形而上学（一）

Maschinelle Intelligenz

1.导言：理论和经验主义作为具体整体的调解

个人从不直接代表自己，而是由于资本主义社会的恋物癖过程动态，由恋物癖整体介导。事实的即时性表明，没有试图对其进行批评，但避免了批评，以使其感到舒适，例如，在科学业务中。没有理论术语，经验发现就无法理解，即术语和经验主义都具有辩证关系。Adorno在批评以经验为导向的社会学时写道：“关于整个社会的理论思想不能在没有经验发现的干扰的情况下得到救赎[...]。对整个社会的每一种观点都必然超越其分散的事实。总数的构造作为第一个条件，有一个关于不同数据组织事物的概念。它必须从活生生的、尚未在社会上安装的控制机制本身经历[...]；从自己考虑的坚定不移的后果来看，它必须始终将该术语带到材料中，并反过来用它修改感觉。然而，如果理论没有落入这种教条主义，为了欢呼对禁止思考的怀疑主义的发现总是在移动，它绝不能平静下来。她必须将她从外部带来的术语翻译成那些拥有自己东西的人，转化为事物本身想要成为的东西，并面对它是什么。它必须将此时此固定的物体的刚性溶解到可能和真实的张力场中：为了只能被提及对方，两者中的每一个都是相互的。”（Adorno 2003，197）

因此，必须将经验主义引入理论术语，即使在与这种经验主义对抗时，也应该尖锐化这些术语。因为每个理论都有其“时间核心”，术语本身也有历史。不注意经验主义会导致“不合时宜的特质”，然后理论的形成被简化为怀旧和“圣作”的注释。在最坏的情况下，人们最终会得到一个非历史和存在主义的“乞丐主义者”。1然而，另一方面，经验主义不能立即被注意到，以这样的方式，每个事实都代表着一个积极的事实，其历史构成和调解被社会过程动态所忽略。因此，毫无疑问，有许多研究清楚地描述了资本主义生产（如塑料生产或工业农业）的疯狂，但由于缺乏经济和社会理论引物，只能充分解释这种经验主义；实际结论往往是无助和缩短的。如果即使在此类调查中仍然缺乏社会批判的动力，您最终会进入一个“事实中心”，最终只想识别可以通过图形、统计数据和数字来表达什么。

然而，与事实和概念主义相反，必须坚持将经验事实与资本的恋物癖过程动态联系起来，谈论整体；同时，表达整体的概念是指经验主义，以便概念敏锐地掌握它们应该重复的概念，并有可能识别经验的内在和历史联系。因此，需要具体考虑总体。（Scholz 2009）应该指出的是，经验在术语上是行不通的，在价值分裂批评的背景下，应该特别强调的是，各个主题领域也必须被赋予自己的品质，不能归入总体之下；相反，可以假设一个破碎的、历史动态的总体。

以下是关于在现象学或经验层面勾勒大数据、社会物理学、物联网以及随后的相当左翼资产阶级批评的草图，这些批评也应该引起注意，而不仅仅是偶然的。然而，它不应该停止这种批评；除此之外，应该发展对整体社会形式和过程关系的看法。

2.关于在（社会）科学中使用数学的一些批判性想法

数学在（发达的）现代性中获得了客观性、严格性和价值观自由的地位。这种地位也授予那些通过他们表达自己的人。可以用数字表达的陈述被认为是我们现代世界真理的缩影。当一个论点可以引用数量，即数字和图表时，它更有意见和说服力。（Ortlieb 2011）因此，数学上写成的科学，就像原型物理学一样，被认为是“精确”的，对于那些不精确的科学来说，坚持非精确的缺陷，仅仅是意义的缺陷，甚至是意识形态。

在19号期间在19世纪，最迟在20世纪，各种科学都试图将自己导向物理学的方法论、数学建模和实验，以便也达到行动性和客观性的地位，目的是将物理学的成功转移到他们的职业中。能够通过将一个主题的方法引入另一个主题来简单地重复其成功的想法并非没有问题。因为成功（无论哪个可以评估）都有某些先决条件，这些先决条件可能不会在其他主题领域给出。作为一项规则，也没有对此进行反思，因为这必须处理科学的功能逻辑及其“知识兴趣”（Habermas）或他们的“知识理想”（K.M. Meyer-Abich）。正如我们将看到的，对数学的无反射处理一点也不严格。2

一个特别明显的案例是自19世纪70年代以来新古典主义的出现。它为自己设定了克服经典资产阶级经济的目标，并将自己确立为“精确”的大学学科。它基于物理学，更确切地说是基于经典力学。正如新古典主义的欧文·费舍尔（1867-1947）所解释的那样，这是关于通过设置某些概念类比（粒子=个体，能量=利益等）来发展应用于哈密顿力学的形式主义。（Mirowski 1989，222f。）然而，这一说法及其实施已经受到了一些批评（也是100多年前，正如Mirowski所描述的那样）。

实验的不可能性，可以验证或伪造数学公式化的理论，甚至造成模型假设有效性的情况，这是为什么这种转移不能以这种方式发挥作用的决定性论据。这并不意味着数学不能在经济理论中明智和有见地地使用；然而，应该注意的是，经济理论中的数学模型通常不能具有与物理学相同的意义和范围。然而，在建模本身层面上已经发现了一个严重的问题：如果你看看常见的经济学教科书，可以确定当模型应用于新情况时，模型假设通常不会被报告或检查。此外，模型假设总是以符合市场均衡概念的方式放置：因此，所有可以想象的现象都采用严格的均衡方案。因此，选择模型假设的方式是，我们总是得到两个对立趋势的交集，由所谓的Marshall Cross4表示（如果模型假设的选择更现实一点，我们可能不会得到交集，即没有平衡，参见Ortlieb 2004a）。此外，这些模型及其假设传达了与真正的资本主义、工业大规模生产等无关的经济画面。这只不过是“市场童话”。（Ortlieb 2004b）因此，新古典主义经济理论被正确地称为“数学化江湖骗子主义”。（Ortlieb 2006）Alan Freeman提供了一个可能的原因，应该解释为什么整个科学学科在有条不紊地如此可疑。（Freeman 2006）根据他的说法，新古典主义与其说是研究和确定外部世界事实的科学，不如说是一种准宗教学说，其内容是市场平衡的和谐学说，因此是资本主义的合理特征。根据弗里曼的说法，这个教条可以与中世纪的“天堂”相媲美。然而，这也表明，如果目的是批评科学，那么仅仅局限于内在的批评，即对方法和主张的批评是不够的。

然而，现代意义上的客观性，特别是自然科学，不是真理、确定性或事实取向的同义词。正如Lorraine Daston和Peter Galison所指出的，客观意味着“掌握没有知识的痕迹”。（Dasten；Galison 2007，17）因此，客观性是一种实践形式，旨在从知识过程中消除主观性。因此，以这种方式理解的客观性是社会条件的表达，并承认资产阶级主体形式的实践。这种客观性的出现恰恰是，科学实践似乎与识别主体无关。

通常，客观性及其历史或社会起源没有或几乎没有反映在科学业务中，当然也没有受到质疑。5这种情况与“精确性”的概念相似，其含义也不太清楚。

根据Herbert Auinger的说法，不清楚为什么非数学语言不应该是准确的，也就是说，语言与它所指的具有清晰的单词和概念的清晰度完全一致。具有讽刺意味的是，像戈特洛布·弗雷格（1848-1925）这样的哲学家抱怨不完美或语言的不确定性，单词非常清晰。（Auinger 1995）

当我们谈论数学语言的准确性时，重点是数学表达的紧凑性及其方便的处理。因此，数学语言是精确和明确的，非数学语言不是（必然的）。

然而，应该强调的是，这种准确性只能与那些可以通过数学描述或量化方法访问的现象联系起来（见Claus Peter Ortlieb在本期中的文章《数学疯狂》）。

然而，转向数学和通过数学处理社会科学或经济问题，即使是有条不紊地完成，也不要与深入研究数学形式的事实相混淆：根据Auinger的说法，各种寻求或试图为数学化辩护的社会科学家抱怨说，社会科学中有如此多不同的理论，但这在内容上并不反对他们。通过数学化，应该停止这种令人困惑的多样性；然后数学和形式逻辑保证其余部分的真实性。因此，数学化可以从这些各种理论及其问题的内容（不再）想要（或能够）被处理这一事实中找到其原因。因此，算术也可能被视为思维的替代品（或思维仅限于可量化或可量化）。当然，数学在某些领域的应用是有意义的，并且适合相应的学科领域。但对我们这个时代数字的信仰也会导致高估数学及其应用，将其他可能无法计算的一切都留给主观武断，并将其视为纯粹的“投机”。

早期也表达了对数学和数学科学（量化思维）不应被高估的反对意见。黑格尔6在他的《哲学科学百科全书》中已经表达了自己：“随之而来的是进一步的考虑，即通过将数量，而不由思维介导，直接从想法中吸收，就其有效性程度而言，很容易被高估，甚至增加到绝对类别。当只有那些对象可以进行数学计算的科学才被识别为精确科学时，情况确实如此。[...]如果从自由、法律、道德，甚至上帝本身等对象中，因为它们不能用数学公式来衡量和计算或表达，我们放弃确切的实现，通常只需要满足于一个不确定的想法，然后，就其细节或特殊性而言，将留给每个人的意愿，从中做出他想要的东西。”（HW 8，210f.，这里引用自Auinger 1995，16）

即使在后来的时代，对量化思维方式的高估也被批判性地表达出来，弗里德里希·尼采在欢快的科学中写道：“这么多唯物主义博物主义者现在满足的信念也是如此，对一个应该有其等价物的世界的信仰，以及人类思维、人类价值概念、'真理世界'中的信仰也是如此，人们最终希望在我们方形的小人类理性的帮助下最终得到满足——如何？我们真的想以这种方式贬低数学家的算术仆人练习和沙发土豆的存在吗？最重要的是，你不应该想脱掉它令人敬畏的性格：这就是好品味所要求的，先生们，首先是敬畏，超越你的地平线！只有世界解释是正确的，你存在于权利中，在你的意义上，科学[...]可以研究和进一步工作，允许计数、计算、称重、观察和掌握，仅此而已，这是一种笨拙和天真，这不是精神疾病，不是白痴。[...]假设，你根据音乐的价值可以计算、计算、转化为公式来估计音乐的价值——这种对音乐的“科学”估计是多么荒谬！她会理解、理解、认可什么！没什么，几乎没有关于她的“音乐”到底是什么！...«（尼采2009，285f.）

黑格尔和尼采特此收集了对数学科学高估的批评中提到的要点。7然而，他们纯粹是认识论证的，与整个社会水平无关，因此仍然处于表面。另一方面，重要的是要坚持不仅要抱怨数学或量化思维的未被反思和可能有条不干净的应用，还要批评这种应用发生的社会背景。

克劳斯·彼得·奥特利布在他的文本《无意识的客观性》中提出了对数学自然科学的批评，但与社会理论层面有关。（Ortlieb 1998）在那里，除其他事项外，关于Evelyn Fox Keller，有人说“出于某种原因，我们忘记了为科学知识的目标贡献自己的生存。”因此，基本问题不在于数学和“硬科学”的简单方法，而在于社会产生的客观性，即资本的恋物癖动态，它对人类和自然的生活利益漠不关心，只将整个世界视为其剥削运动的基础。

随着数学科学以及由此产生的知识进步，与技术的特定发展有关，这通常包括应用相应科学发现和研究的自然法则、结构或原则。然而，技术发展本身是在一个特定的社会背景下：这包括，除其他外，资本的恋物癖动态有利于这种技术发展，从而节省抽象工作，因此相应地应用相同的结果会带来更便宜的产品价格和/或开放新市场（不要忘记军事：战争研究等）。8技术发展完全以这种形式进行，与相关的基础研究一起进行，至少根据它与资本的开发必要性的发展相对应或至少满足它的趋势。然而，这也包括分割区域的设置，这构成了价值利用的沉默先决条件；例如，如果没有小资产阶级家庭结构的相应执行，福特主义几乎是不可能的。

因此，通过对技术的相当可理解的批评，重要的是要坚持认为这不是关于卓越的“技术”，因为它听起来，例如，在Günther Anders的作品中（特别是在古董商I / II中），而是关于它背后的恋物癖动态。例如，拒绝个人运输后，不必废除内燃机本身。整个世界充满了微电子的事实并不一定源于晶体管的发明，而是原因和理由在于生产商品的父权制本身及其对物质内容、自然固有逻辑及其无边无的漠不关心，这在马克思的公式G-W-G'等中表达。（Cunha 2016，Heintz 1992）正如资产阶级在一些地方所说的那样，这种“技术极权主义”，因此本身就是价值-分离关系极权主义的表达和结果。然而，这并不意味着技术只需要从资本恋物癖中“解放出来”，而不经历重大变化，因为它的发展和实现已经由资本的开发需求塑造了。这在有时荒谬的业务实施所谓的使用价值中尤为明显：例如，计划磨损或计划淘汰被用于增加销售。例如，当市场明显饱和得太快时，防撕裂紧身衣或耐用灯泡就退出了流通。（Reuß & Dannoritzer 2013）

技术中有一个特定的目的是由价值-分离关系的恋物癖动态设定的，当资本主义中的社会条件和人们的相应主体形式被克服时，这种关系自然会改变甚至过时。对于一些效用值或技术可能很难想象，甚至荒谬的是，它们可以在一个解放的社会中使用，无论是个人贩运还是核武器。然而，对于其他人来说，从今天的角度来看，这不一定很清楚。这意味着技术及其实施是有毒的，但其可能性不一定以它们受限制的社会形式开放。这个问题也很复杂，因为技术的初步阶段是与无生命和/或动画性质的社会中介对抗，这在今天的自然科学及其思想和实践形式中得到了表达；它是与外部自然基质的关系，但应归因于独立性，一种不能归结为话语、人类解释和目的的非相同性。否则，将声称自然完全可用，但它只表达了自然应该转移到资本主义剥削的必要性。因此，对技术的批评与对自然科学的批评有关，两者都与它们发生的社会背景有关。对自然独立性的承认（然而，不要与“自然浪漫主义”混淆）导致对否定它的社会形式的批评，导致一种“辩证现实主义”（Roswitha Scholz）；与“新唯物主义”或“新现实主义”形成鲜明对比的是，后者将自己与后结构主义及其话语固定区分开来，但没有注意到社会整体，因此没有受到对价值分裂关系的批评（见Roswitha Scholz在本期的文章）。

正如数学经济理论已经受到批评一样，关于科学景观的新趋势，这也将在以下方面进行：大数据和基于大数据的社会物理学。为此，应首先审查该纪律的主张和理由，然后受到批评。

3.亚历克斯·彭特兰的社会物理学

亚历克斯·彭特兰可能是目前处理大数据的最知名和最有影响力的计算机科学家之一。大数据是指收集和评估数据量，其程度在历史上从未有过，因此传统统计数据无法再管理。亚历克斯·彭特兰（Alex Pentland）现在以一种普遍可以理解的方式在他的书《社会物理学-社交网络如何让我们更聪明》中介绍了如此美丽的东西可以用大数据完成什么，以及可以用它做什么研究。

使用大数据的目标是理解社会；相应的科学学科是“社会物理学”或被称为社会物理学。然而，由于她是从人类内部抽象出来的，正如Pentland所指出的，她的陈述基本上只是概率的。（Pentland 2015，16）然而，目标是“在复杂的日常情况下建立人类行为的定量、预测模型”。（Pentland 2015，12）

但这到底是如何发生的，做出了哪些承诺？

起初非常简单：“通过从手机传感器收集数字面包屑、在社交媒体上发帖、用信用卡购物等方式”收集大量数据。（Pentland 2015，9）为此，正如Pentland反复强调的那样，在所进行的研究对象的“智能手机”上安装了特殊程序，记录了一切可能的内容。通过这种方式，可以在更长的时间内实时观察受试者，并生成无数千兆字节的数据。然后，这些数据应该有助于了解想法如何在人们之间流通，以及这种想法的流动（想法流动）以及信息如何导致人类行为改变（或可以改变）。为此，还构建了一个设备，汇集了来自不同来源的许多信息：“Sozioscope”。根据Pentland的说法，这应该彻底改变人类行为的研究，就像显微镜彻底改变了生物学一样。（Pentland 2015，10）

与传统统计社会学的决定性区别在于，原则上可以在更长的时间内实时观察数百万人。

此外，社会物理学应该让你明白，“这种思想流最终如何塑造我们公司、城市和社会的规范、生产力和创造性产出。它使我们能够预测小团体、公司内部部门甚至整个城市的生产力。它还有助于我们调整通信网络，以便我们能够可靠地做出更好的决策，并提高生产力。（彭特兰2015年，4）

在基于大数据的社会物理学中，它是关于从数据中过滤掉相关性，然后对其进行数学建模。通过这种方式，除其他外，人类行为（或流量）是可以预测和优化的。为此，查看了许多个人及其各自的“同行群体”的数据，即直接的社会环境、小集团等。

数学联邦政治世界观提示您：看后求收藏（笔尖小说网http://www.bjxsw.cc），接着再看更方便。