▌氢燃料电池龙头亿华通Q3亏损上亿、股价高位累计最大跌幅超七成氢能全产业链龙头美锦能源同期股价最高跌超六成、Q3业绩扭亏全靠主业焦炭
在众多大涨的“龙字辈”股中，天龙股份以7连板的高度位列目前市场高标，其股价也刷新历史新高。据悉，自10月9日以来，天龙股份持续拉升走强，截至11月2日收盘，其累计19个交易日内上涨近136%，期间共录得涨停板10次。同样带有“龙”字的圣龙股份也于10月期间一度上演连板行情，其自9月28日至10月25日内连续涨停，以14连板的高度刷新年内连板记录(除ST股外)。
目前，汽车板块频获题材风口催化，其中，近期大卖的问界M7汽车持续成为市场关注焦点，据悉，其上市50天累计大定已突破8万辆。太平洋证券近日研报指出，问界新M7交付量处于快速爬坡阶段，M9订单量突破1.5万辆，问界优异表现延续，行情向华为概念二线标的蔓延，包括北汽、江淮、长安等，催生板块热度再次提升，四季度华为概念依然有望反复演绎，关注华为造车主题外溢机会。
声明：该文系作者供本号专稿，由“艺术人类学美学民俗民族民间文学”独家首发，“艺术人类学美学民俗学”搜狐号受权转载，文责自负，转载或引用请注明出处。
作者：黄劲草
在近年来的田野调查经历中，我观察到一些值得反复思考的现象。例如，几位学生在我9年前曾经拜访过的一户少数民族家庭中采访时，发现家庭中较为年长的成员和年幼的孩子与学生们可以热情洋溢地交谈关于歌唱的话题，然而家中十多岁的男孩则旁若无人地玩着手机，家里的长辈对此的解释是“他们越长大越内向了”。作为调研者的学生认为自己无法与之交流。的确，如果此时研究者没有和他们一起玩某个游戏并和产生互动，在这个现实的场所中，确实无法真正了解他们的沟通、社交、表达和理解。在这种情况下，研究者即使到了现实中的“地方”，也难以保证真正意义上的“在场”。又比如，当我在一个动画新人的网络社群中观察了超过一年的时间后，可以观察到流动的文本对话，也能从对话中体认漂浮在词汇之上与之间的情绪，熟悉了他们彼此的沟通方式与关注内容。但是，我没有触碰他们日常使用的软件工具，看不到说话人的具体日常——即便掌握了不少基于技术细节的问答，但仍认为传统意义上个别、深入的访谈是不能替代的部分。类似的例子还有很多，在这类调查中，不可掌握的动态性与匿名性常常令研究者心存惶恐。
近两年人工智能应用兴起后，技术相关的“透明性”议题在话语交锋的场域不断出现，一方面人们基于设计师和技术专家口中的“透明性”，通过可及的交互界面自如地与机器交流，这样的机器无时无刻不在让人“信以为真”（make believe），而使用者心甘情愿地接受这种“仿佛”（as if）。与此同时，对于技术黑箱的恐惧与不安，让批判话语随之进入对这类问题的讨论中。但是对于有过实际观察经验的研究者来说，在话语争辩的场域中又分明感受到了割裂，他们会不禁思考：“大家说的是一件事吗？”
田野调查本应是弥合这种割裂的良方，但是以传统方法进行有效的参与观察似乎变得越来越难。反思这种“参与观察”的困局，本文提议思考如下的问题：是否应该勇敢走向一种实验认识论？是否应该反思“透明性”理想的局限？
一、田野互动特制的演变：从适应“场所”、适应“媒介”到适应“缺席的存在”
田野调查与民族志要求研究者 “在场”。“在场”的研究中，存在一个场所，戈夫曼强调研究者要“使你自己、你的身体、你的个性、你所处的社会环境服从于被研究者身上所发生的一系列偶然事件，因而你可以在身体上和神态上洞察他们对社会环境、工作环境和族裔环境的一系列反应”[1]。这些田野调查需求的素质在高技术条件下依然是必备的，在前辈学者的实践经验中，也强调“你要在现场，这是人类学的一个基本原则”[2]。这里的“在场”，意味着在一个合适的范围内，在一定的时限中，尽可能全方位观察研究对象，在与被研究者的关系中，发现“多重事实”[3]。
20世纪90年代后，随着在线社区以及与之相关的赛博文化兴起，早期的网络民族志作品出现，这其中包括探索人在多用户系统中如何与他人互动以及对计算机理解的变化的《屏幕上的生活》（Life on the screen, Sherry Turkle, 1995）等。在这个转变中，是研究对象和研究问题促进了研究方法的更新。为了分析互联网对当时社会世界的影响，民族志（ethnography）成了网络民族志（netnography），研究者透过技术中介来了解社会，确认虚拟世界的确存在着第二人生，接受了“如果不将互联网和计算机中介的沟通形式吸收到研究中，它们再也不能充分地了解社会和文化生活中许多重要的方面”[4]，在这样的当代日常生活中，“深描”（inscription）很难离开线上数据、很难不基于对计算机中介的沟通方式的把握。 然而网络民族志的核心主题是“集体”，可以研究人的群体、聚集或集合，因此其分析层次更适合的是“中观”层面的小群体。[5]对于个体的把握是困难的。在线上研究中，媒介本身会产生限制，也同时产生新的可能。有学者提出“有必要在开始阶段就分别面对面和计算机中介的社会互动之间的差别”[6]，因为“互动的特质”发生了改变。“技术媒介负载互动，互动即被技术媒介的特殊属性和规则所制约也被其解放”[7]。尽管网络空间天然的匿名性与可及性，开启了许多观察的可能性，但是同时也剥夺了一些可能，只有在面对面的田野中，才可能看到Turkle 所举的例子：一个人同时开启了三个窗口，扮演三种角色，时而是浪漫的，时而是沉默自信的，时而是另一种模样。 在智能媒介条件下，人工智能应用端是面向“个体”的，而大模型是个黑箱，个体与被部署的模型交互产生每一次都不相同的输出。有学者指出民族志质性研究方法在AI研究方面的重要性，提出要关注现场观察、研究者之间、被研究者之间信任关系的建设，要关注那些细微之处的数据的体察（subtle and nuanced data），以及缺失与沉默带来的微妙知识。[8] 这里提到的“缺席的存在”，是指技术装置运行过程中那些看不见但却十分重要的功能与要素。被普遍诟病的技术黑箱，理论家批判的透明性问题由此进入视野。
二、“知”一定要通过“见”来实现吗？
在《计算品味》一书中，人类学学者Nick Seaver以自身的田野调查经历指出，在技术相关议题中，“黑盒子”形象的建构，对民族志研究者来说弊大于利，因为它错误地描述了“通达”（access）在实践中的样子。具体到他自身的研究中，也就是这个意象对其研究的方法和可能对算法系统提出的问题事先造成了限制。“如果某个流媒体音乐供应商及其算法系统是一个黑盒子的话，当他坐在公司的大厅里，等待与主管会面时，就如同在黑盒子的外面。”[9]在此，他认为传统的田野调查的“通达”式思维方式会误导研究者，让他们误以为一旦他们攻破了黑盒子的外壁，知识就会在那里等着他们去获取，如同音乐推荐算法代码公开，就可以自动告知所有的秘密一样。但是实践带来的启示并非如此。获取知识并不是揭示一个事件那么简单，它是对各种关系的不断探索。因为信息的获取是有质地的，而这种质地——披露和拒绝的模式——本身就很有启发性。“当我采访初级员工时，他们经常担心自己能对我说什么，即使我和他们签署了同样的保密协议。与此相反，首席执行官和创始人通常都能侃侃而谈，他们确信自己有能力界定允许的范围，并随意将公司的界限划定为严格的、惩罚性的存在。通过这些互动，公司的社会结构跃然纸上。”[10]
再来看人类学家在调研音乐算法的一段描述：
我参加了他们的会议，在会上学术界和产业界的研究人员介绍了新的方法，并探讨了新的数据来源。我采访了从首席执行官到暑期实习生的工作人员，我很快将在 Whisper 工作几个月，观察算法背后的工作人员的工作情况。 这些人对 Beats 的论点（注：前文描述Beats宣称要通过音乐人、专家而不是算法推荐音乐）持怀疑态度并不奇怪。如果Beats 想拥有大量的音乐和用户，没有算法的帮助是不可能把它们结合在一起的。推荐系统可能会被名人团队取代的说法是荒谬的，因为歌曲和用户实在是太多了……即使 Beats 的策划者汇集了成千上万的播放列表，该公司仍需要某种方法将这些播放列表与相关用户匹配起来，而没有算法是做不到这一点的。 果然，当我按照奥斯卡的建议查看 Beats 的职位列表页面时，我发现上面满是招聘工程师和数据科学家的广告，这些人的任务就是建立该公司新闻稿所批评的算法基础结构。[11]这段田野调查的描述，并没有呈现算法本身的数据结构等研究者无权对外披露或者无法接触到的信息，只是呈现了与具体算法无关的音频设备品牌Beats与流媒体公司之间的争论，以及相关的一段观察描述。但是我们从中可以认识到一种关系和结构。研究者参加会议是一种在场，传统的田野调查方法在这里都是有效的，在这家公司工作，能够听懂技术语言、建立互信关系是基本的要求。然而在算法系统中，那些被认为是“文化”的细节，其实也是技术的细节，工程团队对其工作的思考方式对于系统运行的重要性不亚于排序算法的结构。越过这些人去寻找算法，那么就会错过这些系统如何以及为什么会如此运作的关键部分。也即“我们不能把算法的决定性特质看成是没有人类的影响，把人类与技术的对立视为理所当然的批判，有可能强化这种常识而不是对其进行分析。[12]
在这样的调研中，可以看到，每一个时刻都有人在做出决定和评估后果，研究者通过观察这些“矛盾的行动者”，看到的是在算法与人类，在计算与品味之间的矛盾中，试图找到一条路的人。[13]因此，面对技术黑箱，并不是只有打破外壁才可能有所发现，而是要以批判性的眼光看待这些看不见的存在，不是在人类与机器之间划出一条更清晰的界线，而是在知与不知的拓扑结构中，持续不断的对各种关系进行探索和互动。而在这样的互动中结构会动态的呈现，对这种呈现的理解将是“比具体的技术配置更持久、更普遍，因此对于外部评论家来说，它们比了解一个快速变化的软件系统在某一时刻发生了什么更有用”[14]。
三、在田野调查中走向实验认识论
前文所述的关于音乐算法的田野调查中，Nick Seaver跟踪的是一个由相互连接的地点组成的网络，而不是停留在一个地方。他利用各种可能的连接方式，将采访对象的多样化，探索以技术逻辑为中介的组织中人的生存境况。他引述人类学家Casper Bruun Jensen的判断，认为这些人是“以有限的存在、片面的信息和不确定的联系为特征”。[15]研究者与被研究者均处于片面的信息之中，无法完全把握技术的全貌。在这个问题上，重要的不是是否“完全把握”了全貌，或者“完全澄清了事实”，而是将这种“无法完全把握”作为一种事实接受下来，将其作为出发点，去探索有意义的关系。而这里指向了一种“实验认识论”。
“实验认识论”（experimental epistemology）是一种动态、过程性和涌现性的认识论方法。这种认识论方法强调的是知识的获取过程并不是静态的，而是在不断的探索、实验和反馈中逐步形成的，倾向于递归的认识论。[16] Won Jeon通过对以阿什比的耦合机制为代表的一阶控制论以及贝特森的的权利神话概念为代表的二阶控制论的分析，解释了这一认识论的自反性、迭代性以及开放性。在田野调查中，如果将观察者与被观察者看成是临时性的耦合系统，并强调知识获取的过程性与动态性，也许可以帮助我们在数字技术语境中，不再执着于透明性问题是不是关乎揭示或遮蔽某个信息，而是去认识不断改变的部署、不断更改的配置以及动态的抵制与平衡；去关心人类和非人类行动者（non-human agents）共同参与的网络，探寻可见性与不可见性的交织，以及不断变化的动态控制配置系统。通过实验认识论，来接近那个不是一个可以通过窥探其内部来了解真实面貌的对象。
注释
[1] 罗伯特·埃默森、雷切尔·弗雷兹、琳达·肖著. 符裕、何珉译. 如何做田野笔记, 上海：上海译文出版社，2012: 2.
[2] 赵旭东. 基于田野八式的人生救赎——社会与文化人类学家的自我探寻之路. 西北师大学报(社会科学版), 2023(6).
[3] 罗伯特·埃默森、雷切尔·弗雷兹、琳达·肖著. 符裕、何珉译. 如何做田野笔记, 上海：上海译文出版社，2012: 3.
[4] 罗伯特·V.库兹奈特著.叶韦明译.《如何研究网络人群和社区：网络民族志方法实践指导》，重庆：重庆大学出版社，2016: 3.
[5] 同上，2016: 10
[6] 同上，2016: 80.
[7] 同上，2016: 81.
[8] van Voorst, R., Ahlin, T. Key points for an ethnography of AI: an approach towards crucial data. Humanit Soc Sci Commun 11(337), 2024. DOI: 10.1057/s41599-024-02854-4
[9] Nick Seaver, Computing Taste: Algorithms and the Makers of Music Recommendation. University of Chicago Press, 2022: 13.
[10] Ibid, 2022: 16.
[11] Ibid, 2022: 3.
[12] Ibid, 2022: 7.
[13] Ibid, 2022: 9.
[14] Ibid, 2022: 17.
[15] Ibid, 2022: 15.
[16] Jeon, Won. "Second-Order Recursions of First-Order Cybernetics: An “Experimental Epistemology”" Open Philosophy, vol. 5, no. 1, 2022, pp. 381-395.
作者：黄劲草，复旦大学中文系艺术人类学专业博士，现任上海师范大学影视传媒学院副编审。
声明：该文系作者供“艺术人类学美学民俗民族民间文学”公众号专稿，由本公众号独家首发，文责自负，转载或引用请注明出处。
统筹：中国艺术人类学研究会
文本编辑：刁俊娅
版面设计：韩 钰
技术维护：朱恬骅
审 核：曾 澜合肥期货配资
田野研究者算法认识论Ibid发布于：上海市声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。文章为作者独立观点，不代表股票配资公司网站_股票配资官方平台_网上炒股配资公司观点
