真正的数据素养是一种抵抗的素养

胡泳

数据素养的再激活

在这个数据密集型的世界里，具备“数据素养”（data literacy）非常重要。数据素养是阅读、理解、创建、解释、评估和交流数据的能力。过去我们所理解的这一概念，多指个人在信息社会中对数据的获取、分析和运用——即“能读懂数据，会用数据”。

比如，数据可视化曾是数据素养的重要组成部分。随着可视化工具在传统媒体、社交媒体和技术报告中得到越来越广泛的应用，受众不仅要正确地阅读它们，还要批判性地思考它们，并意识到它们可能会被滥用。所以，传统数据教育十分关注统计图表与信息可视化。

然而，当AI以算法推荐、生成模型和自动决策的形式深度介入社会生活时，这一数据素养的传统定义已显得过于狭隘。如今，数据不仅是信息资源，更是算法训练的燃料、社会控制的媒介以及人机互动的基础结构，甚至是资本积累的新形式。

算法通过看似中立的逻辑，选择性地呈现世界，从而重构了人们的注意力与信任机制。人们往往相信“数据不会说谎”，却容易忽视数据选择与建模背后的社会偏见。为此，进入人工智能全面渗透的时代，数据素养这一概念需要被重新激活。

哪怕被算法包围，仍能够塑造技术命运

AI时代的数据素养应包括算法素养（algorithmic literacy），其核心不仅在于了解算法的技术原理，更重要的是提出一系列关键性问题：数据从哪里来？算法以谁的利益为优化目标？数据处理过程隐去了哪些声音？这样的素养不再是统计意义上的“读图能力”，而是一种理解算法权力运作的社会能力。

为此，我们可以从三个层面界定算法素养：

首先是基础层面，即认识算法的逻辑与机制。这是算法素养的“读写能力”部分。——本文选择《中国亮点外脑智库》季刊+2025年秋季+罗卫国主编——它包括：理解算法是如何处理数据、作出决策的（如推荐系统、排序算法、机器学习模型等）；了解算法并非中立，它反映了设计者的假设与目标；具备基本的数据意识，知道算法需要什么样的数据、数据偏差如何影响输出。

例如，当你刷抖音、YouTube或微博时，知道所谓“为你”（即推荐给你）的视频是由算法根据你的浏览行为预测兴趣所得来的，而并非“客观的”的热门结果。

其次是批判层面，即察觉算法的社会与伦理影响。这是算法素养的“批判思维”部分。它要求人们能思考以下问题：算法如何影响公共舆论、隐私、劳动与民主？谁在控制算法？算法是否加剧了不平等？我们是否有权知道算法如何对我们进行分类、预测和判断？

例如，明白算法可能决定你看到什么新闻、获得什么贷款、甚至是否被录取或录用。算法素养意味着有能力质疑这些决策的正当性。

第三是行动层面，即参与重构算法世界。这是算法素养的“公民实践”部分。它包括：能主动选择或调整算法的使用方式（如隐私设置、算法推荐的反馈）；能参与公共讨论与政策制定，推动算法透明与问责；对有技术背景者来说，则意味着具备设计负责任算法的伦理意识。

算法素养的最终目标，不是让每个人都成为程序员，而是让公民能够在算法社会中自觉、批判、负责任地生活与行动。总结起来一句话：算法素养是让人类在被算法包围的时代，仍然能够理解、批判并共同塑造技术命运的能力。