数字思维、数据知识生产与技术隐喻研究
2022-04-07郭琳
郭 琳
(南昌师范学院 文学院,江西 南昌 330032)
在数字技术时代,传播媒介的数字化、计算科学及其思维,以及数据与信息等新形态的社会文化要素,都极大地改变了基于印刷的人类文化基底,并重构了认知框架。媒介的变迁对人文学科与社会科学研究的影响主要体现在人文学科面临着不可忽视的范式转变,亦即思维的计算转向。基于印刷的认知框架而形成的思维模式,转向信息化媒介与数字化思维框架。数字思维主要基于数据与算法,并由此来实现对问题的求解、对行为的理解或更清晰具体的任务目标。在数字思维的背后是我们这个时代最基本的隐喻,即人脑与电脑的隐喻。当人们第一次将计算机器称为电脑的时候,就在以类比的方式来理解和命名这一技术产物与工具。除了电脑这样的具身隐喻,自然万物也都是技术隐喻的喻体来源。譬如网络与云隐喻,以及近来引起广泛关注的元宇宙,都是理解21世纪以来数字技术文化及其知识架构的重要概念。对这些隐喻的诞生、演变及其知识功能进行阐释,能够从人文社会科学的层面上来理解数据处理中的思路、方法与实践,有助于更好地理解数字思维,也有助于理解人在数字社会这一生存情境中的复杂存在形态。
一、数字时代的思维与认知
数字技术既是人类当前生存现实的重要部分,也日益成为社会的构成维度。这意味着我们需要以数字化的方式理解世界与存在。此外,被数字化的不仅是作为对象的万物,也包括人类自身。有学者描述了现时代的人类存在及其思维与认知的复杂变化:“技术遍布我们的生命和身体,与皮肤和血液融为一体,界定并重新布线神经网络,改变我们的思维模式,更赋予非人类存在以学习、反应和智能,这些变化深刻地影响着人类与非人类行为者的意识、感觉、进化以及认知。这意味着新的问题以及新的思考维度,‘我们是否可以开始以一种非人类的形式来思考数字——一种具有自身可理解性的、具有自身理解能力的数字化代理,其对世界的感觉确实超出了以人类为中心的阈限设定?’”[1]26-27就这一点而言,超越人类中心的认知预设应当被视为构建数字思维的起点,同时也是理解人类生存现实的必要维度。我们也应注意的是,这种数字思维不仅仅是一种基于数字技术或计算方法的抽象理论建构,而且是与社会现实中的一切都密切相关的人类认知,以及对一种新的存在的可能性的想象。
对数字思维的理解,首先应当基于世界的数字化这一最根本的现实,并需要在此基础上系统性地探讨其内涵。阿林多·奥利维拉(Arlindo Oliveira)在《数字思维:科学如何重新定义人性》一书中对数字思维的分类,正是基于思维的来源、性质与功能等层面对其加以区分。就起源而言,思维包括自然进化的思维以及作为设计的产物的合成思维;基于进化的自然思维包括人类与动物的思维,两者又都属于生物思维;由数字计算程序的运行而产生的思维是数字思维,相较于基于进化的自然的生物思维,数字思维属于一种人工思维[2]222-223。随着计算科学技术的发展,作为一种存在形态的数字化智能体,既是人类的造物,也是充满未知并可能引发人类关于自身与他者之间的界限与力量的想象对象。人类思维与人工智能的数字思维自后者诞生以来就密不可分,对人工智能与数字思维的探索,也通向人类对自身的理解与认知;而超越人类的智能存在的可能性,也同样来自人类对自身思维与智能的进一步探索。
其次,就其性质而言,数字思维应当被理解为一种基于人类认知与计算机器的混合性思维。有研究者指出,数字思维所关注的是如何运用计算方法来理解数字化现实。其所包含的至少有以下九个核心要素:数据收集、数据分析、数据表示、问题分解、抽象、算法和程序、并行化、自动化和模拟[3]63。在这一思维过程中,“计算机可以是人、机器或人与机器的组合,又或是这些不同形式的计算机器的组合”[3]53。这意味着人脑不是唯一产生并容纳思维的系统,也意味着数字思维不应等同于计算思维。数字思维与计算思维之间的区别主要在于:前者更具包容性,兼容人文与计算思维,并侧重于从印刷到数字技术的认知转变;后者则是需要与人文社会科学的思维方式相区别的,也是更为注重数据及其分析的思维方式。计算思维在现代以来的计算科学发展历程中逐渐形成,已经成为当前人类社会的主导性思维方式。也正因此,我们“在讨论数字思维的过程时,还需要考虑人类直觉、专业技能和知识等各种问题。数字思维中各种概念的成功应用不仅取决于人们在计算机科学和数学领域获得的知识,还取决于设计、创新等思维能力与想象力的融合”[3]63。
最后,作为一种视角与方法的数字思维,往往被视为对印刷时代的思维超越,也因而与印刷思维形成某种程度上的对应关系。这种对应性是理解现时代人类认知与知识形成的前提与基底。在印刷时代的思维框架中,无限的“思”通过有限的语言文字呈现为凝定于二维媒介中的书写。这种媒介有限性与表征固定化,使想象、隐喻与概念系统成为思维中最重要的因素。从印刷到数字时代的变化,不仅在于媒介或文本由实体到虚拟再到混杂的形态,而且在于这些变化对人类思维方式所产生的复杂影响。文本不再是一个封装后被固定的对象,书写也不必然要遵循基于印刷书写的线性逻辑。文字作为代码的一种,与所有基于感知的其他符号系统一起构成思想与交流的途径。由此形成的数字文本无论是原生形态的还是被数字化的印刷文本,其开放性更多地体现为作为一个单一数据库的可穿透性,及其与万物的互联性,和作为人类思维载体的生成性。即,文本的编码形式能够表示任何人类形式的体验与知识,可被获取与分析,也能够加以阐释。具有以上形态与功能的文本,譬如基于各种形式的电子终端屏幕,无论是用于阅读、观看还是书写,都更能承载人类思维中不断生成的内容,并以更为复杂的形态对其加以呈现。
此外,就数字思维的认知功能与应用范畴而言,其所包含的不仅基于计算技术的数据分析,还包括通过抽象来对复杂系统进行建模,并帮助我们更为便捷地提取知识要素并认识其规律。就这一点而言,掌握数字思维不仅在于了解计算相关的理论知识和具备编程技能,也需要运用数字思维在计算科学以外的知识领域中提出并思考问题,并通过对不同学科和跨学科当中的数字思维及其工具的使用进一步拓展其应用边界,使基于计算的知识与技能为理解数字化社会的现象与问题提供更多的思路。
二、数字化生存中的数据及其知识生产
在高度数字技术化的社会情境当中,一切的存在都在产生数据。不断涌现生成的数据既是一种新的社会生产要素,也是数字思维最主要的对象。
数据(data)源于拉丁语“基准”(datum)一词的复数形式,意为“给予之物”[4]142。数据在当前不仅构成了我们对所有外界知识的理解,也构成了人类对自身的认知。基于数据理解一切,日渐成为一种必要且有效的思维方式。与此同时,我们也需要对其加深了解,警惕并思考其复杂后果。也就是说,对数据的研究不仅需要从计算科学的角度展开,还应当从其与人类存在与社会发展所关涉的全部知识领域来加以探索。下面主要从数据的知识形态、特征与功能以及知识生产方式等方面来对这一问题展开具体的探讨。
(一)数据的知识形态
从知识形态的层面来看,数据只是静态的认知要素,对数据的获取、存储、分类、分析以及阐释等一系列人类行为,才是与数据相关的动态认知过程。在处理数据的过程之中,算法又进一步以模型的方式建构人类的认知与选择。而在一切都被理解为数据的前提之下,人类存在所关涉的认知向度及其内容都需要经由数据与算法来被重新定义和分类。正如约翰·切尼-利波尔德(John Cheney-Lippold)在《我们都是数据:算法与数字自我的缔造》中指出:“通过各种算法处理模式,我们的数据在没有自身的直接参与甚或是并不知晓的情形之下以默认的方式被赋予分类意义。”[5]5这些算法所构成的在线自我所形成的身份,不再基于以往具有独特性和稳定性的人类自我认知,算法身份的生成更多的是基于个体的网络踪迹所形成的数据集合。也正因此,这种基于计算思维和原理来对人类生命形态及其认知框架的重组,也使数据和算法呈现出一种充满矛盾的知识形态。
数据的无限生成与算法的模型化知识形态构成了这种矛盾性的主要层面。特别是在对于人类生命形态的理解当中,算法的逻辑决定了其往往是根据已产生的数据来开展反馈循环,并由此来建构起一种基于经验的认识论。而迄今为止的人文主义思维及其知识,则因为无法完全量化而被抛掷在计算思维的整个系统之外。这也将问题引向了第二个层面上的矛盾,即技术发展的未来无疑是朝向人机融合的方向,但在技术想象和文学书写中,也一直都充满着各种关于这一问题的具体而丰富的想象。如果人类的思维方式与知识生产被局限于数据与计算的范畴之内,则这些想象也只能视为数据集合中被枚举的数值。而这种认知框架上的转换又会进一步遏制想象的生成乃至于否定其知识形态的合法性。由此也延伸出了第三个层面上的矛盾,也就是无限的数据与有限的算力之间的矛盾。无论有怎样的长足发展,人类可用于计算的物质资源和由此形成的基础设施建设都是有限度的,算力的有限性和算法的模型化都必然会制约数据处理的实践,并进一步影响计算科学在对人类存在及其智能的阐释力。这意味着,如果不能够超越数据与算法的逻辑与框架,则终将受损的是人类自身的认知能力,以及基于人类想象力而产生的关于未来的诸多可能性。
(二)数据的知识特征与功能
从知识特征的层面来看,数据主要有涌现性、直观性、工具性等特征。算法作为一种基于数据的知识生产,表现出清晰的技术意识形态性。
数据的涌现性是数字化认识论的必然后果。当一切存在之物都被不断地以数据的形式来把握,其体量、种类与范畴也必然不断扩充。大数据这一概念也正是由此而产生的。所谓的“大”既是描述也是一种隐喻,其所描述的是数据集的巨量形态,同时也隐喻了一个超越了量化的极限然而又有着清晰边界的巨大空间范畴。从数据到大数据再到智能数据的概念更迭,更是呈现出技术时代不断加速向前也亟待应对的现实。
数据作为现实世界的数字化映射、算法的对象与要素,在被收集和分析的过程中都体现出了知识表示的直观性。这是因为算法模型排除了任何不能以数据形式来表示的信息要素,也由此形成了一种具有控制论特征的不再重构新的主体的“去主体化过程”[6]155。就其知识功能而言,数据的直观性呈现会使部分推理过程加速,使结果更清晰地呈现出来。
数据的工具性特征在社会科学与经济领域的数据分析中有着最丰富的体现。数据建模与分析的知识功能是通过提高效率和精确的数据处理来尽可能避免人类思维中的主观性与不确定性,以更好地为人类社会的各个领域提供有效的信息工具。
(三)基于数据的知识生产方式
作为数字技术时代最主要的知识生产方式,算法首先是对数据进行处理的模型化工具。从人文学科的视角来看,算法模型就是数字化叙事的结构框架。在数据用以表征人类的生命形态的同时,算法也在不断建构我们的身份与认知。特别是在后疫情时代的人类社会中,不断更新的检测数据成为个体的社会存在的必要前提。在这样的情境中,数据对人类生存形态的影响已经显现为一种严丝合缝的全方位笼罩,深入我们的肌体并有能力监测每一次心跳。数据的更新替代了原有的时间观念,我们正在以更为精确的方式感知存在中的每一个具体事件。特别是当算法处理近乎实时的数据时,个体身份的性状与表征也处于不断更新的可修改状态。与之相适应的是,在无尽的数据与算法所构成的在线生存中,系统对我们的表征与建构同步进行。对个体存在的认定或误认,都不再是一种基于生物性存在的认知,而是会根据每一个触发新的数据生成的人类行动而被重新配置并不断修订。“这就是一种崭新的算法真相,它很少关心真实性,但非常关心成为分类根据的有效标准。”[5]9在这样的算法现实当中,基于数据的模型会形成类别,并以标签的形式被简化或抽象化,并进一步形成具有特定社会或商业功能的、围绕特定用户的、描述性信息的聚类。当这种由算法所产生的类别在人类社会中成为主导性的文化逻辑之际,我们所面临的就是数字媒体学者马诺维奇(Lev Manovich)所定义的“转码”;亦即,在“文化概念在被带入计算机的数据/算法本体时,必须遵循‘计算机数据组织的既定惯例’”[5]12。这意味着当人类对存在的认知由数据构成时,我们不仅是被计算编码及其系统所表征,而且受到数据及其相关知识逻辑的管制。随着生命的延续不断产生越来越多的数据,由数据构成的存在日益实时化,我们的生存与思维同步陷入了困境之中,这是一种既高度简化又充满不稳定性的认知状态。下一刻的存在状态由此前的数据馈送来构建和认定。
这也正是算法的意识形态性的具体表现,正如德勒兹在《控制社会后记》中所设想过的情境,社会权力的形式不再基于个人的生产,而是基于个体的调节。个人被解构为数字足迹,可以通过数据库与算法来进行管理。“我们发现自己不再与大众/个体打交道。个体已经成为‘个人’,群众、样本、数据、市场或‘银行’。”[7]5路易斯·阿莫尔(Louise Amoore)也表达过类似的观点:“数据驱动不以我们的身份为中心,甚至不以数据对我们的描述为中心,而是可以根据我们的喜好与潜能来想象和推断出我们可能是什么样的。”[8]28对于朝向数据化这一新的衡量方式的转变所带来的复杂后果,应当有更多的反思,也应该有更多的解释。这些无法计算的忧虑与想象恰是数据与算法背后的计算思维无法实现的。
三、从数据分析到数据阐释
数据已经成为当前时代社会生产与实践层面上新的基本要素,我们关于存在的认知在很大程度上依赖对数据的认知。正因如此,对这些数据的处理与分析成为理解和应对世界以及对人类自身的认知的主要途径。这同时也意味着传统意义上的主体与对象在互联之中形成了一种集合式的新形态,人的肉身与数字自我共同构成了其存在,一切被数字化或可数字化的对象的存在形态也都如此。这也正是近年来使用得越来越多的数字孪生概念的所指。也就是说,物的物理性存在与其数字形态以现实与虚拟的方式形成镜像,并共同构成该事物的全部。物理存在与虚拟镜像之间也存在着过渡性;亦即,某些事物或在某些情况之下的事物,其物理性会趋于消弭,逐渐过渡到纯粹的数字化形态。譬如书册与报刊,以及纸质货币等实物卡券,这些基于印刷思维及其社会文化框架的产物的消亡或式微,已经可以视为印刷时代成为过去的标志。这些变化发生在我们不断加速向前的生活进程之中,以至于还有许多人没有意识到或有机会深思这一问题。印刷时代的思维框架以及在其基础之上所形成的二维与二元等知识范畴,同样需要在与数字化现实的碰撞过程中逐渐褪去。
(一)数据分析与数据阐释的基本内涵
数据分析作为从计算科学并延伸向所有人类社会主题的知识领域,就其性质而言,是一种基于社会学与经济学以及计算科学等领域的知识与方法,有着丰富的社会实践价值与学术空间,同时也将计算科学与社会科学的研究紧密结合。与此同时,在算法背后的计算思维的局限性及其复杂后果,也正是我们需要警惕并尝试克服的。而在当前的人文社会科学领域中,对数据与算法的理解与研究仍然远远滞后于社会的数字化进程。来自日常生活每一个细微角落的数字化现实,正在敦促人文学者进一步关注、理解并阐释这一现实。
数据阐释意味着从数据科学的框架之外来思考数据,这关乎我们是否能够意识到并充分理解数字思维与计算思维之间的认识论差异,并在此基础上从更多必要的视角来探讨数据是什么,我们基于什么来定义数据,它又以怎样的方式成为社会生活与人的存在之要素,如何嵌入,如何表征,又如何在这一过程中以何种方式成为资本,并在世界范围内迅速唤起对数据相关的技术伦理等问题的关注。特别是近年来,与数据治理相关的各类立法的加速趋势,充分凸显了各国政府对社会的技术治理这一层面的高度重视。这样的现实紧迫性应当成为学科开展数据阐释与算法研究的外在动力。
(二)人文学科中的数据阐释
人文学科视域中的数据阐释,不仅应当关注数据分析这一行业的知识结构与方法并加以应用,也应当思考其方法论层面上的限度与问题。正如媒介艺术学者维多利亚·维斯纳(Victoria Vesna)在十余年前编纂《数据库美学:信息超溢时代的艺术》一书时就已经指出的:“作为过去十五年从事网络技术工作的艺术家,我发现一个人必须意识到信息溢出的问题,并发展一种能够处理大量数据的哲学。”[9]ⅸ她将数据库作为一种新的叙事形式,并将其喻为永远不断变幻的、广阔的、无尽的海洋。在这一隐喻的背后正是万维网数据库的不断生成与变化。信息架构、数据分析以及相关研究中的数据库建设的重要性在艺术研究领域日益凸显。维斯纳指出,数据库对于塑造我们对现实的认知越来越重要,对数据的获取、分类与处理,在人文艺术领域的相关研究中既是新的研究对象,也是新的知识生产要素。甚至可以说,数字时代的艺术创造与人文研究都存在于叙事与数据库的交汇之处。在这一领域,有许多学者已经有了丰富的阐发。譬如列夫·马诺维奇(Lev Manovich)[9]44对数据库与电影之间的关系的探讨,以及他由此提出的数据库是计算机时代的新语言等观点。克里斯蒂安·保罗(Christiane Paul)则在《作为系统与文化形态的数据库:文化叙事的解剖》一文中探讨了马诺维奇的另一个观点,即叙事与数据库是对立的概念。保罗并不赞同这一观点,他认为数据库正是新的叙事形式,并指出计算机游戏叙事的构成要素就属于一种数据库结构的形式组织[9]101。这意味着数据的集合提供给人类的是思维的基础材料,算法模型则体现出了人类处理数据的路径、目的与倾向。在计算转向导致以人文研究为中心的知识形态不可逆转的转型现实中,代码、算法和数字理论都已成为知识生产在现时代不可或缺的组成部分。特别是随着技术对认知与学习方式的直接影响,基于网络的阅读与机器阅读提供了处理大量信息的技术支持。这样的知识情境不仅仅扩展了知识的存储形态,而且从深远的层面上拓展了知识的产生并改变人类的思维形态。也正因此,数据阐释这一基于人文学科知识形态与思维方式的路径,理应通过对数据库与算法叙事的深入研究,为数字思维的建构与现时代的知识生提供必要的思路。
(三)数据阐释的方法论性质
具体说来,数据阐释与数据分析的方法论性质不同,作为一种基于人文学科的理论方法,不侧重于量化的分析方法,而是更多地面向人类对世界的理解的可能性,关注人类自身数字化程度的差异,以及对数字化进程中的种种现象与问题尽可能地加以阐释。这也体现出其与阐释学与科学哲学更具关联性的理论特质与知识形态。我们也可以说,数据分析是基于算法和计算思维的,数据阐释是基于算法批判与人文思维的,因而能够更好地将计算科学、社会科学以及人文学科的知识关联起来。数字人文学科的兴起就体现出了这样的知识形态,即通过人文思维与计算方法的多层面深度融合,来构建一种后人类时代的新人文主义,以及与之相适应的数字思维。
在数据化的知识与计算逻辑已经日益成为社会文化秩序底色的当下,算法不再关注人类对自身的认知与描述,而是从个体的行动数据中描绘其算法身份。由近代思辨哲学所构建起来的人类主体这一概念,也逐渐被计算思维和算法模型构建起来的数字化个体所替代。也正因此,我们始终需要关注并进一步思考,在重构对人类自身的理解的当下,是什么发生了怎样的变化,我们应当以怎样的方式来理解数字化社会中新的现象所构成的现实,又能够从什么角度来理解这些变化。在思考的过程中,始终需要从数字技术与人类生存的关系这一视角出发,注视并尝试弥合这样的认知沟壑。就这一点而言,我们或许可以从隐喻研究中找到一些启示。
四、数字技术时代的核心隐喻及其知识功能
从脑到网,从云到宇宙,数字思维与数据阐释的知识功能的实现,需要结合几个数字技术社会中的核心隐喻从以下层面来加以探讨。首先,人脑与电脑及其关系是数字技术社会中人类知识与文化的核心隐喻;其次,从网络到云,基于万物的技术隐喻修正了人类基于具身认知而建构的脑隐喻,也丰富了数字技术时代的认知隐喻形态与内涵;最后,从云计算到元宇宙,自然仍然是我们建构技术认知最宽广也最具阐释力的隐喻来源。由此,我们也得以将思考拓展到这些隐喻背后的技术想象,及其深层逻辑与局限性。这些问题当然还可以进一步延伸到技术伦理与技术的意识形态行等层面。在这三个层面当中,最基础的是对电脑隐喻的理解,更为重要的则是通过一系列具体的隐喻及其演变来探索数字技术时代的知识逻辑。
(一)人脑与电脑的隐喻及其认知框架
就人脑与电脑这一隐喻而言,我们或许可以说,在人与技术的关系光谱中所形成的一切问题与观点皆与之相关。从这个隐喻中能看到的是,人类对世界的理解往往是以自身为基础的具身性认知,将计算机器命名为电脑正是对这一思维方式的清晰体现。“我们对人类认知的许多思考都基于‘大脑是一台计算机’这一隐喻及其延伸,亦即‘思想就是软件’及其程序处理的过程。”[10]6由于数字计算机通常通过一系列编码和解码操作的功能,大脑是一个计算机的隐喻,会强化对人类大脑的理解中的机械性。这种基于机器与计算逻辑的理解,不可避免地影响了我们对实际上具有生物性质的人类大脑的工作原理的理解。在《隐喻中的语境与联系:简单的思想如何塑造人类经验》中,戴维·里奇(L.David Ritchie)回溯了学者们在20世纪90年代的隐喻研究中关于电脑与人脑这一隐喻的思考并指出,在现有的隐喻当中,将思维喻为“机器”和将沟通称为“管道”,都是人类文化中广泛存在并已成为认知模型基础的元隐喻[10]6。这些特定的隐喻不仅建构了认知与思维的框架,也塑造了我们看待和思考这些实体的方式。也就是说,对机器和管道隐喻的使用,在很大程度上会将我们导向它们自身的含义范畴,也由此形成概念隐喻所固有的偏见。这样的局限性同样需要被纳入认知当中,我们也应当寻求克服这些认知偏见的方法与途径。
正是因为以往的隐喻已经对人类思维与认知的总体框架产生了复杂而又深远的影响,所以我们才需要新的隐喻。这些影响既构建思维的秩序,也规限着我们对现实的理解以及关于未来可能性的想象。知识架构已经发生了变化,我们迫切地需要意识到问题并更新观念。就这一点而言,理解与之相关的最重要的隐喻,是一种便捷有效的途径。特别是现时代,一部分人对于已成现实的数字化生存的认知,仍然是一种未来式的形态。
数字化作为所有人的生存现实,意味着一切都日益被吸纳到互联网络之中并被持续数据化,也必然会要求人们建构起基于这一现实的数字思维。而数字思维不仅意味着对算法或计算模型的理解与掌握,还应是对于自身所处的作为生成性网络的人类社会的一种基本理解。处理因为互联而不断积累和涌现的数据,更是每一个人都需要应对的现实。如何建立数字思维,如何进行数据分析并阐释其社会文化内涵,这并不是向大家倡导终生学习数字技术知识与技能就足以解决的。有些个体甚或是社会边缘群体虽然处于全方位数字化的生存情境之中,但仍保持着将数字技术要素界定为未来的认知状态。
从计算隐喻的实际情况来看,计算机技术发展的早期最常使用的界面隐喻、管道隐喻以及容器隐喻,在21世纪已经逐渐丧失其对数字技术社会现实的阐释力。我们不再以桌面这样的固定化界面来建构计算系统,也很难再被信息高速路这样的隐喻唤起某种快速奔向未来的激动之情,而基于硬件的存储概念也已经让位于云存储和普适计算共同构成的混合型数字存储与计算服务系统,以及更具有总体性和系统性内涵的元宇宙概念。
由此也可看出,在数字文化中的隐喻思维,不是一种由既定隐喻构成的认知框架,而是一个不断寻求新的隐喻来回应并理解现实的行动过程。寻找新的隐喻,也应当被看作一种通过探索新事物或在事物之间建立新的关联性,并使用不确定性方法来对变化中的外部情境作出回应的人类行为。在这一不断更新的认知过程中,新的隐喻能够帮助我们重新建立思考的框架与逻辑,这也正是隐喻的知识功能之所在。正因如此,除了基于人类自身来阐发对技术的理解之外,还需要从基于万物的技术隐喻角度来展开探讨。这意味着在人类自身之外的一切事物,也都是我们建构与理解计算科学知识的对象。
(二)网络与云等源于自然的技术隐喻
就网络这一隐喻而言,在互联网发展的早期,网络往往被理解为一个有别于现实世界的虚拟空间。但在近年来,随着万物以及时空等观念在其中所呈现出的是一种复杂相关的生成与融合态势,网络隐喻中二元对立式的近代哲学内涵也逐渐被消解。正如《万物互联:没有关闭开关的世界上的自由与安全》的作者曾经设想过的:“即使人类从地球上消失,数字世界仍将充满活力。”[11]1这看似科幻小说序幕的场景中所呈现的,“实际上是对数字系统从面向人的屏幕显示过渡到物的对象和人工智能的物理世界的程度的切实认知”[11]1。这意味着对人类生存现实最基本的关注与理解:“互联网不再仅仅是连接人与信息的通信系统。它是连接车辆、可穿戴设备、家用电器、无人机、医疗设备、货币以及所有可能的工业部门的控制系统。网络空间现在全面且无法察觉地渗透到离线空间中,也由此模糊了物质世界与虚拟世界之间的界限。”[11]1这正是万物互联的真正内涵。
人类用以理解自身与世界的基本隐喻,始终在不断变化和更替,并在这一过程中描述和诠释技术知识架构在不同时代的发展与变迁。数字技术领域的隐喻也是如此,从近代以来的机器隐喻到电脑隐喻,从早期的桌面隐喻到更复杂的界面隐喻,从电脑到网络再到云。这些隐喻与对世界已确立的认知相关,并引导我们关于未来的想象的塑造。
在21世纪以来,对理解技术社会而言最重要的可以说正是网络与云这两个隐喻,以及从前者到后者的转变中所蕴含的人类计算认知。
作为一种重构了人类社会的新兴文化形式,网络是技术物理性的隐喻,也是我们当前对现实的理解、概念化和表征的隐喻。“互联网将我们的生活方式和存在于世界的方式编织在一起,同时也组织了我们思考和思考世界的方式。”[12]9然而,网络隐喻与电脑隐喻有类似之处,它们对人类社会的表征力量都在减弱。电脑隐喻的问题主要在于,如果将一切都看作基于数据的计算,那么人类也可以被称为“数据的主体”[13]114-115。网络隐喻的问题则在于,虽然其内涵中包括了“作为基础设施、有机体和空间”[14]26这三个层面,但在21世纪伊始,我们仍然更多的是基于一种二元式的时空观将网络视为与现实相对应的独立的虚拟空间,而这样的阐释很难使我们清晰地理解自身所处的现实的真正形态。
“云”在今天已经成为我们理解当前数字技术形态的基本隐喻之一。云隐喻创造了一个实用的模型,将我们与互联网的关系塑造成一种既无处不在又无处不在的技术。但云隐喻的局限性在于遮蔽了这些物理形态与要素及其关联性。马修·弗利斯费德(Matthew Flisfeder)在《算法的欲望:走向新结构主义的社会媒体理论》中就曾指出,“云”的隐喻虽然使互联网的概念更容易被理解,但一组基于网络远程访问的计算资源,绝不是一朵柔软或轻薄的云。在“云”的构成中至少包括电话线、光纤、卫星、海底电缆和装满广阔仓库的电脑,以及大量的能源与物理空间[12]8。内森·恩斯明格(Nathan Ensmenger)在《云是一座工厂》一文中也探讨了这一概念并指出其内涵的复杂性。他指出:“云不只是一个技术术语,甚至是一系列重叠的基础架构。它是一个隐喻,一个意识形态和一个议程,这意味着它是理解过去和现在以及塑造未来的工具。”[15]34在现时代,云隐喻已经消解了计算服务和与之相关的物质基础设施之间的一切关联性。“云的隐喻使计算机行业可以隐瞒和外部化整体从能源成本到电子废物污染等一系列问题。但是现实是世界在燃烧,而云实际上是一座工厂。让我们将这种故意模棱两可和空灵的隐喻带回地球,在它为时已晚之前,将其扎根于更悠久的技术,劳动力和建筑环境历史中。”[15]35这一隐喻的广泛使用,使计算行业真实的技术情境以及与之相关的物质关联与社会问题,在很大程度上被“云”所导向的自然想象所遮蔽。
(三)作为总体性隐喻的元宇宙
元宇宙的隐喻与云隐喻相似,但比后者有着内涵更为丰富的映射框架。作为一个融合了数字技术科学几乎全部研究领域和内容的概念,元宇宙是一个相对容易把握的总体性隐喻。这一源于科幻文本《雪崩》(1992)的概念,是用以描述现时代以及未来的最新隐喻。这部小说描绘了一个人类以虚拟的方式工作与生活的世界,这个被称为“metaverse”的虚构文本中的虚拟情境也被描述为能够包含所有可能世界的元世界。自2021年引发了极为广泛的关注与探讨以来,元宇宙的概念内涵迅速而急遽地膨胀,在短时间内已承载了过多的关于未来的技术想象与文明表征。在这种急切心态的背后,也正是技术社会的加速发展在反向促使人类去理解这些迅疾变化的深远影响与复杂后果。特别是当我们结合大数据与数字孪生等概念来理解元宇宙的时候,应该更清晰地把握其内涵与范畴。既然数据的体量之大及其可能涉及的层级已经超越了人类的认知框架,那么整个技术社会的形态及其未来架构的可能性,同样也只能够用人类已知的最宽广的概念来加以描述。同样地,从数字孪生到元宇宙,从镜像隐喻到自然隐喻,我们仍然在想象的延展中不断尝试寻找更适合用来理解当前人类文明发展阶段及其形态的隐喻,并由通过这些隐喻来想象未来。在这个充满不确定性的时代,可以确定的是,如果没有足以改变现有认知框架的见解,我们对世界和任何具体事物的理解都难以深化并得到更新。所以任何基于现有标准与模型的理解,理应被视为有限的而非自洽与完备的。我们当然也需要以这样的方式来审视元宇宙这一概念。它毫无疑问既是一个隐喻,也指向一个可能世界。这一可能世界的现实化则取决于我们走向它的过程中的每一项技术发展与认知拓展。元宇宙同时也是一个基于现有的数字化现实与计算科学的知识逻辑而被建构的技术想象,也是一个包罗万象的愿景、一扇能够让人类走出各种房间并通往未来的可能性之门。
就其知识功能而言,“云”和“宇宙”等源于自然的概念,在与数字技术实践的关联与数据映射中成为具有高度的现实阐释力的通用认知模型,并进一步影响此后的认知框架以及科学与文化想象。但需要注意的是,与网络隐喻一样,云隐喻与元宇宙等自然隐喻的影响及其所衍生出来的问题也是复杂的,同样存在着忽略其构成中的物理要素及其与现实的关系这一问题。上述几个被广泛应用的技术隐喻实际上都已经成为某种复杂的集合概念,可以借用N.凯瑟琳·海耶斯(N.Katherine Hayles)在《非思:认知无意识的力量》中的表述来理解。在她看来,基础设施与媒介以及网络,与人类主体共同构成了一个“认知集合”(cognitive assemblages)[16]115。在这一集合当中,人及其主体性仍然应当是最主要的关注与命题。我们仍然需要小心地探索在技术与人的关系中的平衡性,并寻求一种“基于人”的计算和“为了人”的技术。这使得数字技术时代的根本问题必然会被导向技术伦理,以及技术的意识形态性等主题。因为“技术对个人和社会所产生的复杂作用,体现在具身、概念、物质、技术和语言等综合层面上,因此不能简单地由技术或人来主导”[17]7。
(四)数字时代的技术隐喻及其深层逻辑
在探讨了从大脑、网络到云计算和元宇宙隐喻的演变过程之后,我们可以从隐喻思维的角度来进一步思考,在这些数字时代的技术隐喻背后有着怎样的深层逻辑,对这些问题的探讨又将如何影响我们对数字化现实的认知与对未来的技术想象。
就像上文中已经探讨过的,电脑与网络等概念都在被更具阐释力的新生隐喻所修正,并与后者一道构成了新时代的技术隐喻认知架构。就其隐喻形态与知识功能而言,正如塞布·富兰克林(Seb Franklin)在《控制:作为文化逻辑的数字》中所言,作为工具和隐喻的计算机在社会经济与文化中无处不在,然而用这一隐喻来理解数字化社会的构造,又会带来一系列特定的方法论问题。特别是在网络社会中,社会个体以及非人类的社会参与性存在被认为像计算机一样相互联系。电脑和网络这样的基础隐喻,介入甚至是重构了人对于自身存在以及社会秩序的认知基底,新的概念的产生依赖基于数字技术的知识与逻辑而产生的隐喻,在技术发展的进程中,新的隐喻又被重新概念化为现有语言文化系统框架中的组成部分[18]16。也正因此,我们才更需要在理解其概念内涵的同时,了解其作为隐喻的映射机制,及其在概念化之后会对我们的思维所形成的影响,以及这些影响当中不可避免地存在着的认知局限性。对于这一点,早在20世纪80—90年代,就已经有学者有所探讨。长期从事科学与技术社会研究的MIT教授雪莉·特克(Sherry Turkle)在其著作《第二自我:计算机与人类精神》再版之际,回溯了计算机与人类精神的关联性想象在这20年间的变化。她指出:“在1984年,一种有计算性的心灵概念是有争议的。如今,使用计算隐喻来谈论人类心灵已经是自然而然的事情。”[19]3随着时代的变迁与技术的发展,新的计算工具和电子设备不再被视为简单的工具,甚至在1984年所提出的在当时具有一定前瞻性的“第二自我”这一概念都已经显得有些过时,这一时代的计算机更像是人类自我本身。人们已经不可避免地使用计算术语来思考自己和描述事物,甚至是以这种方式来构建认知世界的框架。正在发生的人和计算机之间的关系也预示着人类文化的变化,人类与计算机日益复杂化的交互形态,也必然会带来作为机器的思维模式。在她看来,计算机存在的最重要的文化影响之一,就是机器正在进入我们对自己的思考当中。
五、结语
描述而非界定数字思维,并尽可能地尝试阐明我们关于数字化现实的认知方式,是人文研究者在当前时代很难超越的一种立场。现代学科建制已划出的认知沟壑需要在知识的代际传承与不断更新中逐渐弥合,而生活在21世纪初期的我们,不应对印刷时代就在我们眼前落幕的现实视若无睹。这也意味着,我们需要直面人文学科知识根基的数字化转变,并在培养自身数字思维的前提下,来理解这个由数据与算法驱动并主导的世界,其在知识系统、思维方式与文化逻辑等复杂层面上是以怎样的方式日益远离我们所熟知的认知标准与范畴。当我们能够理解电脑、网络与云隐喻的内涵及其对我们的技术认知的塑造与限制,我们也就能够更清晰地理解人类的思维架构,并觉察到这些隐喻以及我们自身的局限性。自人类在20世纪中期发明电子计算机以来,电脑隐喻在很长一段时期之内能够作为社会文化的核心隐喻,帮助我们更清晰地把握数字技术时代第一阶段的形态与特征。从计算机器到人工智能的隐喻,始终是人类对自身与机器及其背后的数字技术与计算思维之间的关系的理解,以及对这一问题的理解的不断丰富。在这一阶段,由人与技术及其关系衍生出的一切思考,都仍然是在探寻什么是人类以及什么是生命。如果再换一个角度,从人与机器的另一端出发来进行思考,机器是否可能具有意识和智能,在现阶段往往仍属于一种基于人类自身的智能性的思考。通过对这些核心隐喻及其演变的阐发,我们也可以看到,在面对数字社会的复杂形态与可能性之际,21世纪以来,我们对技术世界的认知仍然依赖一系列的隐喻。而关于虚拟世界的认知,也始终与真实世界息息相关。人类的未来仍然在随着技术的发展以及我们对技术的认知与行动不断变化与生成,其中也会蕴生出更多新的隐喻。它作为感知和触摸现实并对外部情境的回应与表征,在塑造人类生存体验与思维模式的同时,使我们得以在数据之外理解当下和想象未来。