制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场，是对互联网+的最精准描述。
而“互联网+”也是中国正在召开的两会其中的关键词之一。这预示着物联网、大数据、云计算和区块链等将在传统行业的改造和升级方面将发挥越来越大的作用。而各国的物联网、大数据、云计算和区块链等“互联网＋”战略总平台，涉及国家安全和全民共享与应用以及未来须全球联网对接等，所以，《共绘网》认为应由各国政府统一开发建设，您是否支持呢？快“畅言一下”跟大家聊聊你的看法吧。毕竟每个人的观点，都是一种思考......
一共有人参与 条评论
算法应用逻辑对算法技术的意识形态赋予。 就算法技术自身而言，其技术特征使其成为了承载意识形态的意识形式。在此意义上，可以说所有的算法都是意识形态的算法，都是算法在建构自身对原有意识形态的应用。于是，从形而上逻辑而言，算法与意识形态的关系就找到了一个现实实践的终极，就是算法的应用逻辑。算法在应用逻辑中获得意识形态性。算法并不是“无人”的实践，其在总体工人的社会协作过程中，是人工智能时代新型的实践方式。由于一切实践活动本身都是意识形态指导下的行为，“意识形态在本质上是实践的”[20]，所以，算法作为一项技术运用，只要还是人的实践方式，那么都避免不了意识形态的先验存在。因此，虽然作为一项最新科学技术的突破，算法往往被冠以“无意识形态性”“科学性”“中立性”的标签，但是从算法自身的技术建构而言，不存在超脱于意识形态之外的算法。就算法的有监督或者半监督学习而言，所有的数据都需要人工的标记，是人的意识的赋予过程，这本身就是意识形态的体现。而即便是没有数据标记的无监督学习，也由于其目的是在海量数据里找到底层结构，从而具有了对关联性的评判标准，进而就具有了主观的意识赋予，所以才能使得一个原本中立的技术在应用中能够呈现一种偏好。算法偏好就是一种价值判断、价值选择，具有意识形态性。同样，强化学习的自主探索依赖的是奖励反馈，也是意识形态结构下的实践。所以，算法自身的技术路径决定了其在“人工”的条件下，先天就具有了意识形态性。 这就触及一个最为关键的问题，即算法如何在不同应用逻辑中获得意识形态性。对这一问题的回答，需要深入算法的应用逻辑中才能得到全面的答案。算法的应用逻辑大致可以分为资本应用逻辑和社会主义应用逻辑两类。 一方面，算法在资本应用逻辑中，成为资本增殖的基本生产要素，进而被适应资本增殖的意识形态所渗透。这是因为算法的基本元素数据被纳入到了资本的生产要素之中。数据是信息的载体，是事物的数字关系反映，具有满足人们各种智能需要的使用价值。数据以及对数据的算法运用后的数据模型，就具有了在资本交换中成为商品的可能。正因如此，将信息加工成数据的标注、注释、分类等数字劳动，以及算法活动本身，事实上就是赋予价值的新型活劳动。于是，资本家就可以通过雇佣掌握这些技能的劳动力，占有数字劳动本身，包括数字劳动创造的剩余价值，从“数据剥夺”深入到“价值剥削”。正是在此意义上，数据不仅是精神生产的基本元素，也在资本增殖逻辑中成为了资本生产的基本生产要素。 一旦数据的标注、注释、分类的数字劳动是在资本应用逻辑下进行，那么就会出现用资本增殖的标准决定数据怎么抓取、怎么标注、怎么分类。这样，符合资本增殖的数据就会被不断生产与再生产出来。紧接着，因为选择什么样的算法，以及制定什么样的算法程序、算法规则，决定了选择什么样的数据，以及输出什么样的数据。而选择和决定就意味着算法具有了主观的判断，存在什么是对的、什么是好的价值标准。这一过程本身就是算法的主体目的性和价值性的体现。所以，当算法被纳入到资本增殖逻辑之中时，资本就是算法的主体，资本增殖标准就构成了算法选择和判断的标准。“任何算法都不是凭空产生的，不是‘价值中立’的，都内蕴着一定的价值负荷和价值选择”[21]。刘伟兵，复旦大学马克思主义学院
(0)当前，网络空间与实体社会深度交融，数字化程度不断加深，为经济社会高质量发展增添动能的同时，也带来了许多前所未有的挑战。 积极应对风险挑战，共筑网络安全防线，近年来，有关部门不断提升个人信息保护工作水平和监管力度。 2019年以来，中央网信办等四部门联合开展App违法违规收集使用个人信息专项治理，对存在严重违法违规问题的App采取公开通报、责令整改、下架等处罚措施，有力震慑了违法违规行为。 针对非法利用摄像头偷窥个人隐私画面、交易隐私视频、传授偷窥偷拍技术等侵害公民个人隐私的行为，2021年5月起，中央网信办会同有关部门开展摄像头偷窥等黑产集中治理工作，督促各类平台共处置相关违规有害信息3万余条，处置涉违法交易等活动的账号5600余个，下架违规产品3000余件。 网络安全为人民，网络安全靠人民。维护网络安全是全社会的共同责任，需要政府、企业、社会组织、广大网民共同参与。（新华社记者王思北）
(1)从数字技术带动经济发展的特殊性来看，当前的数字技术除了具有和以往的技术进步对收入分配相同的影响之外，还有一些显著特性影响着收入分配格局。第一，数据作为生产要素的不平等使用和占有。数据的生产需要商家、消费者、互联网企业等共同参与才能完成，而目前由于数据产权模糊并且实际掌握在一些大型互联网企业手中，因此他们可以凭借技术优势无偿或低成本使用数据要素，作为数据共同生产方的非互联网企业、机构和消费者则难以获得应有的权益。另外，数据产权不明晰也影响了数据价格体系的确立，进而影响了数据要素发挥作用的广度和深度，最终导致数据相关方参与要素报酬分配过程受阻，以及报酬与贡献度不匹配等问题。第二，数据要素具有规模报酬递增的特性。数据资源的形成、收集和存储需要投入大量硬件和软件资源，其初始投入较高，而数据资源一旦形成，其边际使用成本几乎为零，因此数字经济具有明显的规模报酬递增特性，这决定了数字经济众多行业具有自然垄断的属性。第三，数字经济具有网络外部性。当某一网络具有一定优势之后，该网络上的用户所获得的（期望）收益（或效用）会受到同一网络上其他同类用户数量的影响，其他同类用户数量越多，其中任何一个用户所获得的（期望）收益（或效用）就会越大，因此当数字经济达到一定规模之后，网络外部性将促使具有优势的网络快速自动“生长”。第四，互联网平台具有双边市场的特性。即，互联网平台上同时集聚大量的产品与服务的提供方和需求方才能发挥平台本身的价值，其中一方的（期望）收益和（期望）效用更多地依赖于另一方的数量，这一特性会使处于平台两侧的供给者和需求者相互吸引至同一个平台，导致具有优势的平台快速形成垄断。当然，在前期获取优势的过程中，不同平台之间会发生激烈竞争，有时在势均力敌时也可能会合并成为一家更大的平台。 上述数字技术的四个特性相互促进与融合，使得在数字经济发展的过程中比以往更容易形成市场垄断，并从三个方面影响收入分配结构：一是形成垄断的互联网企业可以凭借自身掌握的流量、数据和算法优势，对上下游企业采用两部制收费法分得更多收益，即除了向商家收取正常网络空间租金之外，还可以通过竞价排名、广告投放、流量控制等方式获得更多额外利润；二是形成垄断的互联网企业通过数据和算法优势，可以准确地为消费者“画像”，推算出其偏好、年龄、职业、收入、家庭结构与成员等信息，从而可以对消费者采取更为精准的价格歧视，更加接近理论上的一级价格歧视，将更多的消费者剩余转化为垄断企业的利润；三是互联网企业一旦在某一领域形成垄断，数字技术的上述四个特性会使同一领域内的其他企业难以生存和成长。因此，数字经济不但不会缓解反而会加剧收入分配差距。（作者：谭洪波系中国社会科学院习近平新时代中国特色社会主义思想研究中心副研究员）
(0)
手机扫描二维码访问
1 
