1. 算法治理的困境与养护人视角的缺失
当代社会对算法权力的批判已经形成了一种奇特的悖论:批判的声音越来越响亮,但算法系统的实际运作逻辑却几乎没有发生本质改变。我们每天都能看到关于"算法偏见"、"数据殖民"、"监控资本主义"的讨论,这些概念已经成为学术和公共话语中的高频词汇。然而,这些批判就像打在棉花上的拳头——声势浩大却收效甚微。
问题的根源在于,现有的批判框架存在一个根本性的盲区:它们将算法系统想象为一个自主运行的"黑箱",将人简单地划分为"技术精英"和"被压迫用户"两个对立阵营。这种二元对立思维忽略了算法系统中最重要的行动者群体——养护人(Custodian)。养护人包括算法工程师、产品经理、数据标注员、内容审核员、AI伦理官等,他们是算法系统的实际创造者、调节者和维护者。
关键洞察:算法对人的任何影响都必须通过养护人具体的、日常的实践作为中介。忽视养护人群体,任何治理方案都如同隔靴搔痒。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 悬鉴方法:解构养护人叙事环
要真正理解算法系统的运作逻辑,我们需要采用"悬鉴"方法——暂时悬置对养护人工作的道德预判,转而将其工作实践视为一个完整的"D-O-S叙事环"来分析:
2.1 欲望(Desire)维度
养护人工作的核心驱动力是什么?我们的研究发现,这个维度往往被系统性地窄化。以某外卖平台算法工程师为例,他最初的职业理想可能是"用技术改善人们的生活",但在日常工作中,这个宏大理想被逐步简化为几个关键绩效指标(KPI)的优化:送达时长、骑手日均单量、系统吞吐效率。
2.2 客观(Objective)维度
养护人决策所依据的"客观现实"是什么?在大多数科技公司,这个维度被严格限定在数据看板、A/B测试结果和代码仓库中。真实世界的复杂性——骑手面临的实际路况、天气变化、身体疲劳等因素——被简化为模型中的几个权重参数。
2.3 自感(Self-perception)维度
养护人如何理解自身工作的性质?我们发现,这个维度往往被塑造为"技术问题解决者"或"理性计算设计师"。伦理争议被视为需要处理的约束条件,而非工作内在的道德维度。这种专业认同产生了强大的伦理钝感力。
3. 养护人叙事环的异化机制
通过深入访谈和参与观察,我们揭示了资本与权力逻辑如何系统性地重构养护人叙事环:
