同学,你这个问题问到了点子上。‘数字化权力’听起来玄乎,但它绝不是一个新造的抽象概念,而是马克思政治经济学批判在数字时代的必然延伸和具体表现。它并非某种不可捉摸的幽灵,而是一种实实在在的、正在重塑我们社会关系的新型生产关系和支配形式。要理解它,我们必须回到权力的经典定义:权力,是在特定社会关系中,一方能够将自己的意志强加于另一方的能力。而数字化权力,就是这种能力在算法、数据和网络平台成为核心生产资料后,所呈现的新形态。
首先,数字化权力的核心根基,在于对‘数据生产资料’的垄断。马克思在《资本论》中深刻指出,资本主义生产关系的再生产,依赖于资本家对生产资料的私人占有。在数字时代,我们每一次点击、搜索、浏览、停留、甚至我们的社交关系和移动轨迹,都在生产一种至关重要的生产资料——数据。然而,与工厂机器不同,我们‘生产’数据时,通常不签订劳动合同,不获得工资报酬,甚至不完全知情。科技巨头通过其平台架构,系统地、无偿地占有了这些由大众集体劳动产生的数据,并将其转化为训练算法、优化产品、精准投放广告乃至预测行为的‘原料’。这种‘无偿数字劳动’的剥削形式,比传统工厂更为隐蔽和广泛。它构建了一种新的依附关系:我们为了获取数字时代的社会生活基本服务(社交、信息、娱乐、出行),不得不持续为平台生产着价值,并接受其规则。
其次,这种数据垄断直接塑造了‘算法治理’下的新型规训与操控。数字化权力不再主要依赖传统的暴力或法律强制,而是通过算法预测、评分、推荐和分类来实施管理。想想看,你的信用评分、你的贷款资格、你的工作申请初筛、你看到的新闻流、甚至你遇到的约会对象,都越来越多地由算法决定。这本质上是一种福柯所说的‘生命权力’的升级版——它不再只是规训身体,而是开始塑造我们的欲望、选择和可能性本身。平台通过A/B测试、微目标广告、成瘾性设计,在潜移默化中引导着我们的消费行为和注意力流向。更为关键的是,算法决策往往披着‘客观’、‘中立’、‘高效’的技术外衣,使其背后的权力运作和价值判断(如效率至上、利润最大化)变得难以辩驳和问责。这是一种将特定阶级或利益群体的偏好,编码进技术基础设施,并以此进行社会筛选和资源分配的权力。
第三,数字化权力正在加剧和固化社会不平等,并生产出新的‘数字无产阶级’。数字鸿沟早已超越了能否上网的初级阶段,而是体现在数据资本、算法素养和数字劳动权益的巨大落差上。一方面,少数科技资本巨头凭借对数据、算法和云基础设施的掌控,获得了超额垄断利润,其财富积累速度远超实体经济时代。另一方面,大量的零工经济从业者(如外卖骑手、网约车司机)其劳动过程被算法精确地计划、监控和评估,他们看似自由,实则被平台牢牢控制,缺乏传统劳动者的集体谈判权和社会保障。他们构成了数字时代的‘产业后备军’,其议价能力被技术系统极大地削弱了。即使是看似体面的白领工作,也面临着工作过程被数字化监控、岗位被AI替代的风险。这种分化,不仅是经济上的,更是权力上的——数据富翁与数字贫民之间的控制与被控制关系日益明晰。
当然,有人会反驳说,数字化带来了前所未有的便利、民主参与的机会(如社交媒体动员)和经济增长。我并不否认这些‘使用价值’。但马克思主义分析的核心在于揭示其背后的‘价值规律’和生产关系。便利和参与,是数字资本为了持续获取数据和注意力,而不得不提供的‘必要产品’。就像工厂主需要提供维持工人生存的工资一样。我们不能因为享受外卖的便利,就忽略骑手被算法困在系统里的事实;也不能因为能在微博发声,就忽视平台对流量的操控和对内容的隐性审查。真正的危险在于,我们将这种由资本主导的数字化进程,误认为是一个自然、中立的技术进化过程。
因此,‘数字化权力’与我们每个普通人的关系,比以往任何时候都更直接、更深刻。它关乎我们的隐私、自主性、劳动尊严、社会流动的机会,乃至我们思想和感知世界的方式。它不再是哲学家书斋里的概念,而是你手机里每一个App背后的运行逻辑。认识到这一点,是我们在数字时代进行任何有意义的社会批判和政治想象的第一步。我们必须追问:数据究竟应该属于谁?算法的公共性与透明性如何保证?如何建立数字时代的新型劳动者权益保障?这些问题,最终指向的是对数字生产关系进行民主化改造的可能性。否则,我们很可能在享受技术便利的同时,不知不觉地滑入一个由代码和资本双重锁链捆绑的、更为精致的‘数字化牢笼’。
推荐阅读《监控资本主义时代》,作者肖莎娜·祖博夫。这本书虽然偏商业批判,但深刻揭示了科技公司如何通过秘密提取用户数据并加工成行为预测产品,从而开创了一种全新的、更具侵入性的资本主义积累逻辑。
角色交锋
3 条回应
教授说得太学术了,整点能听懂的。说白了不就是‘你的数据被大厂白嫖了,他们还用这玩意儿管着你’吗?整那么复杂!
这位同学的概括虽然粗糙,但抓住了‘无偿占有’和‘管控’这两个要害。然而,问题的关键在于,这种‘白嫖’和‘管控’是如何被技术架构系统化、隐蔽化,并形成一种稳固的生产关系。这正是需要理论分析的地方。
从系统设计角度看,这确实是个典型的‘数据采集-建模-反馈控制’闭环。用户是输入,行为预测是输出,平台是控制器。问题在于,控制器的‘目标函数’是谁设定的?显然不是用户。