最后我想说说科技给女性的处境带来的变化，我想分形而上的哲学层面，还有形而下的唯物主义层面，跟大家说说科技与女性之间的关系。

形而上的哲学层面最广为人知的就是唐娜·哈拉维（Donna Haraway）在1985年的文章《赛博格宣言 20世纪晚期的科学技术和社会主义女权主义》，这篇文章被誉为是赛博女性主义的起源。哈拉维在文章中指出，赛博能超越公众和私人领域，但他们无法与他们的起源或是是自然产生共鸣，也无法通过自我和他人之间的差异发展出理解的能力。在宣言中她说，与其做女神，我不如成为一个赛博。她的畅想是科技乐观主义的，所谓科技乐观主义就是坚信科技一定可以给我们的人类社会带来一些乐观的好的正面的结果。

哈拉维认为有了赛博之后，性别和肉身都可以逐渐模糊，逐渐失去重要性。哈拉维因为赛博宣言而声名大噪，也影响了非常多的艺术文化作品，日本动漫PSYCHO-PASS《心理测量者》里面就出现了以哈拉维为参考设计的人物，也非常推荐大家去看。

之前介绍过的舒拉米斯·费尔斯通（Shulamith Firestone）和她的书《性别辩证法：女权主义革命的理由》，被认为是赛博女性主义的先驱，费尔斯通的理论侧重于去阐述生殖技术，并且畅想通过实现人工生殖，以消除对于女性身份与身体之间的关系，来解决父权的问题。费尔斯通认为， 如果女性仍然没有办法摆脱生殖这个角色的话，性别不平等和对女性的压迫问题就很难得到真正的解决。

哲学的思潮虽然有非常多的思想的魅力，但唯物主义层面上女性和性小众受到的挣扎，往往在科技乐观主义面前相称的非常灰暗，理想很丰满，现实很骨感。在90年代就有行动者质疑哈拉维，到底谁可以上互联网，费尔斯通的书在70年代就写好了，但事实上我们可以看到在投入国防、航空这类的科技投资远远要大于人工辅助生殖技术上的投资。决定科技投放在什么方向，不投放在什么方向，资金走向哪种类型的研究，不投资哪种类型的研究，都是一种结构制度性的选择。

我们的科技领域当然也是存在着性别的区隔，编程的程序员，科技企业的初创者大多是男性，web3.0区块链也是由男性主导的，但平台经济却给女性提供了一个更方便做零工或是戈尔丁说的那种flexible work灵活的工作的一种可能性，带货、电商、微商、直播、短视频，都充满了女性，很多时候流量所赞赏的，还是父权体制下构建起来的那一种所谓的美，美其名曰颜值博主。这些灵活工作有一个非常共同的特点，就是只有头部1%的成功的人，撑起了99%的人前赴后继的飞蛾扑火，而这正是新自由主义最大的悲剧。

在这里我们可以参考我们的邻国日本，在2000年之后日本的劳动力市场的政策，也鼓推所谓的分享经济或是社交网络的平台经济，政府也认为这是任何人都可以在其中闪耀的一种新的工作场域。很多年轻的女性都受到这个机会的吸引，她们在这样子的一个社交网络，数字经济的场域里面就从事着如摄影师、网络偶像、博客创作者、在线交易员，还有手机小说作家等等的身份，但事实上她们做的大部分的工作都是无偿的劳动，或者是所谓因为爱因为喜欢而做的劳动。

虽然有一些女性在数字创业潮中取得了成功，但绝大部分女性则没有，人类学家Gabriella Lukács把这样子的一种现象写在了她的书《设计中的隐形》Invisibility by Design里面。她访问了许多在日本的数字经济中打拼事业的年轻的女性，她揭示了这些平台如何通过利用这些女性的无偿劳动去营造出一种新的盈利方式，他们不需要雇佣工人而可以获得这些女性在劳动中的成果。所以这些女性的劳动就更加不可见了。数字经济对于这些女性来说，并没有给她们一个更民主、更平等、更包容的生产、工作的模式，而是给她们带来了更多的劳动的不稳定以及更多的情感劳动的付出。

最后再介绍一本书是来自Kathryn Deluxeo和Lauren Klein的Data Feminism《数字女权主义》，这本书还没有被翻译，但是对于研究算法AI的女性主义学者来说非常的重要。人工智能的时代本质上就是数字的时代，深入学习是机器学习的分支，是一种用人工精神网络为架构，对资料进行深度学习的一种算法，所谓的深度就是在网络中使用多层的算法，不仅仅是简单的执行命令，比如说我现在在我的键盘上打了一个1它出现1，而是数据电脑自己分析大数据进行推演，所以是一个多层多维度的推演和归纳。

现在我们遇到的挑战是，我们社会中本来就有很多根深蒂固的制度性问题，这些制度性问题和社会的不公平都通过大数据直接被AI学习到了。2015年，Google就多次把黑人识别成大猩猩，这个问题的根源就出在数据库里面。当我们在教AI什么样的形象是人的时候，我们拥有的大部分的照片，我们拥有了大部分的数据，其实都是白人的形象。我们在搜索引擎中打字搜索CEO出来的图片也大多是男性，这就是因为我们给出的数据本身已经带有一些制度性的偏见，本身已经是我们多年来制度性问题的一个遗产了。

而所谓的数字女权的其中一个维度就是积极的用女权主义去干涉、去培训、去纠正这些大数据。在我们这个数字时代中，《监视资本主义》著作中写道，我们的未来是由算法决定的，你听的下一首歌，你被推荐的下一份工作，甚至约会的下一个对象，都是由算法推给你的。我的一个英国同事告诉我，她从来不会告诉平台自己的一些个人信息，因为她虽然作为牛津博士，但由于自己是一位黑人女性，所以被算法推荐的工作仍然会是清洁工。数据不可以延续人类社会已有的偏见，而应该为正义服务。《数字女权主义》这本书非常重视数据可视化可以带来的女权主义的正面的改变，里面有一些例子，比如说建立性别暴力的地图，看见性别暴力的普遍性，去解决性别暴力的问题。当然我们还必须正视我们的性别化教育，如果我们一直固化男生学习数理化，女生学习文科的话，那么我们科技的基础建设中就很难真正出现女性，而我们科技平台本身也很难真的为女性服务。

课程到这里就进入尾声了，感谢大家听到了这里，能坚持听到现在的听众朋友们，请相信自己和女权主义理论也是双向奔赴的，或许在聆听的过程中，你有感动有疑惑，也有很多想要反驳的地方。曾经的我也只能看到自己身上的痛苦，而不能真正体察交叉性的重要。反思和改变是女权主义道路上的必经之路。

最后想用大家都很熟悉的日本女权主义学者上野千鹤子的一些想法作为结尾，我们没有一个人不生活在父权的社会，我们都从厌女开始，如果有人问上野她是不是厌女的，她会坚定地说当然是，我总是发现学了女权主义理论的人往往会陷入自我怀疑，甚至陷入某一种先进谴责，a说b不够女权，b说c为了女权理论反而限制了个人自由，而女权主义指出个人是受困于问题满满的制度，并不是想对个人进行人身攻击，而是看到了制度的问题，于是迈出那一步，开始原谅他人，开始原谅自己，治愈他人，治愈社会的一步，比起教唆更为重要的是触动。女权主义，并不追求一个恒定固定的真理。女权主义理论的美在于这是一个不断自我反思，自我变化的动态理论。在女权主义里面有争论并不可怕，在每个阶段能被感召的议题有所不同，也十分自然，但我们都想建立起弱者也能活的很好的社会。

所有与性别相关的问题，也是人类社会的问题。