即便在21世纪10年代，机器可能有朝一日不受人类控制而完全自主进化的观念仍然甚嚣尘上。例如，霍金在2014年警告：发展到完全人工智能的那一天也就是人类文明被终结之日(Cellan-Jones.2014-10-2)。此外，奇点运动的创始人雷·库兹韦尔在2016年预言：人工智能将会更新人类的过时软件，并创造出一个彻头彻尾的超智神灵(Lunau，2013-10-14)。无论是在人工智能的智力水平以及机器人潜在能动性的广义公共讨论当中，还是在关于人工智能即将产生的发展潜力或威胁的想象之中，都可以找到上述观点的影子。学界关注人工智能能动者将会取代人类劳动力，新人工智能系统的艺术性与创造性则反映了人类对于社会之中出现全新型自主性能动者的想象。
因此，正如伊莱什与博伊德(2018)所言·人工智能的“魔力”只是在干它可以将一项技术神秘化，因而形成“炒作”与“恐惧”的循环，最终将我们对于人工智能潜在功用的想象盘剥殆尽。借此·他们也认为，只有通过参照人工智能设计流程研发一个丰富的数据分析方法框架，才能有效应对这些恶性循环。同样，我们也可以将此论述延伸到社会当中研用人1智能的数据伦理方法之上。
然而。要想制定一个能实现这一目标的方法论框架，我们需要一个特定的概念，即能够将人智能视为一个允许人类设计与控制的数字数据程序。换言之，我们须将对于人工智能的关注点聚焦于可以设计的数据系统与数据程序之上，从而保证对人工智能的管理易于对社会中行为失控能动者的管理。人T智能在社会中被逐步投入实际应用的方式已经发生转型：从以往基于编程规则的专家型系统(以人类专家知识编码)，逐渐发展到支持自我决策能动性与自我决策能力强化性人I智能系统。前者主要应用于人类社会与自然环境之中，后者则能够在数字环境下从大数据当中不断进化与学习。本文中我所关注的正是第二种人工智能在数字数据处理方面的实际应用。
第3章大数据人工智能社会技术基础设施
87