在一次录像采访中，这位前中情局分析员表示，他不能再忍受自己不得不代表情报界侵犯隐私和法律。他还想让大家意识到，许多特工可完全接触到各种通信数据，因此他希望能引发一场公众辩论。

  ）。平台所有者经常与第三方分享用户的汇总元数据，用定制化的营销换取免费的服务。

  很多人可能没意识到，直到斯诺登的泄密事件为止，企业的社交网络也在自愿或不自愿地与情报机构分享他们的信息。奥巴马为政府的大规模监控政策辩护时说，

  ，并说公民不能期望百分之百的安全和百分之百的隐私，不然一定会造成不便。

  总统的解释呼应了社会化媒体公司的论点，即用户必须放弃部分隐私以换取免费的便利平台服务。换句话说，元数据似乎慢慢的变成了公民为其通信服务和安全付费的常规等价物。这种交易依附于大多数人的舒适区。

  ）认为，数据化将社会行动转变为在线量化的数据，从而允许实时跟踪和预测分析。

  等免费电子邮件服务，挖掘成倍增长的元数据，以追踪人类行为信息：“从电话披露的关系到推特表露的情感，今时今日的我们大家可以收集以前无法收集的信息。”

  数据化是获取、理解和监控人们行为的合法手段，它不仅在技术专家中成为最主要的原则，在那些将数据化视为研究人类行为的革命性研究机会的学者中也是如此。

  勋伯格和库克耶定义的数据化的意识形态基础，这个意识形态基础获得许多该新科学范式支持者的响应。我认为，在许多方面，数据化植根于值得商榷的本体论和认识论。

  得到这一新科学范式的许多支持者的响应。我将论证，在许多方面，数据化植根于值得商榷的本体论和认识论。

  无论一些大数据应用研究的例子多么引人注目，数据主义的意识形态都显示出一种普遍的

  ，这些机构从社会化媒体、网络站点平台和其他通信技术中摘取（元）数据，以供收集、阐释和分享。

  艺术家Mario Klingemann的装置作品Circuit Training邀请参观者参与一个神经网络训练程序来创造一件艺术品。参观者帮助创建数据集，让人工智能捕捉他们的图像，然后从网络产生的视觉效果中选择人们认为有趣的东西。机器将在这样的一个过程中完成与人类的互动，并从人类这里学习以完善自己的网络。（来源：伦敦巴比肯艺术中心）

  ）的概念尤其相关。数据监控是一种使用（元）数据来维持的监控形式。正如斯诺登的文件所表明的那样，人们对处理他们（元）数据的机构有信心，因为这些机构被假定遵守了由公共问责机构制定的规则。然而，记者看出，美国国家安全局经常藐视法院对数据使用的裁决，就像企业不断挑战侵犯隐私的法律限制一样。

  更深刻的是，斯诺登文件进一步让人们看到政府情报部门、企业和学术界在适应数据主义意识形态前提下的裙带做法。因此，我们应该研究整个连接性媒体的ECO的可信度。政府、企业和学术界在处理我们的数据方面有哪些独特的作用？而面对这个复杂的网络信息流系统，需要什么样的批判态度？

  友谊、兴趣、闲聊、信息搜索、品味的表达、情绪反应等等这些从未被量化的东西被量化了。

  Bernd Lintermann和Peter Weibel的装置作品YOU:R:CODE。参观者刚进入时在镜子上看到自己熟悉的身影，后来镜子中的形象逐渐转变为数字，直到最后，参观者沦为一个工业上可读的代码。（来源：ZKM_Hertz-Lab）

  随着科技公司开始专注于在线交流的一个或几个维度，他们说服了许多人将他们的部分社会互动转移到网络环境中。

  量化的社会互动随后被提供给第三方，不管是同伴、公司、政府机构，还是其他平台。社交的数字化转型催生了一个产业，该产业以数据和元数据的价值为基础，自动记录显示谁与谁交流，在哪个地点，以及交流了多长时间。

  元数据不久前还被认为是平台中介服务的无价值副产品，现如今已经逐渐变成了宝贵的资源，可以被挖掘、丰富和重新利用为珍贵的产品。

  行业驱动的数据化观点不仅在企业家红红火火的淘金热中引起共鸣，研究人员也将大数据誉为行为知识的圣杯。谷歌、脸书和推特上获取的数据和元数据通常被认为是人们实际行为或情绪的印记或症状，而这一些平台本身仅仅被认为是中立的促进者。

  。分析师们经常把对推文的大规模计算描述为使用温度计来测量人群对社会或自然事件的

  ）、转发、算法和协议进行的技术调解，以及它的商业模式似乎都无关紧要了。

  赞同数据化范式的研究者响应这些主张，认为社会化媒体数据是自然痕迹，平台是中立的促进者。信息科学家在处理人们关于地震或其他灾难的推文时，将

  评估通过社会化媒体平台收集的大数据集慢慢的变多地被认为是衡量日常互动的最严格、最全面的方法，优于抽样

  。民意调查和推特数据之间有重要的相似之处，推特结果中发现的相关性显然是有意义的。

  数据通信的狂热者还经常假设数据和人之间有不言而喻的关系，然后用数据集来预测个人行为。

  ）与不一样推特用户之间的关系，发现受欢迎和有一定的影响力的用户既有想象力又有条理。在这些模式的基础上，他们推测哪些用户可能会成功推荐产品或帮助提升营销策略。

  自动和准确地预测一系列高度敏感的个人属性，包括：性取向、种族、宗教和政治观点、人格特征、智力、幸福感、成瘾物质的使用、父母分离、年龄和性别

  。作者的结论是，这些私人信息可能被用来优化个性化的平台服务，并为社会心理学家提供大量的数据，否则他们永远都不可能获得这些数据。

  从社交网站上无意识留下的（元）数据中识别行为或活动的模式，越来越有助于预测未来行为。信息科学家维尔坎普（

  我们对人们当前或过去的活动不感兴趣，而是对他们的未来计划感兴趣。预测他们的活动是我们的任务。

  从社交网站上无意识留下的（元）数据中识别行为或活动的模式，越来越有助于预测未来行为。信息科学家维尔坎普（

  从那些在网上生活了相当长一段时间的人留下的综合数字轨迹中提取有用的知识

  根据维尔坎普和德里克的说法，社会化媒体监测为警察和情报部门预测新的恐怖活动或计算人群控制提供了有意义的信息，也为营业销售人员预测未来的股票市场行情报价或潜在的票房收入提供了有意义的信息。从监控和营销的角度来看，预测性分析将（元）数据模式与个人实际或潜在行为联系起来，反之亦然。

  ，即社交媒体平台同时测量、操纵在线人类行为，并拿它来赚钱（“货币化”，

  ）通过分析推文来预测政治偏好时，他们似乎忽略了引导舆论的政客或有党派的推文作者可能实时影响着推文的辩论。

  中的特定模式，同时尝试创造需求。这一经营销售的策略通过亚马逊著名的推荐算法成功地实现了货币化。

  支持把元数据视作人类行为痕迹，并把平台视作中立促进者的人，似乎与众所周知的、出于商业或其他原因而进行数据过滤和算法操纵的实际做法相悖。

  数据化和“生活挖掘”以意识形态的假设为基础，而这些假设又植根于普遍的社会规范。

  。用元数据换取通信服务慢慢的变成了常态，似乎很少有人愿意为更多的隐私付费。

  用于支付在线服务和安全的等价物已经将元数据变成了一种无形的资产，它大多脱离了原来的环境，不在人们的意识之中。社会化媒体公司通过将元数据重新打包并出售给广告商或数据公司来实现货币化。信息科学家经常不加批判地采纳社交网站和数据公司提出的假设和思想观点。

  因此，数据通信范式在社会性、研究和商业的交叉点上发挥着深刻的意识形态作用。

  数据挖掘的隐喻基于一种奇特的理由，它指导企业家、学者和国家机构追求一种新的社会科学范式。首先，数据主义背叛了对量化的客观性以及对通过在线数据追踪各种人类行为和社会性潜力的信念。其次，（元）数据被视为

  我将在本节仔细探讨这些本体论和认识论上的断言，这些断言维持着一种信念，让人们笃信数据主义所支撑的人类行为知识的新黄金准则。

  大型数据集提供了更高形式的智能和知识，可以产生以前不可能的洞察力，具有真实性、客观性和准确性的光环。

  成堆的（元）数据是通过一些不同的在线平台、为不同的目的而产出，但这一些平台不是客观的。

  元数据与人类行为的关系，就像核磁共振与身体内部的关系一样，疾病的迹象从来不会简单地出现在屏幕上，而是在成像过程中仔细阐释和干预的结果。

  医学技术人员花了几十年的时间来学习特定器官的正确成像，他们必完善定位身体的协议，并调整机器的性能以提高工具的实用性。

  就是那不断调整的仪器，将友谊或人气转化为算法，同时将这些计算作为社会价值来推广。

  通常被视为自发的在线社交标记，但这些按钮背后的算法都被系统性地微调，以引导用户的反应。

  全美推文中提及“啤酒”和/或“教堂”的次数（来源：2012年6月29日Twitter数据）

  每个单一的数据集都可能有一些内在的、隐藏的、尚未被挖掘出来的价值，而公司正在参与一场竞赛，以发现如何捕捉和评价这种价值。

  自动提取社会化媒体平台生成的大量元数据并不会获得更多关于特定人类行为的信息，这就像你要从无尽的海水中找到特定的污染信息一样困难，除非，你能使用特定分析方法来引导、阐释这些数据。

  有一个例子可以说明这一点。一个信息科学家团队收集了六个月的搜索出来的结果，这些搜索出来的结果是定期从

  显示”了抵押贷款寻求者在最初查询的六周后，从搜索抵押贷款的基础知识转向搜索保险和税收。三个月后，他们搜索家具，六个月后，他们对游泳池和庭院配件感兴趣。

  浮出水面”的。它们隐含着一个问题——新房主在购房后的前六个月需要购买什么？

  对这个问题的阐释表明，一个阐释框架总是预示着数据分析。按照吉特尔曼的思路，数据为新房主在某些时刻

  因此，我们应该批判性地质询模式的意义。为什么我们要在成堆的元数据中寻找某些模式，为了谁的利益，为了什么目的？

  根据从网络站点平台上获取的数据来识别有意义的模式，本质上是一种阐释行为。数以百万计的

  女性用户在他们的时间轴上张贴婴儿照片的信息，这会让平台无休止的审查这些照片，以明确用户的行为、医疗或消费主义模式。

  研究人员是否想了解年轻母亲的节食习惯，以便提出改变生活方式的建议？或者他们想发现消费需求的模式，以便公司在适当的时候销售婴儿产品？

  或者——也许很牵强，政府机构是否有兴趣解释这一些数据，以发现产后抑郁症或未来潜在的虐待儿童的迹象？

  换句话说，大数据研究总是和一个显而易见的“棱镜计划”有关（没有双关的意思）。

  管理的数字流水线的一端进入，从另一端出来，出来后就是经过处理的信息。元数据是充满价值的代码堆，是多价值的，应该被当作多重解读的文本来对待。

  嵌入并整合在一个社会系统中的文化对象，其逻辑、规则和明确的功能决定了用户生活的新的可能性条件

  采矿”隐喻提供了一种替代性视角。从社会科学或人文学科的角度研究数据集的学者可能会提出与信息科学家非常不同的问题，医生也有一定可能会看出与犯罪学家不同的模式。

  研究新领域的言辞助长了这种数据主义令人信服的逻辑。大量以前从未出现过的无意识数据集打开了新的视野。数据主义兴起于这样的假设，即收集数据发生在任何预设的框架之外，就好像

  识别在啥状况下产生的（元）数据及出于什么目的处理这一些数据可能并不总是那么简单。然而，如果研究者想要保持用户对数据化范式的信任，那么

  信任在某些特定的程度上建立在主流范式的信服逻辑之上，但在另一个方面，信念由承载大数据信仰的机构来实现。

  数据公司、政府机构和研究人员都强调了用户在社会中信任的重要性，在这个社会中，从申请程序到医疗记录和金融交易，平民生活慢慢的被转移到了网络站点平台上。建立和维护制度的完整性往往成了

  指的是基于刻板印象的分析、基于倾向性的惩罚、基于关联的监视以及被削弱的隐私权。两人认为，政府有责任采取一定的措施避免这一些潜在的风险。

  。学术界也指望国家政府来监管数据化可能带来的不利影响。但是，当他们呼吁企业表现出

  时，这些学者却和数据公司站在了一起。在争取信任和信誉的过程中，公共机构、企业和国家机构被假定为独立的机构，它们各自与用户（无论是消费的人还是公民）保持着单独的关系。

  首先，除了美国国家安全局这种政府机构，大部分政府机构都代表着与用户的一种特殊关系，需要在维护信任方面发挥特定作用。联邦贸易委员会（

  ）这样的机构有法律手段和政治义务来确保公民免受数据化范式侵犯隐私和剥削的风险。

  然而，斯诺登的档案告诉我们，收集和处理大数据的机构并没脱离通过政治授权来监管它们的制度性组织。事实上，所有这三种机构（

  公司、学术界和国家，都带着很大的利害关系去支持不受限制的元数据获取，也带着这些利害关系去推动公众把数据化接受为一种主导范式。

  出于不同的原因，科学家、政府机构和公司，在数据化的关系、允许预测和操纵行为的方法中都可以有利可图。

  所有机构对了解、预测和控制人类行为的愿望在某一些程度上是重叠的，但在别的方面则有所不同。

  数据公司想让他们的平台被认为是客观的、标准化的元数据聚合器，比政府机构或学术界用来衡量消费者情绪、公共卫生或社会运动的工具更好、更精确。当政府机构和学术界采用商业社会化媒体平台作为衡量社会流量的黄金准则时，他们其实就是将数据收集和阐释的权力从公众手中转移到企业部门。

  正如博伊德和克劳福德所言：“政府和业界都在大力收集和发掘数据的最大价值，不管是能导致更有明确的目的性的广告、产品设计、交通规划或刑事治安的信息。”