社会超级对撞机：论大规模参与式信息通信技术项目的许诺与陷阱（Social Supercolliders: On the Promises and Pitfalls of Grand-Scale Participatory ICT Projects）

Sebastian Vehlken¶

2008 年金融危机之后，FuturICT 计划着手以媒介技术的方式，解释并解决复杂的、全球性的、社会互动的系统背后的规律。作为一个去中心化的超级计算项目，它旨在改善社会治理、开展多层面的风险管理，并在不可预测的危机面前增强韧性与响应能力。从媒介史的视角来看，FuturICT 项目有两个方面格外值得关注。第一，它的白皮书标志着一种新型的参与式、数据驱动的科学，而这种科学对自身的（社会）控制论遗产几乎不愿知晓。此外，它对“现实挖掘”的实证主义狂热，几乎从未反思风险社会学曾广泛讨论过的那些陷阱——正是这些陷阱在 1970 年代终结了第一波规划与控制浪潮。第二，如果把 FuturICT 置于关于大数据民主化的类似构想所构成的更宽广的话语语境中，那么为什么它所提出的第三条道路——既不同于硅谷式的监控资本主义，也不同于中国式的国家监控——始终未能成功？¶

今天，社会与技术的变化速度，常常超出我们理解和管理它们的能力。我们对宇宙的了解似乎多于对自身社会的了解。——Dirk Helbing

引言：旗舰项目的制造者（Introduction: Flagship Project Makers）

2010 年，由物理学家、计算社会学家 Dirk Helbing 领导的一个国际团队，以戏剧化的语调回应了欧盟一项新颖的大规模科研计划。欧盟“未来与新兴技术旗舰项目”（Future and Emerging Technologies Flagships）由此设立，每个项目获得十亿欧元的资助。Helbing 及其合作者所宣称的目标，不亚于创建一个“社会科学的 CERN”（Helbing 2013b），他们将这一心血结晶命名为“FuturICT”——即“未来信息与通信技术”（Future Information and Communication Technologies）的缩写（Bishop and Helbing n.d.）。¶

FuturICT 把 2008 年全球金融危机的漫长阴影当作一个契机，借以开发媒介技术层面的解释与解决方案，以把握“各类复杂的、全球性的、社会互动的系统背后不可见的规律与过程”（Helbing 2015）。该项目的概念文件和新闻稿随后把项目的物理学谱系与社会学谱系融为一体：社会科学的 CERN 被设想为一个枢纽，将遍布欧洲的数以百计的复杂性科学、信息通信技术（ICT）与社会科学研究者连接起来。此外，它对“社会物理学”（social physics）（Pentland 2015）底层规律的所谓探求，还被不断涌现、愈发富于创意的新词所点缀，诸如“社会超级计算”（social supercomputing）、“大型知识对撞机”（large knowledge collider）或“活地球模拟器”（living earth simulator）（Ackerman 2010; Morgan 2010; Bishop and Helbing n.d.）。¶

简言之，该项目的目标是整合多种网络、模拟与可视化技术，把关于社会—政治、社会—经济以及基础设施系统的知识带入“公共领域”。借助拟议中的区域数据观测站，参与式访问成为首要议题。与此相似，创建大数据的“民主版本”也是关键所在。来自多种来源的数据——例如从天气预报到社交网络，从健康数据库到交通监测——都将在平台资本主义和大型科技公司的逻辑之外被“挖掘”（Helbing and Balietti 2011a; Bishop and Helbing n.d.）。FuturICT 的社会超级计算转而致力于改进社会控制、开展多层面的风险管理，并在无法预见的危机面前提高响应能力。¶

这些主张建立在一套“创新性”技术之上，其核心首先是基于主体的模型（Agent-Based Models，ABMs）与计算机模拟。或者用 Helbing 的话说，它们植根于 ICT 的“受社会启发的范式”（Helbing 2012）。然而回头来看，尽管 FuturICT 大谈参与与民主可及性，它仍未能摆脱人们通常与计算机化政府联系在一起的负面含义——从非人性的技术统治到监控行动，不一而足。因此，大多数读者可能从未听说过 FuturICT：尽管该计划成功进入了最后六个旗舰项目的遴选轮次，并一度登上新闻头条（Morgan 2010; Ackerman 2010），但 2013 年获得资助的却是另外两个竞争项目。¶

FuturICT 由此成为一个颇为不同寻常的研究对象：它变成了一份关于某种过去的未来的档案，托管在苏黎世联邦理工学院（ETH Zurich）网站的“过往项目”子域名之下。由此，它恰好契合了媒介史学者 Markus Krajewski（2004）所强调的“项目”（project）一词在词源上的双刃性。该词源自拉丁语 projectus——即“被抛下的、被丢弃的”——因而也带有“一种听天由命的成分”。按照 Krajewski 的说法，“在‘项目’这一名称中，失败已在词源上被锚定”（Krajewski 2004, 11）。在 ETH Zurich 的“过往项目”网页上，这种失败以其全部荣光被数字化地呈现出来。今天，FuturICT 首先是一堆开端、草图、流行语和潜在表述的集合体。它的物质性由白皮书、草拟的构想图、科普宣传片、指向思维导图式幻灯片的半失效链接构成，最后但同样重要的，还有项目负责人在 TED 大会或电视节目上的几次亮相。与此相对，它也提供了扎实的研究论文，包括发表在《科学》（Science）和《自然》（Nature）上的成果，主要来自复杂性科学领域（Schich et al. 2014; Brockmann and Helbing 2013; Helbing 2013a）。¶

这些材料见证了一个项目的过去的未来：它致力于以媒介技术的方式预见未来的危机，却从未被允许将自身的危机状态加以主题化。“未来与新兴技术旗舰项目”因而把“筹划”（projecting）的认识论特性推向了极端：回到 Krajewski，实施项目（projektemachen）涉及一位项目制造者（project-maker），他¶

处于一种奇特的悬置状态，他在一种尚未确立的秩序与经典化知识之间的认识论夹缝中运作。他的位置标志着从一种危急困境向一个有待塑造的未决未来的过渡。他自封的任务，是断言不可想象之物，以使不可能之事得以实现。（Krajewski 2004, 24）

这一舞台充其量也是湿滑的。FuturICT 留下的所有残余都在讲述多层面的摩擦（frictions）的故事——这些摩擦不仅内在于学术资助流程，更内在于“循证”决策计算工具的应用构想与开发之中。从媒介史的视角看，FuturICT 归根结底是一则颇能说明问题的故事，讲述了将粒子物理学与“社会物理学”分隔开来的那些“不可逾越的机遇”。此外，它也就（后）控制论社会—技术系统之物质性的过去、现在与未来给出了一课。最后，鉴于近来在实施用于社会经济分析和系统行为预测的 ICT 系统方面的经验，FuturICT 揭示了那些不可避免地发挥作用的摩擦，原因很简单：此类系统本质上是政治性的。它们建立在对集体组织的某种特定理解之上，并且各自为有效管理其各自的（计算机化的）社会模型提出了一种“技术解决主义”（technological solutionism）（Morozov 2013）。¶

据此，本章从三个主要方面审视社会计算与 ICT 计划的许诺与陷阱。第一，它突出 FuturICT 的复杂性科学思维方式与早期自组织研究路径之间的摩擦。第二，它讨论此类路径——尽管技术条件不断变化——为何屡屡失败，并探讨在决策准备与决策制定的边界上出现的摩擦。在第三步也是结论部分，它追问那些再一次提出不同策略、将数据驱动的知识生产与所谓的社会进步结合起来的视角。¶

一种新的科学（A New Kind of Science）

Dirk Helbing 是 FuturICT 拟任的首席研究员和主导者，他不仅拥有一份在高水平期刊上发表论文的惊人记录，而且对数字媒介改善世界的潜力抱有持续的乐观态度。与 Kai Nagel 或 Michael Schreckenberg 等模拟范式的其他德国领军人物一道，Helbing 自 1990 年代起开始研究“社会经济系统的物理学”——例如，他参与创立了德国物理学会（DPG）的相应分会（DPG 2022）。起初，他的研究主要集中于交通网络等物流系统，或行人与人群动力学。在 2007 年加入 ETH、担任计算社会学研究所所长之前，Helbing 曾领导德累斯顿工业大学的交通与经济系。这一职业路径或许部分解释了他研究社会经济现象的特定方式：他在集体行为中寻求可量化、可形式化的规律，而这些规律同样适用于人类、动物以及无生命的多粒子物理系统。¶

过去，我们不可能拿自己的未来做实验。这使社会科学不同于自然科学和工程科学——在后者中，人们可以先试验不同的选项，然后再作出选择。将来，我们也将能够对不同的社会经济设计进行实验。（Helbing and Balietti 2011b, 85）

据 Helbing 本人所述，对其他由 ICT 支持的组织方法的需求，产生于 2008 年金融危机爆发前不久。¶

大多数人以为，美国房地产市场和银行体系的问题是可以修复的。然而，对我以及其他许多复杂性科学家来说，已经很清楚它们将引发级联效应……当时我说，没有人足够了解我们的金融体系、我们的经济和我们的社会，以至于能够把握相关问题并成功地加以管理。因此，我提议投资一个社会科学（包括经济学）领域的大规模项目……我强调……我们需要一个“知识加速器”，才能跟上我们社会面对新兴问题的速度。（Helbing 2015, 2）

稍后，这一表述通过第一个名为 Visioneer 的大规模项目得到回应，该项目于 2009 年至 2010 年间实施。¶

Visioneer 是一个欧洲项目，旨在对复杂的社会经济系统达成更好的、定量的理解。其最终目的是发展“社会知识对撞机”（Social Knowledge Collider）的概念，从而创造最佳条件，释放真正多学科项目的潜力，让社会科学家、经济学家、计算机科学家、物理学家、生物学家、系统科学家和工程师共同参与。（Helbing 2015, 3–4）

知识对撞机一直是其后 FuturICT 项目的指导性隐喻。到 2013 年，它已发展成一个由数以百计的机构和个人组成的广泛网络。此外，它还筹得了 9000 万欧元的第三方资金。于是，FuturICT 大胆地宣告了一门新科学的开端：¶

无论是传统科学的戒律，还是我们从一个更简单的过去中获得的集体经验，都不足以让我们为未来做好准备。用常规工具去理解和管理复杂网络，根本是不可能的。我们需要建立起这样的系统：它们能够凸显或防止可设想的失败，并使我们能够从那些无法预测的失败中迅速恢复。（Bishop and Helbing n.d.）

各种风险与危机——金融市场以及流行病、社会不稳定或犯罪网络——都应当受到持续的 ICT 管理（Bishop and Helbing n.d.）。当关注点离开对系统组件及其属性的处理、转而聚焦于它们之间的相互作用时，风险和危机本身就应当成为可调制的。换言之，当系统的（异常）行为走上前台时，其级联效应便可借助计算机与媒介技术管理系统加以应对。¶

历史谱系（Historical Genealogies）

类似的关于压倒性危机的诊断，始终伴随着现代社会的发展——无论是 20 世纪之交工业化的大都市生活，还是漫长的 1970 年代早期关于计算机化与自动化的话语。因此，若将 FuturICT 的基础与控制论（cybernetics）时代联系起来，便能更好地为其定位。在控制论时代，一种特定的技术—信息调节模式被扩展到社会经济领域，以发展出一门“系统的行为科学”（behavioral science of systems）。从一开始，控制论就对通信与控制作出了普遍的、信息论式的描述。在其中，行为不仅借助一套新的技术词汇变得可描述，而且成为一种问题范畴，关涉日益复杂的信息机器的技术设置。这些系统继续以历史上不同的方式被用来洞察其他复杂系统及其行为。¶

控制论将复杂性理解为一种自成一体的属性。系统及其（失）功能以模拟或数字模型的形式从现实情境中被抽象出来，并由此成为可探究的对象。相应地，它们以跨学科的方式在不同学科领域之间迁移，成为提出关于系统行为的一般理论的起点（McLoughlin and Webster 1970）。因此，以计算机技术对系统行为进行的研究认为，数字技术的传输（transmission）、处理和存储操作是“系统的行为科学”的一部分（Mahr 2003）。在这一语境下，尽可能逼真地（再）生产系统行为，与其说关乎对系统的符合，不如说关乎一系列调校实践和可修改的模型。因此，所生成的关于被模拟系统的知识，与模拟系统本身的行为内在地交织在一起。¶

每一种形式的行为都需要一个设定目标的过程，而在这一过程中，对未来进行操作化的必要性总是已经被铭刻于其中。预测成为系统理论和控制论领域的一个核心口号，这并非巧合——所处理的数据集越大，这项操作就越精确。系统模拟可能的错误以及由此而来的潜在改进，以便迅速计算出——而这正是它过去常常失败之处——最可能的路径（Wiener 1964）。因此，当控制论为了保证系统在变化环境中的存续而实施未来行为（单数）时，对强大计算设施和计算机模拟的需要，已经预示了对未来系统诸行为（复数）的处理。¶

Warren Weaver 将此类系统称为“有组织的复杂性问题”（problems of organized complexity）——这类问题以多个相互关联的变量为特征，他将其定位于两者之间：一端是平凡而可预测的“简单性问题”（problems of simplicity），例如牛顿力学；另一端是“无组织的复杂性问题”（problems of disorganized complexity），例如只能以更具概率性的术语加以描述的气体或基本粒子的运动（Monchaux 2016, 132）。此外，Weaver 认为，对这些系统进行量化和计算机辅助的控制论开发，已经完全触手可及（Monchaux 2016, 132）。正是这一点使多变量系统的控制论模型在 1960 年代颇具吸引力。它们被应用于经济学与企业管理、城市规划与开发等领域，甚至——正如 Stafford Beer 在智利那个被频繁引用却迅速失败的 Cybersyn 项目所示——被用作治理的媒介（Medina 2011）。¶

控制论的普遍主义调节事业，或许在 Jay W. Forrester 及其 MIT 团队所开发的模型中表现得最为清晰。在一个类似的框架中，他先是为“工业动力学”（Industrial Dynamics）建模，继而转向“城市动力学”（Urban Dynamics），最终以为罗马俱乐部建立的著名“世界动力学”（World Dynamics）模型达到顶峰（Forrester 1961; 1964; 1973; Meadows et al. 1972），在那里，控制论的稳态（homeostasis）观念获得了行星尺度（Lovelock and Margulis 1974）。然而，这些模拟——常常被归入“系统动力学”（systems dynamics）这一总称之下——结果证明与其社会统计学前身一样有限，而它们曾许诺要取代的，正是后者的官僚机构及其迟缓的响应方式（Hacking 1990; 2006）。充斥于 Forrester 图表中的大量算子和反馈回路，导致了过度简化、抽象和偏差，而这恰恰是它们原本着手要纠正的。其原因在于可用数据的持续匮乏——有时会带来灾难性的后果。例如，1974 年，有一个消防站网络此前曾根据兰德公司（RAND Corporation）的模型计算被系统性地缩减。这次缩减被认为应当为布朗克斯区一系列重大火灾的灾难性规模负责（Monchaux 2016, 134）。同样，1970 年代石油危机等未能预见的事件，带来了一个对控制论通信与控制范式的幻灭时期，熄灭了先前普遍存在的“规划狂热”（Seefried 2015, 411）。系统动力学及其他类似路径那些高度抽象和简化的模型，试图对现实世界的现象进行形式化和功能化的模拟，却未能公正地对待其真实的复杂行为。¶

多者异也（More Is Different）

然而，同样与系统行为相关的新的数学模型和模拟，也在其他语境中出现了。1972 年，曾在贝尔实验室长期参与控制论系统行为相关思考的物理学家 Philip W. Anderson，在不迷失于元话语的前提下，简明扼要地概括了其认识论陷阱。他发表于《科学》的文章《多者异也》（“More Is Different”）聚焦于多变量系统行为中非线性过程的效应及其不可还原性：“能够把一切还原为简单的基本定律，并不意味着能够从这些定律出发重构宇宙”（Anderson 1972, 393）。复杂系统的特征在于产生涌现属性（emergent properties），这些属性无法从系统初始配置的属性中推导出来。它们只在系统的过程性展开中，通过各个系统组件之间多种多样的相互作用而涌现。因此，为系统内部的交互流构建控制图式已不再是问题所在。建模的兴趣毋宁说转向了直接源自系统各要素解聚后的微观行为的系统行为。¶

与“控制论时代”（Pias 2004）相比，复杂性科学的研究从根本上改变了看待系统行为的视角。在系统动力学之类的模拟模型中，待建模系统的组成部分被归并为一组子系统，这些子系统可以在多种交换关系中相互作用。然而，这需要一定的先验知识，而这严重限制了系统内部可能的相互作用——在系统本质上被当作一个消息工程问题来处理的地方，任何无法被如此解释的东西都被简单地排除在外。¶

在复杂性科学中，建模转变为自下而上的方法，从系统最小组件之间的相互作用出发——例如分子生物学中蛋白质之间的相互作用、鸟类聚集成群，或“构成人类社会的数以百万计相互依存的个体”（Waldrop 1992, 11）。在此类系统中，新颖的集体行为源自局部相互作用，并体现为特定的时间、空间和功能结构的自发形成。控制论此前寻求的是普遍的开关图式，而复杂性科学如今寻求的，是模式自主形成的构成性属性，以及系统动态而不可预测的行为中的秩序化过程。¶

与早期控制论不同，复杂性理论并非在与实验性机器模型的对话中发展起来，而是借助元胞自动机之类的计算机应用（Wolfram 2002），以及遗传算法或进化算法等新的编程方法（Holland 1992）发展起来的。如果说控制论旨在定义保证系统恒定动态平衡的控制机制，那么这些理论感兴趣的恰恰相反：许多相关研究的背后，是关于系统组织中的临界转变点的问题。¶

复杂性科学的魅力，源于人们希望在自然科学与人文社会科学这两种文化之间架起一座新的桥梁。对涌现性系统行为和自组织现象的数学—计算研究，可以以更加多样的方式应用于描述现实世界的问题——例如从气候与地震预测到股市动态，从交通系统到流行病，乃至社会中的意见形成过程（Meyers 2009, v）。在这一语境中，为整个社会开发富有信息量的模拟模型——即一种“生成性社会科学”（Generative Social Science）（Epstein 2006）——的期望也已被提出，而这又在 FuturICT 中得到了回响。这些可能性可以被解读为计算发展的直接后果：¶

没有计算机，复杂系统科学是不可想象的。直到 1980 年代可用的分析工具，足以处理基于微分方程的问题、处于平衡态的系统、线性（或可充分线性化的）系统，以及具有弱相互作用的随机系统。而与进化过程、非遍历性、非平衡系统、自组织、路径依赖等相关的问题，实际上都超出了科学所能企及的范围，主要是因为计算能力的限制。（Thurner, Hanel, and Klimek 2018, 16）

与控制论的事业不同，现实世界现象与复杂性科学的模型和模拟之间的结构耦合，如今似乎成为可能。正是这种结构耦合，内在地携带着一种可能性，得以在 FuturICT 那些危机重重的问题领域与诸如“大型知识对撞机”和“社会科学的 CERN”之类的精炼口号之间架起桥梁。在被来自待建模系统的各种数据馈送充实之后，它们可以被视为为我们当代的“智慧指令”（smartness mandate）搭建舞台的媒介技术——所谓“智慧指令”，即断言人与其技术、人与其环境之间的任何一种关系都能够且应当以算法方式加以管理（Halpern, Mitchell, and Geoghegan 2017, 119）。¶

黑洞之子（Black Hole Sons）

在 FuturICT 的规划文件中，有三个组成部分格外突出，尤其是因为它们都被冠以培训式的流行语和申请书式的修辞：行星神经系统（Planetary Nervous System）、活地球模拟器（Living Earth Simulator）和全球参与平台（Global Participatory Platform）。行星神经系统可以被设想为一个全球性的传感器网络，其中“传感器”包括任何能够提供关于社会经济、生态或技术系统的静态和动态数据的东西。这样的基础设施将使实时数据挖掘——即“现实挖掘”（Reality Mining）（Bishop and Helbing n.d.）——成为可能：它利用来自在线调查、实验室实验、语义网或智能手机传感器的数据，进而提供聚合的信息。其目标之一，是创造比 GDP 之类单纯统计指标更有意义的指数，将社会、环境和健康因素纳入考量。为了鼓励用户自愿提供数据，还将开发一套激励与小额支付系统，使人们能够掌控自己的数据和隐私。¶

嵌入在 2010 年前后兴起的大数据话语之中（Anderson 2008; Boyd and Crawford 2012），“现实”在这里被概念化为本质上由数据驱动的东西。FuturICT 希望，其大规模结构分析能够使人们从科学视角来描述社会经济系统，以区别于大型科技公司所推行的营销视角。这将有助于借助更大的数据集更好地理解集体动力学，完善社会与认知行为模型，从而促进针对未来问题的社会与个人应对策略的准备（Helbing and Balietti 2011b）。¶

尽管 FuturICT 的白皮书构成了大数据热潮的一部分，但它们从一开始也表现出对大数据分析之危险的意识——这在当时的话语中绝非不言自明。伦理和法律问题得到了广泛讨论，并且在处理大数据时，白皮书提议将数据驱动的方法与互补性的人类直觉、实验方法或计算机模拟结合起来：¶

大型数据集助长了进行“盲目”数据挖掘的诱惑，即在未深入理解其背后的假设及结果含义的情况下，就应用模式识别工具和统计方法……典型的问题有：1. 把相关关系（误）解读为因果关系；2. 变量的共线性……3. 数学模型的欠拟合或过拟合；4. 忽视背后的简化或关键近似；5. ……对复杂系统的控制幻觉。这相当危险，而且很可能正是最近这场金融危机中所发生的事情。（Helbing and Balietti 2011a, 13）

活地球模拟器是探索未来情景的关键概念。它本应整合异质数据，并采用多种理论和建模视角，如基于主体的模拟和数学模型，以及新的经验与实验方法。同样，借助一个“建模世界”（World of Modeling）的支持，来自复杂性科学的输入将通过图论及统计物理学的其他技术加以评估：“建模世界”是一个开源平台，科学家和开发者可以向其上传有理论依据并经过经验验证的建模组件。因此，这就需要开发能够访问海量数据的交互式、去中心化、可扩展的计算基础设施。换言之，需要超级计算能力——项目制造者们希望由欧洲几家领先的中心来提供（Bishop and Helbing n.d.）。¶

这无疑体现了一种实证主义的路径，不仅针对世界，也针对将为世界建模的计算工具——一切可被感知之物都将被简单地塞进这些工具之中。这表明 FuturICT 的提案中带有某种傲慢；不仅关乎其概念层面，也关乎其实际可行性。只要冷静地看一看那些远为温和的计划——例如德国国家研究数据基础设施（NFDI）——中所隐含的复杂性，便能很快看出，哪怕只实现 FuturICT 目标的一小部分，也需要何等规模的投入和何等长的时间。不过，这种傲慢或许只是由资助计划本身所激发的。无论如何，FuturICT 并未止步于此。与全球活跃的互联网服务提供商的数据中心类似，它旨在通过更好地连接数据的存储与处理——尤其是借助 Apache Hadoop 这样的应用（White 2009）——实现高速的评估。然后，这海量的信息将被调整，以便于公众获取和民主化。¶

全球参与平台本应是一个面向公民、企业和组织的开放框架，旨在分享、探索和讨论数据与模拟的潜在影响。它被构想为一种媒介，用以使大数据民主化，推动信息系统的负责任使用，并向非专业人士开放复杂系统的建模。Helbing 恰如其分地将此概括为一种视角转换：通过将作战指挥室重新构想和重新演绎为“和平室”（peace rooms），使其脱离战情室（war rooms）的传统（Helbing and Seele 2017）。这些“决策竞技场”（Decision Arenas）原计划供政策制定者评估干预措施的后果（Helbing and Balietti 2011b, 18），随后再对其开放，并根据不同利益相关者的需要加以定制。¶

这首先应当使软件开发者能够为平台增加价值——例如使用或上传数据的移动应用程序。其次，该平台的核心理念是服务于可视化工具的开发——例如面向政策分析人员、公民和研究者的工具。第三，它旨在促进面向分布式电子科学（e-science）平台的语义网服务的开发，以支持反思性的、参与式的在线辩论。由此产生的“世界图像”（Heidegger 1977）将汇集到针对各重点领域的危机监测设施中——例如金融与经济、犯罪、国家间冲突、社会危机、交通与物流、健康与疾病传播，以及环境变化。¶

“使数据成为‘大’数据的，是在时间和/或空间上的重复观测。”相应地，作为对现有应用的进一步发展，需要有综合性的可视化工具，既能提供数据的概览，又具备缩放和过滤功能。它们必须能够访问选定的细节——在这里，科学可视化专家与平面设计师、艺术家和传播专家之间的合作将是十分恰当的。此外，还不应忘记一个额外的民主成分：以分布式的方式、从不同的个人视角来研究数据，也就是说，分享。（Jacobs 2009, 40; Helbing and Balietti 2011b, 22; 仅第一行出自第一位作者）

这听起来几乎就像 Stafford Beer 和 Cybersyn 项目——“决策竞技场”的愿景也是如此：¶

结合合适的数据、模型和可视化工具，最终目标将是开发一个关于社会、经济和金融系统的虚拟观测站，借助有时被称为“政策风洞”（policy wind tunnel）的东西，来探索新的情景和系统设计。相应的 ICT 系统应适合于拟定政策选项、应急预案，以及对新出现的挑战和风险作出智能响应。它们将使人们能够为复杂社会经济系统和组织的灵活、自适应且资源高效的实时管理，发展出相应的概念和制度设计。对所获科学洞见加以可视化、动画化和图解的决策竞技场，将为决策者提供宝贵的决策支持，因为它们将使反直觉的反馈、级联效应和副作用变得可以理解。（Helbing and Balietti 2011b, 18）

FuturICT 白皮书在数字网络技术问题上对解决方案导向修辞的执着，令人联想到流行的、由技术驱动的智慧城市梦想，只不过是在世界政府的层面上——在某种程度上类似于 Jay Forrester 的控制论模型。这种对积极的（也是实证主义的）世界设计以及数字技术潜力的信念，当然不得不排除诸如媒介学者 Wendy Chun 所作的批判性诊断。Chun 指出，数字媒介技术与危机之间的关系是彻头彻尾暧昧的：¶

代码在历史上与规则和法律相关联，它试图通过确立规范来使我们免受伤害或损害，这些规范为现在排定秩序，并使未来变得可计算……颇能说明问题的是，受信任的计算机系统，是那些免受用户干预和理解的系统。此外，软件代码拯救未来，不仅是通过限制用户的行动，也是通过利用已保存的数据和分析。毕竟，它们是被编程的。因此，它们试图通过将未来还原为过去——或更确切地说，还原为过去对未来的某种预期——来使我们免于危险。然而值得注意的是，计算机系统既被与用户赋权和能动性联系在一起，也同样被谴责为新的控制形式。更值得注意的是，软件代码并没有简单地减少危机，它们也使危机激增。从与复杂软件程序相关的金融危机，到依赖超级计算机的全球气候变化诊断与预测，从未被察觉的计算机病毒到在安保严密的机场发生的爆炸，我们越来越被要求既要信任编码系统，又要为那些逃逸于这些系统之外的事件做好准备。（Chun 2011, 91–92）

正是这种暧昧性，注定了任何一种“社会观测镜”（socioscope）或政策风洞的失败。摩擦正是在这里产生的，并导致大型知识对撞机向内坍缩。因为，与关于 CERN 会制造黑洞的那种梗图满天飞的担忧（Rössler 2008）相反，这台社会超级对撞机的黑洞似乎只在其概念中心张着大口。¶

黑洞中的摩擦（Frictions in the Black Hole）

将 FuturICT 呈现为一种整合性、分布式和参与式架构的努力，显然是为了从一开始就驳斥任何关于技术统治的指控。尽管口号大胆，但决不能指责项目参与者在概念上反思不足。由于该项目的跨学科取向，针对其所提议的数据挖掘实践的大量批评性异议，早已在白皮书中以及为 FuturICT 铺路的期刊特刊评论栏目中得到了广泛表述（Allen 2011; Thurner 2011）。看起来，一种媒介与文化研究式的批判已被内部化地植入，试图预先化解任何保留意见。因此，除了展示自我批评之外，更恰当的做法是追问：这些陈述对 FuturICT 项目而言实际上有何价值？毕竟，这里所引用的白皮书不仅提供了关于社会模拟的大量材料，也提供了围绕资助申请的巧妙修辞。据此，人们会产生这样的印象：自我批评的植入导致了一系列悬而未决的问题。¶

第一，鉴于“社会经济管理”的现有工具虽已存在却并不充分，申请书并未强调此类项目的狭窄空间。其中也没有公开提及对进步的批判。相反，现有的问题，如相关数据的“挖掘”与处理，只是被作为对未来解决方案的许诺转移到了项目的发展之中。然而，对数字网络化社会之新可能性的不断暗示，仅仅指向了 Chun 所指出的其中一面——即去中心化网络的解放潜力。这一点尤其值得注意，因为 FuturICT 也意图掌控那些本应使这些媒介民主化的协议（Galloway 2004）。尽管如此，我们应当记住，FuturICT 是在 PRISM^[1] 或 GCHQ^[2] 之类的缩写进入公共讨论之前提出的，也是在如下观念出现之前提出的：通信网络未必会自动产生连接的能力，也可能产生社会瓦解的能力。换言之，一个行星神经系统也可能遭受强烈的神经痉挛，正如过去十年的倒退所表明的那样（Pörksen 2018; Reckwitz 2019; Appadurai et al. 2017）。¶

第二，尽管 Helbing 和团队中的其他人揭示了经典经济模型的不足，但他们这样做的方式仅仅是聚焦于“经济人”（homo economicus）模型的局限，并以“社会人”（homo socialis）的形象与之对照——后者以合作而非自私的方式行事。与 Robert Axelrod（1984）关于合作进化的研究类似，这一路径基于采用物理学参数化的模拟程序。在其原本的专业领域——疏散与恐慌研究——的语境中，Helbing 曾研究灾难情境下的人群行为。其后，他描述了“加热致冻效应”（freezing-by-heating effect）（Helbing, Farkas, and Vicsek 2000）和“慢即是快悖论”（slower-is-faster paradox）（Helbing and Mazloumian 2009）——在这两种现象中，人群中个体移动越快，反而导致宏观上的停滞效应，而合作行为则产生好得多的结果。然而在这里，“社会人”是通过个体之间的摩擦被问题化的，而这些摩擦主要是以物理摩擦的方式被思考的，并未考虑语义层面。¶

第三，这关联到决策过程中的一种系统性不连贯。一方面，主要基于理性行动者（如“经济人”）的模型被当作一个契机，用以另行设计更复杂的、基于数据的、异质的模型。然而，在处理 FuturICT 所生成的数据时，下一步恰恰是诉诸这类以理性主义方式被理解的决策者，他们将能够实施更好、更智能或更恰当的决策。专家知识向政治行动的这种转译可能会成为问题——这一事实在白皮书中被刻意掩盖了。¶

第四，尽管存在上文所述的与控制论路径的断裂，一种普遍主义理想仍贯穿于 FuturICT 的分布式网络规划之中。这或许是早期控制论设计与复杂性科学共同的最大谬误：这些社会超级对撞机——宣告了一个由控制论反馈系统、社会物理学和“捕获一切”的数据构成的总体性概念框架——声称对所有方面和领域都普遍有效。在 FuturICT 那里，此前数十年“获取正确数据”（get-the-right-data）的问题，变形为人们熟悉的大数据箴言“把数据弄对”（get the data right）。由此，人们依然坚信，一个总体性的通信与控制系统能够且应当被实施。因此，无论在修辞上如何预先回应技术统治的指控，旧有的疑虑依然存在：正如 Cybersyn 一样，普遍主义系统始终面临着一种风险，即恰恰变成其本意的反面。¶

第五，这可能与缺乏对科学与政治之关系的反思有关。这种结合在结构上的不相容性，恰恰由 Hannah Arendt 在其文章《真理与政治》（“Truth and Politics”，1967）中作了概括。据此，坚持以计算方式扩展决策视野和数据驱动的知识过程，在数据变成事实之时便显得力有不逮。毕竟，政治行动的一个共同特征，就是不去做那些从长期或中期来看理性上合宜的事情。以一种颇为卢曼式（Luhmann 1994）的方式重新表述：由于功能分化，科学、社会和政治各自会以非常不同的方式对待数据，以至于在每个领域中都会从相同的数据推导出颇为不同的事实。然而，只有那些不把数据等同于事实（Rosenberg 2013）、不把决策准备——即科学——等同于实际决策——即政治——的人（Luhmann 2000），才能认识到这一点。近年来的经验——例如在大流行病模拟领域——已经表明，基于数据的决策虽然提供了巨大的优势，却常常模糊了决策过程中的冲突界线：相对于维持生产过程的经济量化指数，我应当牺牲多少以流行病学方式量化的保持距离措施指数？复杂社会系统如何被理解和建模，以及这些知识如何被传达给社会并由此得到有效实施，确实会造成差异（Priesemann et al. 2021）。如果把日常全球政治的不可预测性也纳入这幅图景，或许就会显而易见：在这台“大型知识对撞机”之下，潜伏着前面提到的那个黑洞——在其引力之下，一切可能的未来都被拉伸到面目全非。¶

第六个异议涉及基于主体的模拟范式。对交通或行人系统颇为有效的东西，在更复杂的社会系统的语境中便会触及极限。正如 David O’Sullivan 和 Mordechai Haklay（2000）所指出的，这些模型基于个体的路径只考虑了局部方面——这种偏差忽视了制度及其他社会组织作为个体与全球结构之间的中间层的作用。因此，这些模型表现出一种不足，类似于 Herbert Simon 就市场激进主义立场所指出的那种不足。由于只着眼于交易，它们并未周全地规划结构，而使企业和其他组织无所依归（Simon 1983）。这一点可以延伸到在和平室中进行分布式、草根式共同决策的愿景。诚然，FuturICT 与德国海盗党以及“流动民主”（Liquid Democracy）之类的倡议处于同一时代（Ramos 2015）。然而，政治意见乃至文化，并不仅仅是基于少数规则的相互作用的函数。长期以来的讨论表明，在数字技术语境下，参与（participation）这一议题是何等复杂（Denecke et al. 2016; Center for Digital Participation n.d.）——并且，采用一种由技术驱动的路径，如所谓的和平室，是远远不够的。¶

第七，计算机模拟提出了一个根本性的认识论问题，按照 Wendy Chun 的说法，这一问题关涉程序与信任：¶

也就是说，“信任”一个程序，并不意味着让它决定未来，甚至也不意味着把它对未来的预测简单地框定为真实，而是承认不可能事先知道其真实性，却依然对它作出回应。这一点或许在全球气候模型的例子中表现得最为清楚：这些模型试图让人们相信，某种他们尚无法经验到的东西、某种被模拟出来的东西，是真实的。（Chun 2011, 106–07）

这与 FuturICT 以及那个无法化解的循环论证相呼应：社会系统对关于其行为的预测所作的反应不同于气候，因而会使这些预测立即再度失效。用经济学家 Alex Tabarrok 的话来说：“完美地组织一个经济体的问题，并不会因为计算能力的增强而变得更容易，恰恰是因为更强的计算能力也使经济变得更加复杂”（Tabarrok 2018）。可以说，FuturICT 最显著的陷阱在于，它同时专注于为复杂的社会问题提供解决方案并开发必要的基础设施。换言之，尽管它继承了复杂性研究的遗产，其中似乎仍残留着一种系统动力学的思维方式。¶

旗舰计划作出不资助 FuturICT 的决定之后，Helbing 那番沉郁的抱怨或许能让这一点得到恰当的审视：¶

尽管该项目进展得令人瞩目，出乎所有人意料的是，它最终未获资助，即便我们提出的是一种旨在实现合乎伦理的信息与通信技术、注重隐私和公民参与的路径。这或许意味着，各国政府已决定不采用 FuturICT 那种开放、透明、参与式且尊重隐私的路径，而可能转而投资于秘密项目。（Helbing 2015, 3）

的确，斯诺登的揭秘或许在某种程度上强化了这一说法。然而，上文所讨论的批判性方面，为该项目未能获得资助提供了更为现实的理由。¶

当心博格人（Beware the Borg）

2019 年末，《经济学人》（The Economist）刊发了一篇长文，探讨数据资本主义各种模式可能的未来及其可行性。在原标题“当心博格人”（“Beware the Borg”）之下，该文深入反思了当前发展的历史谱系，以作战指挥室，尤其是 Cybersyn 项目为起点，展开了一场关于 1920 年代以来市场经济与计划经济之间对立的广泛讨论——这些讨论据称导致了诸如“AI 威权主义”（AI-thoritarianism）以及被机器学习浸透的基础设施之类新的混合形式（The Economist 2019）。作为一个被弃置、且并不强调 AI 方面的项目，FuturICT 在这篇文章中并未扮演任何角色。然而，在该项目启动近十年后，这篇文章再次将当年的问题置于一幅更大的图景之中。中国的社会信用体系，与社交媒体信息战以及西方以监控为基础的经济中民主社会的侵蚀被放在一起讨论（The Economist 2019）。与 Zuboff（2019）类似，在这些情形中，“信息机器式”的控制、可预测性和流程自动化文化，从私人领域扩散到社会层面。因此，焦点在于“数字的阴暗面”，并由此提出了关于可行的替代模式的问题。于是，该文的核心要点是：从媒介技术自动化与算法化的“无思”（thoughtlessness）转向多阶段决策过程中的“深思”（thoughtfulness）：¶

如果规划者——或者就此而言，监管者——想要干预某件事，那么他们最好从平台着手。平台是代码成为法律的地方，是市场运作机制得以被规定的地方……

……这种思考方式使人们得以对计算论战（calculation debate）产生新的洞见。把计划体系和市场都当作如今或许可以称为计算机程序的东西来处理，便使二者变得可以比较。然而，再往前走一步，把这种类型的程序……看作一个平台，它们就变得非常不同了……

平台已经是巨大且日益增长的权力来源，无论是商业上的还是其他方面的。政治需要跟上这一点，不仅是在规制商业方面——这个问题已然是热点——而且要开启对平台所体现和鼓励的价值的讨论。（The Economist 2019）

然而，各种参与式平台的合并，恰恰是必须避免的。相反，应当拥抱一个尽可能多元的平台世界：¶

一些基础性平台，比如数字身份和数字货币，或许应当由政府所有，或者至少向政府的监管开放。其他平台则需要允许其用户和公民社会进行监督，以确保不存在偏见……和隐私侵犯。（The Economist 2019）

这些提议似乎与 FuturICT 所表述的路径相去不远。然而，在强调多样性（variety）时，这些提议并不声称要为了更高效的规划或具体技术的开发而把所有差异汇聚在一起。此外，它们也不是某种学术资助结构的产物——对于这种结构重新界定政治条件的权威，人们必须始终能够提出质疑。相反，Francesca Bria 的“大民主”（Big Democracy）之类的路径在此产生了共鸣（Monge et al. 2022; Morozov and Bria 2018）。Bria 曾任巴塞罗那市的数字事务专家，她与城市规划师 Carlos Moreno 等同道一起，以传统的智慧城市观念为起点，在无所不在的数字技术时代重新界定宜居城市（Monge et al. 2022; Moreno 2020）。通过关注具体的地点和人的经验，关于数字未来的更宽广的观念得以勾勒出来；在那里，大民主成为欧洲对美国的大科技（Big Tech）和中国的大国家（Big State）的回应。然而，与 FuturICT 不同，这里的政治并未退化为数字基础设施的单纯函数，而毋宁说是数字基础设施的前提。再次回到 Wendy Chun：¶

从危机与网络的联结中能够积极地涌现出来的东西——如果我们不想耗尽自身及我们的资源，就必须从中涌现出来的东西——是自我与他者之间持续不断的伦理相遇。这些时刻能够唤出一个新的未来，一种耗尽耗竭的方式，即便它们使责任的解构性许诺变得更为复杂（Chun 2011, 107）。

这个“新的未来”很可能从多重倡议中涌现，而非出自某个统一的学术研究提案；它或许根植于城市这样的具体地点，与可触知的生活环境相连，而不是抽象网络路径的产物。毕竟，社会超级碰撞的更大部分，依然发生在街头。¶

参考文献（References）

Ackerman, Evan. 2010. “Living Earth Simulator Will Predict the Future of Everything.” Dvice (extinct online magazine). Accessed July 5, 2014. http://www.dvice.com/archives/2010/12/living_earth_si.php.¶

Allen, Peter. 2011. “Comments by P. Allen on the Visioneer white papers by D. Helbing and S. Balietti.” European Physics Journal—Special Topics 195 (2011): 137–43. https://doi.org/10.1140/epjst/e2011-01404-5.¶

Anderson, Chris. 2008. “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete.” Wired, June 23, 2008. https://www.wired.com/2008/06/pb-theory/.¶

Anderson, Paul. 1972. “More is Different.” Science 177 (4047): 393–96. https://doi.org/10.1126/science.177.4047.393.¶

Appadurai, Arjun, Zygmunt Bauman, Donatella della Porta, Nancy Fraser, et al. 2017. Die große Regression. Frankfurt: Suhrkamp.¶

Arendt, Hannah. 1967. “Truth and Politics.” The New Yorker, February 25, 1967.¶

Axelrod, Robert. 1984. The Evolution of Cooperation. New York: Basic Books.¶

Bishop, Steven, and Dirk Helbing. n.d. “FuturICT Project Summary.” FuturICT. Accessed December 12, 2022. https://futurict.inn.ac/wp-content/uploads/2015/06/FuturICT_5p_Project-Summary-WITH-LOGOS.pdf.¶

Boyd, Danah, and Kate Crawford. 2012. “Critical Questions for Big Data.” Information, Communication & Society 15 (5): 662–79. https://doi.org/10.1080/1369118X.2012.678878.¶

Brockmann, Dirk, and Dirk Helbing. 2013. “The Hidden Geometry of Complex, Network-Driven Contagion Phenomena.” Science 342 (6164): 1337–42. https://doi.org/10.1126/science.1245200.¶

Center for Digital Participation. n.d. “CDP: CDP.” Accessed December 20, 2022. https://www.digital-participation.org.¶

Chun, Wendy Hui Kyong. 2011. “Crisis, Crisis, Crisis, or Sovereignty and Networks.” Theory, Culture & Society 28 (6): 91–112. https://doi.org/10.1177/0263276411418490.¶

Denecke, Mathias, Anne Ganzert, Isabell Otto, and Robert Stock, eds. 2016. ReClaiming Participation: Technology—Mediation—Collectivity. Bielefeld: transcript.¶

DPG. 2022. “Physics of Socio-economic Systems (SOE).” DPG. Accessed December 12, 2022. https://www.dpg-physik.de/vereinigungen/fachlich/skm/fvsoe.¶

The Economist. 2019. “Can Technology Plan Economies and Destroy Democracy?” The Economist, December 18, 2019. https://www.economist.com/christmas-specials/2019/12/18/can-technology-plan-economies-and-destroy-democracy.¶

Epstein, Joshua M. 2006. Generative Social Science: Studies in Agent-Based Computational Modeling. Princeton: Princeton University Press.¶

Forrester, Jay Wright. 1961. Industrial Dynamics. Cambridge: MIT Press.¶

———. 1969. Urban Dynamics. Cambridge: MIT Press.¶

———. 1973. World Dynamics. 2nd Edition. Cambridge: Wright-Allen Press.¶

Galloway, Alexander. 2004. Protocol: How Control Exists after Decentralization. Cambridge: MIT Press.¶

Hacking, Ian. 1990. The Taming of Chance. Cambridge: Cambridge University Press.¶

———. 2006. The Emergence of Probability: A Philosophical Study of Early Ideas about Probability, Induction and Statistical Inference. Cambridge: Cambridge University Press.¶

Halpern, Orit, Robert Mitchell, and Bernard D. Geoghegan. 2017. “The Smartness Mandate: Notes toward a Critique.” Grey Room 68 (Summer): 106–29. https://doi:10.1162/GREY_a_00221.¶

Heidegger, Martin. 1977. “Die Zeit des Weltbildes (1938).” In Gesamtausgabe, Volume 5, 87–88. Frankfurt: Klostermann.¶

Helbing, Dirk. 2012. “FuturICT: Participatory Computing for our Complex World.” FuturICT. Accessed December 12, 2022. https://futurict.inn.ac/.¶

———. 2013a. “Globally Networked Risks and How to Respond.” Nature 497 (2013): 51–59. https://doi.org/10.1038/nature12047.¶

———. 2013b. “A CERN for the Social Sciences.” Filmed May 2013 at CERN, Geneva, Switzerland. Vimeo video, 09:13. https://vimeo.com/67225004.¶

———. 2015. Thinking Ahead: Essays on Big Data, Digital Revolution, and Participatory Market Society. Cham: Springer.¶

Helbing, Dirk, and Stefano Balietti. 2011a. “From Social Data Mining to Forecasting Socio-Economic Crises.” European Physics Journal—Special Topics 195 (2011): 3–68. https://doi.org/10.1140/epjst/e2011-01401-8.¶

———. 2011b. “From Social Simulation to Integrative System Design.” European Physics Journal—Special Topics 195 (2011): 69–100. https://doi.org/10.1140/epjst/e2011-01402-7.¶

Helbing, Dirk, and A. Mazloumian. 2009. “Operation regimes and slower-is-faster effect in the control of traffic intersections.” European Physical Journal B 70 (2): 257–74. https://doi.org/10.1140/epjb/e2009-00213-5.¶

Helbing, Dirk, Illés J. Farkas, and Tamás Vicsek. 2000. “Freezing by Heating in a Driven Mesoscopic System.” Physical Review Letters 84 (6): 1240–43. https://doi.org/10.1103/PhysRevLett.84.1240.¶

Helbing, Dirk, and Peter Seele. 2017. “Turn War Rooms into Peace Rooms.” Nature 549 (2017): 458. https://doi.org/10.1038/549458c.¶

Holland, John H. 1992. Adaptation in Natural and Artificial Systems: An Introductory Analysis with Applications to Biology, Control, and Artificial Intelligence. Cambridge: MIT Press.¶

Jacobs, Adam. 2009. “The Pathologies of Big Data.” Communications of the ACM 52 (8): 36–44. https://doi.org/10.1145/1536616.1536632.¶

Krajewski, Markus, ed. 2004. Projektemacher: Zur Produktion von Wissen in der Vorform des Scheiterns. Berlin: Kadmos.¶

Lovelock, James E., and Lynn Margulis. 1974. “Atmospheric Homeostasis by and for the Biosphere: The Gaia Hypothesis.” Tellus 26 (1-2): 2–10. https://doi.org/10.3402/tellusa.v26i1-2.9731.¶

Luhmann, Niklas. 1994. Soziale Systeme: Grundriß einer allgemeinen Theorie. Frankfurt: Suhrkamp.¶

———. 2000. “Die Paradoxie des Entscheidens.” In Organisation und Entscheidung, 123–51. Wiesbaden: VS Verlag für Sozialwissenschaften.¶

Mahr, Bernd. 2003. “Modellieren: Beobachtungen und Gedanken zur Geschichte des Modellbegriffs.” In Bild—Schrift—Zahl, edited by Horst Bredekamp and Sybille Krämer, 59–85. München: Fink.¶

McLoughlin, J. Brian, and Judith N. Webster. 1970. “Cybernetic and General-System Approaches to Urban and Regional Research: A Review of the Literature.” Environment and Planning 2 (4): 369–408. https://doi.org/10.1068/a020369.¶

Meadows, Donella H., Dennis L. Meadows, Jørgen Randers, and William W. Behrens III, eds. 1972. The Limits to Growth: A Report for the Club of Rome’s Project on the Predicament of Mankind. New York: Universe Books.¶

Medina, Eden. 2011. Cybernetic Revolutionaries: Technology and Politics in Allende’s Chile. Cambridge: MIT Press.¶

Meyers, Robert A., ed. 2009. Encyclopedia of Complexity and Systems Science. New York: Springer.¶

Monchaux, Nicolas de. 2016. Local Code: 3659 Proposals About Data, Design and the Nature of Cities. New York: Princeton Architectural Press.¶

Monge, Fernando, Sarah Barns, Rainer Kattel, and Francesca Bria. 2022. “A New Data Deal: The Case of Barcelona.” UCL Institute for Innovation and Public Purpose, Working Paper Series 2022 (2): 1–26. https://www.ucl.ac.uk/bartlett/public-purpose/wp2022-02.¶

Moreno, Carlos. n.d. “Beyond the Smart City.” PCA Stream. Accessed December 12, 2022. https://www.pca-stream.com/en/articles/carlos-moreno-beyond-the-smart-city-114.¶

Morgan, Gareth. 2010. “Earth Project Aims to ‘Simulate Everything’.” BBC News, December 28, 2010. http://www.bbc.co.uk/news/technology-12012082.¶

Morozov, Evgeny. 2013. To Save Everything, Click Here: The Folly of Technological Solutionism. New York: Public Affairs.¶

Morozov, Evgeny, and Francesca Bria. 2018. Rethinking the Smart City: Democratizing Urban Technology. New York: Rosa Luxemburg Stiftung. https://sachsen.rosalux.de/fileadmin/rls_uploads/pdfs/sonst_publikationen/rethinking_the_smart_city.pdf.¶

O’Sullivan, David, and Mordechai Haklay. 2000. “Agent-Based Models and Individualism: Is the World Agent-Based?” Environmental Planning A: Economy and Space 32 (8): 1409–25. https://doi.org/10.1068/a32140.¶

Pentland, Alex. 2015. Social Physics: How Social Networks Can Make Us Smarter. New York: Penguin.¶

Pias, Claus. 2004. “Zeit der Kybernetik: Eine Einstimmung.” In Cybernetics/Kybernetik: The Macy Conferences. Vol. 2: Documents/Dokumente, edited by Claus Pias, 9–41. Berlin: Diaphanes.¶

Pörksen, Bernhard. 2018. Die große Gereiztheit: Wege aus der kollektiven Erregung. Munich: Hanser.¶

Priesemann, Viola, Michael Meyer-Hermann, Iris Pigeot, and Anita Schöbel. 2021. “Der Beitrag von epidemiologischen Modellen zur Beschreibung des Ausbruchsgeschehens der COVID-19-Pandemie.” Bundesgesundheitsblatt 64 (2021): 1058–66. https://doi.org/10.1007/s00103-021-03390-1.¶

Ramos, José. 2015. “Liquid Democracy and the Futures of Governance.” In Future Internet: Alternative Visions, edited by Jenifer Winter and Ryota Ono, 173–91. Cham: Springer.¶

Reckwitz, Andreas. 2019. Die Gesellschaft der Singularitäten. Frankfurt: Suhrkamp.¶

Rössler, Otto E. 2008. “Interview: Chaos, Verschwörung, schwarze Löcher.” By Jens Ihlenfeld. Golem.de, February 8, 2008. https://www.golem.de/0802/57477.html.¶

Rosenberg, Daniel. 2013. “Data Before the Fact.” In “Raw Data” is an Oxymoron, edited by Lisa Gitelman, 15–40. Cambridge: MIT Press.¶

Schich, Maximilian, Chaoming Song, Yong-Yeol Ahn, Alexander Mirsky, et al. 2014. “A Network Framework of Cultural History.” Science 345 (6196): 558–62. https://doi.org/10.1126/science.1240064.¶

Seefried, Elke. 2015. Zukünfte. Aufstieg und Krise der Zukunftsforschung 1945–1980. Oldenbourg: De Gruyter.¶

Simon, Herbert. 1983. Reason in Human Affairs. Stanford: Stanford University Press.¶

Tabarrok, Alex. 2018. “Will AI become Intelligent enough to figure out how to perfectly organise our economies?” Quora, March 1, 2018. https://www.quora.com/Will-AI-become-intelligent-enough-to-figure-out-how-to-perfectly-organise-our-economies/answer/Alex-Tabarrok.¶

Thurner, Stefan. 2011. “Comments by S. Thurner on the Visioneer white papers by D. Helbing and S. Balietti.” European Physics Journal—Special Topics 195 (2011): 161–63. https://doi.org/10.1140/epjst/e2011-01409-0.¶

Thurner, Stefan, Rudolf Hanel, and Peter Klimek. 2018. Introduction to the Theory of Complex Systems. Oxford: Oxford University Press.¶

Waldrop, M. Mitchell. 1992. Complexity: The Emerging Science at the Edge of Order and Chaos. New York: Simon & Schuster.¶

White, Tom. 2009. Hadoop: The Definitive Guide. Sebastopol: O’Reilly.¶

Wiener, Norbert. 1964. Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Cambridge: MIT Press.¶

Wolfram, Stephen. 2002. A New Kind of Science. Champaign: Wolfram Media Inc.¶

Zuboff, Shoshana. 2019. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: Public Affairs.¶

注释