形而上学（二） (6-4)

然而，从这种合并动态中，“赢家”接管了死者的市场份额，这意味着获胜的苹果生产商随后向全世界提供实际上可以“现场”种植的苹果。通过这种方式，在相应的资源消耗下创建了更大的运输路线，但这是可以接受的，而且是宿命论的。这种疯狂存在于物质方面，而不是商业管理中：在剥削方面，这种荒谬绝不是荒谬的；它起源于商业“理性”，因此这个世界被生产性地玷污了。

因此，在批评资本主义的物质结果时，必须坚持认为，导致环境破坏、资源浪费等的不是卓越的物质水平，而是“使用价值”必须移动的社会形式，从而相应地准备形式的物质内容。然而，如果许多个人只分析数据废料，而整个世界只考虑“优化”，资本的日益集中，更何以及“物质和形式之间的矛盾”（Ortlieb 2009）就不会出现。

正如我们将在未来清楚地看到的那样，大数据的功能及其应用显然是社会压制性的（在国家和个人资本方面），正如彭特兰已经公开和直言不讳地指出的那样。因此，大数据长期以来一直被用作压制的工具，正如数学家凯西·奥尼尔在她的《数学毁灭的武器》一书中从现象学上展示的那样。

4.应用数学作为压制的手段

在我们美丽的数字新世界里，收集各种数据，然后在巨大的数据库中找到空间。它们由某些算法或数学模型进行评估。通过这种方式，要计算某个人是否有信誉，申请人是否应该被雇用，罪犯复发的概率是多少（！）（因此，法院裁决被取消）犯罪在某个季度发生的可能性有多大（！）。算法还用于进行评估，以确定教师就业的未来。奥尼尔在她的书中提供了各种例子。关于算法的背信弃义在于，它们做什么以及如何做通常仍然是一个商业秘密。因此，算法的判断是绝对的，矛盾是不可能的。这种情况通常仍然存在，因为这些算法通常没有“错误反馈”（O'Neil 2016，133）（或只是对自己的积极反馈，“恶性循环反馈”），可以检查算法是否实际正确。很明显，这些算法对许多人都有极其压抑的后果，这就是为什么O'Neil也称它们为“数学毁灭武器”（WMD）。这些“武器”是“设计上的，难以捉摸的黑匣子；[t]它们定义了自己的现实，并用它来证明它们的结果。这种类型的模型是自我延续的，具有高度的破坏性，而且非常常见。（O'Neil 2016，29，7）

其中一个问题是，许多人（应用）数学是无法访问的，因此面对这种模型的判断，他们往往无能为力。也许我们这个时代对数字的信仰和对“客观科学”的不加批判的声誉也促成了这一点。但这种模型一点也不客观：“模型的盲点反映了其创造者的判断和优先级。[...]模型是嵌入数学中的观点。[...]这些模型不仅由数据构建，而且由我们选择关注哪些数据以及省略哪些数据构建。”（O'Neil 2016，21，21，218，突出显示。TM）

O'Neil继续说：“然而，这些模型中有许多编码了人类的偏见、误解[...]像神一样，这些数学模型是不透明的，除了他们领域的最高牧师外，所有人都看不到它们的工作原理：数学家和计算机科学家。他们的判决，即使是错误或有害的，也无可争议或上诉。（O'Neil 2016，3）

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。