据此，法律学者尼尔·理查兹(NeilM. Richards)与乔纳森·金(JonathanKing)(2014)在“大数据伦理学”的基础之上，提出了更具包容性的权利驱动分析(Richards&King，2014：393)，指出了以牺牲“个人身份”(Richards&King，2014：395)为代价而对那些具备大数据能力的机构赋权的伦理影响。这样一来，当我们把大数据社会的分布式权力关系作为实施隐私权条件之时，我们也可以更好地将隐私视为一种“情境性”的存在(Nissenbaum，2010)———它在群体当中产生并生效。因此，保护隐私是一种集体责任，而非个体责任(Tisne, 2020)。
我对权力的数据伦理学基本思考的素材均来自这些对于数据填充式社会技术环境的监控特性描述。BDSTIs和AISTIs的空间结构均是有意维持权力的不对称而得以设计，它们不仅强化了现有的权力机制、其实也在创造着新的权力结构与权力主体。商业主体凭借数据积累以及利润和(或)控制驱动型数据设计而获得了权力，进而挑战了传统意义上的国家权力。
权力的数据伦理学就是为了应对大数据社会中权力的这种全新自然状态才产生的，它呼吁各界对于数据系统进行可替代设计与落实。但更为重要的是，权力的数据伦理学希望存有不同类型的数据文化(我在第4章将会提到这个术语)。在这里，“监控资本主义”(Zuboff,2019)很好地概括了资本与商业主体的角色与权力结构。然而，这一概念并未涵盖大数据社会的权力结构以及文化的“流动性”(Bauman, 2000; Bauman and Haugard, 2008: Castells, 2010;Lyon，2010；Bauman and Lyon。2013)，而这些正是权力的数据伦理学需要解决的问题。换言之，尽管这种权力在使用、设计、治理与构思方面的(监控)文化(Lyon，2018)当中日益自洽、不断改造并持续进化，但这种权力始终还是集中在少数权力主体之中并为其所设计，因此很难改变，但却并非不无可能。在我看来，正是由于这种权力的“流动性”、我们需要一种综观型数据伦理治理方法以应对大数据社会当中的诸多问题与挑战。
第1章大数据社会技术基础设施
41