誰能擁有你的數據？

很多時候我們不會去閱讀服務協議，卻習慣于簽署、通過它們。但現在，這越來越成為一個民生問題了。像 UPS 和亞馬遜這樣的物流公司，能通過他們先進的監控網絡，對員工進行微觀管理。而國際零售商和快餐連鎖店，則可以利用復雜的數據反饋效率算法生成雇員的時間表。孟山都的“智能農場”技術從大批獨立的農民那里提取出有價值的內部數據，而優步司機甚至可以通過建立規?？涨暗募毠潝祿欤瑏韼椭_發他們的自動駕駛替代品。

長期以來，資本家一直從他們的工人那里收集有利可圖的數據而不付任何報酬，但直到最近，網絡智能技術的發展——興趣網絡——將數據監控延伸到工作場所之外，讓我們的個人生活成為了無酬勞的價值創造領域。數字零售商根據我們的個人情況提供針對性的推薦；流媒體揣摩我們的品味以預測我們將欣賞什么內容；而健身應用追蹤我們的卡路里攝入和行走步數以讓我們做出“更健康的決定”。很快，虛擬現實的頭戴設備甚至可以追蹤細微的眼球運動和無意識的視網膜活動。

這些技術通常將我們的個人信息反饋給私人公司，在那里，我們的購物偏好、興趣和身體機能數據，都有可能為它們巨大的利潤。如果沒有我們的個人數據輸入，大數據是不可能存在的，而數據分析市場更不會在沒有大規模合作的情況下發展為 1300 億美元的產業。被動數據收集越來越多地將我們的閑暇時間轉化為工作時間。

當 1996 年谷歌開始實施網頁排名算法時，拉里·佩奇（Larry Page）和謝爾蓋·布林（Sergey Brin）無意中開啟了從源頭改變信息傳輸渠道的方式。斯坦福的博士學生最終開發出了一種算法，將他們搜索引擎外包給他們的客戶，即享受免費服務的用戶，從而通過鏈接密度和用戶參與程度的統計數據，來對網頁網址不斷擴充的緩存內容進行排序。用戶只要對網頁進行搜索就能完善算法，因此也吸引了更多的消費者來改進產品，從而為搜索引擎提供更大的鍛煉平臺。

這是新古典主義經濟學家“良性循環”的一個理想模式，這個過程是消費者驅動大數據的第一個明確案例。它是創新的，因為它將創造有用數據的過程，從大規模的制造轉變成了大規模的消費，最終使得搜索引擎的競爭對手，例如 AltaVista、HotbotheWebCrawler，以及擁擠的門戶網站如 MSN、AOL 和 Lycos 變為它身后默默無聞的隱藏勞動力。

很少有人知道，在 2001 年年末，谷歌正靜悄悄地考慮對這個“良性循環”進行調整，以測試一個投票系統，從而允許用戶公開透明地影響搜索排名的結果。SiteLab 的聯合創始人 Dana Todd 將更具有參與性的途徑稱為“用戶意識”，但這個公開透明的特性從未引發市場熱潮。正如谷歌發現的那樣，最佳的海量數據采集方式——是隱蔽且間接的。

例如問卷調查或客戶服務調查這樣積極的、直截了當的信息交換，揭示了勞動力如何參與反饋一個神奇的算法。但谷歌沒有選用積極邀約，反而加強了被動數據收集，并通過物理空間（谷歌地圖）、可預期的未來（谷歌日歷）和可量化的每日網絡使用情況（谷歌 Chrome 瀏覽器）來擴大收集范圍。這些累積的數據，都在隱私頁面所提及。

很快，這些隱藏的交易不僅僅是谷歌的核心，也成為了亞馬遜的商業模式。早在 2003 年，在與谷歌相似的時間，這家互聯網零售巨頭也開始利用客戶的個人數據盈利，亞馬遜用大量的個人購物歷史對算法進行調整，建立商品間的相似指數和消費者分析工具。利用元數據構建復雜的推薦系統，該公司很快就成為了有目的投放在線廣告的先驅。表面上，亞馬遜將零售店員的幫助工作自動化了，但實際上，公司只是將店員的工作放在了消費者自己身上，在消費行為中完成工作。

乍一看，這個模型完美契合了影評人 Annette Michelson 在 1979 年所說的金句，在電視廣告的時代，“你就是最終交付給廣告客戶的產品。”但互聯網的數據經濟將此變得更為復雜：谷歌和亞馬遜開始已經開始接受消費者數據，正如其他早期的互聯網巨頭利用他們的人氣努力賺錢一樣。當時，廣告商對網絡并沒有興趣，因為它沒有電視的受眾，而且利潤回報率很低。現在，谷歌和亞馬遜通過凝聚全球市場的勞動力來回避這個問題。谷歌依靠用戶輸入來創建主導產品，而亞馬遜卻把客戶轉變為一個龐大的個性化銷售團隊。他們都利用自己的權限，把用戶數據轉化成了有價值的商品。

因此，作為 Michelson 金句的修改版，我們可以說，在這個數字通信的時代，你的數據——而不是你自己——是交付給大眾的產品。將消費者參與重新調整為有型商品和服務的同時，谷歌和亞馬遜證明了自由提取的個人數據可以盈利。這些公司能夠輕易經受住互聯網泡沫破滅的沖擊，這絕非偶然?；蛘哒f，他們的模型已經定義了隨后出現的“互聯網2.0”時代。

從互聯網泡沫崩潰的廢墟中崛起的智能手機互聯網公司中，Facebook 是最閃耀的新星。由于從一開始就設定為盈利的用戶數據庫，馬克·扎克伯格的社交網站在設定網站布局之前，就已經做了一系列的修改，迫使用戶最大可能地泄漏個人信息。當我們檢查網站的結構和形式，并發揮其點贊、發布和回應等作用時，算法通過我們的在線情況進行篩選，預測我們的政治傾向、收入區間和未公開的個人興趣。

這些細節信息被打包賣給大批廣告商，而并沒有為賦予這些信息價值的用戶提供補償。憑借 2016 年全年超過 270 億美元的年收入，Facebook 已經迅速發展為全球最大的互聯網公司之一，僅次于 1360 億美元的亞馬遜和 900 億美元的谷歌。

這些公司已經建立了一個組裝和銷售綜合元數據的行業，相互關聯的小細節正變得越來越復雜，也越來越有價值。在 2015 年的一次直播中，愛德華·斯諾登曾有力地解釋了元數據的威力：

“當元數據追蹤某人的時候，就像是私人偵探一樣。他們甚至不需要離你很近，也許只是在咖啡廳里坐在你身后，就能從你低聲的談話中聽到每一個詞。但他們會知道你在哪里，知道你見過什么人，知道你是在什么時候做了什么，還知道你是怎么離開的并且去往何方。如果你得到了所有的數據，你就能描繪出一個人完整的生活。”

Facebook 并不僅僅知道你和其他人的關系狀態、你點贊的內容和你個人資料中的照片拍攝地點，他們還把這些信息和外部訪問 Facebook 的應用程序以及你通過 Facebook 訪問的網頁相連。這使得他們可以獲取你 Tinder 的交友信息、Venmo 的轉賬記錄、Uber 的叫車情況、Instagram 的粉絲資料、Seamless 的訂單信息和你偏好的新聞來源。谷歌也類似。如果你的智能手機里安裝了谷歌地圖，這個技術巨頭就可以通過你的搜索歷史、新聞訂閱、喜愛的 YouTube 視頻以及你在網頁上使用 Google+ 按鈕的情況得知你的所有行蹤。

當然，如果沒有廣泛的物質基礎，就不可能從這種噪音占絕大多數的模式中提煉出有用信息?？紤]到這個原因，大數據也被稱作新的石油：它的原始形式毫無價值，但經過適當提煉后能變為財富。

為了給數據提取創造一種資本積累的感覺，Twitter 租用了亞特蘭大 99 萬平方英尺數據中心的五分之一，用于存儲超過 500PB 的數據，還需要每天處理、緩存和分析超過 50 萬條推文；Facebook 的 7 個數據中心規模從 16 萬到 48.7 萬平方英尺不等，直至 2015 年底，其網絡設備的價值據稱已超過 36 億美元；谷歌每個季度也花費超過 50 億美元在公司的 16 座大型數據中心上，這些數據中心位于四個不同的大洲，擁有超過 100 萬個服務器。這些高昂的準入壁壘意味著后來者無法和已成立的大型數據公司競爭，也無法從用戶的參與度和免費服務中提取剩余價值。因此，少數科技巨頭近乎壟斷地控制著我們的大量元數據。

盡管其所有權日益集中，但處理大量個人信息的能力仍然對個人和社會產生了廣泛的好處。谷歌優先的新聞我一般都會覺得有趣， Ticketmaster（票務管家）根據我在 SoundClound 上關注的藝術家向我推送演出信息，我還注意到贊助商廣告總是通過一些社會主義雜志來發布假日促銷的信息。從宏觀上來講，對于想要設計智慧城市的城市規劃者、想要預測流行病的疾病中心工作人員、想要識別和解決新問題的工程師們而言，大數據都產生了積極的影響。

盡管如此，我們不能忘記，大數據的發展歸根結底是由我們組成和創造的，而不僅僅是依靠神奇的處理中心。在 2016 年初，Facebook 上每位用戶的平均價值約為 15 美元，而對于谷歌的用戶來說，這個數字大約是 33 美元。這些數字看似很小，但它們在龐大的消費基礎上成倍增長，而且分析公司和機器學習技術的發展，提高了將原始信息加工為有價值資訊的能力，這些數字隨之變得巨大。

每個人都期望參與住院病人研究、或坐在消費者小組中參與產品測試后能夠獲得報酬。現在，我們為這類數據業務提供了遠程服務，唯一的區別是差異化變得更大。我們無法指望憑借我們的數據獲取報酬，因為這些數據的創建不能認為是一種“工作”。

在價值創造中，勞動應該被肯定、被補償。人們可能是出于個人意志而自愿參與創造價值的活動，但這并不意味著我們應該讓這一新興的、獲取財富的途徑集中在一小群開發人員和技術管理人員手中。如果我們不把大數據看成是一個社會性項目，我們就有可能揮霍掉一個令人難以置信的技術成就：將閑暇時間轉變為物質效用的能力。

這一進步并不是向“后工作”社會轉變的信號，而是意味著將勞動越來越多地根植于自愿甚至是愉快的活動中。這種工作和娛樂的結合，是馬克思烏托邦式愿景的核心，在《哥達綱領批判》中他概述了這個社會，“勞動不再僅僅是生活的手段，而是生活的首要需求。”

像查爾斯·傅立葉這種烏托邦式的社會主義者，曾經設想過一個未來的社會，其中生產性工作將以個人享受和創造性實踐的形式完成，哪怕進入古怪奢華的歧途。我們不太可能完全逃避生活中偶爾出現的苦活累活，或者進入類似傅立葉構想的法倫斯泰爾組織（Phalanstre，一種工農結合的和諧制度），但是沒有理由拒絕以有限或部分形式實現這一愿景的可能性。

如果我們可以主張個人數據的所有權權利，人們可以想象未來工資的增長將用于彌補從現有勞動力收集的信息價值，工作日也由于空閑時間可以收集額外價值而縮減。大數據已經在眾多的消費行為中增加了一個生產要素，而我們也已經定期完成了很多事情。要充分實現大數據的社會潛力，我們必須要完成的政治任務就是承認其中涉及的隱形勞動。

（翻譯：陳宛琦）