走向算法卢德主义:数据资本主义中的阶级政治|Information, communication & Society

文摘   2024-12-20 20:30   浙江  

走向算法卢德主义:数据资本主义中的阶级政治

摘要:

本文探讨了人们对于算法(再)产生的不平等的回应,特别是对于弱势社会阶层的影响。我们以阶级政治作为分析数据资本主义的核心,将焦点放在了正在兴起的反算法控制运动上。与19世纪的卢德运动(Luddite movement)相类比,我们沿着三个相互交织的原则提出了“算法卢德主义”(Algorithmic Luddism)这个概念:拒绝、抵抗和重新想象算法的未来。我们试图从一种“反科技运动”的印象中恢复“卢德主义”的声誉,使之成为一种以算法所加剧的不平等为中心的社会运动。算法卢德主义推动了数字时代社会运动的理论化进程,凸显了对数据化社会(datafied societies)中的阶级斗争进行新的理解和参与的必要性。


作者简介:

Vassilis Charitsis,伦敦布鲁内尔大学商学院

Mikko Laamanen,奥斯陆大学挪威消费研究中心

Tuukka Lehtiniemi,赫尔辛基大学消费社会研究中心


文献来源:
Charitsis, V., Laamanen, M., & Lehtiniemi, T. (2024). Towards Algorithmic Luddism: class politics in data capitalism. Information, Communication & Society, 1–18.


译者:

林立源



本文作者:Vassilis CharitsisMikko LaamanenTuukka Lehtiniemi


引言


众所周知,算法系统加剧了不平等、歧视和压迫;然而,这种认识往往伴随着一种反乌托邦的渴望,或是陶醉于其中的逆来顺受(Draper & Turow,2019)。正如Milan和Treré(2019)所指出的,学术研究往往受制于一种数据普世主义,很少关注政治、文化和社会经济方面的差异。情境于是被扁平化,假定数据化和算法政治会对每个人都产生相似的影响。此外,有关数字环境的讨论往往忽视了社会阶层。尽管人们意识到了算法系统会对弱势阶层产生一些物质性后果,但“数字主体”(digital subject)往往缺乏阶级特征,更不用说阶级意识了。


在本文中,我们强调了在数字劳动及其他领域中,提升阶级意识和动员起来反对算法政治的必要性。通过回顾破坏机器的卢德分子这段经常被忽略的历史(Hobsbawm,1952;Thompson,1963),我们提出了一种针对数字时代的社会运动的具体理论,该理论的重点是动员起来,反对数据资本主义所加剧的不平等。通过挑战将卢德分子描述为“技术恐惧者”的主流叙事,我们重点讨论了卢德分子的阶级形成及斗争过程。根据近期有关卢德主义的研究(Mueller,2021;Merchant,2023),本文提出了“算法卢德主义”这个概念,它集中反映了以阶级为基础的动员,这种动员反对的是占主导地位的算法政治、无处不在的数据化进程,以及算法对未来的封闭。


本文的结构如下所示:首先,我们讨论了算法治理是如何危及个人的,尤其是社会的弱势阶层。聚焦于阶级关系,我们特别关注了它们是如何被数据资本主义所重塑的。接着,我们展示了作为社会运动的卢德主义,这场运动形塑了自工业革命以来的阶级意识。我们将历史上和当代反对颠覆性技术与重组社会秩序的社会运动进行类比,提出了算法卢德主义的三个原则:拒绝、抵抗和重新思考未来。通过强调阶级政治以及受制于算法治理的个体采取集体行动的潜力,我们的分析为批判性的数据和算法研究做出了贡献。


数据化社会中的不平等与阶级对立


算法系统加剧了现存的系统性歧视和不平等。Benjamin(2019)借用美国的种族隔离立法“吉姆克劳法案”(Jim Crow laws)的概念,提出了“新吉姆法典”(New Jim Code)这个概念,以此揭示算法系统的隔离性和歧视性设计。“红线”(redlining)(一种拒绝来自少数族裔社区或者贫困的群体获得他们应有服务的机制)这种旧有的、不道德的和非法的做法找到了它的数字化身:“网线”(weblining)(Schneier,2016)和“科技红线”(technological redlining)(Noble,2018)。


据报道,英国福利系统的自动化改革加剧了贫困群体的健康和财务风险(Big Brother Watch,2018)。雇佣机构所使用的排序算法会给女性和残障人士打上更低的分数(Kayser-Bril,2019),而福利欺诈监测系统则主要针对穷人和少数族裔(Toh,2020)。这些不同的例子表明,人们所熟悉的不平等根源——社会经济地位、性别、能力和种族——是如何在算法系统的歧视性做法和政策中加深的。这一点不足为奇:不平等和阶级冲突是资本主义历史上固有的、不可避免的特征。在马克思来看来,生产资料(即技术)的私有制使得对劳动者的剥削成为可能。这造成了资产阶级和无产阶级之间的分化,前者是资本家阶级,他们控制了生产资料并且从劳动剥削中榨取剩余价值,后者是工人阶级,他们为了维持基本的生存而被迫出卖劳动力(Marx,1976)。


自20世纪60年代以来,Nicos Poulantzas和Erik Olin Wright在推进马克思的阶级理论方面发挥了重要作用。Poulantzas(1975)承认社会主体在生产过程中所处的地位对他们的社会阶层起着重要作用,但他仍坚持认为,经济标准并不是唯一的决定因素。对Poulantzas来说,社会阶层是由“社会实践的集合”所定义的,这种集合中包括政治和意识形态关系(Poulantzas,1975,p.14)。另一方面,Wright(1985)强调,剥削是定义阶级关系的核心维度。他特别指出,个人可能会占据相互矛盾的阶级地位,因为阶级地位不仅由对生产资料的控制所决定,同样也由对劳动过程和投资的控制所决定。


阶级结构解释了行动者在生产结构中所处的位置,阶级形成表明了处于相似阶级位置的个体是如何发展出了一种阶级意识,而阶级冲突则揭示了为实现共同利益而进行的动员是如何产生的(Chibber,2008)。汤普森(1963)在其有关英国工人阶级的开创性论述中解释道,当社会主体形成了一种认同感并且积极追求与其他群体相对立的共同利益之时,“阶级便形成了”;Poulantzas(1975)则强调,阶级只能存在于阶级斗争之中。


正如我们将在下文中进一步讨论的,19世纪的工业化点燃了阶级斗争的火种,而阶级斗争的起因则是生产技术所有权的不平等分配以及对先前的手工艺身份的取代。需要强调的是,工业革命是一个科技进步与社会秩序变迁相结合的时代。


同样的社会秩序变迁也发生在数据资本主义时代。当算法系统席卷各种社会机构时,阶级冲突便围绕着数据的所有权和控制权展开了(Wark,2019)。至少有两种新的社会分化正在出现。第一种分化在数据富有者和数据贫瘠者之间(boyd & Crawford,2011)。Hintz等人(2017)强调了数据生产者与有能力获取和利用数据者之间日益扩大的鸿沟。一种基于知识的分化出现了:即知情者与被告知者之间的对立(Zuboff,2019)。同样的,Burrell和Fourcade(2021)指出,算法治理使得两个对立阶级得以产生:一方面是代码精英,他们拥有从数据中获利的手段和专业知识;另一方面是网络工人阶级,他们为代码精英充当“数据奶牛”(data cows)的同时,也面临着日益的边缘化。


第二种相关但不同的分化与算法排序的社会后果有关。在数据资本主义时代,培育和动员传统的身份认同需要付出集体的努力。数字平台培育了一种互联的个人主义文化,这种文化往往会创造出被动的用户,通过监控来实现微目标化(Zuboff,2019),这种常态化的做法会引发一种无助感,甚至是逆反心理(Draper & Turow,2019)。不过,算法排序也对人群进行了重新分类,同时也出现了在其主体中产生新的、非传统的集体的可能性(Kear,2022)。正如Kear所指出的,集体可能会作为积极的“自为阶级”出现,通过抵制、抗争、保护或提高算法分数来追求共同利益。


资本试图通过强加劳动而建立一个工人的“自在阶级”,而工人阶级则通过抵制强迫劳动以及将个人沦为单纯的剩余价值生产者,转变为“自为阶级”(Cleaver,1979)。数据资本主义也创造出了一个“自在阶级”,因为它努力通过数据占有来殖民人类的存在(Couldry & Mejias,2020),从而将用户变成剩余价值的持续生产者。继马克思之后,Fisher(2015)强调,要探索和把握阶级意识发展过程中的那些决定性时刻,即数字领域中“自为阶级”的出现。在深入探讨这种由算法所引发的集体行动之前,我们先回到两个世纪以前,探讨历史上最著名的以技术为动机的阶级动员——卢德主义。


历史上的卢德主义


卢德分子通常被描绘为一种技术进步反对者的形象,他们反对以非熟练的机器操作员来取代熟练纺织工的新技术。然而,汤普森(1963)认为,卢德分子的这种拒斥态度并非因为技术恐慌,而是出于保护目的对新兴资本主义的无限制扩张和积累的抵抗。因此,卢德分子所进行的抵抗针对的是技术产生的系统性影响,而非技术本身。卢德分子的目标也不必然是完全拆除机器或者是阻止技术的进步,而是通过迫使雇主改变工作环境,进而改变劳动过程。


面对流离失所、贫困和饥饿,卢德分子试图通过制造出卢德这样一个几乎是虚构的传奇人物来团结工人阶级。他不仅是工人阶级抵抗运动的象征,更是充当了工人社区传统及原则的意识形态粘合剂(Randall,2004)。卢德分子所发起的有组织的激进运动充分体现了他们高度的计划性,并且有助于工人阶级的激进动员(Thompson,1963)。1811年3月,诺丁汉开始出现机器故障,同年便蔓延至整个郡,并于1812年扩展到约克郡。一年间,上千台机器被毁,尤其是在工业化导致生活条件恶化的地区。在拿破仑战争的压力之下,政府对这场运动采取了强硬态度:他们动用了军队,并且通过逮捕、监禁和死刑执行了禁止破坏工业设施的法律(Hobsbawm,1952)。由于政府在卢德分子中安插了间谍,再加上武力镇压,最终导致了卢德运动的消亡(Thompson,1963)。尽管如此,卢德分子还是激发了后来的新兴工会运动中围绕劳动改革和普选权而展开的有组织活动。


然而,历史对于卢德运动并不友好,以至于常常会对它的传统产生误解。现在,“卢德分子”已经变成了一个代表对技术进步持恐惧和抵制态度的负面词汇。在现代语境中,卢德主义已经与“技术恐惧症”同义,卢德分子也被认为是妄想的技术恐惧者。然而,近来的研究试图鼓励对于卢德运动传统的多样理解,反对将卢德分子还原为一群非理性和反动的技术恐惧者(Mueller,2021)。McQuillan(2022)认为,卢德分子对于禁锢其未来的技术的反应,可以帮助我们树立“拒绝和抵抗”的当代典范。同样,Sadowski(2020)指出,工业革命时代对生产效率的过度追求与数字资本主义时代对价值的过度榨取之间存在着相似之处,同时,数字资本主义旨在对人类的生存进行全方位殖民,所以这时的抵抗还需要摆脱工作场所的束缚。因此,当代的卢德主义可以成为一场数字时代的社会运动(Charitsis & Laamanen,2024)。


算法卢德主义


虽然科技进步受到落后暴民威胁的寓言显然是一种当代讨论,但算法技术同织布机一样,正在改变经济权力的机制,并对社会秩序进行修正。对平台零工的算法管理便是这种影响的有力说明(Bucher et al.,2021)。自2008年的经济危机以来,零工经济逐渐壮大,最初吸引参与者的是其摆脱传统雇佣劳动枷锁的“自由”(Schor,2020),个人可以按照自身情况安排一天的工作(Schor,2020),或者以新的手工艺形式进行工作(Hesmondhalgh & Baker,2010)。然而,这种灵活性很快就被证明是一种幻想,平台的零工劳动受到来自平台所有者和寻求服务的消费者的双重剥削(Laamanen et al.,2018)。


算法的不透明性和不可预测性使工人很容易受到Rahman(2021)所提出的“无形牢笼”的影响,在这种情况下,通过算法进行管理数据的收集、监测、评估和分类,意味着对员工的奖惩无时无刻不在发生变化。为了逃脱算法的无形牢笼,全球范围内的零工们参与了一场社会动员。平台之下也出现了一些反对派,从抗议平台对工人的不公正对待,到采取颠覆算法的集体行动。许多运动也围绕着重新思考商业平台模式而兴起,除了追求由员工所有和控制的组织结构之外,合作形式的平台组织也努力追求对于算法的控制权(Scholz,2023)。


受反抗算法控制的集体行动的启发,我们提出了“算法卢德主义”这个概念,强调算法加剧的不平等之下的阶级形成过程,并提出了一种有关公正的算法的进步想象。我们认为,算法卢德主义涉及算法系统中主体的集体政治。这种集体政治包括了拒绝和抵抗代码精英构建的技术所产生的后果(Burrell & Fourcade,2021)。算法卢德主义涉及“减速政治”(Mueller,2021),它拒绝为了技术进步而进步,并反对资本的野心,呼吁草根运动甚至是激进运动。算法卢德主义认为,那些旨在维持工作场所中不平等权力关系的算法是不值得保留和修补的(因此也需要被重塑)(Ausloos et al.,2022)。更重要的是,算法卢德主义应当包含对于算法未来的重新想象。


下文中将展开对算法卢德主义的三个原则的论述,分别是:拒绝、抵抗和重新想象。这些原则也遵循着集体行动的一般原则(Snow & Soule,2010),它们阐释了,共同的经历和愤怒是如何使“应对普遍的数据化进程和数据政治主导地位的集体行动”成为可能的(Charitsis & Laamanen,2024,p.332)。虽然工作中的算法管理是思考算法技术如何转变权力机制和社会秩序的一个富有启发性的案例,但蕴含在拒绝、抵抗和想象中的卢德政治已经超越了工作场所。正如Mueller(2021)所强调的,对技术的抵制在历史上就不局限于工作场所,而是代表了“与权威的冲突”以及技术对日常生活的渗透。正如我们所讨论的,算法治理会加剧各个领域中的不平等、歧视和边缘化。在一个盛行数据收集的年代,弱势个体所产生的数据必然会被用作歧视性用途(Charitsis & Lehtiniemi,2023)。


当算法预测和僵化的决策系统结合在一起时,其产生的结果往往会导致“自我实现的预言”,它构成了一种时间意义上的治理术,这种治理术造成了未来的封闭,并且否定了其他可能性(Sheehey,2019)。值得注意的是,如果未来社会中的分化是按照基于数据的知识生产所形成的分化进行的(Burrell & Fourcade,2021),那么劳动以外的对未来的剥夺就与阶级斗争有关了。因此,算法卢德主义有其广泛的社会影响和适用性。


拒绝

拒绝是抵抗和重新思考算法未来的起点。卢德分子拒绝以技术进步的必然代价为名来合法化个人生活境况的恶化,也拒绝以自身独立性和生活水平的恶化为代价而使机器所有者获益。卢德分子所做出的拒绝是对于变化的社会秩序的反应,在这里,科学、技术和政治相互交织,进而产生了权力、财富和安全的错配(Thompson,1963):“对机器的抵制其实是对资本家手中的机器的有意抵制”(Hobsbawm,1952,p.62)。


如今,在反对工作中的算法管理的实践中,我们也看到了同样的机制。随着数据资本主义在生活中的扩张变得越来越可感,人们对于以全盘拒绝数据资本主义作为一种批判性回应的兴趣正与日俱增,这种拒绝通常是以“数字断联”(digital disconnection)的形式进行的(Lomborg & Ytre-Arne,2021)。个体化的反击常常是通过避免数据化本身来应对其危害的(Dencik,2018),包括通过加密通信、隐私增强工具或者切断连接等技术手段来进行自我保护。处于易受监控位置的个体试图通过使用多重的个人资料、删除或修改照片以及隐身模式来避免“数字凝视”,但这种做法实际上并没有颠覆潜在的系统(Talvitie-Lamberg et al.,2022)。精通技术的用户甚至会尝试去玩弄和操纵算法;然而,即使是这种形式的算法抵抗,也依然是从系统内部产生的,在这个意义上,它仍然是改革式的,而非革命性的(Velkova & Kaun,2021)。


这些摆脱算法凝视的尝试表明,与数据化和算法系统共存,需要(选择性地)拒绝它们,也需要在其中寻找能动性和自主性(Savolainen & Ruckenstein,2022)。这些系统建构了人们的行为,但并没有完全起决定作用,虽然对其产生的顺从可能是一个系统性的结果(Draper & Turow,2019),但个体仍然会产生无助感以外的感受。上面的例子所展示的,是对与算法系统共存以及应对或抵抗算法系统的手段的个体化理解,这样做的可能性取决于个体的能力和素养,而这二者是高度依赖于社会分化的(Dogruel et al.,2022)。


因此,如今的科学技术对社会秩序的挑战(平台化的工作场所就是典型的例子)呼吁新形式的“拒绝政治”(politics of refusal)。拒绝的赋权和变革潜力代表了一种政治立场,这种政治立场在挑战合法性和权威体系的同时,也主张一种独立的政治主权(Simpson,2014)。拒绝并不是简单地排斥这个世界,而是揭示建立一个更加公正的世界的长远承诺(Honig,2021)。拒绝可以成为建构世界的有力武器,因为正是通过这些边缘的和被遗忘的群体的故事,一种反叙事才得以形成,正如卢德运动中所揭示的。


因此,拒绝政治意味着,在一个以技术为媒介的环境中,对个体存在和集体归属进行重新想象(Gangadharan,2021)。女性主义对于算法实践的批评强调,存在着以暴力和压迫方式使用数据的可能性,这就需要以主动的拒绝和共同的抵抗作为回应(D’Ignazio & Klein,2020;Benjamin,2019)。拒绝和抵抗是相互关联的工具,它们以辩证的方式运作,共同赋予集体一种独立自主的立场(Prasse-Freeman,2022)。拒绝不仅仅是简单地从主流预设、愿景和便利的自由主义解决方案中剥离出来(如抽象的公平概念)(Barabas,2022);相反,拒绝具有建设性的作用,它能够为重新评估社会技术项目中的基础假设创造机会,并通过这种评估,积极地构想一个公正的未来。女性主义的数据政治尤其强调,需要“拒绝有害的数据制度,致力于新的未来”(Cifor et al.)。因此,可以将“算法卢德主义”的一个基本原则定义为:拒绝技术的必然性,从而使各种形式的抵抗得以出现,并对各种有关算法未来的替代方案加以考虑。


抵抗


Bonini和Treré(2024,p.23)将算法抵抗定义为“(1)一种行为,(2)由维护从属地位的人和代表或声援从属地位的人所实施,(3)(最常见的)通过算法策略和设备来对权力做出回应”。他们进一步将算法抵抗划分成两个维度:第一个维度是由算法所推动的抵抗,而第二个维度(也是我们主要关注的)则涉及针对算法权力和政治的行动。


随着算法社会的严峻现实日益凸显,个人和集体对于算法的抵抗也越来越强烈。即使是负责那些可能会伤害弱势群体的数字政策的公众人物,也不得不承认自动化技术所带来的潜在危害。在2019年的联合国大会上,鲍里斯·约翰逊重点强调了数字技术的陷阱,他特别谈到了“互联网的非预期后果”,对正在出现的“数字威权主义”敲响了警钟,并在演讲回应了众多有关科技的社会关切。


然而,不到一年之后,大量学生因为约翰逊政府的政策而上街游行,以此反对政府使用算法来决定和限制他们的人生机会。由于新冠全球大流行,英国政府取消了2020年的中学考试,并以教师的评估作为学生的A-level成绩。但为了避免分数的膨胀,政府使用了一个算法来对分数进行调节,该算法以学校和学生的历史表现作为依据。于是,这种做法通过歧视具有较低社会经济背景的学生,以及对私立学校的学生的偏爱,扩大了教育机会的阶层分化。算法评分系统的决策通过决定录取结果影响了学生们的人生机会。这种对于未来的威胁引起了英国社会的强烈反响,最终导致学生们在教育部外对该政策进行强烈抗议。这次动员被证明是成功的,最终,算法评分政策得以取消。


学生们的抵抗涉及共同的阶级利益,在这里,阶级指的是一种社会经济层面的分化,但也同样涉及算法知识的生产手段和专业知识的获得。在这个层面上,该案例与零工的动员之间存在相似性,因为二者都向我们展示了,在追求集体利益的过程中,从“自在阶级”到“自为阶级”的转变。然而,与分散且个体化的零工群体相比,学生群体的身份更加特殊,并且有物理空间作为组织动员的支撑。但即便如此,学生动员的这个案例还是很好地说明了,无处不在的数据化进程会促进社会动员(Charitsis & Laamanen,2024),并且在工作场所之外推动共同的、基于阶级的算法抵抗。


尽管以拒绝和抵抗算法的形式出现的个体和集体反抗越来越多(甚至偶尔会获得成功),但对于卢德政治来说,这些行动仅仅是起点。算法卢德主义的第三个原则,重新想象算法的未来,包括将拒绝和抵抗转化为集体行动,以此来决定算法的何种发展是值得保留的,何种是需要取消的。


重新想象算法未来


随着数字媒体在社会生活和私人生活中的嵌入越来越深,以及那些巨型公司的主导地位的出现,导致了一种“科技逆流”。即使是以“数字断联”的形式出现(Lomborg & Ytre-Arne,2021),这种逆流所针对的也不是技术本身,而是针对技术对于个人和社会生活产生的影响。如同卢德分子一样,当平台工人推动平台组织的替代方案和公平的算法管理时,他们并不是在反对算法技术本身,而是要求一种能够对他们的生活产生积极影响的技术


当前的挑战是,如何从拒绝和抵抗算法转向一种对于算法未来的具有建设性的想象。如Markham(2021)所言,当前的技术及其发展轨迹往往被自然化了,以至于使其看起来似乎是不可避免的——很难在不复制霸权的情况下对算法进行重新想象。借鉴Erik Olin Wright(2010)提出的“真实乌托邦”概念,有必要设想一个“真实的算法乌托邦”,它不仅能够抨击算法政治的主导地位,同时也能够揭示关于算法未来的替代方案。Wright(2007)认为,激进的批判承认并且试图制定和实施替代模式与结构,以此来减轻现有社会经济结构所造成的伤害。因此,“真实乌托邦”指的是“试图以严肃的方式体现解放理想的制度设计,同时也关注到了可行性和持续性等实际问题”(Wright,2016,p.60)。


试图在现有的技术和联系的基础上产生平台基础设施的替代方案的倾向,可以部分解释为什么霸权结构的替代方案是难以想象的。因此,以拒绝、抵抗和重新想象为原则的卢德政治可以提供一种解决方案。一个例子便是数字领域运作的基本原则,即个人对数据收集和使用的知情同意(informed consent)。数据生产的不对称性是数字经济权力不平衡的核心所在,这种不平衡既受到制约,但又通过个人对自身数据的“负责”而得以合法化。然而,目前所提出的替代方案仍然在依靠和宣传“个人有权为自己做出选择”这个概念(Lehtiniemi & Ruckenstein,2019)。


根据女性主义和后殖民主义的生命伦理思想,Benjamin(2016)提出了另一种替代方案,通过彻底颠覆“知情同意”这个既定前提,提供了一个从根本上拒绝并重新想象数据治理的例子。Benjamin反对目前主流的知识生产方式,在知情同意之外提出了“知情拒绝”(informed refusal)这个概念,数据主体拒绝参与数据收集和处理的行为将被制度化,就像如今的知情同意一样。知情拒绝“蕴含着一种可以如何以及应当如何的愿景,而不仅仅是对现状的批判”(Benjamin,2016,p.970)。


基于知情同意的自由主义补救方案将个人权利和能动性置于首位,与之不同的是,知情拒绝支持了一些倡议(例如巴西的女权主义组织“Coding Rights”和美国的“Data for Black Lives”运动),这些倡议将阶级、种族和性别这些交叉因素置于首位,积极地重新想象和努力实现一个公正的数据驱动的算法未来。类似的优先考虑集体利益的项目、运动和协作构成了Tarnoff所提出的“算法问责的第三波浪潮”。Tarnoff(2023)认为,除了致力于通过完善现有系统来减轻其危害的第一波浪潮,以及旨在废除破坏性的算法结构的第二波浪潮,第三波浪潮正在兴起,其所关心的是发展出一种替代性的、公平的算法配置。


结论


批判性的学术研究常常会屈从于反乌托邦主义和数据普遍主义(Milan & Treré,2019),忽略阶级分化以及政治和社会经济问题。类似地,大科技公司对伦理规范的援引,表面上是为了对抗技术进步的危险,但实际上是一种创新解决主义,这种态度不仅是对伦理的洗刷,而且进一步推进了数据密集型资本主义(Steinhoff,2023)。AI伦理风险正成为学术和企业界的热门词汇,如果它不能解决AI产业中的劳动力剥削问题,那么它就是缺乏实质内容的(Williams et al.,2022)。为了反对上述做法,我们认为,随着算法的危害日益突出,探索拒绝和抵抗的集体形式变得至关重要,它可以对抗加剧不平等和不公正社会结构的数据政治及其实践。


我们发现,历史上的卢德运动兴起的社会条件与当下的数据化社会有着惊人的相似之处。因此,运用“算法卢德主义”这一概念,我们将重点转向了集体动员,反对少数人获益而多数人受压迫的做法。虽然19世纪的卢德运动被暴力制止了,但它的遗产却延续到了后世的劳工运动之中。与工业资本主义时期不同,随着算法对生活的殖民变得无所不包,如今的反抗必须摆脱工作场所的束缚,并以多种形式进行发展。


为了使分析富有成效,就必须超越单纯的描述,表现出具有规范性的愿望,提供一个要“如何做”的愿景(Tarnoff,2019)。因此,我们在本文中强调了拒绝、抵抗和重新想象是如何反对和挑战算法政治损害共同利益的做法,以及参与塑造共同的算法未来的。


在这篇概念性的论文中,我们提出了“算法卢德主义”以及理解这个概念的潜在框架。我们期待以相关项目和运动为重点的实证研究可以完善、修正和澄清这个概念,揭示上述努力可能遭遇的挑战和潜在限制,并提出克服它们的策略。


编译林立源
审核 |  王诗宁
终审 |  陈艳明
©Sociology理论志




前沿追踪/理论方法/专家评论
ID: SociologicalReview

点点“在看”给我一朵小黄花

Sociology理论志
搜索“理论志”,发现新学术:六万余读者关注的理论志社会学平台。目前,我们主力追踪国内外社会学、人类学和区域研究新动态。
 最新文章