Data as Transcendental Stabilizations: Symbolic Mediation and the Pre-Semantic Conditions of Data

想象一下，你手里拿着一桶沙子。对地质学家来说，它是二氧化硅和长石的样本；对孩子来说，它是建造城堡的材料；对诗人来说，它是时间从指缝间流逝的隐喻。但在这些人说出“这是沙子”之前，某种无形的过程必须先发生。那些混乱、移动的颗粒必须被捕捉、被命名，并转化为可以被计数、分享和记忆的东西。这就是数据的秘密生命。

在科学和技术领域，我们经常把数据当作从地板上随手捡起的现实中的小砖块。我们假设如果我们有一个温度计，温度就只是“在那里”等着被记录下来。但罗德里戈·加里多（Rodrigo Garrido）的一篇新论文指出，这其实是一个陷阱。它认为数据不是我们“发现”的东西，而是我们“制造”出来的东西。要理解这一点，我们需要观察三个核心概念。首先是符号中介（symbolic mediation）：即我们无法直接接触现实，我们总是需要使用工具、语言或数字来将世界翻译成我们可以理解的形式。其次是稳定化（stabilization）：这是一个将混乱之物进行改变，使其保持不变以至于能够发挥作用的过程。第三是投影（projection）：就像通过向三维物体投射光影来观察其二维影子一样，我们必须选择强调现实的哪些部分，以及忽略哪些部分，从而制造出一个“数据点”（datum）。为什么这很重要？因为如果我们认为数据仅仅是“原始真理”，我们可能会忽略这样一个事实：我们测量事物的方式，实际上决定了我们能看到什么、能知道什么，甚至决定了在我们的数字世界中，什么才算作“真实”。

那么，这篇论文到底在说什么？它提出，“数据点”（一个单一的数据单元）并不是宇宙中预先存在的微小碎片。相反，它是一种超越性的稳定化（transcendental stabilization）。这是一种高级的说法，意指它是一个被冻结、被包装、并通过特定规则和工具变得可重复的现实快照。

把现实想象成一条巨大的、连续的、嗡嗡作响的信息之河。它始终在流动、在变化，充满了无限的差异。你不能直接舀起河流并把它装进罐子里；它会直接洒出来。要获得“数据”，你必须建造一座大坝。你必须决定在哪里截断河流，测量什么，以及如何标记它。论文认为，建造大坝的行为本身就是创造数据的过程。在大坝建成之前，只有河流（本体论变异/ontological variation）。一旦大坝建成，水被引导进特定的管道，那才是数据。

作者使用了很酷的比喻来解释这一过程。想象你在试图描述一首歌。空气中的声波就是“河流”。如果你想把这首歌变成电脑里的一个文件（一个数据点），你必须把声音切成微小的、离散的块。在计算机领域，这被称为标记化（tokenization）。你不能把整首连续的歌喂给机器；你必须把它分解成机器可以承载的小块（tokens）。但关键在于：你切割的方式改变了这首歌。如果你按节拍切割，你会得到一种类型的数据；如果你按音高切割，你会得到完全不同的另一类数据。论文说，“数据”并不是歌曲本身，而是你决定如何切割它的那种特定方式。

论文还指出，这不仅仅是一次性的行为。一旦你切分了歌曲，你还得让这些碎片不至于散架。这就是**技术沉积（technical sedimentation）**发挥作用的地方。想象你在一张纸上写下一份食谱。这张纸是“技术支撑”。它保存了食谱，以便你明天阅读。但纸本身也有规则：它有线条，有特定的尺寸，或许还用了一种你熟悉的语言。来自过去的这些规则（纸张、语言）被“沉积”到了你的食谱中。它们决定了你能写什么以及如何书写。论文认为，我们所有的数据都是如此。它们建立在旧有的工具、旧有的规则和旧有的思维方式之上，而我们往往察觉不到这些。一个设计于20世纪80年代的数据库，可能至今仍在决定着我们今天能收集什么样的类型的数据，仅仅是因为它的构建方式如此。

作者非常明确地界定了数据“不是”什么。数据不是等待被发现的现实中的“原始”碎片。你无法在自然界中直接“发现”一个“数据点”。温度变化确实存在，但只有当温度计测量它、计算机记录它、并且科学家就如何记录它达成共识时，它才成为了一个“温度数据点”。此外，论文也反驳了“数据只是中立的真理基石”这一观点。相反，它暗示我们稳定数据的方式（我们使用的规则）实际上创造了我们所看到的真理。如果你使用一套不同的规则（一种不同的符号形式），你会得到不同类型的数据，以及不同类型的真理。

该论文并不声称找到了修复所有数据问题的魔法公式。相反，它建议我们需要改变看待数据的方式。我们不应把数据视为仅仅是“在那儿”的东西。我们应该意识到，数据是我们选择、工具和历史的产物。当我们谈论诸如“算法偏见”或“数据隐私”等问题时，论文建议我们不应只盯着数字看。我们应该审视我们建造的大坝。我们应该追问：是谁决定了在哪里截断河流？我们用了什么样的规则来切割这首歌？以及哪些陈旧的、尘封的规则仍在控制着我们今天的视野？

简而言之，这篇论文邀请我们停止将数据视为现实的镜子，转而将其视为一幅画作。画作并非现实本身；它是一个特定的、被稳定化的、被稳定下来的现实版本，是由艺术家的画笔、画布以及此前的艺术史共同创造的。正如一幅画作一样，它向我们展示的内容，既包含了它试图呈现的世界，也同样反映了创作者及其所用工具的痕迹。