超越技术神话：人工智能的治理思考

引言

当前，关于AI的探讨多聚焦于模型性能与产业竞争，却鲜少深究其背后的资源条件、社会关系及制度结构。凯特·克劳福德的著作《技术之外》在肯定AI贡献的同时，对“绝对中立、天然智能、必然普惠”的单一神话进行了辩证反思。本书将视角从实验室延伸至外部世界：从内华达州的锂矿能耗，到亚马逊的仓储劳动、平台的数据抓取，乃至分类系统与国家治理。作者指出，AI并非悬浮于数字世界的抽象物，而是深嵌现实社会的复杂系统。其产业链与资源开发、劳动变革、公共数据及生活方式紧密相连，背后的资源利用、劳动权益与数据安全问题亟待关注。

随着AI伦理受到重视，本书剖析了发展中的结构性权力失衡、可持续性难题，揭示了技术应用可能加剧社会不平等的风险。这为推动AI向更健康、普惠、可持续的方向发展，提供了重要的社会视角与反思。

书籍内容

作者开篇即提出核心观点：AI系统并非纯粹抽象的数字存在，而是基于大规模资源投入的社会技术体系。作者视AI为一种“采掘工业”，直言：“AI既不人工，也不智能。”相反，AI既是具身的也是物质的，由自然资源、燃料、人力、基建、物流、历史及分类构成。智能手机、数据中心、自动驾驶电池，皆离不开锂、稀土、锡、钴等矿产。这些资源的开采正造成不可逆破坏：印尼邦加岛铲平森林珊瑚礁，刚果钴矿滋生现代奴隶制与冲突，科技巨头却通过外包供应链使代价隐形。

更为严峻的是AI模型的高能耗与环境代价。克劳福德引用数据指出，“运行一个NLP模型产生30万千克二氧化碳，相当于5辆汽油车全生命周期的排放”。尽管行业推行“绿色云”与“碳中和”，但作为全球最大电力与水资源消耗者之一的数据中心，其对环境的影响不容小觑。

若矿产是AI的物质骨架，全球人类劳动则是其运转的血液。AI运行不仅依赖工程师与算法，更离不开被忽视的人力与数据。书中以亚马逊履行中心为例，展示算法如何组织时间、考核效率、安排路径，使工人动作向系统要求靠拢。作者探讨的重点并非“机器人是否取代人类”，而是“人是否正在被按机器逻辑衡量、管理与调度”。

书中还聚焦于技术叙事边缘的“隐形劳动者”。从众包图片标注到内容审核、数据清洗，这些合同工完成了关键工作，支撑起AI的稳定与“智能”。作者指出，机器的“智能”源于庞大人力支持，却被平台遮蔽。

除人力外，AI高度依赖训练数据，多源于互联网公开信息。但数据如何被搜集、去语境化、重构为“基础设施”？在此过程中，个人信息、公共影像与社会记录被纳入体系，原有边界被淡化。克劳福德称之为“数据提取主义”：AI将公共空间与生活转化为可提取资源并私有化、货币化，生产者却未获回报。

此外，AI如何理解现实？作者指出，AI依赖标签、类别对现实进行切分与命名，但这并非中立技术，而是内嵌权力、意识形态与社会等级的政治实践。系统如何定义人、划分特征，背后包含特定假设。克劳福德揭示：AI分类实践充满政治与权力干预，用算法客观性固化、放大社会等级与歧视。

这种分类不仅导致偏见，更决定我们看待世界的方式。克劳福德认为，反复讨论的“算法偏见”绝非易修的技术问题。当AI用固定标签定义复杂的人类身份时，极可能复刻传统权力结构。“AI系统并非中立技术，而是嵌入现有结构并强化不平等。”

作者强调，AI不仅是一种技术能力，更与资本、基建、公共资源及制度交织，强化不对称关系。因此，社会不应只问“AI能用在哪里”，更应追问“为何在此使用”及“服务于谁”。这提醒我们反思技术背后的增长逻辑与方向。

思考与拓展

阅读此书不否认AI技术突破的积极推动作用，它已是科技革命的重要力量。但问题不仅是“技术能走多快”，还有“如何走得更稳、更远”。本书揭示的资源、劳动、数据与权力问题，要求我们跳出技术乐观主义，从治理与发展整体框架理解AI。结合国情，未来推进至少需把握三个方向。

AI既蕴含红利也伴随算法偏差、数据安全、滥用等风险。推动健康发展，需坚持发展与规范并重、创新与安全并举。我国已前瞻部署，2017年印发《新一代人工智能发展规划》，构建法律法规与伦理体系；后续出台多份文件，推动治理从原则走向落地。

展望未来，治理框架将深化：一方面围绕数据确权、模型安全、知识产权、责任认定完善制度；另一方面提高协同性，推动政企学社共治。治理目标是为技术发展提供稳定预期与保障，使其成为可信、可持续的力量。

历史表明技术革命重塑就业结构，AI亦不例外。与替代体力劳动的自动化不同，本轮AI正影响认知劳动，冲击初级白领。同时，劳动节奏加快、绩效强化、管理平台化，即便未被替代，劳动者也可能面临新压力。因此，需通过积极公共政策调节托底。

未来，需健全终身教育、职业培训体系，助劳动者向复合型岗位转变；完善失业保障与灵活就业机制，缓解变革阵痛。同时规范新型劳动关系，加强权益保护。社会不仅要有先进模型，也要有兜底风险、承接转型的保障能力。

与其他经济体相比，中国优势在于超大规模市场、完整产业体系、丰富场景与组织协调力。这使中国不仅有条件技术创新，更有条件在产业、治理、应用层形成系统性优势。AI价值体现在赋能实体经济、催生新质生产力中。

未来，利用AI需依托市场推动真实需求迭代，形成“研发-验证-应用-优化”循环；坚持落地产业升级与民生改善，避免脱离实际；统筹算力、数据、算法、人才、能源等要素，提高效率，将技术能力转化为产业与治理竞争力。

推荐人：彭雅哲