大数据时代中专家的修辞形象和修辞力量

摘要

大数据时代,专家依靠机器人筛选海量信息,向政府和公众提供各种数据和建议的行为,看似能够避免人类的价值偏见和情绪波动,更加客观、中立和理性,但是实际上该行为并不能让专家有效摆脱在"现代化"社会信任体系中的身份悖论和尴尬.虽然政府和公众无法离开专家,但专家身份的不良修辞形象和有局限性的修辞力量将在未来社会中长期存在.当公众相信专家代表科学和理性的时候，却突然发现科学的理性并不纯粹，科学的理性之中蕴含了非理性，科学的确定性蕴含着不确定性。比如休漠就提出了归纳法不可能证明的著名"归纳问题"。这个问题的提出暗示了归纳法不可靠。而演绎法又是分析的，不能扩大知识，没有既保持真实性，又扩大知识的推理形式，从而也就没有科学所追求的预言未来的可靠方法。而这种归纳中的"黑天鹅"困境也暗示了现代社会中作为防范风险的预先措施的设定将生成无可避免的困境。此外，从19世纪中叶到20世纪初的一系列自然科学理论的设定和发现更是对这种传统的、追求绝对可靠的、永恒必然的知识的理性主义提出了挑战。20世纪初，罗素悖论的提出动摇了数学和逻辑学的基础，使人们认识到逻辑的前提是非逻辑的。20世纪30年代，哥德尔"不完全性定理"的提出，说明了逻辑和经验也是不完全的，不可能自我证明，必须依靠逻辑和经验以外的东西-非逻辑来证明，人类认识不可能完全形式化，不可能完全摆脱直觉的、非逻辑的成分。"不完全性"在哲学意义上就是理性主义思维方式的不完善性。爱因斯坦的相对论、海森堡的测不准原理、普里高津的不稳定和非平衡态理论，混沌学，以及宣告欧几里得几何学并非唯，有先验真理的非欧几何;把偶然性带进了科学之中的统计力学;进一步表明非决定论是科学本质特征之一的量子力学;尤其是世纪之交的物理学革命，使人们试图建立一个确定不变的知识体系的希望最终变成了过时的神话。由此，科学研究本身的范式性和非确定性导致专家所依靠理论和知识的预测性降低，也就是说专家更多地承担风险的解释功能，而对于风险事件的解决和预测功能则表现不足，特别是一些涉及社会科学范畴的风险处理，专家所擅长的理论范式更是彼此竞争，因而也无法具有确定的知识去应付危机。这也就导致公众对专家产生"事后诸葛亮"和"马后炮"的评价。由此，社会公众和行政官员在危机处理，求助专家过程中，时常感觉专家的意见或偏执、或极端、或理论性强但操作性不够、或治标不治本等等。进而，专家身份和专家话语往往被部分公众和行政官员全面质疑和否定，造成全社会对专家系统的信任危机。更进一步，专家的修辞人格也就可能从能够切实利国利民，为天下立言的崇高修辞理想中，沦为被部分官员、媒体和专家自身利用"专家"在公众中中立、客观、专业的刻板印象，任意选用、解释和迎合行政和市场利益集团的修辞标签。