written by Twone
数据（data），作为这个时代的新货币，不仅流通于市场之中，更流淌在社会关系的血脉里。
如同漂浮在海洋中的冰山一角，个体数据表面之下隐藏着复杂的社会关系和潜在的权力动态。当不平等的力量使这些冰山碰撞，不仅产生数据的波澜，还带来深远的社会影响。在数据海域里，怎样才能确保每个人都能安全航行，绘制一张更公正的数据地图，守护个体权利的同时，导航出一条明晰的路径？
继上周共读完导言、第一章和第二章后，这次我们共读的是《激进市场》的第三、第四和第五章，主题分别为移民、投资和大数据。
经过了上周关于 COST / 哈伯格税的激烈讨论之后，本周读的后三章被 Raw School 同学们表示：“就这？” 真不够 “激进”。
那么，就一起来说一说后三章到底都讲了些什么吧。又是为什么大家会觉得相对于前两章的制度改革，后三章会显得有些平淡。
以及，对于上述这三个宏大又与普通人生活息息相关的命题，特别是最后一章节：Data as Labor（数据即劳动），怎么样可以更多地延伸和关联到人们自身的思考。
VIP（Visas Between Individuals Program）：二等公民 & 奴役的合法化？#
这本书在亚马孙上的评价呈现出两极分化，打五星的人认为它确实提出了一种不同于现有制度的、新的问题解决可能性；打一星的人则很大程度上是因为这一章节描述的这个政策建议 ——“个人签证计划”（Visas Between Individuals Program，简称 VIP）。有的人甚至直言这是” 当代奴役合同 “。
所以，什么是 VIP 呢？我们一起来看一看。
背景：国与国之间不平等日益加深，移民成为多数人的强需求#
16 至 17 世纪，重商主义主导着殖民主义和贸易，强调国家控制经济以刺激财富积累。在此期间，支持无限制接纳外来移民，但对移民国外持警惕态度，因为这减少了本国劳动力的规模。
20 世纪初，国家间不平等加剧，移民的经济优势上升，引发复杂态度，包括民族主义和种族主义的出现，引发一些国家关闭边境或实施移民限制政策。
二战后，贫富国家之间的不平等加剧，自由化移民的好处显著增加，特别是在贫穷国家与富裕国家接壤的地区。
而直到如今，移民已经可以成为世界上 “大多数人幸福和繁荣的首要途径”。
理解了移民的利益与代价，才能理解 VIP 的现实土壤#
从定义上看，富裕国家相较于贫穷国家，在资本方面比劳动力方面更加充裕。这种差异导致贸易和移民活动通常利于富国的资本家和贫穷国的劳动者，但可能对富国的劳动者和贫穷国的资本家产生不利影响。
这个概念非常重要，因为只有理解了资本和劳动力是如何在全球范围内分布的不平等，才能解释为什么作者会提出 “个人签证计划”（Visas Between Individuals Program，简称 VIP）这种政策建议，来尝试重新分配全球资本和劳动力的配置。
什么是 VIP**（Visas Between Individuals Program）**#
"个人签证计划"（Visas Between Individuals Program，简称 VIP）是一项通过个体之间的直接担保来改革现行移民制度的提案。
该计划允许普通公民直接为外国人提供入境担保，从而不需要完全依赖政府机构的配额和规定。它的核心理念在于增强移民流动性，主张通过个人选择和市场机制更高效地匹配移民需求与接收国的机会；它也试图通过减少官僚主义和提高效率，赋予移民更多的机会和尊严。
“契约奴役” 的争议#
VIP 制度要想实现的一个前提条件是：允许外来务工人员以低于最低工资的条件工作。
这一点尤其受到批评，因为它可能使得移民处于一种不利的劳动条件，这种情形在一些人看来，隐隐与历史上的 “契约奴役” 相似。
尽管移民可以自由选择离开，但他们的经济依赖可能限制了这种自由，从而被视为一种潜在的剥削形式；这可能导致一种新形式的当代奴役。
思考问题：如果你想要移民，你会认为 VIP 相比传统的移民方式更具有吸引力吗？#
肢解大章鱼：反垄断的对策#
垄断者的一千张脸#
“垄断” 一词起源于亚里士多德的时代，他从对数学家兼哲学家米利都的泰勒斯的讨论中提取并创造了这一概念。泰勒斯通过预见橄榄丰收，并据此垄断了榨油机市场，展示了哲学在商业实践中的应用。
然而，到了现代早期，垄断的形式发生了变化，通常是国家授权某些人脉广泛的个人或集团主导特定市场。例如，标准石油公司在那个时代的漫画中被形象地比喻为一只大章鱼，其触角伸向市场和州议会，形象地描绘了其在多个领域的垄断地位。
如何肢解大章鱼#
作者提出，一个简单且激进的改革建议能够避免投资市场的集中化风险：禁止投资机构在单一行业内分散投资，但允许它们跨行业进行投资。
投资机构可以选择在规模上保持小型，实现行业内外的全面多样化；或者选择规模较大，但只在不同行业之间进行部分多样化。
这种策略可简化为一条规则：在投资机构可能影响企业治理的情况下，禁止任何投资者在同一公司中持有超过 1% 的市场份额。
同时，指数基金作为一个例外，允许投资者在追求最大程度多样化和规模化投资。
思考及讨论：这种方法是不是杀伤力太弱？#
文中提出，只有政府才能阻挡垄断的步伐，并且提出了上面简单的建议。然而，投资机构通常行动隐蔽，即使设立不允许投资者持有单一公司多于 1% 的份额的规定，但是 “章鱼” 们一定会找到千万种办法来进行规避和操作。
在讨论中，Raw School 的同学们并不满意书中提出的做法。如同章鱼有八只腿，也许切断了一只触角，却长出了另外三只新的肢体，也是一种可能。
Data as Labor (DaL) ：我们是如何成为了数字经济中的无形工人？#
这一章节所讨论的内容，也许是离所有人最近的一章。
也许你不曾考虑过移民，也不想关心离自己 “过于遥远” 的垄断巨头们，但是此刻坐在屏幕前看着这篇文章的你，一定会被现今社会的数据信息所影响着。
甚至更为直白一些：你此刻的阅读行为，在机器学习的算法中，已是为本文增添了 “1” 个阅读量。
大多数人并没有意识到自己作为 “数据生产者” 这一角色#
我们是如何在不自知的情况下成为数据打工者？认真想一想以下的场景：
为什么谷歌地图可以为你更好的规划行程？
为什么 Facebook 和 Instagram 会让你进行便捷的日常分享？
为什么社交媒体平台例如抖音（tiktok）、小红书等，可以为你精准推荐你所喜欢的短视频和内容？
……
上述的科技巨头们，通过收集我们的用户行为数据来训练他们的机器学习和人工智能系统。而这些数据不仅仅是一系列数字，它们是我们劳动的产物，是我们日常活动和互动的直接输出。
例如，谷歌通过学习我们的行程规划来优化其地图服务，而脸书则通过分析我们的社交活动来精准地推送广告。这些平台利用我们提供的内容 — 从路线选择到社交互动，再到上传的每一张图片和视频 — 来不断完善其服务和广告定位，从而在经济上获益。
尽管我们是这一过程的关键参与者，大多数人却并未意识到自己在数字经济中充当了 “数据供应商” 的角色，而不仅仅是被动的内容消费者。这种认识的缺乏意味着我们未能认识到自己数据的价值和潜力。
数据生产者并没有得到应有的补偿#
在当前的数字经济中，像脸书、谷歌和微软这样的科技巨头，通过免费收集公众在网络上的数据，赚取了创纪录的利润。这些公司利用大众对人工智能（AI）和机器学习（ML）的认识不足，将用户的每一次点击、搜索和互动转化为价值巨大的数据。然而，尽管数据生产者 —— 也就是普通用户 —— 是这一过程的关键推动者，他们却很少获得公平的补偿或认可。
这种现象的存在意味着，尽管数字经济的盈利能力极高，收益却主要流向了掌握高级技术和资本的少数人手中，而不是广泛的数据生产者。
这不仅体现了一种收入分配的不平等，也反映了对数据生产者劳动价值的普遍忽视。在这样的背景下，** 许多人对 AI 导致大规模失业的担忧加剧，尽管事实上，我们比以往任何时候都更依赖于人类的数据输入来推动数字经济的发展。** 这种矛盾揭示了数字经济结构中的一个深层次问题：数据生产者的劳动被广泛利用，却很少得到应有的回报和尊重。
对于数据的不同态度：钻石 - 水悖论#
在数字时代，数据无处不在，但谷歌首席经济学家哈尔・范里安提出，真正稀缺的是能够理解并加工这些数据的人才和计算能力。
这种观点将数据视为一种广泛可得的自然资源，像水一样普遍，其真正价值则在于被技术和资本转化为有用的资产。
这与古老的钻石 - 水悖论相呼应。水虽然在日常生活中极其重要却因普遍而不具备高交换价值，而钻石尽管用途有限却价值连城。
虽然数据总体上极具价值，但因为其丰富性，单个数据点的边际价值并不高，这类似于水的情况。然而，数据的边际价值并非恒定，它也受到处理数据的问题的重要性的影响。例如在语音识别技术中，达到几乎完美的准确度比初步提高准确率更加重要，因此最后几个百分点的准确度提升可能极大地增加了数据的边际价值。
科技奴隶（technserf）与科技封建主义#
科技封建主义的根本逻辑与古老的封建制度惊人地相似：在封建时代，农奴为贵族提供劳动以换取生存保障和使用土地的权利；同样地，如今千千万万的用户为科技平台巨头们提供自己生产数据的市场价值，以换取便利的信息服务。
这种制度下，虽然用户看似也得到了好处，但其实他们更像是科技的奴隶 —— 在数字公地上耕作而未得到应有的回报。
这种现象不仅体现在服务的直接交换上，更深层的影响表现在对用户劳动的价值认识上。当用户意识到他们的在线活动 —— 无论是社交媒体的互动还是内容的创造 —— 实际上为科技巨头创造了更为广阔的价值时，他们可能会重新评估这种交换的公平性。
全世界数据工作者团结起来？#
尽管技术发展具有强大的规模经济特性，但这种发展也带来了买方垄断力量，这种力量常常导致劳动力补偿不足，阻碍了经济发展和公平。
这一问题并非新现象，而是贯穿经济史的一个经典主题，也是马克思经济理论的核心思想之一。
正如工业时代的工人需要工会来进行集体谈判、确保劳动质量并促进职业发展一样，数据工作者同样需要某种形式的组织来帮助他们确保数据的高质量，维护他们的权益，并在不增加个人负担的情况下有效地驾驭复杂的数字系统。
也许是时候启动一个全球性的数据工人运动，鼓励全世界的数据工作者团结起来，共同争取作为现代数字劳动者的合法权益。
这不仅是一场经济斗争，也是一场关乎公平和技术伦理的战斗。
延展思考：作为主权个人，如何回应当下的数据现状#
《激进市场》这本书完成于 2018 年，然而彼时关于数据和劳动的探讨还不像今天这么猛烈及深刻。短短几年，不管是 AI，还是大数据，还是人类和信息流的频繁交互，都已经发生了更为深远的变化。
被无数信息流充斥着周围的今天，每个人都或多或少地成为着技术公司、流媒体或平台的数据提供者。人们提供着自己的行为数据，又在被平台的算法进行分析、优化后投送返回给自身，进行新一轮的消费。
你认为 "数据即劳动"（Data as Labor, 简称 DaL）是应该被实施的吗？如果是，该如何公正的评估和补偿个人数据的价值？（e.g. 不同用户产生的数据价值可能存在巨大差异；哪些机制可以确保公正透明的评估贡献并提供合理的补偿）
同时，DaL 的实施过程中，可能遇到的隐私和安全问题有哪些？（e.g. 隐私泄露、数据安全风险等；以及可能可以使用的法律和技术手段进行减轻风险）
还有更多可以深入的思考，如人们可以如何主动买卖自己的数据，而非被动地失去数据控制权；是否需要更公共和集体的形式来治理数据生产，以应对数据化带来的不公正社会关系和信息伤害……