張妲

摘 要：隨著5G技術(shù)的到來，萬物互聯(lián)、萬物皆媒的傳播圖景逐漸鋪展開，若把傳播內(nèi)容比作這幅圖景上的顏料，那么把這些內(nèi)容勾繪聯(lián)結(jié)起來的畫筆就是媒介。而將媒介僅僅看作是信息傳遞工具的這種認(rèn)知已然過時(shí)，媒介同時(shí)也在傳遞更多復(fù)雜的社會關(guān)系，其傳遞的內(nèi)容愈發(fā)復(fù)雜，傳播的媒介更加多樣，由此衍生出的算法則是一種更高意義上的媒介。本文將從算法的形成與應(yīng)用出發(fā)，來談?wù)撍惴▽γ浇檫壿嫷慕?gòu)和對社會關(guān)系的重組一系列重要影響，更加理性地對待與應(yīng)用算法，以此來促進(jìn)信息傳遞的良性循環(huán)。

關(guān)鍵詞：算法把關(guān);算法推薦;媒介邏輯;社會關(guān)系

中圖分類號：G206 ? ?文獻(xiàn)標(biāo)識碼：A ? ?文章編號：1672-8122（2021）11-0017-04

一、算法的形成與應(yīng)用

算法的研究起源于20世紀(jì)末，20世紀(jì)90年代在美國舉辦的人工智能協(xié)會中，由卡耐基梅隆大學(xué)的 Robert Armstrong等人提出了一個(gè)新型的個(gè)性化導(dǎo)航系統(tǒng) Web Watcher，自此出現(xiàn)了個(gè)性化推薦的概念。在美國的明尼蘇達(dá)大學(xué)，GroupLens研究小組最先開始算法推薦的研究，他們想要制作一個(gè)名為 Movielens的電影推薦系統(tǒng)，從而實(shí)現(xiàn)對用戶進(jìn)行電影的個(gè)性化推薦。首先他們讓用戶對自己看過的電影進(jìn)行評分，然后研究小組對評分結(jié)果進(jìn)行分析，并預(yù)測用戶對從未看過的電影的興趣度，以此來向他們推薦他們沒看過但可能感興趣的電影[1]。

技術(shù)的發(fā)明最終是要落實(shí)到應(yīng)用上，對于算法推薦的研究雖然起步較晚，但因?yàn)榧夹g(shù)的迅猛發(fā)展，算法的應(yīng)用也就愈發(fā)廣泛且成熟。國外最早應(yīng)用算法并取得成功的當(dāng)屬亞馬遜公司（Amazon），該網(wǎng)站對用戶的瀏覽購買行為進(jìn)行了分析，并對用戶進(jìn)行個(gè)性化推薦。根據(jù)Enture Beat的統(tǒng)計(jì)，這一舉措將該網(wǎng)站的銷售額提高了35%，效果非常顯著。而在國內(nèi)，提到算法推薦，目前最出名的當(dāng)屬字節(jié)跳動旗下的兩大App：今日頭條和抖音，一個(gè)主打新聞分發(fā)，一個(gè)主打休閑娛樂[2]。尤其是在2016年，今日頭條的出現(xiàn)直接把算法這一技術(shù)完全地推入了大眾的視野，國內(nèi)對于算法的研究也逐漸增多。而對于算法的應(yīng)用業(yè)界褒貶不一，對于由算法引發(fā)的一切關(guān)于媒介的認(rèn)知都在促進(jìn)著媒介技術(shù)的發(fā)展與社會關(guān)系的進(jìn)步，而如何應(yīng)用算法來重構(gòu)媒介邏輯與重組社會認(rèn)知，也是我們現(xiàn)在亟需解決的問題。

二、媒介邏輯的建構(gòu)與社會認(rèn)知的重組

對于算法的研究首先集中到了對媒介邏輯的建構(gòu)上，并在此基礎(chǔ)上去改變受眾對社會關(guān)系的認(rèn)知。由技術(shù)引發(fā)的生產(chǎn)變革，歸根到底是生產(chǎn)者思維的轉(zhuǎn)變，而現(xiàn)如今生產(chǎn)者對于媒介邏輯的轉(zhuǎn)變又依附于算法的應(yīng)用。因此，媒介邏輯的建構(gòu)與社會認(rèn)知的重組并不是相互獨(dú)立的，而是相互影響、相互聯(lián)系的。下面筆者將從算法對媒介邏輯的建構(gòu)和對社會認(rèn)知的重組兩方面進(jìn)行探究。

（一）智能傳播：算法加速媒介邏輯的轉(zhuǎn)向 ?傳統(tǒng)意義上的新聞生產(chǎn)僅僅是把媒介看作一種傳遞信息和發(fā)揮社會功能的技術(shù)工具和社會角色，是一種技術(shù)、一種渠道，可以用于經(jīng)驗(yàn)性的調(diào)查研究和社會管理，也正是基于此，學(xué)界展開了兩方面的研究，其中一方面是媒介介質(zhì)可以為人類做什么，另一方面是大眾可以用媒介去做什么。但不管是哪方面的研究，大多都是把媒介作為一個(gè)單純的客體來進(jìn)行考量的，不管是邏輯上還是體系上都沒有跳脫出大眾與媒介之間存在的一個(gè)二元對立的分析框架[3]。這種理論范式在大眾傳播時(shí)代尚可以被人們以現(xiàn)有的經(jīng)驗(yàn)清晰地感知到，如看報(bào)紙、聽廣播、看電視，在這個(gè)過程中受眾可以清楚地區(qū)分開人與媒介，并且能意識到是受眾在使用媒介。而在由智能技術(shù)飛速演變發(fā)展引起的傳播生態(tài)變革的今天，很顯然，這種把媒介看作是一種信息傳遞工具的說法已經(jīng)站不住腳了。5G時(shí)代的到來，在人工智能的助推下，算法推送信息，而未來已很難區(qū)分大規(guī)模的機(jī)器人寫作發(fā)布出來的內(nèi)容信息流與實(shí)際人力寫出來的東西，哪部分新聞是機(jī)器寫的，哪部分是人寫的。尤其是被算法日益包圍的今天，算法本身已經(jīng)成為一種媒介，而且是一種更高級別意義上的媒介。

說它是一種更高級別意義上的媒介并不是說它比別的媒介更加高級，而是把它放在一個(gè)更加宏觀的視野中去看待，面對日益復(fù)雜的社會關(guān)系網(wǎng)絡(luò)，精準(zhǔn)的應(yīng)用算法媒介，對于邏輯的建構(gòu)具有特殊意義。算法被看作是一種傳輸媒介，一方面為解析算法的特殊社會建構(gòu)功能提供了邏輯起點(diǎn)，還能把未來媒介的基本運(yùn)作機(jī)理從復(fù)雜的媒介形態(tài)中挖掘出來[4]。因此，算法的應(yīng)用已無處不在、不可避免，現(xiàn)在重要的是如何最大功能地利用它來創(chuàng)造出更多的可能。

（二）打破常規(guī)：算法對社會認(rèn)知的重組

技術(shù)的發(fā)展使得人類的行為以一種數(shù)據(jù)化的方式呈現(xiàn)，而算法的加入，又使得人們通過數(shù)據(jù)化的信息來識別與感知世界并順應(yīng)地采取下一步行動。作為21世紀(jì)的一種新型技術(shù)，算法不僅優(yōu)化了傳統(tǒng)的媒介傳播方式，而且改變了人們對于社會關(guān)系的認(rèn)知。人們在算法構(gòu)建起來的場域中對自我認(rèn)同、人際關(guān)系、社會地位以及公開言論都有了新的認(rèn)知與思考。因而，從微型的人際關(guān)系到宏觀的社會關(guān)系，在飛速發(fā)展的智媒時(shí)代，一個(gè)巨大的算法關(guān)系架構(gòu)網(wǎng)絡(luò)正在逐步形成，而存在于這其中的每個(gè)人和每個(gè)物都是這個(gè)關(guān)系網(wǎng)絡(luò)中的重要節(jié)點(diǎn)。

把算法看作一個(gè)媒介，為社會認(rèn)知的重組提供了思路。算法正在潛移默化地滲入社會的各個(gè)方面，通過形成一種逼真的“擬態(tài)環(huán)境”來建構(gòu)我們的網(wǎng)絡(luò)關(guān)系世界，進(jìn)而影響我們對現(xiàn)實(shí)世界的認(rèn)知，而算法作為一種更高意義上的媒介，也為媒介的社會化提供了新的思路。在傳統(tǒng)的大眾傳播時(shí)代，媒介作為一種工具用以聯(lián)結(jié)人與世界，信息的傳遞通常是點(diǎn)對點(diǎn)或點(diǎn)對面的，如《鄉(xiāng)土中國》的作者費(fèi)孝通用“差序格局”的概念來描述中國傳統(tǒng)社會中的社會關(guān)系，他認(rèn)為在差序格局中每個(gè)人都以自我為中心，由此向外擴(kuò)展結(jié)成一個(gè)復(fù)雜的關(guān)系網(wǎng)絡(luò)，在這種單一的社會結(jié)構(gòu)中，人們對于社會關(guān)系的認(rèn)知是有限的、固定的。而到了萬物互聯(lián)的智媒時(shí)代，算法的加入影響了人們的認(rèn)知，人與人之間的關(guān)系網(wǎng)絡(luò)變得更加錯(cuò)綜復(fù)雜，人們開始重新思考“差序格局”的適用性，進(jìn)而對社會的認(rèn)知進(jìn)行重組。

不管是算法加速了媒介邏輯的轉(zhuǎn)向，還是算法引發(fā)了人們對社會重組的認(rèn)知，我們都應(yīng)該清晰地認(rèn)識到算法作為一種技術(shù)，它并不是萬能的，可能會帶來積極、正向的把關(guān)作用，也可能會帶來消極、片面的繭房影響。對待算法我們還是應(yīng)該保持一種理智的態(tài)度，盡可能發(fā)揮其最大的積極作用，創(chuàng)造更大的社會價(jià)值。

三、算法形成信息繭房

美國著名學(xué)者凱斯·桑斯坦（Cass R.Sunstein）在著作《信息烏托邦——眾人如何生產(chǎn)知識》中首次提出了信息繭房，即公眾在大規(guī)模的信息洪流中只會去挑選與自己相關(guān)并且感興趣的一部分，形成屬于自己的“個(gè)人日報(bào)”。而長此以往不利于個(gè)人對信息世界的全面了解，逐漸形成一種 “回音室”（Echo Chamber）效應(yīng)，這種現(xiàn)象會導(dǎo)致群體極化（Group Polarization）現(xiàn)象的發(fā)生。由于缺乏直接可觀測到的數(shù)據(jù)，學(xué)界對于這一觀點(diǎn)認(rèn)同的音量正在逐漸增大。

在移動互聯(lián)網(wǎng)時(shí)代，用戶所處的媒介環(huán)境其實(shí)是高度自由的，在媒介的獲取與使用上也空前的便利，而且通過不同的、多樣的傳播渠道和獲取方式，用戶有著多重選擇。由于渠道不同，對于信息的傳播與分發(fā)也不同，這樣使有著多樣信息需求的受眾可以得到滿足。因此，所使用的媒介不同，用戶所接觸到的信息也就不盡相同，有調(diào)查結(jié)果顯示，2019年，只有2%的美國人通過單一的媒介渠道獲取信息，大多數(shù)的受眾都會使用多種媒介來全面地獲取和了解信息。因此，不難發(fā)現(xiàn)，對于信息的獲取，大部分的用戶并不只是通過一種方式來獲取，并且對于信息的接受吸收也未必只有一種需要。

美國實(shí)驗(yàn)心理學(xué)家卡爾·霍夫蘭在個(gè)體差異論中說道，由于個(gè)體生活環(huán)境不同，接受的文化教育不同，由此在信念、理想價(jià)值觀和個(gè)人追求上存在著認(rèn)知差異。即便是完全一樣的的傳播內(nèi)容，不同的受眾所感知到的認(rèn)知以及產(chǎn)生的效果也會完全不同，幾乎所有人都更傾向于去按照自己原有的認(rèn)知來讀取解碼信息，即具有對信息的選擇接近權(quán)。但互聯(lián)網(wǎng)所帶來的信息是海量的，面對眾多紛雜的信息，受眾為了緩解內(nèi)心的焦慮，達(dá)到知識的認(rèn)知平衡，往往會根據(jù)個(gè)人的喜愛或既有的認(rèn)知經(jīng)驗(yàn)來進(jìn)行篩選與過濾。但有研究也說明，受眾對于不同的信源所傳遞的信息信任程度并不相同。在目前所有已知的用戶可以接觸到的媒介類型中，對于更加重要嚴(yán)肅的社會議題，社交媒體的可信賴度依然是最低的，用戶更加信賴主流媒體。而主流媒體對于信息的發(fā)布更多的是呈現(xiàn)信息本來的樣貌，進(jìn)行修飾的部分偏少，對用戶形成自己的判斷干預(yù)的更少一些。因此，對于算法是否加劇了信息繭房的看法有必要繼續(xù)進(jìn)行研究。

四、解構(gòu)算法把關(guān)的烏托邦世界

算法的應(yīng)用發(fā)展到現(xiàn)階段，社會各界對其褒貶不一。通過對CNKI上的大量文獻(xiàn)進(jìn)行量化分析之后我們發(fā)現(xiàn)，由算法的應(yīng)用引發(fā)的各種現(xiàn)象一直是學(xué)界熱議的話題，如算法究竟是導(dǎo)致了“信息繭房”還是“信息減負(fù)”、算法是否實(shí)現(xiàn)了客觀中立、算法是否侵犯了個(gè)人隱私等也一直存有爭議，同時(shí)也缺乏實(shí)證研究的結(jié)論來進(jìn)行佐證。桑斯坦所描述的信息繭房更像是一個(gè)半預(yù)言式的隱喻，使之至今沒有一個(gè)清晰和準(zhǔn)確的量化研究框架。因此對于“信息繭房”是否存在，對于把算法進(jìn)行“神化”來建構(gòu)出的一個(gè)烏托邦世界是否存在，依然是有待商榷的。

（一）算法偏見：窄化的思維模式與認(rèn)知系統(tǒng) ?“算法即媒介”的觀點(diǎn)讓我們能清楚地意識到算法作為一種技術(shù)工具所蘊(yùn)含的豐富含義，將其運(yùn)用到信息傳播中，不僅改變了傳播方式，也豐富了傳播的內(nèi)涵。用戶享有對信息的選擇、接受以及傳播的接近和表達(dá)的權(quán)利，智能化算法推送使得用戶的接近表達(dá)權(quán)有所強(qiáng)化，但在信息的選擇接受權(quán)方面卻在客觀上反而有所讓渡甚至喪失[5]。這是一種從信源到信宿中間過程的喪失，人們只能進(jìn)行被動的接受，而大部分的用戶并不能察覺到這一點(diǎn)，在算法過濾后推薦的信息中進(jìn)行選擇，實(shí)則并沒有跳出算法所畫出的無形的“包圍圈”。

拉扎斯菲爾德提出的選擇性接觸指出：“受眾在接觸大眾傳播活動時(shí)，并不是不加選擇的，而是對與自己立場相同且有興趣的信息進(jìn)行接觸”。而智能化推薦抓住了這一點(diǎn)對用戶進(jìn)行數(shù)據(jù)收集并進(jìn)行有選擇的推送，以一種“溫水煮青蛙”的方式潛移默化地影響用戶對世界的認(rèn)知。持批判態(tài)度的學(xué)者大多對這種觀點(diǎn)有同樣的擔(dān)憂，雖然算法一直主張“客觀中立”，然而，智能傳播環(huán)境下算法所進(jìn)行的實(shí)踐研究表明，所謂的“算法中立”更多的是人們對數(shù)據(jù)和技術(shù)進(jìn)行的一種理想化的烏托邦想象。現(xiàn)實(shí)存在的固有問題與矛盾難以消除，政治內(nèi)構(gòu)與資本介入，社會的偏見化結(jié)構(gòu)，量化計(jì)算對有機(jī)世界的遮蔽，都會導(dǎo)致算法產(chǎn)生內(nèi)生性偏見[6]。進(jìn)而引發(fā)思維模式與認(rèn)知系統(tǒng)的窄化。

（二）算法推薦：社會發(fā)展的必然趨勢

技術(shù)的應(yīng)用歸根到底是要為人服務(wù)的，技術(shù)的善惡關(guān)鍵在于使用技術(shù)的人。依托于大數(shù)據(jù)而產(chǎn)生的算法推薦儼然已成為新聞生產(chǎn)的“熱門選手”。早在2017年，《紐約時(shí)報(bào)》《華爾街日報(bào)》等在內(nèi)的一批出版商在與Facebook和谷歌的博弈事件中，拒絕把自己的內(nèi)容通過社交平臺渠道分發(fā)。二者爭論的核心問題就是平臺應(yīng)用的算法技術(shù)不僅影響了新聞業(yè)的內(nèi)容生產(chǎn)，還導(dǎo)致了用戶的轉(zhuǎn)移，進(jìn)而影響到了廣告的收入和品牌的入駐。盡管新聞從業(yè)者們再不滿意，依托算法推薦的內(nèi)容生產(chǎn)依舊在全世界范圍內(nèi)備受歡迎。

根據(jù)牛津大學(xué)路透新聞研究所發(fā)布的《數(shù)字新聞報(bào)告2017》，通過對歐洲、美洲和亞太地區(qū)的36個(gè)國家7萬名受眾的分析結(jié)果顯示，有超過一半（54%）的受訪者更喜歡通過算法來篩選故事，超出喜歡編輯或記者的比例（44%）。在中國的資訊信息分發(fā)市場上， 算法推送的內(nèi)容已超過50%。但是對于算法推薦，新聞從業(yè)者為何會存在一種巨大的排斥？很大一部分原因來自于將算法看作是一種技術(shù)，一種對于思維方式起決定作用的技術(shù)。而在這個(gè)過程中從業(yè)者時(shí)常會忽略掉技術(shù)的發(fā)展是依托于當(dāng)下的社會環(huán)境的，也忽略了對于技術(shù)給予支撐的背后的利益關(guān)系和經(jīng)濟(jì)制約。因此，當(dāng)我們把算法看作是一種更高級的媒介時(shí)，應(yīng)該看到算法作為人工智能的基礎(chǔ)與核心并不是一成不變的，它也在發(fā)展與優(yōu)化。而對待算法推薦的使用是不可逆的，我們應(yīng)該看到這是一種社會發(fā)展的必然趨勢，與其抱怨或者排斥，不如擁抱這項(xiàng)技術(shù)，并研究如何讓其為我所用，創(chuàng)造更多的價(jià)值。

五、結(jié) 語

曾經(jīng)有學(xué)者發(fā)出警示：“人們目前的生活依然存在著極大的隱患與風(fēng)險(xiǎn)，并且這種風(fēng)險(xiǎn)有可能會讓人們重蹈覆轍，慢慢地接受與奴役自己和他人，對于過去結(jié)構(gòu)化的認(rèn)知與理解依舊會通過隱形的算法塑造著人們的價(jià)值觀，并逐漸成為過去時(shí)代的產(chǎn)物”[7]。這會讓人們產(chǎn)生擔(dān)憂，即使人們對社會媒介所產(chǎn)生的風(fēng)險(xiǎn)已達(dá)成了普遍共識，也認(rèn)識到通過算法對信息的傳播所形成的自動化與原始化的影響，不僅沒有把信息中所攜帶的垃圾過濾，還加深了人們對世界的固化認(rèn)識。對于無處無時(shí)不在的算法，我們應(yīng)該怎么做？目前的網(wǎng)絡(luò)環(huán)境不可避免地要接觸到算法，傳播行為的發(fā)生也要借助智能應(yīng)用，新媒介邏輯的侵蝕不可避免[8]。但就像媒介理論家道格拉斯·魯什科夫（Douglas Rushkoff）在《人類團(tuán)隊(duì)》中所說道的：“人類現(xiàn)在已經(jīng)沒有辦法回到前數(shù)字時(shí)代了，我們唯一能做的就是必須闖過去”[9]。

智媒時(shí)代算法的應(yīng)用越發(fā)成熟與廣泛，了解到算法背后真正的原理與機(jī)制是善用算法的重要前提。對于算法應(yīng)該持有何種態(tài)度儼然需要我們用更加理性的態(tài)度來思考。如何生產(chǎn)更多優(yōu)質(zhì)多元的信息內(nèi)容，呈現(xiàn)更加客觀真實(shí)的事實(shí)真相，是每一個(gè)信息生產(chǎn)者值得思考的問題。擅用算法、善用算法，理性地看待算法，破除算法的神話，堅(jiān)持人機(jī)共生，在更加宏觀的社會層面上合理地利用算法帶來的便利與機(jī)遇，打破對算法的偏見任重道遠(yuǎn)。

參考文獻(xiàn)：

[1] 趙守香，唐胡鑫，熊海濤.大數(shù)據(jù)分析與應(yīng)用[M].北京：航空工業(yè)出版社，2015：182.

[2] 景佳琦.國內(nèi)媒體個(gè)性化算法推薦研究熱點(diǎn)分析——基于CNKI的文獻(xiàn)計(jì)量分析（2016—2019年）[J].新媒體研究，2020，6（13）：7-10.

[3] 徐生權(quán).隱匿的媒介：媒介化生存下的媒介再認(rèn)識[J].淮海工學(xué)院學(xué)報(bào)：人文社會科學(xué)版，2018，16（5）：61-66.

[4] 喻國明，耿曉夢.算法即媒介：算法范式對媒介邏輯的重構(gòu)[J].編輯之友，2020（7）：45-51.

[5] 喻國明，趙文宇.算法是一種新的傳播觀：未來傳播與傳播學(xué)的重構(gòu)[J].西南民族大學(xué)學(xué)報(bào)：人文社科版，2020，41（5）：145-149.

[6] 郭小平，秦藝軒.解構(gòu)智能傳播的數(shù)據(jù)神話：算法偏見的成因與風(fēng)險(xiǎn)治理路徑[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報(bào)），2019，41（9）：19-24.

[7] Daniel Solove，“Speech，Privacy and Reputation on the Internet” in The Offensive Internet，London：Oxford University Press，2015：16.

[8] 全燕.智媒時(shí)代算法傳播的形態(tài)建構(gòu)與風(fēng)險(xiǎn)控制[J].南京社會科學(xué)，2020（11）：99-107.

[9] Douglas Rushkoff，Team Human，New York：Routledge，2019：8.

[責(zé)任編輯：楊楚珺]