如何避免新技術的“孤島式先鋒主義”陷阱？

以新一代信息通信技術為代表的新技術的迅猛發展，在驅動經濟社會劇烈變革的同時，也使社會陷入算法控制、人工智能取代勞動力、隱私泄露、危害國家安全等深重憂慮之中。近年來，世界各主要國家相繼推出有關國家安全、平臺監管、隱私保護、勞動保障等內容的新規則，旨在應對數字時代潛藏的經濟社會政治風險。然而，如哈佛大學商學院名譽教授肖莎娜·祖博夫（Shoshana Zuboff）所言，巨型平臺急速崛起最嚴重威脅到的，是公民的自治和自主。換言之，當前最突出的一個困境在于，包括廣大勞動者群體在內的一般普通人多數有可能被排除在新技術的急速發展之外，無力真正自主地參與技術進步過程。事實上，信息技術革命之所以獲得廣泛期待，就在于其在理念上許諾了對既有生產和生活方式的顛覆性變革，倡導突破日益僵化的勞動分工和等級制，取代機械化的重復勞動。然而在實踐上，新技術的發明和應用卻在很大程度上僅提升了既有管理方式的精度和強度，所謂顛覆性變革的先進理念和創新方式也僅孤島式地局限于資本和技術能力原本就十分集中的領域，并且鞏固著在規模效益和集中化管理方面有很大優勢的巨型企業的競爭地位。如何保障包括廣大勞動人群在內的普通人自主參與技術進步過程，抑制技術精英和巨型平臺對普通人的侵入，值得引起重視與思考。

新技術的“孤島式先鋒主義”特性

表面上看，現在似乎人人都能使用各類App，人人都可以借助智能手機、移動互聯網做很多事情，但是為什么面對來勢迅猛的信息技術革命，多數普通人有種被遠遠甩在時代后面的感覺？當前高速發展的數字化、智能化新技術，根據哈佛大學法學院昂格爾（Roberto M. Unger）教授的研究，是一種“孤島式先鋒主義”（insular vanguardism）的技術形態：技術發明和創新主要局限在少數前沿領域或產業，并沒有得到廣泛而有效的擴散，從而也沒有產生深刻變革的生產方式、釋放出更大的生產能力和活力的效果。

美國圍繞信息技術產業發展的爭論已持續多年，早在二十世紀八十年代就開始質疑剛剛興起的信息技術：新技術引發的革新僅集中在對娛樂、信息和通信交流領域產生重大影響，卻不能改變更多領域的既有生產和生活方式。1987年的諾貝爾經濟學獎得主、新古典增長理論創始人羅伯特·索洛（Robert M. Solow）曾提出一個著名的“生產率悖論”——“計算機隨處可見，除了在生產率統計數據里”——用以質疑IT產業。美國近二十年來生產率數據的變化可以證實索洛的觀點，即伴隨著全球領先的美國信息技術研發的高速發展，整個國家的制造業實體產業的生產率增速卻顯著下降：2004-2014年，美國全要素生產率年均增長率為0.4%，是1890年之后的歷史最低；2005-2016年，美國總勞動生產率年均增長1.3%，不到此前十年（1995-2004年）年均增長率2.8%的一半。如果認為導致生產率增速下降的原因主要是美國制造業外遷的政策和實踐，那么，美國勞動統計局的一項數據就更能直接顯示信息技術至少對制造業實體產業提高生產率的幫助不大：1989-2000年間美國制造業生產率年均增長為4.1%，而在2007-2014年，吸收了信息技術革命收益的制造業生產率則下降到年均增長1.7%。

經濟學家羅伯特·戈登（Robert J. Gordon）用更系統的研究解釋了生產率增速的變化情況。他首先指出，信息技術大規模進入生產和生活領域，曾經一度提升了各個領域的工作效率，但是與改變了世界各地生產和生活方式所有主要方面的第二次工業革命相比，當前的信息技術革命的影響范圍和深度都極為有限。例如到目前為止，智能手機在辦公室主要用于個人活動；電子商務在整個經濟中所占比例較低；數字技術與金融業和銀行業的結合沒有減少企業對財務會計等專業人士的依賴，也沒有抵消銀行實體網點擴張的意愿——用戈登教授的原話說，“上文討論的每個部門（辦公、零售、金融、銀行）都在20世紀80年代和90年代發生了根本性和革命性的變化。只是在過去10年，計算機硬件、軟件和業務方法僵化為一套緩慢變化的慣例。”

新技術為何會有“孤島式先鋒主義”的特性？眾所周知，新技術浪潮的先行者——PayPal的創始人、Facebook的首個外部投資人彼得·蒂爾（Peter Thiel）——曾提出一個著名的批評：“我們想要一輛會飛的汽車，得到的卻是140個字符。”這個批評意見道出了當前信息技術發展形態的癥結：在很大程度上，目前盛行的信息技術研發和技術創新是以某種僵化區分了“智力勞動”與“體力勞動”的理念為核心；信息技術發展的主導方向依然掌握在技術精英手中，包括廣大制造業實體產業的勞動人群在內的普通人的生產實踐經驗和生活實踐經驗無法融入其中。總而言之，信息技術的進步過程目前是與普通人群的勞動實踐及日常需求相脫節的：前者是規定了社會進步方向的“先進因素”，后者必須適應前者、否則就會是被社會拋棄的“落后份子”。

我們借用美國制造業衰敗的實例來進一步討論上述觀點。出于二戰后與蘇聯科技競爭的需要，美國催生出國防部機構領導的信息技術革命。例如，在蘇聯1957年發射人類第一顆人造衛星后，美國成立國防高級研究計劃署，資助各個大學和科研機構的科學家自由從事科學研究和成果轉化，還出資設立計算機科學部，為初創企業提供早期研究支持，推動半導體研究和人機互動研究，促成因特網的早期研發。但是，信息技術革命的側重點在于生產新一代產品，而不是提升美國制造的競爭力。于是，在70年代后期至80年代早期，美國社會就出現“高科技所創造的新就業機會遠遠低于制造業所失去的就業機會”的強烈批評；正是由于錯誤地認為科技創新的收益可以補償制造業實體產業停滯或轉移到海外的損失，美國的產業政策才著重聚焦于支持高科技和信息技術發展；進入21世紀，美國本土制造業的衰敗已經顯現出難以挽回的頹勢：在就業上，從1965年至2000年，美國制造業就業人數大致保持在1700萬，而在2000年至2010年，制造業就業人數驟降近三分之一，紡織業和家具業等容易受全球化影響的低附加值部門，更是分別損失了70%和50%的工作崗位；就投資而言，截至2012年，自20世紀80年代以來整體商業投資占GDP的比重下降了3%，在2000-2013年，約有64000家制造業工廠關閉，之后只得到少量的恢復；在產出上，2000-2007年，美國制造業產出年增長率僅為0.5%，2007-2014年的年增長率為零，金融危機期間，2007-2009年的制造業產出大幅下降10.3%，進入美國60年來速度最慢的經濟復蘇時期。脫離制造業生產實踐的科技創新的大力發展，對美國工業基礎的普遍削弱沒有帶來正面幫助，反而使其國內無力躋身高新科技、高端服務等行業的普通家庭難以分享信息技術革命紅利，由此在近年引發大規模的民粹主義情緒、逆全球化浪潮和反對一切技術進步的新魯德主義（Neo-Luddism）運動。

在參與了全球價值鏈形成的發展中國家，新技術與勞動實踐和生活實踐脫節從而產生“孤島式先鋒主義”特性的效應，同樣已導致其國內不平等狀況的惡化。如國際經濟學家丹尼·羅德里克（Dani Rodirik）研究指出，在參與全球價值鏈形成的發展中國家和地區，隨著新技術驅動產業發展和出口的效應日益明顯，全球價值鏈既沒有擴大就業，也沒有促成與出口相關的技術和組織效益在整個經濟中擴散，相反由于新技術節約勞動力和節省資源的作用，削弱了這些國家和地區在非技能勞動力方面的傳統比較優勢。

無論如何，僵化分隔“智力勞動”與“體力勞動”的技術發展理念，是產生新技術的“孤島式先鋒主義”特性的根源。在這一理念下，勞動生產實踐和日常生活需求中的知識積累，得不到提煉、助長和發展的機會；而難以與更廣泛的生產、生活場景相融合的新技術，其創造和應用則有更加損害勞動者創造熱情的危險，可能導致嚴重的發展不平衡，激化社會分裂。

技術發展的不同路線

從第一次工業革命開始，有關機器（所謂“智力勞動”的成果）對工人等勞動人群（所謂“體力勞動”的載體）形成擠壓的反思就不斷涌現。在諸種意見中，馬克思在《資本論》第一卷中的嚴厲批判，是最為有力的聲音：“生產過程的智力同體力勞動相分離，智力轉化為資本支配勞動的權力，是在以機器為基礎的大工業中完成的。科學、巨大的自然力、社會的群眾性勞動都體現在機器體系中，并同機器體系一道構成‘主人’的權力”。馬克思主張，應當通過工人階級占有物質生產資料，以此實現“物質生產資料的社會使用”，使工人階級真正成為生產過程的主人。

不過，上述認識雖然極富理論洞察力，然而卻很容易被片面理解為：可以完全拋開對技術路線施加調整的可能性，通過畢其功于一役的革命性顛覆手段——如徹底改變所有制結構——解決勞動者受機器/資本支配的問題。其實，無論生產資料的所有權狀況如何，能否使技術創新、科學研究與勞動生產實踐和生活實踐緊密結合，緊要工作依然是保障廣大勞動人群和普通個人能自主參與技術進步過程。換句話說，僅考慮所有制問題，無助于消除將“智力勞動”與“體力勞動”僵化分隔的技術發展理念。譬如，大面積實施國有制的蘇聯，踐行的技術發展路線主要以滿足重工業發展計劃和高精尖科研目標設定為宗旨，造成了科學研究、技術發明、生產過程、生活需要等幾個領域的嚴重脫節，科技進步的巨大成就無法體現到經濟社會的日常發展中去；而私有制為主的美國在一戰之后著重強調在“創新前端”加大投入和扶持，形成科技研發領域的突飛猛進，催生如硅谷那樣的世界創新高地，但是卻造成科技創新在金融制度、風險投資機制、知識產權保護體制等制度條件的共同作用下日益“自說自話”，與制造業、化石燃料能源、電網、醫療保健服務系統、高速公路密集型運輸和投入密集型農業等傳統經濟部門的發展需求完全不相關。在近年，美國聯邦政府實施“重塑制造業”，政策構想之中的一項最重要的舉措就是如何“讓其研發機構把先進制造業納入它的研究組合”。

在更大范圍講，面對技術進步，人類始終有樂觀主義和悲觀主義兩種不同態度，但是，這兩種表面上看似乎截然對立的態度中卻潛藏某種共同的盲點，經常未能得到辨識：無論樂觀或是悲觀，對技術的認識都有可能只是從技術外部靜態地看待技術，未能努力去打開技術進步這個“黑匣子”，考慮在既定環境下是否存在著不同的技術路線，能產生不同的應用前景和社會政治后果。

打開技術進步的“黑匣子”，是要求從影響技術發展方向的各種社會因素的角度去看待技術進步，而不把技術進步僅僅視為科學技術原理應用的既定結果，如同麻省理工學院技術史學家戴維·諾布爾（David F. Noble）深刻強調的，“技術發展過程本質上是一種社會過程，而這種社會過程很大程度上隱含著不確定性和自由。在能源和物質的現實約束條件之上，還存在著一個領域，其中人類的思想和行動具有決定性。在那里，技術并非必要條件。它僅僅存在于人們從中做出選擇的可能范圍之內。”既有技術路線既然已經確定了技術、資本與勞動生產實踐和日常生活經驗之間的關系，已經構設出了“智力勞動”相對于“體力勞動”不可逾越的等級優勢，在既有技術路線下，包括廣大勞動人群在內的普通人就難以有效自主參與技術進步過程的機會；那么，探索能改變這種僵化的勞動分工和等級關系、促進有利于普惠式發展的新技術路線，便是無可回避的選擇。

讓我們的討論回到當前的信息技術革命。人工智能的技術發展，在近年已從顯性編程進步到機器學習方法（即一種無需通過顯性編程即可使計算機和算法從海量數據中學習、預測和執行任務的統計技術）和所謂的“深度學習”（即使用如神經網絡等多層程序來改進機器學習、統計推理和優化的算法），人工智能替代人從事重復性的、可計算性的工作的能力達到史無前例的高度。如何使這個領域的技術發明能夠更好地服務于而不是貶低勞動人群及其他普通人的生產實踐經驗和生活實踐經驗？

麻省理工學院明星經濟學家達倫·阿西莫格魯（Daron Acemoglu）及其合作者，在近期發起有關“錯誤類型的人工智能”的討論，提出了對主流人工智能技術路線——偏向自動化方向的人工智能發展路線——的警告：目前主流的人工智能技術變革傾向于在自動化方向上發展，讓更廉價的資本（凝聚成機器）取代一系列原來由人類完成的工作，又沒有顯著的生產率增長來提高對勞動力的需求，由此可能對收入不平等和社會凝聚力產生災難性的后果。阿西莫格魯等用他們的實證研究證明了上述危險的現實性：“我們曾經研究了最重要的自動化技術之一，即工業機器人的影響。工業機器人不是旨在提高勞動生產率的技術，而是設計自動化以前由生產工人在工廠里完成的任務。有明確證據表明，引入更多工業機器人的行業經歷了勞動力需求下降（尤其是生產工人）和勞動力份額大幅下降。更重要的是，更容易接觸工業機器人的當地勞動力市場，如密歇根州底特律或俄亥俄州迪法恩斯，就業率和工資增長明顯較低。此外，工資和就業的下降對收入分配較低部分的工人和大學學歷以下的工人的影響更大，從而加劇了不平等。盡管事實上工業級數據也表明機器人提高了生產率，但所有這些都是不爭的事實。”阿西莫格魯等指出了他們希望推進的“正確的人工智能路線”：將人工智能打造成為一個用來重組生產流程，為勞動力創造更多新的、高生產率的工作機會的技術平臺。

阿西莫格魯等人的思考給予了我們堅持從技術進步這個“黑匣子”內部去看待技術進步的示范：自動化取向的人工智能技術路線與重構生產流程、提升勞動生產率的人工智能技術路線，是對同一種科學技術原理的不同應用，不同的應用方案所形成的人工智能發展方向不同，由此分別導致的經濟社會政治后果也截然不同。這種視角在有關技術與社會之關系的思考中將“人的主觀能動性”（或者如昂格爾所言，人工智能無法替代的人的“擁有超越自己被編設的方法和預設的力量”的“想象力”）擺放在核心位置上。尊重人獨有的自主性、不以任何技術進步的名義強行貶損普通人生產勞動實踐和日常生活實踐中積累的知識，這是我們強調的重構技術、資本和勞動之間關系的目標。只有保障普通人能基于其生活、生產中學習和積累的知識自主參與技術進步過程，才有可能促使信息技術承諾的先進理念擴散、融入到社會的各個領域，煥發更大的活力，更大幅度地解放生產力。

以新路線保障個人自主參與

真實世界里已出現一些有助于保障個人自主性的新技術路線，可以試舉一例稍加介紹并且闡明其理論意義。

眾所周知，隨著新信息技術應用程序越來越依賴數據，無需人工干預即可訪問數據變得十分必要。這種狀況在制度設計方面產生了兩個截然相反的訴求：對個人來說，最有力的保護就是賦予其數據私人產權，但是這顯然對大數據產業發展不利，企業更愿意實施一種鼓勵數據利用和產品開發的模糊產權。各國立法機構為發展數字經濟，目前還難以進行明確的選擇——歐盟《通用數據保護條例》（General Data Protection Regulation，GDPR）傾向于保護個人的數據產權，但顯然對其相關產業發展不利。在這種數據產權模糊的現狀下，有技術和資本優勢的科技平臺獲得了迅速擴張的資源。譬如說，借助“應用程序編程接口”（API），服務提供商可以制作在網絡上自由獲取的數字產品（數據和軟件等），因此API（特別是通過云計算的使用）有助于打破數據孤島和服務分隔，實現各類平臺、技術和服務之間平滑的互操作性（interoperability）。從理論上說，“互操作性”的增強，能夠為消除不同平臺之間的優勢差距、加強平臺之間公平競爭提供幫助。但是，API這項數字技術在實踐中成為幫助巨型公司控制數據、擴展規模的工具，例如Twitter的API允許開發商建立能夠直接剝離Twitter信息的獨立應用程序，Twitter再通過兼并和建立應用平臺等手段實行縱向整合，吞并在市場上發展狀況較好的應用程序（如2008年兼并Summize，2010年兼并Tweetie，2011年兼并TweetDeck），實現了規模和市場占有率的不斷擴大。

近年出現一些支持數據要素流動的制度創新，如許多國家確立或認可了“個人信息可攜帶權”（Right to data portability），為激勵個人數據的自由有序流動提供法律支持，具有打破單個平臺對個人數據實施壟斷的前景（比如說，可以實現用支付寶的芝麻信用積分來申請其他平臺的貸款，反向亦可，從而打破各個平臺對各自收集的數據的壟斷使用）。歐盟、美國、新加坡、韓國、印度等國家都已出臺法律，明確規定了“個人信息可攜帶權”，我國的《個人信息保護法》第45條也接近于這個內容。然而，要使“個人信息可攜帶權”得到落實，還必須配備相應的技術手段，因為如果各個平臺之間數據標準不統一、端口不能對接，則無法實現個人根據自己需要在不同平臺使用自己的數據。最近有新的大數據技術路線創新出現，令人振奮：萬維網創始人提姆·博南斯·李（Tim Berners-Lee）近期開發“Solid”（社會關聯數據），相較于集中存儲、中央處理的主流大數據技術路線，基于分布式數據儲存、自主決定利用的Solid是一種新的技術路線，其核心是在優先保護隱私的前提下共享信息，在技術上實現了：（1）用戶將個人數據存儲在自由選擇的“個人在線數據儲存器”（pods）；（2）在用戶授予應用程序權限后，Solid認證的應用程序可以請求數據；（3）用戶可以在幾個pod之間分布式分發個人信息，既保證數據安全，又防止單個開發商獨占數據。近期，已有消息指出，英國正應用Solid技術建立“開放銀行”（Open Bank），促進銀行業提升服務質量（而不是基于資源優勢）的競爭。這個新的大數據技術路線，可以為公民個人自主決定自己的數據信息流動配備技術工具，提升個體在進一步利用大數據實現的發展中的參與能力。

總之，實踐中的技術創新值得給予充分關注，通過更多激勵類似Solid這樣的新的技術路線切實保護個人在技術發展和應用方案中的參與權，有望以此為契機，誘使科技研發和新技術發明緊密圍繞普通人的勞動生產和日常生活的具體需求和知識積累而展開，促進更多的技術革命成果真正融入人們的生活和生產實踐、廣泛煥發新的更大的活力。在技術與社會的關系中，包括廣大普通勞動者群體在內的一般普通人應該是主人，不斷進步的技術，只能是更好為主人服務的工具。

本文是國家社會科學基金項目“數字時代推進包容性增長的國家賦能理論及治理創新研究”（編號：20BZZ032）及中央高校科研項目資助的階段性成果。