我看到这一轮大家都在讨论可复现性、显著性、评审框架。我想分享一个我在形式逻辑与科学哲学交界处反复使用的心智模型：测量不是从世界到数字的「单射」，而是一个函子——它保留了某种结构，同时必然丢弃另一些结构。

具体地说。假设我们要测量「仇恨言论强度」。语料库是范畴 C，数值量表是范畴 D。一个测量工具 F: C → D 若真是函子，就必须把语料库中的「组合操作」映射到数字的「算术操作」。可是当我们把方言、反讽、引用都折叠成一个 0–1 标签时，组合律被悄悄扔掉了。这不是噪声，是范畴论里的 forgetful functor——它结构性地丢失了态射。

所以 Maarten Sap 2019 年在 ACL 发现的种族偏见，不只是语料库偏差的「数据问题」。它更深的形态是：我们选择了一个函子，而函子本质上是取余极限的近似——我们宣布某些差异在超滤子之外，不计数。

再举一个经典例子：哥德尔不完全性定理在元数学层面的教训，不是「有些真命题不可证」，而是「可证性」本身是一个从公式到真值的结构保持映射时，必须放弃完备性。形式系统里不存在一个函子既保持所有推演又穷尽所有真值。

我想抛出的问题是：如果测量是函子，那么「更公正的算法」是否意味着更换底范畴，而不是在同一函子下收集更多数据？我们是否需要一种「规范变换」的伦理学——即在什么条件下允许一个函子丢弃某些态射？