摘要：当“大数据”的喧嚣渐退，我们该如何审视它曾塑造的社会想象？这项横跨德、美、南非三国、历时十年的深度研究，为我们揭开了媒体话语中的技术乐观主义面纱：尽管丑闻不断，但积极想象始终占据主流，并且在后发国家更为显著。这不禁令人反思，那些技术发展必然带来社会进步的叙事是

理解“大数据”：

十年来数据化的话语演进

编者按：

当“大数据”的喧嚣渐退，我们该如何审视它曾塑造的社会想象？这项横跨德、美、南非三国、历时十年的深度研究，为我们揭开了媒体话语中的技术乐观主义面纱：尽管丑闻不断，但积极想象始终占据主流，并且在后发国家更为显著。这不禁令人反思，那些技术发展必然带来社会进步的叙事是如何被塑造与维持的？

另外，本文篇幅较长，编译过程存在删减，望读者批评指正，感兴趣的读者可自行阅读原文。

摘要：

本文重构了德国、南非和美国在10年内有关“大数据”的社会技术想象。“大数据”这一流行语，自2010年左右诞生以来，不仅指代技术本身，更指向一系列反映价值观、经济视角与文化关切的宏大抱负与忧虑。运用框架分析法，本研究考察了新闻话语的演变轨迹，并通过跨国比较探讨“大数据”的社会技术想象。研究发现三种主导观点：重建数据化社会、重振数据化商业、重构数据化监控。尽管发生重大数据丑闻与举报事件，肯定性观点仍占据主流。2011至2013年间，“重振数据化商业”话语最为频繁，“重建数据化社会”则在2014年后成为核心视角。这种优先级顺序在美国和德国媒体中显著存在，南非媒体以商业导向为主。三国均有部分媒体呈现逆流之势，但对整体格局影响有限。

作者简介：

Charlotte Knorr，莱比锡大学传播与媒体研究系；慕尼黑大学媒体与传播系

Christian Pentzold，莱比锡大学传播与媒体研究系

文献来源：

Knorr, C., & Pentzold, C. (2025). Making sense of “big data”: Ten years of discourse around datafication. Big Data & Society,12(2).

译者：

Kiaora

本文通讯作者：Christian Pentzold

引言

过去二十年间，社会进程与个人生活日益伴随着海量数据的计算活动，这些数据被存储并用于多种目的（Flensburg & Lomborg，2023；Kitchin，2014；van Dijck，2014）。这种几乎普遍存在的转型特征表现为机会不平等、潜在的利益冲突以及复杂的法律环境（Couldry & Mejias，2019；Zuboff，2019）。爱德华·斯诺登的爆料事件和剑桥分析公司的数据丑闻，凸显了数据化进程的全球性特征。与此同时，这些事件也表明：人们对数据及其相关操作的认知存在显著差异（Di salvo & Nergo，2016）。

“大数据”一词自2010年诞生以来，被广泛用于指代一系列的概念、技术和指标，包括海量数据的规模与多样性、数据采集与分析的速度，也涵盖数据挖掘所需的计算与存储资源（Mayer-Schönberger & Cukier，2013）。该术语承载着对精密计算与可靠概率预测的期待。正如Boyd和Crawford（2012）所言，它催生出一种“神话”——即“普遍认为大型数据集能提供更高层次的智能与知识……并带有真理、客观性与准确性的光环”。

与此同时，随着大数据在越来越多的领域得到应用，关于其社会后果以及政治、经济和文化影响的公共辩论也随之兴起（Paganoni，2019；Pentzold & Fischer，2017）。这些议题涉及数据所有权、隐私权、安全权及其他基本人权问题。在这些讨论中，通常被视为不透明的数据化过程，通过“数据爆炸”“数据洪流”“数据宇宙”等隐喻来呈现，这些隐喻与“数据采集”和“数据挖掘”等形象表达相呼应（Couldry & Yu, 2018，Portmess & Tower，2015；Puschmann & Burgess，2014）。对于一些人来说，数据是“新石油”（new oil），而另一些人则将其比作“老大哥”（Big Brother）。

然而，这种阐释性工作（Bowker，2013；170）——即阐明并质疑大数据及数据化进程的社会意义与价值——至今仍鲜少被深入探讨。尽管沟通、审议与想象具有强大的现实建构能力，但我们对数据化话语的理解仍相当有限。并且现有关于数据化进程框架构建的跨国比较研究，尤其是与非西方国家的比较，相对少见，（Milan & Treré，2019）。更值得注意的是，尽管大数据概念已存在多年，但解释大数据的理论框架如何随时间演变的研究也十分匮乏。

为弥补这些缺失，我们探讨了文化分析与批判性数据研究领域中质疑数据本体论与认识论的论辩（Andrejevic，2014；Boellstorff，2015）。我们挑战了数据的事实性与中立性，强调数据本身预设了解读的立场，认为“数据需要被想象为数据才能存在并发挥其功能”。Gitelman和Jackson（2013）同样指出：“数据的想象性蕴含着解释性基础”。基于此思路，本文借助框架分析法，考察了2011至2020年间德国、南非和美国三国社会技术语境下的大数据想象。

研究背景

概念：社会技术想象

研究数据化的话语维度至关重要，因为话语所承载的思想、情感、愿景和信念，对技术发展进程、政策制定及公共支出具有切实影响。为在术语层面阐释这种关联，Jasanoff与Kim（2009）提出“社会技术想象”这一概念，并在后续将其定义为“一种关于科技进步可实现并支撑的社会生活与秩序形态的共同认知所驱动的，集体持有、制度稳定且公开演绎的理想未来图景”（Jasanoff，2015）。在这一广义范畴中，社会技术想象交织着语义与物质性；它们驱动商业投资；被用于支撑政治决策；并构筑着文化期待与关切的基础。

原则上，这适用于所有类型的技术，无论是成熟技术还是新兴技术。然而，在开创性技术尚未确定发展路径的早期推广阶段，这种方法尤为有效。因此，对数据密集型技术及其相关实践的想象，正是Mosco（2004）所指认的当今强大的“未来存储库”。该存储库对未来的构想，成为塑造新技术过程中具有决定性影响的强大要素，使得想象空间成为激烈角逐的战场。本质上，想象空间是语义学层面的产物，通过话语体系显现。它们不仅是空谈或某种共识性思维模式：当被用于为决策赋予合法性、调动资源、规划投资与技术创新路径时，想象空间便具有战略意义。

此外，想象不仅具有工具性特征，当被广泛共享时，更可能成为人们理解世界与构建公共意义的默认解释框架。诸如神话或框架等概念同样旨在捕捉支撑技术选择与社会发展的语义维度，但它们在处理物质性与话语构成性纠缠时作用有限——而这种纠缠恰是社会技术想象的核心所在。因此，社会技术想象虽可能凝结于隐喻等修辞手法中，却绝非与之同质化。例如将大数据比作“新石油”的隐喻话语便持续存在。对某些人而言，该隐喻因将数据类比为唾手可得的自然资源而具有实用性；但另一些使用者却借此隐喻批判这种过度自然化的倾向，以此挑战资源开采企图，并警示数据生成与处理过程中相关主体权利的受限性（Couldry & Yu，2018；Taffel，2023）。

数据技术的想象

社会技术想象在话语维度上激发了关于数据与电信技术的大量研究。Bucher（2017）与Schulz（2023）分别探讨了“算法想象”的不同面向：前者关注用户对算法的认知，后者则研究设计者与算法如何预测用户行为。基于Tim Berners-Lee的论述，Lesage与Rinfret（2015）分析了将网络视为语义网或Web 2.0的两种对立想象。另一典型案例中，Bareis与Katzenbach（2022）通过中、美、法、德四国政策文件研究了人工智能想象。他们发现虽然各国普遍将AI视为巨大且不可避免的颠覆性力量，但具体想象存在差异。

Beer（2019）则特别关注数据及数据化现象，并强调“数据的呈现方式对其所赋予的权力至关重要，同时也决定了拓展数据主导思维、判断、排序与治理的可能性”。借鉴社会技术想象的概念，他提出了“数据想象”（Data imaginary）这一观点，将其定义为“对数据所能实现的目标、解决的问题、促进人类繁荣的潜力、揭示信息的能力以及提升人类认知效率与行为水平的强大愿景”。他通过分析数据分析行业的营销材料，追溯了这种数据想象的体现。在这些材料中，数据与数据分析被描绘为能够快速为非专业人士提供洞察的工具——应当提供可靠的未来展望。

关于数据化话语的研究

对数据化话语的探究固然重要，但往往缺乏超越七国集团（G7）的比较视角。社会技术想象并非普世存在，关于人们对科学与新技术乐观或悲观态度的研究表明，除个体因素外，这些态度更取决于一个国家的社会环境与科技发展水平（Nisbet& Nisbet，2019）。源自美国或欧洲国家的见解可能并不适用于其他情境。因为“数据鸿沟”（Andrejevic，2014）不仅存在于西方国家内部及相互之间，更深刻影响着世界其他地区的人们如何被卷入资本主义数据剥削的巨大基础设施之中（Couldry & Mejias，2019；Milan & Treré，2019）。

此外，对数据化话语的历时性考察同样被忽视。数据化是一个高度动态且极具多变性的过程，它同时涉及技术、方法、社会和政治多个维度，并影响着众多不同领域。当“大数据”这一术语于2010年左右进入词汇体系时，当时的数据化形态与现今普遍存在的数据化形态存在显著差异。关于这些巨大变革如何在公共话语中得到反映的问题，至今仍未有定论（Koenen et al.，2021）。

最后，关于数据化意义建构的研究主要聚焦于政策文件（Couldry & Knorr & Pentzold 3 Yu, 2018; Nolin, 2019; Paganoni, 2019; Rieder, 2018）和企业声明（Beer, 2019; Couldry & Yu, 2018; Paganoni, 2019）。这并不令人意外，因为政治家和企业在定义和实施社会技术想象方面是主要行动者。然而，除了政策制定者和信息技术专业人士外，记者在传播和普及某种想象时——通常以牺牲其他想象为代价——也扮演着关键角色（Droog et al., 2020）。尽管如此，媒体报道和新闻界仅受到有限关注（Paganoni, 2019; Pentzold & Fischer, 2017; Puschmann & Burgess, 2014）。因此我们提出：

RQ1：新闻报道通过哪些想象性概念来理解大数据？

RQ2：这些想象性概念如何随时间演变？

RQ3：不同国家间的想象性概念在多大程度上存在相似性或差异性？

数据与方法

国家抽样

我们根据社会环境与科技发展水平选取了南非、德国和美国三个国家（Nisbet & Nisbet，2019）。此选择基于以下假设：传播框架的范围及其被接受或拒绝的现象可归因于社会的结构性影响，而这些影响的相互作用尚未在国家层面进行系统性与比较性探讨。相反，关于新技术框架的研究主要关注个体层面的因素。国家层面的发展水平、民主发展程度以及科技发展水平可作为区分标准（Dalton & Welzel，2014）。

媒体抽样

研究材料源自2011至2020年间三国出版的26家媒体。首篇文章发表于2011年1月26日，末篇文章则出自2020年12月29日。我们查阅了报纸和周刊的网络版，以涵盖一系列相关的大数据主题和观点，并补充了金融和技术领域的专业杂志或其相应的网络版本，因为大数据和基于数据的流程预计会引起这些领域的特殊关注。入选文章须在标题、副标题或首段包含“大数据”或“数据化”等关键词，确保仅筛选主题明确的文本。图片内容未纳入统计。选择“大数据”作为关键词，是因为它在数据分析议题讨论中具有广泛吸引力——尤其在研究时段的前几年（Diebold，2012；Mayer-Schönberger & Cukier，2013；Pentzold &Knorr，2023）。

数据清洗后，样本最终保留13,097项中的N=1456条文本（占比11%），其中绝大多数包含“大数据”（n=1450），少数仅含“数据化”词根（n=6）。未入选文章主要因标题、副标题或首段均未包含检索词（n=7055），其余为书评或展览评论（n=323）、致编辑信等非社论内容（n=1926），以及重复条目或失效页面（n=1904，以南非新闻网站为主）。样本（N=1456）包含德国文本603篇（42%）、美国731篇（50%）、南非122篇（8%）。南非发文量最高的媒体为《商业日报》（n=36，29%）；德国媒体中，《法兰克福汇报》发文量占比近半（n=251，42%）；美国的《金融时报》（n=275，37%）与《华尔街日报》（n=283，38%）合计占该国样本总量近五分之四。由此可见，材料主要源自两个高度工业化国家，且部分媒体的显著侧重可能反映其编辑方针与关注议题。约30.4%的文章属于社论专栏，51%分布于商业经济版块，13%见于社会版，11%刊载于科技板块。

分析框架

我们采用框架分析法（frame analysis）（Matthes & Kohring，2008）来操作化大数据想象的重构并分析文本材料。在此方法中，考察相关想象意味着将其视为由推理装置与框架装置有意义组合形成的框架包（Van Gorp，2007，2010）。根据Van Gorp（2007）的定义，推理装置指（reasoning device）“按时间顺序处理理由、原因和结果的显性与隐性陈述”，而框架装置（framing device）则涉及“词汇选择、隐喻、范例、描述、论证及视觉图像”。

在公共话语中，框架不仅由传统媒体传递。通过框架分析的视角审视公共话语，更凸显了社会精英——尤其是政治、商业、非营利部门以及文化与媒体领域精英——的战略议程。这些精英通过支持特定议题、边缘化其他议题来确立自身观点（Vliegenthart & van Zoonen, 2011）。当利益重合时，他们可能形成倡导联盟以寻求话语霸权。传统媒体在此过程中扮演关键角色：遵循恩特曼（2010）的级联激活模（cascading activation model），精英推广的框架通过媒体渗透至公共话语，进而塑造公众讨论与推理议题的方式。

根据Entman（1993）的理论，框架可被视为文本中表达的语义模式，由至少四个要素构成：问题界定、因果归因、对策建议和道德评判。每个框架由这些成分组成一个有意义的组合包，突出某些成分的同时弱化其他成分。这些组合包围绕文化主题组织，Van Gorp（2010）认为文化主题可以是共同理念或原型。此外，除了语义层面的推理装置，框架通常通过风格层面的框架装置（如口号、隐喻和修辞手法）塑造（Gamson & Modigliani, 1989，1989）。

编码表包含32个变量（表1）。2022年5月至6月期间，五名编码员进行了两次预测试，每个变量均接受了30至50个编码的培训。在编码阶段（2022年7月至12月）每周召开会议，讨论分析进展并解决未决问题。编码工作以命题单元为单位进行——即最小意义词串。为适应不同语言复杂度的框架与推理装置，命题单元范围涵盖单词至跨句短语。共编码N=3338个命题单元（平均每篇论文2.3个）。南非媒体文本中编码252个单元，美国文本1673个，德国文本1413个。Krippendorff's α系数介于1至0.486之间。编码者在以下方面遇到显著困难：区分道德评价的主体（文本作者或引述来源）、识别受影响行为体，以及判定特定事件是否构成新闻报道的焦点。低于0.667的三个变量未纳入分析（Krippendorff，2004；Matthes & Kohring，2008）。

表1 编码表内容与编码员间的信度检验

为确定框架组合，我们采用分层聚类分析法及后续的划分聚类分析法（k均值法），以探究框架与推理机制如何系统性地聚合，并识别样本中的这些组合（Matthes & Kohring, 2008）。

研究发现

聚类分析共得出三个框架包（表2）。近半数命题单元（44%）包含被归类为“重建数据化社会”框架包的装置。该框架的核心文化主题是通过技术运用克服社会挑战。在此框架下，大数据被视为一场革命——大规模量化分析的潜力能够带来社会效益，并在众多应用领域产生变革。例如《新闻周刊》（2014年8月1日）指出：“从致命疾病到凶杀案，从重大工伤事故到自杀事件，从致命家暴案件到自然灾害，研究人员正利用海量数据更精确地预测死亡率”。该框架内，“革命”与“促进社会进步和/或个人发展的创新”这两个框架装置之间存在高度显著的相关性，χ²(60，N=740)=166.09，p

在该框架中，经济主题与影响虽存在，但相较于民事与个体层面出现频率较低。因此，《星期日时报》指出：

被称为物联网的传感网络与我们称之为大数据的海量信息流相结合，为工业及消费活动带来显著效益，涵盖从工厂管理到交通模式监测等多领域。如今，这一融合技术或将成为受威胁野生动物的救援力量。（2018年7月1日）

图2 框架、框架包与编码命题的数量

研究特别关注健康领域及通过技术创新实现自我优化的议题。“健康与医学进步（包括自我优化）”这一因果归因被频繁提及（n=447），但其出现频率随时间呈现显著波动（Welch’s-F（1；805）=4.069，p

图3 各个国家头部媒体的框架包比例

有趣的是，尽管大数据技术包含强烈的积极内涵，但也存在明显的矛盾甚至负面评价，这些评价指向大型数据集可能导致的滥用、有偏见数据所产生的错误，以及充分利用大数据所需的诸多条件。因此，不使用大数据技术的可能性也被纳入了讨论范围。

我们将第二个最显著的框架包称为“重振数据化商业”。所有命题单元中有三分之一（35%）包含被归入此框架包的论述装置。该框架具有强烈的商业导向，源于大数据分析带来的积极机遇——特别是将预测转化为利润，以及利用社会调查和数据化的能力。因此，“大数据蕴含尚未开发的潜力”这一问题定义与“盈利性预测”这一文化主题之间存在显著相关性，χ²(48，N=843)=322.01，p

正如预期，这一观点在具有明显商业导向的媒体中占据主导地位（表3）。其在《金融时报》（285个单元）、《华尔街日报》（229个单元）和《法兰克福汇报》（218个单元）中表现最为显著。该框架在南非媒体中也最为普遍（表4）。不同媒体在编码条目的年度分布上存在高度显著差异，F(23，25.431) = 5.82，p

图4 各家媒体的框架包比例

第三类框架包围绕“重构数据化监控”形成聚类。该观点出现频率最低，但凸显了若干关键问题，包括：“普遍怀疑”（general suspicion）“精准营销”（microtargeting）与“透明度缺失”（lack of transparency）。这三类问题均与大数据可能被用于国家控制目的（“政府滥用”）的因果归因显著相关，χ²(14，N=487)=213.787，p

三个问题定义与负面评价呈显著相关，χ²(4，N=606)=23.539，p

图5 各年度框架包的比例

此外，在框架组合与媒体机构之间存在高度显著的差异，Welch's F(2，1814.98) = 6.38，p

考察时间维度上的差异（RQ2），我们发现框架装置与推理装置的组合在十年间存在高度显著的相关性，Welch’F(2，1839.36) = 20.88，p

尽管每年都呈现出独特的框架装置与推理装置组合，但存在明显的主导趋势。在最初三年（2011-2013年），多数报道采用商业框架组合；此后报道重心转向广义的社会视角（表5）。具体装置的组合、出现频率及占比逐年变化，但并未显著改变整体框架组合的重要性。这主要源于少数几家媒体机构主导了绝大多数新闻的产出。多数媒体仅投入少量篇幅报道该议题，因此我们观察到的变化仅体现在微观配置层面，而非宏观结构整体。从年度文章总量来看，2013至2016年间三大框架包均呈现显著峰值。

图6 各年度各国的框架包比例

最后，在考察特定国家关系时（RQ3），我们再次发现三套框架体系与三个国家之间存在高度显著的差异。这意味着每个国家都能通过其独特的框架组合与推理机制得到识别（Welch’F(2，1819.31) = 6.77，p

在分析编码命题的数量时，我们识别出三个阶段。2011至2013年的第一阶段，美国媒体报道量居首，但2014至2017年间被德国媒体超越。此后呈现出更为复杂的格局。尽管美德两国几乎所有高产媒体都遵循着普遍的报道优先级排序，但南非媒体却更常选择商业导向的框架，社会倾向的视角仅居次位。鉴于南非样本中的新闻文本和命题单元数量显著偏低，这种差异化的关注点并未体现在整体排名中（表6）。

结论与讨论

回顾过去十年关于大规模数据收集与利用的讨论，相关议题的总体演变极为有限，这一现象尤为引人注目。尽管每年都呈现出独特的框架组合，但整体议题发展仍显乏力。三种社会技术想象在话语层面形成的这种惯性，因以下两点原因令人颇感意外：

首先，社会技术想象在数据化实践发生显著变化的当下似乎未见改变。围绕社会商业效益的基本观点，以及对无处不在的数据分析所催生的控制与监控机制的批判视角，既未减弱吸引力，也未被其他更合宜的想象所取代。这套想象体系依然主导着公众认知构建。某种程度上，数据化进程始终令三国记者惊叹不已——或者说，他们在报道新型应用场景时，仍不断援引那些耳熟能详的革命性话语。这种持续的兴奋感，恰恰延续了技术解决方案主义（techno-solutionist）在话语持久性和文化吸引力上的共鸣（Morozov, 2014）。每项新兴服务或应用，都再次被塑造成蕴含巨大潜力与深远影响的存在。类似现象也见于人工智能等近期创新领域——它们唤起的想象始终围绕“技术修复”这一核心，将其塑造成社会弊病的解药（Bareis &Katzenbach, 2022; Katzenbach, 2021）。记者们由此面临传播风险——他们传播的想象往往被硅谷巨头和全球初创企业等数据分析利益相关方所推崇（Daub, 2020; Levina & Hasinoff, 2017）。

其次，积极论调的压倒性优势令人震惊，这与爱德华·斯诺登事件后接连爆发的数据丑闻形成鲜明反差（Di Salvo, 2020）。除Christopher Wylie和Brittany Kaiser等卷入剑桥分析丑闻的知名案例外，南非的（Dodd & Merwe, 2019）和德国的汉迪门事件（Pentzold & Fischer, 2017）等本土案例同样存在。“重塑数据化监控”的框架方案无疑体现了这种批判视角，但我们并未发现其重要性日益提升的证据。这些事件既未引发新闻报道量的激增，也未产生持久影响。

框架包的整体存在及其所承载的社会技术想象，主要源于媒体的非均衡分布。许多媒体的编辑方针似乎与主流趋势相悖：在九家德国出版物中，有五家优先采用“重构数据化监控”的框架包而非商业视角；美国和南非另有两家媒体更侧重批判性视角。与此同时，几乎所有其余南非媒体及两家美国商业杂志均将经济视角置于首位。这凸显了编辑部通过设定议程框架突出大数据某些特质的自主性。此外，德国媒体选择支持批判性立场，与该国公众舆论及政策制定者的保留态度形成呼应（acatech and Körber-Stiftung，2023）。这或许印证了“后工业悖论”（Nisbet & Nisbet, 2019: 13）——即生活水平提升与技术怀疑论并行不悖。

可以说，三大社会技术想象得以延续而数据丑闻反响有限的最明显原因，恰恰在于“大数据”这个流行词本身。在相关话语中，这个术语似乎已被过度积极的期许所占据，并与商业野心紧密相连。例如，同期众多普及该术语的著作同样充满期待，其作者多为记者和IT评论员——这些群体恰恰活跃于我们研究的新闻媒体和杂志中（Pentzold & Knorr, 2023）。由于该术语强烈暗示着以牺牲批判性视角为代价换取的利润、收益与繁荣，其他作家和评论员可能刻意回避或弱化其使用。事实上，回顾十年间的相关论述，该术语的使用频率确呈递减趋势（Pentzold & Knorr, 2023）。在研究时期的最初几年，该术语被用来指代数据化在各领域具有革命性的潜力。可以说，这种乐观的观点在激发政界人士、管理者、工程师和教育工作者兴趣方面起到了关键作用，正是这种兴趣使大规模数据化成为可能。然而，如今“大数据”一词及其所蕴含的预期似乎已然过时，对于应对数据生成和利用的持续增长几乎毫无用处。

一个典型例子是大量最初被抽样但未入选分析的文章。其中相当比例的文献在标题、副标题或首段均未出现检索词（n=7055）。尽管这些文章中该概念仅起辅助作用，但它们仍涉及海量数据的应用，只是避开了这个受污染的关键词。因此追踪“大数据”关键词仅能接触到更广泛话语体系中的边缘部分。该领域涵盖从流行病学预测到数据驱动型画像的多元应用。尽管这些案例显然体现了数据化的普遍趋势，但相关媒体报道却刻意回避“大数据”一词。由此可见，大量未入选分析的文章可能源于“大数据”作为关键词的局限性。该术语可能被用于新闻网站后台对新闻报道进行分类索引，但并未出现在报道正文中。

另需注意的是，我们对“dataf*”的检索几乎没有结果，进一步凸显该概念主要存在于学术领域的现象。但这并不意味着文章未涉及大数据相关议题，反而昭示着某种话语自然化：当数据化无处不在时，它便不再是技术议题，而是成为更广泛议题的组成部分——这些议题正通过更贴切的术语如预测性警务或精准营销展开讨论。因此，流行语的缺席或许正昭示着：当数据化渗透至社会生活的每个角落，它已不再是信息技术范畴的议题，而是演变为宏大的社会事务。

本文转自公众号 | 社会学理论志

来源：再建巴别塔