因此，权力的数据伦理学的一个初衷就是要识别稳定意义生产系统(或者是我之前所说的主导文化系统或秩序)当中所掩盖的问题，并提出相应解决方案。正如德勒兹所言，问题与解决方案的发掘与其所处的系统密不可分。这也是它们不容易被发现的原因。因此、第一步就是要发现“体验条件”(Deleuze，1966/1991：23)(或者采用斯图尔特·霍尔提出的术语“感知条件”)。这些条件决定着已有问题及其解决方案的探索路径(或者德勒兹所指的问题的“陈述方式与条件”)(Deleuze，1966/1991：15)。事实上，这些问题也有可能是“虚假问题”。在某个(主导的)意义生产的文化系统当中，它可能被看作是一种失序；而在另一个文化系统之中，它可能本身就是一种文化秩序。比如，我们可以拿信息处理技术系统当中按照特定分类系统对于数据进行清理的行为作为例子。该行为可能是严格按照这个分类系统规则并以一种“有序性”方式进行操作。然而，我们有可能同时会发现、这种特定的排序模式(即分类系统)本身就存在严重的问题。例如，该系统可能在分类方法上存在偏见，因为它只代表了特定主导群体，结果对于少数群体造成了伦理影响(又见BowkerandStar，2000)。这里，系统秩序本身就是一种问题，而“失序”(替代性文化系统)则构成了相应的解决方案。因此，我们可以认为：作为一种规则，所有的数据伦理问题都具有独特性，就像所有数据伦理的“解决方案”都是独一无二的一样。然而，二者同时作为意义制造的文化系统的技术动量，它们既具独特性，又有关联性。
德勒兹还为我们提供了一种权力的数据伦理学的工作方法：不是直接从解决方案入手，而是回到问题本身并且思考它的“成因”与“设计”方式。实际上，系统的特定权力表达机制本身就是一种问题。而其又会进一步帮助我们寻找相应的解决方案。可以说，我们以伦理能动性方式参与了这些权力机制。德勒兹指出，“真正的自由在于拥有决定权，在于构成问题本身的权力”(Deleuze，1966/1991：15)。那么，所提出的问题表征了怎样的社会现实？解决这个特定的问题又对谁有利？为了解决问题，我们需要找到问题、模拟问题，比如，试图理解最初问题的表征方式，并且“发现”虚假陈述问题(Deleuze，1966/1991：15-19)。只有这样，我们才能思考并寻求解决方案。
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
180