中宏网北京6月29日电喜迎建党99周年之际，聚焦“新时代 新经济 新青年”主题，中宏论坛（第四场）在线研讨会6月29日下午召开。文化与媒介专家、南京大学副教授陈静应邀参加本次论坛并主题发言。
研讨会上，陈静从数字人文学者的视角，揭示了数字技术与经济在飞速发展的同时所携带的深层伦理考验与危机，并从媒体素养、人才培育等维度阐述了应对之策。特别强调创新创业在人文艺术领域所呈现的特殊规律，个体与社群的重要意义，以及创新创业评估标准的相对独立性。
以下是陈静副教授发言：
一、数字经济与数字资本主义
20世纪60年代以来，随着信息通信技术（ICTs）的发展，全球社会开始陆续进入网络技术时代的信息社会。人类社会在经历工业革命与现代性转型之后，又一次经历了一场信息革命以及相应的社会转型。社会传播学学者曼纽尔·卡斯特（Manuel stells）称之为“网络社会”、“信息化资本主义”。美国传播政治经济学学者丹·席勒（Dan Schiller）则更针对性的将这种政治经济转向命名为“数字资本主义”（digital capitalism）。其关注点多集中在研究信息革命所带来的跨国金融体系、数字劳工、数字鸿沟等新兴资本主义现象和问题上。在21世纪，随着数字技术的发展，如大规模数据、数据基础设施以及数据处理技术等，关于数字资本主义的焦点更多的凝结在了数据、数据挖掘与数据所带来的社会、文化及个体发展的问题上。
二、“数据为王”的背后
这是一个“数据为王”的时代。数据成为了新经济、新产业的最大油田，数据驱动的前提是拥有大量数据。但数据从哪里来？来源与个人和公共机构，但数据被应用的范围目前大量集中在商业领域。尤其是个人数据及其分析数据已经成为了国内外互联网企业的决策制定和战略发展的重要依据。这也带来一系列的问题。比如，关于知识产权问题，这个非常重要。就像姜老师刚才说到的，数据和算法的重要特性就是可复制，可重复使用。但是基于可复制和可重复使用的数据和算法应用创新在我们看来，并不是真正的创新，原因就是没有技术壁垒和知识产权壁垒。我们看看数据技术的发展就能看到，很多核心算法的研发都是从国外开始的，而且很多都是开源的。这就意味着一个新算法出来，大家都有平等的机会去竞争，去应用，去迭代；但更关键的是，下一个新算法是从哪里来的？新算法的研发其实难度很大，南大人工智能很强，这些年也都是在底层问题上耕耘。
其次，我想说的是数据技术不是单纯的技术。现实世界的问题平移到了网络空间，人类存在的偏见也不公正，也会平移到人工智能那里。比如这两年争议很大的性别偏见问题。我们目前的人工智能算法中存在非常明显的性别偏见，比如像Image Net这样的图像训练数据集里大部分图像是美国、加拿大、欧洲的白种人、男性照片，基于这个训练数据集研发的算法对于白种人识别的有效性就比别的人种的有效性高很多，而且在语义识别标签上也更多地体现了西方文化的属性。尽管Image Net团队已经针对这种情况对数据集进行了调整，但这种情况普遍存在。看起来这个问题好像并不那么重要，但是我想说，这些图像识别的算法已经被大量应用到了医学、生物等多个领域的基础研究中。这不仅仅是性别偏见的问题，还有种族偏见和文化偏见的问题。
第三、数据行业中有大量的劳动力消耗工作，而且具有技术上的不可替代性。比如，在训练人工智能算法的过程中，需要大量的人工去做数据的标注和清理。一定程度上，从事这个工作的劳动力和工业革命时期的底层羊毛工人的角色是类似的，都是最基本的劳动力。但人工智能确实已经开始替代人类从事很多简单劳动工作，甚至这两年讨论比较多的人工智能具有了一定的创造性，我们称为“增强创造性”。人工智能可以从事下棋、文学写作，艺术创作，甚至可以做出以假乱真的作品。那人类该怎么办？未来的青年不仅仅要面对同类的竞争，还要面对的与人工智能的竞争，未来的青年该怎么办？
三、媒介治理的前提是需要提高普遍的媒介素养
尽管数据技术到来在一定程度上提供了很多新的机会和可能。但并不是所有的人都能成为知本家，知本家是需要一定的技术条件的。在印刷时代，我们形成了基于书籍与阅读的识字能力。那么数字时代，相应地，我们需要培养的是媒介素养、信息素养和电子素养。我们每天在使用电脑、鼠标、屏幕、手机终端在进行阅读和书写，我们每天都在大量生产信息，同样的，我们每天都在大量生产数据。所以现在我们常常感到的不是信息匮乏，而是信息过剩、信息过载、信息爆炸。如何对信息进行筛选、判断，并且做出正确的应对，就要求具备较高的的信息素养。具备信息素养的过程也是培养正确的公民意识，提升网络思维和增强伦理道德的过程。如果从数据的角度来看，现在的青年对于数据的理解一方面非常深刻，一方面也有很多误区。我们以青年人熟悉的“粉丝经济”为例。现在追星有一个新方式，叫做“做数据”。在粉丝看来，你对你喜欢的明星好不好，你够不够自身铁杆，取决于你的数据做的好不好。这个想法的前提就是明星的评价标准变了，他们的经济影响力和社会影响力有一个非常重要的评价标准，即“数据流量”。用专业做明星数据评估的公司的话说，“一切皆数据”，明星的身高、体重、面貌、发色、体态、专业能力都可以转化成为数据，从而影响到了资本的投入。粉丝们是非常清楚这一点的，他们对于明星经济背后的逻辑是很懂的，所以他们开始强调“做数据”，强调“点击就是爱”，强调“控评”，强调“反黑”。通过一些可应用的做数据的方式去帮助他们喜欢的明星。但与此同时，他们对于数据的理解又是非常有限的。数据思维背后其实有很大的陷阱。比如控评的问题，微博现在的默认评论显示机制主要以热度为主，而热度则以评论的回复数量和点赞数量来衡量。这就意味着，只要粉丝们在留言评论的时候，同时点赞一条高赞的友好评论，就可以让这条高赞评论显示在最显眼的位置。同样的，不少控评的工作也由粉丝群来组织。一些人会负责监控微博大号，包括偶像本人的账号、他代言的品牌、以及偶像身处领域的主要资讯账号。一旦这些微博发布与偶像相关的内容，就会在私下的QQ群中号召粉丝前去留言、点赞。而许多粉丝就算没有刻意参与其中，也会在看到相关评论时“随缘点赞”。这实际上是顺应了社交平台的规则，忽略了数据其实是有很多欺骗性的，比如基于关键词与词频的数据统计是具有虚假性的、搜索引擎算法具有欺骗性、二次加权后的真实性（排行榜的二次加权）值得怀疑、样本的偏差性（样本抽样依据？谁关心样本容量？）、相关不等于因果（XX打榜引发了XX结果）、可视图表的隐蔽性等等。此外，资本在这个过程中其实扮演了非常重要的推动作用。资本“造粉”的三个要点就是创造具备“个性化”的文化产品，吸引消费者的注意力；创造可供粉丝“捕食”的流行文本，吸引更多粉丝的加入；重视粉丝社群的运营，通过造“群”实现造“粉”。由此，反过来，我们会问，粉丝究竟是谁的粉丝？粉丝与爱豆之间的关系是如何决定的？我不否认粉丝对爱豆的爱，但我希望粉丝们有更多的理性来追星。
第四，我想从数字经济时代我们应该培养什么样的“新人”来回应“人文创建”这个问题。尤其是我们如何从创新创业这个角度去回应青年人才培养的问题。
人文和科技发展的不同在于，人文艺术不是一个可以时时创新，事事求变的领域。人文艺术是需要依赖于学者、研究者，艺术家、手工艺人、相关机构从业人员，乃至我们每个人的个体积累与群体积淀。创新求变相对来说，并不是人文艺术所追求的主要目标。但人文艺术也需要根据时代的要求作出改变。
在高校，尤其是人文领域，国内外这两年都存在一个“人文危机”。在高校，大学生越来越少选择人文社科以及艺术相关专业。人文艺术所具有的价值也常常遭到质疑。这一方面有社会需求变化的原因，更多地需要具备科学技术素养的专业型人才，另一方面也是因为我们的人文艺术教育本身存在的一些问题，比如知识老化、课程设置不合理和人才培养模式僵化的问题。因此这两年在人文社科艺术领域也出现了求新求变的需求。
第一个问题，我们培养什么样的新人？新青年，知本家，非常好，但我们必须要看到，创新创业，不管创不创业，卖货做网红，都要创新。我们鼓励学生创业的同时，更强调创新。因为并不是所有的学生都具备能力和条件去创业的，更多的人会成为各个行业的中坚力量，成为社会中的普通人，所以我们更强调的是创新型人才培养，也就是培养具备创新思维，多学科知识、数字素养、实践能力的跨学科人才，他们能在每个行业、每个领域里都能发挥创新性作用，能与新技术、新经济的发展和需求对接。
在国内，最明显的信号就是这两年提出的“新文科”。“新文科”的提出体现了中国文科发展的新时期、新阶段，其所应对的是新时期社会主义文化先进性的发展需求，解决的是在传承中国传统、经典文化的同时对接新一轮科学技术革命所带来的学科交融要求，其任务是在“应变”和“求变”中实现人文社会科学教育及知识生产模式深刻而全方位的变革，从而在下一轮新的技术革命与社会转型到来之前，培养出具有中国特色的人文社科研究新范式、文理工兼通的新型人才、以及跨学科多面向的人文社会科学新体系。
第二个问题，怎么培养？在这样的一个大的社会背景和政策指导下，这些年在国内外出现了一些新兴领域，比如数字人文、数字艺术、人工智能哲学、人工智能艺术、计算传播等。其中我想重点讲的就是数字人文。大约在2000年以后，“数字转向”（digital turn）时代到来，个人电脑变得十分普遍，成为大多学者能方便使用的设备。“数字人文”得到了蓬勃的发展，开始拥有和处理更为庞大的数据量，强调的除了计算以外的、包括3D建模、GIS、文本挖掘、图像识别、影像处理等其他研究手段。尤其是随着网络技术的发展和数字化技术的广泛应用，使得数字人文的研究和应用领域变得更加宽泛，强调数字技术文化和环境中的人文研究，将人文问题与数字技术与媒介研究结合起来，讨论复杂的数字环境中的人文知识发展状态和问题，在研究方法上更加强调跨学科性、动态性和混杂性，并对印刷文化和基于印刷文化的传统出版模式进行了有意识的反思。这就使得数字人文具有了普遍性的跨学科意义，超越了早期的方法论和工具论的认识。尤其是一大批综合性、跨学科会议及多种形式灵活的教学工作坊在包括南京大学、清华大学、北京大学、武汉大学、中国人民大学、上海大学等国内重要高校的召开和举办，都显示了数字人文所具有的巨大发展潜力。
具体在教育中，作为南京大学数字人文创研中心，我们近年来也在跨学科人才培养和研究方面做出了很多尝试。比如我们与历史、文学、艺术、新闻、地理信息、建筑、计算机科学、统计科学、软件开发、生物、化学等多学科的研究者的合作，举办多个工作坊、课程、艺术创作和展览。我们会有意识地培养学生的跨学科知识和实践能力。来自全校的不同学科的同学也在学习的过程中打破了原有的知识框架，学习其它学科的知识，并且完成了非常具有创新性的合作成果。与此同时，我们还从跨学科合作的角度，推动老师带领研究生团队开展研究项目，运用数字技术在大运河、非物质文化遗产、中国传统思想及知识等方面进行数据采集、数据挖掘和虚拟呈现，试图以数字技术以及人工智能推动传统知识的当代活化和价值提升。
第三个问题就是，怎么评价？
对于“未来新人”的评价标准不应该仅仅对标国内，更应该对标国际。那么创新和创业的评价标准是不一样的。创新不应该过度强调商业导向，更多的是强调有没有创造性的新想法，新技术、新产品出来，但这些结果不一定必须要求有商业化回报。但就是这样往往会引发很多有意思，也有潜能的结果，往往可以转化为成功的商业产品。创业不是一个结果，更多的是一个过程。创业是有明确的评价标准的，市场会做一个判断，但是创新并没有明确的评估标准。如何对创新进行评估，并且促进产生有价值的结果，这个是我们一直在思考的问题。
