后来传播到消费的自动化一一人们被文化和广告行业的视听技术训练成消费者—一然后传播到人类的自我理解，这种知识被诸如社交媒体和大数据分析等自动化。
我们认为，语法化应该被理解为马克思在《1844年手稿》中所说的“生活活动”(2007:75)对劳动的真实包容的延伸。机器学习包含的不仅仅是劳动，还包括与我们生活方式相关的更一般的人类行为、交流、知识和技能—一包括购买和消费，还有友谊、娱乐和爱情的社会关系，从资本的角度来看，这些都是加速流通的引擎。正如斯蒂格勒(2010:45)所说，用三个有用的法语短语，savoir-faire(知道如何制造和做)，savoir-vivre(知道如何生活)和savoir-être(知道如何成为)从整个社会或行星工厂的人类身上剥离出来。在最近的一项工作中，他明确地将这与AI和大数据联系起来，表明在它们目前的形式下，这些创造了不满，困惑和无能的主体性，在深刻的意义上“麻木”(斯蒂格勒2015)。对于斯蒂格勒来说，机器学习“计算相关性……以便自动预测个人和集体行为，它们也会通过捷径和绕过任何审议而引发并“自动实现”(斯蒂格勒2017:231)。用我们的话来说，它们创造了一种强化的分解状态。
正是通过社交媒体，资本正在实施一些最强大的AI干预，这些干预立即重构了日常社会关系，并对阶级构成产生了重大影响。十多年来，b谷歌的搜索排名算法和脸书的网络人际关系社交图谱一直在将这些平台用户的活动转化为数字档案，用于定位内容并向广告商销售。这是否会跨越AI领域的界限还有待商榷;算法处理受到AI效应的影响。然而，在两个重要的领域一一提高自身绩效的能力，以及由此带来的预测信心的不断升级一一两家公司都声称自己取得了巨大的进步。
2016年，脸书推出了“自我改进、人工智能驱动的预测引擎”，被称为“FBLearner Flow (FBL)”(Biddle 2018)。它使用“机器学习专业知识”来利用“位置、设备信息、Wi-Fi网络细节、视频使用情况、亲和力和……
98
inhuman power