西方數據資本主義視域下“算法殖民”的產生與破解之道

摘要：大數據、云計算、人工智能等高新技術的更新與迭代，讓算法在技術層面具有廣泛的應用場域。普通用戶在使用智能設備時會遇到如算法歧視、算法黑箱和算法不公正等負面效應。因此，對于“算法殖民”的研究意義在于兩方面：一方面，分析產生這種現象的背后機理；另一方面，探求算法時代人類社會公平發展的實踐路徑。通過對GAFA等互聯網公司使用算法的現實分析，指出算法在資本主義背景下的基本特征，即在數據資本助推下算法滲透到人類社會生活的每個角落。任何單一的國家和地區都是無法徹底擺脫“算法殖民”的困境的，這需要站在全球治理的角度探究“算法殖民”產生的根源并尋求破解之道。

關鍵詞：資本主義；數據；算法；資本

中圖分類號：P413文獻標識碼：A文章編號：1674-3652（2023）03-0066-10

DOI：10.19933/j.cnki.ISSN1674-3652.2023.03.008

基金項目：上海市哲學社會科學規劃中青班專項課題“數字資本主義本質研究”（2020FZX007）；東華大學馬克思主義理論與實踐研究基地項目“西方數據資本主義視閾下的算法困境研究”。

2006年，英國科學家克萊夫·哈姆比提出“數據是新石油”的觀點。海量數據必須借助一種數學工具才可以發揮其強大的信息功能，即計算機運行中的算法。算法與數據資本主義聯姻之后，給人類社會帶來前所未有的改變與影響。更進一步講，資本主義助推算法的更新與迭代：數據在讓新的壟斷者有條件做實驗，讓他們能預測趨勢，能對客戶有更多的了解，能構建更好的算法[ 1 ] 165。

現今，人類社會邁入互聯網技術的成熟時期。大數據（Big data）等高新技術被廣泛應用，“數據+資本”成了人類高新技術發展的新要素。智能設備每時每刻地將海量數據上傳到互聯網并通過分布在世界各地的超級計算機進行儲存、處理與分析，數據科學家與工程師再利用相應的算法以獲得他們謀求的特殊信息與相關結論。從政治領域到經濟領域，從意識形態到個人隱私，算法已經滲入人類生活的每一個角落。只要有數據上傳的地方，算法就有用武之地。

但是，在資本助推下的算法也給人類社會帶來巨大隱憂。阿里爾·扎拉奇與他的同伴指出：“通過精妙的計算機算法，互聯網的興起與普及的確在某種程度上深化了市場競爭并為民眾帶來了諸多便利與實惠……但這種由信息技術演進帶來的市場經濟模式的轉變也導致了社會資源發生了不公正的再分配。”[ 2 ]種種事實表明，西方數據資本巨頭正在利用算法影響和控制普通用戶的互聯網生活習慣，這個問題逐漸成為全球治理所要面對的新難題。發達國家與發展中國家之間也會因為算法與算力不對稱而出現種種不平等現象。托尼·麥克格魯對此直言：“如果政府喪失了控制跨國力量與表達其公民偏好的能力，那么，毫無疑問，民主的本質即自治就會受到損害。”[ 3 ]

一、提出問題：“無形之網”的編織

算法是數學中按照某些規則進行計算的具體方法。計算機中所使用的算法特指由人類輸入其中以求獲得某個結果的一系列清晰指令。從科學與技術的角度看，專家與工程師發明算法只是一種為了解決有某個問題的軟件工具。在處理雜亂無章的數據與各種數據模型時，算法并不會體現出過于明確的意向性。因此，算法在發明之初并無“原罪”。

互聯網技術的升級、智能移動設備的普及化與超級計算機算力的顯著增強，都為大數據的收集與分析奠定了技術的基礎。每個用戶都在被“數據化”并且被各種算法進行分析。當越來越多的數據被收集之后數據科學家面臨的問題是如何在海量數據中獲取某種重要的信息。算法與大數據技術的結合，讓數據科學家們看到了他們有可能掌握打開萬事萬物信息之門鑰匙的希望。算法逐漸在人類生活的各個領域內“大顯身手”：

首先，在經濟領域方面。那些早期受益于算法帶來利潤的公司都已成長為全世界的頂尖企業。從兩組數據的對比中就可管中窺豹：2010年，世界前六名的公司中只有微軟公司（Microsoft）所經營的業務與互聯網技術直接相關。十年之后，從新的統計數據中可以看到GAFA在西方資本世界的巨大規模：2021年10月1日，蘋果公司（Apple）的市值達到2.36萬億美元，谷歌（Google）的母公司Alphabet市值達到1.82萬億美元，亞馬遜公司（Amazon）市值達到1.66萬億美元，臉書公司（Facebook）的市值達到9 670億美元。2020年年底，全世界GDP超過1萬億美元的只有16個國家，蘋果公司的市值可以排在法國之后列在世界第七位[ 4 ]。受新冠疫情的影響，西方發達的資本主義國家在2020年的GDP相比2019年都呈現出負增長的態勢，而GAFA的市值卻一路高歌猛進。在GAFA的企業結構中，先進的算法為其資本運營提供不竭動力。

其次，在政治領域方面。數據資本巨頭通過算法開始影響美國的政治選舉。用凱西·奧尼爾的觀點看，臉書在政治選舉中的影響是由算法展示出的一種巨大權力[ 5 ] 213。臉書公司的掌門人馬克·扎克伯格曾多次在公開場合表示臉書公司不會參與政治或者也不會影響選民的投票傾向。但是，從眾多媒體與科研機構的報道中來看，臉書公司與其他的數據資本巨頭用“潛移默化”的方式影響了美國的總統大選。美國國會的一名議員曾指出：“臉書的算法在保守主義和自由主義之間存在相當大的差距，導致其更傾向于向人們推送自由主義的新聞和信息。”[ 6 ]

2010年之后，美國的政客們在競選中都“與時俱進”地加入高新數據技術團隊作為競選的核心力量。希拉里·克林頓在競選美國總統時，其競選團隊選擇和數據挖掘公司Groundwork合作，而該公司是由谷歌公司的董事長埃里克·施密特出資創建的。而谷歌執行主席埃里克·施密特，在2012年的大選中全力支持巴拉克·奧巴馬。2014年，臉書公司運用更先進的算法參與到美國大選中。臉書的數據科學家所羅門·梅辛改變約200萬政界人士的臉書頁面的信息推送算法。美國民主黨的議員也通過網絡上的“蛛絲馬跡”找到臉書通過算法“左右”美國民眾的選舉傾向：2016年，美國大選中唐納德·特朗普有590萬條廣告在臉書上獲得展示，而希拉里則只有6.6萬條[ 7 ]。令人感到恐怖的是，如果在現實中數據資本巨頭利用算法影響美國總統大選，那么GAFA也可以如法炮制通過“算法權力”影響其他國家的政治生活。凱西·奧尼爾提出過一個可怕的問題：“如果臉書在選舉日操控人們的情緒，又會如何？”[ 5 ] 216因此，在富蘭克林·福爾看來，算法成為民主政治的新問題[ 1 ] 95。最后，在文化領域方面，西方數據資本巨頭通過各種先進的算法介入公眾的私人生活。只要普通用戶擁有一臺連接互聯網的智能設備，并且使用不同功能的App，那么算法就會對普通用戶做到“如影隨形”。在使用搜索引擎時，用戶每次點擊鼠標和瀏覽網頁的痕跡都會以數據的方式被Google收集，然后利用算法分析用戶有哪些意圖。從另一個方面看，在谷歌的搜索中使用的“自動補全算法”，看似是為了方便用戶進行搜索，實際這種算法提前設定了用戶想要搜索的內容，并且帶有明確的偏向性。普通用戶在亞馬遜網站上購物時，網頁上總會及時地推送給這個用戶“喜歡”的其他商品，這也是拜算法所賜。

綜上所述，本文認為在西方資本主義推動下，算法已經變成一張“無形之網”逐步地“籠蓋四野”，依靠自身的技術優勢對普通用戶進行種種“數據奴役”與“信息剝削”，這就是“算法殖民”現象。

二、跨越時空：西方數據資本搭建“算法”的世界藩籬

算法確實在諸多方面給人類社會帶來福祉，然而，在西方數據資本主義迅速擴張的背景下普通用戶卻潛移默化地被“算法”進行操控。GAFA通過“算法”施展權力，并初步繪制它的世界版圖。詹姆斯·布萊德爾指出：“我們對數據的渴求就像對石油的渴求一樣，如同歷史上的帝國主義和殖民主義，并與資本主義的剝削網絡緊密相連……數據被用來對能滿足帝國主義需求的對象進行定位與分類……帝國大多已經取消了領地，只在基礎設施層面繼續運作，并以網絡的形式保留權力。數據驅動的政權還在重復著先祖的種族主義、性別歧視與壓迫政策，因為這些歧視與態度已經從根源上寫進了它們的代碼。”[ 8 ]那么，西方數據資本巨頭如何構建“算法權力”的世界版圖？

（一）構建壟斷性的操作系統

自計算機普及開始，操作系統都屬于計算機的核心部分。全世界數百億臺的智能終端都會使用三種系統：微軟的視窗（Windows）系統、谷歌的安卓（Android）系統和蘋果公司的iOS系統。從1985年11月20日微軟推出Windows 1.0系統開始，這家公司就致力于在每一臺電腦上安裝他們的系統。此后，微軟不斷對Windows系統進行更新與迭代，時至今日，Windows系統在PC領域內都占有絕對的霸主地位。他們的市場份額高達九成以上，剩下的市場份額幾乎屬于美國的蘋果公司。

然而，進入移動互聯時代之后，普通用戶的智能設備上的操作系統已被安卓系統和iOS系統的壟斷。早在2005年8月，谷歌就收購成立僅22個月的高科技企業Android及其團隊，并在兩年之后就正式向外界推出安卓系統。2007年11月，谷歌著眼于未來并沒有選擇單打獨斗，而是聯合幾十家公司組成“開放手持聯盟（OPEN HANDSET ALLIANCE，OHA）”，共同打造安卓系統。這個決定讓谷歌在最短時間內打造出極具競爭力的移動智能操作系統。2008年9月，谷歌正式發布Android 1.0系統，這也是安卓系統最早的版本。爾后，谷歌公司與“開放手持聯盟”對安卓系統持續增加研發投入，并在2010年10月取得這樣的成績：電子市場上獲得官方數字認證的Android應用數量已經達到10萬個。安卓系統的霸主奠定地位是在2011年第一季度，它在全球市場的份額首次超過塞班（Symbian）系統，成功地躍居全球第一[ 9 ]。

如果說安卓系統是得益于眾星捧月的話，那么蘋果的iOS系統可謂是“獨樹一幟”。蘋果公司最早于2007年1月9日的Macworld大會上公布了這個系統，最初設計主要在iPhone手機上。2007年6月，蘋果公司正式發布第一版iOS操作系統，并且陸續在IPad、iPod與itouch等設備上應用。與安卓系統的開放與兼容不同，蘋果的iOS是一個相對封閉的操作系統，它只能在蘋果一家公司的智能設備上使用，這樣就確保iOS系統的獨特性以及蘋果公司的壟斷性。iOS系統的獨特性表現在它的安全方面：在iphone手機上應用的各種軟件必須經過蘋果公司的認證，否則無法應用。更重要的是，iOS系統一旦更新之后，搭載其系統的蘋果智能設備都可以及時地升級系統，而安卓系統的用戶往往不能在第一時間使用最新版本的安卓系統。

（二）積極擴張的數據圈地運動

詹姆斯·布萊德爾只是強調資本主義通過網絡“奴役數據”的現象，更重要的是他沒有看到算法在這個過程中體現的作用和價值。普通用戶使用西方數據資本巨頭的各種App，就是無條件地淪為一個“算法難民”。以臉書為例，2021年初臉書的用戶已經超過20億，每日活躍用戶超過20億，印度用戶已經超過3億，美國用戶超過1.9億，巴西用戶超過1.2億。隨著雪球效應的劇增，馬克·扎克伯格預計未來臉書的用戶規模會突破50億大關[ 10 ]。此外，臉書還通過收購不斷地擴張自己在社交領域的霸主地位。臉書公司近年來完成最重要的兩筆收購：一是在2012年10月以7.5億美元收購了照片墻（Insta？ gram）；二是2014年2月用190億美元收購瓦次普（WhatsApp）。因此，Facebook Messenger、Instagram、WhatsApp和Facebook Groups便構成臉書公司在全世界社交領域的帝國版圖。

截至2020年底，從搜索引擎的全球市場來看，谷歌占據著七成以上的份額。谷歌公司分布在全世界各地的幾十個數據中心中運營著數幾百萬臺的先進服務器，并且每天都可以滿足數以百億計的搜索需求。同時，Google也是全球訪問量最高的站點，與其相關的流量可以約占到美國總流量的四分之一。問題的關鍵在于遍布全世界眾多地區的Google用戶把數據流量最終都“轉化”為谷歌的“私有財產”。谷歌還通過資本運作收購油管（YouTube）公司。YouTube長期占據著在線視頻播放量的全球第一的位置。油管公司同時在為全球100多個國家提供服務，有80種不同的語言可供選擇，它的每月活躍用戶高達20億，每日活躍用戶約為3 000萬，僅在印度YouTube就擁有2.65億的活躍用戶[ 11 ]。油管用戶所觀看的許多視頻就是通過算法分析用戶的興趣愛好后進而推薦的。此外，在瀏覽器的市場份額來看，谷歌、微軟和蘋果公司仍然保持著三分天下的態勢，如Google的Chrome瀏覽器、微軟的IE瀏覽器、蘋果的Safari瀏覽器、微軟的Edge瀏覽器。Mozilla Firefox瀏覽器的市場份額還不到一成。綜上所述，在高新技術的支持下西方數據資本巨頭通過壟斷性的操作系統生態與積極的數據圈地運動為算法“大展拳腳”提供了廣闊天地。

三、新型認知：神機妙“算”的誕生

在互聯網技術普及與移動智能設備廉價的時代里，算法越來越能體現出它自身的“威力”。如果沒有先進算法的“加持”，GAFA收集數據易，獲取信息難。算法便在從數據轉化成信息的過程中發揮“點石成金”的功能。隨著算法不斷迭代與更新，計算機科學家與數據工程師們發明出各種先進算法以求在海量數據中獲取更多高質量的信息。與此同時，一種新型認知方式隨之誕生——算法認知。面對問題，人類不再依靠自身的理性做出權衡，取而代之的是用“算法”判斷一切。人類也不再需要旁征博引和左思右想，只需要操作“輸入”與“輸出”的簡單流程，一切復雜的過程都交給“算法”處理。人們將原有經過自己思考而得出的結論“外包”給算法，讓算法得出結論。

在可預見的未來，算法認知會更多地嵌入人類社會的每個角落。那么，“算法認知”為什么會“深得人心”？首先，算法可以獲取高質量信息。在經過工業革命與信息化革命之后，人類社會已經進入信息爆炸時代。互聯網技術與移動智能設備讓人類獲取信息易如反掌。不過，各行各業需求的不是普通的信息，而是在特定環境下的高質量信息。尤其在商業方面，算法可以為商家提供牟取豐厚利潤的重要信息，這是過往的技術力所不及的。比如，全球零售業巨頭沃爾瑪公司對美國部分地區消費者購物行為進行數據分析時發現，男性顧客在購買嬰兒尿不濕時，常常會順便購買幾瓶啤酒，即嬰兒尿不濕的銷量與啤酒銷量存在強烈的正相關性。于是，沃爾瑪公司利用Apriori算法對大量相關數據進行全面分析。Apriori是一種挖掘關聯規則的頻繁項集算法。它的應用讓沃爾瑪公司的銷售人員大開眼界，于是沃爾瑪公司調整貨架的排列，把尿不濕和啤酒共同擺放，以增加兩者的銷量。最終，沃爾瑪公司的這個舉措居然使尿布和啤酒的銷量都大幅度增加。這則案例已經成為算法應用獲利的典范。

其次，算法可以做出正確的決策。在算法廣泛應用之前，無論政治戰略還是制定經濟政策都是決策者常常面對的難題。決策者要從復雜的現實環境中，依靠自己的過往經驗以及各種學科知識做出最終的判斷。這樣的判斷往往帶有強烈的主觀性與片面性。比如，某些組織在需要做出重大決策時，經常被各種不同的意見左右，然后采取民主的投票方式最終確定做出何種決策。先進的算法會將人類決策的過程高度壓縮。安德雷斯·韋思岸就是一名算法認知的堅定支持者，他強調：“算法可以發現人類不借助計算機就無法發現的規律，這些規律有助于我們的決策。”[ 12 ]

谷歌就曾經利用搜索引擎的先進算法成功預測當年爆發的流感。2008年，谷歌公司推出的一款預測流感的產品，即Google流感趨勢（Google Flu Trends，GFT）。GFT可以將某些搜索字詞進行收集并且利用相關的算法了解流感疫情。GFT會根據匯總的Google搜索數據，近乎實時地對全球當前的流感疫情進行估測。2009年，谷歌公司通過分析5 000萬條美國人最頻繁檢索的詞匯，將之和美國疾病中心在2003年到2008年季節性流感傳播時期的數據進行比較。最終GFT成功預測了2009年冬季流感的傳播，甚至將流感暴發具體到特定的地區。

最后，算法可以提升人類的創造能力。正如克里斯托弗·斯坦納所指出的那樣：“數學使算法進入我們的生活。幾個世紀以來，我們依靠數學觀察世界。而今，數學已成了我們用來塑造世界、生活甚至文化的強有力工具。”[ 13 ] 6算法正是充當數學在高新技術時代的一名實踐者。算法與高新技術相結合可以在藝術創作方面有所突破。美國加利福尼亞大學圣克魯斯分校音樂系的大衛·考普是一名音樂教授。同時，他也是一名算法認知的堅定擁護者和實踐者。二十多年里，他通過自學編程與計算機的各種專業知識讓自己成為一名計算機科學家。大衛·考普教授把自己作曲的第一臺機器命名為Emmy，它的主要功能是利用算法創造新的譜曲。

大衛·考普教授還特別強調：“像Emmy這樣的算法是音樂界的未來。人類作曲家會一如既往地存在，但是會進步到學者使用每一種可用的工具—包括算法。”[ 13 ] 84在Emmy取得初步成功之后，大衛·考普教授對Emmy進行升級為Emily Howell。后者創作了8部歌劇還有一些鋼琴協奏曲。現今，世界各地有許多音樂家成為大衛·考普教授的追隨者，他們開始利用各種算法創作各種音樂。克里斯托弗·斯坦納對大衛·考普教授的做法提出了“非專業性”的質問：“如果一個作曲家的社會職能可以被算法取代，那人類還能留下什么？”[ 13 ] 88

然而，算法成為人類的一種新型認知方式，這本身還需要一個漫長的過程。更重要的是，算法認知能否在所有領域內都取代其他認知方式，這本身就是一個復雜而具有爭論的議題。韓炳哲認為：“數據主義開啟了第二次啟蒙運動。第二次啟蒙運動把行為打磨光滑，使之成為一種操作，成為一種完全不依賴主體自主性、不依賴主體所處的時空情境而只被數據驅動的程序。當具有了可操作性，并屈從于計算與操控的程序時，行為就會變得透明。”[ 14 ]韓炳哲只是從哲學上指出“數據主義”的結果，而在技術層面看執行“數據主義”觀點就是算法。李倫同樣指出算法認知的最終危害：“數據主義推崇算法至上，推崇算法暗箱……數據主義呼吁‘聆聽算法的意見’。隨著大數據和普適計算時代的到來，人類正在將權力交給算法。”[ 15 ]如果真是這樣的話，人類社會的所有權力最終將會變為一種算法權力，而掌握算法權力一定是少數擁有算法的群體。

四、算法牟利：數據資本巨頭的生財之道

從2010年開始，以谷歌、亞馬遜、臉書和蘋果為代表的高新技術公司逐步成為西方資本主義世界的新寵兒，這四家公司被西方學者統稱為GAFA。它們的迅速崛起讓資本主義世界展現出新特點，即掌握著高新技術的公司可以在短短十幾年里超越資本主義世界傳統幾十年或幾百年公司累積的財富。GA？FA的迅速崛起，算法功不可沒！每一家數據資本巨頭都通過算法找到了自己的生財之道：

第一，谷歌的網頁排名算法。Google搜索引擎正是依靠PageRank算法起家的。它是以谷歌公司創辦人拉里·佩奇之姓命名的算法。它的主要作用是通過網頁之間互相的超鏈接計算的技術實現對不同網頁的排名。在20世紀末，雅虎公司還沒有預見到21世紀的搜索引擎會利用算法賺得盆滿缽滿之時，雅虎把主頁引擎交到了謝爾蓋·布林和拉里·佩奇手中。兩個人也利用先進的PageRank等算法令谷歌脫胎換骨，使其迅速成為搜索引擎的巨頭，并且在2002年底打敗了所有競爭對手，坐上世界搜索引擎份額的頭把交椅。由此可見，谷歌也正是得益于PageRank算法，賺到了第一桶金。

現在Google已經占有全世界搜索份額近八成，它也毫無疑問地成為搜索引擎領域內的霸主。因此，美國司法部在2020年10月對谷歌提起反壟斷訴訟，其中明確指出谷歌公司每年向蘋果、LG、摩托羅拉和三星等設備制造商，以及向火狐（Mozilla）和歐朋（Opera）這樣的瀏覽器開發商支付數十億美元，讓他們把谷歌設置成默認的搜索引擎。司法部反壟斷官員大衛·迪涅利對CNN商業新聞表示：“谷歌搜索并不是一個中立的網絡信息門戶。谷歌搜索是一套算法，旨在使谷歌（或其母公司Alphabet）獲得最大的利潤。”[ 16 ]此后，谷歌公司又通過諸多收購與多種資本運作成為今日的數據資本巨頭。

第二，臉書的新鮮事排序算法。臉書的運營模式可以簡化為擁有越多用戶就可以擁有更多的廣告。因此，增加用戶數量以及精準投放廣告便成為臉書崛起的兩項重要任務。起初，臉書收獲眾多用戶得益于EdgeRank，它是臉書上（Facebook Newsfeed）的新鮮事排序算法，其主要功能是通過親密度（Af？ finity Score）、邊緣權重（Edge Weight，包括內容因素與互動因素等）和時間衰減（Time Decay）對普通用戶進行數據分析。

此外，臉書的廣告投放算法在整個推送過程中起到關鍵作用：第一步，臉書利用算法過濾垃圾信息，將優質信息推送給用戶；第二步，臉書利用算法在用戶與用戶之間的互動中（評論、分享與點贊）獲取該用戶的興趣與愛好；第三步，向用戶精準推送相關廣告。2011年后，臉書在EdgeRank基礎上開始拓展利用機器學習（Machine Learning）等新技術去分析用戶特征。富蘭克林·福爾指出臉書利用算法控制普通用戶選擇觀看哪些內容。臉書算法是提供給我們的，是我們想要讀到并愿意分享的內容。算法不知不覺中提供給讀者的文字與視頻，只會讓讀者更加確信自己早已深陷其中的信念和偏見[ 1 ] 156。

第三，亞馬遜的推薦算法。亞馬遜公司早期主要利用協同過濾（Collaborative Filtering）、聚類模型（Cluster Model）和內容搜索（Content-based Searching）這三種算法以求達到讓用戶盡量多地購買商品的目的。以協同過濾算法為例，它是一種應用廣泛的推薦算法，主要通過分析某個用戶的某些興趣與愛好，向該用戶和其好友推薦相關的信息，如包含某個關鍵詞的新聞及某些特性商品。普通用戶在瀏覽亞馬遜網站時，協同過濾算法會根據用戶已經瀏覽的商品進行推薦。

這里需要強調的是，亞馬遜的推薦算法很好地符合人類社會已經進入后工業化時代的消費習慣。亞馬遜公司在分析用戶消費心理時“煞費苦心”，他們通過各種試驗與實驗，從定性與定量兩個角度分析用戶在何時何地以及何種外部環境下會做出購買商品的行為。更進一步講，亞馬遜在某種程度是通過一種客觀刺激因素誘導用戶消費，而不是用戶出于自身需求去消費。在哈特穆特·羅薩看來，這也是人類社會從“物理消費”走向“道德消費”的主因[ 17 ]。協同過濾算法幫助亞馬遜公司巧妙地完成“誘導”。

第四，優步公司（Uber）的打車算法。如果GAFA受益于算法而組成數據資本巨頭的第一陣營，那么優步公司應該屬于數據資本第二梯隊中的佼佼者。2021年10月，優步公司市值已經超過870億美元，其主要業務已經遍布全球幾個國家和地區，每天超過2 000萬訂單。谷歌、亞馬遜和臉書都通過算法間接影響或“引導”用戶做出選擇，優步公司則是利用算法直接“控制”用戶。優步聲稱自己是用算法驅動的雇傭模式，代表科技如何徹底改變我們對工作的定義，以及工作的組織形式[ 18 ] 248。

那么，優步是如何利用算法為自己創收的呢？以浮動溢價算法為例，優步公司敏銳地發現打車市場中在有效供給與有效需求之間存在一個“真空地帶”，即在某些特定情況下，乘客是以資源的付出比日常高出一部分的成本來獲得乘車機會。因此，在同樣的物理空間下，優步卻利用浮動溢價算法讓司機與乘客之間實現“雙贏”。如果沒有類似于浮動溢價這樣的先進算法，和優步一樣網約車公司是不可能獲取這一部分利潤和效益的。優步在先進的打車算法的助力下，逐漸成了全球網約車公司中的第一巨頭。除了在共享出行領域，優步先后收購單車公司Jump、投資電動摩托車Lime與收購共享單車公司Motivate。

然而，在事實上優步卻利用算法為司機與乘客兩類群體套上算法的“枷鎖”。換言之，司機群體與乘客群體必須按照優步公司通過算法制定的規則操作，否則就將受到優步的懲罰。優步公司利用算法控制著派單系統，司機沒有任何選擇的空間。優步利用自動匹配算法將乘客的訂單發送給附近的司機，司機如果拒絕接單，就會付出較高的成本。優步的司機在這樣的規則下無力反抗，他們只能忍受算法指揮。如果接單率低于某一個數值，優步司機就會面臨無法拿到補貼甚至被優步解除合約的懲罰。亞力克斯·羅森布拉特指出優步公司的經營之道：“優步用算法來管理司機應該得到多少報酬、安排他們什么時候在哪里工作，以及他們任職所需要滿足的條件。但算法管理的力量并非透明公開的，而是躲在軟件設計背后的暗箱之中。”[ 18 ] 22乘客群體同樣會面對這種情境，他們選擇等車時間的長短和單方面取消訂單的收費，都是由算法嚴格控制。乘客與司機在算法面前都是“弱勢群體”，優步和來福車等網約車公司賺取兩者之間產生的巨大利潤。

五、算法“立法”：擺脫“算法殖民”的探索路徑

當普通用戶在使用某個或幾個平臺時，數據資本巨頭悄然地為普通用戶樹起一個難以逾越的藩籬，數據提供藤條，算法提供編織。在私人資本控制下的高新技術公司利用各種算法追求利潤永遠是它們的第一選擇！當GAFA利用算法“殖民”普通用戶時，誰來監督并且懲罰它們？從全球治理角度看，這是人類社會面臨的重大難題。從兩個方面可以具體分析：其一，數據的保護難題。普通用戶每時每刻上傳的數據都被各種算法用于做數據分析。普通用戶使用的某種App就是某種意義上的高新技術實驗室，西方數據資本巨頭可以對用戶數據做“任何的”試驗，而普通用戶毫無所知。近年來，部分國家和地區開始重視數據的隱私性。2018年5月25日，歐盟通過《通用數據保護條例》（General Data Pro？ tection Regulation，GDPR），并且針對GAFA提出諸多指控，大有以歐盟對抗美國之勢。但從實踐層面看，數據保護的法律必須建立在對等的高新技術下才能讓GDPR對數據資本巨頭形成真正的約束力。此外，GAFA都屬于美國公司，這又把技術問題引入政治領域內。臉書一家公司所擁有的用戶數量可以占全人類總數的三分之一，而且這個占比持續提高。臉書所掌握的龐大數據是超越任何一個單獨國家所擁有的數據量。因此，跨國監管，就不僅是某個國家和地區法律上所能解決的問題了。

其二，算法的負面效應。算法的負面效應具有隱蔽性極強的特點，這是普通的個體用戶難以察覺到的。隨著越來越多的第三方介入，算法帶來的負面效應逐步被世人所知。比如算法偏見，谷歌利用自身的算法創建了圖片識別系統，但是在2015年這個系統卻把三名美國男性黑人標識為黑猩猩，谷歌對此事鄭重道歉。2020年，美國的黑人男子弗洛伊德之死掀起以“BLM（Black Lives Matter）”為口號的反種族歧視運動中，美國的數據資本巨頭牽涉其中，臉書與照片墻都為此組建了相應的公平與包容團隊，負責調查美國黑人、西班牙裔和其他少數族裔用戶受公司算法的影響，并將其與對白人用戶的影響進行對比。

算法控制對社會的某些群體產生危害更大。諸葛越發問：“只擁有低端技能的人是否會成為‘算法的奴隸’，每天都在算法的指導下疲于奔命？”[ 19 ]優步等網約車公司正在利用算法每時每刻控制司機與乘客。亞力克斯·羅森布拉特指出優步公司規避責任之處：“優步的自我定位是一家科技公司，而不是運輸公司，它使用這套邏輯證明自己為什么不去遵守《美國殘疾人法案》關于提供無障礙設施的規定。數十萬勞動者在優步平臺上獲得了工作機會，但優步卻回避自己作為雇主的角色。”[ 18 ] 244優步公司也恰恰是以自由和獨立的創業者姿態，通過自動的算法管理向司機收取費用，并利用算法掩飾它對司機工作表現的控制。長此以往，算法讓普通用戶失去選擇的自主性，即人類沒有選擇，取而代之的是算法在替“我”去選擇，也是算法讓“人”變成“機器”。

算法對某些弱勢群體的侵害性也很突出。凱西·歐尼爾發現愈來愈多的雇主利用信用分述評估求職者，而這些雇主相信信用不佳的人工作表現通常也不好，結果就是信用分數較低的人比較難找到工作。這些人可能因此失業，淪落為窮人，導致信用分數進一步降低，因此更難找到工作。這是一種可怕的惡性循環。雇主可能永遠不知道自己因為太重視信用分數，錯過了多少好員工。在數學毀滅性武器中，許多有害的假設獲得數學的掩護，因此未經檢驗，也不受質疑[ 20 ]。在不知不覺的情況下，算法成為制造歧視與不平等的幫兇。尤瓦爾·赫拉利指出未來可能發生最恐怖的現象：“算法歧視你，并非因為你是個女性或者黑人，而是因為你就是你。”[ 21 ]

如果想要擺脫“算法殖民”的現狀，人類社會必須為“算法”立法：首先，建立全球的規范性“數據反饋機制”。數據已經成為人類社會發展中最先進也最重要的生產要素，如何使用數據以及讓數據為全人類服務，應該是世界各國政府需要解決的共同問題。眾所周知，數據資本巨頭的代表GAFA都屬于美國，他們在高新技術與資本運作方面都領先于世界其他地區。如果沒有建立一個全球規范性的“數據反饋機制”，那么在數據資本領域美國始終會是“一家獨大”，“店大欺客”也是不可避免的現象。全世界各國政府應該形成一種共識，像對全球氣候問題一樣重視數據反饋機制的問題，可以去探索形成類似《巴黎協定》（The Paris Agreement）決議，讓全世界各個國家和地區共同制定對“數據”與“算法”使用的規則與邊界。其次，秉持“技術制衡”對待算法的態度。每個數據資本巨頭所使用的各種算法都是高新技術的具體應用。隨著互聯網技術更新與迭代，算法愈加體現出其自身的先進性。馬澈指出：“為實現算法至上以及商業公司的競爭性，算法黑箱是必然的產物，算法賦予公司巨大的權力，主動權總是掌握在公司手中，面對黑箱，用戶的權利和國家、法律的監管無從顯現與制約。”[ 6 ] 33富蘭克林·福爾提出這樣的質疑：“臉書通過算法做實驗，看情緒是否能傳染？誰給臉書這樣的權力？”[ 1 ] 62因此，主權國家必須對互聯網公司在算法上實行技術制衡。在保證科技企業的技術專利不受侵害的基礎上，實現算法公開化。

在監督算法方面，山姆·比爾給出兩個方面的具體建議：“一方面，諸如臉書這樣的平臺需要吸納相關的研究者和調查記者成為其外部審核人員，在保證其數據安全和用戶隱私的前提下讓審核人員有特別的訪問權限，從而為算法歧視的監控提供渠道；另一方面，平臺需要為外部研究者進行算法歧視審核提供降低成本的便利。由于無法從內部打開算法黑箱，審核人員需要從外部觀察反推黑箱內部的運行原理，并發掘其中存在的算法歧視，這將大大增加研究的成本。臉書等平臺需要為這些第三方審核人員提供一個更低成本的機制，幫助他們更好地監控平臺上存在的算法歧視現象。”[ 22 ]

最后，限制數據資本巨頭的無序擴張。尤瓦爾·赫拉利指出：“隨著算法將人類擠出就業市場，財富和權力可能會集中在擁有強大算法的極少數精英手中，造成前所未有的社會及政治不平等。”[ 23 ] 290“正因為大數據算法可能會抹去自由，同時也就可能創造出歷史上最不平等的社會，讓所有的財富和權力集中在一小群精英手中。大多數人類的痛苦將不再是受到剝削，而是更糟糕的局面：再也無足輕重。”[ 23 ] 67算法殖民的本質是數據資本巨頭利用算法對普通用戶的剝削。因此，真正限制“算法”的負面效應，歸根結底是要對以GAFA為代表的數據資本巨頭進行限制，不能讓其進行無序擴張。數據資本主義發展呈現出資本主義過往沒有顯現的特點，即數據資本巨頭都來源于一個國家，GAFA以及許多正在成長的獨角獸企業都是美國的企業。

在美國國內，美國政府已經意識到GAFA已經形成壟斷的態勢。2020年7月底，美國國會針對GA？ FA召開聽證會，指責它們濫用其壟斷地位，對其對手進行壓制。2020年10月6日，美國國會司法委員會反壟斷小組委員會發布了針對四大科技巨頭的《美國國會反壟斷報告》，其中明確指出GAFA濫用市場力量。在1890年和1914年，美國分別頒布《謝爾曼法案》（Sherman Act）和《克萊頓法案》（Clay？ ton Act）兩大反壟斷法規。1914年，美國政府頒布《聯邦貿易委員會法》（Federal Trade Commission Act），并根據這項法案設立聯邦貿易委員會，賦予其監管競爭的權力。

20世紀末，美國政府就曾對微軟公司進行訴訟。微軟公司經過幾番辯護，最終“死里逃生”，避免了被拆分的命運。然而，這次訴訟在很大程度上影響了微軟公司后來的發展：微軟沒有能趕上“數據資本”時代的福利。美國政府針對GAFA的反壟斷制裁還需要通過具體的司法過程。但以現在的形勢看，這將是一個曠日持久的過程。因為，GAFA已經從多角度據理力爭以求“全身而退”。僅從經濟上考量GAFA的壟斷對美國以及其他國家產生的負面效應是遠遠不夠的，事實上，美國政府已經充分意識到臉書利用算法已經或多或少地“左右”美國的總統大選。

2021年9月1日，韓國議會投票通過關于《電信業務法》的修正法案，因谷歌應用商店在韓國市場的占有率約為60%，這項法案也被稱為“反谷歌法”[ 24 ]。在此之前，世界上還沒有任何一個主權國家針對美國的數據資本巨頭在支付領域實施反壟斷監管立法。所以，韓國成為全球第一個在應用商店支付系統中實施反壟斷法的國家。韓國的《電信業務法》修正案于2021年9月14日起正式施行，其中明確指出禁止手機軟件市場運營商向軟件開發商強加自家支付系統。韓國的舉措引起世界電信行業的高度關注，也為各國擺脫“算法殖民”現象提供一種探索路徑。

六、結語

“算法殖民”現象的產生與資本主義發展息息相關。在數據資本的驅動下，算法在運行過程出現種種非正義的應用，這也是數據資本主義利用互聯網高新技術追求超額剩余價值的本質所在。未來的人類社會，不只是數據的爭奪戰還是算法和算力的全面對抗。無論是數據還是算法，都應為全人類的發展與進步貢獻力量。如果算法只被少數國家和少數資本企業獨占，那勢必會產生更多的政治歧視與經濟剝削現象。只有從全人類利益的角度出發，各個國家和地區協商才能真正擺脫“算法殖民”，就像大衛·哈維在總結馬克思的解放觀時指出的那樣：“所謂解放，就是要把生產力從社會和政治桎梏中釋放出來，就是擺脫資本的支配以及日漸走向帝國主義和專制的資本主義國家機器的束縛。”[ 25 ]

參考文獻：

[1]福爾.沒有思想的世界[M].舍其，譯.北京：中信出版社，2017.

[2]扎拉奇.算法的陷阱：超級平臺、算法壟斷與場景欺騙[M].余瀟，譯.北京：中信出版集團，2018：2.

[3]麥克格魯.走向真正的全球治理[J].陳家剛，譯.馬克思主義與現實，2002（1）：33-42.

[4]百度股市通——科技讓投資更簡單[EB/OL].（2021-10-01）[2023-03-01]. https：//gushitong. baidu. com.

[5]奧尼爾.算法霸權[M].馬青玲，譯.北京：中信出版社，2018.

[6]馬澈.隱私、言論與平臺規制——基于扎克伯格聽證會的議題分析與思考[J].現代傳播，2020（1）：29-33.

[7]吳晨.美國輿論場里的假新聞危機：特朗普勝選背后的隱形推手[EB/OL].（2020-05-02）[2023-03-01]. https：//new. qq. com/rain/a/20200502A00L2Y

[8]布萊德爾.新黑暗時代[M].宋平等，梁余音，譯.廣州：廣東人民出版社，2019：267.

[9] Android（美國谷歌公司開發的移動操作系統）[EB/OL].（2020-11-11）[2023-03-01]. https：//baike. bai？du. com/item/Android/60243？fr=aladdin

[10] 2020年Facebook用戶總數將達50億[EB/OL].（2016-05-02）[2023-03-01]. http：//m. haiwainet. cn/ middle/3541839/2016/0205/content_29621125_1. html

[11]全球最大的視頻搜索平臺YouTube，你了解它多少？[EB/OL].（2020-11-11）[2022-11-24]. https：// www. sohu. com/a/431142245_120359146.

[12]韋思岸.大數據和我們：如何更好地從后隱私經濟中獲益？[M].胡小銳，譯.北京：中信出版社，2016：25.

[13]斯坦納.算法帝國[M].李筱瑩，譯.北京：人民郵電出版社，2014.

[14]韓炳哲.美的救贖[M].關玉紅，譯.北京：中信出版社，2019：13.

[15]李倫.“楚門效應”：數據巨機器的“意識形態”——數據主義與基于權利的數據倫理[J].探索與證明，2018（5）：29-31.

[16]全世界搜索引擎都在耍流氓？美國司法部起訴谷歌壟斷[J].周瑞峰，譯.中國經濟周刊，2020（20）：86-87.

[17]羅薩.新異化的誕生——社會加速批判理論大綱[M].鄭作彧，譯.上海：上海人民出版社，2018：61.

[18]羅森布拉特.優步：算法重新定義工作[M].郭丹杰，譯.北京：中信出版社，2019：321.

[19]諸葛越.未來算法[M].北京：中信出版社，2021.

[20]歐尼爾.大數據的傲慢與偏見[M].許瑞宋，譯.臺北：大寫出版社，2019：25.

[21]赫拉利.今日簡史[M].林俊宏，譯.北京：中信出版社，2018：63.

[22]比德爾.社交媒體的算法歧視與規制[J].王沛楠，譯.青年記者，2021（9）：97-98.

[23]赫拉利.未來簡史[M].林俊宏，譯.北京：中信出版社，2017.

[24]電信業務法部分修正案[EB/OL].（2022-07-17）[2023-03-01]. https：//baike. baidu. com.

[25]哈維.馬克思與《資本論》[M].周大昕，譯.北京：中信出版社，2018：194.

Emergence and Solution of“Algorithmic Colonization”of Western Data Capitalism

TIAN Feng1， MIAO Ting-Yu2

（1.School of Marxism， Donghua University， Shanghai 201620， China； 2.School of Marxism， Hohai University， Nanjing 210098， Jiangsu， China）

Abstract： The update and iteration of high and new technologies such as big data， cloud computing， artificial intelligence and other high technologies， makes the algorithm have a wide range of application fields in the technical level. Ordinary users will encounter negative effects such as algorithm discrimination， algorithm black box and algorithm injustice when using intelli？ gent devices. Therefore， the research of“algorithm colonization”is of significance in two aspects： on the one hand， it analyzes the mechanism behind this phenomenon； on the other hand， it explores the practice path of human society’s fair development in the algorithm era. Through the realistic analysis of the algorithms used by Internet companies such as GAFA， this paper points out the basic characteristics of algorithms under the capitalist background， that is， algorithms permeate every corner of human social life with the help of data capital. No single country or region can completely get rid of the dilemma of“algorithmic coloni？ zation”， which requires us to explore the root causes of“algorithmic colonization”from the perspective of global governance and seek solutions.

Key words： capitalism； data； algorithm； capital

（責任編輯：趙慶來）