【译】认识新数学：贾斯汀·乔克的“革命数学”
贾斯汀·乔克 (Justin Joque) 的评论，《革命数学：人工智能、统计和资本主义逻辑》(Verso，2022)。
在他的《忏悔录》中，河马的奥古斯丁哀叹人们想要的和实际做的之间的脱节。 就像一个睡得很晚的人，他咕哝着“拖长的、昏昏欲睡的话语：‘现在，瞧，现在’； “让我呆一会儿。”但是“现在，现在”没有踪影； 我的‘离开我一会儿’持续了很长一段时间。” 奥古斯丁沮丧地问道，为什么我们想要醒来，面对现实，却什么都不做？ 是什么促使我们违背自己的意愿？ “即使违背自己的意愿，他的思想也会被吸引和控制……‘我真是个可怜的人！ 谁能救我脱离这该死的身体呢？”
奥古斯丁漫不经心地浏览着社交媒体，同时又讨厌它的每一分钟，他梦幻般的哀叹非常能引起人们的共鸣。 我们都知道 TikTok 和 YouTube 并不关心我们喜欢什么，他们的算法只是为了让我们继续观看并给我们提供更多同样的稀粥。 换句话说，社交媒体让我们面临着我们的生活作为客体（同质化数据点，可通过统计分析预测）和作为主体之间的脱节。 一方面，这些算法以用户交互为基础，产生名义上的“个性化”体验。 但另一方面，为了使这些算法发挥作用，它们必须将用户群减少到同质化和客观化的数据集。 在这样做的过程中，它们使我们深陷算法陷阱：作为主体，我们选择观看，而作为客体，我们无法将目光移开。
赫伯特·马尔库塞 (Herbert Marcuse) 在他 1941 年的文章《现代技术的一些社会影响》中描述了这种动态，他在文中认为，现代主体被迫将自己的自发性交给调节他们生活的技术过程。 马尔库塞写道：“一切都相互合作，将人类的本能、欲望和思想转化为供给装置的渠道。” “人与人之间的关系越来越多地由机器过程来调节。” 当我们全神贯注于技术时，无论是工作还是空闲时间，实际上是机器在使用我们； 正如马克思将商品描述为市场互动的代理人，拖着它们的所有者一起行动，现代技术作用于其人类用户，而不是相反。 在这样做的过程中，技术无情地将我们引入它自己的逻辑：
受人喜爱的机器不再是死物，而是变得像人一样。 它将它所拥有的东西归还给人类：它所属的社会机构的生命。 人的行为具有机器过程的理性，这种理性具有一定的社会内涵。
贾斯汀·乔克 (Justin Joque) 在《革命数学：人工智能、统计和资本主义逻辑》一书中提供了关于算法技术的外星逻辑的富有洞察力的路线图。革命数学的核心是马克思的物化理论，即“人与人之间经过社会协商的关系表现为对象之间的关系，从而表现为客观的过程”。乔克将这一过程描述为一种“客观遗忘”的形式，其中机器或技术包含了人类的能动性。 “从本质上讲，物化是一种关于物体如何思考、记忆和为我们工作的理论。对于马克思来说，物化并不像当代惯用语那样，将人当作物体对待的过程；而是将人视为物体的过程。相反，他将该术语定义为使用对象来管理人类事务。” Joque 提供了这个实际过程的有用说明：
当航空公司代表在航班取消后看着电脑屏幕并同情地说：“对不起，但我无能为力；电脑不允许我改变任何东西。“ 人们可以随心所欲地谴责这种情况，但很明显，该系统的构建使得即使是最有说服力的批评也不会改变。很明显，航空公司代表不再被称为登机口代理人；他们已经将自己的代理权交给了计算机系统。
尽管这些经历令人沮丧，但朱克指出，物化并不一定是剥削性的。事实上，如果物化能让我们摆脱单调和苦差事，它就可以是解放性的。正如他所描述的，“物化是一种遗忘形式，但却是一种直接富有成效的形式。它让物体减轻了我们记忆的必要性，减轻了我们思想的负担，有时这是有益的。”然而，革命数学牢记技术及其实现的客观化永远不是“中立的”，因为它的发展是为了响应特定的社会和经济激励。 “[算法物化]的力量不在于[其]与某些外部现实的对应，而在于[其]直接产生新的、独特的社会现实的能力。例如，信用报告最重要的不是它们准确描述个人信誉的能力，而是它们通过限制获得资本的机会来创造一个符合其优先事项的世界的能力。”乔克认为，由于算法技术在再现我们的社会和经济现实方面发挥着直接作用，因此必须了解数学算法如何以及为何执行其物化功能。简而言之，物化的过程具有双重功能：“首先，它让我们记住一个物体； 其次，通过这样做，物体也为我们相信。”
正如《革命数学》中所描述的那样，马克思主义对物化的理解与该术语通常的主题化方式存在细微但重要的差异。正如乔克所观察到的那样，“如今[断言]物化意味着个人而不是关系被视为对象，这是很常见的。”事实上，他澄清说，这并不是对马克思的错误解释，但它并没有抓住整个动态。乔克将马克思的物化理论与马克思当代对话者的重新解释进行了有益的对比：
当代对物化的理解与马克思的这种解读略有偏差，但在理论上具有重要意义。格奥尔格·卢卡奇（Georg Lukács）对这种徘徊负有部分责任，他对客观化（或物化，这个词经常在他的作品中被翻译）的解释是“人与人之间的关系呈现出事物的特征”。卢卡奇并不关注对象管理我们事务的过程——即使结果是关系被视为对象——而是关注这个过程的结果及其遮挡的内容。在这个层面上，他的结论只对了一半。物化是混淆的，但混淆的根本不是把人或关系当作对象，而是让对象代替人思考。
乔克认为，算法会混淆社会关系，但混淆并不是算法的主要功能。 “物化是令人困惑的，但从根本上来说，令人困惑的并不是人或关系被视为物体，而是物体被用来代替人思考。”正如马克思描述了资本主义使不相称的劳动或商品变得平等和可替代的近乎神奇的能力一样，乔克观察到“就计算而言，这是一个比较的过程，从而计算关于世界的看似不相称的信息。这些奥秘不能仅仅因为它们看似虚假而被否定，因为只要这些奥秘在经济上、物质上、神学上“起作用”，展示它们“真正在做什么”的简单行为就永远不足以剥夺它们的力量。乔克富有洞察力地指出，我们批判算法逻辑的首要任务不是去物化，去物化预设了对我们不具备的技术过程的一定程度的控制。即使每个人都认识到互联网算法维持统治地位的方式，这种理解也不会否定它们促进和维持现有交换法则的功能。
尽管有这样的警告，Joque 仍然深入研究了算法计算背后的数学，以揭示他们“真正在做的”背后潜在的形而上学。该分析特别关注从频率概率论转向贝叶斯统计的历史转变。简而言之，这种转变是从经验描述转向主观处方，并且特别适合消费者营销中价值的最大化。 “对于频率论者来说，”乔克描述道，“概率代表了某种比理想更实证的东西：概率不是一些同样可能发生的事件的比率（例如[在理想化的抛硬币中]获得正面朝上的可能性的二分之一），而是物理系统的长期运行频率。”在传统的频率论框架中，“对单个具体事件做出概率陈述是荒谬的。 ……要么明天下雨，要么不下雨——这没有什么适当的概率。”相反，频率主义可以描述的是系统的长期行为，对此可以进行严格的科学描述。对于这样的系统，可以在具体可计算的误差范围内准确地做出预测。频率论框架对于准确的经验描述很有用，但在尝试预测未预定义的系统的未来行为时，它会失效。
另一方面，贝叶斯统计学家“将概率理解为主观信念的测度”。也就是说，贝叶斯统计提供了一个数学框架，用于对无法进行全面描述的系统进行预测，同时不断地将新信息纳入未来的猜测中。 Joque 认为，贝叶斯统计在当代算法逻辑中的流行和几乎普遍采用，是因为它在预测市场行为方面的效用。用乔克的话来说，“贝叶斯统计提供了方法和意识形态，两者都非常适合信息资本主义。”随着消费者数据的数据库不断扩大，贝叶斯统计提供了一种准确预测市场行为的有效方法，而无需试图解释这种行为如何运行并为何如此运作。正如 Joque 所描述的，“贝叶斯革命为信息资本提供了一套关键的方法，允许从数据中计算知识。”但与频率论不同的是，贝叶斯统计从不声称自己是真实的。相反，贝叶斯主义必须提供的是一种不断演变的主观信念的论证，尽管它在制定经济决策时非常有效。
不幸的是，正是在这一点上，革命数学做了它警告我们永远不要做的事情：它屈服于诱惑，认为对技术过程背后的机制有足够深入的理解，可以让我们摆脱它的力量。在揭露了电脑算法背后的形而上学矛盾后，乔克呼吁我们开发一种“革命性的数学”，取代市场驱动的数学，为我们的技术提供动力。 “我们必须想象并构建新的密宗和新的模态，从而能够在资本主义之外进行计算。”如果我们当前的数学客观地呈现了人类的真实情况，从而将我们吸收到它自己的统治逻辑中，那么“革命性”数学就会做相反的事情。 “如果我们要超越这些系统的不公正，无论是经济上的还是算法上的，我们最终都必须像异教徒数学家一样，提出新的密宗，这些新的密宗可以架起桥梁，困扰旧的密宗并消除古老的意识形态。”
但这种努力的矛盾本质已经很明显了：
从事革命性的数学就是否认任何我们可以陷入抽象的信念，去看到“真实存在的东西”并排除他们的问题。相反，我们必须面对这个抽象和疏离的世界。这要求我们从不同的神秘性和不同的交换性中创造和建设世界：否认帝国主义的力量和现实，甚至否认资本主义交换的最基本形式，通过这种形式，人们可以用自己的工作来换取继续生活的能力。
如果我们完全理解“真实存在的东西”以及它为何存在的原因，就很难想象想象那里有其他东西的行为会如何改变现实。在严格揭示和揭开算法逻辑的神秘面纱之后，对“新的、赋予力量的奥秘”的探索让人怀疑地感觉像是逃回了迷雾重重的意识形态领域。
换句话说，虽然本书的中心任务是消除大数据算法的物化力量，但《革命数学》从未完全放弃它们的拜物教力量。在采用了机器“为我们思考”这一物化理论后，乔克认为，如果我们首先为它们思考，那么当它们进行我们的思考时，它们就会按照我们想要的方式思考我们的想法。这一切都很好，但它忽略了一个关键的步骤：机器不会为我们思考，因为它们试图为我们提供帮助。他们为我们思考，因为他们这样做时，他们向我们强加了一种有利于市场的思维过程。这就是奥古斯丁（或马尔库塞）的教训可能会有所帮助的地方——尽管知道物化是如何运作的，尽管知道我们正在将部分思维过程交给机器，但我们根本无法选择如何接受这个过程技术物化。即使我们知道了解机器“真正工作”的方式并不足以剥夺它们的能力，我们还是会忍不住想，如果我们足够了解算法背后的算法，以正确的方式重新发明它们，这次我们就可以剥夺他们的权力。
作为一名数学迷，我同情这种诱惑，但可惜的是，我们应该及时牢记乔克的早期警告，抵制他后来的理想主义。我们无法停止浏览社交媒体的原因不是社交媒体本身，也不是社交媒体算法。同样，新算法——“新的数学奥秘”——也不会让我们更容易把目光移开。这种无能的根源在于我们与社会的物质关系。
正如约翰·特雷西（John Terese）最近指出的那样，我们不理解的正是这种关系。特雷西写道，我们缺乏的是“一种适当的‘社交’媒体唯物主义理论。”例如，人们很容易将乔克所描述的弊病归咎于算法经济——帝国主义、统治、过去几十年社会生活的崩溃，以及当代社会普遍的短暂性。但“不幸的是，社交媒体并没有造成‘一切的分裂’，”特雷西写道，“它的存在本身并不能解释为什么过去的十年是前所未有的、极其愚蠢的十年。
相反，社交媒体可以更好地理解为社交危机造成碎片化的结果。”我们已经习惯了社交媒体使生活扁平化，却从未获得理解它的工具。特雷泽在这里提醒我们，对算法形而上学（以及它表达其逻辑的社交媒体）的理解是强大而神秘的，却忽视了其历史和唯物主义的基础。换句话说，“算法”完全符合马克思的拜物教理论。在数学理论的模糊领域中，人脑的产物表现为具有自己生命的自主图形，而不是它们真正的样子：具体人类活动的表达。换句话说，无论我们是否理解，社交媒体算法都在背后履行着具体的经济功能。就像奥古斯丁所描述的睡眠者一样，我们讨厌醒来是因为我们不想早上去上班，而不是因为睡眠本质上有某种神秘的力量。同样，新的数学奥秘永远无法揭开旧数学奥秘的神秘面纱，除非它们运作的物质条件得到根本改变。
本篇文章来自 Damage，并不代表译者观点。
