楊家明

摘 要 算法作為一種擁有獨特偏向的技術(shù)形式，正在滲入媒介環(huán)境的中樞部分。它參與控制信息的篩選、聚合、呈現(xiàn)與傳播，深刻影響著人類生活。依據(jù)媒介環(huán)境學理論，筆者將算法視作與人和社會息息相關(guān)的技術(shù)環(huán)境，考察算法作為環(huán)境時所具備的結(jié)構(gòu)層次，并揭示了隱含于算法技術(shù)邏輯中與信息傳播高度關(guān)聯(lián)的種種偏向，以期為媒介技術(shù)研究提供有益參考。

關(guān)鍵詞 算法；技術(shù)環(huán)境；媒介環(huán)境學；結(jié)構(gòu)；傳播偏向

中圖分類號 G20 文獻標識碼 A 文章編號 2096-0360（2018）19-0020-03

1 作為技術(shù)環(huán)境的算法：媒介環(huán)境學的詮釋

一般意義上的媒介，多被視作信息傳播的載體、中介，抑或傳送信息和數(shù)據(jù)的物質(zhì)形式。有時，媒介也用于指稱諸如報刊、廣播、電視、電影等具體的媒介形態(tài)，以及負責生產(chǎn)、管理和銷售這些媒介資源的組織和機構(gòu)，如報社、廣播電臺。這兩種觀點聚焦的，分別是媒介作為中介的價值和具象化的表現(xiàn)形態(tài)，當然也包括它們經(jīng)濟、政治和文化意義上的所有者。此外還有一種對媒介的界定邏輯，那便是把媒介看作與人息息相關(guān)、不可分割的環(huán)境，研究媒介作為環(huán)境的意義，即媒介環(huán)境學（Media Ecology）的范式。媒介環(huán)境學者大多主張“泛媒介論”。他們視閾中的媒介范疇，已然超越了電視、手機和計算機等媒介形態(tài)，涵蓋印刷術(shù)、攝影術(shù)、核武器和大數(shù)據(jù)在內(nèi)的廣泛的技術(shù)形式都是媒介。馬歇爾·麥克盧漢更是明確提出：“廣義地說，技術(shù)即媒介?！盵1]

媒介不僅僅作為中介存在，而是成為人所在的環(huán)境本身，作為環(huán)境來塑造整個社會及其構(gòu)成要素。一方面，整個社會的媒介化程度漸趨提高，媒介幾乎滲入到人類社會的各個角落，像環(huán)境一樣廣泛分布乃至嵌入到人周圍，對人和社會發(fā)揮著潛移默化、深遠持久的塑造作用；另一方面，虛擬/增強現(xiàn)實、物聯(lián)網(wǎng)、算法等新興媒介樣式和技術(shù)形式層出不窮，傳統(tǒng)的報刊、電視也在謀劃轉(zhuǎn)型之道，這些紛繁多元的媒介形態(tài)在互聯(lián)網(wǎng)等技術(shù)的作用下日漸融合、交織構(gòu)成一個多重復雜的媒介環(huán)境，媒介即是環(huán)境本身。

其中，算法（Algorithm）作為一種擁有獨特偏向的技術(shù)形式，正在滲入媒介環(huán)境的中樞部分，改變著媒介環(huán)境的固有邏輯。算法本是數(shù)學和計算機科學的“座上賓”，是輸入機器的一套指令，目的在于解決特定問題，但它卻好似“偏離”了既定軌道，開始覬覦媒介環(huán)境（訊息系統(tǒng)）的控制權(quán)。在信息超載時代，信息的無限泛濫和連接的爆炸增長無不威脅著媒介環(huán)境的秩序與穩(wěn)定。筆者認為，將算法引入傳播生態(tài)正是為了維護、優(yōu)化環(huán)境的運行秩序。據(jù)當前的應用實踐，算法首先能夠按照一定的目標和原則，對信息進行篩選、過濾，將不符合特定準則的信息拒之門外；隨后，算法可以控制信息形貌，以某種結(jié)構(gòu)和形式對信息進行聚合、排列、呈現(xiàn)；更關(guān)鍵的，算法基于海量的數(shù)據(jù)資源，參與控制信息的流動、分發(fā)與傳播，將信息精準地傳遞給目標對象，包括人和物（其他信息處理設(shè)備），但同時也將對象與某些信息隔離。

當被正式應用于信息傳播的過程中、成為媒介環(huán)境（訊息系統(tǒng)）或多或少都依賴的技術(shù)內(nèi)核時，算法已經(jīng)滲入社會生活的方方面面，成為了一種特殊的環(huán)境現(xiàn)象，甚至是與人息息相關(guān)、不可分割的環(huán)境本身。尼爾·波斯曼認為，媒介環(huán)境為我們對世界的感知提供結(jié)構(gòu)，神經(jīng)系統(tǒng)最深刻的印象來自于環(huán)境的性質(zhì)和結(jié)構(gòu)[2]。此處所指的結(jié)構(gòu)實際上就是環(huán)境的邏輯，這是媒介環(huán)境學的一個基本命題。作為環(huán)境內(nèi)在邏輯的算法，以其信息篩選標準、聚合方式和其他技術(shù)特性，塑造著人的感知、行為和價值觀念，同時也使得某些類型的傳播變得更加容易或困難。嵌入個性化推薦機制的內(nèi)容客戶端之所以令人上癮、麻醉人的意識并且飽受詬病，并不是文章、圖像和視頻這些具體內(nèi)容所致，而是將內(nèi)容傳遞給用戶的算法邏輯。它按照用戶習慣的方式推送其感興趣的內(nèi)容，并且這種推送是無限制、無休止的。正如麥克盧漢所說，內(nèi)容起的不過是干擾作用，真正對我們產(chǎn)生影響的是媒介按摩人意識的方式[3]136。因此，媒介環(huán)境所能產(chǎn)生的影響，某種程度上就是算法的影響，即算法作為技術(shù)環(huán)境的作用。

2 結(jié)構(gòu)分析：感知環(huán)境、符號環(huán)境與意見環(huán)境

媒介環(huán)境學試圖揭示環(huán)境（訊息系統(tǒng)）的結(jié)構(gòu)，并探索基于這種結(jié)構(gòu)的環(huán)境如何影響人的感知、行為和價值觀念，以及廣義上的社會文化。換言之，環(huán)境通過其內(nèi)在結(jié)構(gòu)來對社會存在施加影響。麥克盧漢假設(shè)，技術(shù)環(huán)境并非容納人的被動容器，而是積極塑造著人和環(huán)境的過程[4]。據(jù)此，若把算法視作技術(shù)環(huán)境，對其結(jié)構(gòu)的分析便是必要的。此處所指的結(jié)構(gòu)，已不再是算法作為一種輸入機器的指令所擁有的內(nèi)部構(gòu)造，而是當其作為環(huán)境本身時所具備的結(jié)構(gòu)層次，關(guān)注的是算法究竟作為什么樣的技術(shù)環(huán)境對人施加影響。

2.1 感知環(huán)境

人類若要獲取外部世界中的海量信息，必須依賴自己的感官，以及作為感官延伸的媒介技術(shù)。算法就像一個過濾系統(tǒng)，幫助人們篩選符合需求的信息、減輕感官壓力。但相應地，人接觸到的所謂現(xiàn)實，在過度依賴算法的情境下不過是媒介算法根據(jù)一定的標準、原則來過濾、聚合和呈現(xiàn)的一個復雜模擬態(tài)，即李普曼所說的“擬態(tài)環(huán)境”。擬態(tài)環(huán)境以無形的壓力使人相信這即是現(xiàn)實本身，進而影響人的行為并反作用于客觀環(huán)境，即藤竹曉所論證的“擬態(tài)環(huán)境的環(huán)境化”。算法對信息的篩選操作大都是在“黑箱”中進行的，也就意味著受眾往往在無意識的情況下便處于由算法所營造的像過濾氣泡（Filter Bubble）一樣不可見的感知環(huán)境中。算法為我們提供感知世界最便捷的方式，卻又試圖抹去自己的存在痕跡，讓人默認“仿佛這一切都是自然而然”。

2.2 符號環(huán)境

林文剛認為，媒介是由一種或多種與之相適應的符號系統(tǒng)所構(gòu)成的符號環(huán)境，而符號系統(tǒng)又基于一定的編碼/解碼原則[3]28。算法是由代碼符號所構(gòu)成的、以解決問題為目標的清晰指令，遵循某種編碼/解碼邏輯，因而有著符號性的一面，屬于符號學意義上的“強編碼”。在尼克·庫爾德里看來，媒介集中掌控著建構(gòu)社會現(xiàn)實的符號資源，這種集中是歷來就有的，并且是為大眾所默認的。擬態(tài)環(huán)境的核心正是這些符號資源，因為信息環(huán)境就是通過符號資源構(gòu)建、維系的，符號資源對人們描述世界的方式發(fā)揮規(guī)定性的作用。算法通過掌控符號資源的形貌、組合及分配方式，對環(huán)境的特性進行塑造，使環(huán)境成為基于算法邏輯的符號景觀的堆疊，影響著人類社會的各種存在。

2.3 意見環(huán)境

媒介是意見性信息匯聚的場所，它作為一種意見環(huán)境影響公眾輿論和社會心態(tài)。意見環(huán)境的基礎(chǔ)是各種公開表達的態(tài)度和觀念，這些意見性信息的發(fā)軔、變化促進環(huán)境的演化，環(huán)境所具有的特征與充斥其中的信息意義高度相關(guān)。同時，環(huán)境自身的結(jié)構(gòu)和邏輯又制約、調(diào)節(jié)著意見性信息的形成與傳播。過于封閉的環(huán)境往往集中著單一或偏激的觀點，因為多元觀點無法順暢進入該環(huán)境中。算法作為媒介環(huán)境的中樞部分，對態(tài)度、觀念的塑造是顯著的。算法擅長“取悅”受眾。通過對受眾個人信息（年齡，性別，身份，學歷等）、社會網(wǎng)絡和媒介使用行為的洞察和分析，挖掘受眾的信息偏好，從而用傾向于認同和接受的事實、相似的觀點來“蒙蔽”受眾視閾，讓他們誤認為自己的觀點代表正確和主流，即“只能聽到自己想聽到的聲音”的回音室效應（Echo Chamber）。此時此刻的意見環(huán)境，無疑是高度封閉的。

3 算法的傳播偏向：倚重數(shù)據(jù)、控制與效率、傳播的無休止性

在媒介環(huán)境學看來，技術(shù)并非完全中立的，因為一切媒介/技術(shù)都有一種隱而不顯的偏向（Bias）。這種偏向取決于技術(shù)本身的特性和邏輯，以及人類希冀通過技術(shù)達成的目標。算法亦是如此。它作為技術(shù)環(huán)境、作為媒介環(huán)境的中樞部分，隱藏著多種與信息傳播高度相關(guān)的偏向，即本文所指的傳播偏向。

算法，尤其是用于各種推薦系統(tǒng)的算法，具有倚重數(shù)據(jù)的偏向。這類算法大致包括：基于流行度的算法、協(xié)同過濾算法、基于內(nèi)容的算法和混合算法[5]。倚重數(shù)據(jù)的偏向有兩層含義：一方面，算法若要完成編碼者所設(shè)定的目標，大量乃至海量的數(shù)據(jù)資源便是必要條件。對于以算法為核心的個性化推薦服務來說，受眾基本信息（性別、年齡、身份、地域）、關(guān)系網(wǎng)絡、媒介使用行為和時空場景等數(shù)據(jù)是不可或缺的，因為這些數(shù)據(jù)是算法得以分析受眾習慣、挖掘其信息偏好的前提。否則，所謂精準推薦只能是天方夜譚。另一方面，算法會將數(shù)據(jù)作為對信息進行控制的標準，即“多現(xiàn)少隱”的原則。若一則新聞被相當多的人所瀏覽，那么算法就可能向更多人推廣它，或?qū)⑵渲糜诮缑嬷休^為顯著的位置。相應地，關(guān)注度低的信息會被暫時“隱藏”，直到算法判定它具有傳播價值。這種基于數(shù)據(jù)的信息控制是一個動態(tài)過程，實時更新的數(shù)據(jù)和反饋信息都可能使算法不斷優(yōu)化自身性能、提高運作能力。

為了實現(xiàn)編碼者的意圖，算法必須強化控制、帶來效率的最大化。這是算法的第二種傳播偏向，即倚重控制和效率的偏向。這種控制并非精神或物理意義上的拘禁，而是對海量信息的管理。在信息無限泛濫的時代，如何最有高效地篩選、聚合并分發(fā)有價值的內(nèi)容是亟待算法解決的關(guān)鍵問題，因而算法通常所需要參與控制的，主要是對信息的調(diào)取、過濾、聚合、排列、呈現(xiàn)和傳播。它負責根據(jù)某種邏輯對信息價值進行判定，選出符合標準的內(nèi)容，并以聚合的形式、按一定序列向被認為偏愛它們的對象呈現(xiàn)。算法在此執(zhí)行的是內(nèi)容與受眾的適配工作。但是，編碼者嵌入算法的價值標準和原則是控制的基礎(chǔ)，它們對算法的運作邏輯發(fā)揮著規(guī)定性作用。換言之，算法依靠的是編碼者的意圖，而非真理或普世價值。這也就意味著算法扮演的不是把關(guān)人的角色，它不能總是有效地排除低俗、色情和暴力內(nèi)容，即使它極大幅度提升了篩選、分發(fā)信息的效率。

算法還有一種傳播偏向，便是對受眾進行無休止的信息傾泄，通過無形的壓迫和麻醉使他們接收盡可能多的推薦內(nèi)容。只要用戶愿意刷新推送列表，他們就能從新聞客戶端中獲得取之不盡的信息。推送是沒有休止符的，除非算法被給予了停止推送的限定條件。這種偏向看似是對用戶的饋贈與滿足，實則為一種麻醉。拉扎斯菲爾德和默頓曾提出大眾傳播具有負面的“麻醉作用”，即讓受眾淹沒在表層信息和通俗娛樂的滔滔洪水之中，使人沉醉于虛幻的知識滿足而喪失行動力[6]。算法看似減輕了人們獲取信息的壓力，實則將這種壓力無限放大。它總是按照用戶習慣的方式推送其感興趣的內(nèi)容，內(nèi)容的吸引力、獲取的低成本與無休止推送成為算法按摩人意識的麻醉劑，它將人與意義生活剝離開來，讓人沉溺其中消磨時間、形成媒介依賴，忘卻現(xiàn)實生活中的重要事項，最終失落為技術(shù)的奴隸。

參考文獻

[1]馬歇爾·麥克盧漢.理解媒介：論人的延伸[M].何道寬，譯，南京：譯林出版社，2011：482.

[2]Postman， N. & Weingartner，C. Teaching as a subversive activity[M].New York： Delacorte Press，1969：16-17.

[3]林文剛.媒介環(huán)境學：理論沿革與多維視野[M].何道寬，譯.北京：北京大學出版社，2007：136，28.

[4]McLuhan， M.The Gutenberg galaxy： The making of typographic man. Toronto[M].Canada： University of Toronto Press：1962：7.

[5]郝雨，李林霞.算法推送：信息私人定制的“個性化”圈套[M].新聞記者，2017（2）：36.

[6]郭慶光.傳播學教程[M].北京：中國人民大學出版社，2011：103.