人工智能时代的“设计性榨取”：价值转移与未来工作的社会技术批判

《IEEE Transactions on Technology and Society》：Special Issue Editorial: Extraction by Design—AI, Value, and the Future of Work

本刊特别推荐：本期特刊围绕“设计性榨取”这一核心概念，探讨人工智能（AI）技术如何重塑工作未来、知识产权（IP）与价值分配。研究人员通过跨学科视角，批判性分析了AI技术部署中存在的权力集中、政治化、教育异化及监控加剧等问题。研究指出，当前AI发展模式存在加剧不平等、侵蚀知识创造意义的风险，并呼吁在技术治理中融入人文社科（HSES）视角，强调需超越效率逻辑，关注工作的质性价值与社会环境。该研究为构建更具包容性与责任感的AI未来提供了关键理论框架与实践路径。

　　

想象一下，一家科技公司购买了数百万本二手书籍，将它们切碎并扫描，只为喂养其庞大的人工智能模型；与此同时，澳大利亚生产力委员会却建议，将这种未经授权使用受版权保护材料的行为解释为“合理使用”（fair use）。这不是科幻小说《彩虹尽头》（Rainbows End）中的情节，而是2025年真实发生的“知识劫掠”。当创造者的心血被悄无声息地转化为训练数据的“燃料”，当教育体系在AI工具的冲击下陷入“评价”与“育人”功能脱节的困境，我们不得不追问：在人工智能席卷各行各业的今天，工作的本质、知识的价值以及社会的公平正义将走向何方？

《IEEE Transactions on Technology and Society》本期特刊《设计性榨取：人工智能、价值与工作的未来》正是对这一时代拷问的深度回应。编辑团队以控制论之父诺伯特·维纳（Norbert Wiener）的社会技术思想为脉络，集结了来自人类学、政治学、文学、工程学等多领域的学者，共同剖析AI技术嵌入工作场所后引发的深刻变革。研究指出，AI的部署并非中立的技术进步，而是一种“设计性榨取”（extraction by design）的过程——即经济、社会与创造性价值在未经充分同意与补偿的情况下，从人类及其自然环境中被系统性转移，并被少数行为体积累与商品化。这种榨取不仅体现在对知识产权的侵占上，更延伸至能源消耗、劳动力边缘化、工作意义空心化以及社会决策过程的权力集中。

为了系统揭示上述问题，本研究采用了多元化的研究方法。特刊核心文章基于一场汇集20余位跨学科专家的研讨会，采用独特的协作工作坊形式，融合维纳的控制论遗产与当代AI挑战进行前瞻性分析。此外，研究还结合了计算分析方法（如对数百万份招聘公告的文本分析以揭示AI伦理与治理技能需求）、针对特定职业群体（如德州技能工会成员）的质性访谈，以及对平台资本主义下女权主义话语危机的批判性考察。这些方法共同构建了一个从宏观政策到微观实践、从技术设计到社会影响的全景分析框架。

一、 能源隐喻与榨取逻辑

研究将AI与“能源”概念进行类比，揭示其光鲜表面下的沉重遗产。正如能源概念背后隐藏着劳动力控制、化石燃料开采与环境代价，AI术语“智能”也掩盖了其依赖的数据开采、跨境运输、强制劳动乃至微塑料污染等“锯齿状”现实。这种类比提醒我们，社会对技术危害存在一种“否认的组织化”（social organization of denial），即通过文化工具包将负面认知与日常生活隔离。AI技术正是通过这种机制，使其榨取本质变得不可见。

二、 工作场所AI的当代逻辑

1. 1.
   权力集中与政治化：少数AI巨头通过巨额融资、基础设施垄断与行业标准制定，掌握了技术发展、实施乃至治理的主导权。AI政策日益呈现党派化特征，例如美英拒绝加入以可持续性为核心的《巴黎AI行动峰会协定》，将“安全”研究所重塑为“安全”或“创新”机构，导致监管被创新叙事绑架。
2. 2.
   教育与人文学科的危机：在“AI技能焦虑”驱动下，教育机构仓促引入生成式AI，却面临隐私侵犯、过度依赖、偏见等问题。学生被要求掌握AI技能以免被淘汰，而教育“ credentialing”功能与“ cultivation”功能（即复杂心智劳动的培养）逐渐脱节，导致成绩与学位的意义贬值，知识共享的内在动机衰退。
3. 3.
   创造性劳动的异化：艺术家、作家等服务行业从业者被迫质疑自身贡献的价值，因为AI能以更低成本产出“足够好”的成果。深度伪造（deepfakes）等合成内容的泛滥，进一步挑战了人们对艺术与文化产品可信度的判断。

三、 特刊文章的核心洞察

1. 1.
   跨学科协作的紧迫性：Chades等人指出，尽管多学科参与负责任AI开发，但人文学科与社会科学（HSES）专家常被边缘化。他们呼吁在AI开发初期即融入HSES视角，以共同创造对问题的新理解，避免事后补救。
2. 2.
   技能需求的错位：Wiese等人通过分析招聘数据发现，市场对AI伦理与治理技能的需求远超纯技术能力，但这类技能多作为子要求出现于计算机科学家或金融专家岗位中，且难以应对更深层的规范挑战。
3. 3.
   监控与抵抗的博弈：McCullough等人对工会成员的调查显示，工人对智能手工具（smart hand tools）既好奇其学习潜力，又担忧数据被用于管理监控。这揭示了“共生能动性”（symbiotic agency）的可能与数据 afterlife 的不确定性。
4. 4.
   女权主义话语的危机：Wiens和Kodituwakku指出，平台资本主义下的“机器学习厌女症”（machine learning misogyny）通过机器人诽谤活动、AI生成角色等手段，侵蚀女权主义知识生产与互助工作，呼吁以“同意、关怀与联盟”为导向重构技术。

四、 研究结论与意义

本特刊强调，AI技术正从根本上改变社会、政治与经济系统的景观。维纳早在20世纪40年代就将自动化革命与核武器威胁相提并论，指出量的积累会导致质的变革。今日AI的部署同样如此：其预测机制本身并非“负责任”或“合乎伦理”，责任必须通过人类决策在具体情境中赋予。研究呼吁超越“单一人+单一工具”的简化框架，将工作场所视为嵌入更广社会关系的场域，关注技术对工作质性纹理（qualitative texture）的影响。

最终，特刊主张通过跨学科的“敏捷性”（agility）打破认知局限，将透明度、参与、责任等理想重新语境化，防止其被技术榨取逻辑收编。正如能源概念的多义性为政治变革提供了空间，AI的治理也需融合多元知识传统，以确保技术发展不加剧现有不平等，而是为更具包容性的工作未来铺平道路。只有当人类互动作为创造性未来的核心生成器受到尊重与支持时，我们才能避免陷入“生物多样性危机”式的智力退化，真正驾驭这场工业变革的舵轮。