语言记录伦理：谁有权决定一段声音以后还能被怎样使用

破除误解#

本篇讨论的是记录实践里可核对的责任分配，不是教人如何绕过同意或如何把受限材料送进模型。田野协作的操作骨架见 语言田野调查；这里问的是那些骨架所服务的权利关系。

记录不是采集：对象从一开始就在关系里#

语言记录希望留下可再分析的实践样本：多种说话人、多种语体、多种通道，并带上谁在何种条件下同意了何种使用。语法描写把证据组织成系统。Himmelmann 一九九八年把两者拆开，不是为了贬低语法，而是阻止“例句已经够用”把原始信号和同意范围一起丢掉。

伦理问题在拆开的那一刻出现。记录要保存的，往往包括仪式、哀歌、咒骂、儿童游戏和不愿被外人听见的家族叙事。这些材料的科学价值，不能自动授权任何未来观众。Woodbury 强调记录要服务多种尚未提出的用途；尚未提出，不等于可以先占。用途清单必须可被拒绝。

机构审查委员会（IRB）通常以个人风险为中心：创伤、识别、报酬是否适当。语言数据却经常牵涉氏族、仪式季节和未出生的使用者。个人可以同意自己被录音，未必有权同意一种语言的公开未来。LSA 与濒危语言文献工作里反复出现的句子是：同意的主体可能是多层的，冲突时不能用研究者的截止日来裁决。

报酬和署名是伦理，也是方法。把合作者写成“发音人”，会在以后的引用里删掉谁有权更正分析。Benedicto 等人描述的参与式团队，把当地教师写进作者栏，不是装饰。作者身份决定错误被发现时，谁有制度位置开口。把贡献压进致谢，等于把更正权留在大学。

同意必须能分层，也必须能撤回#

“同意录音”不是“同意上网”。更不是同意被切成训练样本、生成仿声音频，或在族群政治争议里被当作证词。分层选择至少要能区分：仅项目团队、仅社区成员、申请后的学术访问、延迟公开、完全公开。若文件一旦上传就无法控制复制，这一事实必须在同意之前用对方使用的语言说清，而不是写在英语长表格的附则里。

撤回权若没有实际流程，只是句子。档案需要：谁接收撤回、哪些衍生转写和教材会被同步处理、已经发出的副本怎么办。做不到的部分必须事先承认。Local Contexts 的传统知识标签让季节限制、性别限制和禁止商业使用能随文件移动；标签不是新的法定物权，效力来自机构是否执行。

死者的声音把同意推到边界。许多社会对逝者姓名和声音有时间或亲属上的限制。项目若以“科学永久保存”为由拒绝这些限制，保存的是研究者的时间表，不是对方的规范。永久开放在这里不是中立默认，是一种需要被论证的例外。

儿童与学习者和成年仪式专家不能用同一张模板。儿童同意加上监护人同意，仍可能覆盖不了将来成年后的撤回。教学材料若把课堂录音当例句库，还要问：学生是否被当成永久的语法标本。伦理审查若只问“有没有表”，会漏掉时间。

CARE、FAIR 和档案里的权力#

二零一九年全球原住民数据联盟提出 CARE：集体受益、控制权、责任、伦理。二零二零年的正式论文把它写成与 FAIR 并行的治理原则。FAIR 让数据可被机器找到；CARE 问找到之后谁有权决定。语言档案长期按可发现性来评分，分数会奖励把限制写少的项目。评分本身是一种伦理选择。

ELAR、DoBeS 和 PARADISEC 这类仓库提供长期保存和访问分级。分级只有在申请、审计和拒绝都能运转时才存在。若“受限”在实践上等于“写信给已经离职的博士后”，控制就是名义。治理劳动必须被预算：回复申请、更新协议、迁移权限元数据，都是工作，不是社区的义务加班。

人工智能把旧同意的缺口放大。模型权重不是原始 WAV，却可能复现声音、稀有词和受限知识。删除原文件并不等于模型遗忘。因此“先开放、以后再谈训练”不是中立顺序，是把不可逆步骤放在协商之前。语料库语言学 把代表性写成抽样问题；伦理把代表性写成：被抽样的人是否仍能对样本说不。

司法用途是另一条不可逆路径。档案若未禁止，一段日常对话可能在以后被当成身份或意图的证据。司法语言学 讨论错误率和似然比；记录伦理要先问：这段材料当初是否被授权进入任何法律程序。科学可复核性不能自动覆盖刑事识别。

复振项目把伦理从“不要伤害”推到“是否有用”。教材、键盘和广播若不以社区能维护的形式交付，记录对科学关闭了缺口，对使用者仍是空白。濒危语言复振 的成功标准包括年轻人是否愿意、是否能够使用；伦理标准包括：复振是否在使用社区选择过的正字法和语体，而不是研究者最方便检索的那一套。

争议与边界#

第一场争论是：个人权利与集体治理冲突时听谁的。一位说话人愿意公开家族故事，氏族不愿意。没有普遍公式。可辩护的做法是事先承认冲突可能发生，并指定不是由外来项目经理当场拍板的争议程序。用“已经签字”压过集体规范，只是把冲突推迟到档案上线之后。

第二场争论是匿名与可追溯。完全匿名会让社区无法指认谁有权更正，也会让贡献者无法被署名。完全实名可能暴露身份与地点。分层元数据——对内可识别、对外可按协议显示——比一刀切更接近实际，也更贵。便宜的方案往往是对外公开、对内也失去控制。

第三道边界是研究者自己的职业激励。毕业、资助和期刊都奖励尽快交出可引用的数据集。伦理成本却发生在之后的十年。若资助只支付采集年，不支付治理年，系统会选出最快开放的项目。这不是个人品德问题，是激励设计。

不能从伦理推出“最好不要记录”。不记录也会让材料在无协议的手机相册里传播，或随着最后一批使用者消失。选择是：有协议的记录，还是无协议的消失与泄漏。本篇拒绝把这一选择写成浪漫的抢救竞赛。赶工录满小时数、注释和治理跟不上，会同时制造科学上不可用、伦理上无法防守的堆积。

为什么今天仍然重要#

语音模型、自动字幕和“低资源语言”评测，正在把旧档案变成新的训练矿。许多录音的同意文本写于这些用途不可设想的年代。继续使用而不重新协商，等于用今天的技术执行昨天未发生的授权。

对读者而言，判断一个语言项目是否负责任，不必先听技术形容词。可以问四件可核对的事：同意是否分层、撤回如何办理、社区是否保有对衍生用途的否决、治理是否被写进预算而不是写进致谢。答不出这四问，CARE 四个字母只是海报。

“最后一位说话人”的媒体叙事特别容易把伦理压成抢救竞赛。镜头对准一个人的面孔，档案却可能在他或她并未同意的剪辑里被循环播放。科学上，一种语言的知识通常分散在许多使用者、许多语体里，而不是集中在被选中出镜的那一位。伦理上，把一个人写成物种标本，会让同意变成对整个语言未来的代理——而这正是个人签字最无力承担的任务。项目若需要面对公众，也应把镜头条件、重复使用和退出写进同一份可执行的协议，而不是事后向电视台要求“尽量善意”。

教学材料与科学语法的分流，是另一处必须提前写明的分叉。一部面向儿童的识字课本，和一部给类型学家用的参考语法，对例句、正字法和是否出现咒骂的要求不同。把科学语法的全部对立都印进小学教材，可能违反社区对儿童读物的规范；把教材的简化当成语法全貌，又会让描写撒谎。伦理要决定的是：两套产品是否都经过有权决定的人看过，而不是研究者觉得哪一套“更有用”就先上线。

资助合同里的数据管理计划，常常默认把数据集交给大学仓库并在禁运期后开放。若这份计划与社区协议冲突，冲突不会因为计划先提交给基金会而自动消失。可辩护的顺序是：社区协议约束数据管理计划，而不是反过来。基金会若只接受开放许可，项目必须在申请阶段就写明无法开放的部分，而不是在采集后再谈判例外。把冲突留给结项月，等于把压力全部转给合作者。

设备与副本的归属同样具体。录音笔、硬盘和云端账号若只登记在大学名下，社区在项目结束后可能无法取得自己的声音。伦理清单里的“分享成果”，必须包括：谁持有未损源文件、用什么格式、在谁的房间里能播放。不能播放的归还，只是另一份传输完成的回执。

转写者与翻译者的劳动常被写成“技术辅助”，于是报酬、署名和心理负担都被低估。听完整段哭泣或冲突，再把它变成可检索文本，不是中性打字。伦理预算若只覆盖录音当天的咨询费，会把最耗时、也最接近内容的工作变成无偿或低偿。谁听过这些声音，谁就承担一种无法完全匿名的知识；协议应当承认这一点，而不是用“已经支付过发音人”来结束讨论。

安全评估不能只问研究者自己是否觉得敏感。位置可能暴露礼仪地点，亲属称谓可能识别个人，某些故事只允许特定季节或特定成员使用。科学可复核性要求后来者能回到信号；社区治理要求后来者不能在错误的季节打开它。两句话必须写进同一套访问规则。只写前一句，档案是开放科学的成功、实地规范的失败。

手语记录把同一套问题换成空间通道。摄像机角度会漏掉非手标记，转写系统会把同时发生的成分排成一条线。同意范围还要覆盖面部与身体——在许多社群里，这比声音更接近可识别的人。把“已经同意录音”自动延伸到视频，是把通道差异删掉。伦理表必须按通道勾选，而不能只勾“媒体”。

跨域连接#

• 知情同意：医学同意处理的是个人身体与可预见的医疗用途。语言录音的用途会在十年后变成模型训练或法律证据，个人当时无法预见。把一张医疗式签字移植到语言档案，会漏掉时间、集体和衍生用途这三层。
• 民族志中的知情同意：人类学已经把“在场许可”写成持续协商，而不是入口处的一次性门票。语言记录分享这一结构，并多了一层：材料要进入可检索档案，复制成本接近于零。协商必须覆盖复制，而不仅覆盖访问村庄。
• 数字权利与隐私：个人数据保护多以可识别自然人为中心。语言数据还牵涉未参与录音的亲属、仪式规范和未来使用者。隐私框架若不能容纳集体影响，会把“已匿名”误当成“已授权”。
• 博物馆返还与数字归还：发回一份文件副本，不等于归还控制。可验证的归还包括主文件、权限、维护经费和未来版本的决定权。语言档案的“开放获取”若删掉这四项，归还就停在传输进度条。
• 认识论：哪些声音可以成为证据，本身是认识决定。被排除的语体、被匿名到无法更正的转写、被禁止的季节叙事，都会改变语法能声称知道什么。伦理不是科学完成后的外套，是证据资格的一部分。

参考文献#

• Himmelmann, Nikolaus P. "Documentary and Descriptive Linguistics." Linguistics 36 (1998): 161–195.
• Carroll, S. R. et al. "The CARE Principles for Indigenous Data Governance." Data Science Journal 19 (2020): 43. DOI: 10.5334/dsj-2020-043.
• Wilkinson, M. D. et al. "The FAIR Guiding Principles for scientific data management and stewardship." Scientific Data 3 (2016): 160018.
• Woodbury, Anthony C. "Defining Documentary Linguistics." in Language Documentation and Description, vol. 1, 2003.
• Linguistic Society of America. Ethics Statement. current public version.
• Benedicto, Elena, Dolores, Modesta & McLean, Mayangna Yulbarangyang Balna. "A Model of Participatory Action Research: The Mayangna Linguists Team and the Community of Tuahka, Nicaragua." in Endangered Languages and Linguistic Rights, 2002.

延伸阅读#

• Rice, Keren. "Ethical Issues in Linguistic Fieldwork: An Overview." Journal of Academic Ethics 4 (2006): 123–155.
• Christen, Kimberly. "Does Information Really Want to be Free?" International Journal of Communication 6 (2012).
• Global Indigenous Data Alliance. CARE Principles resources, current.