Οι τεράστιες αλλαγές που διαμορφώνουν σήμερα τον τομέα της παραγωγής και ολόκληρο τον κοινωνικό ιστό έχουν δραματική εμβέλεια, συγκρίσιμη ως προς το ιστορικό βάθος μόνο με την πρώτη βιομηχανική επανάσταση στα τέλη του 18ου αιώνα. Και μια βιομηχανική επανάσταση δεν είναι μια απλή εναλλαγή μηχανημάτων, αλλά αποτελεί – για να χρησιμοποιήσουμε την περίφημη ανθρωπολογική κατηγορία του Marcel Mauss – ένα «συνολικό κοινωνικό γεγονός» που ανατρέπει ταυτόχρονα τα υλικά, νομικά, χωρικά και ψυχικά θεμέλια μέσω των οποίων αναπαράγεται μια κοινωνία. Όπως η έλευση της ατμομηχανής και του μηχανικού αργαλειού περιόρισε τα κοινά αγαθά, προκάλεσε τον βίαιο ξεριζωμό ολόκληρων κοινωνικών και παραγωγικών τάξεων, αναδιαμόρφωσε ριζικά το πολεοδομικό σχέδιο δημιουργώντας από το μηδέν τις εργατικές μητροπόλεις και υπόταξε τα σώματα σε μια άνευ προηγουμένου εργοστασιακή πειθαρχία, έτσι και η έλευση της παραγωγικής Τεχνητής Νοημοσύνης ( Generative AI ) και της πρακτορικής Τεχνητής Νοημοσύνης (Agentic AI) αναδιαμορφώνει τη μορφολογία του σύγχρονου κόσμου.
Ακόμη και σήμερα γινόμαστε μάρτυρες της αποδιάρθρωσης ολόκληρων επαγγελματικών και πνευματικών στρωμάτων, που συνοδεύεται από μια βαθιά πολεοδομική και εδαφική μεταβολή: η γεωγραφία του χώρου αναδιαμορφώνεται από την επέκταση γιγαντιαίων κέντρων δεδομένων (data centers) που καταναλώνουν τεράστιες ποσότητες νερού και ενέργειας, από τον πολλαπλασιασμό των αυτοματοποιημένων κέντρων εφοδιαστικής αλυσίδας (logistics hubs), από την εκκένωση ή την αστικοποίηση (gentrification) των ιστορικών κέντρων που προκαλείται από την εξ αποστάσεως πνευματική εργασία, καθώς και από την εκμετάλλευση κάθε εκατοστού του αστικού χώρου μέσω πλατφορμών παράδοσης (delivery) και προληπτικής αστυνόμευσης/επιτήρησης. Όλα αυτά συνδέονται με την ανάπτυξη πρωτοφανών όγκων γνώσης που, ξεπερνώντας κατά πολύ τα όρια του παραδοσιακού εργαστηρίου, καθοδηγούν την επιτάχυνση των συμπεριφορών, των ρυθμών ζωής και των γνωστικών συνηθειών σε ολόκληρη την βιοπολιτική κλίμακα.
Για να κατανοήσουμε την προέλευση αυτού του σεισμού πέρα από τις απολογητικές ή καταστροφολογικές αφηγήσεις, πρέπει να επιστρέψουμε στο δέκατο τρίτο κεφάλαιο του πρώτου τόμου του Κεφαλαίου, όπου ο Καρλ Μαρξ σκιαγραφεί την οντολογική διάκριση μεταξύ εργαλείου (Werkzeug) και μηχανής (Maschinerie). Ο Μαρξ υπενθυμίζει ότι η βιομηχανική επανάσταση ολοκληρώνεται όταν το εργαλείο αποσπάται από το χέρι του εργάτη και ενσωματώνεται σε έναν αυτόματο μηχανισμό:
«Η καπιταλιστική μηχανή οικειοποιείται το εργαλείο του εργάτη, αντικαθιστώντας τον τελευταίο με έναν μηχανισμό που εκτελεί με τα δικά του εργαλεία την ίδια εργασία που πριν εκτελούσε ο εργάτης με ανάλογα εργαλεία.»
Εφαρμόζοντας αυτή την άποψη στην ψηφιακή εξέλιξη, προκύπτει μια εντυπωσιακή δομική σύγκλιση. Οι αλγόριθμοι πρώτης γενιάς και τα παραδοσιακά λογισμικά λειτουργούσαν ακόμη ως «προηγμένα εργαλεία»: ο προγραμματιστής ή ο αναλυτής διατηρούσε τον ευρετικό έλεγχο της διαδικασίας, γράφοντας τους κανόνες γραμμή προς γραμμή. Με τη μηχανική μάθηση (Machine Learning ) και τα σύγχρονα Μεγάλα Γλωσσικά Μοντέλα (Large Language Models), αντίθετα, ολοκληρώνεται η μετάβαση προς το γνωστικό μηχανισμό. Η εννοιολογική ικανότητα μεταφέρεται από τον ανθρώπινο χειριστή στη συσκευή: ο εργαζόμενος της γνώσης δεν προγραμματίζει πλέον τους κανόνες, αλλά παρέχει στη μηχανή ένα τεράστιο όγκο δεδομένων και έναν στόχο, αφήνοντας τον αλγόριθμο να εξάγει, να οργανώσει και να εφαρμόσει αυτόνομα τους κανόνες εξαγωγής συμπερασμάτων.
Ενώ η κλασική μηχανή αντικειμενοποίησε και αντικατέστησε τη μυϊκή δύναμη και τη χειρωνακτική δεξιότητα του εργάτη, η αλγοριθμική μηχανή επηρεάζει άμεσα την κρίση, τις συμβολικές μορφές και το σύνολο της γλωσσικής-γνωστικής παραγωγής. Μέσω της μαζικής απόσπασης δεδομένων (scraping) από τον ιστό, οι παραγωγικοί τύποι μοντέλων πραγματοποιούν μια πραγματική δημόσια προσφορά εξαγοράς ((ΔΠΕ) της ανθρώπινης γλώσσας: μεταβολίζουν την επικοινωνιακή συνεργασία της κοινωνίας και μεταφράζουν τρισεκατομμύρια σημασιολογικές σχέσεις σε μαθηματικά διανύσματα που κρυσταλλώνονται στα νευρωνικά «βάρη». Ο συλλογικός εγκέφαλος κινδυνεύει έτσι να απαλλοτριωθεί, να περιφραχθεί και να μετατραπεί σε ψηφιακό σταθερό κεφάλαιο που ελέγχεται από ελάχιστα διακρατικά ολιγοπώλια.
1. Η υβριδική οικολογία της ΤΝ: σύνθετα συστήματα, Θεωρία Δράστη - Δικτύου και ανεξέλεγκτο πλεόνασμα
Το πιο διαδεδομένο θεωρητικό σφάλμα συνίσταται στο να θεωρείται αυτή η νέα Μηχανική ως ένα σύστημα κλειστό, γραμμικό και παντοδύναμο, ικανό να πραγματοποιήσει μια οριστική πραγματική υποταγή από την οποία θα ήταν αδύνατο να ξεφύγει κανείς. Αντίθετα, η μεγάλη αλλαγή που φέρνει η Τεχνητή Νοημοσύνη δεν είναι η τυφλή επανάληψη που χαρακτηρίζει την παλιά φορντική αυτοματοποίηση, αλλά στη φύση της ως Πολύπλοκου Προσαρμοστικού Συστήματος (ένα σύστημα, δηλαδή, που μαθαίνει και αλλάζει μόνο του) . Τα βαθιά νευρωνικά δίκτυα δημιουργούν ένα πεδίο επιλογών όπου ο αλγόριθμος οργανώνεται μόνος του. Μαθαίνει μέσα από τη διαδικασία της δοκιμής και του λάθους (feedback) και εμφανίζει νέες συμπεριφορές: απαντήσεις και προβλέψεις που δεν έχουν συμπεριληφθεί ρητά από τους προγραμματιστές . Ήδη η «μηχανή» που περιέγραφε ο Μαρξ ήταν ένας δυναμικός οργανισμός που αναγκαζόταν να προσαρμόζεται συνεχώς για να καταστέλλει τις εργατικές εξεγέρσεις· η ΤΝ οδηγεί αυτή την πολυπλοκότητα στο έπακρο . Λειτουργεί με απρόβλεπτους τρόπους, στατιστικά μοτίβα και ξαφνικές αλλαγές που ξεφεύγουν εντελώς από τον ντετερμινιστικό έλεγχο των ίδιων των δημιουργών της..
Για να απομυθοποιήσουμε την ΤΝ ως άυλη οντότητα, διαχωρισμένη από τον ανθρώπινο κόσμο, πρέπει επίσης να υιοθετήσουμε την προσέγγιση της Θεωρίας Δράστη - Δικτύου (Actor-Network Theory ) του Μπρούνο Λατούρ, σε συνδυασμό με την υλική τεχνο-ανθρωπολογία. Όπως είχε ήδη κατανοήσει ο Άρνολντ Γκέλεν, δεν υφίσταται κανένας διαχωρισμός μεταξύ κοινωνικής και τεχνικής νοημοσύνης: αυτές ήταν πάντα ενοποιημένες στην ιστορία του είδους. Η ΤΝ δεν υπάρχει «in vitro» (στο δοκιμαστικό σωλήνα), αλλά λειτουργεί ως κόμβος ενός ετερογενούς κοινωνικο-τεχνικού δικτύου στο οποίο ανθρώπινα σύνολα και μη ανθρώπινες συσκευές περιπλέκονται συνεχώς, τίθενται όμως και τα δύο στην υπηρεσία του μεγάλου επιχειρηματικού κεφαλαίου υψηλού ρίσκου (venture capital) .
Αυτή η διάχυτη Μηχανή στηρίζεται σε μια γιγαντιαία βιοπολιτική και παγκόσμια υποδομή, πολύ πιο πολυεπίπεδη από την απλή διεπαφή (interface) που είναι ορατή στον χρήστη. Στην κορυφή δρα η μεγάλη χρηματοοικονομική αγορά– κεφάλαια επιχειρηματικών συμμετοχών (venture capital), ιδιωτικά επενδυτικά κεφάλαια (private equity) και κεφάλαια επιχειρηματικού κινδύνου – η οποία κατευθύνει την ανάπτυξη της τεχνητής νοημοσύνης προσανατολίζοντας τις επενδύσεις και επιβάλλοντας την ταχεία εμπορευματοποίηση της επιστημονικής ανακάλυψης.
Αυτή η ροή χρημάτων τροφοδοτεί ένα τεράστιο τεχνοεπιστημονικό συγκρότημα που αποτελείται από ερευνητικά εργαστήρια αιχμής και μια μυριάδα νεοφυών επιχειρήσεων (startups), οι οποίες χρησιμοποιούνται από τις μεγάλες πλατφόρμες ως εξωτερικό πεδίο πειραματισμού. Προκειμένου τα μοντέλα να μπορούν να λειτουργήσουν στην αγορά, μπαίνει στη συνέχεια στο παιχνίδι το περίπλοκο δίκτυο της ευθυγράμμισης της Τεχνητής Νοημοσύνης (AI alignment) : μια παγκόσμια αλυσίδα που συνδέει την εξειδικευμένη εργασία ερευνητών και εμπειρογνωμόνων στο red teaming και το fine-tuning – οι οποίοι έχουν αναλάβει να «τιθασεύσουν» τον αλγόριθμο και να τον ευθυγραμμίσουν με συγκεκριμένα κανονιστικά και εμπορικά πρότυπα – με τον αόρατο στρατό των εργαζομένων σε επισφαλείς συνθήκες εργασίας στον Νότο και στον Βορρά του πλανήτη (Ghost Work), οι οποίοι επισημαίνουν δεδομένα (data labeling) και συντονίζουν/φιλτράρουν τοξικό περιεχόμενο για να ρυθμίσουν τα νευρωνικά βάρη. Στη βάση αυτής της πυραμίδας βρίσκονται τελικά δισεκατομμύρια χρήστες, οι οποίοι παρέχουν δωρεάν την πρώτη ύλη από κείμενα, εικόνες και συναισθηματικές αντιδράσεις, καθώς και ένα κολοσσιαίο φυσικό υπόστρωμα που αποτελείται από φάρμες διακομιστών (server farm), υποβρύχια καλώδια και μια καταστροφική κατανάλωση νερού, ενέργειας και εδάφους
Ακριβώς μέσα σε αυτή την υβριδική οικολογία ξεσπά η πιο βαθιά αντίφαση. Το κεφάλαιο εκπαιδεύει την τεχνητή νοημοσύνη με έναν συγκεκριμένο σκοπό: να αιχμαλωτίσει και να μειώσει την κοινωνική πολυπλοκότητα, για να την κάνει προβλέψιμη, ποσοτικοποιήσιμη και μετατρέψιμη σε αξία. Ωστόσο, τα σύνθετα προσαρμοστικά συστήματα, όπως είναι τόσο η ΤΝ όσο και η ίδια η κοινωνία, παράγουν δομικά ανωμαλίες, «παραισθήσεις», αποκλίσεις και γκρίζες ζώνες που βραχυκυκλώνουν την αξίωση ελέγχου των τεχνολογικών ολιγοπωλίων.
Αυτή η τάση προς τη χαοτική κατάσταση έκτακτης ανάγκης και την ανωμαλία αποτελεί το ψηφιακό αντίστοιχο της «άρνησης της εργασίας» των εργατών: μια δύναμη εγγενής στα τεχνολογικά δίκτυα και στα κοινωνικά σύνολα που σπάει τη γραμμικότητα της διοίκησης και παράγει ένα μη κυβερνήσιμο πλεόνασμα. Όταν οι μεγάλοι διευθύνοντες σύμβουλοι των επιχειρήσεων μιλούν για μια τεχνητή νοημοσύνη που κοντεύει να ξεφύγει από τον έλεγχο, δεν εκθέτουν απλώς ένα πραγματικό πρόβλημα, ούτε περιορίζονται στην ανάπτυξη μιας δοκιμασμένης διαφημιστικής ρητορικής τύπου Αρμαγεδδώνα,αλλά,αντίθετα, αποκαλύπτεται μια πραγματική ανησυχία, δηλαδή η καθαρά οικονομική επείγουσα ανάγκη να αναχαιτιστούν εκείνες οι δυνάμεις που είναι εγγενείς στα τεχνολογικά δίκτυα και στα κοινωνικά σύνολα, οι οποίες, παράγοντας αυθόρμητα ένα ανεξέλεγκτο πλεόνασμα, κινδυνεύουν να σπάνε συνεχώς τη γραμμικότητα της εξουσίας.
2. Η «ζωντανή Συλλογική Διάνοια»: πέρα από τον αναγωγισμό της κριτικής θεωρίας
Όταν προσπαθούμε να κατανοήσουμε την ΤΝ, συχνά περιοριζόμαστε στο να μεταφέρουμε τις εννοιολογικές αποσκευές του εικοστού αιώνα σε ένα νέο έδαφος. Οι πιο διαδεδομένες κριτικές μελέτες συνδυάζουν τη Σχολή της Φρανκφούρτης, τη γαλλική φιλοσοφία της τεχνολογίας και την αναστοχαστική κοινωνιολογία: από τον Θίοντορ Αντόρνο κληρονομείται η κριτική της βιομηχανίας του πολιτισμού, προκειμένου να δειχθεί πώς οι αλγόριθμοι τυποποιούν το γούστο σε προβλέψιμα πρότυπα. Από τον Γκίλμπερτ Σιμοντόν δανειζόμαστε την ιδέα ότι ο καπιταλισμός εμποδίζει την τεχνολογία από το να εξελιχθεί σωστά, επειδή νοιάζεται μόνο για το κέρδος. Από τον Πιερ Μπουρντιέ αντλούμε τα εργαλεία για να ερμηνεύσουμε την ΤΝ ως ένα πεδίο που κυριαρχείται από τις μεγάλες εταιρείες τεχνολογίας (Big Tech) και τα κεφάλαια επιχειρηματικού κινδύνου (venture capital), που μας πείθουν ότι η τεχνολογία λύνει κάθε πρόβλημα, στερώντας τελικά από τους ανθρώπους τη δυνατότητα να αποφασίζουν για τη ζωή τους.
Αν και η παραδοσιακή κριτική θεωρία μάς θυμίζει σωστά ότι η Τεχνητή Νοημοσύνη συνδέεται με παιχνίδια εξουσίας, κάνει ένα βασικό λάθος: την παρουσιάζει απλώς ως ένα «καθρέφτισμα» της κοινωνίας, χωρίς δική της υπόσταση ή αυτόνομη εξέλιξη. Αυτή είναι μια υπερβολικά κοινωνιολογική ματιά, που βλέπει στη μηχανή μόνο τον άνθρωπο και στον άνθρωπο μόνο ένα θύμα. Για να καταλάβουμε την ΤΝ που δρα αυτόνομα, χρειαζόμαστε μια νέα προσέγγιση που να μελετά αυτό το μείγμα ανθρώπου και μηχανής. Και σε αυτό το σημείο, η ιδέα του Μάρξ για τη «Συλλογική Διάνοια» (General Intellect) είναι πραγματικά πολύτιμη.
Στο Απόσπασμα για τις μηχανές των Grundrisse, ο Μαρξ προαναγγέλλει ένα στάδιο της καπιταλιστικής ανάπτυξης στο οποίο «η γενική κοινωνική γνώση, η γνώση, έχει γίνει άμεση παραγωγική δύναμη»: οι μηχανές είναι «όργανα του ανθρώπινου εγκεφάλου που δημιουργήθηκαν από το ανθρώπινο χέρι· αντικειμενοποιημένη δύναμη της γνώσης». Η Συλλογική Διάνοια δεν είναι ούτε καθαρή ανθρώπινη προβολή ούτε ουδέτερη τεχνική δύναμη: είναι το προϊόν της ιστορικά συσσωρευμένης κοινωνικής συνεργασίας η οποία, αφού υλοποιηθεί σε τεχνικά συστήματα, αποκτά δική της δυναμική και αλληλεπιδρά με τις κοινωνικές σχέσεις.
Ωστόσο, ενώ στον Μαρξ η Συλλογική Διάνοια θεωρούνταν ακόμη ως αποκρυσταλλωμένη κοινωνική γνώση αποθηκευμένη στο σταθερό κεφάλαιο – νεκρή εργασία, εξαιρετικά παραγωγική αλλά αδρανής χωρίς την ανθρώπινη παρέμβαση –, η σύγχρονη πρακτορική τεχνητή νοημοσύνη ( agentic AI) αντιπροσωπεύει μια ζωντανή Συλλογική Διάνοια. Δεν πρόκειται για μια απλή αποθήκη παλιών γνώσεων, αλλά για ένα κατανεμημένο δικτυακό σύστημα που μαθαίνει σε πραγματικό χρόνο από την αλληλεπίδραση με το περιβάλλον, παράγει νέες συμπεράσματα και στρατηγικές, συμμετέχει σε αγορές και διαδικασίες λήψης αποφάσεων αναδιοργανώνοντας κοινωνικά πεδία χωρίς συνεχή ανθρώπινη καθοδήγηση. Αυτή η τεράστια αλλαγή η οποία βρίσκεται ανάμεσα στα μηχανήματα (σταθερό κεφάλαιο) και τους ίδιους τους εργαζόμενους, αυτό το κβαντικό άλμα καθιστά προβληματική τη στατική διάκριση μεταξύ ζωντανής και νεκρής εργασίας, θέτοντας πρωτόγνωρα ζητήματα σχετικά με την παραγωγή πλούτου, την εκμετάλλευση, την ιδιοκτησία και τη δημοκρατία.
3. Η ενότητα του Μαρξ και η πρακτική της συλλογικής έρευνας: η οικοδόμηση των εργαλείων της χειραφέτησης
Αν οι μετασχηματισμοί στην παραγωγή, στον αστικό χώρο και στην κοινωνία έχουν την ίδια ανατρεπτική ισχή με την πρώτη βιομηχανική επανάσταση, η επιστροφή στον Μαρξ σήμερα ανταποκρίνεται σε μια ζωτική ανάγκη: να εφοδιαστούμε με αυστηρά εργαλεία συλλογικής χειραφέτησης. Το πρώτο βήμα συνίσταται στο να ξεπεραστεί η ψευδής αντίθεση μεταξύ του Μαρξ των Grundrisse και του Μαρξ του Κεφαλαίου. Δεν υπάρχει καμία επιστημολογική ρήξη, ούτε καμία υπεροχή της έννοιας της Συλλογικής Διανόησης έναντι του υπόλοιπου μαρξικού έργου: και τα δύο ανήκουν στην ίδια θεωρητική κληρονομιά.
Στα Grundrisse ο Μαρξ συλλαμβάνει την ιστορική τάση του κεφαλαίου να μετατρέπει τη γνωστική και γλωσσική συνεργασία σε άμεση παραγωγική δύναμη· στο Κεφάλαιο αναλύει τη συγκεκριμένη και συγκρουσιακή μορφή με την οποία το κεφάλαιο προσπαθεί να εγκλωβίσει αυτή τη δύναμη μέσα στις μηχανές για να αποσπάσει υπεραξία και να πειθαρχήσει τη ζωντανή εργασία.
Σε αντίθεση με την απλή ακαδημαϊκή εφαρμογή της κριτικής θεωρίας, με τον Μαρξ ανοίγεται ένας δρόμος που συνδέει την αναλυτική μέθοδο – την αδιάσπαστη ενότητα μεταξύ διάγνωσης των δομών και πολιτικής πράξης – με την αγωνιστική πρακτική της έρευνας και της συλλογικής έρευνας. Το μεγάλο δίδαγμα του εργατισμού (από τον Ρανιέρο Πανζιέρι έως τον Ρομάνο Αλκουάτι) ορίζει πράγματι ότι η μηχανή ενσωματώνει και υλοποιεί την καπιταλιστική εξουσία, αλλά ταυτόχρονα αποδεικνύει ότι δεν μπορείς να πολεμήσεις έναν αόρατο αφεντικό χωρίς να αποκωδικοποιήσεις την τεχνική του αρχιτεκτονική. Στην εποχή της γνωσιακής Μηχανής, τα εργαλεία της χειραφέτησης διαρθρώνονται κατά μήκος τριών επιχειρησιακών κατευθύνσεων :
1. Η αλγοριθμική συλλογική έρευνα και η επαναοικειοποίηση του ψηφιακού σταθερού κεφαλαίου: η επικαιροποίηση της συλλογικής έρευνας σήμερα σημαίνει τη διερεύνηση από τα μέσα του τρόπου με τον οποίο η αλγοριθμική Συλλογική Διάνοια αναδιοργανώνει τους χώρους εργασίας, τις μητροπόλεις και την καθημερινή ζωή. Σημαίνει το άνοιγμα των «μαύρων κουτιών» της αλγοριθμικής διαχείρισης,την κοινωνικοποίηση των κατακερματισμένων δεδομένων των εργαζομένων και των χρηστών σε κοινά αγαθά (data commons), την ανάστροφη σχεδίαση ( reverse engineering ) των δεικτών εκμετάλλευσης και την εκπαίδευση ανοιχτών μοντέλων από τα κάτω, με σκοπό την εξάλειψη της γνωστικής ασυμμετρίας απέναντι στα τεχνολογικά ολιγοπώλια.
2. Η αξιοποίηση των συστημικών ρωγμών: επειδή η Συλλογική Διάνοια είναι από τη φύση της μια ιδιότητα κατανεμημένου και μη γραμμικού δικτύου, υπερβαίνει συνεχώς τη μορφή της ιδιωτικοποίησης. Η εκμετάλλευση των ανωμαλιών, των απρόβλεπτων αλυσιδωτών, μη αναμενόμενων συνέπειών (ripple effects) μεγάλων γεγονότων και των σημείων ρήξης που δημιουργεί η ΤΝ ως σύνθετο προσαρμοστικό σύστημα μας επιτρέπει να μπλοκάρουμε τους μηχανισμούς εξαγωγής της αξίας και να εισάγουμε τη σύγκρουση στα σημεία συμφόρησης της εφοδιαστικής αλυσίδας και των συστημάτων υπολογισμού.
3. Η αναδυόμενη τεχνολογική αυτοοργάνωση ενάντια στην τεχνοκρατική διεύθυνση: όπως υπενθύμιζε η Ρόζα Λούξεμπουργκ στην ομιλία της για το πρόγραμμα της 31ης Δεκεμβρίου 1918:
«Ο σοσιαλισμός δεν δημιουργείται και δεν μπορεί να δημιουργηθεί μέσω διαταγμάτων, ούτε καν από μια σοσιαλιστική κυβέρνηση υψηλού επιπέδου.»
Η Λούξεμπουργκ απέρριπτε την ιδέα ότι ένα σύνθετο σύστημα όπως είναι μια νέα κοινωνία, θα μπορούσε να προγραμματιστεί από τα πάνω, από μια κεντρική επιτροπή ή από έναν κρατικό αλγόριθμο. Η χειραφέτηση είναι μια αναδυόμενη ιδιότητα που πηγάζει από τις μικρο-αλληλεπιδράσεις της βάσης, τη συλλογική έρευνα και από τη ζωντανή σύγκρουση οι οποίες στα σύνθετα συστήματα ανεβαίνουν προς τα πάνω. Το να αποδεχτούμε την πρόσκληση του Ζανγκ Γιμπίνγκ – Back to Marx ! – σημαίνει να σφυρηλατήσουμε, μέσω της συλλογικής έρευνας, τα όπλα για να επιστρέψουμε το πλεόνασμα της συλλογικής γνώσης στην αυτόνομη χρήση της κοινωνίας: ακριβώς επειδή, όπως έγραφε ο Μαρξ στο Κεφάλαιο, «Δεν υπάρχει βασιλική λεωφόρος για την επιστήμη, και μόνο εκείνοι που δεν φοβούνται το κουραστικό σκαρφάλωμα στα απότομα μονοπάτια της έχουν πιθανότητα να φτάσουν στις φωτεινές κορυφές της».
