数据主义与价值重估：数据化的价值判断

林建武

在互联网高速发展并成为人们日常生活重要构成部分的今天，数据在社会生活的各个方面都发挥着重要的作用：小到购物消费，寻医问药，大到国家治理，全球协作，数据都是行动与决策的重要依据。然而，数据接管世界的趋向也让人们陷入忧思：数据重要性不断提升所暗含的数据主义倾向，是否是以数据的价值替代了人的价值进而导向了某种人的异化？是否一种崭新的生活模式和一种崭新的价值将主宰人类，而这种新价值的评判标准将完全依赖于数据？要回应这样的困惑，需要对数据主义和数据化的本质，对数据化与人类生活的真正关系，对数据与价值之间的关联有一个更明晰的认识。

一、数据主义与数据化的时代

数据主义不仅是一种社会思潮，它从根本上代表了一种对世界的本体论承诺，以及伴随这种本体论承诺的认识论与价值论模型。数据主义认为，“宇宙由数据流组成，任何现象或实体的价值就在于对数据处理的贡献。……数据主义指出，同样的数学定律同时适用于生化算法及电子算法，于是让两者合而为一，打破了动物和机器之间的隔阂，并期待电子算法终有一天能够揭开甚至超越生化算法”。①[以色列]赫拉利：《未来简史》，林俊弘译，北京：中信出版集团，2019年，第353页。数据取代原子、实体、物质，成为世界的新“基质”，数据遍布世界，世界可以还原为数据。一切事物、人、人际关系、文化、价值都可以还原为不同算法模式下的数据。数据主义的这种本体论承诺带来了一种价值论上的评价标准。而数据主义的两个基本法则可以归纳为，一是，数据量的最大化，世界将为数据所填充；二是，世界的全面数据化，无法数据化的事物将被排除在世界之外，这类似于一种“降维打击”。数据主义似乎就是价值上的“降维打击”。最多的数据就意味着最大的善，最透明的数据也意味着最大的善。

之所以数据主义可以从一种本体论承诺直接过渡到一种价值论评价，其中的一个最根本预设是：世界的数据化不是一个自然的过程，即它不是一个可以被直接观察或者通过科学实验认识到的知识，像水、火，或者大气作为世界的本原那样；它是一个需要被人还原和承认的“基质”，它需要在人类生活的层面上获得一种本体论的承认。换句话说，数据作为世界的本原指向的就是，被人收集、还原、整合之后的数据（它也必定经由此过程，毕竟数据不是自然存在物，人们并不能直接在世界之中“看到”数据）乃是世界的本原。由此，数据主义自然就指向了一种数据化，因为人对世界的数据化处理乃是作为本原的数据主义之中的数据的基本样态。很简单的一个说法，没有数据化，何来数据？数据主义的数据也不是从天而降，可以超脱人而存在的存在物。在这个意义上，才能更好地理解数据主义所看重的价值：客观性与对信息自由的追求。这二者都是数据的某种属性，这种属性是相对于人来说的，是人对世界数据化之后认可的价值。

不过，数据究竟是不是世界的本原？在哲学上这将引发无穷的争议。何塞·范迪克（José van Dijck）认为，“数据化根植于一种有问题的存在论和认识论主张”①Josévan Dijck.Datafiction,dataism and dataveillance:Big data between scientific paradigm and secular belief.Surveillance & Society,12(2),P197-208,2014,P.198.。数据主义和数据化的根本方向不一定在这个对于世界的本体论承诺上，或者，将数据作为对世界的本体论承诺只是人们为了凸显数据在现实生活中的价值，凸显数据对于人类生活的彻底颠覆而给出的一个“想象性证明”。似乎只要承认数据的存在论地位，在数据时代，人们的生活世界就可以越来越多地被数据化，进而数据主义和数据化就变成一个根本性的问题。而当前人们所追求的数据化目标还限定为，“将社会行为转化为在线的可量化数据，从而实现实时监控和预测分析”②Josévan Dijck.Datafiction,dataism and dataveillance:Big data between scientific paradigm and secular belief.Surveillance & Society,12(2),P197-208,2014,P.198.。梅拉妮·斯旺（Melanie Swan）将当前人们生活各领域的数据化做了归纳：（1）饮食（能量、营养、口味、花费、地点）；（2）活动（步行、骑行、消耗、地点）；（3）心理状态（快乐、焦虑、信心、自我评估）；（4）认知状态（IQ、记忆、耐心、创造力）；（5）周围环境（天气、地点、季节）；（6）社会交往（朋友、社交、影响）；（7）身体状态（血糖、血压、睡眠情况）③Melanie Swan.The Quantified self,Big Data,2013,Volume:1 No.2,P.85-99.。在数据世界中，人们已经在很多时候自主地选择以数据化的方式来认识和处理自己的日常生活。如伴随着可穿戴设备的发展，更多的人倾向于承认，“可穿戴设备为自我授权（self-empowerment），自我管理和自我提升提供了最佳的条件”④Brett Nicholls.Everyday Modulation：Dataism,Health Apps,and the Production of Self-knowledge,Security,Race,Biopower,Holly Randell-MoonRyan Tippet ed.Palgrave Macmillan,2016,P.101.。有两个阶段对自我的数据化，个人身体将成为可知、可计算、可管理的对象，而且完整的个人也都面临着数据化的诱惑：“自我追踪1.0，基本的定量现象，步行、睡眠、营养、锻炼方案；自我追踪2.0，针对主观感受，情绪、快乐、生产力” 。⑤Melanie Swan.The Quantified self,Big Data,2013,Volume:1 No.2,P.93.数据化成为人们理解自身与社会行为的新范式，已经获得了普遍的承认。不只是身体的数据化，友谊、兴趣、信息搜索、趣味表达、情绪反应全部可以数据化，包括精神甚至是灵魂、信仰的数据化，一切都进入了算法关系（Algorithmic Relations）的计算之中。

对于数据化与数据主义潮流而言，算法是一个关键。零散的、没有规整过的数据很多时候并不能呈现自身的用处，只是材料甚至边角料而已。只有经过算法的加工、整合，数据才能真正发挥对生活的影响。以这样一种思路为指导，出现了某些崇尚更优算法的“算法主义”思潮。实际上，正如学者们看到的，数据主义者（算法主义者）往往将数据和算法看作世界万物、人际关系的存在论基石，一切似乎都可以被归结为数据和算法的抉择与更替。因此，在数据主义的时代，人们好像自然而然就会得出如下的结论：“感觉和情感只是生化数据处理算法”①[以色列]赫拉利：《未来简史》，第96页。，而“到了21 世纪，感觉不再是全世界最好的算法。我们正在开发更优秀的算法，能够充分利用前所未有的运算能力和庞大的数据库”。②[以色列]赫拉利：《未来简史》，第354页。这里可能存在的一个基本预设是，世界在本质上是数据构成的，而算法上的更替是一种新的数据处理模型对旧有的数据处理模型的更替。这种新的模型（电子算法）在价值上要高于旧的模型（生化算法）。这里蕴含的一个进化论原则是，机器要比人脑更适合处理数据，“人类的大脑无法理解新的终极算法”③[以色列]赫拉利：《未来简史》，第355页。。然而，人们以数据的数量为理由，认为在大数据面前，人类的生物学智能根本无力做出计算，因此得出结论认为，电子算法在大数据时代要优于生化数据。但这一假设的一个前提是，即世界上的事物与价值都可以被数据化，而生化智能在数据化中一定是落后的。另外，在算法的更替之中，蕴含的另一个基本假设是：能够被清晰呈现、还原、解释的数据处理模型、算法相比于不能被呈现、还原、解释的数据处理模型要更高级、更优秀，似乎前者具有更大的进步空间。只有依赖这种预设，数据主义者才能面对如下的问题：相比于普通人的大脑，计算机在今天要以算法的形式模拟人类的决策、模拟人类对自身身体的控制与微妙的感觉，是非常低能的。

二、身体与生活的数据化

人类身体与生命本身的数据化是数据主义浪潮中的重要一环。伴随着运动健身APP 和可穿戴设备进入人们的日常生活，许多人已经接受甚至欢迎对自身身体的数据化呈现。而在智能医疗实践中，由于疾病和人群健康问题上的数据化能够带来诸多便利，科学研究者也愿意采取数据化的处理模式来对待人的生命。在这个过程中发展出了许多对人类身体的数据化处理方式，这些方式都是身体数据主义的一种表现形式，这其中包括：“使用测量、科学、技术对自然世界，包括人类身体进行安置、理解、操控”④Melanie Swan.The Quantified self,Big Data,2013,Volume:1 No.2,p.86.，“将无线生物传感器、基因组测序或成像设备中收集的个体信息，与传统医学数据相结合”⑤[美]埃里克·托普：《颠覆医疗：大数据时代的个人健康革命》，张南、魏薇、何雨师译，北京：电子工业出版社，2013年，第xxxvi页。。生物学对于数据主义的这种接受与拥抱，似乎已经让人们身体的数据化成了一种不可违逆的潮流。人们无论多么关心自己身体的隐私，多么怀疑身体在根本意义上数据化的可能，都无法否认：生命的数据化可能会改变一切，而且数据化作为一种处理身体的新范式有其不可替代之处。

在数据化时代，身体与数据之间的密切关联意味着，“身体正在变成一个更易认知，计量和掌控的对象”⑥Melanie Swan.The Quantified self,Big Data,2013,Volume:1 No.2,p.85.，身体似乎通过数据而脱离了某种“神秘状态”，身体变得更加清晰而易于掌控。实际上，所有认同身体数据化的人，运动健康APP 和可穿戴设备的使用者，都倾向于承认对身体的数据化处理赋予了人自身更大的主动性，甚至可以说，人从一种被动的“养生”（保护身体）状态进入到一种主动的“健康”（激活身体）状态。这种数据化是对人身体的重新发现与再次塑造：“可穿戴设备和健康APP 是当前一项可见的关于身体技术化具体实现的技术，在关于健康与健身、生产效率、数据依赖、阶层、烹饪技艺的文化处境之中，物质性地，混乱地塑造我们的身体。”⑦Brett Nicholls.Everyday Modulation：Dataism,Health Apps,and the Production of Self-knowledge,Security,Race,Biopower,Holly Randell-MoonRyan Tippet ed.Palgrave Macmillan,2016,p.102.不过，从价值的角度看，这种所谓的“塑造”不过是以数字的方式来重估人们关于自身身体之价值（比如说健康、强壮、优美）的另一种评估模型。人们不是直接因为身体的数据化而带来身体和生活质量的提升，而只是以另外一种方式（可数字化）来理解这种“价值上”的“提升”。如人们会接收到这样的讯息，“今天你运动了2.9 公里，还有10 卡路里需要消耗，为了更健康的生活，你需要继续运动”，健康的生活依然是人们追求的价值，改变的只是2.9 公里和10 卡路里这样的数据成为健康的评价标准。

当人们认可了身体数据化的可能性及其好处，数据便开始渗入日常生活。自我在身体层面上的可计算意味着，我“自身”在现实意义上的生活可以被计算，被算法所优化。而由于数据主义的支持者以一种积极、主动、认同的态度接纳身体和生活的数据化，他们也乐于以一种数据的方式来表现那些以往人们认为无法被量化的东西，如人的感受、喜好、情绪、心理状态等。数据化可能一开始只是身体层面的、运动层面的，但随着它在日常生活中不断被肯定和应用，人们慢慢开始愿意在完全意义上将自身数据化，对自我进行数据化追踪。在这个过程中，会看到，“自我追踪的一个重要方面在于，它将量化自我行动从根本上包括收集客观指标数据与这些数据影响的主观体验两者中的定量和定性双方联系起来”①Melanie Swan.The Quantified self,Big Data,2013,Volume:1 No.2,p.93.。或许，从数据到体验、感受，最终进展到价值，这是数据主义对人类生活实现宰制的完整路径。问题在于，人们认可某种意义上的自我追踪，根本上乃是因为认可了这种价值评价的方式，而不是认为数据本身有多么重要。

在当前的语境中，对日常生活的数据化重构不仅呈现在运动和身体状态监测中，越来越多的人类活动，比如吃饭、睡觉、散步都获得了数据化重构的可能。运动手环Jawbone 有一句广告词：“有一个更好的你，起来，去找到它。”在可穿戴设备的制造商看来，对用户日常生活的数据化重构是有规则、规律的，这些规则依赖于算法与数据，而重构的结果是“更好的自己”。当然，厂商也总是表示，用户需要“通过理解和管理来激励健康的生活习惯”，即用户需要认可厂商对于价值的这种预设——如上文所强调的，这种预设是价值评估模式上的数据化重构，而不是价值本身的重估，厂商并没有给出一些奇怪的，与社会习俗观念不同的新观念、新价值。用户被告知的是：在数据化的时代，可穿戴设备可以为用户提供直观的数据收集与算法统计，进而提供一个最佳的行动方案，用户只需要遵守这一方案就可以获得自己想要的价值，就能找到“更好的你”。

问题的关键不在于数据化提供的这种价值是否是真正有益的，而在于厂商和产品是否给出了一套切实可行的对价值的评估方案。人正常的生活之流被某些特定的节点、事件、数据所代替，人们不再关心饮食，而是关心卡路里摄取量；不再关心悠闲的散步，而是关心步数计量，而这些都是以数据化能够带来更好生活为前提的。在可穿戴设备和运动健康指导APP 的数据化生活中，散步将变成一个目标（有激励作用），身体完全被还原为机器，一台需要不断被激励的机器。人自主地将自己的身体数据化，并承认在这个过程中会带来“更好的自己”，而数据化的后果是，对于“用户”而言，只要认可了数据化之后的价值评估模式，那一切就变得清晰而简易。“更好的自己”被分解为数字、步骤、程序，在每个时间点、每个时间段，在身体的每个部分、日常生活的每个环节，人们都可以期待一个清晰的“指南”，这个指南甚至是收集个人数据之后“为个人量身定做”的。人们似乎在这个过程中并没有丧失自己对价值的判断和追求（用户是主动追求“更好的自己”才愿意对自身进行数据化处理的）。和过往时代人们追求幸福的模式相比，最大的差别似乎也就是价值的评估模式和实现模式发生了改变。人们在过去追求“更好的自己”，今天使用运动健身APP 和可穿戴设备的人，同样也是追求“更好的自己”，只是，在数据化的时代，人们相信，通过将价值转化为数据，同时认同和拥抱这些数据，就能获得价值。

三、重估一切价值的评价模式

数据化的范式在今天实际上具有强烈的意识形态或者说价值取向。但是，需要回答几个问题，才能更好地理解数据主义与价值之间的关联。数据主义认可的价值是什么？是否存在某种关于价值的算法呢？以及，在根本意义上价值能否被数据化、算法化处理？数据主义所看重的价值虽然看起来不同于过往人类生活中认为重要的东西，但数据化主要通过这些价值提供的是一种对价值评估模式的重估而非对价值本身的重估。

客观性是数据主义认可的一种价值。在本体论意义上，数据还原到最后所剩下的是未被处理过的“元数据”，数据主义者认为，“元数据”是未被人们“再加工过”的数据，一定程度上它代表了人们以数据的方式对于世界的最客观存在：地球与太阳之间的距离，一个人的年龄、出生日期，这些都是“元数据”或者所谓的“原始数据”。但这种元数据真的是客观的吗？数据的客观性并不被天然预设，元数据也是如此，而且，若是数据不可分析，则数据本身也是无价值的。数据本质上是为了被解释，被分析。一种对数据的自然主义处理似乎是不可行的。每个人的头发半径，每根头发之间的详细距离，这是一种“元数据”吗？似乎是的。但这种“元数据”对于数据化没有太大的意义（或许将来它会变得有意义），那么，对这种“元数据”的客观描述还是有价值的吗？

人们似乎认为“大数据提供了更高层面的智慧和知识形式，可以产生前所未有的见解，这些见解带上了真理性、客观性和精确性的光环”①Josévan Dijck.Datafiction,dataism and dataveillance:Big data between scientific paradigm and secular belief.Surveillance & Society,12(2),P197-208,2014,p.201.。但是，元数据的挖掘算法，挖掘元数据的平台，可能都不是客观的。元数据终究是要被解读的，它需要成为某个“产品”，在成为产品的过程中，客观性还存在吗？当人们发现，各种各样的人际关系都被转化为算法形式时，这其中真的仅仅是客观性作为一种价值选择成为其他价值的最终衡量，还是其他过往看重的价值借助数据化的客观性获得不一样的评价模式？

元数据在今天成了一种珍贵的稀缺资源，一方面自然是因为它可以在不同算法的处理下得出不同的结论，它比那些更具体的数据似乎更客观，可开发性更强；另一方面，它在社会道德层面所引发的争议可能也是最小的。人们会认为元数据经过匿名化处理，不会侵害个人的隐私。但问题在于，今天大多数商业公司搜集的所谓元数据并不是说它不涉及个人，如果商业公司遵守最基本的道德底线的话，那也只是让这些元数据脱离具体的个人身份，元数据展现的是清晰、生动的“某一个人”：元数据在今天的货币化（被出售）正好证明了对其可以进行某个维度或者某种价值上的利用，社交网站将用户信息（元数据）集体出售是常见的，甚至很多社会科学家也接受社交网站以某种价值预设为前提搜集的元数据，并作为进一步研究的基础。虽然元数据被认为从个人的背景和自我意识之中分离出来，但越是有用的元数据，往往具有更多的个人痕迹。当数据公司努力竞争以争取发现和把握“每一个单独的数据集都可能有一些内在的、隐含的、尚未挖掘的价值”②Josévan Dijck.Datafiction,dataism and dataveillance:Big data between scientific paradigm and secular belief.Surveillance & Society,12(2),P197-208,2014,p.201.时，似乎就很难再坚持元数据的“客观性”价值了。

元数据的客观性还被认为体现在数据收集平台的所谓“客观性”上。平台声称自己对于数据是中立的，甚至对于数据的收集是被动的，没有刻意的操作意图，只是单纯的记录和留下印记。这个判断奠基在如下观念的基础上：在线的社交信息流量是通过中立的技术管道而实现流动的。平台的中立性和客观性诉诸的理由是，平台只是探测，只是采集，只是记录。问题是，数据在采集过程中没有价值预设吗？今天还有一些数据主义的支持者认为，平台在数据收集过程中收集到的数据体量超级巨大，可以被看作平台中立性和客观性的一个佐证——平台是全部、全面、全方位地进行收集、记录，并没有以特殊目的去针对特定的数据。这种中立性和客观性对于很多学者而言，已经体现了自己的价值，特别是在关于人群问题，比如疾病和健康问题，超大体量的“客观数据”对于推进医学研究帮助很大。同时，大量的人类行为踪迹也为社会学研究提供了丰富的可能空间。但问题是，超大体量数据对科研的价值并不能证明数据自身的客观性就是一种价值，只能说明，对于科研来说，更大量、更客观的数据是有价值的。

根本上说，人们量化自我是为了某种价值。数据本身是一种价值，用它来审视其他的价值，但却不可能替代其他价值。

四、数据主义的价值评价标准

在大数据的时代，“对数据主义来说，信息自由就是最高的善。……信息自由所赋予的对象并非人类，而是信息。而且在这种新价值观看来，信息自由流通的权利应该高于人类拥有并限制数据流通的权利，因此可能侵犯到人类传统的言论自由”①[以色列]赫拉利：《未来简史》，第346页。，而“数据优先和普遍互联是数据最大化和信息自由至善的另一种表达”②李伦、黄光：《数据主义和人本主义数据伦理》，《伦理学研究》2019年第2期。。一切的善都依照是否有利于信息自由来判定，也就是，数据主义认可的最高价值是能够自由地将世界最大意义上数据化。信息成了价值的裁决者，一切都服务于信息生产、流通、繁殖、计算。数据流通就是善的，而数据的不流通就是恶的。人们可能会质疑这样的评价方式，其实，这种质疑是大可不必的，因为数据自由流通之善奠基在数据主义的认知之中，即不能在认可某种意义的数据主义的基础上去质疑数据自由流通的价值，要质疑数据自由流通成为全部善之评价标准，质疑数据主义这一更深层次的价值选择是否是唯一的最高的价值。

实际上，在数据化的框架之中，人们的隐私权成了一个重要的，特别需要被保护的对象时，可以得出的一个结论：存在着好的数据化和坏的数据化——好的处理数据的模型和坏的处理数据的模型。

总的说来，一种好的数据主义可能会是一种好的价值的重估方式，即以一种更好的方式来实现认同价值。一种坏的数据主义可能是对过往价值的摧毁，也可能是以武断的方式引入一种价值重估的新模型。如赫拉利所说，“在历史进程中，人类创造了一个全球性的网络，不论面对任何事物，都以它在这个网络中有何功能来给予评价”③[以色列]赫拉利：《未来简史》，第357页。，这不一定意味着“数据主义对人类造成的威胁，正如人类对其他动物所造成的威胁”④[以色列]赫拉利：《未来简史》，第357页。。人类可以与其他动物和谐相处，虽然也存在威胁的可能；数据的价值评估模式其实也可以与过往的其他价值评估模式，甚至未来的价值评估模式和谐相处。一种好的数据主义或许正如人类这一物种在地球的出现一样，是有可能带来整个生态进步与文明化的。不应当拒斥数据化和数据主义的潮流，更不应当武断地将数据化当作是对旧有秩序的破坏与摧毁。

普遍被认同的一种更好的数据主义，是一种能够在宏观意义上帮助人类做出价值决策的数据主义：每个人都成了分析的对象，人们的数据被收集起来统一分析，因而大数据提供了一种更加宏观的分析框架。这种宏观的分析框架在健康和疾病等重大研究上有时能够帮助人类取得重大的突破。治疗疾病时可以收集到的数据包括：“传统医疗数据（疾病史，家族史），基因学数据，量化自我的追踪数据”⑤Melanie Swan.The Quantified self, Big Data,2013,Volume:1 No.2,p.88.，这意味着对自我的数据化是有益于预防疾病的健康事务的。假如这些数据被去除个人化的标签，它们就成了某种意义上的“元数据”。智能医疗就奠基在数据化的基础之上，而“考虑到在大数据时代我们总是通过大规模的数据关联再现个人医学信息以及由云计算或超级计算将‘总体预测’与‘具体观微’相结合，从而推进医疗实践中的健康革命”⑥田海平：《生命医学伦理学如何应对大数据健康革命》，《河北学刊》2018年第3期。，数据化将有助于“现时代重大生命医学伦理难题的解决”。在这样一种智能数据和崭新的医疗实践中，一种好的数据化更有助于推进这一实践的算法和评价模式。在数据化的时代，医疗领域中的价值问题已经转化为人群健康的生命伦理学。所有这一切将带来价值上或者说价值评估模式上的转变：人们将真正做到“以患者为中心”。在这些应用的层面上，应当支持和开发的是一种对于数据的崭新算法和应用，这种算法和应用应当能够证明自己是一种更有效的价值评估模式。

五、数据的价值是可数的吗？

数据主义虽然带来了生活的巨大进步和便利，但也有一些质疑的声音，人们怀疑数据主义是否能够真正给人类生活带来好的价值。数据时代是否证明了人类经验与直觉的局限性，人是否应当将自身转化为“数据人”。很多时候数据的统计显示出某种违背人类直觉的结论，并以此为傲。数据主义者可能会支持的一个判断是，直觉与经验相对于数据而言是会出错的，因为它们过分依赖有限的个体，而大量个体收集起来的数据会纠正这种错误。人们完全无法凭借自身来纠正认知上的错误，能做到这一点的只有大数据和新型算法。

数据主义所追求的客观化依然是一种价值评价模式，它并不先天就是一种价值，它依赖于价值，并通过一种数据化的方式重新进行评估。在这个评估的过程中，便带来一系列数据时代所看重的其他东西。以信任为例，整个数据化都奠基在这种“信任”的价值基础之上：数据主义意味着多重信任——信任信息收集器、信任信息分析者、信任数据本身。这种信任的来源是，人们相信企业和公共机构在使用这些数据时会遵循某种“规范”，但实际上大多数人可能并不清楚这个规范究竟是什么。也就是说，数据主义所要求的信任，以及信任在数据化时代的价值是一种好东西，但这种好东西并不是天然存在的，它是传统的价值在数据时代被重估之后的结果。在这个意义上，人们并不反对数据主义的价值预设，但这种预设应当被标示出来。人们的信任往往直接依附于平台、机构、企业，一旦这些组织破坏这些价值预设，或者偷偷贩卖另一种价值预设，整个信任基础可能就陷入危机。

以算法的方式让用户能够自主地控制自己的信息，用户需要明晰信息被生产和信息流动的整个过程，用户需要明晰信息挖掘之中预设的价值，用户还需要清晰地了解企业、平台、机构在信息流动过程中所扮演的角色。在现实层面，即使用户信任某一个特殊的平台，但由于平台与平台之间的关联，用户可能并不了解自己的信息会被分享给谁，因而，用户对于这个平台的信任并不意味着对于自己信息的完全把握。而且，平台会蓄意呈现和标识出自身的客观性，但数据却是处于流动状态的：“数据主义预设了对量化方法之客观性，以及使用这些方法的机构（无论是公司平台，政府机构还是学术研究人员）之独立性和完整性的信任。然而，信任和独立性在一个相互关联的生态系统（所有的在线平台都不可避免地相互联系）中其实是一个困难重重、危机四伏的概念”①Josévan Dijck.Datafiction,Dataism and dataveillance:Big data between scientific paradigm and secular belief.Surveillance & Society,12(2),P.197-208,2014,p.204.。可见，就算以数据主义的方式对待自身，人们也无法在日常生活中以数据自身的价值（如果存在数据自身的价值的话）作为评价的准则。价值系统还是过去式的，就算信任的数据，或海量数据之中存在着过往没有的客观性和精确性，价值依然是陈旧的，人们只是重估这种价值的评价与判断模式。

人类的价值是否完全可以被还原为数据，即价值是否都是可数的？就像一些专家认为的，即使人工智能技术发展的异常迅速，但关涉到很多人类行动时，“人类实际上并不知道这些决策过程是如何进行的，更无法在过程中间给予评价、监督以及适当调节”②戴国强、高芳、徐峰：《人工智能在实际应用中的瓶颈及未来研究展望》，《情报工程》2018年第1期。。如果当人们面对诸多可能的困惑，却仅仅用“数据就是如此显示的”，或者“大量数据已经证明了这一点”来做论据时，人们是在一种坏的意义上使用数据，即给予一种“不可数的价值”“可数”的属性，是混淆了数据对价值的重估形式——到底是重估价值本身，还是重估价值的评判模式。就数据化对人们生活可能的帮助而言，当人通过可穿戴设备和运动健身APP 监控自身时，是否期待自己的行为能够被预测，预测本身正是一种价值导向上的问题，预测就意味着自我行为自主性在某个意义上的缺失。个体本来期望有一个充满偶然性和期望的未来，殊不知未来所遇到的一切都已经被公司、平台预测到，并且你遇到的场景全部被摆弄完毕，你还期望这种未来吗？也有很多人质疑，社交媒体是否在权衡、操纵、货币化人类的在线行为。购物网站的数据使用告诉人们，平台可以在很大程度上操纵人类的欲望，创造出额外的需求，数据的挖掘很多时候在算法上已经货币化了。而且，算法总是可以引导数据生产。也就是说，人们给出什么样的数据，以何种方式给出数据，往往是被程序、算法所引导的。可以说，将生活之中看重的价值全部交托给数据时，人们的生活将面临着重大的危机。在这个意义上，“数据机器的形成和人的自由的丧失才是数据滥用的最严重的后果”③李伦：《“楚门效应”：数据巨机器的“意识形态”——数据主义与基于权利的数据伦理》，《探索与文明》2018年第5期。。