“畏缩”似乎是一种不言自明的现象——一种对某些公开展示的尴尬或无知的反感的反射。该术语作为一种在线速记出现，表示社交媒体让一种感觉变得更加普遍：正如 UrbanDictionary 的一位撰稿人所说的那样：“二手尴尬”。但近年来，正如该网站不断演变的定义所表明的那样，畏缩越来越多地与性感羞耻相关联。例如，当我在 2022 年 4 月上旬在 Instagram 上搜索标签#cringe时，性似乎是一个明确的统一主题，从过度表达的欲望到假想的被卡在 katsup 瓶中的生殖器。
这表明，“畏缩”可以作为一个指标，说明对性、性行为和性别（即 cisheteronormativity）的监管如何随着实施它所必需的技术——识别、监视、捕获——而发生变化。在新调查最近的一篇文章中，查理马克布雷特认为，“畏缩”已经被调动起来，反对美国生活中跨性别者的知名度和相对包容性的提高，“被权利作为一种社会控制形式的武器”。但它的强大之处可能在于它如何与新的控制模式保持一致，这些控制模式在固定规范方面的实施较少，而在不断发展的概率方面则更多。
“畏缩”被部署为一种氛围，它坚持一个无懈可击的事实，即畏缩者缺乏积极情感以及跨性别者对此负有责任
当一个跨性别者被标记为“畏缩”时，它会将他们的非顺性转化为一种社会成本，一种强加给他人的负担，表现为他们的不适。畏缩标记个人被排除在社会的关怀和保护之外，不是某种普遍的偏差（即，一个人是跨性别而不是顺从的事实），而是一种更微妙的感知不结盟形式。 Markbreiter 写道，它能够进一步将跨性别者细分为“可接受的和过剩的”，这是基于他们与自己的过渡的关系如何影响其他人——它看起来多么有效或合理。也就是说，“畏缩”被部署为一种氛围，它避免谈论广泛的规范，但坚持认为畏缩者缺乏积极情感以及跨性别者对此负有责任的无懈可击的真理。在实践中，这意味着畏缩主要适用于跨性别者，他们无法通过通常更容易获得国家和机构认可的各种医疗程序，获得不显眼地过渡所需的资源（金钱、访问、保险、护理）。这融合了社会和经济边缘化，同时混淆了他们联系的性质，使得跨性别者，正如 Markbreiter 指出的那样，可以内化对自己困境的畏缩反应。
这让米歇尔·福柯（Michel Foucault）所谓的生命政治领域令人畏缩，生命政治是一种使用统计人口模型来识别可以作为改革或消除目标的“过剩”群体的权力形式。但它反映了这种能力的改进，以适应新的算法控制模式。
传统上，人口被排除在规范的基础上，正如弗朗西斯·高尔顿的 19 世纪优生学，或者理查德·亨德森和查尔斯·默里在钟形曲线中对高尔顿的更新所说明的那样。他们认为，人口中的智力分布可以绘制为钟形曲线——高斯概率统计的形式，高斯用来区分“优生”和“不生”的人。钟形曲线或正态分布为 IQ 等变量建立了一个正常范围（“钟形”或曲线），这成为纠正和排除实践的基础。例如，在 20 世纪早期到中期， 北卡罗来纳州优生委员会针对“低智商”个体（他们也绝大多数来自少数族裔）进行强制绝育。因此，统计分布被转化为社会关系。过去被塑造成未来应该如何的模型。
在整个 20 世纪，这种概率论方法成为将人们排除在给予社会正式成员的保护和权利之外的主要理由。然而，当今科技和金融背后的算法在数学上不同于那种统计人口建模，依赖于确定相关概率而不是测量的经验差异。由于这些算法负责从审查工作申请到监考测试和监督工人到诊断医疗状况等任务，它们对普通人的日常生活具有非常实际的影响力。
在《革命数学：人工智能、统计学和资本主义逻辑》中，贾斯汀·乔克（Justin Joque）指出，当今的人工智能和机器学习算法不使用高斯概率模型（跟踪人口中变量的过去频率），而是使用贝叶斯模型（它流畅地计算未来发生的概率）。他在描述规范是如何建立的过程中写道：“贝叶斯方法将研究人员或计算机想象为不断获得更多关于世界的知识的代理，而不是想象然后定义某个组，该组成为被抽样的参考类。” 。”也就是说，他们会在吸收更多数据时调整模型和预测。
就像女权主义立场认识论的怪异版本一样，当代算法根据所处主体的方向或信念来计算概率：“概率是”，正如乔克所说，“是主观的”。贝叶斯模型勾勒出一个认识论的观点，从这个观点可以推测未来的可能性，比如我接下来可能想听什么歌，或者是否应该根据预测的再犯可能性给予假释。
随着对世界和行为建模的贝叶斯技术的传播，它们改变了治理手段。它不再主要发生在钟形曲线上的人口普查水平；它通过个人的算法分析发生，媒体研究学者 John Cheney-Lippold 将这种技术与“控制的软生命政治”联系起来。算法方法不是根据一个稳定定义的变量（例如，一个人在标准化测试中的得分）来绘制人口成员落在何处的图表，而是将变量本身视为相对于开放式数据集中检测到的相关性的演变概率。因此，正如 Cheney-Lippold 所详述的那样，这个过程“使用统计共性模型以自动方式确定一个人的性别、种族或阶级，同时它定义了性别、阶级或种族本身的实际含义。”例如，可以将“性别”作为概率分配给群体中的每个特定个体：根据我们掌握的关于他们行为的数据，这个对象有 74% 的可能性是男性。在这里，数据配置文件形成了一个观点，算法可以据此推测个人可能的性别认同，同时调整“男性”类别的边界以反映该观点的观点。概率衡量所讨论的配置文件与从算法的角度来看被视为“男性”的程度一致，这是从一个实例到另一个实例重新计算的。
就像女权主义立场认识论的怪异版本一样，当代算法根据所处主体的方向或信念来计算概率
这是对人进行数学建模的一种完全不同的方式，并且由此产生了不同的控制方式。如果福利国家使用传统的概率来模拟人口，那么新的投机数学（正如政治理论家梅琳达库珀在“剩余的生命”中所论证的那样）允许对特定的人进行描述，以确定他们的能力或可能的影响，并评估他们最终是否具有生产力或威胁。它不太关注规范（识别人群中的异常值，要么将它们排除在外，要么试图改变它们以适应钟形曲线），而更多地关注合法性，将被描述的主题和所处的观察者之间的共振识别为有成效的或无成效的。如果一个配置文件与任何经过训练的特定算法相关或一致，则可以认为它是合法的，以识别为对社会现状做出积极贡献的趋势——即，如果它散发出良好的氛围。畏缩是当它没有。
例如， 作为 2019 年 ProPublica 报告的详细信息，TSA 的全身扫描仪通过将旅行者的身体与算法对男性或女性的解剖轮廓应该是什么样子的不断变化的观点进行比较，从而将个别旅行者标记为潜在威胁，有效地挑选出排除非二元性、性别不合格和跨性别者。从这个意义上说，该算法令人畏缩。在这个过程中，非独联体旅行者有责任私下和有弹性地克服这些障碍，并不断尝试使自己与扫描仪不断变化的规范保持一致。不能私下承担一个清晰的性别身体成本的旅行者会被挑选出来接受额外的警察审查。从一个将贫困定为犯罪的社会的角度来看，财富不足是不合法的理由。与此同时，算法判断在整个社会中传播，以构建其他人应该对某人感到畏缩的结构——对轻微的偏差敏感，这相当于对彼此进行无休止的审计。
随着监视学生电子邮件、消息和社交媒体的监考软件和平台的广泛采用，学校——曾经是福柯规范化机构的关键例子之一——正在被改造成算法合法化的网站。随着人工智能和机器学习算法改变了我们的日常生活，让我们的家庭变得智能，我们的媒体信息个性化，它们也将我们纳入了合法性的生命政治监管。
当然，规范仍然存在。但随着算法塑造体验的兴起，他们对人——尤其是白人中产阶级——的影响力正在减弱。例如，这反映在关于酷儿激进主义未来的辩论中。因为性行为传统上是通过规范来规范和质疑的，所以酷儿理论和激进主义在历史上一直将自己定位为反规范的做法。在 20 世纪的大部分时间里，酷儿人群被描述为统计上的异常人群，因此——正如哲学家 Ladelle McWhorter 在 2012 年的论文“ 酷儿经济”中所说——“酷儿政治就是要取代由偏差和规范。”酷儿就是违反规范。通过打破（性别）二元论，建立选定的家庭，拒绝遵循所谓的“成人”生活节奏，酷儿理论和激进主义试图废除规范。
但到了 2010 年代初，酷儿理论家认识到，性行为越来越多地受到规范以外的工具的监管，并开始将酷儿和反规范性脱钩。正如 McWhorter 所说，“例如，一些以前离经叛道的同性恋者可能会被允许成为隔壁的时髦（白人、中产阶级）同性恋夫妇——既不正常也不反常，只是普通人群中的一个变种。”正如括号中所暗示的，完整的人格可能仍然会因种族或阶级而被剥夺，但一些性规范正在变得不那么突出。
在 2013 年女权主义理论期刊差异特刊的导言中，编辑 Robyn Wiegman 和 Elizabeth A. Wilson 声称“没有反规范性的酷儿理论的可能性既是必要的，也是及时的追求。”巧合的是，在同年发布的一份趋势报告中定义了“规范核心”——对后规范化的一种愿景的阐述。 “Normcore”接受了一般的口味（卡其色工装裤、南瓜香料拿铁等），认为它拒绝通过证明我们的品味或趋势跟踪能力来不断完善我们的人力资本。在某些方面，面对算法日益强大的力量，normcore 是对规范的有先见之明的回归（或怀旧）。但这个概念依赖于将主流审美化，这种主流已经成为神话而不是现实。正如他们所说，社交媒体平台在其算法个性化中体现了一个氛围可能会发生变化的时代，但没有达成共识的时代定义氛围，也没有标准化的视角，只是改变了概率和对齐方式。在这种情况下，规范仅仅成为一种风格，而不是一种地位——在许多趋势中又是一种趋势，而不是“规范性”。尽管 20 世纪的酷儿反规范是干预性行为监管和监管的政治策略，但规避个性化的规范核心方法缺乏政治冲击力，因为规范是颠覆的错误目标。
在新的生命政治体制中，“信念”、“观点”或“氛围”代替了规范来指导行为。当 TB 的用户数据或无穷无尽的趋势或风格威胁到让决策者不知所措时，概率模型会进行干预，为他们提供有针对性的、可操作的选项——一种定向视角，一种观点，一些事情成为焦点，而另一些事情则被框定.例如，推荐算法通过突出显示具有相似个人资料或观点的用户购买的产品，帮助用户筛选亚马逊看似无限的产品。
以这张图片为例，多个网站使用它来解释称为协同过滤的过程是如何工作的：
此图描绘了具有相似个人资料的两个人。由于两人都买了披萨和花园沙拉，但右边的人也得到了苏打水，所以假设左边的人也想要苏打水。这里的概率不是基于频率的预测，而是空间或方向预测。这就是使“透视”和“氛围”成为算法治理的适用术语的原因。
如果钟形曲线允许将个人与总体人口进行比较以确定他们假定的适合度，那么新形式的生命政治会发现数据档案之间的相关性，以确定个人是朝着生产性方向还是非生产性方向发展。正如 Joque 所说，“现在一切似乎都是主观的，但这种主观性与合约市场相关联，最终要求所有进入市场的人都客观地行事。”不管某人或某事有多正常或不正常，只要它有助于私有财产积累的父权种族资本主义计划。
规避个性化的规范核心方法缺乏政治冲击力，因为规范是颠覆的错误目标
传统上，过剩人口因与常态的差异而被标出并受到惩罚，但在新形式的生命政治中，传统制度的累积劣势使那些弱势群体的成员出现，从这些新的“主观”概率模型的角度来看，像不值得投资的不良风险——即非法风险。以库珀的《家庭价值观》为例，这对登上时代杂志封面的白人同性恋夫妇与被妖魔化的“福利女王”形象的区别不在于他们性行为的“正常”，而在于他们的能力不同。私下承担这些行为的风险和成本：夫妻可以；公共援助的妇女没有。用库珀的话来说，这对夫妇的关系是合法的，因为它有助于父权制种族资本主义对私有财产的积累，而依靠公共支持是非法的，因为它没有。
从这个角度来看，跨性别学者一直关注互助和关怀的思想而不是反规范性也就不足为奇了。例如，DJ Eros Drew 和 Octo Octa 发布了一系列指南，详细介绍了如何 DJ 以及如何建立家庭工作室。这些指南以跨性别社区的知识共享实践为蓝本，分发传统上由算法（例如，通过 YouTube 算法推荐解说视频）和物理（通过依靠拥有安全的夜店体验的能力）来控制的知识。这些电子杂志以欢迎和支持的语气撰写，都采用了每个人都应该有机会成为 DJ 的观点，并且作为一个比老男孩俱乐部相对更公平的知识分配系统，有助于实现这一点。在强调互惠知识交流和支持创造性冒险的注释结束时，“指南将其氛围定位为替代 cringe 将应得性作为稀缺资源的监管。这些正是我们需要开始帮助那些被合法性逻辑排除在外的人们所需要的实践。