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
这个段落位置已不存在。请使用目录或当前章节查找内容。
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）。[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。[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。】[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。”[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。】[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）。[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”[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）。[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。[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。[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。[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。[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，[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？[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”[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。[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[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，[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。[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）。[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：[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”（“<em>”）还是“引用”（“<cite>”）。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。[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”[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。[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。[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。[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。[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”，[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）。[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。
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.