社会学理论大缸，入驻B站！开讲为什么元宇宙无法让社会更平等？（附书单）
文/高行云
首发时间：2021年11月21日
B站，来啦！
就叫【社会学理论大缸】
在这里，你能看到
【社会理论青年说】的往期讲座，包括
【双11社会学挑书周】的讲座回放，包括：
开始自己做第一期B站短视频了！
讲一讲《元宇宙的能实现人人平等吗？》
扫码直接观看。
也可以直达链接：
https://www.bilibili.com/video/BV1Kh41147ph?spm_id_from=333.999.0.0
第1期内容
一如既往
我还是介绍前沿文献，这篇文章是
Kiviat, Barbara. 2019. “The Moral Limits of Predictive Practices: The Case of Credit-Based Insurance Scores.” American Sociological Review 84(6):1134–58.
美国社会学学会利他主义、道德与社会团结研究分会最佳论文（2020年）
美国社会学学会经济社会学分会最佳论文提名（2020年）
这份研究在2019年发表在社会学顶尖刊物
《美国社会学评论》
作者是来自斯坦福大学社会学系老师Barbara Kiviat
她对6600 多页立法辩论文件进行了编码分析
得出一个结果：
数据评分、市场交易是和道德推理密不可分的
汽车保险公司的道德推理是只看数据表现的精算公平
但政府监管和立法机构会关注造成数据的社会问题，重视数据来源的社会公平
数据可能是客观的，也有预测力
但造成数据差异的原因是社会的
如果只看数据，那就意味着无视甚至放大社会问题
在这个故事中汽车保险公司给你一个美好的元宇宙：
你可以用我的远程设备
收集你的急刹车和急转弯数据
我也从征信公司收集你的信用卡等生活纪录
如果你的信用评分越高
说明你是一个谨慎的好人
你的汽车保险费会降低、但赔偿额度会升高
反过来如果你的信用评分越低
说明你在生活上不是一个谨慎的好人
你的汽车保险费会变高、但赔偿额度也会降低
因此，保险公司更给我们一个美好的概念
精算公平
也就是说，数据计算能够做出道德分类，区别好人坏人
公司认为，更是鼓吹：
数据评分高的你，未来事故概率也会很低
不应该和那些开车粗心的人一样
交付同样的保险费
你同意这样的观点吗？
欢迎你来观看这个B站小视频！来了解更多的观点！
B站专栏
今后在B站，会陆续做一些专栏
1 - 社会学入门书系：《回归故里》、《米拉的猜想》、《转角遇到社会学》……
2 - 《社会理论二十讲》精读：没错，就是最近出版的郑作彧老师翻译的作品，也许会一章一章地来读，做个专门系列！
3 - 社会学方法：《领悟方法》、《数字论文》……
4- 热点的社会学解读：你感兴趣的内卷、996、职业教育、元宇宙，究竟社会学在怎么研究呢？
5- 随时分享自己读到的一些好书，不限科系，比如正在读《他们为什么杀人》、《破圈：如何突破认知局限并实现终身成长》、《管理学中的伟大思想 : 经典理论的开发历程》……
延 伸
作为第1期“元宇宙能实现人人平等吗”的B站视频延伸，分享一些关于算法社会的更多社会学研究：
上面海报图书，是来自MIT Press最近出的一本跨学科合作的书（真的很合元宇宙！！），有收录NYU一位研究时尚界 + 穿戴设备的社会学家作品
我为一家泛学术期刊撰写了2021年的社会理论回顾，会涉及到《社会理论能从算法社会学到什么》这一板块。
我会介绍个人很喜欢的一位社会理论家、哥本哈根商学院的Christian Borch
我之前介绍过他的专书：另写一套以“乌合之众”为轴线的社会理论史，是极少数（可能唯一一个）来自社会理论专著、拿了美国社会学学会理论分会的最佳著作奖。
他开拓了一个新的社会理论领域：机器与机器之间关系的研究。目前研究证券市场和高频交易最出名的是爱丁堡大学的Donald MacKenzie，但是Borch对他的研究提出一些批评，也会对Latour提出简要批评。
Borch并非理论上自说自话，而是做了很多金融领域的经验研究（多是合作），访谈了200多位金融从业者，因为由于证券交易涉及到“高频交易”，是非常算法化的世界。他也脚注中小讽刺了一下MacKenzie居然访谈这么多人但没注意到这个问题。
光是2021年，他就发表了三篇
Machine Learning and Social Theory : Collective Machine Behaviour in Algorithmic Trading.
European Journal of Social Theory
Bo Hee Min; Christian Borch / Systemic Failures and Organizational Risk Management in Algorithmic Trading : Normal Accidents and High Reliability in Financial Markets.
Social Studies of Science,
The Absorption and Multiplication of Uncertainty in Machine-learning-driven Finance
British Journal of Sociology
Borch主编一份社会理论刊物， 正在就这一议题办专刊，在征稿。
我还会介绍另一位我认为目前最为系统的研究学者，也是LSE社会学系去年的年度演讲者、来自加州大学伯克利分校的Marion Fourcade教授。
她从很早就发表大量关于信用评分、平台经济等领域的研究，多和学生合著，也拿了Google公司支持。没错！拿了互联网公司支持来反对算法社会！
她的研究算是非常系统，并且正在合著出版专书The Ordinal Society。当你看成有人写《XX资本主义》或《XX社会》的书，就知道这人野心不小~~
推荐一些文章：
The Society of Algorithms (with Jenna Burrell)
Annual Review of Sociology 2021
Ordinal Citizenship
British Journal of Sociology 2021
Learning Like a State: Statecraft in the Digital Age (with Jeffrey Gordon)
Journal of Law and Political Economy 2020
Loops, Ladders and Links: The Recursivity of Social and Machine Learning (with Fleur Johns)
Theory and Society 2020
A Maussian Bargain: Accumulation By Gift in the Digital Economy (with Daniel Kluttz)
Big Data and Society 2020
The Fly and the Cookie: Alignment and Unhingement in 21st Century Capitalism
Socio-Economic Review 2017 (SASE presidential address)
Seeing Like a Market (with Kieran Healy)
Socio-Economic Review 2017
Ordinalization
Sociological Theory 2016
Classification Situations (with Kieran Healy)
Accounting, Organizations and Society 2013
* 这是Sociological理论大缸的第608期推送 *