] 与许多其他文本一样，达蒙·森托拉（Damon Centola）等人在《同质相吸、文化漂移与文化群体的共同演化》（“Homophily, Cultural Drift, and the Co-Evolution of Cultural groups”）中的分析将“舒适”列为“同质相吸为何在文化动态中是如此强大的力量”的原因之一。森托拉援引拉扎斯菲尔德与默顿的研究指出：“在心理上，当我们被持有相同信念的他人所包围时，我们往往会觉得在我们的感到更舒适的观点上是正当的〔原文如此，句子错乱〕——即拉扎斯菲尔德与默顿（1954）所称的‘价值同质相吸’……当我们与背景相似的他人互动时（即地位同质相吸），我们也会感到更舒适”（Centola et al. 2007, 906）。为了模拟文化漂移的效应——从而说明全球化为何不会/将不会强加一种单一文化——作者们做出了如下假设： > 【引文摘要：森托拉等人说明，在其研究文化动态的方法中，如果文化影响过程使两个邻居之间产生分化，以至于二者不再有任何共同的文化特征，模型便允许这些个体通过断开彼此的纽带、与其他个体建立新纽带来改变社会网络的结构；因此，在他们对同质相吸的设定中，社会互动网络并非固定不变，而是与个体的行动同步演化。（908）】 于是，网络科学的动态本身就内嵌了这样一个预设：没有共同文化特征就不可能有邻居。值得注意的是，这一假设借用了拉扎斯菲尔德与默顿的研究——如前所述，该研究并未发现同质相吸是“自然的”——来为其模型的动态奠定基础。不出所料，森托拉等人“发现”同质相吸制造了“文化生态位”（926）。在诸多方面，同质相吸“支配着”网络结构。 关键在于：尽管伊斯利与克莱因伯格等许多作者坚持认为，同质相吸“往往本身并非终点，而是更深层问题的起点——这些问题涉及同质相吸为何存在，其底层机制将如何影响网络的进一步演化，以及这些机制如何与外部影响网络中人们行为的可能尝试相互作用”（83），但作为起点的同质相吸，恰恰烹制出了它所发现的终点。它不仅限制了用于建模的数据库——这些研究往往取材于相同的数据库，如“全国青少年健康纵向研究”（National Longitutindal Study of Adolescent Health，ADD Health）或 Facebook、Myspace，因为这些数据库已经将“朋友”作为一个类别纳入其中——同质相吸还强化了网络科学所“发现”的集群。尤其是，同质相吸既解释又强化了“三元闭包”（triadic closure）——网络的另一项基本且“直观”的原则，该原则认为“如果社会网络中的两个人有一位共同的朋友，那么他们在未来某个时刻成为朋友的可能性就会增加”（44）。尽管三元闭包有时被视为同质相吸之外的一种“结构性”成因，但它同样预设了同质相吸式的和谐与共识。人们为这一“非常自然的”现象给出的理由通常是：机会（如果 A 同时与 B 和 C 共度时光，那么 B 与 C 成为朋友的机会就会增加）、信任与激励（“如果 A 与 B 和 C 都是朋友，而 B 与 C 彼此不是朋友，那么这就会成为这些关系中潜在压力的来源”[45]）。网络科学将无连接设定为不可持续的——一种压力的来源。冲突作为一种纽带是难以设想的。关键在于，Facebook 之类的社交网络（又一次是网络科学的模式生物）放大了“三元闭包”与“社会平衡”的效应。通过展示朋友的朋友——并坚持友谊必须是相互的——它使三元闭包成为其算法的一部分：三元闭包不只是被预测的，它本身就具有预言性/谓述性（predicative）。正如安德烈亚斯·维默（Andreas Wimmer）与凯文·刘易斯（Kevin Lewis）在《超越与低于种族同质相吸：Facebook 上记录的一个友谊网络的 ERG 模型》（“Beyond and Below Racial Homophily: ERG Models of a Friendship Network Documented on Facebook”）中所指出的，Facebook 对相互性的要求产生了同质相吸效应（Wimmer and Lewis 2010）。 再说一遍，同质相吸不仅抹去了冲突，还将歧视自然化。如果预设了同质相吸，那么被“恢复”并被正当化的正是隔离。伊斯利与克莱因伯格十分直白地表示，“同质相吸最容易察觉的效应之一，就是城市中族裔与种族同质的街区的形成”（96）。为了解释这一点，他们转向了隔离的“谢林模型”（Schelling model）——一种描绘“两种不同类型的行动者（agent）”在网格中移动的模拟。其基础约束是每个行动者都希望“至少有一些与自己同类型的其他行动者作为邻居”〔原文语序如此〕（97）。在展示这一模拟的结果时，他们指出，即使没有任何个体行动者追求空间隔离，空间隔离也会发生：t = 4 的例子（因此，每个行动者都乐于身处少数）产生了压倒性的隔离结果。对此，他们写道： > 【引文摘要：伊斯利与克莱因伯格认为，隔离的发生并非因为它被暗中写进了模型——行动者愿意身处少数，只要能将他们精心安排成融合的格局，所有人都可以得到满足；问题在于，从随机的初始状态出发，行动者群体很难找到这样的融合格局，长期来看，隔离区域往往以牺牲较为融合的区域为代价而扩张，个体行动者的局部偏好由此产生了一个他们谁也未必意图的全局模式。他们进而指出这正是该模型的核心：尽管现实生活中的隔离会因部分人口真正希望归属于由相似者构成的大集群（无论是为了回避其他群体的人，还是为了获得本群体成员的临界数量）而被放大，但这些因素对于隔离的发生并非必要；只要个体仅仅希望避免在自己所在的局部区域中成为过于极端的少数，隔离的基础便已存在。（101）】 我之所以详细引述这段话，是因为这一诠释揭示了同质相吸的危险。美国境内基于种族的奴隶制的漫长历史与遗产被完全抹去了，废除隔离对民权运动的重要性也同样被抹去了。不存在随机的初始条件。美国境内的“初始条件”，以及行动者对“相似”邻居的数量抱有偏好这一基础预设本身，都是成问题的。这种不愿身处少数——且一旦身处少数便要搬走——的欲望，最准确地描绘的是“白人逃离”（white flight）的情形，即对废除隔离的一种回应。此外，如果将其视为对士绅化（gentrification）的解释，它便会把少数族裔迁往更便宜、更不受欢迎地区的行为描绘为自愿的，而非租金和税收上涨的结果。最重要的是，如果说它发现制度不应为隔离负责，那是因为制度行为在这些模型中被隐去了。 托马斯·C. 谢林（Thomas C. Schelling）的原始论文清楚地表明了这种对制度和经济的刻意抹除，以及它与白人逃离（或“街区倾覆”[neighborhood tipping]）的关联。他如今已成经典的《隔离的动态模型》（“Dynamic Models of Segregation”）发表于1971年，正值民权运动的高潮，也是强制学校废除隔离的开端。[^f05-12] 谢林在论文中承认，他刻意排除了隔离的两个主要过程：有组织的行动（因此它甚至没有提及奴隶制和法律强制隔离的历史）以及经济隔离，尽管“经济隔离或许能在统计上解释某种初始程度的隔离”（145）。然而，经济假设被嵌入了他模型的各个层面。他对无组织个体行为之“出人意料的结果”的分析，正是以刻意与经济学和进化论所作的类比为基础的。[^f05-13] 他用经济学语言来解释他公开称之为“歧视性行为”的东西。[^f05-14] 他的模型的核心是不可改变的差异：“我假设，”他断言： > 【引文摘要：谢林假设人口被穷尽地划分为两个群体，每个人的成员身份都是永久且可识别的；每个人都在意与自己同住者的肤色，并能观察到一片地域〔原文作 apiece of territory〕中黑人和白人的数量；每个人在任何时刻都有一个特定的位置，若对所在之处的肤色构成不满，便能够搬走；黑人与白人的数量、他们的肤色偏好以及“街区”的规模都将作为可调变量加以操纵。（149）】 这些假设令人不安且充满预设。它们抹去了“红线政策”（redlining）以及其他政府认可的项目的历史，这些项目使黑人公民几乎不可能在某些街区购房，同时却帮助白人公民在新开发的社区购房（Rothstein 2017）。它们还掩盖了美国境内种族身份那常常令人不安的流动性，尤其是“一滴血规则”（one drop rule），该规则为隔离奠定了基础，并实际上使黑人与白人身份并不取决于可见的差异。此外，同质相吸将恨描绘为爱。你如何表明自己爱同类？就是在他者出现时逃离。 社会网络模型中对历史以及关于种族、性别和性向的定性理论的抹除，再现并复制了一些令人不安的假设，而许多人，尤其是人文学科中的许多人（但不仅限于此：想想奥巴马总统任期之初那种压倒性的、认为美国已经“后种族”的观念），曾以为这些假设早已成为历史。朱迪斯·巴特勒（Judith Butler）在上世纪末对性别述行性（gender performativity）所作的权威分析，结合酷儿理论与跨性别研究的成果，已使性别的可变性成为一项默认假设。将种族视为社会建构的批判，在大屠杀的恐怖之后获得了广泛认可，并得到了严谨的历史、实证与理论研究的支撑：从迈克尔·奥米（Michael Omi）与霍华德·怀南特（Howard Winant）的经典之作《美国的种族形成》（*Racial Formation in the United States*，1994），到阿朗德拉·纳尔逊（Alondra Nelson）在《DNA 的社会生命：基因组之后的种族、赔偿与和解》（*Social Life of DNA: Race, Reparations, and Reconciliation after the Genome*，2016）中对遗传学与种族的分析；从保罗·吉尔罗伊（Paul Gilroy）颇具争议且富于挑衅性的《反对种族：想象肤色界线之外的政治文化》（*Against Race: Imagining Political Culture beyond the Color Line*，2000），到格蕾丝·伊丽莎白·黑尔（Grace Elizabeth Hale）在《制造白人性：南方的隔离文化，1890—1940》（*Making Whiteness: The Culture of Segregation in the South, 1890–1940*，1998）中对南方绝对种族差异神话的透彻考察。 这些文本与其他众多著作一道，记录了现代种族概念在启蒙时代的兴起；它在殖民与奴隶制中的核心地位；它在优生学时代看似达到的顶峰；它在第二次世界大战之后的转变；以及它作为一种“不可见”的标记在遗传学中的复兴。当“种族”“性别”及其他差异被固化为节点属性时，所有这一切在网络科学中都被忽视了。所有这一切都在驱动着二十一世纪的回音室与政治。那么该怎么办？ ## 共同关系，而非相关性 关键在于，仅仅坚持种族类别的流动性或“解构”种种假设是不够的。网络科学中的一些研究确实质疑了种族同质相吸背后的假设。如前所述，安德烈亚斯·维默与凯文·刘易斯揭示出，那些被理解为由“种族同质相吸”造成的效应，通常是由其他因素造成的：从同族裔群体而非种族群体之间的同质相吸（因此，“亚裔”同质相吸之下潜藏的是南亚人倾向于与南亚人交朋友、中国人倾向于与其他中国人交朋友，等等），到基于“社会经济地位、地区背景与共同文化品味”的同质相吸（143），再到社交媒体网站所采用的“平衡机制”。（重要的是，这项研究基于对整整一届共1,640名大学生的 Facebook 页面的大规模分析。）尽管这项关于交叉性（intersectionality）的研究很重要，但它并不足够，尤其是因为，如前所述，交叉性恰恰是“代理因素”（proxy factors）所瞄准的对象，也因为这项研究仍然预设了同质相吸，只不过是在不同的“族裔”层面上。 要创造一个不同的世界，我们需要质疑关于同质相吸的默认假设。正如萨拉·艾哈迈德（Sara Ahmed）在《情感的文化政治》（*The Cultural Politics of Emotion*）中所论证的，“对同类的爱”从来都不是无辜的：例如，白人至上主义的爱就建立在对他者的仇恨之上（Ahmed 2004）。远离他者的移动——它构成了同质相吸模型的基础——揭示出仇恨在多大程度上先于同质相吸。因此，网络所滋生的仇恨不应令任何人感到意外。艾哈迈德强调，仇恨组织身体。它是一种情感上的“投注”，使某些身体要为痛苦或伤害负责。它通过将事物与身体聚拢在一起来进行组织——通过把某些形象联结起来，使之成为一种共同的威胁，成为相对于“我们的”O 的 X。仇恨把特殊转化为一般：它把个体转化为类型，使之成为一种共同的威胁（我恨你，因为你是 Y）。它还把一个个“我”转化为受到这个他者威胁的“我们”。同质相吸从来都不是无辜的：X 与 O 的建构本身——他们根据他者的在场来界定自身的不适——揭示的是仇恨，而非爱。正是仇恨使那些以核心对抗边缘的强纽带成为可能。因此，问题不仅在于网络科学看似使冲突的建模成为不可能，还在于它在这样做的同时，把冲突伪装成了友谊。 由此可以清楚地看出：为了想象并践行一个不同的未来，我们所需要的不是相互的无知、冷漠或厌恶，而是投入、讨论，以及——是的——甚至冲突。回音室的激增与政治的抹除并非不可避免——我们可以使它们成为自我取消的预言。尽管这需要的不仅仅是不同的网络算法，但这些算法是一个很好的起点。倘若我们重视萨菲娅·诺布尔（Safiya Noble）关于谷歌搜索如何传播性别歧视与种族主义的分析，以及她对更好的公共搜索引擎的呼吁（2018），会怎样？倘若我们接受乔安妮·西森（Joanne Sison）与沃伦·萨克（Warren Sack）的挑战，去构建民主的搜索引擎，即向用户提供最多样而非最热门结果的搜索引擎），又会怎样？这将如何挑战那些关于“幂律”（富者愈富，贫者愈贫）的假设——这些算法既助长又“发现”了幂律？如果纽带所表征的不是友谊而是冲突，会发生什么？如果集群表征的是差异而非相似性，会浮现出怎样的另一个世界？又会揭示出哪些其他的、在世界中导航和进行推荐的方式？ 维·哈特（Vi Hart）在她对谢林模型的出色重构——《多边形寓言》（*The Parable of the Polygons*，2017）——中，明确揭示了初始条件与历史之间的关系。此外，她的模型将对废除隔离而非隔离的欲望作为默认设定。由此得出的教训是： > 【引文摘要：哈特与凯斯总结了三条教训。其一，“微小的个体偏见 → 巨大的集体偏见”：说一种文化是“形状歧视的”，并不等于说其中的个体是形状歧视者，也不是在对你进行人身攻击。其二，“过去纠缠着现在”：即便你不再把食物掉在地毯上，卧室地板也不会因此自动变干净；创造平等就像保持清洁一样需要付出努力，而且永远是一项进行中的工作。其三，“要求你身边的多样性”：如果微小的偏见造成了我们眼下的困境，那么微小的反偏见或许可以加以修正；看看你的朋友、同事和你参加的会议，如果你们全都是三角形，你就错过了生活中一些了不起的正方形，这对每个人都不公平；要向直接邻居之外伸出手去。（Hart and Case 2017）】 计算媒体研究的先驱福克斯·哈雷尔（Fox Harrell）也提供了另一种介入计算建模的方式。福克斯·哈雷尔的研究追问：人工智能如何能够生成新的、更人道的互动？大多数计算身份系统通过将身份类别实现为简单的数据字段（例如，从一个简短的下拉菜单中选择性别）或属性集合（例如，在电脑游戏中，种族被表征为数值统计的修正值和受限的图形特征），从而错误地将身份类别物化；与之相反，他开发了 AIR（Advanced Identity Representation，高级身份表征）项目，以生成“与分类相关的主观身份现象的计算模型，例如在工程中被忽视的特定形式的边缘化”（Harrell 2013, 1）。关键在于，他所构建的系统，如《嵌合体：守门人》（*Chimeria: Gatekeeper*），让用户直面种族认同的流动性、应对基于刻板印象的歧视之艰难，以及“冒充”（passing）的局限。此外，他基于“原型分析”对现有系统以及用户与其系统之间互动所作的分析，揭露并剖析了内嵌于流行游戏中的“理想玩家”，以及这些游戏如何通过其所允许和禁止的行动来延续刻板印象。例如，他揭示了游戏中的某些“种族/物种”（species）如何与关于人种的某些刻板假设相吻合，以及用户操控不同性别化身（avatar）的行动如何暴露出关于性别的假设。 哈雷尔的研究最具批判性地触及了内嵌于人工智能之中的创造性。《幻象媒介：一种关于想象、计算与表达的进路》（*Phantasmal Media: An Approach to Imagination, Computation, and Expression*，2013）取材于他在 Define Me 与 GRIOT 这两个开创性的社交网络与表达性人工智能项目中的工作，它追问：人工智能能否产生与伟大文学作品——如拉尔夫·埃里森（Ralph Ellison）的《看不见的人》（*Invisible Man*）——同样的影响？也就是说，人工智能能否凭借强有力的意象与文学创新，使其读者体验社会性不可见的世界？人工智能能否在想象不同的、更公正的世界的同时，揭示社会与意识形态在多大程度上与想象力相关联？为了创作出能够做到这一点的计算性与互动性叙事，哈雷尔在其第一本书中发展出一种幻象媒介理论，其中幻象（phantasm）是意象与观念的结合。通过聚焦幻象的作用，哈雷尔不仅探讨了想象力对个体经验的核心地位，还探讨了个体与更宏大的文化及政治议题之间的关系。重要的是，哈雷尔并未简单地将幻象斥为不真实和不公正的，而是揭示出它们如何既能赋权又能压迫。它们是能动性游戏（agency play）的形式。通过一种揭示通常被排斥于主流社会之外者之经验的比较分析，他的研究因而既揭露了幻象的负面影响，又生产出新的幻象，使其用户得以想象新的世界。也就是说，他在文化计算方面的工作使文化幻象变得可见，以拓宽计算系统的范围与影响。例如，通过揭示“灰羊/黑羊”（即无法恰当契合预设的身份与行为分类的人）这类观念背后的文化幻象，哈雷尔将他们从错误转化为丰富的知识来源。此外（如前所述），批判性计算促成了赋权与能动性，而这里的能动性并非随心所欲的自由，而是在文化幻象的语境中供用户行动的情境化机制。通过将表达性计算、文化计算与批判性计算结合起来思考，哈雷尔展示了具身的个体经验是如何被创造出来的，以及社会与计算如何通过幻象而联结在一起。 除了这种新型的人工智能之外，我们还需要新的连接理论——它们不预设一种危险地平庸且相互性的友谊观念。与其认为相似性孕育连接，我们需要与艾哈迈德一道，通过不适（discomfort）的生成性力量来思考。我们需要“酷儿化”同质相吸——这个概念本就应当在其本性上是酷儿的。艾哈迈德将酷儿性视为一种无法在某些规范中感到舒适的状态： > 【引文摘要：艾哈迈德指出，感到不适恰恰意味着受到那些在身体与生命之塑造中持续存在之物的影响；因此，不适既非同化，亦非抵抗，而是以不同的方式栖居于规范之中；这种栖居之所以具有生成性或生产性，是因为它并不以规范未能得到巩固而告终，而是以那些不把规范“贯彻到底”的生活可能性告终。（原文强调，155）】 因此，感到不适便意味着以不同的方式栖居于规范之中，创造与他人共同生活的新方式——以不同的方式作用于他人。与艾哈迈德及其他人一道工作，我们可以想象新的默认设定、新的介入形式。不同的、更宜于栖居的模式。 我们还需要审视人文学科内部的理论动向与假设。人文学科以及更广义的文化理论，恰恰在介入文化差异与身份问题再关键不过的时刻，却从这些问题上移开了，这令人难以置信。种种转向“不那么粗糙”和“非静态”的概念——如非人的魅惑（nonhuman allure）（这些概念本身就受到网络与新媒体的启发）——更不用说对一种贬低批判性分析、颂扬数字修补的工具主义技术逻辑的拥抱，都是奇怪地自相矛盾且自我挫败的。二十一世纪初见证了对述行性、可变性与深度诠释等理论的背离，而恰恰在此时，这些理论对于拆解、重新想象并重塑内嵌于网络世界中的倒退式身份政治至关重要。由于拒绝分析和介入这些模式——拒绝使用我们口袋里那些“旧”钥匙——我们把自己锁进了一个我们声称反对的未来。 未来在于我们能够共同创造的新模式，在于包含了可栖居的冷漠形式在内的新的关系形式。未来在于跨越学科与机构、既尊重又挑战各种方法与洞见的非同寻常的合作。 ## 注释 [^f05-1]: 概览参见 Sweeney and Haney 1992。在同一时期，这一点在两名美国男性大学运动员因性侵失去意识的女性而获得的刑期差异中表现得十分明显。科里·贝蒂（Corey Batey），范德堡大学一名十九岁的非裔美国橄榄球运动员，被判处十五至二十五年的强制性最低刑期；布罗克·特纳（Brock Turner），斯坦福大学一名十九岁的游泳运动员，被判处六个月，且可因表现良好而减刑（参见 King 2016）。 [^f05-2]: 《网络科学》（*Network Science*）的这些编者在创刊号的导言中提出了以下主张：【引文摘要：七条主张大意为——网络科学是对网络模型的研究；既有关于网络表征的理论，也有关于现象的网络理论，二者共同构成网络理论；网络科学应当是经验性的（并非排他地如此，但应始终如此），其价值应以替代性表征为参照来评估；网络数据的独特之处在于其论域的关联结构；网络科学的核心是变量之间及变量内部的依赖关系；网络科学正在演变为一门独立的数学科学；网络科学本身与其说是一个从大爆炸中扩张开来的范式，不如说是一个不断演化的网络。（Brandes et al. 2013, 1–15）】 [^f05-3]: 巴拉巴西（Barabási）的描述与赛博朋克小说遥相呼应，后者设想人工智能与顶尖的“牛仔”黑客能够察觉“街头之舞中的……模式”，从而预见凡人无法把握的事件（参见 Gibson 1984, 250）。 [^f05-4]: 正如邓肯·瓦茨（Duncan Watts）所指出的：【引文摘要：瓦茨承认，这里大多数实际的科学研究都是对极其复杂之现象的极其简单的表征；从简单入手是理解任何复杂事物的必要阶段，简单模型得出的结果往往既有力又引人入胜，剥离复杂世界中的干扰细节、探寻问题核心，常能让我们了解到直接研究连接系统时绝不会想到的东西；其代价是所用方法往往是抽象的，结果难以直接应用于现实，但若真想取得进展，这一代价是必要且不可避免的。（Watts 2004）】 [^f05-5]: 他们给出的关于网络科学与统计学之区别的例子颇具启发性：【引文摘要：作者们指出，在大部分科学中，尽管属性的范围是有结构的，但变量所定义的论域却被假定为没有结构，即仅仅是一个集合；这或许有充分理由，例如在控制年龄后研究教育与收入的关联时，我们恰恰不希望个体之间存在同样会调节这一关联的关系，统计学的大部分工作其实就是检测并消除此类关系；而网络科学则试图理解这些关系的对应与影响，而非控制任何变量。（Brandes et al. 2013, 8）】 [^f05-6]: 正如伊斯利与克莱因伯格所解释的：【引文摘要：一个给定系统中的连接模式可以表征为一个网络，系统的组成部分是网络的顶点，连接是边；细想之下，这类网络的结构、即特定的互动模式会对系统行为产生重大影响，这一点不足为奇（尽管在某些领域这是相对晚近才认识到的）；网络是一种简化的表征，它将系统化约为一个只捕捉连接模式之基本要素、几乎别无其他的抽象结构。（Easley and Kleinberg 2010, 2）】 [^f05-7]: 他们写道：“在网络环境中，你不应孤立地评估自己的行动，而应预期世界会对你的所作所为做出反应。”这使得“因果关系……相当微妙”，并且可能只在群体层面才变得明显”（Easley and Kleinberg 2010, 5）。 [^f05-8]: 皮埃尔·布尔迪厄（Pierre Bourdieu）将社会资本定义为：“与对一个由相互熟识与认可的、或多或少制度化的关系所构成的持久网络的占有相联系的实际或潜在资源的总和——换言之，即与一个群体的成员身份相联系的资源总和”（Bourdieu 1986）。社会资本是一种依赖于相互的、网络化的承认与交换的信用或资格认证形式。他强调，这种形式的资本“只存在于实践状态中，存在于有助于维持它们的物质和/或符号交换之中”。也就是说，这些纽带是动态的，并且不断被践行。 [^f05-9]: 正如克拉默（Florian Cramer）所写：“将观众成员化约为可计数的数字——数据集、指数——因而是一种关于稳定性的自我实现的预言”（Cramer in this volume）。 [^f05-10]: 到1977年，同质相吸已被接受为社会的一个公理性的（尽管成问题的）方面。在同样关键的早期文本《不平等与异质性：社会结构的一个初级理论》（*Inequality and Heterogeneity: A Primitive Theory of Social Structure*）中，彼得·布劳（Peter Blau）勾勒出了后来成为“接触理论”（contact theory）的东西：即接触带来融合的理论。作为一次雄心勃勃地绘制“宏观社会学理论”路线图的尝试（以卡尔·马克思[Karl Marx]和格奥尔格·齐美尔[Georg Simmel]的精神写成），该书论证了“弱纽带”与异质性对于对抗社会内部不平等的重要性。用他的话说，异质性与不平等是“互补的对立面”，并且“不平等可能过多，但异质性不可能过多”（Blau 1977, 11）。布劳有力地主张，用“多样的群际关系”取代“强大的内群体纽带”，后者“限制个体的自由与流动……并维持僵化与偏执”（85）。这些异质性的关系“虽不亲密，却能培养宽容、增进机会，并且对于一个大型社会的融合至关重要”（85）。他以与詹姆逊（Fredric Jameson）关于后现代主义及“认知测绘”（cognitive mapping）之可能性的描述相呼应的措辞指出：【引文摘要：布劳认为，亲属与邻里共同体中广泛的强纽带的丧失，无疑剥夺了个体深切的归属感、根基感、安全感与免于焦虑之感；这是我们为现代社会更大的宽容与机会所付出的代价——正是这些将现代社会（尽管有种种严重缺陷）与原始部落和封建秩序区别开来；现代社会中个体的社会融合不再仅仅依赖于与特定内群体的强纽带，而在很大程度上依赖于来自更广泛的弱社会纽带网络的多重支持，辅之以少数亲密纽带。（85）】这一洞见本身借鉴了网络科学另一位早期先驱的研究，即马克·格兰诺维特（Mark Granovetter）1973年将“弱纽带”理论化为信息传播与成功之关键的研究。关于将网络视为消解后现代混乱之物的更多讨论，参见 Chun（2016）。耐人寻味的是，布劳的论证预设了——并且实际上将其视为公理——内群体互动多于群际互动这一事实（公理 A1.1）。它还根据“年龄、种族、教育与社会经济地位”等结构参数来划分和识别个体，其中一些参数被布劳视为“先天的”（1977, 6）。 [^f05-11]: 例如，勒诺·纽曼（Lenore Newman）与安·达莱兹（Ann Dalez）指出：“我们与那些和自己相似的人在一起时会感到更舒适，即便在虚拟社区中也是如此。”（2007, 79–90）。 [^f05-12]: 1972年，全国有色人种协进会（NAACP）对波士顿学校委员会提起集体诉讼——波士顿〔原文作 Bostong〕与马萨诸塞州剑桥相邻，而哈佛大学就位于剑桥。 [^f05-13]: 谢林写道：【引文摘要：谢林指出，经济学家熟悉这样一些系统，它们导致个体既无意图、也无须意识到的总体结果，这些结果有时在个体层面上并无可辨识的对应物，例如商业银行体系创造货币，储蓄决策引发萧条或通胀；同样，生物进化造成了大量分类与分离，而那些交配、繁殖、觅食的小生物若得知自己正在促成物种分离、领地分类或物种灭绝，定会大吃一惊。（Schelling 1971, 145）】谢林还使用“激励”（incentives）一词来解释隔离：从偏好到回避再到经济约束（148）。 [^f05-14]: 在这篇文章的开头，谢林解释道：【引文摘要：谢林说明，该文讨论的是可能由歧视性个体行为导致的各类隔离（或分离、分类）；他所谓“歧视性的”，是指反映出对性别、年龄、宗教、肤色或任何构成隔离基础之事物的有意识或无意识的察觉，而这种察觉影响着人们关于在哪里居住、坐在谁旁边、从事或回避何种职业、与谁玩耍或与谁交谈的决定。（144）】 ## 参考文献 ACORN. 2013. “What Is ACORN?” Caci. Accessed March 1, 2016. http://acorn.caci.co.uk. Agre, Phil. 1994. “Surveillance and Capture: Two Models of Privacy.” The Information Society 100: 101–27. Ahmed, Sara. 2004. The Cultural Politics of Emotion. London: Routledge. Al Zamal, Faiyaz, Wendy Liu, and Derek Ruths. 2012. “Homophily and Latent Attribute Inference: Inferring Latent Attributes of Twitter Users from Neighbors.” Proceedings of the Sixth International AAAI Conference on Weblogs and Social Media. https://www.aaai.org/ocs/index.php/ICWSM/ICWSM12/paper/viewFile/4713/5013. Angwin, Julio, Jeff Larson, Surya Mattu, and Lauren Kirchner. 2016. “Machine Bias: There’s Software Used Across the Country to Predict Future Criminals. And It’s Biased against Blacks.” ProPublica. Accessed May 23, 2016. https://www.propublica.org/article/machine-bias-risk-assessments-in-criminal-sentencing. Aral, Sinan, and Dylan Walker. 2012. “Identifying Influential and Susceptible Members of Social Networks.” Science 337: 337–41. Aral, Sinan, Lev Muchnik, and Arun Sundaraajan. 2013. “Engineering Social Contagions: Optimal Network Seeding and Incentive Strategies.” Network Science 1, no. 2: 125–53. Barabási, Albert-László. 2010. Bursts: The Hidden Patters behind Everything We Do, from Your E-mail to Bloody Crusades. New York: Plume. Bernstein, Elizabeth. 2007. Temporarily Yours: Intimacy, Authenticity, and the Commerce of Sex. Chicago: University of Chicago. Blarr, Alistair. 2015. “Google Mistakenly Tags Black People as ‘Gorillas,’ Showing Limits of Algorithms.” The Wall Street Journal. Accessed July 1, 2015. http://blogs.wsj.com/digits/2015/07/01/google-mistakenly-tags-black-people-as-gorillas-showing-limits-of-algorithms/. Blau, Peter M. 1977. Inequality and Heterogeneity: A Primitive Theory of Social Structure. New York: The Free Press. Bourdieu, Pierre. 1986. “The Forms of Capital.” In Handbook of Theory and Research for the Sociology of Education, edited by John G. Richardson, 241–58. New York: Greenwood. Brandes, Ulrik, et al. 2013. “What Is Network Science?” Network Science 1, no. 1: 1–15. Brown, Wendy. 2015. Undoing the Demos: Neoliberalism’s Stealth Revolution. Cambridge, Mass.: MIT Press. Burt, Ronald S. 2002. “Chapter 7: The Social Capital of Structural Holes.” In The New Economic Sociology: Developments in an Emerging Field, edited by Marshall Meyer, Maruo F. Guillen, Randall Collins, and Paula England, 148–92. New York: Russell Sage. Burt, Ronald S. 1992. Structural Holes: The Social Structure of Competition. Cambridge, Mass.: Harvard University Press. Butler, Judith. 1988. “Performative Acts and Gender Constitution: An Essay in Phenomenology and Feminist Theory.” Theater Journal 40, no. 4: 519–31. Butler, Judith. 1990. Gender Trouble: Feminism and the Subversion of Identity. London: Routledge. Butler, Judith. 1997. Excitable Speech: A Politics of the Performative. London: Routledge. Cadwalladr, Carole. 2018. “‘I Made Steve Bannon’s Psychological Warfare Tool’: Meet the Data War Whistleblower,” The Guardian. Accessed July 5, 2018. https://www.theguardian.com/news/2018/mar/17/data-war-whistleblower-christopher-wylie-faceook-nix-bannon-trump. Centola, Damon M. 2013. “Homophily, Networks, and Critical Mass: Solving the Start-up Problem in Large Group Collective Action.” Rationality and Society 15 (1): 3–40. Centola, Damon, Juan Carlos González-Avella, Vıctor M. Eguíluz, and Maxi San Miguel. 2007. “Homophily, Cultural Drift, and the CO-Evolution of Cultural Groups.” The Journal of Conflict Resolution 51, no. 6: 905–29. Chun, Wendy Hui Kyong. 2016. Updating to Remain the Same: Habitual New Media. Cambridge, Mass.: MIT Press. Crawford, Kim, and Jason Schultz. 2014. “Big Data and Due Process: Toward a Framework to Redress Predictive Privacy Harms.” Boston College Law Review 55, no. 1: 93–128. http://lawdigitalcommons.bc.edu/cgi/viewcontent.cgi?article=3351&context=bclr. Crenshaw, Kimberlé. 1991. “Mapping the Margins: Intersectionality, Identity Politics, and Violence against Women of Color.” Stanford Law Review 43, no. 6: 1241–99. Derrida, Jacques. 1988. “Signature, Event, Context.” In Limited Inc., translated by Samuel Weber, 1–23. Evanston, Ill.: Northwestern University Press. DiMaggio, Paul, and Filiz Garip. 2012. “Network Effects and Social Inequality.” Annual Review of Sociology 38:93–118. Dyer, Richard. 1997. White: Essays on Race and Culture. London: Routledge. Easley, David, and Jon Kleinberg. 2010. Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge: Cambridge University Press. Fourcade, Marion, and Kieran Healy. 2016. “Seeing Like a Market.” Socio-Economic Review 15, no. 1: 1–21. Frucci, Adam. 2009. “HP Face-Tracking Webcams Don’t Recognize Black People.” Gizmodo. Accessed December 21, 2009. http://gizmodo.com/5431190/hp-face-tracking-webcams-dont-recognize-black-people. Gibson, William. 1984. Neuromancer. New York: ACE. Gilroy, Paul. 2000. Against Race: Imagining Political Culture beyond the Color Line. Cambridge, Mass.: Harvard University Press. Gorner, Jeremy. 2013. “Chicago Police Use ‘Heat List’ as Strategy to Prevent Violence.” The Chicago Tribune. Accessed August 21, 2013. http://articles.chicagotribune.com/2013–08–21/news/ct-met-heat-list-20130821_1_chicago-police-commander-andrew-papachristos-heat-list. Granovetter, Mark. 1973. “The Strength of Weak Ties.” American Journal of Sociology 78, no. 6: 1360–80. Hale, Grace Elizabeth. 1998. Making Whiteness: The Culture of Segregation in the South, 1890–1940. New York: Pantheon Books. Harrell, D. Fox. 2013. Phantasmal Media: An Approach to Imagination, Computation, and Expression. Cambridge, Mass.: MIT Press. Harris, Meena. 2016. “Talking with Black Women Engineers about Diversity in Silicon Valley.” Lenny. Accessed March 1, 2016. http://www.lennyletter.com/work/a283/talking-with-black-women-engineers-about-diversity-in-silicon-valley/. Hart, Vi, and Nick Case. 2017. “Parable of the Polygons.” Accessed June 29, 2017. http://ncase.me/polygons/ Healy, Kieran. 2015. “The Performativity of Networks.” European Journal of Sociology 52, no. 2: 175–205. Ibarra, Herminia. 1993. “Personal Networks of Women and Minorities in Management: A Conceptual Framework.” The Academy of Management Review 18, no. 1: 56–87. Ingram, Matthew. 2016. “Why Getting Rid of Human Editors Won’t Solve Facebook’s Bias Problem.” Fortune. Accessed August 29, 2016. http://fortune.com/2016/08/29/facebook-trending-human-bias/. Jackson, Matthew O. 2008. “Average Distance, Diameter, and Clustering in Social Networks with Homophily.” In Internet and Network Economics: Proceedings of the 4th International Workshop WINE 2008, edited by Christos Papdimitriou and Shuzhong Zhang, 4–11. Berlin: Springer-Verlag. Jameson, Frederic. 1990. “Cognitive Mapping.” In Marxism and the Interpretation of Culture, edited by Cary Nelson and Lawrence Grossberg, 347–60. Urbana and Chicago: University of Illinois Press. Jameson, Frederic. 1991. Postmodernism, or the Cultural Logic of Late Capitalism. London: Verso. Kandel, Denise B. 1978. “Homophily, Selection, and Socialization in Adolescent Friendships.” American Journal of Sociology 84, no. 2: 427–36. King, Shawn. 2016. “Brock Turner and Cory Batey, Two College Athletes Who Raped Unconscious Women, Show How Race and Privilege Affect Sentences.” New York Daily News. Accessed June 7, 2016. http://www.nydailynews.com/news/national/king-brock-turner-cory-batey-show-race-affects-sentencing-article-1.2664945. Lartey, Jamiles. 2016. “Predictive Policing Practices Labeled as ‘Flawed’ by Civil Rights Coalition.” The Guardian. Accessed August 31, 2016. https://www.theguardian.com/us-news/2016/aug/31/predictive-policing-civil-rights-coalition-aclu. Lazarsfeld, Paul F., and Robert K. Merton. 1954. “Friendship as Social Process: A Substantive and Methodological Analysis.” In Freedom and Control in Modern Society, edited by Morroe Berger, Theodore Abel, and Charles H. Page, 18–66. Toronto: D. Van Nostrand Company, Inc. Lee, Odelia. 2009. “Camera Misses the Mark on Racial Sensitivity.” Gizmodo. Accessed May 15, 2009. http://gizmodo.com/5256650/camera-misses-the-mark-on-racial-sensitivity. Lyotard, Jean-François. 1984. The Postmodern Condition: A Report on Knowledge. Minneapolis: University of Minnesota Press. Marsden, Peter V. 1988. “Homogeneity in Confiding Relations.” Social Networks 10, no. 1: 57–76. McPherson, Miller, Lynn Smith-Lovin, and James Cook. 2001. “Birds of a Feather: Homophily in Social Networks.” Annual Review of Sociology 27:415–44. Nelson, Alondra. 2016. Social Life of DNA: Race, Reparations, and Reconciliation after the Genome. Boston: Beacon Press. Newman, Lenore, and Ann Dalez. 2007. “Homophily and Agency: Creating Effective Sustainable Development Networks.” Environment, Development, and Sustainability 9:79–90. Noble, Safiya Umoja. 2018. Algorithms of Oppression: How Search Engines Reinforce Racism. New York: New York University Press. Omi, Michael, and Howard Winant. 1994. Racial Formation in the United States: From the 1960s to the 1990s, 2nd edition. New York: Routledge. O’Neil, Cathy. 2016. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. London: Penguin. Ooka, Emi, and Barry Wellman. 2006. “Does Social Capital Pay Off More within or between Ethnic Groups? Analyzing Job Searches in Five Toronto Ethnic Groups.” In Inside the Mosaic, edited by Erik Fong, 199–226. Toronto: University of Toronto Press. Phillips, Whitney. 2015. This Is Why We Can’t Have Nice Things: Mapping the Relationship between Online Trolling and Mainstream Culture. Cambridge, MA: MIT Press. Pinboard. 2016. “Machine Learning Is Money Laundering for Bias.” Accessed August 29, 2016. https://twitter.com/pinboard/status/744595961217835008. Robinson, David, and Logan Koepke. 2016. “Stuck in a Patter: Early Evidence on ‘Predictive Policing’ and Civil Rights.” Upturn. Accessed August 30, 2016. https://www.teamupturn.com/reports/2016/stuck-in-a-pattern. Rothstein, Richard. 2017. The Color of Law: A Forgotten History of How Our Government Segregated America. New York and London: Liveright Publishing Corporation, a Division of W.W. Norton & Company. Rouvroy, Antoinette. 2011. “Technology, Virtuality, and Utopia: Governmentality in an Age of Autonomic Computing.” In The Philosophy of Law Meets the Philosophy of Technology: Autonomic Computing and Transformations of Human Agency, edited by Mireille Hildebrandt and Antoinette Rouvroy, 136–57. Milton Park, UK: Routledge. Saunders, Jessica, Priscilla Hunt, and John S. Hollywood. 2016. “Predictions Put into Practice: A Quasi-Experimental Evaluation of Chicago’s Predictive Policing Pilot.” Journal of Experimental Criminology 22, no. 3: 347–71. http://link.springer.com/article/10.1007/s11292–016–9272–0. Schelling, Thomas C. 1971. “Dynamic Models of Segregation.” Journal of Mathematical Sociology 1:143–86. Silver, Nate. 2012. The Signal and the Noise: Why So Many Predictions Fail—but Some Don’t. New York: Penguin Books. Sweeney, Laura T., and Craig Haney. 1992. “The Influence of Race on Sentencing: A Meta-Analytic Review of Experimental Studies.” Behavioral Sciences and the Law 10, no. 2: 179–95. Thielman, Sam. 2016. “Facebook Fires Trending Team, and Algorithm without Humans Goes Crazy.” The Guardian. Accessed August 29, 2016. https://www.theguardian.com/technology/2016/aug/29/facebook-fires-trending-topics-team-algorithm. Watts, Duncan J. 2004. Six Degrees: The Science of a Connected Age (Kindle Locations 191–94). W. W. Norton. Kindle Edition. Wimmer, Andreas, and Kevin Lewis. 2010. “Beyond and Below Racial Homophily: ERG Models of a Friendship Network Documented on Facebook.” American Journal of Sociology 116, no. 2: 642–83. # 第四章　数据妄想：如何理解模式歧视 克莱门斯·阿普里希（Clemens Apprich） > 当我想与另一个人交流时，我手边有许多新旧方法可用：语言、书写系统，以及储存、传递或复制讯息的手段——磁带、电话、印刷机，等等。 > > ——米歇尔·塞尔（Michel Serres），《赫尔墨斯》（*Hermes*） 在米歇尔·塞尔的《赫尔墨斯》（*Hermes*，1982）中，我们追随这位希腊神祇的神话之旅，他的使命是把一则讯息送达欧洲文化史上的诸多主角。在这段旅程中，讯息经由各种各样的传播手段与知识空间而被翻译、转化和增殖，其范围从神话延伸到科学，从哲学延伸到文学，从数学延伸到生物学、热力学和控制论。这些领域构成了一张全球传播网络的节点，赫尔墨斯不断将其编织成一幅由循环代码构成的织物。因此，现代诠释学（Hermeneutics）的命名者，正是一切传播的神圣信使。但与此同时——这也是塞尔的点睛之笔——他又是传播的寄生者，是一个捣蛋鬼（trickster），颠覆着他本人最初建立的象征秩序。与黑客的形象相似（见 Pias 2002），他必须先拆解代码，然后才能重新组装它。在这个意义上，赫尔墨斯制造了无序、干扰与混乱，而讯息的意义唯有以这种背景噪声为底才能成形（见 Harari and Bell 1982, xxv）。然而，为了维持无摩擦传播的幻象，这种噪声又必须被排除在外。 在塞尔看来，在传播中，顺畅的传递并非常态，而是例外。误解和分歧的诠释是象征秩序不可或缺的组成部分。因此，即便我们误解了某个情境，我们也仍在试图把握其意义。我们的理解所指涉的，始终是一种共同的意义和象征秩序。没有这种共同意义，就不会有理解。因此，理解需要一种主体间产生的意义；它意味着一种集体性的领会原则，同时又预设这一原则总是处于失败的边缘。从这一视角来看，诠释学不仅是诠释的方法论，也是关于理解的一般理论（见 Schleiermacher 1998）。它既指再生产性的领会，即对某一既定象征系统的诠释，也指生产性的理解，后者意味着对意义的赋予。尤其是后者，对本书而言至关重要，因为它关联着一个权威性的——尽管不一定是威权性的——实体，即一个组织意义的主人能指（master signifier）。因此，即便——或者恰恰因为——现实与其象征化之间并不存在必然的类比关系，意义仍然是由一种象征秩序赋予世界的，而这种象征秩序归根结底是作为一种意识形态系统而运作的（见 Žižek 2008, 95–97）。[^f06-1] 大数据（Big Data）似乎正在成为一种拥有自身意义视域的新意识形态。正如弗洛里安·克拉默（Florian Cramer）在他为本书撰写的文章中所指出的，诠释学因此随着大数据分析而迎来了复兴，尽管它如今必须被视为一种“后门诠释学”（backdoor hermeneutics）。在所谓第四范式（fourth paradigm）的时代（见 Hey, Tansley, and Tolle 2009），[^f06-2]数据密集型计算催生了一种新的分析形式，它不再关乎对过去的诠释，而是专注于对未来的推测。然而，大数据远非一种用于采集、整理和分析的中立工具，它本身就建立在其自身的诠释框架之上：“正如德尔斐神谕一样，它依赖于诠释”（见本书克拉默一章）。而在克拉默看来，这种“诠释能力受到算法学的限制——以至于工具的局限（以及归根结底，用数学来处理意义的局限）最终界定了诠释的界限”。本书所分析的数据分析的全部问题正在于此：将某物理解为某物的过程——任何理解的形式结构，因而也是诠释学的形式结构——消失在算法计算的涅槃之中，而后者已不再能为人类心智所理解。[^f06-3] 然而，人们或许会问：这一过程的消失难道不正是传播本身不可或缺的一部分吗？至少这是塞尔在质疑现代信息论时提出的观点；在他看来，现代信息论只是传播问题中的一个特例（Serres 1982, 71–83）。对塞尔而言，问题与其说在于如何对讯息进行编码或解码，也就是说，如何知晓代码；不如说问题在于：一个传播行为要获得成功，其底层的代码就必须被隐藏起来。当我们思考文化、社会和政治世界中的主导意义时，这一点就变得显而易见了——如果我们想要理解日常生活，乃至批判日常生活，这些主导意义都是必要的前提（见 Hall 1999）。要成为其中的一部分，人们就必须说并且理解共同的语言，而不必时时刻刻指涉它。[^f06-4]这种被视为理所当然的知识构成了理解的组织原则，即一个主人能指，心理个体和社会个体都臣服于它。因此，赫尔墨斯并不只是传递诸神的讯息、再由他人去诠释这些讯息。作为神祇本身，他代表着一套符号系统，共同的现实正是在其中被建构出来，传播也因此得以发生。赫尔墨斯集信使、译者和权威人物于一身。而作为伪装之神，他意识到成功的传播要求将他这个中介者排除在外（Serres 1982, 67）。这种意识也描绘了本书所面临的挑战：本书既不想重复那种普遍流行的信念，即算法过于复杂而无法被理解；也不想上另一个当，以为只要让每一个传播步骤都变得透明，问题就能迎刃而解。 为了从噪声中过滤出讯息，也就是从字面意义上对数据加以区分（discriminate）以提取信息，传播过程中的歧视性模式就必须在幕后运作。这就是诠释学的悖论，也是米歇尔·塞尔将赫尔墨斯视为我们这个后现代时代之守护神的原因。一旦赫尔墨斯登上舞台传递讯息，他就使讯息变得模糊而难以理解；只有在他消失之后，讯息才变得可读。他是每一个传播过程中被排除的第三方（excluded third），就像算法一样，同时在场又缺席。随着新的信息与传播技术的出现，我们生活在一个充满此类悖论的时代，这一时代常被比作从口头文化向书写文化的过渡（见 Stiegler 2012），或从书写向印刷的过渡（见 Builder 1993）。其结果是，晚期资本主义的文化逻辑陷入了一种后现代的混乱之中（见 Jameson 1991），而推动这种混乱的是“象征效力的衰落”（decline of symbolic efficiency）（Dean 2010, 6）[^f06-5]。象征秩序就像一幅双稳态图（flip-flop picture）：如同赫尔墨斯一样，它不断改变自身的状态，让我们对其实际意义一无所知。但正如赫尔墨斯的旅程——塞尔将其描绘为一连串偶然的相遇与发现——所表明的，每一次断开都蕴含着一次重新连接；一种象征交换秩序的中断，使得一种新的、更复杂的秩序得以产生（见 Serres 1982）。 ## 连接中的分离 在全球互联的时代，我们所生活的象征秩序变得越来越复杂。正如温蒂·全嘉莹（Wendy Hui Kyong Chun）在她为本书撰写的文章中所论证的，我们必须批判性地介入这一秩序，而不是简单地将其斥为资本主义创新的最新炒作。在她看来，我们需要认真处理网络分析所带来的问题，尤其是它对相关性（correlation）的过度搜寻：“如果几乎任何东西都可以被证明是真实的（如果几乎任何相关性都可以被发现），我们又如何知道什么是重要的、什么是真实的？”在我们的网络化环境中，网络分析已成为默认模型，在此基础上，因果性被数据相关性所取代。我们生活在一种由相像与相似构成的扁平本体论之中，在其中，每一个事实都与另一个事实相关联，结果是再也没有任何事实具有意义（见 Lynch 2016）。然而，这一分析远非新鲜；弗里德里希·尼采（Friedrich Nietzsche）早已提出了一种后事实世界的观念，在那里没有事实，只有诠释（见 Nietzsche 1989）。真正新颖的是，大体稳定的知识来源被碎片化为一个由更新、评论、意见、谣言和八卦组成的原子化世界。为了能够从这股持续不断的数据流中过滤出信息，我们依赖于算法，它们帮助我们为新媒体生活带来秩序。在这个意义上，Facebook、谷歌之类的公司创造了一种习惯性的环境，一个看似个性化的世界，借由社会隔离（segregation）使我们持续处于自我认同的状态之中（见 Chun 2016）。 全嘉莹文章的要点在于这样一个结论：这些孤立的世界，也就是所谓的回音室（echo chambers）或过滤气泡（filter bubbles），并不仅仅是个体倾向于与相似个体结交这种“自然”偏好的表现，而是必须被不断地生产和再生产出来的。因此，在同质相吸（homophily）这一概念背后，阶级、种族和性别等“旧有”的权力关系再度浮现。然而，为了切断大数据与网络分析之间的意识形态联结，我们所面对的并不是“新的连接理论”（本书全嘉莹一章），而是“理论的终结”（见 Anderson 2008）。这一主张问题极大，因为它往往遮蔽了我们最迫切需要的东西：关于当今网络化社交性背后（性别歧视的、种族主义的、阶级主义的）机制的批判性知识。这不仅影响到模式歧视的技术层面，也影响到我们对民主本身的理解。如果数据会自己说话，那么关于它如何运作、为谁运作的知情辩论就变得多余了。同样，经典诠释学——即对既有规范性符号作出肯定或否定诠释意义上的诠释学——也被自由漂浮的宇宙志（cosmographies）所取代，后者被理解为在没有共同参照点的情况下绘制世界地图的尝试。 在数字世界中，有必要针对媒介技术发展出一种新的“怀疑诠释学”（hermeneutics of suspicion）（Ricoeur 1970, 32）。[^f06-6]正如鲍里斯·格罗伊斯（Boris Groys）所论证的，这样一种“媒介本体论的怀疑”并不仅仅是在个体想象中产生的主观幻觉，而是一种在媒介观察行为本身之中出现的客观现象：“作为媒介的观察者，我们根本无法在媒介中看到除隐藏操纵之所在以外的任何东西”（Groys 2012, 38）。在格罗伊斯看来，这种偏执的怀疑无法被悬置，因为亚媒介空间（submedial space）——也就是潜伏在媒介象征表面背后的空间——在结构上是隐蔽的。正如赫尔墨斯神圣的显现/消失（dis/appearance）一样，“我们别无选择，只能怀疑、投射和暗示”（38）。因此，我们不可避免地假定媒介背后存在操纵，媒介对我们而言始终是一个黑暗的空间；而我们却依然建基于它所构成的现实之上。在尼克拉斯·卢曼（Niklas Luhmann）看来，这是现代社会功能分化的悖论效应之一：“无论我们对我们的社会，乃至对我们所生活的世界知道些什么，我们都是通过大众媒介知道的。……另一方面，我们对大众媒介又知道得如此之多，以至于我们无法信任这些来源”（Luhmann 2000, 1）。然而，卢曼仍然假定只存在一个由大众媒介建构的现实，而今天，随着数字媒介的出现，我们必须考虑到不同媒介环境中的多种现实，这使得媒介本体论问题变得更加复杂。 由于互联网所支持的媒介格式和内容供给的多样性，“现实的建构”（Luhmann 2000, 76）已经分散为一个由同时存在的多种现实所构成的网络。大众媒介凭借其周期性、公开性、普遍性和时事性等基本原则，建立了一个共同的公共领域，在其中——至少在一个理想化的世界里——所有公民都能够参与理性的协商（见 Habermas 1989, 244–48）；而参与式媒介以社交媒体的形式得到实际实现之后，却导致由大众媒介中介的公众碎片化为若干局部公众（partial publics）（见 Hagen 2016）。从大众媒介到社交媒体的这一转变，伴随着基于网络的传播应用的兴起、移动计算的无所不在以及强大媒介平台的形成，所有这些都与我们日常的媒介生活深深交织在一起（见 van Dijck and Poell 2013）。在何塞·范·迪克（José van Dijck）和托马斯·珀尔（Thomas Poell）看来，社交媒体具有四项原则，在过去几年里，这些原则已逐渐渗透进大众媒介的逻辑：可编程性、流行度、连接性和数据化。尤其是最后一项，可以被视为数据驱动世界的一个关键方面，因为它“指的是网络化平台将世界上许多以前从未被量化过的方面转化为数据的能力”（9）。实时数据流——其规模前所未有，并被持续不断地收集——为一个全新产业提供了商业基础，这一产业试图既预测又塑造用户的行为，并因此重新界定我们对参与的理解：在事物现状与事物可能状态之间的相互作用中（见 Beyes and Pias 2016），一个数据驱动的世界变成了一种可以产生截然不同结果的可塑混合物。 随着大数据和社交媒体平台的出现，公共领域变得越来越碎片化（见 Varnelis 2008）。[^f06-7]例如，在过去几年中，政治新闻和倡导类页面在 Facebook 等平台上如雨后春笋般涌现（见 Herrman 2016）。这些媒体渠道的独特之处在于，它们并不存在于社交媒体网站之外，却仍然吸引了相当规模的受众。它们建立在算法之上，这些算法对内容进行过滤和排序，以“向人们展示与他们最相关的内容”（Adamic, Bakshy, and Messing 2015）。同质相吸的机制在这里显露无遗，因为从众多来源聚合而来的内容，是按照用户的偏好——或者至少是按照算法认为这些偏好可能是什么——加以筛选的。因此，作为大众媒介逻辑核心的时事性观念遭到了颠覆：不同的故事在网络的不同部分流传，而不是让所有人都通过同样的信息了解最新动态；通过在同侪群体中分享这些故事，既有的观点得到确认，而相异的观点则被过滤掉。这种心理学中广为人知的确认偏误，对共同的参照空间有着深远的影响： > 【引文摘要：迪恩指出，象征效力的衰落看似开启了一个摆脱僵化规范与期待的自由新时代，但想象性身份的流动性与适应性同时伴随着脆弱与不安；想象性身份无法确立一个坚实的立足点，一个让人得以理解自身经验与自身世界的位置。（Dean 2010, 57）】 正如乔迪·迪恩（Jodi Dean）所指出的，在社交媒体中，确定意义变得越来越困难，因为在那里，真相成了一个感知问题，而不再是主体间商定的事实的结果。 互联网催生了一种新的参与欲望，但与 20 世纪 90 年代的参与式希望不同，参与的意志似乎不再能产生一个共同的参照空间。在一个任何观点都可以被表达的世界里，偏执（paranoia）渗透到我们生活的几乎所有方面，而这反过来又对参与式公共领域的理解产生了剧烈的影响（见 Chun 2006）。其后果可见于近来的政治辩论，夸大、怀疑和阴谋幻想不断溢入话语之中：如果我输了，那就是选举被操纵了；只有对我有利的民调才可信；其他所有民调都是针对我的阴谋的一部分。“政治中的偏执风格”（paranoid style in politics）（见 Hofstadter 1964）的这种重新出现，之所以可能，是由于前面提到的后事实处境。即便这样的处境早已内在于二十世纪初的欧洲法西斯主义或美国的麦卡锡时代，但在数据的数量干脆超过事实的时代，它正在获得显著的势头。因此，偏执特质被这样一个事实所推动：不存在事实，或者更确切地说，只存在人为造作的事实（factitious facts）。 ## 数据—信息—知识 在现代，民主辩论一直依赖于所谓的专家知识，尽管人们一向清楚，这种知识本身又依赖于特定时代的实际公众舆论。在这个意义上，象征秩序预先构造了什么能被表达、什么不能被表达的可能性条件，而这又反过来稳定了这一秩序本身。即便是法西斯主义，也曾试图将其荒诞而致命的法律供奉在一种以事实为基础的科学话语之中，这不仅是为了证明其所谓的优越性，也是为了给其罪行辩护。关于什么算作事实、什么不算事实的争论，正处于现代“真理游戏”（games of truth）的核心（见 Foucault 1984, 386–88）。相比之下，今天，至少维持一种基于事实的真理表象的努力，似乎已不再重要。正如英国脱欧、特朗普主义以及欧洲极右翼那臭名昭著、令人厌倦的支吾搪塞等近期事件所表明的，说谎并被当场揭穿，已不再是令人难堪的事。白人男性的话语似乎并不依赖专业知识——无论这种专业知识多么拙劣——来坚持自己是正确的。他们所需要的只是一些未经认真研究的信息：唐宁街据称每周向欧盟输送 3.5 亿英镑，难民导致美国和德国的犯罪率上升——所有这些都是赤裸裸的谎言，却并不玷污说谎者的声誉。恰恰相反，他们也许没有说真话，却依然受到相当一部分民众的爱戴，这些民众认同他们的威权主义观点；更有甚者，正是因为人们相信他们敢于对抗那些学院里的自作聪明者和评论家。 如果诠释学被视为区分鬼话（bullshit）与事实的艺术，那么问题就来了：为什么它不再处于权力运作的核心？为什么我们可以无休止地拿出证据来反驳明显的谎言，却似乎没有人真正在乎？这正是希托·史泰尔（Hito Steyerl）为本书撰写的文章中隐含的问题。她解释了“概率是如何大规模地进入真理生产的”（本书史泰尔一章）。今天，构成真实性之基础的不再是需要由某种机构加以核实的事实，而是被无休止地处理和过滤的数据；其效果是，“人们认为可以在海量数据中揭示的模式，在某种程度上与人们早已假定会在那里找到的模式相对应”（Steyerl）。换言之：我们所寻求的，与其说是建立在传统探究和推理之上的真实性，不如说是契合我们世界观的意见和信念。其结果是，事实与求真的时代正被一个新时代所取代，这个新时代的特征是对数据宽松而不间断的诠释（见 Lepore 2016）。[^f06-8] 当然，人们可以问：何必为真相费心呢？摆脱现代性的宏大叙事，或至少动摇它们，难道不正是后现代批判的内在目标吗？当特朗普、勒庞（Le Pen）或施特拉赫（Strache）嘲笑主流观点本身带有偏见时，我们又何必变得畏畏缩缩？是的，因为对什么是真、什么不是真的共同理解，对于构建一个客观现实——也就是建立在主体间协商的规范与规则之上的现实——至关重要。如果这样的共识被废除或干脆遭到无视，整个社会就面临着对其自身真理乃至自身存在变得犬儒的风险。同样，这一切都不是新鲜事。[^f06-9]然而，随着大数据的兴起，我们已在占卜预言（soothsaying）上达到了一个新的质的阶段。数据的持续增长使得循证政治的观念显得过时，因为数据按其定义可以被这样或那样地诠释。没有哪个重大事件不被缠绕在一张由断言和反驳织成的网中。没有哪条新闻不被切碎并通过社交媒体渠道分发，其结果是，一个共同的文化、社会和政治参照空间变得不再可能。由于这一过程在个性化的和进行个性化的算法推动下不断加速，我们面临着因沉溺于充满个人数据的小小回音室而错失全局的风险（见 Pariser 2012）。 正是在这样一种“数据泛滥”的背景下，希托·史泰尔讨论了模式识别（pattern recognition）的意涵。为了区分信号与噪声，人们一向依赖特定的模式。在这一语境下，种族主义和性别歧视的算法文化与古希腊并没有太大不同——当时，女性和奴隶被禁止——或者我们应该说，被过滤——在公共话语之外。她们的声音未被听见，因为她们不符合希腊城邦（polis）的特定价值体系。她们在数量上也许是可观的，但在质量上却无关紧要。数据，在被给予之物（拉丁语 datum）的意义上，需要经过处理才能获得意义。或者更简单地说，它需要被赋予形式（拉丁语 informare）。因此，需要一个有意的行为，借此将数据套用到一个预先存在的图式或模式之上。[^f06-10]而正如希托·史泰尔在本书中所指出的，这一过程是一种“根本上的政治操作”。通过运用过滤器，我们不断地（重新）创造着它们，尤其是因为从数据中过滤出信息的行为，正处于我们如何创造自己世界的核心。 用精神分析的、尤其是拉康式的术语来说，人们可以说，未经过滤的数据代表着实在界（the real），即绝对不可知者；而信息则代表着现实（reality），它经由我们的认知过滤器而变得可以理解。现实反过来又可以被视为想象界与象征界的复合体，这两个界域负责构建我们的自我。[^f06-11]因此，看看史泰尔文中谷歌“深梦生成器”（Deep Dream Generator）的例子，我们就能看到，一个由大量数据构成的人工神经网络的算法训练，最终是如何与它自己的训练集过度认同的。正如人类在梦中被过去的魔鬼所纠缠一样，这些算法在试图从深网（deep web）的噪声中过滤出可理解的信息时，只是在重复它们被投喂的想象之物。“但是”——这在史泰尔的分析中至关重要——“在一种非常唯物主义的意义上，这些实体远非幻觉。如果它们是梦，那么这些梦可以被诠释为当前技术部署（technological disposition）的凝缩或移置。”我们在这些幻象般的生物身上所看到的，正是谷歌所提供给我们的：它那肆无忌惮的产消者（prosumerist）愿景，即一种“企业万物有灵论（corporate animism），其中商品不仅是拜物教对象，而且是被梦想出来的、被特许经营的嵌合体”（Steyerl）。所产生的信号不只是某些梦想出来的图像，而是我们当下技术资本主义体系的表征。 问题的关键在于，梦不是事实，而谷歌（尚）不等同于我们的现实。事实上，后者不仅由想象界构成，也由象征界构成。一家科技公司在涉及我们对未来的想象时也许极具影响力，但在对主体间所接受的模式和代码进行社会协商的过程中，它只是一个参与者，尽管是一个强有力的参与者。这就把我们引向了作为第三个分析层面的知识：除了数据和信息之外，[^f06-12]知识可以被视为一个用于评估经验与信息的公认框架。以天气预报为例：气象站的测量仪器以离散单位的形式产生数据。这一系列数字，比如说从 0 到 9 的数字，只有在被套用到摄氏温标之类的特定图式上时才变得可读，而这项任务通常由专家完成。但为了既让公众理解又被公众接受，这些信息必须在一个确定意义并赋予其相关性的语境中呈现。这就是为什么全球各地的人们仍然每天晚上在固定时间收看天气预报，或查阅他们最信任的应用程序，让它显示第二天的预测气温。要让信息被视为可靠，这种共享的象征领域是必不可少的。[^f06-13] 幻觉发生在想象界层面，因而只有个体才能触及；而妄想（delusions）则指涉象征界，我们在其中依赖于公认的规范和价值。这就是为什么对现实的扭曲也可以集体地发生，即一个社会群体偏离了常识及其关于何为真、何为假的理解。正如激进民主理论所表明的，这些偏离甚至内在于政治过程之中，因为社会现实始终处于生成之中（见 Laclau and Mouffe 2001）。出于同样的理由，我们永远无法确定我们所生活的现实本身是否就是妄想性的。不存在可以普遍化的标准来确定其真实性，因为每当我们尝试这样做时，我们都会被抛回现实之中。反过来说，只有以一个已经确立的秩序为前提，才有可能把另一个象征秩序称为妄想性的，所谓的妄想正是相对于这一既定秩序而被区分出来的（见 Foucault 1988）。因此，我们集体商定的现实为我们提供了一套信念、观念和规范，作为参照点而发挥作用。 按照米歇尔·塞尔关于被排除的第三方的观念，这种常识必须被隐藏起来才能有效。因此，霸权权力的一个本质部分，就在于有能力使偏离的世界观变得不可能，同时把“真实世界”呈现为唯一可能的世界。这一点尤其适用于科技公司，它们的想象深深植根于这样一种观念：它们的产品是为了改善世界和我们的生活而创造的。然而，它们真正拿出来的却是些无稽之谈，这些故事借助巨额广告预算被推销给公众，以便成为我们日常版本的现实的一部分。比如想想云计算。认为某朵云是存放我们所有数据——从度假照片到健康信息，再到我们隐秘的欲望与愿望——的可信之地，这种观念不仅令人困惑，而且问题极大。然而，我们仍然在使用云存储服务，即便我们本应知道、而且实际上也确实知道得更清楚。“我认为阴谋和偏执恰恰是云所需要的，”《云的前史》（*A Prehistory of the Cloud*）的作者胡桐辉（Tung-Hui Hu）解释道，因为“这个系统就像一个巨大的金字塔骗局——我们都需要相信它无处不在，它才能无处不在”（Sutcliffe 2015）。这种妄想驱力正位于数字文化及其在过去几十年间展开方式的根源处。 ## 模式识别 在一篇关于威廉·吉布森（William Gibson）2003 年小说《模式识别》（*Pattern Recognition*）的书评中，弗雷德里克·詹姆逊（Fredric Jameson）把全球消费主义的集体无意识称为“eBay 想象”（eBay Imaginary）（见 Jameson 2003），这一概念在十五年后可以扩展到苹果、亚马逊、Facebook、谷歌和微软。互联网的所谓“五巨头”（Big Five）不仅构成了当今平台资本主义的支柱，而且站在预测我们技术文化未来的最前沿。事实上，从海量数据中识别潜在趋势的能力，或者更进一步，从一开始就创造趋势的能力，已经成为资本主义生产的生命线，其结果是，企业依赖于能让它们解读未来的新的模式识别方式。在詹姆逊看来，信息与传播技术令人叹为观止的发展，指向的是最近一轮现代化推进，其最佳代表就是吉布森的“高科技偏执”（high-tech paranoia），在其中，“某个假定的全球计算机联网的电路与网络，被各种自主却致命、相互勾连又彼此竞争的信息机构所策划的迷宫般的阴谋，以一种往往超出常人阅读心智能力的复杂性，在叙事中动员起来”（Jameson 1991, 38）。在后现代世界中，个体迷失在计算机网络的超空间里。她不仅丧失了在这一空间中为自己定位的能力，而且还被分散到无数的数据集之中。 詹姆逊把赛博朋克的“高科技偏执”与个体焦虑、社会阴谋以及自我的湮灭联系在一起，视之为后现代社会的病理沉积物；而另一些人则强调了现代主体及其总体化的宏大叙事遭到动摇所带来的解放效应（见 Lyotard 1979; Deleuze and Guattari 1983; Vattimo 1988; Holmes 2009）。尤其是费利克斯·加塔利（Félix Guattari），他呼吁新的“集体陈述配置”（collective assemblages of enunciation）（Guattari 1996, 263），以克服由大众媒介中介的公众的规范性主体性。[^f06-14]这种多元主义的路径不仅挑战了单一性意义上的个体观念，而且确实被视为一个生成集体的内在过程，这一过程本身应当被体验为一个获得更大自由的过程。在我们的“后媒介时代”（post-media era）（见 Guattari 2013），众多“主体群”（subject-groups）（Guattari 2000, 60）对媒介技术的集体挪用和使用，曾滋养了这样的希望：新的主体化模式将会出现，能够突破大众媒介令人麻木的效应。然而，对大众媒介中介的主体性的解构，带来了前面提到的问题：一个人们可以在其中表示同意或不同意的共同参照空间，越来越难以维持。 从大众媒介到社交媒体的过渡，对应着加塔利关于后（大众）媒介性的展望。人们所渴望的主体解放与增殖，导致了一种新的参与想象。但与人们所期望的再独异化（resingularization）——即个体集体地重新绘制其世界的能力——不同，信息资本主义（Info-capitalism）通过使旧有的剥削模式适应数据生产的新条件，成功地保留了这一模式。与一种“意味着对注意力、力比多能量和时间之投入”的共同愿景相反，“今天在 Facebook、Twitter 之类平台上发生的事情恰恰相反：尽管它们是一个真正庞大的人类集合的虚拟家园，却从未形成一个‘共在’（being-together）的集体计划”（Hui and Halpin 2013, 107）。在社交媒体中，个体被原子化，以便成为数据生产的来源，以及可供营销识别的主体。这种形式的算法治理如今已广为人知。然而，当今的大多数批判性考察只是在重复这个问题的隐含预设，即个体必须得到保护，而不是追问在我们这个后媒介时代新的个体化形式。这样一种路径并不一定意味着对现状的肯定；恰恰相反，它可以帮助确立一些标准，以便更好地理解、甚至或许能够战胜由“后现代混乱”所引发的偏执焦虑（见 Chun 2015）。 当然，关于偏执究竟是什么，并没有一个明确的定义。在日常用法中，这个术语常常与更广泛意义上的妄想障碍（见 Jaspers 1997）或更具临床意味的精神分裂症（见 Bleuler 1912）相混淆。然而，如果我们想理解偏执的某些具体方面，可以从它的词源入手：paranoia 一词由希腊语 παρά（para，意为“在旁边、紧邻”）和 νόος（noos，即“心智”）组合而成；因此，paranoia 在字面上可以译为“处在你的心智旁边”。这似乎是说得通的，因为这个术语至今仍被用来描述一种心理状态，即对自我或自我以外的人或物持有妄想性的或“错误的”信念，并且尽管存在无可争辩的反证，仍坚持这种信念。[^f06-15]在这个意义上，偏执可以被视为妄想障碍的一个局部的、从属的方面；倘若不是因为法语中表示妄想的词 délire 源自拉丁语 delirium，意为“偏离犁沟”，因而在“错乱或扭曲”的意义上几乎等同于偏执的话。[^f06-16]更有甚者，德语词 Wahn 或 wähnen 源自印欧语的 wen，与“赢得”（to win）同根，可以被理解为“想象”和“相信”，但也可以理解为“寻找”“争取”或“希望某事”。这是界定妄想特质的一个关键点，尤其因为它指向了我们通常斥之为偏执障碍的东西中所具有的一种生产性的、甚至是有益的和修复性的方面。[^f06-17] 沿着这一思路，作为一种认知事物的特定方式，偏执与其说是由信息匮乏引起的，不如说是由意义的过度生产引起的。[^f06-18]按照德国神经学家和精神病学家克劳斯·康拉德（Klaus Conrad）的经典描述，我们可以根据——至少——三个阶段来界定一次妄想发作（见 Conrad 1958）：[^f06-19]首先是“紧张期”（trema，Wahnstimmung），即一种妄想氛围，类似于怯场。你知道有什么事情正在发生，却无法弄清它是什么。这种心理状态伴随着多疑、疏离和恐惧的感觉，但也伴随着一种预期中的兴奋。其次是启示时刻，被称为空想性错觉（apophenia，Wahnwahrnehmung），此时事物又开始变得有意义了。空想性错觉在这里被描述为对关联与意义的自发感知，并伴随着一种发现了某种极其重要之物的胜利感。这样一个“啊哈！”时刻，是偏执地感知世界的核心。第三是“回转期”（anastrophe，Wahneinfall），即一种不可逆转的指涉性妄想状态。事物不仅对我而言有意义，而且开始围绕我自身旋转。从病理学的角度来说，这是一个不归点，一场“哥白尼式革命”（Conrad），此后妄想观念变得牢固而无法纠正。用一个更简单的模型来说，我们可以只谈妄想障碍发展的两个阶段：首先是一个中心象征秩序的崩溃，引发紧张期的妄想感受；然后是试图通过发现、并最终固化一个妄想观念来恢复这样一种秩序，这一观念有助于重新构建世界（Kupke 2012, 116）。事实上，偏执欲望可以被视为一种自我疗愈机制，一种重新占有世界的保护性功能。 在文化史和文化理论中，媒介技术常常作为妄想系统的欲望对象出现，这并非偶然：从电报到无线电，再到互联网（见 Kittler 1984; Stingelin 1989; Chun 2006）。人类认知一向嵌入在媒介技术环境之中，但正是随着数字媒介的兴起，对我们经技术调制的环境发展出一种系统性理解的需求才变得至关重要（见 Hörl 2015）。偏执这一概念在此语境下可以成为一种有用的工具，因为它有助于揭示那些必须被隐藏才能正常运作的社会信念。[^f06-20]偏执者所依赖的是同样的信念，重要的区别在于，他或她对这些信念过度肯定，并由此揭示了它们。由此便有了谷歌深梦生成器这类模式识别算法背后的反讽，希托·史泰尔在本书中对其进行了分析。它是一个人工神经网络的完美例子：通过与自身的训练集过度认同，它变得偏执，并在此过程中让我们得以洞察其内部运作。本应隐藏在谷歌营销部门那色彩斑斓的帷幕之后的东西，无意中登上了舞台，而我们在那里看到的仅仅是这样一个事实：所有高科技噱头归根结底都是技术资本主义本身的一种映像（见 Steyerl）。 ## 偏执的思维机器 德国，2018 年秋：在安格拉·默克尔（Angela Merkel）就欧洲所谓的难民危机说出举世闻名的“我们能做到”三年之后，最初的欢迎文化已经变成了拒绝文化。随着公开排外、且种族主义几乎毫不掩饰的德国选择党（Alternative for Germany，AfD）进入联邦议院，德国的政治辩论变得更加尖锐，为社交媒体上前所未有的仇恨言论大爆发定下了基调，更糟糕的是，它使针对难民的身体暴力和恐怖袭击合法化了。[^f06-21]我们在这里所目睹的，是一场政治危机的症状，即社会团结的侵蚀。因此，仇恨言论需要被视为一个令人警醒的信号，标志着一个共同公共领域的解体，而这个公共领域迄今为止一直充当着社会协商过程的最低限度框架。在反动右翼团体中流行的煽动性术语“Lügenpresse”（谎言媒体）指向了政治话语中的一道裂痕：即便现代大众媒介（报刊、广播、电视）一向被怀疑在操纵公众，它们作为一般参照框架的功能——无论是否具有操纵性——在很大程度上却是无可争议的。相比之下，在数字媒介中，我们发现自己处于一种参与的想象之中，处于一个由图像和情感构成的世界之中，这导致了共同基础的消散。[^f06-22] 当今的反对派政治，尤其是极右翼的反对派政治，与其说关心的是创造一个旨在纠正主流媒体所生产之现实的反公众（counterpublic），不如说关心的是创造它自己的媒体，因而也是它自己的真相。欧洲右翼民粹主义者的博客、网络杂志和 Facebook 页面，以及美国的另类右翼（alt-right）运动，都是前面提到的从大众媒介逻辑向社交媒体逻辑过渡的表现。这一转变之所以具有致命的力量，是因为每一次从社会世界的集体共享领域中全部或部分地撤离，都会引发象征界的崩溃，而这又反过来导致这个世界进一步分崩离析。然而，问题依然在于：这仅仅是一场无情的衰亡，还是我们需要发展出“以不同方式推进心理与集体个体化过程的新的注意力形式”（Stiegler 2012）。要打破个性化数据的回音室，我们需要调动偏执时刻：当今的日常媒介生活以过量的真理宣称为特征，其结果是个体被困在他或她自己的网络之中；而偏执，就其生产性的和有益的效应而言，或许能够提供一个模板，用以在我们的后媒介世界中重新描绘一种象征秩序。 一台被理解为理论概念的偏执的思维机器，[^f06-23]试图通过用意义填充象征的空洞来对其加以补偿。这些补偿努力目前以仇恨言论为特征，这一事实强化了这样一种假设：我们正在应对一场去团结化的社会危机。但如果这样一台机器被用于不同的目的呢？要把模式从仇恨切换到爱，需要做些什么？正如屈布拉·居穆沙伊（Kübra Gümüşay）在 2016 年 5 月的 re:publica 大会上提醒我们的那样，社交媒体上针对少数群体的仇恨是高度组织化的，因此，对抗它的唯一方式就是同样地组织爱。这听起来也许天真，但实际上触及了参与的核心要义：参与不仅是拥有某物的一部分、以便能够表达自己意见的行为或状态，也是共享某种共同之物，成为“一个集体的实例，不仅仅是众多个体中的一个，而是事物本身”（Kelty 2016, 236）。这就是为什么关于重建共同象征秩序的辩论如此关键；它既不是回归大众媒介，也不是一个“最终”解决方案，而是对（后）现代悖论的持续修正，这一悖论在于：个体受到一种集体分享意志的召唤，同时又被抛回到隔离之中。[^f06-24]只要这场辩论尚未展开，诸如 Twitter 和 Instagram 最近推出的那类反骚扰工具，就可以作为初步的补救措施，过滤掉种族主义和性别歧视辱骂的噪声。而像 TrollBusters 这样的倡议——一个分析并绘制骚扰者网络如何运作的平台——则是反击仇恨言论的良好战术手段。但从长远来看，我们需要的是一种重组我们社会技术世界的战略，让每个人都能自由而安全地表达他自己，尤其是她自己。 为了实现这一目标，或至少朝它迈进，媒介实践、艺术实践和文化实践可以被用来反思、同时也检验共同参照空间的重建。当数字的想象仍然困于平台资本主义的新封建意识形态之中，困于其对个人主义消费主义和化约式身份政治的信仰之中时，唯有集体实践才有望创造新的注意力形式，而这些形式反过来又有助于重新组装偏执的思维机器。这并不是说，我们只需援引创造性的陈述形式就能摆脱歧视。正如本书通篇所论证的，模式歧视——即从数据中过滤出信息的能力——是人类认知、也是非人类认知的一个本质部分。然而，真正利害攸关的问题是：这些模式本身在多大程度上、以何种方式建立在种族主义、性别歧视和阶级主义的信念之上？这样一种批判性路径敏于这样一个事实：技术世界作为被排除的第三方而运作，它是一个为越来越多的决策过程奠定基础的世界，因此需要被带入社会与政治的意识之中。 ## 注释 [^f06-1]: 斯拉沃热·齐泽克（Slavoj Žižek）援引激进民主的概念（见 Laclau and Mouffe 2001），以回答“意识形态理论的关键问题：大量‘漂浮的能指’，即原意识形态元素，是如何通过某个‘节点’（拉康所说的 *point de capiton*，缝合点）的介入而被结构为一个统一场域的——这个节点将它们‘缝合’起来，阻止它们滑动，并固定它们的意义”（Žižek 2008, 95）。 [^f06-2]: 继科学研究中的前三种范式——实验范式、理论范式和计算范式——之后，第四范式指的是对海量数据集的分析。 [^f06-3]: 这给人类主体又添了一道自恋创伤：继哥白尼对日心说宇宙论〔原文如此〕的致命一击、达尔文对人类的废黜以及弗洛伊德对思维主体的颠覆之后，大数据把传播过程从以人类为中心的世界观中夺走了。 [^f06-4]: 实际上，这正是德国所谓“帝国公民”（Reichsbürger）的策略，他们不承认德意志联邦共和国（FRG）是一个合法国家。通过煞费苦心地诠释每一份法律文件和行政命令，他们阻断了与其机构的任何互动。 [^f06-5]: 迪恩在这里沿用了斯拉沃热·齐泽克关于“象征效力”衰亡的诊断（Žižek 2000, 248）。 [^f06-6]: 见本书克拉默一章。 [^f06-7]: 需要说明的是，我使用公共领域这一概念，并非遵循哈贝马斯式的观念，即认为存在一个如今在网络化媒介影响下正在解体的理想空间。恰恰相反，这一空间向来就是一个充满争夺的空间，是一种为构建政治主体所必需的霸权性建构（Laclau and Mouffe 2001, xvii–xviii）。 [^f06-8]: 迈克尔·P. 林奇（Michael P. Lynch）在《我们的互联网》（*The Internet of Us*）一书中，在这一语境下谈到了“谷歌式认知”（Google-Knowing）（Lynch 2016, 21–40）。 [^f06-9]: 弗里德里希·尼采早已详尽地阐述过，人类为了能够生存，是如何不断地自我欺骗的。然而，一个突出却常被忽视的要点是：恰恰因为真理的人为性，人类必须相信它并为它负责。换言之：仅仅因为事实是人为造作的，并不意味着它们不具约束力。 [^f06-10]: 想一想由格林尼治标准时间（GMT）制度化的图式。你钟表上的指针本身并不承载任何意义；事实上，它们只是两根（或三根）以机械（或数字）方式驱动的指针。只有在被套用到 GMT 这一整体图式上时，它们才能告诉你时间。 [^f06-11]: 关于实在界与现实之间更为系统的区分，见拉康（Jacques Lacan）的《研讨班 XI》（*Seminar XI*）（Lacan 1977）。 [^f06-12]: 在信息科学中，数据、信息、知识（有时还有智慧）之间的关系以首字母缩写 DIKW 来表示。 [^f06-13]: 天气预报也为我们提供了一个例子，说明我们可以如何应对一个后事实世界：我们通常接受这样一个事实，即基于各种传感设备数据所作的预报，只能为我们提供对近期将要发生之事的粗略估计。没有人会想到要让气象部门为可能的错误负责。甚至人们对天气预报不准确的惯常抱怨，也是叙事的一部分，而这一叙事——这正是要点所在——是一个共同的叙事。 [^f06-14]: 对加塔利而言，20 世纪 70 和 80 年代欧洲的自治电台（例如博洛尼亚的爱丽丝电台［Radio Alice］）是一个范例，展示了集体陈述配置可以如何被生产和维系。 [^f06-15]: 典型表现为被害妄想或夸大妄想，它们往往等同于偏执。但正如我在此想要论证的，偏执是一个宽泛得多的概念，指的是由于象征系统的紊乱而产生的一种根本的不安全感。这样一种隐晦的感觉，往往比相信有人跟踪自己更难以忍受。 [^f06-16]: 感谢沃尔夫冈·叙茨尔（Wolfgang Sützl）为我把这一点逐字逐句地讲清楚。 [^f06-17]: 关于偏执思维中的“修复动机”这一观念，见伊芙·科索夫斯基·塞奇威克（Eve Kosofsky Sedgwick）（2003）。 [^f06-18]: 例如可参见马克·隆巴尔迪（Mark Lombardi）的作品，他的素描一丝不苟地记录了政治与金融权力结构的各种拓扑图景。 [^f06-19]: 事实上，康拉德——他曾是国家社会主义德国医师联盟（NSDÄB）成员，还发表过关于癫痫遗传性的著述——区分了紧张期、空想性错觉期和启示期（apocalypse），而回转期则在空想性错觉阶段与启示阶段的交界处起作用。在这个意义上，紧张症性精神病应被视为比空想性错觉体验“低一个层级”，其特征是突然转变为一种稳定的妄想知觉（Conrad 1958, 192）。然而——为了论证的需要——我更感兴趣的是实际的“转折点”（拉丁语 crisis），以便理解偏执的创造性潜能（Schödlbauer 2016, 123）。 [^f06-20]: 见本文开头。 [^f06-21]: 需要说明的是，言语暴力和身体暴力当然也波及非难民，尤其是德国人——由于一种民族主义的（völkisch）公民身份观，他们不被视为“真正的”德国人。遗憾的是，主流媒体也在助长这种种族主义话语，即便受害者是德国人，它们也一再将事件报道为“Ausländerfeindlichkeit”（仇外）。 [^f06-22]: 这也体现在一种用来颠覆这种共同基础的技术官僚语言的兴起之中。在果尔达·梅厄（Golda Meir）面对失败的埃维昂会议（Évian Conference）陷入绝望的八十年之后——那次会议决定了五十多万犹太难民的命运——欧洲的国家元首和政府首脑们再次只谈论“数字”，而不是人。 [^f06-23]: 这一概念的构想源自与布莱恩·霍姆斯（Brian Holmes）的一次谈话。感谢他在思想上给予的支持。 [^f06-24]: 见本书全嘉莹一章。 ## 参考文献 Adamic, Lada, Eytan Bakshy, and Solomon Messing. 2015. “Exposure to Diverse Information on Facebook.” Facebook Research Blog, May 7. Accessed December 21, 2016. https://research.fb.com/exposure-to-diverse-information-on-facebook-2. Anderson, Chris. 2008. “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete.” Wired. Accessed December 21, 2016. https://www.wired.com/2008/06/pb-theory. Beyes, Timon, and Claus Pias. 2016. “Transparency and Secrecy.” In Non-Knowledge and Digital Cultures, Symposium, January 26–27. Accessed December 21, 2016. https://vimeo.com/165703739. Bleuler, Eugen. 1912. The Theory of Schizophrenic Negativism, translated by William A. White. New York: The Journal of Nervous and Mental Disease Publishing Company. Builder, Carl H. 1993. “Is It a Transition or a Revolution?” Futures 25:155–68. Chun, Wendy Hui Kyong. 2006. Control and Freedom: Power and Paranoia in the Age of Fiber Optics. Cambridge, Mass.: MIT Press. Chun, Wendy Hui Kyong. 2015. “Networks NOW: Belated Too Early.” In Postdigital Aesthetics: Art, Computation, and Design, ed. David M. Berry and Michael Dieter, 289–315. London: Palgrave Macmillan. Chun, Wendy Hui Kyong. 2016. Updating to Remain the Same: Habitual New Media. Cambridge, Mass.: MIT Press. Conrad, Klaus. 1958. Die beginnende Schizophrenie: Versuch einer Gestaltanalyse des Wahns. Stuttgart: G. Thieme. Dean, Jodi. 2010. Blog Theory: Feedback and Capture in the Circuits of Drive. Cambridge: Polity Press. Deleuze, Gilles, and Félix Guattari. 1983. Anti-Oedipus: Capitalism and Schizophrenia, trans. Robert Hurley, Mark Seem, and Helen R. Lane. Minneapolis: University of Minnesota Press. Dijck, José van, and Thomas Poell. 2013. “Understanding Social Media Logic.” Media and Communication 1, no. 1: 2–14. Foucault, Michel. 1984. “Polemics, Politics, and Problematizations.” In The Foucault Reader, ed. Paul Rabinow, 381–90. New York: Pantheon Books. Foucault, Michel. 1988. Madness and Civilization: A History of Insanity in the Age of Reason, trans. Richard Howard. New York: Vintage Books. Groys, Boris. 2012. Under Suspicion: A Phenomenology of Media, trans. Carsten Strathausen. New York: Columbia University Press. Guattari, Félix. 1996. “Remaking Social Practices.” In The Guattari Reader, ed. Gary Genosko, 262–72. Oxford: Blackwell. Guattari, Félix. 2000. The Three Ecologies, trans. Ian Pindar and Paul Sutton. London: The Athlone Press. Guattari, Félix. 2013. “Towards a Post-Media Era.” In Provocative Alloys: A Post-Media Anthology, ed. Clemens Apprich et al., 26–27. London: Mute. Habermas, Jürgen. 1989. The Structural Transformation of the Public Sphere, trans. Thomas Burger and Frederick Lawrence. Cambridge, Mass.: MIT Press. Hagen, Wolfgang. 2016. “Discharged Crowds: On the Crisis of a Concept.” In Social Media—New Masses, ed. Inge Baxmann, Timon Beyes, and Claus Pias, 123–34. Zurich: diaphanes. Hall, Stuart. 1999. “Encoding, Decoding.” In The Cultural Studies Reader, ed. Simon During, 507–17. London: Routledge. Harari, José V., and David F. Bell. 1982. “Introduction : Journal à plusieurs votes.” In Michel Serres: Hermes: Literature, Science, Philosophy, ed. José V. Harari and David F. Bell, ix–xl. Baltimore: The John Hopkins University Press. Herrman, John. 2016. “Inside Facebook’s (Totally Insane, Unintentionally Gigantic, Hyperpartisan) Political-Media Machine: How a Strange New Class of Media Outlet Has Arisen to Take Over Our News Feeds.” New York Times, August 24. Accessed December 21, 2016. http://www.nytimes.com/2016/08/28/magazine/inside-facebooks-totally-insane-unintentionally-gigantic-hyperpartisan-political-media-machine.html?_r=1. Hey, Tony, Stewart Tansley, and Kristin Tolle. 2009. The Fourth Paradigm: Data-Intensive Scientific Discovery. Redmond: Microsoft Research. Hörl, Erich. 2015. “The Technological Condition,” trans. Anthony Enns. Parrhesia 22:1–15. Hofstadter, Richard. 1964. “The Paranoid Style in American Politics.” Harper’s Magazine, November. Accessed December 21, 2016. http://harpers.org/archive/1964/11/the-paranoid-style-in-american-politics. Holmes, Brian. 2009. Escape the Overcode: Activist Art in the Control Society. Zagreb: WHW/Eindhoven: Abbemuseum. Hui, Yuk, and Harry Halpin. 2013. “Collective Individuation: The Future of the Social Web.” In Unlike Us Reader: Social Media Monopolies and Their Alternatives, ed. Geert Lovink and Miriam Rasch, 103–16. Amsterdam: INC. Jameson, Fredric. 1991. Postmodernism, or, the Cultural Logic of Late Capitalism. Durham, N.C.: Duke University Press. Jameson, Fredric. 2003. “Fear and Loathing in Globalization.” New Left Review, September-October. Accessed December 21, 2016. https://newleftreview.org/II/23/fredric-jameson-fear-and-loathing-in-globalization. Jaspers, Karl. 1997 (1913). General Psychopathology, trans. J. Hoenig and Marian W. Hamilton. Baltimore: The John Hopkins University Press. Kelty, Christopher. 2016. “Participation.” In Digital Keywords: A Vocabulary of Information Society & Culture, ed. Benjamin Peters, 227–40. Princeton, N.J.: Princeton University Press. Kittler, Friedrich A. 1984. “Flechsig/Schreber/Freud: Ein Nachrichtennetzwerk der Jahrhundertwende.” Der Wunderblock: Zeitschrift für Psychoanalyse 11/12:56–68. Kupke, Christian. 2012. “Von der symbolischen Ordnung des Wahns zum Wahn der symbolischen Ordnung: Ein vorläufiger philosophischer Versuch.” In Wahn: Philosophische, psychoanalytische und kulturwissenschaftliche Perspektiven, ed. Gerhard Unterthurner and Ulrike Kadi, 107–36. Vienna and Berlin: Turia + Kant. Lacan, Jacques. 1977. The Seminar of Jacques Lacan: The Four Fundamental Concepts of Psychoanalysis, ed Jacques-Alain Miller, trans. Alan Sheridan. New York: W. W. Norton. Laclau, Ernesto, and Chantal Mouffe. 2001. Hegemony and Socialist Strategy. Towards a Radical Democratic Politics, London: Verso. Lepore, Jill. 2016. “After the Fact: In the History of Truth, a New Chapter Begins.” The New Yorker, March 21. Accessed December 21, 2016. http://www.newyorker.com/magazine/2016/03/21/the-internet-of-us-and-the-end-of-facts. Luhmann, Niklas. 2000. The Reality of Mass Media, trans. Kathleen Cross. Stanford, Calif.: Stanford University Press. Lynch, Michael P. 2016. The Internet of Us: Knowing More and Understanding Less in the Age of Big Data. New York: W. W. Norton. Lyotard, Jean-François. 1979. La condition postmoderne: rapport sur le savoir. Paris: Minuit. Nietzsche, Friedrich. 1989. “On Truth and Lying in an Extra-Moral Sense (1873).” In Friedrich Nietzsche on Rhetoric and Language, ed. and trans. Sander L. Gilman, Carole Blair, and David J. Parent, 246–57. New York: Oxford University Press. Pariser, Eli. 2012. The Filter Bubble: How the New Personalized Web Is Changing What We Read and How We Think. New York: Penguin Random House. Pias, Claus. 2002. “Der Hacker.” In Grenzverletzer: Figuren politischer Subversion, ed. Eva Horn and Stefan Kaufmann, 248–70. Berlin: Kadmos. Accessed December 21, 2016. https://www.uni-due.de/~bj0063/texte/hacker.pdf. Ricoeur, Paul. 1970. Freud and Philosophy: An Essay on Interpretation. New Haven, Conn.: Yale University Press. Schleiermacher, Friedrich. 1998. Hermeneutics and Criticism and Other Writings, trans. Andrew Bowie. Cambridge: Cambridge University Press. Schödlbauer, Michael. 2016. Wahnbegegnungen: Zugänge zur Paranoia. Köln: Psychiatrie Verlag. Serres, Michel. 1982. Hermes: Literature, Science, Philosophy, ed. José V. Harari and David F. Bell. Baltimore: The John Hopkins University Press. Sedgwick, Eve Kosofsky. 2003. “Paranoid Reading and Reparative Reading, or, You’re So Paranoid, You Probably Think This Essay Is About You.” In Touching Feeling: Affect, Pedagogy, Performativity, 123–51. Durham, N.C.: Duke University Press. Stiegler, Bernard. 2012. “Relational Ecology and The Digital Pharmakon.” Culture Machine 13. Accessed December 21, 2016. https://www.culturemachine.net/index.php/cm/article/viewArticle/464. Stingelin, Martin. 1989. “Gehirntelegraphie: Die Rede der Paranoia von der Macht der Medien um 1900. Falldarstellungen.” In Arsenale der Seele. Literatur- und Medienanalyse seit 1870, ed. Friedrich A. Kittler and Georg Christoph Tholen, 51–70. Munich: Wilhelm Fink Verlag, 1989. Sutcliffe, Jamie. 2015. “A Prehistory of The Cloud: An Interview with Tung-Hui Hu.” Rhizome, December 16. Accessed December 21, 2016. http://rhizome.org/editorial/2015/dec/16/interview-tung-hui-hu. Varnelis, Kazys, ed. 2008. Networked Publics. Cambridge, Mass.: MIT Press. Vattimo, Gianni. 1988. The End of Modernity: Nihilism and Hermeneutics in Postmodern Culture, trans. Jon R. Snyder. Cambridge: Polity Press. Žižek, Slavoj. 2000. The Ticklish Subject. London: Verso. Žižek, Slavoj. 2008. The Sublime Object of Ideology. London: Verso. # 作者简介 **克莱门斯·阿普里希（Clemens Apprich）** 是吕讷堡大学（Leuphana University of Lüneburg）数字媒介文化与美学研究所（ICAM）客座教授，著有《技术乌托邦：网络文化的媒介谱系学》（*Technotopia: A Media Genealogy of Net Cultures*）。 **温蒂·全嘉莹（Wendy Hui Kyong Chun）** 是西蒙菲莎大学（Simon Fraser University）传播学院“加拿大150研究讲席”（Canada 150 Research Chair）新媒体讲席教授，著有多部著作，最近一部为《为保持不变而更新：习惯性的新媒体》（*Updating to Remain the Same: Habitual New Media*）。 **弗洛里安·克拉默（Florian Cramer）** 是荷兰鹿特丹威廉·德·库宁学院（Willem de Kooning Academy）21世纪视觉文化高级讲师（reader）。 **希托·史泰尔（Hito Steyerl）** 是柏林艺术大学（Berlin University of the Arts）实验电影与录像教授，著有多部著作，最近一部为《免税艺术：行星内战时代的艺术》（*Duty Free Art: Art in the Age of Planetary Civil War*）。 --- # 封底文字 克莱门斯·阿普里希、温蒂·全嘉莹、弗洛里安·克拉默、希托·史泰尔 **模式歧视** 算法身份政治重新确立了旧有的社会隔离形式——在数字世界中，身份政治就是模式歧视。正是通过识别输入数据中的模式，人工智能算法制造了偏见、实施了种族排斥，从而将权力关系铭刻进媒介之中。我们如何才能从数据中过滤出信息，而不重新植入种族主义、性别歧视和阶级歧视的观念？ “这本书深刻而富有启发性，表明了理论对于当代数字困境的持久意义。作者们探讨了平台资本主义、民主的衰败以及劳动与游戏的未来，阐明了大数据、模式识别、机器学习与人工智能的异质智能。”——弗兰克·帕斯奎尔（Frank Pasquale），马里兰大学 “我们要如何应对当代生活中形形色色的模式歧视？这本书展示了这一领域的复杂性，并提醒我们其中利害攸关之处。”——凯特·克劳福德（Kate Crawford），纽约大学 AI Now 研究所 媒介研究 明尼苏达大学出版社与 meson press 合作出版 封面图像：Sascha Pohflepp # 版权与译本说明 **模式歧视** **原书名**：*Pattern Discrimination* **作者**：克莱门斯·阿普里希（Clemens Apprich）、温蒂·全嘉莹（Wendy Hui Kyong Chun）、弗洛里安·克拉默（Florian Cramer）、希托·史泰尔（Hito Steyerl） **丛书**：“寻找媒介”丛书（In Search of Media），丛书主编 Götz Bachman、Timon Beyes、Mercedes Bunz、Wendy Hui Kyong Chun **出版**：meson press（德国吕讷堡），与明尼苏达大学出版社（University of Minnesota Press，美国明尼阿波利斯）合作出版，2018 年 **ISBN（PDF）**：978-3-95796-145-7　**DOI**：10.14619/1457 **原书来源**：https://meson.press/books/pattern-discrimination/ （PDF：https://meson.press/wp-content/uploads/2018/11/9783957961457-Pattern-Discrimination.pdf） **设计理念**：Torsten Köchlin、Silke Krieg　**封面图像**：Sascha Pohflepp（未收录） --- ## 原书许可 原书版权页声明：“This Publication is licensed under CC-BY-NC-4.0 International.”即本书以知识共享“署名—非商业性使用 4.0 国际”许可协议（CC BY-NC 4.0）发布，协议全文见 https://creativecommons.org/licenses/by-nc/4.0/ 。 ## 关于本译本 - 本译本为**非官方简体中文译本**，未经原作者、meson press 或明尼苏达大学出版社审阅或认可。译文依据上述 PDF 版本译出，如有出入，以原文为准。 - 本译本依据 CC BY-NC 4.0 许可制作，对原作作出了翻译这一改动。译文同样**仅限非商业性使用**，转载、分发时须署明原作者、原书名、出版社及原许可协议，并注明此为译本。 - 原书中不属于本许可范围的第三方材料未予收录：三幅第三方图像（图 1.1—1.3）仅保留译出的图注与来源；第一章与第二章所引的歌曲歌词以简要说明代替；超过约四行的长段引文改为注明出处的中文摘要（标作【引文摘要】）。 - 体例：人名、术语首次出现时括注原文；脚注保留原编号；各章参考文献保留原文。