总之，21世纪10 年代BDSTIs与AISTls研发所带来的数据文化变革体现了数据、信息知识以及科学实践的范式转向，即“常规”实践与“常规”标准以及要求的变化。这就是它的运作机制。一个社会技术基础设施方向的真正改变意味着信息处理过程的文化方式发生根本性改变，具体涉及如何收集、处理、存储、分析与使用信息；同样也意味着塑造信息处理过程的科学想象的改变。实际上，数据文化的每一步变化都是基于对系统数据设计在应用于人类生活时的不完整性认识。
关键文化时刻
数据文化可能具有稳定性与制度化特征，但如我们所见，它们也具有商讨性与挑战性。在前文当中，我们已经描述了发生在宏观时间尺度(大型社会技术系统整合之前的危机时刻)的协商空间。实际上、关键伦理评价时刻同样产生在数据设计实践当中以及数据设计者在微观设计语境之下的设计选择协商与决策之中，比如我在前文当中提到过的人工智能设计所牵扯的“数据利益”协商过程。例如。信息学者凯蒂·希尔顿(Katie Shilton)研究了互联网架构工程团队(指定的数据网络项目)——的价值表达，并根据他们之间的不同利益创建了数据设计师价值类型的分类法：“①那些应对技术压力与机会的人；②那些关注个人自由的人；③那些被信息共享空间中集体利益影响的人”(Shilton，2015：8)。
这里所说的“关键文化时刻”指的是替代性意义制造文化系统被创建并用于对抗已有文化常态的时刻，其对于应用型数据的权力伦理学方法至关重要。首先，这是数据文化当中文化意义稳定性被破坏的时刻。因此，我们希望能保留这些时刻，从而实现人类在社会技术变化当中的批判性参与。然而，我们也需要明白，这些时刻的特别之处在于它们稍纵即逝，不会长久存在。它们往往会销声匿迹于数据设计、法律和标准等主导数据文化之中。例如，一个数据设计不仅仅是“编码的”数据，也是符号中的数据文化，一种特殊的数据文化。换言之，数据设计具有文化属性，可以被视为文化编码的意义系统。事实上，系统的数据设计是行动中的文化.它决定了系统文化的价值。换言之，主导文化可以通过转换为看似具有中立性的“专业型符号”的方式轻易地再现(Hal1，1980：126)。正如科林斯(1987)在他对文化技能与人工智能的描述当中所说的那样：在专家系统之中，文化被编码为明确的文字形式；尤其是在先进的自主学习系统之中，文化以自动化机器预测与决策的形式被编码。然而，像这样的人工智能系统对于权力的数据伦理学而言是一种特殊的挑战，因为它们永远都不具备人类的“理解(能力)”(Searle，1980，1997)；换言之，这些系统没有能力再现人类意义生产的关键文化时刻。此外、世界的文化分类是在系统当中被主动编码生产的，这就意味着编码型“优选意义”与解码型意义协商之间意义生产的文化时刻都被纳人了系统之中。同样·这也意味着当关键文化时刻与替代数据文化(只有在意义由人在特定时空背景之下做出定性解读之时，替代性数据文化才会出现)发生冲突之时，这一时刻将不会出现。
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
160