【纯机翻】计算的局限性：对当代大数据研究的哲学批判 | Sage Journals，被引用次数：70

【纯机翻】大数据时代的科学作为职业：大数据背后的科学哲学和人类在科学中的持续作用 | SpringerLink，被引用次数：35

—————————————

影响因子： 8.5 5年影响因子： 9.2 / 大数据与社会 开放获取 研究论文 2018 年 11 月 15 日首次在线发布

彼得·托恩伯格 和安东·托恩伯格 https://doi.org/10.1177/2053951718811843

摘要

本文回顾了当代社会科学中关于大数据的认识论和本体论效应的讨论，观察到人们对关系性和复杂性的日益关注，以及将社会现象自然化的趋势。通过与数字化早期的讨论进行比较，概述了这种新兴计算范式的认识局限性，当时数字技术主要是通过非物质化的视角来看待的，并且是“后现代性”更大过程的一部分。从那时起，网络景观变得越来越集中，非物质化技术的“流动性”使在线平台能够塑造人类行为的条件。当代认识论思潮与以往哲学讨论之间的这种对比凸显了数字社会生活研究中的矛盾：虽然质变越来越占主导地位，但重点已经转向定量方法;虽然平台已经有能力塑造社会行为，但重点已经从社会背景转向自然化社会模式;虽然意义越来越受到争议和碎片化，但诠释学的作用已经减弱;虽然平台已成为通过复杂的数据操纵来追求其利益的权力中心，但它们提供的数据越来越受到信任，掌握着理解社会生活的关键。我们认为，这些矛盾部分是由于缺乏对数字时代社会现实本质的哲学讨论;只有从坚定的元理论角度出发，我们才能避免忘记所研究系统的现实，因为我们受到大数据强大的社会生活的影响。

介绍

“大数据”一词用于描述通过使用移动设备、定位系统和在线服务等技术产生的信息量——“在数字化世界中，消费者每天都在交流、浏览、购买、分享、搜索，创造了他们自己的巨大数据痕迹”（Manyika et al.， 2011数字服务的日益普及，使社会科学家能够前所未有地获取以前无法想象的数据;数亿人的生活、梦想和感情的痕迹。这似乎为社会科学工作带来了巨大的希望，因为“数据洪流......正在引导我们对地球上的生命和宇宙有更深入的了解......[它可能]改变科学发现的过程。数据越多，可以发现的就越多“（Rosling，2010）。一些人指出了科学的“第四范式”，因为新的算法、计算和分析工具从这种数据资源中产生了“黄金”（Bell et al.， 2009;Hey等人，2009）。

但大数据也与许多科学挑战有关，这导致了一种相互竞争的观点，即“在线数据丰富的闪亮承诺往往被证明是傻瓜的黄金”（Karpf，2012：652）。大数据带来了一个既诱人又令人烦恼的发展：一个名副其实的“大量数据的警笛之歌”（Karpf，2012），这导致研究人员蜂拥而至研究增长中的大数据中可识别的现象，而忽略了不那么刻骨铭文的现象。它们遇到了许多困难，其中一些是我们尚未习惯的新技术的自然组成部分，但也有一些问题比单纯的尘埃落定更深（例如Boyd和Crawford，2012：20）。大数据不仅在数量上不同，而且在质量上也不同，而且数据的新形态似乎并不总是适合旧理论的漏洞。这导致它提出了一些基本问题：对认识论假设的质疑，对学科划分有效性的讨论，对方法论一元论的批判，以及对长期信任的简化的拒绝（Kitchin，2014）。在整个科学领域，类似的紧张关系可以看出，因为数据泛滥导致长期被淹没的认识论问题浮出水面。

虽然传统的基于变量的社会科学方法一直在与新形式的数据作斗争，但植根于自然科学的方法已经挺身而出，迎合了潮流。众多新方法的核心参与者是计算社会科学，它位于“社会科学和计算科学的交叉点，包括网络规模观测数据分析、虚拟实验室式实验和计算建模”Watts，2013：1。这种自然的科学方法带来了一系列方法来处理质量相互作用的复杂性（Conte et al.， 2013）。在这种发展之后，自然科学和社会科学之间界限的重新谈判似乎在一定程度上导致了一种新的自然主义，有时被称为“理论的终结”（Anderson，2008），并以Lev Manovich（2016）的观点为例，即“数字是赋予文化物理，化学或神经科学规模的原因。现在我们有足够的数据和足够快的计算机来实际研究文化的'物理学'。在这种新的自然主义中，社会没有被归入传统的笛卡尔-牛顿范式，而是归入粒子和流动的元理论，以及诸如“雪崩和颗粒流、成群的鸟和鱼、神经学、细胞生物学和技术中的相互作用网络”（Ball，2012：ix）。

这种情况描绘了一幅图景，即大数据通过强调传统定量方法的局限性，将部分社会科学，特别是计算社会科学等领域，推向了基于计算的新视角。正如我们将要论证的，他们的回应意味着一种特定的社会本体论，它关注关系，并将社会结构视为从潜在的局部互动中出现的模式。

本文着眼于这种方法遗漏了什么。通过编织一系列理论观点，本文概述了新兴计算范式的认识局限性。我们把在数字时代早期主导社会科学的观点带回当代讨论中——在那个时代，数字化不被视为使社会更容易接受形式方法的东西，而是恰恰相反：作为后现代性进程的一部分。它被看作是向社会作为一个系统日益开放的发展的一部分，从而限制了定量方法的有用性。我们认为，这些理论观点仍然成立，应该在当前的关系视角下加以考虑，但它们也需要与数字技术的最新发展保持同步，重点关注数字平台的权力和作用。

我们首先看看大数据对当代社会科学的影响。

当代数字研究：计算与关系

尽管它的名字叫“大数据”，但规模可以说不是“大数据”最明显的特征（例如Boyd和Crawford，2012）：这个概念更确切地说是各个学科的一系列平行发展，其共同点是数据集的日益激增，这些数据集已被证明难以适应现有的范式。在计算机行业 - 首先感受到这种发展的影响 - 数量确实是主要问题之一，因为传统工具，如关系数据库，被证明无法处理大规模系统出现的新需求（Manovich，2011）。但在社会科学中，与大数据相关的新问题却有所不同：正如Boyd和Crawford（2012）所观察到的那样，一些被理解为“大数据”示例的数据集（例如一些Twitter研究）明显小于被理解为“传统”数据的数据集（例如人口普查数据），这表明数据量本身并不是问题 - 即使是大量的结构化人口普查数据也相对容易使用传统数据进行处理工具。

相反，使用“大数据”一词似乎指向数据的质量，这与传统方法的严重失败有关。换句话说，大数据的影响不仅仅是方法论上的，相反，用Boyd和Crawford（2012）的话来说，它们与“认识论层面的深刻变化”有关，第665页。

当谈到构建数据的方法时，这种转变也许最好被描述为从数学组织数据到算法组织数据的转变（另见Törnberg，即将出版）。虽然调查数据是通过基于变量的分析进行处理而构建的，需要预先划分的数据，这些数据旨在通过平均值和方差的视角来看待社会世界的科学视角，但从数字技术中提取的数据往往由算法处理构建，这意味着索引数据结构和可遍历网络（Mackenzie，2012;Marres 和 Weltevrede，2013 年）。因此，新数据往往不适合进行统计分析;它通常以小块的形式出现，在复杂且不断变化的网络中传播和扩散，没有明确定义的边界。数字技术实施的社会本体论并不关注固定类别的人口总和，而是关注个人及其动态联系和互动（Castellani，2014;Uprichard，2013 年）。这意味着不再通过偏离整体的目标来生成数据，隐含地假设是其各部分的总和，而是偏离各部分及其在数据结构中的位置。

这被认为表明，虽然人口普查数据是为科学分析而产生的，但大数据是“自然发生的副产品”（Edwards et al.， 2013;Kitchin，2014），由正在进行的社会过程的痕迹构成，而不是为科学消费而生产的东西。这种表面上的原始性意味着大数据所揭示的本体论实际上是以前被调查方法所掩盖的社会世界的真实关系本质。正如艾伦·巴顿（Allen Barton，1968：1）所说，“调查是一个社会学的绞肉机，将个人从他的社会背景中剥离出来，并保证研究中没有人与其中的其他人互动”。

在新兴的计算社会科学中，这种原始性的想法被视为为研究社会世界的新方法提供了基础，这种方法被认为有可能解决社会学的许多根深蒂固的问题。亚历克斯·彭特兰（Alex Pentland）在Manovich（2011：464）中将其称为“21世纪的社会学”，并表示数字数据“让我们有机会通过数百万个人对人交流网络来看待社会的所有复杂性”。新数据使我们能够浏览“数据集，而无需区分单个组件的水平和聚合结构的水平”（Latour et al.， 2012： 590），Lazer et al. （2009） 认为，这有可能改变我们对生活、组织和社会的理解。其他学者认为，需要“一种新的社会科学”（例如Christakis，2012）（引用Wolfram（2002）的“一种新型科学”，即复杂性科学），以应对大数据带来的根本性变化。这门新科学被视为通过用数据挖掘和GIS分析取代调查和访谈来解决经验社会学旧方法危机的答案（Savage和Burrows，2007）。正如Watts（2007）所指出的那样，这被视为通过解决使社会科学在提供解释性和连贯的理论解释方面“不如物理和生物科学成功”的问题，从而重新划定了学科界限，例如，集体社会行为的复杂性（参见例如Bajec和Heppner，2009;Dorigo 和 Stützle，2010 年;Helbing 等人，2005 年;Johnson，2002 年）。因此，新数据被视为在新的方法和本体论下实现了社会科学和自然科学之间的融合（Christakis，2012）。新旧数据在许多方面操作的社会本体论的差异对应于“复杂”和“复杂”系统之间的对比（Morin，2007）。这种相似性并非偶然：圣达菲复杂性科学学派主要围绕计算机和算法的研究发展，其中大规模交互系统的计算机模型的动力学是在ALife，基于代理的建模和元胞自动机（Galison，1997）等标签下研究的。在很大程度上，这项研究成为复杂性理论的基础，描述了本体论范畴和方法（例如Mitchell，2009）。正是出于这个原因，大数据似乎与这个本体论范畴相似，并且对类似的方法论反应良好，也就不足为奇了，因为它们在其结构中携带着相同的基本社会本体论，由相同类型的方法和技术塑造。

那么，这种复杂性本体论隐含着什么呢？根据复杂性科学，复杂系统具有大量属性丰富的组件，具有简单且有限的交互，而复杂系统通常具有许多以复杂方式交互的简单组件（Andersson and Törnberg，2017）。如果说汽车部件的结构是前者的一个例子，那么一群鸟的流体组织就是后者的一个例子。由于数字痕迹数据的结构，复杂性的社会本体论日益成为许多社会科学实证计算方法的隐含甚至显性基础，而以关系和交互为重点的复杂性科学领域已成为围绕大数据发展新的社会科学学科的强大推动力（参见例如Conte et al.， 2013年;Jungherr，2015 年）。

事实证明，复杂性方法能够分析许多类型的系统，否则这些系统是形式化方法无法理解的（例如Mitchell，2009）。复杂性科学的核心是大规模互动的形式模型的使用，关注的不是社会事实和聚合解释，而是聚合模式的出现。这意味着要把手指完全放在聚合测量的极限上，因为涌现与聚合完全相反（例如Wimsatt，2007：274-276）;整体不同于其各部分的总和（见Anderson，1972）。

对于社会学家来说，这种社会世界观更让人想起塔尔德的模仿概念，而不是涂尔干的社会事实概念（Candea，2010;Törnberg，2017），但是，尽管Tarde背离了理论，并因缺乏方法而受到批评，但复杂性科学的发展主要是因为新方法，并在新方法的基础上发展（Helin等人，2014）。

复杂性的认识论观点与处理复杂集体行为的各种科学中普遍接受的观点有关，即个体和总体水平之间存在一些根本差异（Calhoun，2002;Knorr-Cetina和Cicourel，1984）。传统上，在社会科学中，人们经常假设层次的存在，问题主要集中在诸如微观或宏观层面是否是合适的分析层次，或者两者是否有可能使用某种更高层次的理论来“调和”等问题。在实践中，这主要是通过学科和方法上的分离来处理的，将结构的出现问题从个人留给路边。相比之下，复杂性科学明确且几乎完全关注这个问题（Érdi，2007;Mitchell，2009 年）。

例如，Lazer et al. （2009）引入的计算社会科学在一定程度上构成了该术语的重启或重新挪用：前十年的计算社会科学是复杂性科学的一部分，从未与大规模数据相关联，而是主要通过一般的模拟，特别是基于智能体的建模来接近社会。虽然可以确定以数据为中心和以模拟为重点的计算社会科学之间存在一定的裂痕，但它们过去和现在都是通过共同的观点将社会视为一个关系和动态的复杂系统而紧密联系在一起的。

随着大数据的兴起，复杂性科学似乎越来越经历“合并的湮灭”（Merton，1968：27），因为视角从明确关注涌现和复杂性转变为构成许多用于社会科学研究的工具和方法的隐含基础。例如，复杂网络分析已被广泛应用于主流社会科学的部分，重点关注微观层面的关系/互动如何导致更高层次社会模式的形成（例如Strogatz，2001）。复杂性思维的影响，以及宏观动力学与个人行为的联系，也体现在许多理论和概念上，这些理论和概念越来越多地被社会科学家使用，甚至在数字方法之外，包括“阈值效应”或“临界点”、“幂律”、“优先依恋”等术语。

人们通常认为，复杂性观点的日益流行不仅是数据的“原始性”及其对社会世界的揭示的差异的结果，而且还反映了社会互动性质的实际变化。这种说法可能有一定的优点：正如研究人员受到大数据社会生活的影响一样，其用户也是如此。人们经常强调的差异是，数字社交生活似乎更加定量、有规律、可预测（正如平台和数据分析公司的成功所表明的那样，这些公司正是依靠预测分析而存在的），这被认为激发了对数据采取更自然的科学方法。特别是可以确定两个这样的论点。

首先，社交媒体被认为带来了社交互动的量化，因为例如，一个帖子在Facebook上收到的点赞数量不需要额外的操作来量化。虽然传统的社交互动数据需要研究人员进行转录，这一过程消除了关于语调、停顿和微妙面部表情解释的难题，但Twitter和Facebook等平台的用户似乎已经完成了将他们的信息编码为量化和标准化格式的工作。换句话说，我们的社交生活因此变得更加量化、更有序和结构化，因为我们越来越多地使用数字和编纂的数据来浏览我们的社交世界，将意义的交流扁平化为数字、书面文字和从一组预定义的笑脸中进行选择。从历史上看，这种固有的定量性意味着一种趋势，即在研究这些系统时也更加关注定量方法，主流经济学的强烈数学取向就是一个例子（Sayer，1992）。

其次，社交媒体被认为带来了同步行为的日益普遍，其形式是类似“病毒式”行为的级联。这在一定程度上被认为是社交媒体旨在通过引诱和突出我们的反应和本能来产生某种行为的方式的结果，从而破坏了我们对自己思想的能动性（Alter，2017）。因此，具有讽刺意味的是，我们的技术成熟度使我们远离了反射性能动性，更接近反应性、动物性和本能行为，这些行为被类比很好地描述为“雪崩和颗粒流，成群的鸟和鱼”（Ball，2012：ix）。这种在线行为的可预测性被认为使平台和数据分析公司取得了成功，这些公司正是依靠预测分析而生存的。

总而言之，更具反应性、本能性和原生量化的社会生活与对大数据的理解相结合，将其视为全新的、原始的和自然的东西，正在再次激起幼稚自然主义的老尸体，Bhaskar（1978）已经注意到了其历史拒绝躺下。由于塑造了这种新数字数据的方法和算法，这种自然主义本体论呈现出复杂性的形态。这种模糊自然世界和社会世界之间界限的想法，并建议驯服社会的“无理取闹的本性”（Dahrendorf，1968：23），可能并不总是明确和公开表达的，但仍然很明显，在计算领域的大多数学者接近社会世界的方式中。

在以下各节中，我们将通过仔细研究这种新自然主义对社会世界的隐含假设来研究其局限性。我们将通过与数字化早期讨论的对比来探讨这些局限性。

早期数字研究及其他：流动性和后现代性

在关于数字技术影响的早期讨论中，早于无处不在的社交媒体和数字平台时代，数字技术主要通过非物质化的视角来看待：技术从原子到比特的过渡（Mitchell，1996;Negroponte，1996年）。该文献的重点是数字技术带来的快速变化可能性的社会影响：通过互联网，技术变化可以在几秒钟内分发给数十亿用户，并且可以立即评估这些用户的反应。根据这些早期学者的说法，数字不受物质世界的限制：它抛弃了硬物质的雕刻，转而追求电子和软件的流动性。通过这一点，技术被认为降低了其作为社会结构稳定器的功能，这意味着社会背景和解释的基础变得更加流动。

在这些讨论中，数字化和非物质化的概念与围绕“后现代性”、“流动现代性”、“晚期资本主义”和“加速”等术语的更大当代讨论有关。对数字技术影响的分析可以从一系列方面找到，从鲍德里亚（1994）的拟像，詹姆逊（1991）对晚期资本主义的文化分析，贝克（1992）对风险社会中解构的描绘;在吉登斯（2002）对一个无序失控世界的意象中;在鲍曼（2000）的流动现代性中，“流动”取代了确定的社会结构和文化体系;在Archer（2014）的形态发生社会中，形态发生越来越主导形态发育。

这些观点的共同点在许多方面与当前关于数字媒体的辩论中得出的认识论结论完全相反：这些学者认为数字技术是晚期现代性的一部分，“在形式上是不可控的和典型的万花筒”（Archer，2014：1）。正如阿切尔所强调的，这意味着仅仅因为一个社会现象（制度、角色、群体、信仰或实践）继续具有相同的名称，“它就不能自动被视为'相同'”（第6页），并且持续稳定。因此，数字化和非物质化被视为后现代主义进程的一部分，因为它构成了变革步伐障碍的消解。这是更大的现代性过程的一部分，在这个过程中，“人类发现自己被卷入了一个加速的生产和消费过程，而不是居住在一个稳定的物品世界中”。（阿伦特 1958：xiv）

根据这些学者的说法，数字化可以被理解为这一转变的又一步或阶段，正如詹姆逊（Jameson，1991）所认为的那样，资本主义已经达到了最纯粹的形式。通过数字化，这一过程最终融化了技术的物质性，使所有固体都融化成空气;或者，在本例中，源代码。“就好像我们强行打开了保护世界、人类的诡计与自然的区别界限......向他们提供和放弃人类世界的稳定“（阿伦特，1958：126）。从这个角度来看，社会世界的稳定性与技术的物质性有关：由于物质变化往往很缓慢，因此技术为社会模式提供了相对坚实的基础（Elder-Vass，2017）。例如，一座建筑可以屹立数百年，并有助于传播其建造的社会背景。因此，在对这篇文献的理解中，正是这种稳定被数字技术带来的非物质化所破坏。

正如Hayles（1999）所指出的，这种新的不稳定性被带入了我们的语言，以及我们解释世界的方式。为了分析这一点，海尔斯以拉康的“浮动能指”概念为基础，并补充说，它们通过数字技术也开始闪烁：我们的词语变得不稳定，它们的意义变得无定形并不断变化。用海尔斯（第52页）的话来说，信息技术“从根本上改变了所指与能指的关系，从而将拉康浮动能指中隐含的不稳定性向前推进了一步。

总而言之，这些早期批判学者提出的观点可以理解为数字化通过实现快速的技术变革，为社会作为一个系统带来了日益开放的开放性（在“开放系统”的意义上，例如Bhaskar，1978），反过来又带来了Lane和Maxfield（2005）所说的“本体论不确定性”：质变的倾向增加。这种倾向可以通过“网络时间”（Karpf，2012）等概念来说明，这些概念描述了信息技术带来的社会技术变革的步伐加快。或者用Simon（1962）的术语来说，数字化意味着“短期”，即一个系统可以被正式理解，变得越来越短（Andersson et al.， 2014）。正如Sayer（1992：122）所指出的，这反过来又限制了量化的有用性，因为被测量的对象在质量上不是不变的。

在我们看来，尽管在当代文献中在很大程度上被忽视了，但这种对数字化的早期描述在许多方面仍然是对数字化对社会生活影响的描述的准确描述;暗示着意义和结构的流动性和不稳定性，在固定数字和符号的表面恒定性下不断沸腾。然而，数字技术已经朝着一些新的、当时不可预见的方向发展，这意味着意义和结构的流动性已经以意想不到的方式被引导。

平台时代的流体技术

首先，在这些理论提出的时候，互联网是一个高度分散的环境，需要快速且经常是非正式的实验。今天，互联网在基础设施上变成了一个极端集中的地方：信息系统已经成熟，自然垄断，为大型平台公司创造了条件。由此产生的结构越来越类似于私人政府，拥有控制信息流的权力，正如“共享经济”（如Uber和Airbnb）所说明的那样，有时甚至对其用户群征税。

其次，随着数字化而改变的不仅是新技术的推出，还有更广泛的创新反馈过程，特别是对新创新如何影响它们所包含的社交网络的评估。复杂的数据分析、A/B 测试以及对数字平台上不断发展的社会实践的即时评估，使平台所有者能够以前所未有的精确度和控制力塑造用户的行为。评估和创新之间的反馈循环（例如Lane，2016）变得越来越快，因为技术所有者拥有关于他们的产品如何在更大的社会技术背景下被采用的精确和详细的数据。

這兩個因素意味著，由早期互聯網的學者所推論的非物質化技術快速變化的流動性和能力，不僅在晚期資本主義的後現代文化中發揮了作用，而且也被引導到技術擁有者的新形式的權力中。现在，技术力量可以比以往任何时候都更加复杂、灵活和虚幻，因为技术的非物质化意味着甚至消费品的所有权也变得可以集中。随着应用程序、程序和技术平台越来越多地位于云中，我们消费和周围的工件越来越多地被租用而不是拥有，因此容易在没有警告的情况下不断变化。软件的“零边际成本”并没有导致资本主义的终结，正如一些社会科学家相当乐观地推测的那样（Mason，2015;Söderberg，2015 年），而是商业模式从销售到租赁的过渡。换句话说，这并没有破坏资本的私有制，反而破坏了消费者本已脆弱的所有权（von Busch，2008）。工人非但没有获得生产资料的所有权，反而越来越丧失了对消费商品的所有权。

虽然数字化带来了技术力量表达的日益集中和复杂化，但技术作为社会行为塑造者的功能本身并不是什么新鲜事。技术一直处于其所有者和生产者的权力之中，是一种能够根据他们的利益塑造和指导社会生活的力量。几乎没有一种活动、信仰或互动形式不是由人工制品介导的，因此受到这种隐藏的技术意识形态面孔的影响（Feenberg，1991），无论是结婚戒指和衣服，蜡烛和熏香，还是金钱和艺术品——这些人工制品储存和传播社会结构（Elder-Vass，2017）。社会生活总是在技术平台中发挥作用，这些平台塑造和构建我们的互动，并为其提供背景，赋予我们的符号和语言以永久性（Collins，2014）。技术环境的影响不仅仅是偶然的：例如，教堂是权力和权威的表达，有意识地旨在激发对神、宗教机构和圣人力量的敬畏。它们向讲坛后面庄严的神父灌输权威，并提醒我们更大的故事，我们只是其中的次要参与者，从而塑造并赋予我们的行为和互动意义。今天的在线数字平台与这种实体聚会场所没有什么不同：它们也提供了仪式和社交生活发生的环境。它们制约着我们的互动，塑造了谁有权威，谁被倾听。

但是，权力的集中化和技术的非物质化之间的结合意味着技术权力表达的重要转变。虽然过去的教堂是用石头、岩石和粘土雕刻而成的，但今天的数字教堂在我们脚下不断移动。虽然实体教会是塑造我们生活的钝器，需要诅咒和宗教裁判所支持，但数字教会会阅读我们的每一个手势和表情并做出反应。他们能够根据个人定制自己的表情，或者尝试讲坛颜色的一百种变化，看看讲坛的信徒会受到怎样的影响。用户中出现的使用文化在很大程度上取决于系统“提供”的内容（Norman，1999），以及可以“无摩擦”地完成的内容（Shaw，2015）：微妙的设计选择以与“轻推”概念相关的方式将用户推向某些方向（Thaler et al.，2013）。

换言之，非物质化带来的日益碎片化和流动性的增加，在某种程度上自相矛盾地暗示了控制权的集中化，因为它允许技术所有者通过温和地推动底层技术规则来塑造意义和结构来表达权力。这种控制不会凝结意义的持续沸腾流动性，而是动态地引导其流动。控制转移到较低的本体论层次，通过潜在的互动规则而不是通过显式控制来塑造结果。在这种非物质化的现代性中，意义和结构的流动性提供了一种看似自下而上的自相矛盾的控制形式。

这种权力表达的转变让人想起Norbert Elias（2006）在《法院社会》中描述的转变。正如路易斯十四世将他的控制权嵌入到礼貌互动的社会规则中，而不是像以前的政权那样，通过暴力和明确的控制，数字平台时代的权力不是自上而下的，而是通过无形的推动和塑造当地行为，塑造社会规则和实践，因此，控制嵌入到我们互动的规则中。因此，在我们看来，平台所有者的利益似乎是人类行为的自然和自发的结果。这种形式的分布式控制符合权力的个性化，这是后现代性的重要组成部分;正如Bauman（2000）所指出的，控制已经成为个性本身的一部分;重点不再是通过鞭打偏离者来产生同质性，而是关注符合某些利益的集体结果的出现——通过塑造环境而不是通过明确的命令和控制来引导群体而不是野兽。因此，从技术作为相当生硬的社会控制工具到虚拟社会手术刀的转变意味着数字化带来了一个平台权力的时代，在这个时代，技术提供了新的群体控制水平。

数字数据的本质

那么，后现代性的状况和平台所有者的技术力量对数字数据研究有何影响呢？这些观察结果对数字社会生活的计算研究意味着什么局限性，它们如何与复杂性科学将社会生活自然化的趋势发生冲突——将社会模式视为普遍社会规律的表达，而不是偶然性和冲突的结果？

正如我们在第一部分所看到的，大数据革命的前景描述了一个以前无法想象的数据世界;大量的咖啡桌讨论揭示了数亿人的生活、梦想和感受的痕迹。这描绘了一幅图画——它悬挂在计算社会科学等大厅的中心——社会生活的“真实”关系本质被揭开，展示了一种不仅可衡量，而且甚至可以预测的社会生活。

虽然这幅画展示了社会科学的梦幻世界，但当我们将目光从数据馈送器上移开，并将其投射到数据提供给我们的不那么令人胃口的上下文时，另一个现实就出现了。我们看到的不是自发和自然产生的社会痕迹，而是平台所有者如何生产、选择和提供给我们的，以追求自己的利益。这些数据遗漏了许多方面。例如，塑造在线行为的平台及其规则并不容易看到：它们的利益和动机反而潜伏着，作为指导个人行为和平台新兴社会实践的隐藏力量。因此，在语境方面和平台所有者的力量在理解社会生活方面变得越来越重要的同时，我们作为研究人员越来越关注互动模式，当它们失去自然环境时，它们就会自然化和去语境化，就像复杂性视角在历史上有一种暗示自然化的倾向一样（Byrne and Callaghan， 2014年;Uitermark，2015 年）。当大数据仅仅被看作是社会现实的一个编码的、可衡量的版本时——可能有一些技术偏见需要纠正——产生它们的复杂的社会和技术力量就被扁平化了：数据看起来是自然的和不可避免的，而不是偶然的和有争议的;它们被重新化，而不是批判。

这种将大数据视为社会生活的“编码”的想法忽视了产生数据的人类生活中的技术和社会方面之间的复杂相互作用。数据的产生不仅仅是单向编码，而是通过数字平台通过提供使某些活动可行的“行动语法”来指导和限制行动，从而使社会活动可用于测量、分析、商品化和操纵（Van Dijck，2013）。但与此同时，用户在这个过程中并不是无助的傀儡：他们通常意识到措施和技术在他们的社交生活中发挥作用的方式，并在使用中反射性地考虑到这一点。他们不是在“编码”他们的行为，而是采用和制定方法，在“想象的观众”面前通过这些措施进行表演（Litt，2012）：“社会行为者有条不紊地描述社会生活作为社会生活的一部分”（Lynch，1991）。反过来，平台所有者也意识到了这些动态：数字平台的创建往往涉及社会学和社会心理学思想的实施;它们的使用范围从良性推动（例如，通过三元闭合来暗示朋友）到基本上相当于武器化的社会心理学（例如，通过应用成瘾研究来“参与最大化”）。简言之，措施不仅描述，而且是制定和成为社会生活的一部分，在不同行为者和角色之间的持续反身过程中，这是社会生活无理取闹性质的典型。

换句话说，在线行为和内容是数字技术如何运作以及人们如何使用它们的结果，其方式极难分开。与其通过研究“人类行为”和“技术偏见”之间的分离来思考在线社交生活，不如将内容理解为两者之间纠缠的输出——一个社会技术系统（Marres，2017）。这使得技术成为人类社会的一个决定性特征，而不是需要纠正的东西。利用“病毒式传播”来宣称数字社会生活的新“本能”和“反应性”性质的方式就是很好的例子;Halavais（2014）展示了转发推文是如何在Twitter上成为一种社会技术脚本的：从一种非正式的实践开始，到被编码到一个按钮中，最终产生了“病毒式传播”和“扩散”的宏观模式，表现为通过网络级联的重复行为。

将大数据视为提供一种进入社交世界的特权形式的结果是，研究人员蜂拥而至，在表面上去中介化的在线平台上研究相对可预测和相关的社会行为，而忽视了导致这种行为形成的社会技术条件。数字平台的开发方法比研究人员可用的方法更复杂，数据量更大，即使是最看似微不足道的设计决策也是细致的 A/B 测试和数据分析的结果。从复杂性科学将社会行为比喻为游戏的基础上，数据因此使“游戏”更加明显，同时模糊了“游戏规则”和塑造它们的兴趣。因此，这些数据非常适合自然化科学，该科学倾向于将规则视为普遍规则，其结果是不可避免的。

我们用来研究这个世界的形式化工具和数学模型取决于交换的意义和理解的稳定性。但是，随着符号和意义在时间和空间上变得越来越本地化，这种假设并没有因为数字化而变得不那么成问题，反而变得更加严重。解释在研究过程中并没有变得不那么重要;它的轨迹只是移动了，因为相互作用同时更加量化，其意义更加碎片化和闪烁。

这并不意味着对复杂性增加、原生数量性和可预测性潜力的观察是错误的。大数据似乎与这两种发展都矛盾地联系在一起：它同时更具流动性和更原生的量化;它同时更开放、更可衡量;它同时更自下而上，更易于控制。简而言之，它变得越来越容易计算，同时更难解释我们正在计算的内容。

答案不是像一些学者那样，简单地拒绝计算方法，或者认为“新数据”的整个概念只是一个红鲱鱼，因为它的许多方面都有很长的历史（Marres，2017;Uprichard等人，2008）——一般而言，复杂性的认识论和方法论要求，特别是大数据，是真实的，必须予以考虑。但答案也不是方法论的答案：我们找不到任何方法在单一的类比中匹配和捕捉社会（Andersson et al.， 2014;Archer，2014 年）。解决方案需要关注该方法所依据的劳动力不足者。与其继续通过扩展“在一个领域中发现成功的工具来破译另一个领域”（Khalil，1995：414-415）来接近大数据，我们建议遵循Perona（2007）关于社会复杂性的建议：采取“转向本体论”。本体论观点不仅是哲学上的好奇心问题，而且对我们如何能够和应该研究、管理和思考社会现象具有深远的影响。我们需要的是一种元理论，能够尊重一般社会系统的开放性和不可分解性，特别是数字社会系统，同时承认大数据的方法论和认识论条件——以关系复杂性、涌现性和自组织为特征的大型数据集。复杂现实主义对 90 年代复杂性科学的见解做出了这样的回应，将复杂性的零散和部分社会本体论带入了与批判现实主义的对话中（例如 Byrne 和 Callaghan，2014）。因此，在未来的出版物中寻求的一个潜在的前进方向可能是对数字数据的见解做出类似的回应。

结论

本文的第一部分展示了数字数据的结构如何给传统的基于社会科学变量的方法带来麻烦，从而推动了与数据结构相匹配的新社会本体论。这引发了一种新的、复杂的自然主义，在这种自然主义中，社会系统越来越多地通过自然科学的形式方法来接近——将社会结构视为从大众互动中自然产生的模式，这被认为允许省略社会生活的制度、技术和背景方面。在第二部分中，我们重新审视了数字化早期的讨论：这些讨论将数字化视为后现代性更大进程的一部分，这意味着随着从原子到比特的过渡，系统开放性的增加带来了社会系统稳定力量的破坏。我们通过讨论技术的流动性如何变成一种控制手段来扩展这一观点，因为在线社交生活已经集中到大型平台中，这些平台致力于根据他们的兴趣塑造人类行为。总之，这些发展揭示了社会数据计算方法的基本假设与数据生成环境之间的冲突。虽然数字数据的麻烦可能有助于指出传统基于变量的方法的局限性以及科学数据的构造性质，但新数据带来了新的限制，并且类似地围绕某些方法和技术构建。因此，关于数字化的早期辩论提醒人们，新的计算观点继续遗漏了社会世界的各个方面：正如Andersson等人（2014）所指出的那样，社会既不是一个复杂的系统，也不是一个复杂的系统，相反，它同时表现出这两种属性，这使得它与两种类型的系统有质的不同： 因此，将社会现实简化为这些“类比想象”简直是误导（Archer，2013：146）。

平台所有者的技术力量在很大程度上是由社会科学家使用的数据分析新工具实现的——事实上，私营部门往往是这些工具开发的驱动力。这些努力在经济上取得了巨大的成功，正如谷歌和Facebook等公司所说明的那样。但我们不能忘记，这些公司的目标与研究人员的目标大不相同：他们寻求预测和控制，而研究人员（至少应该）寻求解释和理解。在试图让用户点击广告时，公司对“为什么”不感兴趣，而对“如何”感兴趣。这些目标隐含在工具的可负担性中，就像在线平台塑造用户的行为一样，这些数据分析工具往往会塑造用户的行为，即我们作为社会科学家的行为。因此，它们促使研究人员进行模式发现和预测，而不是深入理解。

正如早期数字技术学者所指出的那样，数字化带来的灵活性和快速变化是后现代性更大进程的一部分。但是，仅靠对后现代性的经典理解并不能很好地描述数字世界。它也是技术权力日益集中的一部分，也是技术在社会生活中的作用发生变化的一部分。数字化的后现代方面确实给社会带来了更多的“开放性”（例如Bhaskar，1978），社会结构变得更加碎片化，流动性强，并且容易发生质变，这可以说在互联网上发展的一些文化中可以看到（Nagle，2017）。此外，这被正确地理解为对量化的限制，因为它意味着被测对象在质量上不是不变的（Sayer，1992,2000）。

由于这种发展发生在一个越来越原生的量化环境中，人们通过数字和编码信息进行交流，这一事实使这一点更加令人困惑。虽然这改变了科学解释的轨迹，但由于研究人员不再需要转录对话，它并没有降低解释的中心地位。虽然转录为研究人员带来了对意义细微差别的内在丧失的直接体验，使得意义的局部性和语境性难以忽视，但数字平台隐藏了其定量数据由流动且快速变化的社会技术系统产生的方式，其能指随着时间和背景而闪烁和变化。这些变化在一定程度上是由不断发展的隐性社会实践决定的，这些实践是自觉的、高度仪式化的、碎片化的、局部的、社会背景的，并与底层平台的技术变革共同发展。

同样有问题的是，人类的在线行为更具反应性，应该导致我们无视上下文，并通过“鸟群和鱼群”等类似物来看待社会生活。虽然技术平台确实通过其强大的社交生活对人类起作用，由平台所有者操纵和指导，但平台能够通过技术推动和提供来吸引用户这一事实不应意味着减少对上下文的关注，而是让我们将目光转向平台的力量。但是，许多对数字社会生活感兴趣的学者并没有更多地关注这些背景方面和平台所有者的角色，而是被新方法和大量数字数据的警笛声所吸引，而恰恰从这些因素中迷失了目光。因此，社会模式被自然化了：我们把社交平台上的行为看作是社会生活的本质，而实际上它可能更多地讲述了平台所有者的利益。

对于我们作为研究人员来说，这意味着不仅需要研究涌现过程，而且需要在这样做的同时牢记人类行为没有什么自然的，也没有“原始数据”这样的东西。也许应该把社交媒体看作是自由奔跑的人群的大草原，而不是动物园，在动物园里，笼子里的使用者被关在笼子里，随着资本的曲调跳舞;“如果不了解产生数据的过程，就无法解释任何数据，无论大小”（Shaw，2015：1），这些过程与资本的利益纠缠在一起。

这就需要一种批判性的计算社会科学，它不牺牲语境、清晰度和批判来自动识别大规模模式，其前提是广度可以取代深度和语境作为解释的基础。如果我们不想被技术平台所有者所唱的丰富数据的警笛之歌所吸引，恰恰是为了引诱我们淹没在数据洪流中，我们就必须将自己绑在一个批判的、明确的元理论的桅杆上：因为只有从一个稳定的本体论立场上，我们才能不仅听到数据对我们关于社会世界的声音， 但也要倾听那些他们如此好奇地保持沉默的事情。

确认

作者要感谢 2018 年 1 月在意大利威尼斯举行的 ODYCCEUS 关于数字世界中自然主义的局限性研讨会的参与者，感谢对本文做出巨大贡献的讨论：David Byrne、Brian Castellani、Lasse Gerrits、Adrian MacKenzie 和 Emma Uprichard。

利益冲突声明

作者声明与本文的研究、作者身份和/或出版没有潜在的利益冲突。

资金

作者披露了对本文的研究、作者身份和/或出版的以下财政支持：欧盟根据第 732942 号资助协议的地平线 2020 研究和创新计划，以及瑞典研究委员会项目资助 2016-03515_3。

引用

Alter A （2017） 不可抗拒：成瘾技术的兴起和让我们着迷的业务，伦敦：企鹅。

Anderson C （2008） PB 时代：因为更多不仅仅是更多——更多就是不同。连线杂志（16.07）：106-120。

Anderson PW （1972） 更多是不同的。科学177（4047）：393-396。

Andersson C， Törnberg A， Törnberg P （2014） 社会系统——复杂还是更糟？期货63：145-157。

Andersson C， Törnberg P （2017） 邪恶与复杂性解剖学。期货95（1）：118-138。

Archer M （2014） 晚期现代性：形态社会的轨迹，Cham：施普林格科学与商业媒体。

Archer MS （2013） 社会形态发生，多德雷赫特：施普林格科学与商业媒体。

Arendt H （1958） 人类状况，伊利诺伊州芝加哥：芝加哥大学出版社。

Bajec IL， Heppner FH （2009） 鸟类有组织的飞行。动物行为学78（4）：777-789。

Ball P （2012） Why Society is a Complex Matter： Meets Twenty-first Century Challenges with a New Kind of Science， Cham： Springer Science & Business Media.

Barton AH （1968） 将社会带回：调查研究和宏观方法论。美国行为科学家12（2）：1-9。

鲍德里亚 J （1994） 拟像与模拟，安娜堡：密歇根大学出版社。

Bauman Z （2000） Liquid Modernity，剑桥：剑桥出版社。

Beck U （1992） Risk Society： Towards a New Modernity， London： Sage Publication Ltd.

Bell G， Hey T， Szalay A （2009） 超越数据洪流。科学323（5919）：1297-1298。

Bhaskar R （1978） A Realist Theory of Science， Hassocks： Harvester Press.

Boyd D， Crawford K （2012） 大数据的关键问题：对文化、技术和学术现象的挑衅。信息，通信与社会15（5）：662-679。

Byrne D， Callaghan G （2014） 复杂性理论与社会科学：艺术状态，伦敦/纽约，纽约：劳特利奇。

Calhoun C （2002） 古典社会学理论，牛津：布莱克威尔。

Candea M （2010） 加布里埃尔·塔尔德之后的社会：辩论和评估，纽约，纽约：劳特利奇。

Castellani B （2014） 焦点：定量社会科学的复杂性和失败。发现社会。可在以下网址获得：https://discoversociety.org/2014/11/04/focus-complexity-and-the-failure-of-quantitative-social-science/（2018年9月访问）。

Christakis NA （2012） 21世纪的新型社会科学。边缘。网址：http://edge.org/conversation/a-21st-century-change-to-social-science（2018年9月访问）。

Collins R （2014） Interaction Ritual Chains，普林斯顿：普林斯顿大学出版社。

Conte R， Hegselmann R， Terna P （2013） 模拟社会现象，海德堡：施普林格科学与商业媒体。

Dahrendorf R （1968） 《社会理论论文集》，加利福尼亚州斯坦福：斯坦福大学出版社。

Dorigo M， Stützle T （2010） 蚁群优化：概述和最新进展。在：Gendreau M，Potvin JY（编辑）元启发式手册。国际运筹学与管理科学丛书，第146卷。马萨诸塞州波士顿：斯普林格。

Edwards A， Housley W， Williams M， et al. （2013） 数字社会研究、社交媒体和社会学想象力：代孕、增强和重新定位。国际社会研究方法学杂志16（3）：245-260。

Elder-Vass D （2017） 社会结构中的物质部分。社会本体论杂志3（1）：89-105。

Elias N （2006） The Court Society， New York， NY： Pantheon Books.

Érdi P （2007） Complexity Explained，柏林：施普林格科学与商业媒体。

Feenberg A （1991） Critical Theory of Technology，纽约，纽约：牛津大学出版社。

Galison P （1997） Image and Logic： A Material Culture of Microphysics，伊利诺伊州芝加哥：芝加哥大学出版社。

Giddens A （2002） Runaway World： How Globalisation is Reshaping Our Lives， 伦敦：简介书。

Halavais A （2014） Twitter的结构：社交和技术。在：Weller K、Bruns A、Burgess J 等人（编辑）Twitter and Society，纽约，纽约：Peter Lang，第 29-42 页。

Hayles NK （1999） How We Become Posthuman，伊利诺伊州芝加哥：芝加哥大学出版社。

Helbing D， Buzna L， Johansson A， et al. （2005） 自组织行人人群动力学：实验、模拟和设计解决方案。交通科学39（1）：1-24。

Helin J， Hernes T， Hjorth D， et al. （2014） The Oxford Handbook of Process Philosophy and Organization Studies， 牛津：牛津大学出版社。

Hey T， Tansley S， Tolle Kristin M （2009） 第四范式：数据密集型科学发现第 1 卷。华盛顿州雷德蒙德：Microsoft研究。

Jameson F （1991） 后现代主义，或晚期资本主义的文化逻辑，伦敦：Verso。

Johnson S （2002） Emergence： The Connected Lives of Ants， Brains， Cities， and Software， New York， NY： Simon and Schuster.

Jungherr A （2015） 使用数字跟踪数据分析政治沟通，Cham：Springer International Publishing。

Karpf D （2012） 互联网时代的社会科学研究方法。信息，通信与社会15（5）：639-661。

Khalil EL （1995） 组织、自然主义和复杂性。社会经济评论53（3）：393-419。

Kitchin R （2014） 大数据、新认识论和范式转变。大数据与社会1（1）：1-12。

Knorr-Cetina KD， Cicourel AV （1984） Advances in Social Theory and Methodology： Towards an Integration of Micro- and Macro-sociologies， Boston， MA： Routledge & Kegan Paul.

Lane DA （2016） 创新级联：人工制品、组织和归因。英国皇家学会哲学汇刊B 371（1690）：1-9。

Lane DA， Maxfield RR （2005） 本体论不确定性与创新。演化经济学杂志15（1）：3-50。

Latour B， Jensen P， Venturini T， et al. （2012） “整体总是比部分小”——加布里埃尔·塔尔德斯（Gabriel Tardes）单子的数字测试。英国社会学杂志63（4）：590-615。

Lazer D， Pentland AS， Adamic L， et al. （2009） 计算社会科学。科学323（5915）：721-723。

Litt E （2012） 咚咚，咚咚。是谁？想象中的观众。广播与电子媒体杂志56（3）：330–345。

Lynch M （1991） 方法：测量普通和科学测量作为民族方法学现象。在：Button G（编辑）民族方法论和人文科学，纽约，纽约：剑桥大学出版社，第77-108页。

Mackenzie A （2012） 多于元素：数据库如何繁殖。环境与规划D：社会与空间30（2）：335-350。

Manovich L （2011） 趋势：大社会数据的承诺和挑战。数字人文领域的辩论。460–475.网址：http://manovich.net/index.php/projects/trending-the-promises-and-the-challenges-of-big-social-data。

Manovich L （2016） 在线帖子。可在以下网址获得：https://goo.gl/GdcJhm（2018年9月访问）。

Manyika J， Chui M， Brown B， et al. （2011） 大数据：创新、竞争和生产力的下一个前沿。麦肯锡全球研究院。可在以下网址获得：https://bigdatawg.nist.gov/pdf/MGI_big_data_full_report.pdf（2018年9月访问）。

Marres N （2017） 数字社会学：社会研究的重塑，霍博肯：John Wiley & Sons。

Marres N， Weltevrede E （2013） 刮擦社交？实时社会研究中的问题。文化经济杂志6（3）：313–335。

Mason P （2015） 后资本主义：我们未来的指南，伦敦：企鹅兰登书屋。

Merton RK （1968） 社会理论与社会结构，纽约，纽约：自由新闻。

Mitchell M （2009） 复杂性：导览，牛津：牛津大学出版社。

Mitchell WJ （1996） 比特之城：空间、地方和信息，剑桥：麻省理工学院出版社。

Morin E （2007） 限制复杂性，一般复杂性。在：Gershenson C，Aerts D，Edmonds B（编辑）世界观，科学与我们：哲学与复杂性，新加坡：世界科学。

Nagle A （2017） 杀死所有规范：从 4Chan 和 Tumblr 到特朗普和另类右翼的在线文化战争，温彻斯特：零书。

Negroponte N （1996） Being Digital， New York， NY： Knof.

Norman DA （1999） 提供、约定和设计。相互作用6（3）：38-43。

Perona E （2007） 复杂性经济学的混乱状态：本体论解释，米兰：施普林格。

Rosling H （2010） The Joy of Stats，伦敦：BBC4。

Savage M， Burrows R （2007） 即将到来的实证社会学危机。社会学41（5）：885-899。

Sayer A （1992） 社会科学方法，第 2 版。纽约，纽约：劳特利奇。

Sayer A （2000） 现实主义与社会科学，伦敦：Sage Publication Ltd.

Shaw R （2015） 大数据与现实。大数据与社会2（2）：1-4。

Simon HA （1962） 复杂性的架构。美国哲学学会会刊106（6）：467-482。

Strogatz SH （2001） 探索复杂网络。自然410（6825）：268-276。

Söderberg J （2015） 黑客资本主义：自由和开源软件运动，纽约，纽约/伦敦：劳特利奇。

Thaler RH， Sunstein CR， Balz JP （2013） 选择架构。在：Shafir Eldar（编辑）公共政策的行为基础，普林斯顿，新泽西州：普林斯顿大学出版社。

Törnberg A （2017） 社会系统的邪恶本质——社会学的复杂性方法。哥德堡大学，哥德堡。

Törnberg P（即将出版）《复杂现实主义经济学：迈向感兴趣的多元主义的本体论》。社会经济评论.

Uitermark J （2015） 渴望维基乌托邦：自组织的研究和政治。城市研究52（13）：2301-2312。

Uprichard E （2013） 描述描述（并保持因果关系）：关于食物和饮食的学术文章的案例。社会学47（2）：368-382。

Uprichard E， Burrows R， Byrne D （2008） SPSS 作为“铭文装置”：从因果关系到描述？社会学评论56（4）：606-622。

Van Dijck J （2013） 连接文化：社交媒体的批判历史，牛津：牛津大学出版社。

von Busch O （2008） 时尚。黑客行动主义和参与式时装设计。哥德堡大学。

Watts DJ （2007） 二十一世纪的科学。自然445（7127）：489-489。

Watts DJ （2013） 计算社会科学：令人兴奋的进展和未来方向。工程前沿之桥 43（4）：5-10。

Wimsatt WC （2007） Re-engineering Philosophy for Limited Beings： Piecewise Approximations to Reality，剑桥：哈佛大学出版社。

Wolfram S （2002） A New Kind of Science，伊利诺伊州香槟市：Wolfram media。