忘記資料倫理 — 真正的戰鬥是關於誰擁有基礎設施

當代資料治理的論述已被資料理想主義所妥協，資料理想主義將資料主要視為社會和技術法律的人工產物。資料理想主義有多種變體，如資料倫理、「信任自由流通」、資料去殖民化、資料女性主義、道德人工智能發展等，這些基本上都暗示我們數位時代的許多社會、政治和經濟後果可以通過透明度、公平性和道德一致性的機制來管理。這是一種結構性盲點。在此，我提出資料現實主義作為必要的糾正，要求將焦點從計算公平的理念轉向更具體的基礎設施所有權、標準化槓桿和管理這種不可替代資產的戰略能力的現實。

這需要認識到資料現實主義的以下五個關鍵原則：

1) 世界存在，而資料是我們與之接觸的唯一方式。

否認這一點就是放棄認識論項目 - 資料可能不完美、被塑造、被中介 — 但仍然是與世界的接觸。一旦我們接受資料作為現實界面的基本角色，資料現實主義要求必須實現廣泛、成本效益的資料訪問。目標是創建並最大化資料公共資源的效用，同時最小化系統風險。如今，人工智能公司和開發者需要明確他們可以使用哪些資料以及如何使用。一個促進性的採購框架將消除持續的訴訟威脅，使開發團隊能夠專注於其模型的質量和性能，而不必擔心法律風險管理。目前的公共資料瓶頸抑制了人工智能領域的競爭。

這種專注於「使事物運作」意味著資料現實主義倡導合法化收集公開可用資料的政策。目前的法律模糊性和倫理學家的羞辱使初創企業陷入困境。當然，必須有明確的技術標準來進行抓取（速率限制、遵守robots.txt、強制匿名化、排除敏感和非必要資料等），但通過降低基本資料訪問成本並創建資料公共資源，國家可以迫使人工智能公司在卓越建模、情境應用和算法創新方面競爭 — 而不是比拼誰是最大最壞的專有資料囤積者。

為此，需要更多公共和私人投資於精心策劃的、具有情境的公共資料集。這些經過審核的資料集可以降低初創企業的初始資料採購成本，並為模型開發創建標準化基準，取代昂貴、臨時且具有法律風險的抓取工作。這裡的監管政策必須通過激勵自願貢獻匿名化、高質量資料集到開源公共資源，來強制要求自然壟斷企業分享資料或提供標準化API以獲取必要的公共利益資料。此外，如果資料是我們與世界的接觸，過度依賴特定指標可能會扭曲信號，因此資料現實主義還要求全面捕捉現實，納入定性見解和多元指標。

2) 資料與世界共存。

這意味著資料生產是處於特定環境中並通過環境過濾的 - 資料不是抽象的，而是來自某處、由某人製作，並由工具、協議和權力塑造的關鍵資源。資料不僅代表現實，還實現現實 - 特別是隨著越來越多的信息系統自動化 - 資料塑造公共話語，影響政策，調節真實的人類和機器行為。資料基礎設施的物質性遠非短暫，資料由留下重大生態和地緣政治足跡的物理系統存儲、流通和維護。由於每次互動都會留下痕跡 - 資料現實主義要求我們承認資料不僅僅是「被收集」的，而是其起源和生產是有基礎設施的。當資料理想主義學派專注於關於資料的道德論點時，他們也接受了現任霸權（及其道德優先事項）的基礎設施主導地位作為不可改變的前提，尋求改善現行權力系統而非挑戰其基礎。

因此，一個成功的資料現實主義國家必須培養「永久的政治觀」，將全球技術發展軌跡整合到自身的戰略計算中，優先發展圍繞資料的主權技術甚至管理標準，並明確將數位產業地理與國家安全目標聯繫起來。正如世界有贏家和輸家，數位社會有資料強國和資料省份。

3) 世界會滲透出來。

資料現實主義不是對監控、儀表板、電子表格或技術官僚治理的辯護。它是對現實的辯護，現實是外在於人類話語和設計的東西 — 能夠抵抗、驚喜和證偽我們的模型。為此，資料現實主義拒絕兩種主導趨勢：

天真經驗主義 — 認為資料「自己會說話」，數字是中立的，測量是無辜的。這種觀點未能考慮到背景、偏見或解釋。

激進建構主義 — 認為資料只不過是充滿權力的構造，完全由意識形態、敘事和位置性塑造。這種觀點抹去了世界，將認識論崩潰為政治，往往是為了政治本身。

現實主義立場拒絕對資料化的盲目信仰和純相對主義的虛無主義。資料現實主義不否認背景、意識形態或結構。它堅持認為，即使通過這些，世界也會滲透出來。溫度讀數。死亡率。投票計數。這些不僅僅是敘事。它們約束著我們。將資料視為真實是認真對待它們 — 不是作為最終真理，而是作為我們與世界的臨時接觸。這是要問所有這些顯示和意味著什麼，而不僅僅是誰製作了它以及為什麼。因此，必須在沒有理想化的情況下分析資料，對資料的硬事實的承諾，即使不方便或醜陋（例如，顯示不平等、腐敗）是必要的，統計性的欺騙在文明上是有毒的。資料可以被操縱。但操縱預設了可以被扭曲的基線。偽造投票計數仍然依賴於真實投票計數的概念。審查死亡率仍然意味著有死亡發生。用資料撒謊是承認真相很重要，因為在某種程度上，資料是一個不可協商的現實，獨立於我們的政治信念和道德願望而存在和運作。這意味著我們必須對用於訓練和測試我們系統（人類或人工）的資料進行最高程度的審查。

4) 資料驅動世界中的能動性。

資料不是目的，而是工業、軍事和學術能力的指標。一個國家真正的資料能力不是由其人口的資料足跡大小來衡量，而是由其獨立標準化、存儲和計算該資料的能力來衡量，而不依賴外部供應鏈或治理框架。這需要軍事、學術和工業目標的系統整合 — 科學與工業的結合，將數位技術標準視為必須戰略性運用而非被動消費的全球公共產品。與理想主義主張相反，國家安全是驅動國家層面資料治理決策的最終政策引擎，隱私和倫理僅作為次要且通常可協商的約束。霸權和新興大國的資料政策根本上植根於確保技術優勢。因此，任務不是通過隔離消除依賴，而是在資料系統中獲得必要的槓桿來塑造其遊戲規則。

理想主義的資料政策在政治上是天真的，因為它們假設在無政府狀態系統中存在同意和合作。例如，考慮G7的DFFT敘事，它經常被投射為普遍的善，但主要是「信任自由流通」的優雅修辭，使用抽象的法律承諾作為掩飾，隱藏未被承認的全球政治控制的具體現實。因此，一個資料現實主義國家必須將所有政策置於一個簡單但嚴格的測試之下：這項政策是否可衡量地增加了主權能力並減少了結構性依賴，還是僅僅實現了對現有權力的道德遵從？資料現實主義因此要求從司法-警察國家（專注於制定和執行法律）向結構性國家（專注於建設和擁有數位能力和元政策空間）的有意義轉變。

5) 用資料導航世界需要務實。

資料現實主義是對實用倫理的承諾，而非理想主義。它避開對角線相對的左/右系統的概念。它是有效技術加速的哲學，而非技術悲觀主義。實用倫理要求直接和立即面對資料流的倫理必要性 - 使收集、清理、建模和解釋的方法對那些受到結果決策影響的人盡可能透明 - 但除了審計和糾正的權利外，資料管理者不應該煩惱將世界應該如何的願望投射到他們的資料管道中。資料所有權是真相的所有權，因此承擔保護和降低其照管的資料風險的責任，如有必要，為了系統連續性而轉移該所有權。因此，這裡的治理主要任務不是使資料和系統符合倫理，而是面對和掌握計算、所有權和能力的可衡量結構事實。

幾乎每個人都知道，世界及其政府實際上是由會計師秘密運行的。這意味著資料應該經過持續評估以確定其貶值或增值。一旦你對資料的主觀價值因背景變化和偏見發展而衰減或變化給出一個數字，它將更好地激勵組織資源的適當和及時流動，以更新和負責任地解決其資料管道的狀態 - 這對於堅持資料中的現實主義是必要的。對更好的資料治理和生命週期管理的財務激勵，減少長期基礎設施和技術債務，因此應該明確且立即地向會計精英們展示。

總結而言，隨著人工智能和自動化系統在人類事務中獲得越來越多的迴旋餘地，這份宣言呼籲擁抱資料現實主義，這是一種植根於世界不可否認的存在和資料作為我們與之臨時接觸的基本角色的哲學。這是一項認識到在地緣政治動盪的世界中，依賴外部、專有或地理受限的資料來源可能是一個主要系統脆弱性的使命 - 並主張進行戰略性轉變，朝向資料彈性、可靠性和主權，以保證我們數位生活的不間斷運作連續性，無論外部監管或政治壓力如何。

\ \