弗里克用证词非正义和解释非正义两个概念刻画了人类认知实践中存在的不公正现象。受到她的启发,近十年来社会认识论和伦理学研究提出了诸多类似的认知非正义概念,这些新概念分布在知识生产、传递、接受、评价和分配等各个阶段,构成了一个认知非正义的概念谱系。以弗里克的两个认知非正义概念作为标准,可以将衍生概念划分为:因身份的刻板印象引起的可信度错判和认知者错待,因群体分化导致的对某些群体的认知排斥和(认知资源)分配不公。这个概念谱系还在不断地扩展,逐渐呈现出一种无序泛化的趋势,因此,认知非正义的概念研究需要处理和回应以下四个问题:合理的刻板印象与偏见的界限、认知非正义伤害的认定、认知正义与社会正义之间的关系以及不同情境中的认知非正义如何获得合法性。
关键词:认知非正义 概念谱系 概念泛化
摘 要:基于大数据的社会科学研究中隐藏潜在的偏见与不平等问题。然而,大数据的客观性神话使得当代社会科学产生了“大数据傲慢”的研究倾向,即认为大数据可以代替传统社会科学分析。鉴于社会科学对当代社会集体解释资源的强大塑造作用,忽视大数据偏见会使未被纳入大数据集的弱势群体处于解释上的边缘化地位,从而遭受弗里克所称的解释非正义。为了应对解释非正义,社会科学共同体需要保持认知谦逊,即公开承认和反思大数据方法的局限性,并积极寻求其他认知资源。
关键词:大数据傲慢 解释非正义 认知谦逊