Other Readings异读 返回作品
字号
主题
下载
下载全书

全书 · v0.1 · 2026-10-11

导言

克莱门斯·阿普里希、全喜卿、弗洛里安·克拉默、希托·史泰尔 · 2018 年原著 · Claude 辅助全译AI 辅助初译,未经人工终校第 2 / 9 单元

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。