ARTICLE · 1108996
你以为你在使用AI,其实你正在为它打工
你以为你在使用AI,其实你正在为它打工你有没有想过一个问题：当你刷着手机、用着AI、享受着算法推荐的时候——你究竟是消费者，还是在给平台免费打工？ 肯尼亚贫民窟里勾勒图像的数据标注员，被算法支配、分秒必争的平台骑手，被大数据用来优化算法的用户……这些真实场景揭示了一个悖论：人类劳动使AI得以运转，而AI又进一步驱动人类劳动。 瑞典于默奥大学社会学教授西蒙·林德格伦的《AI的批判理论》拒绝将AI视为单纯的技术问题，而是从批判理论的角度，深入考察AI这一具有变革性的社会政治现象。作者指出，AI是由算法、数据、资本、劳动和意识形态等元素共同构成的“装配”。这本书2024年由Polity Press出版英文版，2026年8月由南京大学出版社推出中文版。 林德格伦对批判理论采取了广义的理解——任何挑战社会权力结构的分析，都可以被纳入批判理论的范畴，从后结构主义、后马克思主义到女性主义和后殖民主义。他的目标，是勾勒出一条从批判视角接近AI的路径——把AI理解为一种不仅仅是技术的，更是社会政治的现象。 林德格伦的核心判断是：技术看似中立，但实际上总是被某种意识形态所塑造。 他引用法兰克福学派的传统指出，意识形态之所以是批判理论的关键概念，因为它是社会权力动态的表达，是资本主义的核心组成部分。 他把意识形态定义为“一种以牺牲他人利益为代价来促进某些利益的载体”，并指出意识形态会把它所推广的观点自然化——让你觉得“本来就是这样”。在AI的语境中，这意味着AI发展和使用的路径不是必然的，而是被偶然的观点所塑造的。 他提出了一个关键概念：“AI自由意志主义”。这个概念建立在Barbrook和Cameron关于“加州意识形态”的文章，以及Winner关于“赛博自由意志主义”的论述之上。它指的是当前科技文化中占主导地位的思维方式——即把技术创新视为不可质疑、不可避免的东西。AI自由意志主义创造技术方案来解决那些甚至不被视为问题的事情。在这种思维下，进步被理解为效率和利润最大化，而不是社会需求和正义、解放等目标。 这恰恰是每一个普通人都需要警惕的。 当你听到“AI是未来”“不拥抱AI就会被淘汰”的时候，你不是在听一个客观判断，你在听一种意识形态的宣言。它在告诉你：效率就是进步，利润就是目标，而你对公平、尊严、意义的关切，都是“不合时宜”的。 林德格伦穿透技术表象，直击AI背后的劳动问题。 他指出，AI与劳动的关联体现在多个层面。第一个层面是“玩工”（playbor）现象：社交媒体平台、购物与流媒体网站的用户，其日常活动中会留下数据痕迹，这些痕迹被企业利用并在算法系统中被价值化。林德格伦引用了信息系统研究者克莱尔·英格拉姆·博古兹的研究，指出数据痕迹会被用于通过机器学习开发模型。在此语境下，需要从理论层面重新定义那些让用户既享受又获益的线上活动，将其解读为劳动。资本家正剥削用户免费提供的内容与数据痕迹，而这些活动未必会被用户自身视为剥削。这种逻辑不仅适用于社交媒体平台的使用，也适用于任何类型的AI驱动产品的使用。 第二个层面是平台劳动。 林德格伦特别关注了AI与工作的关系，以及这如何在当前的平台劳动、众包工作和算法管理的过程中表现出来。他重点批判了作为一种话语实践的AI——它通过贴标签和排序的逻辑，将人们召唤到不同的社会角色和地位上。 第三个层面是数据标注的全球劳动分工。 从肯尼亚贫民窟的数据标注员，到被算法支配的平台骑手，AI的运转依赖于一个庞大而隐蔽的劳动链条。那些在“全球南方”为AI标注数据的人，那些在算法调度下奔波的外卖骑手，他们不是在“使用”AI，他们是在为AI“打工”。 林德格伦提出了一个尖锐的概念： “偏见偏见”（bias bias） ——用来描述那种将系统性不平等简化为个人偏见或技术缺陷的倾向。 他认为，“负责任AI”和“AI伦理”框架在结构上是不充分的。为什么？因为它们把问题定位在“算法有没有偏见”“模型公不公平”这个层面，而忽略了更根本的问题：AI的模型、预测和分类所产生的意义与知识从来不是中立的。它们根植于社会现有的权力结构和刻板印象，这意味着AI经常重复，有时甚至加强了具有压迫性、种族主义和性别歧视的社会关系。 从女性化的语音助手，到被算法忽视的黑人患者，这些不是技术“出错”了。它们是技术正确地运行了它被设计来运行的那套社会逻辑。 林德格伦还提出了 “空能指” 的概念来描述AI：它是一个足够松散的概念，可以服务于几乎任何意识形态议程，但又足够坚固，足以重塑政策、权力关系和日常生活。 林德格伦在书的开篇分享了一个细节：当ChatGPT仅用了一秒就开始逐字逐句地写出“有关批判理论与AI的专著”的序言后，他发出了追问——未来还需要写书的学者吗？我们还需要不停地思考和表达吗？ 但随后他意识到：“之所以我觉得自己写不出比这更好的序言，是因为这已经是我写的了，而不是机器。或者更确切地说，至少像我这样的学者已经在GPT获取的训练数据中，编写、发布和出版了这样的表达。它只是在模仿我们。如果我们思考新事物，未来的模型也将产生新的输出，因为它们将从人类最新的思考中学习，而不是因为它们会自己思考。” 这段话本身就是一个有力的论证：AI不能替代批判性思考，因为批判性思考的本质就是挑战既有框架、提出尚未被编码的问题。 而AI的运作逻辑，恰恰是基于已有数据的模式识别和重组。 GPT自己也承认了这一点：“作为OpenAI训练的一个大语言模型，我无法进行原创性研究或分析。我的功能是基于用来训练我的数据和信息。” 让·波德里亚在《邪恶的智能》中说得更直接：“机器只生产机器。” 你不需要成为社会学家，才能从这本书里获得清醒。 第一，重新理解你与AI的关系。 你不是一个“用户”。你是一个数据生产者，一个免费劳动者，一个被算法分类和排序的对象。你每一次点击、每一次滑动、每一次停留，都在为某个你从未见过的模型贡献训练素材。这不是要你拒绝技术，而是要你知道自己正在参与什么。 第二，警惕“AI伦理”的话语陷阱。 当讨论被框定为“如何让AI更公平”“如何让算法更负责任”时，问题已经被缩窄了。真正的问题不是“AI有没有偏见”，而是什么样的社会结构在生产这种偏见。把结构性问题转化为技术性修补，本身就是一种意识形态操作。 第三，保持一种“不舒适”的追问。 林德格伦的书不提供解决方案。它提供的是一个追问的姿态：谁在获益，谁在付出代价？谁的技术被发展，谁的劳动被隐藏？谁的价值观被编码进系统，谁的声音被排除在外？ 那些问题不需要你读完这本书才能问。你只需要在下一次被“AI将改变一切”的叙事裹挟时，停下来想一想：改变的方向是谁选择的？改变的成本由谁承担？改变的果实由谁享用？ 这本书的价值，不在于它给出了答案，而在于它让你在AI的狂热浪潮中，保留一种“不太合群”的清醒。它不承诺让你成为技术专家。它承诺让你成为一个不被技术叙事轻易说服的人。而在今天，这已经是一种稀缺能力。