第11章：纠结的亲密：在与数据集的遭遇中调谐于残余

Vexed Intimacies: Attuning to Remains in Encounters with Datasets¶

达妮埃拉·阿戈斯蒂尼奥（Daniela Agostinho）、南娜·邦德·蒂尔斯特鲁普（Nanna Bonde Thylstrup）¶

关键词：数据集、容器技术、再生产劳动、数据伦理、残余（DATASETS, CONTAINER TECHNOLOGIES, REPRODUCTIVE LABOR, DATA ETHICS, REMAINS）¶

本章受佐伊·索菲亚（Zoë Sofia）“容器技术”概念的启发，讨论数据集在机器学习系统中所发挥的能动的、维系性的作用。我们对作为容器技术的数据集的思考，是在与软件艺术家埃弗勒斯特·皮普金（Everest Pipkin）的作品《花边》（Lacework）的对话中展开的。《花边》是一件基于网络的视频艺术作品，它利用人工神经网络重新塑造构成麻省理工学院（MIT）大型数据集“时间中的瞬间”（Moments in Time）的那些视频。麻省理工学院创建这一数据集，是为了帮助机器学习系统识别和理解视频中的动作。通过皮普金对这一庞大数据集合的策展，我们讨论数据集如何由人与数据之间纠结的亲密关系所构成；我们还认为，容器技术这一概念（以及它所凸显的容纳与泄漏之间的暧昧张力）能够帮助我们理解数据集在机器学习中所发挥的生成性的（却常被忽视的）作用，同时提出关于作为数据残余之储藏所的数据集的伦理—政治问题。¶

〔此处原书以索菲亚〈容器技术〉中的一段文字为题记，大意为：器具、装置与公用设施这类技术物被设计得不引人注目，如同“环境母亲”一般“让人感受到其存在，却不被注意到”，因此很难被记在心上；容器技术的分析者必须不断逆着这些物与空间本身的纹理工作——更不用说逆着把母亲维持空间的劳动视为理所当然的根深蒂固的社会习惯——才能把被设计为背景的东西推到前景。〕——佐伊·索菲亚

作为容器技术的数据集

机器学习在世界范围内的兴起，正在制造对数据日益增长的需求。其结果是，数据集储存库大量涌现，它们托管着数以百万计的数据集，这些数据集往往以开放许可发布，采集自各种来源，包括社交媒体、市场营销以及科学和政府数据库。数据集在机器学习中扮演的角色同样多种多样：有些数据集用于训练机器学习系统，另一些则被用来测试这些系统并为其设定基准。尽管数据集是机器学习发展的核心，它们却很少作为批判性研究的对象而进入视野。然而，近年来出现了一种我们或可称之为“批判性数据集研究”（Thylstrup 2022）的学术形态，它挑战把数据集视为数字知识生产之中性工具的观念，转而关注数据集与之交织在一起的权力结构（Hanna et al. 2020; Harvey and LaPlace 2021; Jo and Gebru 2020; Stevens and Keyes 2021）。¶

我们希望拓展这种针对数据集的批判路径，考察数据集在何种条件下彻头彻尾地维系并能动地塑造机器学习系统。在这一语境中，我们发现佐伊·索菲亚的“容器技术”概念（2000；本书第1章）很有帮助：它不仅能凸显数据集在机器学习系统中所发挥的能动作用，还能帮助我们把握数据集在世界中产生的伦理—政治效应。正如索菲亚在她那篇奠基性的论文中所论证的，容器技术在社会上被视为内容的被动承载者，因而与女性的劳动联系在一起，而与之相对的则是被赋予能动性的、主动的、男性化的电动工具。容器技术虽然“在结构上是必要的”，却很少被承认为真正的“生成的前提条件”（第1章，27）。索菲亚挑战了这些预设，她主张，容纳必须“被思考为一种行动形式本身”（29）。容器技术这一概念帮助我们理解：数据集尽管是不可或缺的生成性力量，却仍被认为不如机器学习系统赖以运行的算法、也不如这些系统声称提供的创新产品那样有力量。〔此处原书引用索菲亚一段文字，大意为：与女性传统劳动以及与女性储存、转化和供给器官之隐喻相关联的技术形式，过去和现在都对技术与人类发展至关重要，却经常在技术史和技术分析中被忽视；就像课堂上吵闹捣乱的男孩一样，具有攻击性的工具和充满动感的机器比容器技术中那些安静地接受与转化的“女性”元素吸引了更多注意。〕（24）¶

女性主义基础设施研究及其对维系社会生活的那种不可或缺却不可见的再生产劳动的强调，可以进一步阐明这些观点。除了索菲亚的论文之外，苏珊·利·斯塔尔（Susan Leigh Star）关于基础设施的研究也塑造了我们对数据集在世界创造中的能动作用的理解，尤其是她把基础设施定义为“一种嵌入的陌生性，一种二阶的陌生性，即被遗忘者、背景、被冻结于原位者的陌生性”（Star 1999, 379）。正如斯塔尔所指出的，尽管基础设施是不可见的，它们的劳动与政治却可能“在故障时变得可见”（382）。当特定的数据集受到公众审视或引发公众抗议时，情况往往就是如此，这会使它们在机器学习系统中的核心地位进入视野。一个例子是美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）制定的人脸识别标准。为了给人脸识别技术提供验证其结果的机会，美国国家标准与技术研究院于2017年启动了一项人脸识别测试计划。其目的是“持续评估人脸识别系统”，重点关注受测系统在“准确性、速度、存储和内存消耗以及稳健性”方面的表现（NIST 2019）。这些测试的基础是一个包含数百万张图像的数据集，这些图像原本是为其他目的收集的，如今却被用来测试算法。尽管用于训练美国国家标准与技术研究院项目的数据集退入了模型的背景之中，奥斯·凯斯（Os Keyes）、尼基·史蒂文斯（Nikki Stevens）和杰奎琳·维尔尼蒙特（Jacqueline Wernimont）却揭示了这些训练数据的构成。〔此处原书引用凯斯等人一段文字，大意为：美国国家标准与技术研究院所用的训练数据包括曾遭儿童色情剥削的儿童图像、美国签证申请人（尤其是来自墨西哥者）的图像、曾被逮捕而现已死亡者的图像，另有部分图像取自国土安全部对在美国登机旅客的记录以及因涉嫌犯罪而被登记羁押者的记录。〕（2019）¶

诸如此类的案例揭示了那些支撑数据集生产、在其他情况下却不被注意的劳动与政治。在这个具体案例中，劳动是由那些面孔在数据集中被当作代理物（proxy）加以利用的人完成的（Mulvin 2021）。但此外还有维系数据集储存库的、未获承认的数字劳动。¶

许多研究者已经让人们注意到投入数据集生产之中的那种被贬低的数字劳动，并举出亚马逊土耳其机器人（Amazon Mechanical Turk，AMT）微工作系统为例：人们通过这一系统被雇用（报酬极低）来完成诸如标注数据之类的微任务。莉莉·伊拉尼（Lilly Irani）尤其指出，这类微工作系统在“创新型”技术劳动者与“卑微的”劳动者之间制造出区分（2015）。另一个例子是内容审核员的劳动，他们处理社交媒体上的用户生成内容，而这些内容常常被研究者和企业采集起来，用于为机器学习系统创建大型数据集。所有这些劳动都是在不稳定的条件下、在压力之下完成的，并且常常带来创伤性的后果（Roberts 2021），这清楚地表明，数据集并不是中性的、被动的内容承载者。相反，我们认为，数据集是承载着具身生活之痕迹的社会文化数据档案。¶

正如索菲亚所指出的，“对容器与容纳功能的忽视，不仅是西方思想中反母性偏见的结果，也受到容器之不显眼性的助长——容器的生产性作用所留下的痕迹，并不一定在最终产品中显露出来”（第1章，37）。这段话促使我们更密切地关注那些在最终的数据集以及由数据集所维系的机器学习系统中都被遮蔽的生产性作用之痕迹。借助索菲亚的洞见，我们希望凸显支撑数据集的另一种数字再生产劳动（Jarrett 2016）形式：人们（常常是在不知情的情况下）通过留下数字痕迹而承担的劳动。正如研究数字媒介的女性主义学者所表明的，再生产劳动对数字经济至关重要：“正如线下的再生产劳动以劳动身体和稳定社会系统的形式为资本主义生产价值，数字再生产劳动以数据的形式生产剩余价值，同时也通过生产那些赋予社交媒体平台以全部价值的内容来生产剩余价值”（Greer 2020, 99）。我们想要强调，这些劳动身体同样维系着机器学习系统。正如劳伦·E. 卡格尔（Lauren E. Cagle）所指出的，“我们在数字空间中的穿行会留下痕迹——这些痕迹被仔细追踪，并经由算法分析、分类、标记，然后传达给内容创作者”（2021）。我们日常网上行为的这些痕迹被收割起来，用于为机器学习系统创建数据集。然而，尽管人以及人的数字痕迹在机器学习系统中居于核心地位，它们却很少被如此承认。相反，依赖数据集的技术被遮掩为自动化的、去身体化的、无摩擦的；而当这些技术碰巧被问题化时，问题也是以其潜在的“算法伤害”来表述的，这就把焦点放在了“被赋予能动性的电动工具”上，而不是放在为数据集生产提供燃料的资源开采和具身劳动上。我们想要提出，若不关注后者，前者就无法被概念化，也无法得到有意义的应对。¶

在整篇论文中，索菲亚使用“容纳与供给技术”这一术语，来讨论容器以及容器所供给的资源如何在生活世界的维持中被视为理所当然。索菲亚使用“容器技术”这一术语（表达承载与供给的双重功能），来更广泛地思考“再资源化”（re-sourcing）的问题，也就是资源如何从一个“促进性环境”（facilitating environment）中被开采出来并被用于牟利的问题。从这一角度看，数据集不仅显现为应用，即有待部署的东西，而且也显现为可以不断用数据来补充的容器。在这一语境中，我们发现索菲亚对海德格尔（Martin Heidegger）“持存物”（standing reserve）概念的解读尤其有帮助。索菲亚把持存物描述为“一个可调动的、可供即时供给的资源储备”（第1章，34）。我们认为，为了让数据集达到人们所期望的大规模状态，数据集的创建者也把人重新配置为持存物，即“可开采资源的来源”（34），为机器学习技术供给数据。索菲亚在解读海德格尔时指出，海德格尔“轻巧地略去了维系供给的那些混乱而令人不快的方面”（36）。^[1] 尤其令索菲亚不满的是，海德格尔略去了资源从何而来、资源依赖于谁的劳动，以及储存和分配资源需要什么样的容纳技术。¶

在下一节中，我们将细致考察软件艺术家埃弗勒斯特·皮普金的《花边》，借助索菲亚的批判以及女性主义对数字再生产劳动的分析，进一步定位并展开那些在机器学习体制中“维系”数据集之生产与流通的“混乱而令人不快的方面”（36）。通过把《花边》与索菲亚的容器技术并置阅读，我们希望厘清为何数据集的伦理—政治效应迄今为止一直遭到忽视。¶

遭遇数据集：《花边》中的数据策展

皮普金的《花边》为思考支撑数据集的劳动身体提供了一个入口。《花边》是一件由英国摄影师画廊（Photographers’ Gallery）委托创作的基于浏览器的视频艺术作品，它对麻省理工学院所创建的“时间中的瞬间”数据集中的源视频进行操纵和重新配置。皮普金使用拉伸时间、放大源图像的算法，从构成该数据集合的视频中创造出一系列幻觉般的慢动作小品。皮普金的艺术实践常常涉及创作从大型数据集和网络档案中取材的数字作品。通过对大数据储存库的再利用，皮普金试图开辟出“亲密的空间”，以对抗那已经过度决定了网上生活的企业化互联网（Pipkin 2019）。通过对网络信息的策展与重新配置，皮普金常常在最出人意料的数字资源中发现美与惊奇。¶

人们可以把皮普金的作品定位为一种数据策展实践。这里所理解的数据策展，并不是一种仅仅在艺术领域及其机构中进行的活动，而是“一种由社交媒体用户、程序员和算法每天进行的网络化实践”（Dekker 2020）。皮普金把自己的策展方法描述为“把彼此相异的材料收集起来，并以一种讲述故事、增添意义或创造新的氛围或空间的方式将它们一同呈现的行为”（Pipkin 2019）。在数据的语境中，策展可以被视为一种日常的数字再生产劳动实践，它包括对数字内容的处理和组织：“用户例行地收集、存档和整理数据，在这一过程中，他们的生活也成了有待管理和组织的数据”（Tyzlik-Carver 2021, 2）。策展不再是一种仅由人类进行的活动，它已经成为由算法执行的一种有组织的信息整理形式，用以理解规模日益庞大的海量数据生产（Tyzlik-Carver 2021）。¶

在这一语境中使用“数据策展”一词，使我们能够把策展定位为人们在日常网上生活中承担的一种数字再生产劳动形式，同时也把它定位为由算法和信息系统通过处理人们的数据而建立起来的一种“控制的基础设施”（Tyzlik-Carver 2021）。与此同时，以这种方式理解策展，也会让人注意到照料我们日常网络环境所需要的“努力与关怀”（第1章，29）。因此，皮普金常常把自己的艺术实践定位为对网络世界的照料，这是恰如其分的：“如果说计算机和其他设备是我们与他人建立联系的主要途径，那么这些技术就可以被视为一个家或一个社群，值得我们去关怀”（与佩纳贝拉［Penabella］的访谈，2020）。¶

《花边》所取材的“时间中的瞬间”数据集开发于2018年，用于训练自动化系统识别视频中的动作（Monfort et al. 2020）。它包含一百万段三秒长的视频，这些视频抓取自YouTube和Tumblr之类严重依赖用户生成内容的网站。在数据集中，这些视频被组织在339个动词标签之下，例如“询问”“烘焙”“呼叫”或“休息”（图1）。339个动词标签文件夹中的每一个都包含数千段视频，范围从非常私人的内容到广为人知的流行文化。例如，“飞翔”包括从飞机窗口看到的景象、一只围绕花朵飞舞的蜜蜂，以及一颗在地球上空旋转的卫星。因此，这个数据集不仅包括人类执行的动作，还包括动物、物体和自然现象的动作。其用意在于捕捉一个动态场景的本质。¶

[图 1：此处为原书外部内容，未收录。]

图1　在埃弗勒斯特·皮普金的电脑上打开的训练数据文件夹。

通过对麻省理工学院数据集源视频的数字操纵，《花边》呈现出皮普金所描述的“一条由这些瞬间组成的河流，从一个瞬间流向另一个瞬间，汇成渐次展开的细节之瀑”（Pipkin 2020）。《花边》中流动的图像把观者吸入一连串只能部分辨认的场景之中（图2—3）。通过邀请我们留意那些看似平淡无奇的场景的缓慢细节，《花边》让人注意到数据集的制作（poiesis），迫使观者注意到其中生活的痕迹——正如索菲亚提醒我们的，那是不被注意的劳动的痕迹。由此，这件艺术作品挑战了对数据集的去身体化框定，凸显出这样一个事实：数据集是那些被重新配置为机器学习资源的劳动身体的产物。¶

[图 2—3：此处为原书外部内容，未收录。]

图2—3　《花边》的静帧画面。

在随作品发表的文章中，皮普金详细阐述了策展这样一个数据集所面临的挑战，以及遭遇渗透在数据之中的人类生活痕迹时的种种困难。皮普金把“时间中的瞬间”最初描述为“平淡无奇的”。鉴于这个数据集通常被描述的方式，皮普金“曾预期观看‘时间中的瞬间’会是平静的或探索性的，就像透过窗户看世界。但这个档案并不令人愉快，也不富有诗意，不美，不欢乐——尽管其中包含着许多唤起这些感受的视频”（Pipkin 2020）。相反，立即令皮普金震动的是这个数据集的工具性：“这是一个有目的的档案，一个为非人之眼准备的动作档案。这里是世界，这里是在那里被做的事情。它让人感觉生硬”（2020）。¶

与此同时，创建该数据集时的那种工具性，与其内容的沉重形成了反差。皮普金讲述了观看一个包含如此多令人不安的、敏感场景的数据集是多么困难：“当我刚开始观看这个数据集时，我以为在麻省理工学院把它整理出来的研究团队已经看过其中的大部分，但我现在确信这个假设是错的。这是因为这个档案中有太多太多的内容让人难以观看”（Pipkin 2020）。观看这个数据集之所以困难，部分原因在于缺乏同意。收集数据的研究者并未征求内容创作者的许可来使用这些视频。“对图像的一切所有权——和控制权——都从那个手持摄像机的人那里、从那台摄像机所拍摄的对象那里被夺走了”（2020），即便是在那些极度脆弱和受到伤害的场景中也是如此。〔此处原书引用皮普金一段文字，大意为：档案中有极端情绪与个人脆弱的时刻，有同意存疑的内容（包括色情内容），有种族主义与法西斯主义的图像，有虐待动物的内容，还有更糟的——作者看到了可怕的图像、尸体乃至人的死亡。〕（Pipkin 2020）¶

在策展这个数据集的过程中，皮普金开始注意到构成它的那些相互缠结的数字劳动层次。数据集中的视频最初已被亚马逊土耳其机器人的工人观看并标注过：“尽管我可能是第一个看完全部‘时间中的瞬间’的人，但这个数据集的每一部分此前都曾被人眼看过。这是因为在被收集和剪切之后，‘时间中的瞬间’的视频被自动上传到亚马逊土耳其机器人上进行标注”（Pipkin 2020）。¶

“时间中的瞬间”的白皮书这样描述视频标注过程：“每位AMT工人会看到一个视频—动词对，并被要求按下‘是’或‘否’键，以表示该动作是否在场景中发生。第一轮中的肯定回答会被送入后续几轮标注”（Monfort et al. 2019, 3）。这一认识让皮普金回想起自己作为AMT工人的经历，以及这些微任务要求其付出的具身的、情动的劳动。〔此处原书引用皮普金一段文字，大意为：作者回想起自己在本科期间及毕业后做AMT工人、收入远低于最低工资的那些年，回想起成千上万个需要反复付出劳动的任务——用手按键、用脸匹配情绪、用声音录下词语；并追问自己的身体必定被容纳在多少个数据集中，这些数据集被用于什么，以及自己的身体通过它们对他人施加了多少暴力。〕（Pipkin 2020）¶

在《花边》中，皮普金邀请我们思考通过开采与剥夺过程而被纳入此类数据集的暴力。在当前的机器学习讨论中，人们常常认为，更加多样或更具代表性的数据集能够确保机器学习系统产出偏差较小的结果——例如，性别或种族更加多样的数据集会提高人脸识别算法的准确率得分。这往往导致一种诱惑：广撒网，尽可能穷尽地获取范围广泛的数据（正如俗话所说，“越大越好”）。皮普金对“时间中的瞬间”数据集的介入（图4）让人注意到这样一个事实：数据收集的条件同样重要；而把人动员为持存物——即为机器学习系统而开采的资源——正是机器学习之工具理性的根源所在。¶

[图 4：此处为原书外部内容，未收录。]

图4　埃弗勒斯特·皮普金（右）2013年在亚马逊土耳其机器人上以约每小时4美元的报酬训练一个人脸识别数据库。

但不止于此，《花边》还帮助我们辨识出那些主导数据集生产中同意框架的财产体制的局限。皮普金的作品并不只是寻求获得内容创作者的同意，或建立更好的报酬与控制机制，而是开辟了在财产逻辑之外思考关系性的途径。《花边》把数据集生产的暴力和掠夺性资源开采的暴力，与观看和标注数据的暴力联系起来，使我们敏感于：每一次与数据集的遭遇，也都把我们与残留在其中的人类劳动和具身生活的种种痕迹缠结在一起。因此，皮普金对这个数据集的策展挑战了把数据集仅仅视为操作性持存物的观念，而把它们定位为具身的、情动的档案，渗透着从这些“剥夺经济”（economies of dispossession）中产生的“受扰的关系性”（disturbed relationalities）（Byrd et al. 2018）。乔迪·伯德（Jodi Byrd）等人用剥夺经济这一概念指称“那些多重而交织的、关于种族化财产、臣属与征用的谱系，资本主义和殖民主义正是通过这些谱系在历史中成形并随时间变化”（1）。在策展这个数据集时，皮普金编织起暴力与关怀的痕迹，揭示出这两个维度如何相互构成并塑造着数据集的生产。由此，《花边》凸显了资源开采中那些常常在最终产品中被略去的“混乱而令人不快的方面”，同时也开辟了介入这些生产条件的途径，将它们凸显为“一种拥有自身能动性的关系之源”（Byrd et al. 2018, 9）。用索菲亚的话说，机器学习系统由此显现为“机器—容器混合体”（第1章，37），工具与器具在其中亲密地相互连接。¶

调谐于数据残余

在最后一节中，我们想就以下问题提出一些思辨性的考量：在数据集中遭遇此类具身生活痕迹意味着什么？关注使数据集成为可能的那个“促进性环境”（第1章，20）又具有怎样的伦理意涵？¶

皮普金用来操纵源视频的技术之一，是放慢并模糊图像，营造出一种“由这些瞬间组成的河流，从一个瞬间流向另一个瞬间”的效果。通过让数据集中的每一段源视频流入下一段，《花边》指出，参与“时间中的瞬间”生产的多重劳动身体如何形成一个由所有那些瞬间聚集而成的大规模数据身体。所有那些身体——图像中被描绘者的身体、创作图像者的身体、观看并标注图像者的身体——都在《花边》流动的图像之流中缠结在一起。然而，《花边》并未营造一种无摩擦、无边界的统一感，而是突出了将各种身体融合为一个连贯统一体时所固有的张力。通过紧紧追随源视频之间的剪切，《花边》恰恰强调了“规则与边缘”是如何支撑着这看似无摩擦的流动的。由此，皮普金揭示了维系数据集表面统一性的种种不同劳动。〔此处原书引用皮普金一段文字，大意为：作者的身体缓慢地、一遍又一遍地习得数据集的“规则与边缘”，逐渐理解每个来源的结构、视频被找到的方式以及被算法采集所捕获的词语；作者看见视频中过着各自生活的人、他们的狗和家，看见野生动物、奇异的天气、永远去不了的地方和没玩过的电子游戏，看见如此多的生活；作者还能看见手持摄像机者的手，以及最初分拣这些视频的工人的手——这些人也看过同一个瞬间，并且必须先于作者作出决定：“是”或“否”。〕（Pipkin 2020）¶

通过凸显每个场景之间剪切的意义，《花边》呼应了索菲亚的呼吁：关注一个局部的、具体的对象如何同时也是它所嵌入的宏观语境的显现。索菲亚援引了女性主义地理学家多琳·马西（Doreen Massey）把地方理解为过程的观点，据此，一个特定的地方也可以成为“地方性与全球性的社会、经济和传播关系的汇聚与显现”（Massey 1993, 239）。我们在《花边》中看到了同样的动态在起作用：在那里，数据集在机器学习过程中把地方性关系与全球性关系缠结在一起。《花边》展开了不同人的数据跨越时间与空间的渗透的、相互沾染的流动，这促使我们思索：机器学习系统正在从哪些个体的和集体的瞬间中学习？在从我们相互缠结的数据残余中“学习”之后，这些系统又将如何反过来塑造我们的生活？¶

如何辨认并理解数据集中的这些残余，这一问题处于当前机器学习所面临之挑战的核心。随着数据集的互操作性日益增强、越来越容易被共享、分割和修改，它们也越来越多地对彻底删除数据的可能性构成挑战。例如，我们在“八千万微小图像”（80 Million Tiny Images）数据集的撤回事件中就能看出这一点，这次撤回是对维奈·普拉布（Vinay Prabhu）和阿贝巴·比尔哈内（Abeba Birhane）（2020）审查其辱骂性和贬损性内容的回应。“八千万微小图像”于2006年推出，包含从互联网搜索引擎抓取的照片（Torralba, Fergus, and Freeman 2008），其中包含一系列种族主义的、性别歧视的以及其他冒犯性的标签，包括近2000张被标注了N字（N-word）的图像、诸如“强奸嫌疑人”之类的标签，以及未经同意的裙底偷拍照片。数据集的创建者解释说，数据集本身过于庞大，而其32×32像素的图像又过于微小，因此对每一张图像进行视觉检查是不可行的。但在被质问之后，他们也承认了该数据集的问题性质，这最终导致其被正式撤回（Torralba, Fergus, and Freeman 2020）。然而，尽管作者们从其机构网站上删除了该数据集，它却仍然滞留在数字网络和种子文件中，既以原始数据集之衍生物的形式存在，也以难以辨读却持久存在的痕迹的形式，存在于那些已经用该数据集训练过的模型之中。¶

使用以如此成问题的手段收集和再利用的此类数据集及其残余进行工作，是一项充满困难的任务，它可能把艺术家和观者牵连进可疑的实践之中。皮普金曾表达过自己对于使用这些大规模数据集进行创作的矛盾心态，承认数据集创建领域正在变得多么妥协，即使这些数据集被用作审美再意指（resignification）的来源也是如此。在承认这种复杂性的同时，我们仍然想要提出：《花边》也开辟了一个空间，让我们能够批判地追问遭遇此类纠结的数据集的伦理意涵，并思考这种遭遇可能使我们调谐于怎样的关系性。¶

在关于技术伦理与技术情动的文章中，萨丽塔·阿姆鲁特（Sareeta Amrute）发展了调谐（attunement）的观念——“技术存在与人类存在在特定语境中的相互汇聚”（2019, 57）——将其作为一种启发式方法，用以密切关注任何伦理安排所预设的是跨越人类—非人类光谱的哪些种类的存在。对阿姆鲁特而言，调谐使我们能够以“维持关系”而非一系列命令和行为规则来重新构想伦理。我们认为，调谐于由数据集及其在机器学习系统中的流通所产生的纠结的亲密，可能有助于我们深化对于那些关系的思考——由于我们缠结在数据集之中，我们早已是这些关系的一部分。与陌生人的残余处于关系之中而成为“单数的复数”（singular plural）（Bucher 2020），意味着什么？人们如何能够更密切地关注这些维系性的劳动？¶

皮普金的作品并不试图驱散萦绕在机器学习系统中的残余，而是承认它们的滞留是一种生成的前提条件。由此，《花边》让我们想起路易丝·阿穆尔（Louise Amoore）为算法系统提出的一种新伦理。阿穆尔所说的这种“云伦理”（cloud ethics），首要目的并不在于评估算法系统被用于“好的”还是“坏的”用途。相反，云伦理首先在于承认：“算法在其空间布局之中容纳着多重潜能，包括残忍、惊奇、暴力、喜悦、种族主义与偏见的提炼、不公正、概率、歧视与偶然”（2020, 7）。把《花边》与云伦理并置阅读，有助于我们理解：数据集容纳着数以亿计的数据主体的层层嵌套的残留物——即阿穆尔所说的“我们自身与他人的属性”（2020）——在那些本已宣称自身总是已经崭新、未经人手触碰的数字网络上留下污迹。¶

因此，《花边》促使我们思考：机器学习文化如何依赖于散落的人类残余、依赖于与数据的多重遭遇，以及这些残余如何遵循“那些不待在原处的碎片与残留物的……不守规矩的运动”（Parikka 2018, 3）。正如托尼娅·萨瑟兰（Tonia Sutherland）所警示的，“我们的数字残余不仅是我们所创造的东西；它们也是”基于我们所留下的数据“为我们、关于我们而被创造出来的东西”（2021, 434）。这些残余如何被收集、构成和部署，总是与那些不平等地分配资源、权利与剥夺的权力结构密切相关。残余还提醒我们：尽管我们并不总能看见数据与创造数据的身体之间的联结，机器学习模型却仍然带着那些历史时刻的痕迹、印记与“情感结构”，以及这些时刻与性别、殖民主义和劳动之间的缠结。因此，调谐于这些残余，关注“主体与技术如何相互对齐又重新对齐、相互依附又重新依附”，便成为“一种实践伦理的方法，它批判地评估情境，想象不同的生活方式，并建立使那些生活成为可能的结构”（Amrute 2019, 57）。¶

尽管数字文化宣称自身是新的，机器学习却在很大程度上依赖于从更早的残余中开采价值，而这些残余本身又是由更古老的技术、形式和语境所创造的。按照表演研究学者丽贝卡·施耐德（Rebecca Schneider）的说法，残余“以间隔的共振［编织］过去与未来”（2018, 90），并且——如果人们留意它们的在场——为一种“回应—能力”（response-ability）（Schneider and Ruprecht 2017）奠定基础，这种能力既意味着召唤“过去出场接受问责”，也意味着被“过去召唤去作出交代”（Schneider 2018, 90）。我们认为，《花边》开辟了一个空间，让我们思考这种回应—能力的利害所在，并追问我们自己：如何为容器技术——无论它们多么不可见——在机器学习系统领域中持续执行的劳动作出交代。由此，《花边》使我们能够越过那种把数据集视为被动、静态之持存物的阳具中心观念，帮助我们调谐于构成这些数据集的种种关系。¶

皮普金对数据集的创作与索菲亚的容器技术之间的共振空间，使我们能够从使这些系统成为可能的物质的、具身的情境出发，重新思考技术发展。由此，它也呼吁我们重新考量与数据集打交道的方式，使之不仅包括算法系统的“配方”，也包括它们的“环境母亲”（第1章，22）。最后，我们想回到索菲亚关于容器技术之论文的结论，她在那里以优美的清晰性阐明了其主张的利害所在。〔此处原书引用索菲亚一段文字，大意为：容器技术研究计划被构想为对技术阐释中阳具中心偏见的一种纠正，也是一种超越对西方传统空间观（视空间为被动的、女性的、无智能的）之批判的方式，进而探索和发展关于何为智能、智能位于“实体—环境复合体”何处的较新观念。〕（37）¶

由于索菲亚的主张至今仍有现实意义，我们希望，通过把注意力重新引向“环境母亲”及其创造世界的能力，我们或许能够对何为技术、何为资源、何为权力、何为智能形成一幅更为复杂的图景，并由此开始（或者更确切地说，继续）勾勒出能让我们之中更多的人生活得更好的社会技术环境。¶

我们感谢那些让我们得以思考本章问题的作者与学术成果。我们要感谢佐伊·索菲亚的慷慨及其著作的卓越光彩，这些著作就像一项真正的容器技术那样，持续给人以启发并生成新的东西。我们感谢编者们对本章细心而慷慨的阅读，感谢他们让我们置身于如此杰出的同仁之列。能被收入本书，是我们莫大的荣幸与快乐。我们感谢埃弗勒斯特·皮普金帮助我们借助其作品更好地思考。我们感谢塔尼娅·维恩（Tanja Wiehn）慷慨的意见，这些意见帮助我们改进了文本。最后，我们感谢梅尔·弗卢因（Merl Fluin）细致的文字编辑工作。¶

参考文献

Amoore, Louise. 2020. Cloud Ethics: Algorithms and the Attributes of Ourselves and Others. Durham, NC: Duke University Press.¶

Amrute, Sareeta. 2019. “Of Techno-Ethics and Techno-Affects.” Feminist Review 123, no. 1: 56–73. https://doi.org/10.1177/0141778919879744.¶

Bucher, Taina. 2020. “Nothing to Disconnect From? Being Singular Plural in an Age of Machine Learning.” Media, Culture & Society 42, no. 4: 610–17.¶

Byrd, Jodi A., Alyosha Goldstein, Jodi Melamed, and Chandan Reddy. 2018. “Predatory Value: Economies of Dispossession and Disturbed Relationalities.” Social Text 36, no. 2: 1–18.¶

Cagle, Lauren E. 2021. “The Ethics of Researching Unethical Images: A Story of Trying to Do Good Research Without Doing Bad Things.” Computers and Composition 61.¶

Dekker, Annet. 2020. “Curating Data: Care, Commons, Networks.” aaaan.net. Accessed September 15, 2022. http://aaaan.net/curating-data-care-commons-networks/.¶

Greer, Erin. 2020. “Wages for Face-work: Black Mirror’s ‘Nosedive’ and Digital Reproductive Labor.” Camera Obscura 35, no. 3 (105): 88–115. https://doi.org/10.1215/02705346-8631571/.¶

Hanna, Alex, Emily Denton, Razvan Amironesei, Andrew Smart, and Hilary Nicole. 2020. “Lines of Sight.” Logic Magazine. Accessed September 15, 2022. https://logicmag.io/commons/lines-of-sight/.¶

Harvey, Adam, and Jules LaPlace. 2021. Brainwash Dataset. Accessed April 13, 2021. https://exposing.ai/brainwash/.¶

Irani, Lilly. 2015. “The Cultural Work of Micro-Work.” New Media & Society 17, no. 5: 720–39.¶

Jarrett, Kylie. 2016. Feminism, Labour, and Digital Media: The Digital Housewife. New York: Routledge.¶

Jo, Eun Seo, and Timnit Gebru. 2020. “Lessons From Archives: Strategies for Collecting Socio Cultural Data in Machine Learning” In: FAT* 2020 – Proceedings of the 2020 conference on fairness, accountability, and transparency, Barcelona, Spain, January 27, 2020.¶

Keyes, Os, Nikki Stevens, and Jacqueline Wernimont. 2019. “The Government Is Using the Most Vulnerable People to Test Facial Recognition Software.” Slate, March 17. Accessed September 15, 2022. https://slate.com/technology/2019/03/facial-recognition-nist-verification-testing-data-sets-children-immigrants-consent.html.¶

Massey, Doreen. 1993. “A Global Sense of Place.” In Studying Culture: An Introductory Reader, edited by Ann Gray and Jim McGuigan, 232–40. New York: Edward Arnold.¶

Monfort, Mathew, Alex Andonian, Bolei Zhou, Kandan Ramakrishnan, et al. 2019. “Moments in Time Dataset: One Million Videos for Event Understanding.” IEEE Transactions on Pattern Analysis and Machine Intelligence, 1–8. https://doi.org/10.1109/TPAMI.2019.2901464.¶

Mulvin, Dylan. 2021. Proxies: The Cultural Work of Standing In. Cambridge, MA: MIT Press.¶

National Institute of Standards and Technology (NIST). 2019. “FRVT 1:1 Verification.” Accessed April 29, 2019. www.nist.gov/programs-projects/frvt-11-verification.¶

Parikka, Jussi. 2018. “Remain(s) Scattered.” In Remain, edited by Iona B. Jucan, Jussi Parikka, and Rebecca Schneider, 1–47. Minneapolis: University of Minnesota Press.¶

Penabella, Miguel. 2020. “Player Two: An Interview with Everest Pipkin.” Invalid Memory, September 1. Accessed September 15, 2022. https://invalidmemory.wordpress.com/2020/09/01/player-two-an-interview-with-everest-pipkin/.¶

Pipkin, Everest. 2019. Data Gardens. Accessed September 15, 2022. https://everestpipkin.github.io/datagardens/.¶

———. 2020. “On Lacework: Watching an Entire Machine-Learning Dataset.” Unthinking Photography, July 20. Accessed September 12, 2022. https://unthinking.photography/articles/on-lacework.¶

Prabhu, Vinay Uday, and Abeba Birhane. 2020. “Large Image Datasets: A Pyrrhic Win for Computer Vision?” arXiv:2006.16923v2 [cs.CY].¶

Roberts, Sarah T. 2021. “Abuse.” In Uncertain Archives: Critical Keywords for Big Data, edited by Nanna Bonde Thylstrup, Daniela Agostinho, Annie Ring, Catherine D’Ignazio, and Kristin Veel, 29–36. Cambridge, MA: MIT Press.¶

Schneider, Rebecca. 2018. “Slough Media.” In Remain, edited by Iona B. Jucan, Jussi Parikka, and Rebecca Schneider, 49–107. Minneapolis: University of Minnesota Press.¶

Schneider, Rebecca, and Lucia Ruprecht. 2017. “In Our Hands: An Ethics of Gestural Response-ability. Rebecca Schneider in Conversation with Lucia Ruprecht.” Performance Philosophy 3, no. 1: 108–25.¶

Sofia, Zoë. 2000. “Container Technologies.” Hypatia 15, no. 2: 181–201. [Chapter 1, this volume]¶

Star, Susan Leigh. 1999. “The Ethnography of Infrastructure.” American Behavioral Scientist 43, no. 3: 377–91.¶

Stevens, Nikki, and Os Keyes. 2021. “Seeing Infrastructure: Race, Facial Recognition and the Politics of Data.” Cultural Studies 35, nos. 4–5: 833–53.¶

Sutherland, Tonia. 2021. “Remains.” In Uncertain Archives: Critical Keywords for Big Data, edited by Nanna Bonde Thylstrup, Daniela Agostinho, Annie Ring, Catherine D’Ignazio, and Kristin Veel, 433–42. Cambridge, MA: MIT Press.¶

Thylstrup Nanna Bonde. 2022. “The Ethics and Politics of Datasets: Deleting Traces and Encountering Remains.” Media, Culture & Society 44, no. 4: 655–71.¶

Torralba, Antonio, Rob Fergus, and William T. Freeman. 2008. “80 Million Tiny Images: A Large Data Set for Nonparametric Object and Scene Recognition.” IEEE Transactions on Pattern Analysis and Machine Intelligence 30, no. 11: 1958–70.¶

———. 2020. “Retraction of Tiny Images Dataset.” Accessed September 15, 2022. https://groups.csail.mit.edu/vision/TinyImages/.¶

Tyzlik-Carver, Magda. 2021. “Curating Data: Infrastructures of Control and Affect … and Possible Beyond.” In The Next Biennial Should Be Curated by a Machine, edited by Joasia Krysa and Manuela Moscoso. Liverpool Biennial in partnership with DATA Browser Series.¶

注释