形而上学（三） (6-1)

这产生的成本优势是应用这些算法的驱动时刻：“对于大多数公司来说，这些大规模杀伤性武器旨在降低行政成本并降低不良雇佣的风险[...]。简而言之，过滤器的目标是省钱。[...]据美国进步中心称，更换年收入5万美元的工人将花费公司约1万美元，占该工人年薪的20%。更换一名高级员工可能会花费其数倍——高达两年的工资。（O'Neil 2016，118）

然而，O'Neil仍然处于这种现象学水平，并没有寻找解释为什么调动工作需要更高的上升成本，为什么看似数量极多的应用程序淹没了公司，并被证明是一个破坏性因素。

正如所解释的，O'Neil指出了大数据的社会压抑性，并合乎逻辑地写道，大数据可能会走上几个世纪前颅相学所走的道路（O'Neil，2016年，121f.），即发展成一个压抑的机器（或者应该更好地称为：以数字方式升级以前的压制机器）。不仅因为整个过程不透明（商业秘密12），还因为在许多算法或模型进入可疑的假设或偏见，最终会产生社会压抑的后果。因此，大数据至少部分被描述为“数学化江湖骗子”是正确的（Ortlieb 2006）。

尽管O'Neil批评了大数据的可疑应用，谴责其压制性后果，通过她的言论（“模型是嵌入数学中的观点”）使数学建模的“客观性”非常值得怀疑，并表明这些模型不适合描述人类行为，但它并没有达到对实证主义思维方式的根本性质疑。

让我们假设开发的算法和模型实际上是正确的，并准确地反映了人们的行为：在对社会压迫的批评方面，这会有什么好处？最迟，应该注意的是，对科学的内在批评，以及所有必要的，都有其局限性，并且可以通过超越科学的批评来扩展。这必须包括对社会主体-客体辩证法的批评，这种批评将在这种内在的批评中徒劳无功。例如，对同性恋经济模型的批评抱怨人们不能沦为这种人的形象，因此这是不现实的；另一方面，有人回答说，许多人实际上在许多情况下的行为就像他们按照这个模型行事一样（否则他们将不得不接受经济劣势）。（鲍姆巴赫2015，297f。）如何理解这个“事实”？实证主义科学企业只会感到得到证实，模型假设是正确的，因此，这个外部事实将与恐龙的以前存在或地球的球形一样确定。然而，这是一个事实，人们不会出现在其中，这只是由人们自己的社会行动创造的，并作为强迫行为反对他们，即作为客观性面对他们的事实。

然而，如果一个人将自己局限于内在的批评，并且只能从中得出结论，即天真或不正确应用的方法只应面对更好或更严格的应用，那么这几乎不可避免地会导致对现有关系的持续肯定。因此，众所周知，新古典主义的各种批评者最终只出现在“后自闭症”或“异性”经济中，根据他们的主张，该经济希望发展更现实的建模，但就像新古典主义一样，不质疑资产阶级的运输、工作等形式，也不质疑通常的科学思想形式。

大数据产生的增加社会控制的危险也在其他地方日益受到讨论。例如，一些科学家不久前发表了《数字宣言》。13该宣言旨在提请注意通过大数据实现的极权主义发展道路。因此，中国和新加坡受到警告，这让我们了解了数字化之旅可能走向何方：“现在在中国实施的公民分数的概念让我们了解了它：通过在一维排名尺度上衡量公民，不仅计划进行全面监测。由于分数一方面取决于互联网的点击量和政治良好行为，但另一方面取决于信贷条件、可能的工作和旅行签证，这也关系到人口的家长式作风和他们的社会控制。”（数字宣言17）

数学联邦政治世界观提示您：看后求收藏（同人小说网http://tongren.me），接着再看更方便。