Nick Couldry 為什麼說資料正在殖民生活？《The Costs of Connection》如何看穿 AI 時代的資料攫取

Nick Couldry 為什麼說資料正在殖民生活？《The Costs of Connection》如何看穿 AI 時代的資料攫取

Nick Couldry 最值得注意的問題是：當人的日常生活被持續轉成資料，這些資料究竟是誰的資源？如果平台、設備、雲端與 AI 系統把互動、位置、關係、工作、情緒與身體訊號視為可被擷取的原料，我們面對的就不只是隱私外洩，而是一種更深的權力重組。

Couldry 與 Ulises A. Mejias 把這種邏輯稱為「資料殖民」。它不是把今日資料經濟與歷史殖民直接畫上等號，而是提供一個分析框架：當科技企業與基礎設施把生活預設成可持續提取、分析、預測與獲利的對象，資料就開始像過去被圈占的土地、勞動與自然資源一樣，成為權力與價值累積的前提。

實體索引｜Nick Couldry為什麼說資料正在殖民生活？《The Costs of Connection》如何看穿AI時代的資料攫取

• AI 與社會治理實體：Nick Couldry為什麼說資料正在殖民生活？《The Costs of Connection》如何看穿AI時代的資料攫取；核對研究者、模型、資料、礦產、勞動、平台、評分、搜尋、公共服務、受影響群體與制度。
• 原文錨點：Nick Couldry 最值得注意的問題是：當人的日常生活被持續轉成資料，這些資料究竟是誰的資源？如果平台、設備、雲端與 AI 系統把互動、位置、關係、工作、情緒與身體訊號視為可被擷取的原料，我們面對的就不只是隱私外洩，而是一種更深的權力重組。 編輯插圖：計算、回饋與制度設計如何彼此連動。 Couldry 與 Ulises A. Mejias 把這種邏輯稱為「資料殖民」。它不是把今日資料經濟與歷史殖民直接畫上等號，而是提供一個分析框架：當科技企業與基礎設施把生活預設成可持續
• 權力脈絡：把資料攫取、資源開採、勞動、分類、評分、預測、正當程序、申訴與歧視後果分開，說明 AI 如何嵌入社會。
• 編輯界線：區分技術設計、公司商業模式、制度責任與研究批判，不把單一分數、搜尋結果或模型輸出寫成中立事實。

快速抓住這篇文章

• Nick Couldry 是媒體與傳播研究學者，與 Ulises A. Mejias 合著《The Costs of Connection》與《Data Grab》，共同發展資料殖民的批判框架。
• 資料殖民關心的不是單一平台是否濫用資料，而是社會是否逐漸把人的生活默認為可被擷取、分類與交易的原料。
• 它與 Shoshana Zuboff 的監控資本主義相近，但更強調全球基礎設施、權力不對稱、資料勞動與價值如何在不同地區之間流動。
• 資料提取不只發生在社群與搜尋，也可能經由智慧裝置、雲端服務、支付系統、公共數位化、AI標註與內容治理進入日常。
• 真正的資料治理不只靠個人同意，還需要用途邊界、集體權利、公共基礎設施、勞動保障與對高風險資料提取的限制。

背景與核心脈絡

Nick Couldry 長期研究媒體、聲音、權力與數位社會。他與 Ulises A. Mejias 在〈Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject〉、2019 年出版的《The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism》，以及後續的《Data Grab》中，持續討論同一條問題線：資料化不只是技術進步，也可能是一種重新安排誰能取得價值、誰提供原料、誰承擔成本的制度工程。

資料殖民的觀點不要求人把所有資料系統都視為掠奪。醫療研究、公共交通、環境監測、無障礙服務與科學合作，都可能因資料而改善。Couldry 與 Mejias 真正要挑戰的，是一種越來越常見的預設：只要資料可以被擷取、處理與變現，它就自然應該被擷取、處理與變現。

這個預設看起來很像創新常識，卻會把更根本的問題放到背景：誰同意了？誰有能力拒絕？資料能否被重新用於未曾承諾的用途？技術價值集中到哪裡？資料與 AI 勞動的成本又落在誰身上？

資料殖民不是歷史比喻，而是一種看見權力的框架

「殖民」這個詞很容易引起誤解。Couldry 與 Mejias 的重點不是說今天每一種資料收集都等同於歷史殖民，也不是要抹平殖民歷史中具體的暴力與差異。他們使用資料殖民這個概念，是為了指出兩種制度邏輯之間的相似性：先把某些生活領域界定為可被占有的資源，再以進步、效率或發展的名義，讓提取變得理所當然。

歷史上的殖民不只是掠奪資源，也涉及基礎設施、法律、分類與知識制度如何重組地方生活。資料殖民同樣關心這些面向：誰擁有雲端、網路、模型與平台？誰制定資料格式、身份系統、內容規則與開發標準？誰從全球使用者、勞工與社群的數位活動中取得長期收益？

這種視角讓人不只看單一 App 的隱私設定，而是看整個資料環境如何改變生活的條件。當越來越多活動必須經過平台、帳號、支付、定位與演算法中介，人不只是使用服務，也可能被納入一套持續擷取價值的基礎設施。

資料殖民真正要問的，不是資料能不能被使用，而是為什麼生活會被預設成任何人都能提取、任何時候都能再利用的原料。

從監控資本主義到資料殖民：差別在於誰控制整條價值鏈

Shoshana Zuboff 對監控資本主義的分析，指出平台如何把行為資料轉成預測與引導能力。Couldry 與 Mejias 的資料殖民框架則把鏡頭拉得更遠：除了行為預測，還要看資料與 AI 生態系如何依賴全球的基礎設施、勞動、語言、資源與市場。

當資料在某個地區被產生、標註、清理與內容審核，價值卻主要流向掌握雲端、模型、資本與平台入口的機構，問題就不只是個人被追蹤，而是整體價值鏈如何不對稱地配置。某些地方提供使用者、勞動與資料；另一些地方擁有運算、資本、標準與主要收益。

這並不表示所有跨國資料合作都是剝削，也不意味資料必然只能留在原地。關鍵是權力與條件：當地社群是否能參與規則？勞動是否有合理報酬與保護？資料是否被再次利用於原本無法預期的用途？是否存在真正可協商、可退出、可分享收益的機制？

AI時代的資料攫取，常常藏在「免費」與「便利」後面

資料提取很少以掠奪的語言出現。它通常以免費服務、個人化、效率、智慧化、安全或創新形式進入生活。導航需要位置資料、平台需要互動資料、智慧設備需要感測資料、AI 助手需要對話內容。每一次交換都可能帶來真實便利，但累積起來，也可能把大量生活痕跡交給少數企業或系統。

問題不在於所有資料交換都應停止，而是使用者通常不知道交換的範圍。你可能以為資料只用來完成當下功能，實際上卻可能被保存、交叉比對、用來訓練模型、建立風險檔案或推論未來行為。當用途不斷擴張，原本有限的服務交換就可能變成持續性的資料關係。

這與 Frank Pasquale 的黑箱社會 相呼應：人被持續看見、記錄與評分，但很難反向理解資料如何流動、被誰使用、又在何時被拿去做新的判斷。

資料勞動不是背景：沒有被看見的人，撐起了AI的可用性

AI 常被描述成自動化系統，但它的背後仍有大量人類工作：資料標註、內容審核、翻譯、測試、清理、分類、評估與在地化。這些工作有時被外包、碎片化，甚至被隱藏在「自動化」的敘事裡。

資料殖民的觀點要求把這些勞動重新放進 AI 故事裡。模型能處理影像、語言與內容，不只是因為運算能力，也因為有人曾經標記、校正、審核與處理那些資料。當收益集中、勞動卻缺乏穩定保障與發聲權，AI 的效率就可能建立在不可見成本之上。

這也補上 Timnit Gebru 的資料責任觀。資料集不只是技術資產，也有來源、勞動、授權與限制。知道資料從哪裡來，不能只追溯檔案，也要追問誰付出了製作它的時間與代價。

資料主權不只是把資料留在國內，而是誰能共同決定資料的命運

面對資料殖民，人們常立刻想到資料主權：資料是否應保存在國內、是否由本地企業掌握、是否避免依賴外國平台。這些問題重要，但 Couldry 與 Mejias 的框架提醒，主權不能只被理解成國家或企業之間的控制權移轉。

若資料只是從一種集中化控制移到另一種集中化控制，個人與社群仍然可能沒有發言權。更完整的資料治理還要問：受資料影響的人能否參與用途決定？是否有集體協商與收益分配？是否能撤回、修正或限制再利用？是否能建立不依賴單一商業平台的公共資料與數位基礎設施？

這一點與 Ruha Benjamin 對科技制度的追問一致。最重要的不只是誰進入技術系統，而是誰能改寫技術要解決什麼問題、哪些資料不該被擷取、以及什麼樣的制度才不會把弱勢者的生活再次變成可被管理的對象。

對台灣讀者來說，資料殖民的問題在於：我們是否只提供資料與市場，卻沒有規則與收益

台灣是高密度的數位社會：網路使用、支付、社群、電商、半導體、雲端與 AI 應用彼此緊密。這帶來產業機會，也讓資料治理更重要。問題不只是某一個 App 是否追蹤，而是台灣的使用者、企業、學校與公共機構是否清楚知道資料被如何保存、如何跨境流動、如何訓練模型，以及誰能從中取得長期價值。

真正值得建立的能力，不只是多蒐集資料或多訓練模型，而是制定可信任的資料用途規則、支持在地語言與文化的公共資源、保障資料工作者、要求高風險系統可被審計，並讓使用者能有效拒絕不必要的資料提取。資料治理若只追求「擁有更多」，很容易忽略「誰因此更有權力」。

Couldry 的資料殖民框架需要和 Kate Crawford 的 AI 物質地圖一起閱讀，才能看見資料如何連到資源、能源與硬體；再接上 Sarah T. Roberts 對內容審核勞動的研究，AI 的「自動化」才會顯出它其實仍依賴大量被外包、被隱藏的人類工作。

讀者常問

Nick Couldry是誰？

Nick Couldry 是媒體與傳播研究學者，長期研究媒體權力、聲音、數位社會與資料政治。他與 Ulises A. Mejias 合著《The Costs of Connection》與《Data Grab》，共同發展資料殖民的批判框架。

什麼是資料殖民？

資料殖民是一種分析框架，用來討論人類生活如何被預設為可持續擷取、處理與獲利的資料來源。它不是把每一種資料使用都等同於歷史殖民，而是指出資料經濟可能延續資源占有、權力不對稱與價值集中等制度邏輯。

資料殖民和監控資本主義有什麼不同？

兩者都關心資料如何被轉成權力與收益。監控資本主義更聚焦行為資料、預測與行為引導；資料殖民則更強調全球性的基礎設施、勞動、資源與資料價值如何不對稱地流動。它們可以互相補充，而不是彼此排斥。

資料主權是不是把資料都留在國內？

資料儲存位置很重要，但資料主權不只如此。更重要的是誰能決定資料用途、是否能參與規則制定、是否能限制再利用、收益是否公平分配，以及資料是否被用來傷害或排除特定群體。把資料留在國內，未必自動讓個人與社群更有權力。

使用AI服務是否一定會落入資料殖民？

不一定。重點在資料如何被取得、使用與治理。若服務清楚說明用途、限制不必要蒐集、允許拒絕與刪除、保障資料工作者、接受外部監督，風險會較低。資料殖民的概念提醒人們檢查權力與條件，而不是要求所有人放棄使用技術。

收尾

Nick Couldry 的價值，不在於把資料說成新的石油，而在於反對這個比喻太容易被接受。人不是油田，生活也不該因為可被量化，就自動成為他人的原料。

AI 時代真正需要被保護的，不只是個資，而是人與社群對自己生活如何被記錄、推論、再利用與交易的共同決定權。

參考資料

• Nick Couldry、Ulises A. Mejias，《The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism》，Stanford University Press，2019。
• Nick Couldry、Ulises A. Mejias，《Data Grab: The New Colonialism of Big Tech and How to Fight Back》，University of Chicago Press，2024。
• Nick Couldry、Ulises A. Mejias，〈Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject〉，《Television & New Media》，2019。
• Nick Couldry、Ulises A. Mejias，〈Making Data Colonialism Liveable: How Might Data’s Social Order Be Regulated?〉，《Internet Policy Review》，2019。
• Shoshana Zuboff，《The Age of Surveillance Capitalism》，PublicAffairs，2019。