1985)。这些时刻意义重大，因为它们不仅构成社会协商，还会促成文化妥协—这是社会技术系统进化所需的“技术动力”(Hughes，1983,1987)。此外，它们对于创新与发展阶段同样至关重要，因为它们促成了社会技术系统的转型——它们产生于寻求解决系统关键问题的过程当中。我们可以将其想象成一种“系统之争”———新旧系统同时并存于一种“辩证张力”(Hughes,1983：106-139)之内。或者将其想象为一系列冲突与出路并存的局面——不仅存在于工程师之间，而且在不同政治与多方利益主体之间同样如影随形。此时，关键问题纷纷暴露出来，不同利益需要予以协商并平衡，最终聚焦于如何通过系统进化解决相关问题。正是在这个阶段识别并解决了相关问题之后，新系统(或者旧系统改造)随之诞生。要想解决这些系统的关键问题，不仅需要看到技术层面的因素(例如，采用与系统要求一致的技术标准)，更要关注其中涉及的政治与历史因素。
术语说明
如果想要避免鸡同鸭讲的尴尬，那就需要一套公认的术语。本书的一个关键旨趣就是在关注人类权力的情况下，为围绕人工智能数据而展开的数据伦理讨论创造一个共同基础。其中任务之一就是为权力的数据伦理学提出一套普适话语，下文介绍的关键术语就在其列。
数据伦理学
数据伦理学关注大数据社会中的权力分配和权力关系及其相应的运作条件。应用型数据伦理学关注的是如何彰显这些权力关系，以便指出支持“人本主义”权力分配的设计、商业、政策以及社会文化进程。
权力
众所周知，权力是一个颇具争议的理论化概念，可以回溯到霍布斯(Hobbes)、马克思(Marx)、阿伦特(Arendt)以及福柯(Foucault)等多个前贤先哲的文献当中，可谓遍布各个学科。在本书当中，我仅以当代权力理论的前沿范式为参照，将对象聚焦于当代文化与数字技术之上。权力的数据伦理学关注于新兴技术介导的时空结构(BDSTIs和AISTIs)当中的权力分配·同时强调把价值与利益的文化权力斗争与协商看作是社会技术变革与治理的核心议题。这种权力与技术的概念化缘起于监控与关键数据研究，其关注的焦点是大数据社会的权力状态——微观上关注系统、商业、政府以及工程方面的数据实践，宏观上关注社会技术的变革。尤其需要指出的是，我们需要从“流动性”的角度来研究权力问题。(Bauman，2000；Bauman&.Haugard,2008;Lyon,2010;Bauman&Lyon,2013)即关注一种由少数权力主体集中操纵的权力。它们在(监控)文化(Lyon、2018)的使用、设计、治理与想象中日益自我维持、重新设计并进化发展。从这个意义上讲，他们难以改变——虽然不无可能。基于文化研究传统，我提出了文化与权力的概念化，旨在解决文化表征、文化实践以及文化产品当中权力分配不平等的问题。至关重要的是，从这一视角来看，文化权力并不具备长久稳定性。相反，文化权力始终具有动态开放性与重新分配性的诸多可能。
米
权力的数据伦理学：大数据与人工智能时代的人本方法新解
12