权力几何、AI 能动性与合成数据

AI 扩张如何重塑地方权力?

权力几何、AI 能动性与合成数据
Photo by NASA / Unsplash
💡
本期前沿速递分享了两篇论文。

第一篇论文探讨了 AI 技术在全球与地方的双重特性。当 AI 的技术标准与资本流动呈现跨国特征,其开发部署又深植于特定地方的立法框架与文化价值时,我们该如何理解这种复杂的互动?文章引入多琳·马西的「权力几何」概念,试图分析 AI 在全球扩散与地方实施中所产生的权力关系,并特别关注 AI 在「能动性」层面引入的根本性变革 。AI 是否正从工具演变为具有一定「能动性」的行动者,从而催生出新的权力结构?这种流动的、共存的能动性状态,又如何在具体的历史文化脉络中被协商与建构?

第二篇论文讨论数据密集型资本主义的未来。在监控日益受到抵制、传统数据获取面临挑战的背景下,「合成数据」——即人工创造而非真实捕获的数据——正成为新的焦点。合成数据的吸引力仅仅在于规避隐私风险和解决「数据短缺」吗,抑或它更深层次地契合了资本追求自主化和提高有机构成的内在趋势?当数据可以被「制造」,当 AI 的训练不再必然依赖对人类主体的监控,这将对数据的本体论地位、知识的产生方式乃至监视资本主义的根基带来怎样的冲击?

祝今日读写愉悦,洞见深省。

前沿速递

人工智能、能动性与权力几何

核心概念

权力几何(Power Geometries)是女性主义地理学家多琳·马西(Doreen Massey)提出的一个核心概念,用以描述社会中空间性和流动性如何被权力结构塑造并反过来生产权力结构。它关注的是不同社会群体和行动者如何被定位在信息流、资源流、基础设施流和人口流动之中,以及这些定位如何受到权力关系的调控。这些关系最终塑造了每个行动者的位置,并影响着由 AI 技术引发的全球能量、信息和价值流动中所固有的权力与资源的不对称性。马西强调,问题不仅在于谁在流动、谁没有流动,更在于支撑这些跨越时空流动的权力关系。权力几何并非仅指事物在空间中如何发生,而是指事物如何通过空间、流动以及跨空间的移动而被主动地、动态地生产出来。地方不仅仅是地理座标,而是「社会关系和理解网络中的关节点」 。

想象一下我们日常生活中使用的智能手机。这部手机的设计可能在美国硅谷完成(一个权力中心),芯片可能在台湾制造,稀有金属原料可能来自非洲某个冲突地区(资源被剥削的边缘),组装可能在中国大陆的工厂(劳动力密集的加工中心),而最终消费者可能遍布全球。在这个过程中,「权力几何」就体现出来了:

  1. 谁在掌控流动? 硅谷的科技巨头掌控着设计、核心技术和品牌,它们发起和主导了整个产业链的流动。
  2. 谁在流动中获益更多? 科技巨头和股东显然获益最大。而非洲的矿工、中国的组装工人,他们虽然也参与了这个全球流动,但他们在价值分配中处于弱势地位,获益很少,甚至可能面临恶劣的工作条件和环境污染。
  3. 谁被流动所限制? 那些无法接入这些技术、无法参与到这个全球生产网络中的人们,可能在数字时代被进一步边缘化,他们的「流动性」受到了限制。
  4. 信息和资源如何流动? 数据(用户数据、训练 AI 的数据)从全球用户流向科技巨头,利润也主要流向这些中心。而环境成本、低端劳动的压力则不成比例地由发展中国家承担。

这部小小的手机,它的生产、流通和使用,背后就交织着复杂的全球权力关系网络。比如,训练手机语音助手 AI 的数据,可能包含了全球各地用户的语音,但如果这些数据主要反映了发达国家的语言习惯和文化偏见,那么这个 AI 助手在服务非英语母语用户或不同文化背景用户时就可能出现偏差,这也是一种权力不平等的体现。这就是权力几何想要揭示的,即看似单纯的技术和商品流动,实则是权力关系在空间上的展现和运作。

研究问题

当前,AI 一方面被视为一种具有普遍影响力的全球现象,其技术标准、主要参与者(大型科技公司)和资本流动都具有跨国特征。另一方面,AI 的开发、部署、使用和接受过程,又总是深深植根于特定的地方性立法框架、政治生态、经济条件和文化价值观之中。

近期发生的诸多事件,例如意大利数据保护机构对 ChatGPT 的临时禁令,凸显了 AI 技术的全球扩张与各国(或地区)特定监管和文化考量之间的紧张关系 。这类事件表明,试图将 AI 理解为一个同质化的、去脉络化的技术实体是远远不够的。公众、政策制定者和学术界日益认识到,AI 不仅仅是技术代码的集合,更是一种塑造和被塑造的社会文化产物,其影响深远,涉及隐私、劳工、伦理、偏见乃至地缘政治等诸多方面 。

然而,现有的研究视角往往难以充分捕捉 AI 的这种双重特性——既是全球的,又是地方的。一些研究可能过于侧重 AI 技术本身的发展,而忽略其社会嵌入性;另一些研究可能聚焦于特定国家或地区的 AI 文化,却又可能忽视这些地方性实践是如何被更广泛的全球 AI 地理和政治格局所塑造和制约的 。特别是,AI 系统的设计、数据来源、算法逻辑以及资本投向,往往呈现出明显的全球权力不平衡,例如「全球北方」在技术研发和标准制定中的主导地位,以及「全球南方」在数据供应、低端劳动和潜在风险承担中的边缘位置 。

因此,研究背景的核心问题意识在于:如何建立一个理论框架,既能够承认 AI 在不同地方的多样化表现,又能将这些多样性置于全球权力网络和不平等结构中进行系统性考察?如何超越简单的「全球 vs 地方」二元对立,揭示二者之间复杂的互动、渗透和相互建构的关系?