西方数据资本主义视域下“算法殖民”的产生与破解之道

摘要：大数据、云计算、人工智能等高新技术的更新与迭代，让算法在技术层面具有广泛的应用场域。普通用户在使用智能设备时会遇到如算法歧视、算法黑箱和算法不公正等负面效应。因此，对于“算法殖民”的研究意义在于两方面：一方面，分析产生这种现象的背后机理；另一方面，探求算法时代人类社会公平发展的实践路径。通过对GAFA等互联网公司使用算法的现实分析，指出算法在资本主义背景下的基本特征，即在数据资本助推下算法渗透到人类社会生活的每个角落。任何单一的国家和地区都是无法彻底摆脱“算法殖民”的困境的，这需要站在全球治理的角度探究“算法殖民”产生的根源并寻求破解之道。

关键词：资本主义；数据；算法；资本

中图分类号：P413文献标识码：A文章编号：1674-3652（2023）03-0066-10

DOI：10.19933/j.cnki.ISSN1674-3652.2023.03.008

基金项目：上海市哲学社会科学规划中青班专项课题“数字资本主义本质研究”（2020FZX007）；东华大学马克思主义理论与实践研究基地项目“西方数据资本主义视阈下的算法困境研究”。

2006年，英国科学家克莱夫·哈姆比提出“数据是新石油”的观点。海量数据必须借助一种数学工具才可以发挥其强大的信息功能，即计算机运行中的算法。算法与数据资本主义联姻之后，给人类社会带来前所未有的改变与影响。更进一步讲，资本主义助推算法的更新与迭代：数据在让新的垄断者有条件做实验，让他们能预测趋势，能对客户有更多的了解，能构建更好的算法[ 1 ] 165。

现今，人类社会迈入互联网技术的成熟时期。大数据（Big data）等高新技术被广泛应用，“数据+资本”成了人类高新技术发展的新要素。智能设备每时每刻地将海量数据上传到互联网并通过分布在世界各地的超级计算机进行储存、处理与分析，数据科学家与工程师再利用相应的算法以获得他们谋求的特殊信息与相关结论。从政治领域到经济领域，从意识形态到个人隐私，算法已经渗入人类生活的每一个角落。只要有数据上传的地方，算法就有用武之地。

但是，在资本助推下的算法也给人类社会带来巨大隐忧。阿里尔·扎拉奇与他的同伴指出：“通过精妙的计算机算法，互联网的兴起与普及的确在某种程度上深化了市场竞争并为民众带来了诸多便利与实惠……但这种由信息技术演进带来的市场经济模式的转变也导致了社会资源发生了不公正的再分配。”[ 2 ]种种事实表明，西方数据资本巨头正在利用算法影响和控制普通用户的互联网生活习惯，这个问题逐渐成为全球治理所要面对的新难题。发达国家与发展中国家之间也会因为算法与算力不对称而出现种种不平等现象。托尼·麦克格鲁对此直言：“如果政府丧失了控制跨国力量与表达其公民偏好的能力，那么，毫无疑问，民主的本质即自治就会受到损害。”[ 3 ]

一、提出问题：“无形之网”的编织

算法是数学中按照某些规则进行计算的具体方法。计算机中所使用的算法特指由人类输入其中以求获得某个结果的一系列清晰指令。从科学与技术的角度看，专家与工程师发明算法只是一种为了解决有某个问题的软件工具。在处理杂乱无章的数据与各种数据模型时，算法并不会体现出过于明确的意向性。因此，算法在发明之初并无“原罪”。

互联网技术的升级、智能移动设备的普及化与超级计算机算力的显著增强，都为大数据的收集与分析奠定了技术的基础。每个用户都在被“数据化”并且被各种算法进行分析。当越来越多的数据被收集之后数据科学家面临的问题是如何在海量数据中获取某种重要的信息。算法与大数据技术的结合，让数据科学家们看到了他们有可能掌握打开万事万物信息之门钥匙的希望。算法逐渐在人类生活的各个领域内“大显身手”：

首先，在经济领域方面。那些早期受益于算法带来利润的公司都已成长为全世界的顶尖企业。从两组数据的对比中就可管中窥豹：2010年，世界前六名的公司中只有微软公司（Microsoft）所经营的业务与互联网技术直接相关。十年之后，从新的统计数据中可以看到GAFA在西方资本世界的巨大规模：2021年10月1日，苹果公司（Apple）的市值达到2.36万亿美元，谷歌（Google）的母公司Alphabet市值达到1.82万亿美元，亚马逊公司（Amazon）市值达到1.66万亿美元，脸书公司（Facebook）的市值达到9 670亿美元。2020年年底，全世界GDP超过1万亿美元的只有16个国家，苹果公司的市值可以排在法国之后列在世界第七位[ 4 ]。受新冠疫情的影响，西方发达的资本主义国家在2020年的GDP相比2019年都呈现出负增长的态势，而GAFA的市值却一路高歌猛进。在GAFA的企业结构中，先进的算法为其资本运营提供不竭动力。

其次，在政治领域方面。数据资本巨头通过算法开始影响美国的政治选举。用凯西·奥尼尔的观点看，脸书在政治选举中的影响是由算法展示出的一种巨大权力[ 5 ] 213。脸书公司的掌门人马克·扎克伯格曾多次在公开场合表示脸书公司不会参与政治或者也不会影响选民的投票倾向。但是，从众多媒体与科研机构的报道中来看，脸书公司与其他的数据资本巨头用“潜移默化”的方式影响了美国的总统大选。美国国会的一名议员曾指出：“脸书的算法在保守主义和自由主义之间存在相当大的差距，导致其更倾向于向人们推送自由主义的新闻和信息。”[ 6 ]

2010年之后，美国的政客们在竞选中都“与时俱进”地加入高新数据技术团队作为竞选的核心力量。希拉里·克林顿在竞选美国总统时，其竞选团队选择和数据挖掘公司Groundwork合作，而该公司是由谷歌公司的董事长埃里克·施密特出资创建的。而谷歌执行主席埃里克·施密特，在2012年的大选中全力支持巴拉克·奥巴马。2014年，脸书公司运用更先进的算法参与到美国大选中。脸书的数据科学家所罗门·梅辛改变约200万政界人士的脸书页面的信息推送算法。美国民主党的议员也通过网络上的“蛛丝马迹”找到脸书通过算法“左右”美国民众的选举倾向：2016年，美国大选中唐纳德·特朗普有590万条广告在脸书上获得展示，而希拉里则只有6.6万条[ 7 ]。令人感到恐怖的是，如果在现实中数据资本巨头利用算法影响美国总统大选，那么GAFA也可以如法炮制通过“算法权力”影响其他国家的政治生活。凯西·奥尼尔提出过一个可怕的问题：“如果脸书在选举日操控人们的情绪，又会如何？”[ 5 ] 216因此，在富兰克林·福尔看来，算法成为民主政治的新问题[ 1 ] 95。最后，在文化领域方面，西方数据资本巨头通过各种先进的算法介入公众的私人生活。只要普通用户拥有一台连接互联网的智能设备，并且使用不同功能的App，那么算法就会对普通用户做到“如影随形”。在使用搜索引擎时，用户每次点击鼠标和浏览网页的痕迹都会以数据的方式被Google收集，然后利用算法分析用户有哪些意图。从另一个方面看，在谷歌的搜索中使用的“自动补全算法”，看似是为了方便用户进行搜索，实际这种算法提前设定了用户想要搜索的内容，并且带有明确的偏向性。普通用户在亚马逊网站上购物时，网页上总会及时地推送给这个用户“喜欢”的其他商品，这也是拜算法所赐。

综上所述，本文认为在西方资本主义推动下，算法已经变成一张“无形之网”逐步地“笼盖四野”，依靠自身的技术优势对普通用户进行种种“数据奴役”与“信息剥削”，这就是“算法殖民”现象。

二、跨越时空：西方数据资本搭建“算法”的世界藩篱

算法确实在诸多方面给人类社会带来福祉，然而，在西方数据资本主义迅速扩张的背景下普通用户却潜移默化地被“算法”进行操控。GAFA通过“算法”施展权力，并初步绘制它的世界版图。詹姆斯·布莱德尔指出：“我们对数据的渴求就像对石油的渴求一样，如同历史上的帝国主义和殖民主义，并与资本主义的剥削网络紧密相连……数据被用来对能满足帝国主义需求的对象进行定位与分类……帝国大多已经取消了领地，只在基础设施层面继续运作，并以网络的形式保留权力。数据驱动的政权还在重复着先祖的种族主义、性别歧视与压迫政策，因为这些歧视与态度已经从根源上写进了它们的代码。”[ 8 ]那么，西方数据资本巨头如何构建“算法权力”的世界版图？

（一）构建垄断性的操作系统

自计算机普及开始，操作系统都属于计算机的核心部分。全世界数百亿台的智能终端都会使用三种系统：微软的视窗（Windows）系统、谷歌的安卓（Android）系统和苹果公司的iOS系统。从1985年11月20日微软推出Windows 1.0系统开始，这家公司就致力于在每一台电脑上安装他们的系统。此后，微软不断对Windows系统进行更新与迭代，时至今日，Windows系统在PC领域内都占有绝对的霸主地位。他们的市场份额高达九成以上，剩下的市场份额几乎属于美国的苹果公司。

然而，进入移动互联时代之后，普通用户的智能设备上的操作系统已被安卓系统和iOS系统的垄断。早在2005年8月，谷歌就收购成立仅22个月的高科技企业Android及其团队，并在两年之后就正式向外界推出安卓系统。2007年11月，谷歌着眼于未来并没有选择单打独斗，而是联合几十家公司组成“开放手持联盟（OPEN HANDSET ALLIANCE，OHA）”，共同打造安卓系统。这个决定让谷歌在最短时间内打造出极具竞争力的移动智能操作系统。2008年9月，谷歌正式发布Android 1.0系统，这也是安卓系统最早的版本。尔后，谷歌公司与“开放手持联盟”对安卓系统持续增加研发投入，并在2010年10月取得这样的成绩：电子市场上获得官方数字认证的Android应用数量已经达到10万个。安卓系统的霸主奠定地位是在2011年第一季度，它在全球市场的份额首次超过塞班（Symbian）系统，成功地跃居全球第一[ 9 ]。

如果说安卓系统是得益于众星捧月的话，那么苹果的iOS系统可谓是“独树一帜”。苹果公司最早于2007年1月9日的Macworld大会上公布了这个系统，最初设计主要在iPhone手机上。2007年6月，苹果公司正式发布第一版iOS操作系统，并且陆续在IPad、iPod与itouch等设备上应用。与安卓系统的开放与兼容不同，苹果的iOS是一个相对封闭的操作系统，它只能在苹果一家公司的智能设备上使用，这样就确保iOS系统的独特性以及苹果公司的垄断性。iOS系统的独特性表现在它的安全方面：在iphone手机上应用的各种软件必须经过苹果公司的认证，否则无法应用。更重要的是，iOS系统一旦更新之后，搭载其系统的苹果智能设备都可以及时地升级系统，而安卓系统的用户往往不能在第一时间使用最新版本的安卓系统。

（二）积极扩张的数据圈地运动

詹姆斯·布莱德尔只是强调资本主义通过网络“奴役数据”的现象，更重要的是他没有看到算法在这个过程中体现的作用和价值。普通用户使用西方数据资本巨头的各种App，就是无条件地沦为一个“算法难民”。以脸书为例，2021年初脸书的用户已经超过20亿，每日活跃用户超过20亿，印度用户已经超过3亿，美国用户超过1.9亿，巴西用户超过1.2亿。随着雪球效应的剧增，马克·扎克伯格预计未来脸书的用户规模会突破50亿大关[ 10 ]。此外，脸书还通过收购不断地扩张自己在社交领域的霸主地位。脸书公司近年来完成最重要的两笔收购：一是在2012年10月以7.5亿美元收购了照片墙（Insta？ gram）；二是2014年2月用190亿美元收购瓦次普（WhatsApp）。因此，Facebook Messenger、Instagram、WhatsApp和Facebook Groups便构成脸书公司在全世界社交领域的帝国版图。

截至2020年底，从搜索引擎的全球市场来看，谷歌占据着七成以上的份额。谷歌公司分布在全世界各地的几十个数据中心中运营着数几百万台的先进服务器，并且每天都可以满足数以百亿计的搜索需求。同时，Google也是全球访问量最高的站点，与其相关的流量可以约占到美国总流量的四分之一。问题的关键在于遍布全世界众多地区的Google用户把数据流量最终都“转化”为谷歌的“私有财产”。谷歌还通过资本运作收购油管（YouTube）公司。YouTube长期占据着在线视频播放量的全球第一的位置。油管公司同时在为全球100多个国家提供服务，有80种不同的语言可供选择，它的每月活跃用户高达20亿，每日活跃用户约为3 000万，仅在印度YouTube就拥有2.65亿的活跃用户[ 11 ]。油管用户所观看的许多视频就是通过算法分析用户的兴趣爱好后进而推荐的。此外，在浏览器的市场份额来看，谷歌、微软和苹果公司仍然保持着三分天下的态势，如Google的Chrome浏览器、微软的IE浏览器、苹果的Safari浏览器、微软的Edge浏览器。Mozilla Firefox浏览器的市场份额还不到一成。综上所述，在高新技术的支持下西方数据资本巨头通过垄断性的操作系统生态与积极的数据圈地运动为算法“大展拳脚”提供了广阔天地。

三、新型认知：神机妙“算”的诞生

在互联网技术普及与移动智能设备廉价的时代里，算法越来越能体现出它自身的“威力”。如果没有先进算法的“加持”，GAFA收集数据易，获取信息难。算法便在从数据转化成信息的过程中发挥“点石成金”的功能。随着算法不断迭代与更新，计算机科学家与数据工程师们发明出各种先进算法以求在海量数据中获取更多高质量的信息。与此同时，一种新型认知方式随之诞生——算法认知。面对问题，人类不再依靠自身的理性做出权衡，取而代之的是用“算法”判断一切。人类也不再需要旁征博引和左思右想，只需要操作“输入”与“输出”的简单流程，一切复杂的过程都交给“算法”处理。人们将原有经过自己思考而得出的结论“外包”给算法，让算法得出结论。

在可预见的未来，算法认知会更多地嵌入人类社会的每个角落。那么，“算法认知”为什么会“深得人心”？首先，算法可以获取高质量信息。在经过工业革命与信息化革命之后，人类社会已经进入信息爆炸时代。互联网技术与移动智能设备让人类获取信息易如反掌。不过，各行各业需求的不是普通的信息，而是在特定环境下的高质量信息。尤其在商业方面，算法可以为商家提供牟取丰厚利润的重要信息，这是过往的技术力所不及的。比如，全球零售业巨头沃尔玛公司对美国部分地区消费者购物行为进行数据分析时发现，男性顾客在购买婴儿尿不湿时，常常会顺便购买几瓶啤酒，即婴儿尿不湿的销量与啤酒销量存在强烈的正相关性。于是，沃尔玛公司利用Apriori算法对大量相关数据进行全面分析。Apriori是一种挖掘关联规则的频繁项集算法。它的应用让沃尔玛公司的销售人员大开眼界，于是沃尔玛公司调整货架的排列，把尿不湿和啤酒共同摆放，以增加两者的销量。最终，沃尔玛公司的这个举措居然使尿布和啤酒的销量都大幅度增加。这则案例已经成为算法应用获利的典范。

其次，算法可以做出正确的决策。在算法广泛应用之前，无论政治战略还是制定经济政策都是决策者常常面对的难题。决策者要从复杂的现实环境中，依靠自己的过往经验以及各种学科知识做出最终的判断。这样的判断往往带有强烈的主观性与片面性。比如，某些组织在需要做出重大决策时，经常被各种不同的意见左右，然后采取民主的投票方式最终确定做出何种决策。先进的算法会将人类决策的过程高度压缩。安德雷斯·韦思岸就是一名算法认知的坚定支持者，他强调：“算法可以发现人类不借助计算机就无法发现的规律，这些规律有助于我们的决策。”[ 12 ]

谷歌就曾经利用搜索引擎的先进算法成功预测当年爆发的流感。2008年，谷歌公司推出的一款预测流感的产品，即Google流感趋势（Google Flu Trends，GFT）。GFT可以将某些搜索字词进行收集并且利用相关的算法了解流感疫情。GFT会根据汇总的Google搜索数据，近乎实时地对全球当前的流感疫情进行估测。2009年，谷歌公司通过分析5 000万条美国人最频繁检索的词汇，将之和美国疾病中心在2003年到2008年季节性流感传播时期的数据进行比较。最终GFT成功预测了2009年冬季流感的传播，甚至将流感暴发具体到特定的地区。

最后，算法可以提升人类的创造能力。正如克里斯托弗·斯坦纳所指出的那样：“数学使算法进入我们的生活。几个世纪以来，我们依靠数学观察世界。而今，数学已成了我们用来塑造世界、生活甚至文化的强有力工具。”[ 13 ] 6算法正是充当数学在高新技术时代的一名实践者。算法与高新技术相结合可以在艺术创作方面有所突破。美国加利福尼亚大学圣克鲁斯分校音乐系的大卫·考普是一名音乐教授。同时，他也是一名算法认知的坚定拥护者和实践者。二十多年里，他通过自学编程与计算机的各种专业知识让自己成为一名计算机科学家。大卫·考普教授把自己作曲的第一台机器命名为Emmy，它的主要功能是利用算法创造新的谱曲。

大卫·考普教授还特别强调：“像Emmy这样的算法是音乐界的未来。人类作曲家会一如既往地存在，但是会进步到学者使用每一种可用的工具—包括算法。”[ 13 ] 84在Emmy取得初步成功之后，大卫·考普教授对Emmy进行升级为Emily Howell。后者创作了8部歌剧还有一些钢琴协奏曲。现今，世界各地有许多音乐家成为大卫·考普教授的追随者，他们开始利用各种算法创作各种音乐。克里斯托弗·斯坦纳对大卫·考普教授的做法提出了“非专业性”的质问：“如果一个作曲家的社会职能可以被算法取代，那人类还能留下什么？”[ 13 ] 88

然而，算法成为人类的一种新型认知方式，这本身还需要一个漫长的过程。更重要的是，算法认知能否在所有领域内都取代其他认知方式，这本身就是一个复杂而具有争论的议题。韩炳哲认为：“数据主义开启了第二次启蒙运动。第二次启蒙运动把行为打磨光滑，使之成为一种操作，成为一种完全不依赖主体自主性、不依赖主体所处的时空情境而只被数据驱动的程序。当具有了可操作性，并屈从于计算与操控的程序时，行为就会变得透明。”[ 14 ]韩炳哲只是从哲学上指出“数据主义”的结果，而在技术层面看执行“数据主义”观点就是算法。李伦同样指出算法认知的最终危害：“数据主义推崇算法至上，推崇算法暗箱……数据主义呼吁‘聆听算法的意见’。随着大数据和普适计算时代的到来，人类正在将权力交给算法。”[ 15 ]如果真是这样的话，人类社会的所有权力最终将会变为一种算法权力，而掌握算法权力一定是少数拥有算法的群体。

四、算法牟利：数据资本巨头的生财之道

从2010年开始，以谷歌、亚马逊、脸书和苹果为代表的高新技术公司逐步成为西方资本主义世界的新宠儿，这四家公司被西方学者统称为GAFA。它们的迅速崛起让资本主义世界展现出新特点，即掌握着高新技术的公司可以在短短十几年里超越资本主义世界传统几十年或几百年公司累积的财富。GA？FA的迅速崛起，算法功不可没！每一家数据资本巨头都通过算法找到了自己的生财之道：

第一，谷歌的网页排名算法。Google搜索引擎正是依靠PageRank算法起家的。它是以谷歌公司创办人拉里·佩奇之姓命名的算法。它的主要作用是通过网页之间互相的超链接计算的技术实现对不同网页的排名。在20世纪末，雅虎公司还没有预见到21世纪的搜索引擎会利用算法赚得盆满钵满之时，雅虎把主页引擎交到了谢尔盖·布林和拉里·佩奇手中。两个人也利用先进的PageRank等算法令谷歌脱胎换骨，使其迅速成为搜索引擎的巨头，并且在2002年底打败了所有竞争对手，坐上世界搜索引擎份额的头把交椅。由此可见，谷歌也正是得益于PageRank算法，赚到了第一桶金。

现在Google已经占有全世界搜索份额近八成，它也毫无疑问地成为搜索引擎领域内的霸主。因此，美国司法部在2020年10月对谷歌提起反垄断诉讼，其中明确指出谷歌公司每年向苹果、LG、摩托罗拉和三星等设备制造商，以及向火狐（Mozilla）和欧朋（Opera）这样的浏览器开发商支付数十亿美元，让他们把谷歌设置成默认的搜索引擎。司法部反垄断官员大卫·迪涅利对CNN商业新闻表示：“谷歌搜索并不是一个中立的网络信息门户。谷歌搜索是一套算法，旨在使谷歌（或其母公司Alphabet）获得最大的利润。”[ 16 ]此后，谷歌公司又通过诸多收购与多种资本运作成为今日的数据资本巨头。

第二，脸书的新鲜事排序算法。脸书的运营模式可以简化为拥有越多用户就可以拥有更多的广告。因此，增加用户数量以及精准投放广告便成为脸书崛起的两项重要任务。起初，脸书收获众多用户得益于EdgeRank，它是脸书上（Facebook Newsfeed）的新鲜事排序算法，其主要功能是通过亲密度（Af？ finity Score）、边缘权重（Edge Weight，包括内容因素与互动因素等）和时间衰减（Time Decay）对普通用户进行数据分析。

此外，脸书的广告投放算法在整个推送过程中起到关键作用：第一步，脸书利用算法过滤垃圾信息，将优质信息推送给用户；第二步，脸书利用算法在用户与用户之间的互动中（评论、分享与点赞）获取该用户的兴趣与爱好；第三步，向用户精准推送相关广告。2011年后，脸书在EdgeRank基础上开始拓展利用机器学习（Machine Learning）等新技术去分析用户特征。富兰克林·福尔指出脸书利用算法控制普通用户选择观看哪些内容。脸书算法是提供给我们的，是我们想要读到并愿意分享的内容。算法不知不觉中提供给读者的文字与视频，只会让读者更加确信自己早已深陷其中的信念和偏见[ 1 ] 156。

第三，亚马逊的推荐算法。亚马逊公司早期主要利用协同过滤（Collaborative Filtering）、聚类模型（Cluster Model）和内容搜索（Content-based Searching）这三种算法以求达到让用户尽量多地购买商品的目的。以协同过滤算法为例，它是一种应用广泛的推荐算法，主要通过分析某个用户的某些兴趣与爱好，向该用户和其好友推荐相关的信息，如包含某个关键词的新闻及某些特性商品。普通用户在浏览亚马逊网站时，协同过滤算法会根据用户已经浏览的商品进行推荐。

这里需要强调的是，亚马逊的推荐算法很好地符合人类社会已经进入后工业化时代的消费习惯。亚马逊公司在分析用户消费心理时“煞费苦心”，他们通过各种试验与实验，从定性与定量两个角度分析用户在何时何地以及何种外部环境下会做出购买商品的行为。更进一步讲，亚马逊在某种程度是通过一种客观刺激因素诱导用户消费，而不是用户出于自身需求去消费。在哈特穆特·罗萨看来，这也是人类社会从“物理消费”走向“道德消费”的主因[ 17 ]。协同过滤算法帮助亚马逊公司巧妙地完成“诱导”。

第四，优步公司（Uber）的打车算法。如果GAFA受益于算法而组成数据资本巨头的第一阵营，那么优步公司应该属于数据资本第二梯队中的佼佼者。2021年10月，优步公司市值已经超过870亿美元，其主要业务已经遍布全球几个国家和地区，每天超过2 000万订单。谷歌、亚马逊和脸书都通过算法间接影响或“引导”用户做出选择，优步公司则是利用算法直接“控制”用户。优步声称自己是用算法驱动的雇佣模式，代表科技如何彻底改变我们对工作的定义，以及工作的组织形式[ 18 ] 248。

那么，优步是如何利用算法为自己创收的呢？以浮动溢价算法为例，优步公司敏锐地发现打车市场中在有效供给与有效需求之间存在一个“真空地带”，即在某些特定情况下，乘客是以资源的付出比日常高出一部分的成本来获得乘车机会。因此，在同样的物理空间下，优步却利用浮动溢价算法让司机与乘客之间实现“双赢”。如果没有类似于浮动溢价这样的先进算法，和优步一样网约车公司是不可能获取这一部分利润和效益的。优步在先进的打车算法的助力下，逐渐成了全球网约车公司中的第一巨头。除了在共享出行领域，优步先后收购单车公司Jump、投资电动摩托车Lime与收购共享单车公司Motivate。

然而，在事实上优步却利用算法为司机与乘客两类群体套上算法的“枷锁”。换言之，司机群体与乘客群体必须按照优步公司通过算法制定的规则操作，否则就将受到优步的惩罚。优步公司利用算法控制着派单系统，司机没有任何选择的空间。优步利用自动匹配算法将乘客的订单发送给附近的司机，司机如果拒绝接单，就会付出较高的成本。优步的司机在这样的规则下无力反抗，他们只能忍受算法指挥。如果接单率低于某一个数值，优步司机就会面临无法拿到补贴甚至被优步解除合约的惩罚。亚力克斯·罗森布拉特指出优步公司的经营之道：“优步用算法来管理司机应该得到多少报酬、安排他们什么时候在哪里工作，以及他们任职所需要满足的条件。但算法管理的力量并非透明公开的，而是躲在软件设计背后的暗箱之中。”[ 18 ] 22乘客群体同样会面对这种情境，他们选择等车时间的长短和单方面取消订单的收费，都是由算法严格控制。乘客与司机在算法面前都是“弱势群体”，优步和来福车等网约车公司赚取两者之间产生的巨大利润。

五、算法“立法”：摆脱“算法殖民”的探索路径

当普通用户在使用某个或几个平台时，数据资本巨头悄然地为普通用户树起一个难以逾越的藩篱，数据提供藤条，算法提供编织。在私人资本控制下的高新技术公司利用各种算法追求利润永远是它们的第一选择！当GAFA利用算法“殖民”普通用户时，谁来监督并且惩罚它们？从全球治理角度看，这是人类社会面临的重大难题。从两个方面可以具体分析：其一，数据的保护难题。普通用户每时每刻上传的数据都被各种算法用于做数据分析。普通用户使用的某种App就是某种意义上的高新技术实验室，西方数据资本巨头可以对用户数据做“任何的”试验，而普通用户毫无所知。近年来，部分国家和地区开始重视数据的隐私性。2018年5月25日，欧盟通过《通用数据保护条例》（General Data Pro？ tection Regulation，GDPR），并且针对GAFA提出诸多指控，大有以欧盟对抗美国之势。但从实践层面看，数据保护的法律必须建立在对等的高新技术下才能让GDPR对数据资本巨头形成真正的约束力。此外，GAFA都属于美国公司，这又把技术问题引入政治领域内。脸书一家公司所拥有的用户数量可以占全人类总数的三分之一，而且这个占比持续提高。脸书所掌握的庞大数据是超越任何一个单独国家所拥有的数据量。因此，跨国监管，就不仅是某个国家和地区法律上所能解决的问题了。

其二，算法的负面效应。算法的负面效应具有隐蔽性极强的特点，这是普通的个体用户难以察觉到的。随着越来越多的第三方介入，算法带来的负面效应逐步被世人所知。比如算法偏见，谷歌利用自身的算法创建了图片识别系统，但是在2015年这个系统却把三名美国男性黑人标识为黑猩猩，谷歌对此事郑重道歉。2020年，美国的黑人男子弗洛伊德之死掀起以“BLM（Black Lives Matter）”为口号的反种族歧视运动中，美国的数据资本巨头牵涉其中，脸书与照片墙都为此组建了相应的公平与包容团队，负责调查美国黑人、西班牙裔和其他少数族裔用户受公司算法的影响，并将其与对白人用户的影响进行对比。

算法控制对社会的某些群体产生危害更大。诸葛越发问：“只拥有低端技能的人是否会成为‘算法的奴隶’，每天都在算法的指导下疲于奔命？”[ 19 ]优步等网约车公司正在利用算法每时每刻控制司机与乘客。亚力克斯·罗森布拉特指出优步公司规避责任之处：“优步的自我定位是一家科技公司，而不是运输公司，它使用这套逻辑证明自己为什么不去遵守《美国残疾人法案》关于提供无障碍设施的规定。数十万劳动者在优步平台上获得了工作机会，但优步却回避自己作为雇主的角色。”[ 18 ] 244优步公司也恰恰是以自由和独立的创业者姿态，通过自动的算法管理向司机收取费用，并利用算法掩饰它对司机工作表现的控制。长此以往，算法让普通用户失去选择的自主性，即人类没有选择，取而代之的是算法在替“我”去选择，也是算法让“人”变成“机器”。

算法对某些弱势群体的侵害性也很突出。凯西·欧尼尔发现愈来愈多的雇主利用信用分述评估求职者，而这些雇主相信信用不佳的人工作表现通常也不好，结果就是信用分数较低的人比较难找到工作。这些人可能因此失业，沦落为穷人，导致信用分数进一步降低，因此更难找到工作。这是一种可怕的恶性循环。雇主可能永远不知道自己因为太重视信用分数，错过了多少好员工。在数学毁灭性武器中，许多有害的假设获得数学的掩护，因此未经检验，也不受质疑[ 20 ]。在不知不觉的情况下，算法成为制造歧视与不平等的帮凶。尤瓦尔·赫拉利指出未来可能发生最恐怖的现象：“算法歧视你，并非因为你是个女性或者黑人，而是因为你就是你。”[ 21 ]

如果想要摆脱“算法殖民”的现状，人类社会必须为“算法”立法：首先，建立全球的规范性“数据反馈机制”。数据已经成为人类社会发展中最先进也最重要的生产要素，如何使用数据以及让数据为全人类服务，应该是世界各国政府需要解决的共同问题。众所周知，数据资本巨头的代表GAFA都属于美国，他们在高新技术与资本运作方面都领先于世界其他地区。如果没有建立一个全球规范性的“数据反馈机制”，那么在数据资本领域美国始终会是“一家独大”，“店大欺客”也是不可避免的现象。全世界各国政府应该形成一种共识，像对全球气候问题一样重视数据反馈机制的问题，可以去探索形成类似《巴黎协定》（The Paris Agreement）决议，让全世界各个国家和地区共同制定对“数据”与“算法”使用的规则与边界。其次，秉持“技术制衡”对待算法的态度。每个数据资本巨头所使用的各种算法都是高新技术的具体应用。随着互联网技术更新与迭代，算法愈加体现出其自身的先进性。马澈指出：“为实现算法至上以及商业公司的竞争性，算法黑箱是必然的产物，算法赋予公司巨大的权力，主动权总是掌握在公司手中，面对黑箱，用户的权利和国家、法律的监管无从显现与制约。”[ 6 ] 33富兰克林·福尔提出这样的质疑：“脸书通过算法做实验，看情绪是否能传染？谁给脸书这样的权力？”[ 1 ] 62因此，主权国家必须对互联网公司在算法上实行技术制衡。在保证科技企业的技术专利不受侵害的基础上，实现算法公开化。

在监督算法方面，山姆·比尔给出两个方面的具体建议：“一方面，诸如脸书这样的平台需要吸纳相关的研究者和调查记者成为其外部审核人员，在保证其数据安全和用户隐私的前提下让审核人员有特别的访问权限，从而为算法歧视的监控提供渠道；另一方面，平台需要为外部研究者进行算法歧视审核提供降低成本的便利。由于无法从内部打开算法黑箱，审核人员需要从外部观察反推黑箱内部的运行原理，并发掘其中存在的算法歧视，这将大大增加研究的成本。脸书等平台需要为这些第三方审核人员提供一个更低成本的机制，帮助他们更好地监控平台上存在的算法歧视现象。”[ 22 ]

最后，限制数据资本巨头的无序扩张。尤瓦尔·赫拉利指出：“随着算法将人类挤出就业市场，财富和权力可能会集中在拥有强大算法的极少数精英手中，造成前所未有的社会及政治不平等。”[ 23 ] 290“正因为大数据算法可能会抹去自由，同时也就可能创造出历史上最不平等的社会，让所有的财富和权力集中在一小群精英手中。大多数人类的痛苦将不再是受到剥削，而是更糟糕的局面：再也无足轻重。”[ 23 ] 67算法殖民的本质是数据资本巨头利用算法对普通用户的剥削。因此，真正限制“算法”的负面效应，归根结底是要对以GAFA为代表的数据资本巨头进行限制，不能让其进行无序扩张。数据资本主义发展呈现出资本主义过往没有显现的特点，即数据资本巨头都来源于一个国家，GAFA以及许多正在成长的独角兽企业都是美国的企业。

在美国国内，美国政府已经意识到GAFA已经形成垄断的态势。2020年7月底，美国国会针对GA？ FA召开听证会，指责它们滥用其垄断地位，对其对手进行压制。2020年10月6日，美国国会司法委员会反垄断小组委员会发布了针对四大科技巨头的《美国国会反垄断报告》，其中明确指出GAFA滥用市场力量。在1890年和1914年，美国分别颁布《谢尔曼法案》（Sherman Act）和《克莱顿法案》（Clay？ ton Act）两大反垄断法规。1914年，美国政府颁布《联邦贸易委员会法》（Federal Trade Commission Act），并根据这项法案设立联邦贸易委员会，赋予其监管竞争的权力。

20世纪末，美国政府就曾对微软公司进行诉讼。微软公司经过几番辩护，最终“死里逃生”，避免了被拆分的命运。然而，这次诉讼在很大程度上影响了微软公司后来的发展：微软没有能赶上“数据资本”时代的福利。美国政府针对GAFA的反垄断制裁还需要通过具体的司法过程。但以现在的形势看，这将是一个旷日持久的过程。因为，GAFA已经从多角度据理力争以求“全身而退”。仅从经济上考量GAFA的垄断对美国以及其他国家产生的负面效应是远远不够的，事实上，美国政府已经充分意识到脸书利用算法已经或多或少地“左右”美国的总统大选。

2021年9月1日，韩国议会投票通过关于《电信业务法》的修正法案，因谷歌应用商店在韩国市场的占有率约为60%，这项法案也被称为“反谷歌法”[ 24 ]。在此之前，世界上还没有任何一个主权国家针对美国的数据资本巨头在支付领域实施反垄断监管立法。所以，韩国成为全球第一个在应用商店支付系统中实施反垄断法的国家。韩国的《电信业务法》修正案于2021年9月14日起正式施行，其中明确指出禁止手机软件市场运营商向软件开发商强加自家支付系统。韩国的举措引起世界电信行业的高度关注，也为各国摆脱“算法殖民”现象提供一种探索路径。

六、结语

“算法殖民”现象的产生与资本主义发展息息相关。在数据资本的驱动下，算法在运行过程出现种种非正义的应用，这也是数据资本主义利用互联网高新技术追求超额剩余价值的本质所在。未来的人类社会，不只是数据的争夺战还是算法和算力的全面对抗。无论是数据还是算法，都应为全人类的发展与进步贡献力量。如果算法只被少数国家和少数资本企业独占，那势必会产生更多的政治歧视与经济剥削现象。只有从全人类利益的角度出发，各个国家和地区协商才能真正摆脱“算法殖民”，就像大卫·哈维在总结马克思的解放观时指出的那样：“所谓解放，就是要把生产力从社会和政治桎梏中释放出来，就是摆脱资本的支配以及日渐走向帝国主义和专制的资本主义国家机器的束缚。”[ 25 ]

参考文献：

[1]福尔.没有思想的世界[M].舍其，译.北京：中信出版社，2017.

[2]扎拉奇.算法的陷阱：超级平台、算法垄断与场景欺骗[M].余潇，译.北京：中信出版集团，2018：2.

[3]麦克格鲁.走向真正的全球治理[J].陈家刚，译.马克思主义与现实，2002（1）：33-42.

[4]百度股市通——科技让投资更简单[EB/OL].（2021-10-01）[2023-03-01]. https：//gushitong. baidu. com.

[5]奥尼尔.算法霸权[M].马青玲，译.北京：中信出版社，2018.

[6]马澈.隐私、言论与平台规制——基于扎克伯格听证会的议题分析与思考[J].现代传播，2020（1）：29-33.

[7]吴晨.美国舆论场里的假新闻危机：特朗普胜选背后的隐形推手[EB/OL].（2020-05-02）[2023-03-01]. https：//new. qq. com/rain/a/20200502A00L2Y

[8]布莱德尔.新黑暗时代[M].宋平等，梁余音，译.广州：广东人民出版社，2019：267.

[9] Android（美国谷歌公司开发的移动操作系统）[EB/OL].（2020-11-11）[2023-03-01]. https：//baike. bai？du. com/item/Android/60243？fr=aladdin

[10] 2020年Facebook用户总数将达50亿[EB/OL].（2016-05-02）[2023-03-01]. http：//m. haiwainet. cn/ middle/3541839/2016/0205/content_29621125_1. html

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

[12]韦思岸.大数据和我们：如何更好地从后隐私经济中获益？[M].胡小锐，译.北京：中信出版社，2016：25.

[13]斯坦纳.算法帝国[M].李筱莹，译.北京：人民邮电出版社，2014.

[14]韩炳哲.美的救赎[M].关玉红，译.北京：中信出版社，2019：13.

[15]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[J].探索与证明，2018（5）：29-31.

[16]全世界搜索引擎都在耍流氓？美国司法部起诉谷歌垄断[J].周瑞峰，译.中国经济周刊，2020（20）：86-87.

[17]罗萨.新异化的诞生——社会加速批判理论大纲[M].郑作彧，译.上海：上海人民出版社，2018：61.

[18]罗森布拉特.优步：算法重新定义工作[M].郭丹杰，译.北京：中信出版社，2019：321.

[19]诸葛越.未来算法[M].北京：中信出版社，2021.

[20]欧尼尔.大数据的傲慢与偏见[M].许瑞宋，译.台北：大写出版社，2019：25.

[21]赫拉利.今日简史[M].林俊宏，译.北京：中信出版社，2018：63.

[22]比德尔.社交媒体的算法歧视与规制[J].王沛楠，译.青年记者，2021（9）：97-98.

[23]赫拉利.未来简史[M].林俊宏，译.北京：中信出版社，2017.

[24]电信业务法部分修正案[EB/OL].（2022-07-17）[2023-03-01]. https：//baike. baidu. com.

[25]哈维.马克思与《资本论》[M].周大昕，译.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

（责任编辑：赵庆来）