摘要：人类知识实践越来越依赖数据驱动的数字媒介及其基础设施。深度媒介化作为媒介化的高级阶段，是知识社会发生变革的关键环境。在社会变革中分析研究知识社会中诸多关键变化，可以得出知识社会的变革包括知识生成体系转变、知识构成制度转变和知识文化环境转变。这一系列变革也带来了不确定性后果，其一是社会结构的不稳定性与控制升级，其二是数据驱动知识社会的科学和价值陷阱。这些后果也催生出新的困境问题，这些问题与深度媒介化有关，也与新知识制度的脆弱性有关。它们分别是保护数字公共领域问题、深度媒介化中知识整合问题和基于具身实践的知识创新问题。
作者：全燕，苏州大学传媒学院教授。
本文载于《学术月刊》2024年第11期。
目次
一、媒介化进程中的知识社会崛起
二、深度媒介化趋势与知识社会的变革图景
三、深度媒介化影响知识社会的后果
四、未来知识社会发展的几个困境问题
五、结语
在社会科学中，运用变革思维理解社会的动态性和历史性具有悠久的传统。经典研究如马克思的阶级斗争理论、韦伯的社会行动理论、吉登斯的结构化理论等，这些研究关注社会变革的影响因素，且都与建构主义传统有关。在跨学科的媒介和传播研究领域，媒介化（Mediatization）也深受建构主义影响。媒介化强调媒介在社会中的普遍存在和作用，以及媒介对社会行为和社会结构的塑造。作为一个长期且非线性的过程，媒介化同样与社会变革以及现代社会的演进密切相关，其程度在过去15年中得到根本性加剧。受数字化、平台化浪潮的冲击，“我们不能再仅仅将媒介的社会影响视为一个独立于社会其他领域（比如新闻业）的影响，媒介化已经渗透到社会世界的各个领域中”。媒介化研究的代表人物尼克·库尔德利和安德烈亚斯·赫普称这一过程为“深度媒介化”（Deep Mediatization）。在这一媒介化的高级阶段，我们社会世界的所有要素都与数字媒介及其基础设施密切相关。而深度媒介化也是本文所称知识社会变革的关键环境。
始于20世纪60年代的知识社会形态是在信息技术和知识经济影响下后工业社会的一种深化。知识社会为人所熟知，得益于丹尼尔·贝尔、彼得·德鲁克、曼纽尔·卡斯特和尼科·斯特尔等人在20世纪末的推动。其中贝尔被认为是最早使用和发展“知识社会”概念的学者。他在代表作《后工业社会的来临》中首次系统阐述了知识在经济和社会中的重要性，并强调了知识在现代社会中的角色和影响。随着媒介化程度不断加深，人类知识实践越来越依赖数据驱动的基础设施和通信系统，这意味着我们需要更多了解深度媒介化趋势下的知识社会是否发生了变化，发生了何种改变。与贝尔、德鲁克等人将知识社会视为后工业社会、后资本主义社会的延伸不同，深度媒介化给知识社会带来的更像是一种制度性转变，换句话说，知识社会正在经历一种深度媒介化的趋势转变。这种转变涉及媒介环境和基础设施的复杂性增加与知识生产、知识管理和创新模式之间日益紧密的相互依存性，其中多个层次的转变共同构成了知识社会的变革图景。本文尝试将社会学变革思维应用于对知识社会中诸多关键变化的重新定位，以此揭示深度媒介化过程深入知识生产领域的内在方式与后果，并思考知识社会未来发展面临的困境问题。
一、媒介化进程中的知识社会崛起
媒介化指的是日常实践和社会关系如何被媒介技术和媒介组织历史性塑造的元过程。英国社会学家约翰·B.汤普森将媒介化的起源追溯到古腾堡发明印刷机后产生早期媒体组织的阶段。受这一观点影响，库尔德利和赫普将媒介化视为伴随人类历史的长期过程，并认为在过去的600年中，至少有三个主要的媒介化浪潮以相当惊人的方式影响着社会，它们分别是机械化、电气化和数字化。每种浪潮都伴生新的媒介运作方式：机械化对应15世纪印刷术的发明；电气化涉及20世纪众多电子媒体的发展；数字化与计算机、互联网和各种数字媒介有关。每一次浪潮更迭也都是受到媒介技术的创新驱动，它们共同构成人们生活于其中的媒介环境。我们的研究主要聚焦于最新媒介化浪潮，也就是从20世纪中叶发展至今的数字化阶段，它影响了晚期现代性及其文化生活的方方面面，当然也包括知识社会领域。
正如对媒介化理论发展有突出贡献的温弗里德·舒尔茨所言：“如果媒介化的概念能够准确界定媒介在一个变革社会中的作用，并且能够激发对变革过程的充分分析，那么它就具有启发性的价值。”媒介化拒绝对媒介影响的狭隘假设，倡导以不同于媒介效果或媒介逻辑的分析范式重新思考媒介权力的问题，它需要建立在对塑造媒介环境，并受媒介环境塑造的社会历史进程的批判性理解之上。而我们选择将媒介化作为打开知识社会的钥匙，并非认为媒介化与知识社会之间存在因果关系的简单逻辑，毕竟，重大社会历史演进往往是多种因素共同作用的结果，并不是单一原因所能解释的。不过可以确定的是，媒介的相关转变与现代化进程的关联是可以在知识社会发展中找到一些线索的。
在媒介化力量影响社会和文化边界的情形下，我们很难将知识社会看作是自给自足的系统。关于二战后西方世界知识社会崛起的标志，无论是贝尔眼中的创新能力取代钢铁，成为后工业国家力量的对比标准，是德鲁克认为的“将知识运用于知识之上”的管理革命爆发，还是斯蒂尔看到的从工业社会的物质经济、货币经济向知识经济的转型，其总体上都与第三波媒介化浪潮——数字化所带来的媒介环境变化有关。从时间上看，数字化开端与知识社会崛起几乎同步；从动因上看，数字化和知识社会均在根本上受益于信息和通信技术创新；从特性上看，二者皆与信息化、商业化和全球化密不可分。也就是说，当知识社会论者敏锐察觉到知识逐渐拥有创造新的社会动力、经济动力，以及新世界政治格局的巨大力量时，也是计算机、互联网等关键技术形成新兴信息化（数字化前身）格局的初始时期。在这一时期，不仅信息和知识在数量和可获取性上迅速扩展，而且构成知识社会的要素和基石本身也依赖数字化的中介过程。
诚然，知识社会从来不是一条依靠媒介化驱动的单行道，二者之间存在复杂的辩证关系。回望20世纪下半叶知识社会的崛起过程，可以说都与媒介化进程交织在一起。从宏观角度来看，一方面，一连串信息媒介和传播变革稳固了知识作为社会轴心原则的地位，例如互联网实现全球传播，使知识能够广泛应用于不同社会组织中的系统化创新，使管理普遍成为这些组织的通用机能；而计算机的诞生和普及使信息成为社会运转的中轴，它创建出可以无限修改且立即对所有人可用的虚拟对象，使专业化知识实现生产和传播效能更大化。另一方面，媒介化的深入程度取决于知识生成和应用的速度和规模。始于20世纪60年代末的信息和通信技术发展就为创建全球通信基础设施（有线电视网络、无线电网络、卫星系统和90年代出现的万维网等）奠定坚实基础。这些“媒介多样体”（Media Manifold）加速累积，形成全球性“信息浸润”“知识浸润”现象，这已不再是纯粹的知识增量问题，而是形成知识生产和传播规模及深度的结构化扩张。
当然，我们还可以通过生活、生产、公共政策等更多中观视角的变化观察到这种影响：其一，知识社会崛起是以科学知识向其一切生活领域的渗透为基础的，而日常生活领域亦是一个媒介化世界，这使知识与媒介相互依存的链条变得更复杂；其二，信息（数字）媒介创造的连接性（connectivity）将知识生产手段与拥有知识的人合二为一，帮助摆脱了工业社会中的资本与劳动力分离状态；其三，教育、科学和公共政策的关系迅速上升为核心政治问题，这与当时如火如荼的大众传媒增强社会的民主潜力密不可分……现在我们回望这个阶段的种种变化，的确印证了作家堺屋太一在20世纪80年代考察日本向知识社会转型时的预言：信息媒介的发展必将促进乃至加速知识价值革命。不过，随着媒介化向深度媒介化趋势蔓延，崛起于工业文明末端的知识社会在步入21世纪第二个十年后，很快遭遇到系统性变革。
二、深度媒介化趋势与知识社会的变革图景
媒介化与深度媒介化仅两字之差，但后者代表了整个媒介环境质的变化，即“分化性、连接性、遍布性、不断创新和数据化”。深度媒介化概念的缔造者们为我们解释了“深度”的两层含义：首先，媒介的泛化、无处不在和永久连接导致我们所处的社会世界在某种程度上已经需要依靠数字媒介及其基础设施加以维系；其次，大数据、算法、人工智能、数字平台等构成深度媒介化的技术支柱，它们不仅通过传播建构社会，而且在更深层次上通过数据化建构社会，在深度媒介化阶段，知识社会正朝向连接性更广、可访问性更强的智能媒介环境迈进，其底层逻辑也在被数据化（数字化新阶段）、平台化、自动化部分改写，由此产生的变革与传统知识生成体系遭受重新评估有关，建立其上的知识制度构成、知识文化环境也相应发生转变。
（一）知识生成体系的转变
深度媒介化趋势下知识生成体系转变的一大标志，是知识和信息的地位以及它们之间的关系发生了本质变化。在古典科学理性的框架下，知识是经过社会历史实践验证的，是人类意识在表象、概念、判断和理论形式中固定下来的对现实的充分反映。无论在哪个领域，知识都能赋予其拥有者智力或实际行动的能力。而信息这个概念（拉丁文中的 informacio，意为认知、解释、陈述、认知）在最初意义上表示一种消息，是结构化和格式化的数据形式。在被能够解释和处理它们的人使用之前，信息并没有客观性和真实性特征。用英国历史学家彼得·伯克（Peter Burke）的话说，信息一词特指相对原始的、特殊的和实际的，而知识一词表示通过深思熟虑的、处理过的或系统化的。知识社会论的奠定者们在讨论知识和信息关系时，也会认为信息是服务于知识的。不过在深度媒介化趋势下，知识“信息化”和信息“知识化”这一双重向度的转变开始出现，而导致这一变化的是大数据在信息处理和知识发现之间搭建了桥梁。
深度媒介化依靠数字技术可供性，而后者又根植于媒介化社会的需求，这种技术与社会相互构成的关系也影响了人们对知识的选择。当手机、平板电脑、传感器、可穿戴设备等移动智能媒体充当数据生成器时，人们留下的“数字痕迹”根据算法自动聚合和处理，形成了数据驱动知识的局面。这不仅意味着部分知识的客体正在由高度流动性和多功能性的数据化表征取代传统物理现象或过程，也意味着社会世界的复杂性状况不再全部是人类有意识的学习结果，而是越来越多成为与媒介实践结合的认知对象。与此相对应，科学知识的来源也不再被统一归入笛卡尔—牛顿基于物理学和经典力学的思想，而是部分纳入基于粒子流（Particle Flow）的神经学、细胞生物学和计算机科学相互作用的超学科复杂网络。一系列由大数据带来知识动力和来源的改变无形中强化了的知识的具身性、嵌入性和开放性，使信息处理的地位得以大幅提升。
首先，信息作为结构化数据，可越过人类再加工过程，直接生成知识。一个突出例子是神经网络（Neural Network）的兴起。作为生成式人工智能的组成部分，神经网络是一种受到生物神经系统启发而设计的机器学习模型，它能通过模拟大脑神经元之间的相互连接进行学习和推理。神经网络在文本生成、图像生成、音频生成、代码生成方面有广泛应用，其作为生成式知识的重要来源，也意味着一种通过学习和模式识别来产生新知识的方式开始出现。其次，信息作为机器学习的基础和核心，在某种程度上已经扮演了和知识相同的角色。例如，当生成式人工智能独立处理一个或多个任务时，瞬时间的知识生产已经具备信息生产的特征，知识结构本身也具有和信息一样的开放性、可扩展性等品质。我们可以将信息看作是呈现出可用能力极限的知识，也可以将知识视为具有执行控制能力的信息，二者共同构成当代人数字生活的一种实用矩阵。
以信息与知识的对等关系为前提，另一个需要阐明的变化是知识来源问题。社会建构主义的奠基人彼得·L.伯格和托马斯·卢克曼主张将人类活动的外化产品获得客观性的过程称为客体化，并将客体化视为现实社会得以建构的基础。从现象学出发，知识也是一种客体化结果。如果我们把深度媒介化倚赖的数字媒介及其基础设施视为客体化的关键维度，那么建立其上的客体化逻辑就与人类的知识经验相距甚远。它不再需要专门的知识活动，而通常只涉及自动化数据处理。这些数据并不是传统意义上知识的对象，它们虽来源于人们在各种平台和设备中留下的数字轨迹，但一旦被提取、转换和加载到数据库后，这些数据就与其来源脱离了关系，成为被测量、抽象和概括的无差别对象。而数据的使用者访问和操作数据时也无需回溯数据的出处。这即是说，进入计算序列的信息抽象取代了人类的经验抽象，成为知识的一种新来源。
生成式逻辑摆脱了持有和传授知识的个人和机构控制，自动化知识也非基于经验事实或人类知识库提供的答案，这一具有典型媒介化特征的自组织、超学科形态的知识生成体系不仅挑战了传统知识生产权威性，也冲击了人们常规受教育的方式。普通大众不再完全依赖教科书、教育机构或行业专家来获取知识，而是可以通过与生成式人工智能模型的互动，从更广泛的数据源中获取定制知识。例如，当人们提出关于疾病诊断、药物治疗或研究进展的问题，模型可以根据相关的医学文献和数据生成相应的知识回答；针对艺术创作方向的主题，人们也可以轻松获取到模型生成的相关创意内容，如绘画作品、音乐片段、视频故事等。随着媒介深度互联及相关传播技术组件的增长、传输信息量的增大，库尔德利定义的“媒介多样体”还将为人工智能模型训练提供了更多平台数据来源。经过跨媒介的多元交互，生成式知识也将获得更广泛的传播和共享。
（二）知识制度构成的转变
生成式知识崛起是知识作为生产要素的转变，进一步的探究需要触及影响知识创新、实践、消费等制度性因素的变化。在深度媒介化趋势下，软件代理和自动化中介重新组织人们的社会互动，社会情境大量被媒介情境取代，社会实践与媒介实践交融在一起。一个突出表现就是人们的日常生活实践与手机、社交媒体的相互依存与日俱增，数字化生存已成常态。与知识社会依次经历的计算机诞生阶段、互联网普及阶段（Web 1.0）、平台生成阶段（Web 2.0）相比，数字化阶段最重要的特征是智能信息分析平台的创建。作为技术文明最新趋势，数字化对应以智能为先导的“第五次工业革命”；作为第三次媒介化浪潮，数字化又对应数字媒介与数字基础设施的迭代。数字化的这种技术与媒介的双重指向渗透到知识社会中，对其制度构成产生影响。我们可以从知识创新、知识实践和知识消费中体察这种转变。
首先是知识创新自动化。从培根经验主义认识论出发，知识创新来源于对已有知识的创造性整合、拓展或组织，是人类实践经验的积累和内在认知外化的结果。深度媒介化趋势下，随着数字化程度迅速加深，已在全球广泛扎根的数字基础设施以在线情景取代地方情境，开始向人类“认知基础设施”延伸，数据创新深度嵌入用户行为中，成为知识创新的新构成。借助社交媒体、物联网等提供的海量数据，数据驱动的创新不再依赖于人类经验和观察，而是基于数值和统计学分析的结果。例如，2019年，英国布里斯托大学的研究团队开发了名为“Flood Catcher”的项目，旨在利用社交媒体数据进行洪水监测；从2021年开始，挪威政府全面推行基于物联网的海洋环境监测项目，使大量通过传感器和大数据分析生成的生物量测量知识在塑造环境决策方面发挥重大作用。诸如此类与数字媒介环境深度融合的自动化创新项目越来越普遍，创新这一知识制度构成的核心因素，也始外在于人本身，部分成为数字化、自动化的产物。
其次是知识实践日常化。实践是创新的旨指，是将创新转化为应用的过程，也是知识流动的方式。在传统非数字化的关系和制度中，社会实践场所主要还是实体空间之时，有关教育、科技、经济、文化等领域的知识实践活动与日常实践活动之间也有着清晰的边界。如今，数字媒介及其基础设施使人们卷入与空间和地方不断变化的多重关系中，不仅时空边界模糊，就连实践的本体也变得杂糅。“媒介多样体”提供的去中心化模式将知识实践的要素（知识、经验、技能等）大量转入数字平台，传统知识实践活动依托的垂直组织结构也在向开放性、水平化、分布式的在线社区转变。例如，众多知识社区的兴起使个性化学习和协作化生产无缝对接，与此同时，社区化的知识流动还与日常社交生活交叉结合。以知识社区为代表的持续互动、普遍关联的平台制度结构塑造了新的知识实践，而知识实践日常化也是知识重新制度化的前提，包括知识流动、知识应用、知识管理在内的实践活动通通被纳入平台制度中。
最后是知识消费个性化。英国社会学家齐格蒙·鲍曼在指出现代性的种种道德困境后，认为传统知识权威已经失去了立法者地位，解决途径是个体发起对制度理性的抵抗，并承担行为责任。鲍曼对个体叙事的重视在某种程度上契合了当代个性化潮流。知识经济时代，大学教育的普及意味着更多人具备了更高的学历和知识水平，而传统纽带的松动也导致个体必须做出关于自己生活的决策，这使个人在选择知识、消费知识方面拥有更多话语权，也更加凸显个性化需求。在深度媒介化趋势下，大量开源知识对所有人开放，知识众包、知识共创、知识中介化现象非常普遍，这为个性化知识消费提供丰富选择方案。此外，那些引人注目的、大量活跃在平台媒体上的知识博主、网红专家等“另类”知识人，他们不一定具备专业知识工作者资质，但依然充当各种知识的来源。他们擅长将知识与其独特的解释相结合，更重要的是将知识消费与知识应用相结合，使普遍、抽象的知识生活化、可操作化，他们提供的知识消费产品也不再使用通用类别或标签，而是趋向于满足个性化和定制化的用户需求。
（三）知识文化环境的转变
任何制度性变革都离不开沉潜在制度内部的环境背景、制度惯习和行为方式的转变，后者也构成了知识社会的第三个变革图景，我们用知识文化环境的转变来概括。深度媒介化趋势下，参与式文化（participatory culture）提供了产生变化土壤。参与式文化最早来自亨利·詹金斯在20世纪末对粉丝群体的观察。而整个20世纪后半叶既是知识社会形成阶段，也是互联网技术普及阶段，网络新媒体对数字民主的承诺以及超文本和互动游戏的创造潜力使其成为粉丝群体最活跃的地方。根据詹金斯的发现，粉丝们不仅是大规模生产内容的消费者，还是一个创造性社区，他们以商业娱乐文本为原材料，将其挪用并重新混合，作为他们自己创造文化的基础。最初的参与式文化就是指代粉丝文化的，之后人们开始使用参与式文化的概念来描述互联网早期形成的新文化生产和媒体共享形式。它被认为是一种拥抱多样性的文化，以平等、互惠、社交和多样性为基础，假定人们有能力做出决策，能够通过各种不同的形式和实践来表达自己，其中蕴含的参与式理念也发展为稳定的网络精神。
在媒介化渗透下，参与式理念被“编码”到知识社会中，成为知识共创的环境基础。在知识社会发展初期，实证主义和逻辑经验主义观点在现实主义科学哲学那里已经受到挑战，人们普遍认识到科学知识无法绝对地被视为客观和真实的。研究者提出，“在社会科学中没有明确基础真理的情况下，唯一明智的前进方式可能是有意识的多元主义”。而参与本质上就是一种多元化选择的过程，通过更多参与者以知行合一的方式发展实践导向的知识，成为缓解知识客观性争议的一种出路。越来越多的人选择不再被动接受新知识，而是积极参与解释它，置身问题的情境中，通过行动理解它。参与式理念建立在平等、多元和互惠原则的知识生产机制上，鼓励知识的开放共享，允许更广泛的参与者共同协商、贡献知识，而在线社交和协作也吸引了更多人参与不同的知识社区，开放式知识资源如维基百科和众多开源软件项目就代表了这一趋势。
维基百科作为全球最大的在线百科全书之一，由全球志愿者共同编写，每个人都可以自由地编辑文章，并对文章的质量进行监督和改进，不依赖于知识专家和代理机构提供唯一答案。这种动态更新知识的方式使得维基百科成为一个全球性、多语言、多领域的知识库。这个著名的知识社区旨在提供免费、开放、中立和客观的知识内容，它的成功得益于开放式编辑模式、多样化贡献者群体和知识共享精神。开源编程则是另一种代表性的知识共创形态，它是以开放性、自由使用、共享和协作为核心原则的软件开发方法，其源代码对所有人开放。这种分散化的知识创造和传播方式，推动了软件开发领域的重构和创新。Linux是最著名的开源操作系统之一，它用于服务器、嵌入式系统、超级计算机等各种领域，是开源编程的杰出代表。此外，Python编程语言、Mozilla Firefox浏览器等也是一些被广泛使用的开源项目，这些项目的共同特点在于都是由庞大的在线社区合作开发和维护的，这极大鼓励了知识分享和技术创新。
随着Web3.0语义网日渐成熟，区块链、人工智能、物联网为容纳非人类行动者（机器人、传感器、智能设备等）参与知识生成和反馈提供技术可能性，也使支持多元行动者实现知识共创的平台类型大幅增加。这其中无论是为了改变知识政策，还是为了销售知识产品；无论是为了促进民主责任和共享美德，还是为了个人兴趣的自我实现，大众参与都是对知识社会控制权力的消解，是对可见度之外的精英知识的袪魅。虽然在许多领域中，专业组织和行业专家仍然是知识创新的保证，但至少日常化、非正式的知识生产系统已经更广泛地分布于在线社区和大众参与者之中，并与不断增长的共享经济紧密相连。越来越多的知识创新在人机合作中出现，越来越多的用户成为创新的源泉。当然，今天对参与型知识文化环境的理解还必须考虑到影响当代数字文化的商业化浪潮。平台是商业化的重要组成部分，其中的内容创作者通过广告、赞助、会员制等方式营利，知识也更多成为迎合市场的商品，而非只是共享和互助的资源。
三、深度媒介化影响知识社会的后果
知识社会的概念首次被提出，距今不过60年的时间，但也正如前文呈现的，这一新兴社会形态已经开始经历“代内变革”，也就是说，虽然其关键内核还在，但却出现了带有根本性转变的新表征和新构成。比如，虽然推动知识经济发展的还是信息与通信技术，但后者在经历移动通信革命后，与大数据、物联网、人工智能、云计算结合，使知识社会成为一个在与数字媒介深度关联中不断生成和重塑的“构型”（figuration）。又比如，虽然知识社会的驱动力依然是开放创新，但鉴于大数据已经成为新生产资料，创新目标和成果会更多为掌握全球数据的垄断资本控制。再比如，算法选择和算法推荐在普通人知识习得过程中发挥的作用不可小觑，加之参与知识生产的行动者构成复杂，这都在一定程度上导致知识和知识工作者的世俗化趋势明显。这些问题发展为知识社会变革的后果，需要我们以批判社会学视野给予集中反思。
（一）社会不稳定性与控制升级
从人类世界进化的历史来看，世界的稳定性是与技术的物质性联系在一起的，而物质性技术的变化是缓慢的，这能够为社会结构赖以生存的物理环境提供相对稳定的基础。不过这种稳定性正在被数字媒介及其基础设施带来的去物质化所破坏。一方面，“数字技术从根本上改变了所指与能指的关系，将拉康的‘漂浮的能指’（floating signifiers）的不稳定性又向前推进了一步”,另一方面，数字化的一个关键特征就是“将数字表示从其相关的物理形式或设备中解离出来”。这也提醒我们，当整个社会系统都在允许快速数字化，就会产生本体论层面的不确定性。社会结构的流动性和不稳定性加剧无疑是现代性的一种后果。不过仅凭对现代性的经典理解已经不能很好地解释数字化浪潮对社会结构的影响，尤其是当这一影响涉及知识社会时已经有迭代趋势。因此我们还需要思考数字基础设施的融入后果。
当前，人们对信息和数据的依赖导致正在全球飞速铺开的数字基础设施变成一个极端集中化的地方，它们早已下沉到社会系统中，并产生深远影响。物联网、人工智能、云计算等连接了数字媒介与各种集体、组织和个人，新的全球关联性造成了行动者、社会结构和社会实践的永久性变化。而前文所谈及的新知识制度虽提供了全新访问社会世界和深入洞察社会进程的方式，但同时也带来了对新知识的有效性质疑，因为被解释的对象（社会系统）已经不再是恒定不变的了。随着从原子到比特的转变对社会系统稳定力量的破坏力加深，少数技术集群的寡头权力也空前加剧。对未来知识社会的描绘，也越来越成为垄断大数据和平台资源的这些科技寡头的特权，因为只有他们掌握绝对资本和技能来推动数据驱动的知识进化。除此之外，普通人根本无力为自己测算到来自数字技术进步的即时利益或长期改善的前景。某种程度而言，由深度媒介化带来的不平等不仅是知识到达率的问题，更是知识文明预期的问题，它已经成为基于数字公正的知识创新实践难以逾越的道德和政治鸿沟。
虽然媒介是社会构建过程中的“塑造角色”或“塑造力量”这一事实本身并不是什么新鲜事，但作为推动以数字化、智能化为特征的新知识经济的巨大力量，深度媒介化依然还是“犹抱琵琶半遮面”。然而我们已经看到的后果是“人类生活的无限资本化”。通过处理集中存储的可访问数据，并且预设数字基础设施的技术连通性，由社会学家肖沙娜·朱伯夫定义的“监视资本主义”（surveillance capitalism）正在将人们留下的数字痕迹单方面用作资源，将其转化为行为数据，致使人类的知识实践比以往任何时候都更加强烈地按照资本主义原则发生结构化改变。而媒介本身已经达到了一个全新的群体控制水平，它从大众传播时代生硬的社会工具，转变为智能传播时代虚拟的社会手术刀，通过无形的“轻推”（nudging），以设计媒介环境、提供个性化信息或改变选择结构等手段影响知识决策，进而塑造知识社会规则和实践，而控制就嵌在了用户与平台交互的规则中。从本质上看，深度媒介化建构的知识场景无疑是一个由当代政治、金融和经济精英管理和操纵数字结构和功能特征的场景。
（二）数据驱动知识的科学和价值陷阱
深度媒介化趋势下，人们通过数字和编码信息交流互动，相关研究也不再需要转录对话，这改变了科学解释的轨迹，也导致对文本的解释失去了原有的地位。从前的人工转录工作给研究人员带来的是一种对意义细微差别的直接体验，它使意义的本地性很难被忽视，而数据驱动的知识生产和管理方式依靠的是确定的统计趋势和模型，意义已然中介化，并从直接体验中抽离。这导致一方面，无法被数据捕获的符域将缺席成为社会知识的过程，另一方面，大规模数据集使意义变得高度碎片化，其不透明性、抽象性、简单性潜藏了巨大的数字符号暴力。此外，由于人类行为有集群性，当遭遇有序的、可测量、可治理的社会性编码，人们难免会以类似鸟群和鱼群一般被类型化。而当这样的结果被视为直接知识时，很可能产生误导性。这也让科学知识研究的两个异质系统之间的紧张关系再度出现：一个是基于数学概率、模型和模拟的统计系统；另一个则更具现象学特征的基于个体价值体系、经历和文化意义的人文系统。这一对紧张关系并没有因为大数据的“一统江山”而消失在知识社会的变革大幕之后。
事实上，大数据方法存在明显的认知极限，它并不是以中立和客观的方式从现实世界抽象出自然和必要的元素，所以并不能形成超视的、绝对正确的“上帝的观点”，也没有“哲学的调节力量”，因此也就不能脱离人类的偏见或特定的框架。从数据分析中产生的知识都无法撇清与建立数据库时有目的的数据选择和分类之间的关系。因为设计者（他们的知识、经验、价值观）、设计情境（内部纪律、资金环境、宏观社会、文化背景）、数据特征（清洁度、完整性、一致性、准确性）等都会对所产生的知识结果和所作的科学解释产生特定的影响。此外，数据公司的商业目标也与纯粹的科学目的大相径庭：前者专注于运用数据分析来确定新产品、开发市场和机会，而不是繁荣知识社会本身，而后者寻求如何最好地理解世界、解释现象与过程，以及进行批判性反思。
如果我们从复杂性科学的视角观察人类社会的本体，会感到的确过于复杂，充满了偶然性和混乱感。人们并不是完全按照理性的、预先决定好的方式行事，而是生活在充满矛盾、似是而非和不可预测的事件中。社会的组织和运作方式随时间和空间而变化，没有最佳或理想的形式，也没有普遍的特征，更不能简化为公式和定律。在这个星球上存在着令人难以置信的群体、文化和生活方式的多样性和复杂性，如果将这种复杂性统统降低为构成数据模型的抽象主题，以此服务私人公司不断增长的数据行业的业务，这对我们创造多元、民主、开放的知识社会形态而言无疑是巨大屏障。此外，数据解释模型和对知识的绝对主张均无法回答超越现实的形而上问题（关于意义、信仰、经验）和现实本身的规范性问题（关于事物应该如何发展的伦理和道德问题）。换句话说，应对深度媒介化趋势的知识生态变化，更需要以突显人类经验的不可化约性和多样性为基础，而不是将其简化为最简单的计算统计因素。
四、未来知识社会发展的几个困境问题
作为知识社会论的重要贡献者，德鲁克曾认为，“在知识社会的诸多领域，我们甚至能描述出哪些做法是行不通的，但大多数问题的‘答案’仍孕育在未来之中，到时方能揭晓”。当他在20世纪90年代初写下这段话的时候，知识社会还保留着发达国家的管理革命所形成的知识型政体模式，知识经济的发展逻辑还延续着自由市场整合机制。30年过去，知识社会变革产生的后果又催生出新的问题，这些问题与深度媒介化有关，也与新知识制度本身的脆弱性有关。我们选择了几个角度来谈，虽然无法涵盖知识社会变革中的所有困境，但一定程度上集中了未来知识社会发展亟须考虑的几个重要问题，按照德鲁克的上述观点，解决问题的思路很可能就隐藏在对这些关键性问题的洞察中。
（一）保护数字公共领域的问题
产权是知识创新的保障，在数字化、智能化阶段，数字知识版权问题变得复杂和棘手。近些年来，为应对深度媒介化带来的数字制品大流行，各国政府和科技企业都在努力争取对数字知识产权形成有力保护，部分原因是为了利用数字出版或数字研发专利带来的机遇，另一部分原因是为了保护现有的版权资产，以防止数字知识产品的廉价复制或破译所带来的竞争威胁。这一趋势倾向于以牺牲公共知识领域为代价，它扩大了对知识访问的私人控制范围，却与深度媒介化带来的连接、融合、共享的趋势产生矛盾。一方面，数字基础设施已经具备充分的技术条件（例如开放代码和低成本传输）可以使知识传播和再生产变得更快捷便利，但另一方面，知识产权的激增阻碍了在特定领域（例如一般的基础研究、生命科学、软件等）中对相关信息的访问，而这些新知识大量属于公共领域。
今天的大型私有化平台作为数字经济和知识创新的主导者，以维护商业秘密为名，一直在开放数据库问题上制造阻力，以维护信息使用的垄断权，而信息使用垄断权无疑会导致广大非利益相关者和第三方机构的知识发现之旅变得十分困难，也会导致私有化平台侵犯数据隐私的沉疴变得更加深重。还有一个不容忽视的问题在于我们无法预测特定知识进展的细节及其未来的社会价值，就像对待生成式人工智能在创意和创新领域的应用一样。但可以确定的是，依靠非人类行动者的知识生成模式将是未来知识创新的重要途径之一。因此，更可行的政策立场需要源于这样一个认识：确保公共数据资源更易于访问、确保更多开源数字技术服务广泛分布等，是扩大数字经济红利、缩小数字知识鸿沟的有效途径。目前国际通用的协商知识产权制度倾向于允许非勾结的资源共享和交叉许可，但存在的另一个问题是，“协调一致”往往引发因产权范围扩大和保护力度加强而产生的地方性偏向。更可行的政策是制定更加开放、灵活的标准，避免过度扩大知识产权范围。
总之，所有这些步骤都应鼓励对数字公共领域的保护，毕竟当数字成果不能自由地接受业内外评价，不能通过复制进行测试，亦无法做进一步的扩展和重新组合时，其转化为公共智识的效能就会降低。这意味着需要严格限制对大数据等数字研究资料和技术授予垄断权的范围，严格限制数字平台的权力持有者对可能利用其相关发明和发现的个体和组织设限或收费的自由。毕竟，与土地、天然气、粮食或其他一些可消耗资源不同，知识和信息具有经济学家所称的“非竞争性使用”的特定特征：同样的思想和技术可以多次、同时被许多人使用，且不会被“耗尽”，数据集也不会遭受“过度放牧”。相反，随着更多行动者参与测试，数字成果会变得更加丰富和完善。而试图保护数字公共领域免受私人化财产权进一步侵蚀的努力，至少在一些能够深刻影响人类福祉（例如健康、教育、卫生）的领域是适用的，毕竟每个人都有从影响人类生存能力的集体知识进步中受益的权利。
（二）深度媒介化中的知识整合问题
深度媒介化趋势下，人人都是巨量信息的携带者和解释者。然而，尽管人们感知和处理信息的水平增加了，知道的知识增加了，但在生物学意义上学习能力却在迅速降低，这是因为知识正在受到严重的分割和分散。知识的分割源自数字平台可供性的灵活调整和日益个性化的知识应用，而分散则是因为广大用户和各种智能体都是知识生产的主体，这导致碎片化、扁平化、社交化的知识生态悬浮于平台的算法推荐层，形成无数知识的坑洞，难以产生广泛的集体知识效应。一些能够帮助解决特定问题的专业知识却不被算法“看见”。例如，某些罕见病研究可能分布在数百篇医学论文、成千上万条患者案例报告以及社交媒体的分散讨论中。然而这些信息通常以非结构化的形式存在，这使分析、处理和挖掘结构化数据的算法难以对其进行有效识别和整合。这说明知识的媒介化存在与其在恰当的时间、恰当的中介物被合适的人所获取之间依然存在很大差距。而这涉及如何整合和组织碎片化、分散性知识的问题。
经济学家阿尔弗雷德·马歇尔提出，在极端社会分工的背景下，应如何组织和协调高度专业化的活动？答案在于运输成本的降低和活动集聚地的集中。按照马歇尔的思路，我们提出的知识整合问题也可以围绕通过数字技术降低传输成本，以及为知识社区活动的集聚铺平道路展开。但挑战首先是很多知识形态无法完全编码，这类知识通常是基于经验、文化和人际关系建立起来的，难以简单地通过数字媒介技术传递。其次，数字化知识传输虽然降低了某些传播成本，但也会引发信息过载和虚假信息问题，而接收者往往只顾得上消费表层知识，缺乏批判性分析。最后，高质量知识社区的建立和维护需要长效的社区管理和互动机制，社区成员的知识共建也需要建立在长期互信的基础上，这些在虚拟环境中都可能面临挑战。
接下来的问题还在于，人们通常只与自己预先选择的知识社区成员进行交流，与其他领域的研究者进行实际相遇的机会就会变少。这种知识共同体的自发构建，虽然可以过滤掉过多的信息流，但也可能是过度过滤，削弱了知识的多样性和关联性，从而降低了通过知识融合实现创新的出现概率。此外，从文明诞生开始，人类历史很大一部分的发展过程都聚焦于档案技术的积累发展，在智能搜索技术如此发达的今天，不少人还是感觉在现实图书馆通过物理搜索所带来的发现，会比浏览分布式虚拟档案更有成效。最近两年，生成式人工智能在特定知识整合方面表现亮眼，但机器毕竟缺乏人类经验和直觉，在上下文理解和语境推理方面明显不足。此外，算法透明度问题也会导致知识整合的合法性争议。因此，真正需要做的是综合考虑技术、文化和组织等多方面因素，建立和发展关联性知识社区，实现档案技术和分布式技术的融合创新，以知识社区为重要的知识整合力量，缓解深度媒介化导致的知识普遍分割和低质问题。
（三）知识创新中的具身实践问题
深度媒介化依傍的多样性连接为大规模数据传输和知识编码提供便利，一些与信息科学技术关系密切的领域，例如人工智能、物联网、区块链等技术得以加速发展，这些领域也是产生知识经济红利的核心地带。然而还有很多领域并不适合直接利用数字媒介技术实现快速发展，教育领域就是一个知识经验、方式和技巧很少能被编码的领域。虽然多媒体技术、慕课平台等丰富了媒介化教学模式，但在教学中至今没有出现可以替代教学经验的等效物，也没有一套编码指令能够取代个性化面授。这说明数字媒介技术并没有很好地启迪教学本质的创新，它并不能自动生成某种教育范式，并转化为在教室或讲堂上可执行的课程教学。这个例子启示我们，在数字媒介技术与普遍社会创新之间还存在其他中介方式进行关联，比如具身实践。而具身实践也是数字化进程中容易遭到忽视的知识实践方式。
在数据驱动创新的知识社会中，计算方法、大规模数据集和日益普及的人工智能等作为知识生产力的新要素，大量替代了人的工作，也创造了前所未有的知识进步的可能性。自动化决策从根本上改变了人类活动的存在性参数，使数字生产占据了社会活动的主导地位，自动化现实甚至比经验现实更重要。但是依靠自动化实现知识创新的风险也是显而易见的，其中不仅蕴含着大数据分析的来源——相关性和自组织性的局限性，而且会导致生成的知识自动按照现有规则不断重复计算以再生产知识，创新由此变成了软件的递归。当人们过度服从于技术标准和数字控制时，就会导致海德格尔关于技术本质的追问变得现实化。而相对理想的解决方式至少应该以一个融入了人文主义方法的元理论作为知识生产价值回归的起点，在社会实践中尊重人文传统，重视社会系统的复杂性，善于利用批判性的社会理论来框定科学研究，以及通过具身实践使知识发现更有意义。
安东尼·吉登斯将身体视为自我动员的实体，他说：“与自我一样，身体不再能够被当成是一种固定的生理学上的实体，而是已经深深地具有现代性的反思性的那种复杂难懂性。”因此，朝向自我意识和身体的回归就是对抗现代性剥夺的方式。我们倡导的具身实践也是深度媒介化趋势下知识社会的一种自反性，是对数据驱动创新产生问题的修复和革新。美国学者迈克尔·霍巴特在谈到理论化创新时，特别强调了研究者具身实践的重要性。他指出：“认知者不应宣称自己比已知的更完善或表现得更独立，而是应该成为已知的一部分。因此，一种理论如果不包括研究者自己和与理论化研究密切相关的实践，那么只会不断重复其声称拒绝的先验设定。”具体而言，理论研究中应该是充分了解复杂事件和行为的对立性观点，并积极改进那些用来审视复杂现实的参照框架。这启示我们，在数据驱动的知识创新中回归具身实践，就是将批判性经验认知嵌入数字化过程，打破数字媒介技术与知识创新之间的系统性依存。也就是说，当知识生产越来越多地交给大数据、算法、人工智能以及其他实验性技术的情况下，需要避免知识创新远离人的认知实践，远离真实的社会情境的状况，保持具身实践的理论和现实张力。
五、结语
赫普曾说，媒介化方法虽然聚焦于通过特定媒介技术产生特定社会形式的过程，但其与技术决定论并没有关系，相反，它始终假设媒介技术和其他技术一样，应该被视为文化和社会的一部分。受这一观点的启发，我们关注知识社会变革的目的并不止于了解其媒介化效果，而在于更深入观察发生在深度媒介化环境与知识社会结构之间的复杂关系和动态变化。我们强调深度媒介化为知识社会的变革创造了多维可能性空间，例如，大数据、算法越来越多参与到知识生成中；万物互联形成影响知识经济布局的媒介纹理等。但不容忽视的是，知识社会变革也在为深度媒介化提供了物质基础，例如，数字创新型政体强化了深度媒介化的制度性力量；数字流动形成的社会关系群组定义了媒介可供性范围，等等。虽然我们的研究更偏重于讲述媒介环境的影响，但对关系的强调依然是解释媒介化现象的出发点，也是我们这项研究的基石。
这里还需要阐明几点，其一，我们所讨论的变革并没有明确的起始时间，它与数字化浪潮密切相关，但并非一场由数字技术革命引发的社会狂飙，而只是重新书写社会构成的某些方面；其二，未来发生变革的范围、程度、路径和方向，可能无法摆脱媒介化日益渗透之结果的偶然性选择；其三，作为一个尚在发展中的社会变革形态，其中为本研究所涉及的一些变化也还处在初期阶段。即便如此，我们还是希望以此激励那些为发展复杂而多层次方法而努力的研究者们。毕竟想要更深入了解知识社会的变革状况，只凭一套媒介化的概念工具和方法是不够的，它还需要寻找新的连接，例如与批判性数据研究或计算社会科学相关联，以此帮助媒介化研究方法取得实证方面的进展。而我们之所以对知识社会变革的当下问题和未来发展报以孜孜以求的态度，是因为深度媒介化与知识社会的依存关系让每一个人都无法独善其身，它关乎个人、组织的媒介化生存境遇，关乎知识经济公平发展的计划，也关乎人类知识文明的未来进路，置身其中的我们不能等待。
〔本文为国家社会科学基金重大课题“人类文明新形态建设中的算法文化引导机制研究”（22&ZD316）的阶段性成果〕
