前沿速递

数据是物质的吗？迈向一种人工智能的环境社会学

核心概念

抽象与提取（Abstraction and Extraction）：这个概念指代一个统一的、不可分割的过程，即为了技术利用而改造现实世界的方式。其中，抽象是指从复杂的现实中，根据特定的功能目的，识别并分离出有限的、可度量的属性，同时忽略其所有其它背景和内在联系。而提取则是指将这些被抽象出来的属性，从其原始的、相互关联的语境中强行剥离出来，使其成为可以被处理、计算和整合进技术系统的独立元素。例如，一个健身应用在记录你的散步时，它将你放松身心、欣赏风景的复杂体验抽象为步数、距离和卡路里这些数据，然后提取这些数据并上传到服务器进行分析。这个过程将一个完整的生命体验，简化并提取为其功能性的片段，其本身就是一种物质性的转化过程。

真实抽象（Real Abstraction）：这个概念源于马克思主义理论，它指的是一种并非存在于思想中，而是通过社会实践和具体行动而成为客观现实的抽象形式。它是一种塑造了我们行为方式的社会关系，即便我们没有意识到它。例如，在商品交换中，我们用货币将一本书和一杯咖啡等同起来，我们并非在头脑中思考它们的抽象价值，而是在实际行动中将它们当作是等价的，这就是一种真实抽象。在 AI 领域，当算法根据你的浏览历史为你推荐内容时，它就将你这个复杂的人真实地抽象为了一个可预测的用户画像。这个抽象的画像会直接决定你能在信息流中看到什么，从而对你的现实生活产生具体影响。因此，真实抽象不是一种思想，而是一种嵌入技术并作用于现实世界的物质力量。

功能性简化（Functioning Simplification）：这个概念最初由社会学家卢曼提出，指技术的核心运作原理，即通过刻意忽略和排除世界的绝大部分复杂性（其余的世界），只关注那些能确保技术稳定、可重复运行的特定因果链条，从而实现其特定功能。本文对其进行了批判性重构，强调要追问为谁简化以及简化的代价是什么。例如，导航软件就是一种典型的功能性简化。它将复杂的城市简化为点、线和交通时间，从而高效地实现从 A 到 B 的功能。但在这个简化过程中，它可能忽略了社区的宁静、街道的历史风貌或行人的安全，并可能因为引导大量车流而破坏了这些被简化掉的价值。因此，技术的功能并非天然中立，其简化的过程本身就蕴含着政治和生态的后果。

研究问题

当前，关于人工智能的批判性社会科学研究，在探讨其物质性时面临两个障碍。一方面，研究倾向于将 AI 的提取主义局限于数据提取，忽视了其对资源、能源和劳动力的巨大消耗。另一方面，当学者们确实关注到 AI 的物质基础时，他们又倾向于将数据这一范畴消解到传统的提取形式中，例如将数据的物质性等同于制造芯片的矿物、驱动数据中心的电力或进行数据标注的劳工。这种做法无意中强化了一种错误的二分法，即数字世界是虚无缥缈的，而模拟世界才是真实的物质存在，从而未能将数据提取本身视为一个具有独特动态的物质过程。

因此，本论文试图回答以下核心问题：我们应如何将数据提取概念化，使其既被理解为一个独立的、具有自身独特社会生态动态的物质过程，又与其它形式的物质提取（如资源、能源、劳动力）具有同等的物质地位？一种人工智能的环境社会学应该如何构建其理论框架，从而不仅关注 AI 的环境影响，更能深入揭示数据作为一种真实抽象是如何在权力关系中形成，以及这一过程本身所具有的政治性和生态性后果？