{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"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","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","id":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","uuid":"1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title":"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","normalized_title":"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","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787313310330","isbns":["9787313310330"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":266,"navigation_url":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","title_url":"https://workshop.closeclaw.top/ai/title/%E6%9D%83%E5%8A%9B%E7%9A%84%E6%95%B0%E6%8D%AE%E4%BC%A6%E7%90%86%E5%AD%A6%E5%A4%A7%E6%95%B0%E6%8D%AE%E4%B8%8E%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%97%B6%E4%BB%A3%E7%9A%84%E4%BA%BA%E6%9C%AC%E6%96%B9%E6%B3%95%E6%96%B0%E8%A7%A3","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed","page_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/page","search_url":"https://workshop.closeclaw.top/api/ai/books/1794a2f7-7f5b-4e9a-ab89-fc95e5b474ed/search"},"page":{"printed_page":127,"pdf_page":141,"physical_index":141,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"a4480a773be7ecc7002a27a07de44d34b6a16af5957fbcc891a14608a00b339d"},"chapter":"第3章","content":"在关于大数据的公共话语当中，资源隐喻十分常见(Puschmannand Burgess，2014)。技术评论家萨拉·沃特森(Sara M. Watson)认为：公共话语当中个人数据的主流隐喻具有“工业性”，仿佛它是一种需要经由“大规模工业流程”处理的“自然资源”。比如，迈尔·舍恩贝里耶(Mayer-Schönberger)与卡基尔(Cukier，2013)将数据描述为工业大数据时代进化的原始材料。然而，“作为资源的数据”这一隐喻实际上指代两种不同的事物：一种资源确实是工业流程的原材料，经过加工后可以变成产品：另一种则是那种使我们作为个体的人变得更加强大的资源，“资源丰富”也就意味着作为个体的人拥有能力、身体、心理与社交手段。换句话说，这里提到的第一类资源是有形的、物质的，另一类是社交的、心理的。实际上，两者都是语言学家乔治·莱考夫(GeorgeIakoff)与马克·约翰逊(Mark Johnson)在他们的经典著作《我们赖以生存的隐喻》(1980：25)当中提到的“容器”隐喻：我们可以处理并推理的边界性的实体。\n\n当然·作为一种资源，数据可以通过非常具体的方式得到保护与治理。在每一种情况之下·微观或宏观利益相关方的利益都被纳入了这些治理和资源处理框架之中。一般来说，各个行业的利益体现在其基于数据运作模式的原材料当中，比如：政治参与者的利益在于为人工智能创新提供丰富的数据基础设施，以利于其在全球市场开展竞争：工程师的利益在于利用大量的数据训练和改进人工智能系统：个人利益在于保护其个人数据的丰富性，其至通过创建个人数据库来强化其数据资源并且直接从中获益(正如“数据信任”或“个人数据存储运动”所倡导的那样)。显然，将个人的心理与社交资源看作是工业生产线上的物质资源反映了数据利益之间的冲突。但除此之外，信息不对称性同样也在“数据富人”与“数据穷人”之间造成了非常明显的社会经济差距，这是在社会当中更为基本的结构层面之上的利益冲突。这样看来，数据不仅是人工智能技术的“原材料”、本质上也是重要的个人资源。\n\n第4章数据利益与数据文化\n\n127","previous_page":126,"next_page":128}