数字社会学

—个真正的历史检验”(Martin Luther King：A True Historical Examination),该网站似乎是在向马丁·路德·金致敬，但其中包含的材料和链接都指向了其他网站，这揭露了其真正的目的：诋毁马丁·路德·金。由于这些网站是经过伪装的，所以它们经常会在搜索马丁·路德·金等人名时出现在搜索结果中的顶部，这增强了其真实性和可信度(Daniels，2009a)。

种族主义行为经常发生在所谓的“深层网络”(deep web)、“不可见网络”(invisible web)或“暗网”(dark web)上。“表层网络”(surface web) 是指任何用户都可以使用常用搜索引擎和浏览器访问的网络。相比之下，“深层网络”被结构化为加密的私人网络，因此是隐藏起来的并且难以访问。它比表层网络大很多倍，并需要特殊的浏览器才能访问。深层网络被用于犯罪或恶意目的，如毒品和武器交易、雇佣杀手、传播儿童色情或虐杀电影（人们被杀的真实镜头)，以及煽动种族主义或恐怖主义。

部分数字羞辱和私刑类型（我将在第七章进一步讨论）也是公然的种族主义，比如419eater.com这一网站，它鼓励参与者对来自非西方国家的人（通常是来自以尼日利亚为代表的非洲国家的黑人）进行“引诱诈骗”(scam baiting)，包括回复诈骗电子邮件，以及试图让受骗者参与浪费时间或有辱人格的活动，例如举着他们不懂的羞辱性英文标语拍照，甚至按照引诱诈骗者的指示文身，而诈骗者承诺这样做能获得金钱。

手机应用也会扩大种族主义、性别歧视以及其他形式的社会歧视和污名化。例如，有一些应用将种族偏见笑话或种族歧视作为游戏的一部分。在“史上最具种族主义色彩的10款智能手机应用”的榜单中，有一款挪威人开发的游戏，名为“街头乐队英雄”(Mariachi Hero Grande)，这款游戏的主角是一名墨西哥人，他穿着脏兮兮的斗篷，目标是在射击龙舌兰酒瓶的同时踩死蟑螂；另有一款法国应用，名为“犹太人还是非犹太人”(Jew or Not Jew)，旨在提供犹太名人的详细信息；还有一款叫作“非法移民：游戏”(IllegalImmigration：A Game）的游戏，运用偏见性的潜台词来讨论关于美国外来移民的真假事实(Bracetti，2012)。另一些应用程序最初收入谷歌应用商店，但随后遭到举报，因为这些应用程序邀请用户将自己的照片转换成不同民族或种族群体的样貌，如通过添加歧视性视觉元素等功能“让我成为亚裔”。这款游戏还使用了种族刻板印象，将白人面孔转化成黑人、北美原住民以及奥斯威辛集中营的受害者。

数字社会学

160

在互联网上，公然歧视和仇恨女性的言论也很常见。不只有女性学者会受到性骚扰、暴力和强奸的威胁(见本书第四章)。许多卷入数字公共参与的女性，如女权主义活动家、博客作者或记者，都经历过伴有极度露骨和冒犯性的措辞的仇女评论、跟踪和暴力威胁。数字媒体的女性用户比男性用户少，但她们在网上受到仇恨言论和辱骂的比例更大(Citron，2009)。一个著名的例子是英国学生卡罗琳·克利亚多-佩雷斯(Caroline Criado-Perez)，她领导了一场要求英国政府让更多女性出现在国家纸币上的运动。在2013年年中，她在推特上多次收到强奸、暴力和死亡威胁。为了回应一些线上请愿，推特最终开发了一个按键，允许人们在该平台上举报辱骂或暴力信息。

谷歌的自动补全功能被认为具有重大的政治和伦理含义。例如，一项由联合国妇女署（UN Women）组织开发的广告活动，在谷歌搜索中的自动补全查询中发现了对女性的数字化歧视（UN Women，2013)。当这项活动的开发者使用“女性应该”“女性不应该”“女性需要”等词进行搜索时，谷歌会自动补全出“女性需要纪律”“女性不应该拥有权利”等短语。2013年11月，我在谷歌上用“女性应该……”进行搜索时，我电脑上的自动补全结果是“不运动”“沉默”“呆在家里”和“不接受教育”。当我输入“同性恋者应该……”时，自动补全系统给出的最热门建议包括“死亡”“不允许收养”和“被枪毙”。这些自动补全结果揭示了其他用户最常搜索的词汇。因此，许多以英语为母语的数字用户对女性，部分宗教、民族或种族群体以及同性恋者存在着根深蒂固的歧视。我们也可以说，如果持续允许自动补全这些关键词，那么，每因自动补全的观点而输入这些词，这种歧视就会永久存在。因此，自动补全算法并不是简单地利用搜索数据，它们也是社会态度的建构和再生产的行动者。

第六章 数字技术应用的多样性

139

161

种族主义、厌女、恐同和其他形式的威胁和骚扰往往被轻视，没有得到法律的适当处理。然而，它们却可能对受害者产生重大的情感影响，并限制边缘群体自由进行数字公共参与的机会，包括从这种参与中获得收入（Citron，2009；Citron and Norton，2011)。

本章讨论了人们在多元社会经济和文化背景下使用数字技术的多种途径。本章所提供的例子表明，虽然数字技术在今天已具有全球影响力，但是地方性的“技术景观”或“使用文化”也会塑造它们的使用方式(Goggin and McLelland，2009：4)。地理位置在决定技术的物理访问方面很重要，但具有同等重要性的是区域内部的社会规范、实践和期望。正如我所主张的，数字社会不平等通过一系列方式呈现和再生产，包括使用文化和访问权的缺失。社会不平等和边缘化也可能在网络上拓展并加重。其中一些主题将在下一章中进一步讨论，我将转向数字政治的各个方面，因为它们与数字数据监视、数字行动主义、开放数据运动和公民参与有关。

数字社会学

140

162

第七章 数字政治及公民数字公共参与

探讨数字媒体应用，尤其是社交媒体平台的应用的文献越来越多。它们已然构成推动社会行动主义的手段，也被出于政治目的生产和使用数字数据的公民用来开展开放数据运动和逆向监视的战略。本章首先概述了数字监视的政治，这个问题在大数据时代变得越来越重要，并揭露了政府对其公民进行数据监视的方式。接下来，本章讨论了隐私的政治，并回顾了数字媒体技术在公民政治倡议中的应用。本章将采用批判性的观点，来审视社会媒体在影响社会变革、在数字数据中取得开放访问权上拥有独特力量等说法。本章的讨论还将聚焦于由民间新闻等活动生产的表面“真相”如何出于政治目的或者是纯粹的变态行为而被篡改，虚假信息如何被传播，以及社交媒体的行动主义如何沦为私刑行动与社会边缘化和歧视的方式。

数字监视政治

在第二章中，我概述了适用于数字技术的各种形式的观看（监视)。我指出，监视可以是自愿的或非自愿的、公开的或隐秘的、温和的或强制的、限制个体自由的或支持自由的。正如第二章所概述，人们已经认识到，如今我们生活在一个后全景监视世界，全景监视模式已经被以观察和监视为核心的新型权力关系所补充或取代。全景监视是“固态的现代性”的特征之一，因为它被限制在特定的时空范围。传统的全景数据是静态的，记录于某一具体地方中，并可能落满灰尘。它们只有单向的移动路径：从被监视者到监视者。那些通过现代数字监视技术收集的信息则大有不同。在《流动的现代性》(Lyon and Bauman，2013)一书中，监视无处不在，而且灵活快速运转。

163

不可否认的是，数字技术可以推行强制性和社会排斥性的监视模式。这特别发生在监狱等机构，利用数字手段监视移民和难民，或者构成安全措施，例如在公共空间使用闭路电视摄像头来识别潜在罪犯或恐怖分子嫌疑人(Bossewitch and Sinnreich，2013;Hintjens，2013；Mann and Ferenbok，2013)。这是一种威权模式的监视，那些被监视者并不总是明确表示同意（或事实上是被强制要求这样做)，而监视者也不能默许自身行为有类似的透明度。

许多日常生活活动都涉及数字监视，但被监视者并未直接表示同意，并且这种监视可能是秘密的（covert)。即使通过某些技术收集的数据是被监视者自己的，这些数据也不会提供给他们。这些监视战略正在被监视者不知情或不同意的情况下扩散。例如在美国的一些地区，警察、私营公司和十字路口的闭路电视摄像头会例行对车牌和汽车位置进行拍摄。这些数据结果不仅被用来识别罪犯，还被用于警方的日常监视，甚至是对那些毫无可疑之处的公民开展监视，并服务于商业目的（例如供汽车回收公司使用）（Angwin andValentino-Devries，2012)。一些公司已经开始利用智能手机搜索

数字社会学

164

WiFi网络时自动发出的无线信号，来收集人们在公共空间移动的轨迹数据。智能手机用户并不必须同意手机的数据访问权限，也未意识到他们的移动轨迹正被追踪（Crawford，2014)。

众所周知，情报和执法机构一直在监视社交媒体平台上的内容和对应的元数据，并利用自身的社交媒体平台彼此共享数据(Werbin，2011)。直到斯诺登披露了政府机构对数字用户的监视程度之后，许多公民才开始意识到他们的个人数据可能受到了这些机构的审查。一段时间以来，大众媒体一直在警告公众，以谷歌和脸书为代表的商业实体以及政府机构正在通过收集有关公民的数据来监视公民，最终可能会通过汇总各种数据集产生的详细信息而深度了解个体(Wallace and Whyte，2013)。斯诺登文件显示，西方政府在很大程度上秘密访问了数字媒体网站，试图监视参与政治行动主义的个体活动。

美国国家安全局和其他西方情报机构不仅利用数字媒体数据进行监视，还试图利用社交媒体平台诋毁政治活动家和团体，诸如维基解密（WikiLeaks）和匿名者（Anonymous)。“五眼联盟”（The FiveEyes Alliance）是一个安全合作组织，由美国、英国、澳大利亚、加拿大和新西兰的情报机构组成，它的活动范围远远超出了监视互联网材料，而是积极干预数字内容，制造虚假信息。斯诺登文件显示，英国间谍机构——政府通信总部的联合威胁研究情报组（JointThreat Intelligence Group) 一直向互联网平台提供关于目标的虚假材料以诋毁其名誉，并操纵网上讨论以生产符合其议程的结果。这些行为包括：将在线资料错误地归于他人、篡改目标的网上照片、撰写博客以伪装自已是拟低毁个体或团体的受害者，以及在网络论坛上发布负面信息。英国政府通信总部的一份文件描述了这些战术，其中提到了构成“在线秘密行动”的“四D”组合：否认(deny)、破坏（disrupt)、诋毁(degrade)、欺骗(deceive）(Greenwald，2014)。英国政府通信总部还秘密监视维基解密网站的访问者，他们通过接入光纤来实时收集访问者的IP地址，并识别他们在网站中的搜索关键词(Greenwald and Gallagher，2014)。

第七章 数字政治及公民数字公共参与

143

RT

165

禁光监视是当代数字监视的主要特征。多位作者指出，这种监视模式对在“常态”和“越轨”、“洁净”和“污染”、“健康”和“疾病”、“合法”和“非法”等等之间建立和维持边界至关重要。它涉及一种社会分类(social sorting)，在这种分类中，特定社会群体被认定为具有不同程度的危险或威胁，其移动或行动也据此被允许或限制（Ajana，2013；Muller，2008)。因此，禁光监视属于一种政治理性，即认为边界和边界控制对人口治理至关重要。出于排斥目的而产生数据的技术，被称为“第一代生物特征识别技术”，它通常将生物特征数据（如指纹和面部图像）与在线数据库进行核对，以作为控制风险手段中“风险预测”(risk profiling）的一部分。“第二代生物特征识别技术”涉及对人们行为的监视，旨在识别和测量可疑或敌对的企图(Sutrop and Laas-Mikko，2012)。由于技术的无形性，“第二代生物特征识别技术”深刻地推动了社会分类，受到这种监视的个体能够意识到其被监视程度的可能性逐渐降低（Sutrop and Laas-Mikko, 2012)。

在历史长河中，作为对此类群体的最新监视形式，数字监视技术提供了更多的详细信息，如个人社会保障支出。另一个例子是在以美国为代表的国家中，外来移民群体要接受各种形式的生物特征监视（biometric surveillance）（如指纹扫描），以证明他们的身份和居住状况，而其他群体则不必接受此类监视。当人们缺少社会权力且缺乏数字素养或访问权限时，他们就无法抵抗政府的数字监视。与社会特权阶层相比，他们没有退出数字监视的选择，因为他们的收人、社会服务水平或工作权利可能依赖于这些要求。对此类监视和监管的担忧，使得人们关注“数字人权”(digital human rights）主题(Eubanks, 2014)。

数字社会学

144

166

随着数据挖掘和算法处理的新发展，我们很难预测现在生成的数字数据将在未来如何使用（Andrejevic，2013)。正如第五章所讨论的，越来越多的证据表明，以往具有不同来源的匿名数据能够通过聚合使用来追踪数据来源，从而破坏匿名性(anonymity)。“数字指纹”(digital fingerprinting）技术允许将不同数字设备所收集的多重个体数据集连接起来，以识别其名字、习惯、偏好和实践（Andrejevic，2013）。即使数据保持匿名性，它们也可能对个体权利和自由产生重大影响。无论一个人的数据是否包含在大数据集中，其他人的数据也会被用来决策，这往往限制了个体的选择(Andrejevic，2013)。例如，一旦证明特定体重或酗酒的人或者以特定方式驾车的人更具患病或车祸的风险，那么他们就有可能支付更高的保险费。如果来自特定性别、年龄和民族的个体被认定为具有安全风险，那么所有拥有这种具体特征的人都会被认定为潜在罪犯或恐怖分子。

在数据主体的材料生产中，如果在贴标签或其他形式的内容分类中出现公开的错误或误解，这可能会对目标个体产生严重影响。正如维尔宾（Werbin，2011：1260）所说：“社交媒体不会忘记。它的记忆不仅持久且难以纠正，还会被解析和分发，从而开放给不确定的平台上的逻辑重组、无限累积以及无限的形式。”因此，不准确和错误可能会以不确定的方式持续存在，这不仅掩盖了错误生产的方式，还会产生多重影响。例如，这些分类即使是错误的，也会导致个体被列入“禁飞”和其他安全观察名单，并被禁止进入其他国家(Bossewitch and Sinnreich，2013；Werbin，2011)。

第七章 数字政治及公民数字公共参与

145

167

隐私政治

通过数字媒体实践，公共和私人之间的差异受到挑战并发生转变。事实上，有人认为，通过在线自白实践以及数字技术用户关于日常习惯、活动和偏好等大量数据的累积，隐私概念已经发生变革。随着算法技术不断聚集和解释他人的数据，个体数据也能通过品位和偏好预测来影响他人（boyd，2012)。丹娜·博伊德（boyd，2012）提出的“网络化隐私”（networked privacy）概念指证了这种复杂性。正如她所说，在社交媒体网络和逆向监视时代，很难将隐私作为一个单独的议题。许多在社交媒体网站中上传图片或评论的人，都有意或无意地将其他人包含在这些材料中。正如博伊德的观察（boyd，2012：348）：“我甚至无法统计那些陌生人拍摄的、背景中有我的泰姬陵照片数量。”

许多用户逐渐意识到，根据平台隐私政策和用户隐私设置，他们选择在社交媒体平台上分享的关于自己以及朋友家人的信息，可能会被其他人获取。例如，如果在脸书上的隐私设置中限制访问权限，那么这个平台的信息就会比用户上传到推特、YouTube或 Instagram等平台的数据更具限制性，因为后者几乎没有可用于限制访问个人内容的设置。然而，即使是在脸书内部，用户也必须接受自己的数据可能会被自己添加为好友的人访问。例如，即使他们不希望其他人看到自己的照片，但他们也可能被包含在好友上传的照片中。

如今，开源数据获取工具可以让人们搜索他们好友的数据。那些加入社交媒体平台的人，可以使用脸书图谱搜索等工具来挖掘好友上传的数据并搜索。人们可以在此工具中识别“我好友在纽约的照片”或“我好友喜欢的餐馆”等元素。在某些职业领域，如学术界，其他人可以使用搜索引擎来查找某人的工作履历和成果等众多细节信息（谷歌学术就是一个例子，它列出了学者的著作及其被引量和引用者)。人们的网络照片、视频、社交媒体简介和在线评论等个体数据，都能够轻易地通过搜索引擎而被他人访问。

数字社会学

146

168

此外，个体的个人数据不仅能在社交网络中共享，还可以用来预测他人的行为、兴趣、偏好甚至健康状况（Andrejevic，2013；boyd，2012)。当人们的小数据与其他人的数据聚集在一起以产生大数据时，这种结果数据将被用于预测分析（见本书第五章）。作为算法监视和算法身份生产的一部分，人们在参与的社交媒体网络和被定位为“喜欢”访问的网页中将呈现为他人的构型。人们几乎没有任何机会能选择不加入构建自身的数据集合中。

网络隐私话语中存在着一种明显的张力。研究表明，在数字社会中，人们对隐私持有矛盾的、甚至是悖论性的观点。一方面，许多人支持将数据监视应用于安全目的和改善经济社会福祉。人们普遍认为，他们不担心被其他人在线监视，因为他们没有什么可隐瞒的（Best，2010)。另一方面，有证据表明，持续的、无处不在和普遍的数字监视令人不安。人们认识到，隐私保护的范围是有限的，至少个体在控制自身数据的访问权或享有“被遗忘权”方面是有限的（Rosen，2012；Rosenzweig，2012)。一些评论者认为，我们确实需要在数字时代重新思考“隐私”概念。罗森茨威格(Rosenzweig，2012)将传统的隐私概念描述为“古董隐私”，并声称这些概念需要在当代普遍盛行的数据监视世界中受到挑战和再评估。他认为，在衡量权利和自由时，任何数据监视项目中的手段、目标和后果都应该被单独评估。

最近，皮尤研究中心对美国人进行的一项调查(Rainie and

第七章 数字政治及公民数字公共参与

169