在当代机器学习算法当中，质疑被转化成加权概率的可延展性排列。尽管这种概率排列当中包含了模型之内的多重不确定性：但算法仍然将这种多重不确定性压缩为一个单一的输出结果。最终，一种决策被置于绝对化的地位。(Amoore.2020：134)
回到权力的数据伦理学的人本方法，我们现在可以对之前的命题加以限定，即它首先承认了人类作为社会技术环境当中伦理能动者的基本价值。事实上，功利主义思维在非人类智能能动者当中的复现是权力的数据伦理学所要解决的核心伦理问题。此外，我们也想要在这里对“智能化”非人类道德能动者也可以成为伦理能动者的观点提出疑问。与伯格森的观点不同，我们认为：从本体论上讲，这些“智能化”非人类道德能动者并非“伦理性存在”。实际上，一个通过数据(实时)空间化获得其“智能”(学习、记忆与进化)的技术系统显然只能拥有一种类型的人类智能，即伯格森所说的“时钟时间”。换言之，数据系统是一种对于时间的空间化·这种空间化的时间是其时空背景的一个部分，且被专门用于服务系统目的。这就是为什么权力的数据伦理学的第一个技术动量就是承认数据伦理是一种人类责任。
作为方法的直觉
参照伯格森“存在即运动”的过程本体论。我们也得到了一种权力的数据伦理学方法。在伯格森看来，理想的哲学行动是“动态地思考”(Bergson。1907/2001：318)并与分析对象融为一体。换言之，其是对稳定意义不断进行重新协商。作为一种感知形式·直觉在其中发挥着独一-无二的作用(Bergson，1896/1991：66。183、185)。在《伯格森主义》一书当中(1966/1991).吉尔·德勒兹将其称为“作为方法的直觉”。这种路径是一种“进行时”状态，不断朝着未来的一个个未知点趋近。同时，这一方法也使得我所说的“伦理能动者”能有机会将自己置于一个关键问题或伦理困境的质化时空背景当中，并且考虑问题的相关条件。事实上，它不仅能够使得伦理能动者发现已有问题。而且也让提出新的问题成为可能。正是由于这个原因，伦理能动者在理想情况之下也是一个自由的伦理能动者。
第5章什么是数据伦理？
179