在21世纪10年代，具有不同偏好的各种技术文化在全球舞台上百家争鸣.为了决定当下AISTIs与BDSTls的设计方向而“八仙过海、各显神通”。正如上文提及的来自世界不同地方的两个智慧城市案例所示.不同技术文化偏好体现在它们会通过设计满足数据当中特定的利益模式。我们在设计人工智能的过程当中需要批判性地看待这些利益，对于我们在设计数据密集型社会技术基础设施的组件之时行使了哪些权力要做到了然于胸，比如：民主权力、垄断权力、独裁权力或极权权力。我们为什么要这样做？可以说，凡此种种皆是人为赋予。在这一过程当中，我们有意识地创造权力、提供权力，并且分配权力。
为了推进对于人工智能设计与开发当中数据利益的进一步探索，我提出了基于关键数据隐喻的五个主题群：“作为资源的数据”“作为权力的数据”“作为调节器的数据”“作为视觉的数据”以及“作为风险的数据”。下面，我将逐一予以介绍(Hasselbalch，2021，有改编和修订）。
作为资源的数据
谁提供了数据资源？谁在数据资源当中拥有利益？数据资源是以何种方式得以分配？人类又是如何受益的？
“作为资源的数据”关注的是数据设计的数据资源分配当中的不同利益。如果数据是一种资源，那么它也可以从其所代表的人或物当中分离出来。数据能够以一种结构化或非结构化的方式在系统中“被提供”“被访问”“被集中”“被标记”“被提取”“被使用”“被处理”“被收集”“被获取”以及“被置入”。资源是一种有形的、空间上的东西：我们可以拥有它，也可以把它放在容器当中或在其周围建立边界，还可以储存并且予以处理；当然，它也是一种可有可尤的东西。
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
126