毛湛文 張世超

一、引言:從技術(shù)轉(zhuǎn)向文化的算法研究

當(dāng)下,基于算法的各類應(yīng)用技術(shù)正在深度滲透社會(huì)生活,并引發(fā)人文社會(huì)科學(xué)的關(guān)注。作為對(duì)信息生產(chǎn)及分發(fā)環(huán)節(jié)尤為敏感的學(xué)科,新聞傳播學(xué)對(duì)算法的研究響應(yīng)迅捷。面對(duì)傳統(tǒng)新聞業(yè)受到算法技術(shù)沖擊后所產(chǎn)生的“切膚之痛”,研究者們或試圖從信息推薦的原理出發(fā)打開“算法黑箱”,或在傳播倫理層面質(zhì)詢算法的治理問題,或逐步意識(shí)到算法作為社會(huì)底層邏輯所帶來的文化后果,以不斷增強(qiáng)算法傳播研究的人文批判力度。但同時(shí),批判的靶子卻并不清晰:算法產(chǎn)生的價(jià)值偏見、信息繭房、過濾氣泡等問題,究竟可以歸結(jié)為技術(shù)層面的代碼規(guī)則,還是歸結(jié)為調(diào)用算法的平臺(tái),抑或是算法背后的社會(huì)結(jié)構(gòu)因素？這些學(xué)術(shù)討論,除了讓研究者不斷在“技術(shù)決定論”與“社會(huì)決定論”的二元框架之間搖擺以外,也暴露出現(xiàn)有算法研究缺少系統(tǒng)性和理論性的缺陷。就像有學(xué)者分析的那樣,“一個(gè)2017年在Facebook工作的數(shù)據(jù)科學(xué)家,一個(gè)1940年的大學(xué)數(shù)學(xué)家,一個(gè)1995年建立診療程序的醫(yī)生,可能都會(huì)宣稱自己在研究算法,但這并不意味著他們說的是同一件事”①。批判失焦與概念模糊的困境折射出當(dāng)下算法研究的“術(shù)語焦慮”(terminological anxiety)狀況,即我們深刻感受到算法的影響,但無法從學(xué)理上展開清晰有效的研究,就像“圍著黑匣子跳舞”一樣窘迫。

如何解決算法的“術(shù)語焦慮”？一個(gè)可能的辦法是讓技術(shù)人士提供有關(guān)“算法”的定義,再審視這些定義如何與人文社科的專業(yè)領(lǐng)域互動(dòng)。②計(jì)算機(jī)學(xué)科視野下,算法是根據(jù)指定計(jì)算將輸入數(shù)據(jù)轉(zhuǎn)化為輸出結(jié)果的一套編碼程序,甚至可以簡(jiǎn)化為“算法+數(shù)據(jù)結(jié)構(gòu)=程序”等公式。此類定義是從技術(shù)和理性上打量算法,但并未考慮算法延伸的社會(huì)后果。從概念演變的歷史看,9世紀(jì)到20世紀(jì)初,“算法”與“算術(shù)”的含義緊密相關(guān),對(duì)算法一詞的使用并不占主流；“信息”一詞的出現(xiàn)改變了歷史——香農(nóng)“設(shè)計(jì)了一套程序用以處理一系列支配傳播過程的決定因素”,而算法就是這套程序③。其后幾十年內(nèi),“算法”一詞與計(jì)算機(jī)科學(xué)及信息論、控制論密切綁定。

不過近年來,當(dāng)更多的機(jī)構(gòu)和個(gè)人直接將“日常實(shí)踐委托給算法過程”④,有關(guān)“算法自身的技術(shù)文化與思想范式”⑤的研究才逐漸興起。 “算法”作為一個(gè)具有召喚力的簡(jiǎn)稱,代表了計(jì)算系統(tǒng)的能力和潛力——比人類思考得更快、更全面、更準(zhǔn)確。但除了理解算法的技術(shù)集成,我們還需要了解這個(gè)術(shù)語是如何融入組織、制度和日常理解中的。⑥因?yàn)檫^度崇拜或強(qiáng)調(diào)算法模型與技術(shù)的做法,只會(huì)制造泡沫式的現(xiàn)代技術(shù)神話,掩蓋這些技術(shù)物的文化實(shí)踐。新聞傳播及人文社科領(lǐng)域的研究者,應(yīng)當(dāng)更加關(guān)注算法作為一種特定的文化與傳播實(shí)踐會(huì)產(chǎn)生何種影響。從技術(shù)式定義轉(zhuǎn)向文化式詮釋,為拓展算法研究的視角帶來了契機(jī)。

二、算法文化:計(jì)算邏輯形塑的新文化權(quán)威

較早令“算法”與“文化”兩個(gè)詞匯連接在一起的學(xué)者是泰德·斯拉伯斯(Ted Striphas),他從2010年就開始撰寫探討日常生活中的算法的博客文章。在“文化”的理解上,他認(rèn)為:“長(zhǎng)期以來,文化一直是關(guān)于爭(zhēng)論與調(diào)解的。爭(zhēng)論的意義在于不同人群對(duì)他們的思想、行為和表達(dá)規(guī)范不斷進(jìn)行辯論,無論這些規(guī)范是明確的還是隱含的……而文化正是一個(gè)社會(huì)關(guān)于其成員應(yīng)該如何自持的一種持續(xù)對(duì)話。”⑦但是,算法的應(yīng)用和普及改變了原有局面,文化中的“爭(zhēng)議與調(diào)解”悄然轉(zhuǎn)向了幕后。算法讓人們看到直接的結(jié)果,比如什么是熱門書籍、什么是高贊評(píng)論,但卻無從得知其背后的文化對(duì)話或論證。斯拉伯斯指出:算法的計(jì)算過程有自身的抽象法則,會(huì)消除掉文化的語境感,而剩下的則是“對(duì)各種數(shù)據(jù)指標(biāo)和量化方式的癡迷”⑧。有學(xué)者也注意到“算法已成為文化和社會(huì)生產(chǎn)的場(chǎng)所(sites)。作為新聞報(bào)道、學(xué)術(shù)論文的對(duì)象以及公眾爭(zhēng)論、流行話語、文化生產(chǎn)和情感交流的焦點(diǎn),算法正在產(chǎn)生計(jì)算性的后果”⑨。

2012年,斯拉伯斯提出了“算法文化”的說法,將其定義為“利用計(jì)算過程對(duì)人、地方、物體和思想進(jìn)行排序、分類及分級(jí)”⑩。后來,他提取出“信息”(information)、“人群”(crowd)、“算法”(algorithm)三個(gè)關(guān)鍵詞以說明算法文化的特征,包括:算法針對(duì)特定的人群收集、分發(fā)與推送信息；高雅與通俗文化的分野不是算法采納的標(biāo)準(zhǔn)；算法只考慮能夠納入到所在平臺(tái)上的數(shù)據(jù)；算法顯著承擔(dān)了文化的主要責(zé)任即“重組社會(huì)”的任務(wù)。而各平臺(tái)對(duì)用戶數(shù)據(jù)的壟斷也在訓(xùn)練出不同的算法模型。因此,當(dāng)擁有某一方面的海量數(shù)據(jù)時(shí),算法精準(zhǔn)度會(huì)大大提升,這促使算法在文化領(lǐng)域常常成為重要的新型權(quán)威。學(xué)者格列斯皮(Tarleton Gillespie)給出了相似的論斷:“算法既是傳播機(jī)制,也是估價(jià)機(jī)制,是知識(shí)機(jī)構(gòu)流通和評(píng)價(jià)信息的過程的一部分,是新媒體提供和分類文化的過程?！?/p>

切換至中文研究語境,算法與文化的關(guān)系也受到了關(guān)注。例如,有研究者認(rèn)為,算法本身是一種文化,是人類理性的一部分,但科技理性的膨脹使算法開始控制人類,不加扼制的算法崇拜很可能會(huì)導(dǎo)致理性走向自己的反面。還有學(xué)者指出:“算法社會(huì)的文化邏輯在于算法外在于人的生活體驗(yàn),但人的經(jīng)驗(yàn)(快感)需借助算法實(shí)現(xiàn)?！贝祟惓橄蟮乃急嬲撌?雖與西方聚焦具體算法情境的研究面向不同,但均指向了算法崛起背后所凸顯的技術(shù)與文化的矛盾。

基于此,本文的研究問題是:作為由計(jì)算邏輯主導(dǎo)的文化權(quán)威,“算法文化”有哪些關(guān)鍵的研究議題？超越技術(shù)含義的算法有哪些文化面孔,又可以激活哪些學(xué)術(shù)想象？通過梳理近年發(fā)表的相關(guān)研究文獻(xiàn)后,本文試著從如下三個(gè)向度勾勒算法文化研究的圖景,以及尋找算法研究的系統(tǒng)性脈絡(luò)。

三、權(quán)力·話語·行動(dòng)者:算法文化研究的三種向度

(一)作為權(quán)力的算法:價(jià)值內(nèi)嵌、深度操縱與文化威脅

“權(quán)力”是媒介與文化研究中的核心概念,文化的生產(chǎn)、傳播、分配與消費(fèi)等與權(quán)力運(yùn)作密切相關(guān)。權(quán)力內(nèi)嵌于互聯(lián)網(wǎng)平臺(tái)中的算法機(jī)制,同時(shí)扮演了數(shù)字時(shí)代權(quán)力發(fā)揮的重要中介?？梢哉f,算法通過代碼和模型對(duì)文化進(jìn)行重新分類,正在制造趨同而單一的文化類型,而算法標(biāo)簽所給定的身份,令普通個(gè)體的參與性及文化多樣性都面臨來自算法的威脅。

1.難覓的多樣性:算法對(duì)文化的重新分類

今天,谷歌、蘋果、臉書、亞馬遜和微軟這五大互聯(lián)網(wǎng)公司(又稱之為GAFAM)組成了西方社會(huì)中的超級(jí)數(shù)字平臺(tái),圍繞GAFAM平臺(tái)算法所帶來的影響,研究者試圖弄清算法篩選文化、控制傳播內(nèi)容的過程及機(jī)制。有學(xué)者發(fā)現(xiàn),媒介平臺(tái)不同,算法及倡導(dǎo)的價(jià)值觀也有不同,就像臉書的算法著力于塑造“社交關(guān)系”和承載“娛樂分享”,而谷歌的算法則希望構(gòu)建出世界的“客觀現(xiàn)實(shí)”。據(jù)此,考察算法價(jià)值觀形成的標(biāo)準(zhǔn)不失為進(jìn)行算法權(quán)力批判的切入口。但無論平臺(tái)選擇和設(shè)計(jì)算法模型的標(biāo)準(zhǔn)是什么,其都無法擺脫內(nèi)嵌在算法中的平臺(tái)的價(jià)值觀?！熬幋a規(guī)則所制定的價(jià)值和特權(quán)隱藏在黑箱之內(nèi),而權(quán)威機(jī)構(gòu)正在越來越多地通過算法進(jìn)行表達(dá)”,這類似于新聞價(jià)值的運(yùn)作原理,什么能夠被看見、如何被看見原本是需要整個(gè)社會(huì)商榷的問題,但現(xiàn)在卻均交由算法判斷。同樣的,“在用戶認(rèn)為他們應(yīng)該看到的東西和平臺(tái)算法認(rèn)為用戶應(yīng)該看到的東西之間,也常常存在著差異”。當(dāng)前以商業(yè)利益為主要目標(biāo)的平臺(tái)基本是主流,以公共利益為主導(dǎo)的平臺(tái)則非常邊緣,且難以形成氣候。

當(dāng)一切文化生產(chǎn)要素變得可量化時(shí),隨之而來的是整個(gè)文化生態(tài)的變化,直接后果包括公共性削弱、小眾文化的可見性降低等。針對(duì)谷歌搜索引擎的研究就發(fā)現(xiàn),其搜索結(jié)果呈現(xiàn)出鮮明的主流化效果(mainstreaming effect),即搜索查詢的差異性正在被中和。對(duì)于Netflix推薦算法的研究也發(fā)現(xiàn),電影評(píng)分的算法已無法讓“真正偉大的作品”脫穎而出,原因就在于Netflix采取的非典型評(píng)分調(diào)控之舉,削弱了極端一星或五星的評(píng)分權(quán)重,哪怕特例評(píng)分中可能存在“真知灼見”。創(chuàng)意讓位于流量,數(shù)據(jù)遠(yuǎn)勝過內(nèi)容。在算法邏輯所塑造的文化內(nèi)容生態(tài)中,關(guān)于文化品質(zhì)與等級(jí)的辯論已不再重要了。針對(duì)趨勢(shì)(trending)算法的研究指出,算法所定義的流行文化的更新速度正變得越來越快。在YouTube的“排名文化”(rank cultures)中,排序規(guī)則是不可見的,可見的只有有沖突性、爭(zhēng)議性的內(nèi)容。這些內(nèi)容被算法青睞的另一面,是專業(yè)性與嚴(yán)肅性的減少。當(dāng)CNN根據(jù)Twitter趨勢(shì)榜去報(bào)道新聞時(shí),那么沒上榜的新聞就不是新聞了,算法作為一種“文化分類器”也左右了新聞生產(chǎn)的選擇過程。趨勢(shì)算法的衡量標(biāo)準(zhǔn)成為文化本身,對(duì)其他文化機(jī)構(gòu)施加著無形影響。

有學(xué)者指出,商業(yè)報(bào)刊時(shí)期的新聞業(yè)作為文化機(jī)構(gòu)曾因盲目追求盈利而放棄了文化多樣性,只關(guān)注那些更富裕的受眾,而當(dāng)今作為一種“文化中介”(cultural intermediation)的算法,與彼時(shí)的新聞業(yè)沒有什么區(qū)別,同樣造成了文化多樣性的削減。斯拉伯斯關(guān)于“算法為文化代言”的憂慮中也提到,“當(dāng)文化作品與文化生活都變得越來越算法化的時(shí)候,文化權(quán)威面臨著交給機(jī)器的風(fēng)險(xiǎn)”。與過去的文化精英權(quán)威相比,算法扮演的權(quán)威更加推崇個(gè)性化,意味著“更少的意外相遇和更少的共享經(jīng)驗(yàn)”,但算法又基本被壟斷在大的互聯(lián)網(wǎng)平臺(tái)中,因此容易在公眾與平臺(tái)之間創(chuàng)造巨大的算法鴻溝。如果說過去還存在微弱的民眾聲音與精英的對(duì)話,那么在算法主導(dǎo)下,大公司很難與公眾進(jìn)行真正而有效的文化對(duì)話,因?yàn)樵诠娪袑?duì)話意愿前,它們已經(jīng)通過算法推送了迎合公眾口味的信息。布爾迪厄(Pierre Bourdieu)曾指出的“作為區(qū)隔的品味”在算法廣泛應(yīng)用的今天被注入了新的內(nèi)涵:“品味被‘?dāng)?shù)據(jù)化’并且被納入‘計(jì)算’系統(tǒng)……現(xiàn)實(shí)社會(huì)中的人群品味區(qū)隔不僅在網(wǎng)絡(luò)中再現(xiàn),還會(huì)以一種更加不易被察覺和合理化的方式被快速、精準(zhǔn)、大量地自動(dòng)生產(chǎn)著”。可以說,算法即便成為了黑箱般難以理解的事物,卻依然可以通過統(tǒng)治、分類、監(jiān)測(cè)等方式控制人們的生活。

2.算法化身份:“軟生命權(quán)力”與“計(jì)算公眾”

如果說用戶口味被“算計(jì)”只是算法權(quán)力陰影的一部分的話,那么算法對(duì)用戶身份的深度操縱則更為隱蔽。越來越多的平臺(tái)與公司正采用復(fù)雜的算法,通過在線網(wǎng)絡(luò)檢測(cè)、分析和識(shí)別用戶,建立起與現(xiàn)實(shí)世界身份相平行的“算法身份”。有學(xué)者擴(kuò)展了?？?Michel Foucault)的“生命權(quán)力”與“生命政治”的概念,將算法對(duì)身份的識(shí)別與分類的新現(xiàn)象稱為“軟生命權(quán)力”(soft biopower)和“軟生命政治”(soft biopolitics)。與傳統(tǒng)“硬生命權(quán)力”通過使用分類來調(diào)節(jié)生活不同,“軟生命權(quán)力”調(diào)節(jié)的是如何確定這些類別本身對(duì)生命的定義。算法在潛移默化之中告訴我們“我們是誰,我們想要什么,我們應(yīng)該成為誰”,但生活在算法系統(tǒng)中的人卻逐漸失去了對(duì)于構(gòu)成個(gè)人身份類別意義的所有權(quán)。比如某個(gè)用戶看了很多部同性戀的影片,算法可能會(huì)默認(rèn)為其是一位同性戀人士而向其推薦類似的內(nèi)容,從而有可能帶來“性別認(rèn)同上的焦慮”。曾有報(bào)道發(fā)現(xiàn)在安卓手機(jī)中安裝Grindr(一款同性交友約會(huì)軟件)時(shí),關(guān)聯(lián)列表會(huì)出現(xiàn)一款“性罪犯搜索”(Sex Offender Search)的應(yīng)用,這無疑是在暗示同性戀是潛在的性犯罪者。出現(xiàn)此類問題的原因就在于分類方法,傳統(tǒng)社會(huì)調(diào)查通過人口統(tǒng)計(jì)學(xué)的因素來確定相對(duì)固定類別；而雖然算法不遺余力地生產(chǎn)“身份標(biāo)簽”,但算法運(yùn)行并不會(huì)預(yù)先設(shè)定好類別,而是直接依靠數(shù)學(xué)運(yùn)算重新分類,所謂的“類別”甚至沒有確定而清晰的命名。

從更廣泛的意義看,“公眾”(public)的概念因算法權(quán)力的介入而發(fā)生質(zhì)的變化。人們通過算法來感知公眾的存在,然而公眾真實(shí)的代表性卻無從得知；誰被納入在內(nèi),誰被排除在外,很難被發(fā)現(xiàn)?！坝?jì)算公眾”(calculated publics)概念就是此問題的寫照。如果說在傳統(tǒng)媒體時(shí)代學(xué)者們期待那些散落在不同地方閱讀同一份報(bào)紙的人們能成為“想象的共同體”中的一員,那么當(dāng)下加入到互聯(lián)網(wǎng)并樂意使自己成為一個(gè)數(shù)據(jù)節(jié)點(diǎn)、源源不斷地“喂養(yǎng)”算法的人們,就會(huì)成為“計(jì)算公眾”的一員。在算法黑箱的機(jī)制下,平臺(tái)與算法聯(lián)手形成了可察覺但不可見的基礎(chǔ)設(shè)施,多數(shù)用戶會(huì)害怕這種“不可見的威脅”,為了追求可見性,用戶只能接受來自算法平臺(tái)的規(guī)訓(xùn),參與到由算法制定的文化生產(chǎn)規(guī)則當(dāng)中。在參與式文化的幻影下,內(nèi)容生產(chǎn)本身變得不重要,擁有一種與平臺(tái)算法合拍的數(shù)據(jù)思維與程序反而變得重要了?！坝?jì)算公眾”之下的個(gè)體都是被算法“算計(jì)”的人。

(二)作為話語的算法:意義建構(gòu)、敘事競(jìng)爭(zhēng)與文化想象

“算法作為動(dòng)態(tài)的實(shí)體,以復(fù)雜的方式與特定的知識(shí)和經(jīng)驗(yàn)結(jié)構(gòu)相融合。作為偶然的規(guī)范者和穩(wěn)定者,算法只有在特定的環(huán)境下才有意義?！睋Q言之,根植于不同情境的算法會(huì)被建構(gòu)和想象為不同的文化對(duì)象。算法文化并非單一而穩(wěn)定的形態(tài),需要結(jié)合不同主體的話語實(shí)踐去詮釋算法的意義。正是算法在話語層面所具有的“多義性”和“不確定性”,有助于生成有關(guān)算法文化的更豐富的話語圖景。

1.建構(gòu)算法合法性:修辭與話語爭(zhēng)奪

算法從一開始受到大規(guī)模的關(guān)注,離不開關(guān)于算法是否客觀、是否準(zhǔn)確等相關(guān)議題的探討,而這種探討仿佛在技術(shù)樂觀主義與悲觀主義話語之間留下了一道深深的裂痕。類似于新聞專業(yè)主義對(duì)于客觀性的推崇,算法客觀性也明顯地被納入到了算法提供者的工作實(shí)踐,用來定義信息服務(wù)的功能和目的。一個(gè)典型案例是,盡管微博表示將放棄純粹的算法模式,引入編輯人工干預(yù)模式,然而在具體實(shí)施過程中仍在建構(gòu)和完善以“機(jī)械中立性”和“計(jì)算客觀性”為核心的合法性話語,通過使用“大家正在搜”“呈現(xiàn)”“反映”等修辭策略來使“熱搜”生成過程看起來渾然天成且不可避免。

作為一種話語實(shí)踐,算法合法性的構(gòu)建與敘事框架密不可分。有研究發(fā)現(xiàn),谷歌通過一整套話語網(wǎng)絡(luò)建構(gòu)起了其PageRank算法的合法性,該網(wǎng)絡(luò)包含了技術(shù)科學(xué)(算法可以解決信息超載)、經(jīng)濟(jì)(算法是商業(yè)機(jī)密)、政治(算法公正中立)以及道德美學(xué)(不作惡)等四種話語。但同為谷歌項(xiàng)目的“谷歌眼鏡”計(jì)劃卻沒有像搜索引擎一樣構(gòu)建起合法性,原因就在于“不同方面的敘事失敗”,如“受到來自政治方面的批評(píng)(侵犯隱私)、道德審美上的批評(píng)(外觀不時(shí)尚)”。上述對(duì)比為后續(xù)研究帶來了啟發(fā),即對(duì)比不同算法話語意義建構(gòu)的復(fù)雜情形及微妙語境,可以為算法“畫像”。關(guān)于YouTube內(nèi)容生產(chǎn)者的算法敘事研究發(fā)現(xiàn),算法被建構(gòu)為主播的“經(jīng)紀(jì)人”(Agent)、影響信息的“把關(guān)人”(Gatekeeper)和讓用戶沉迷的“毒販”(Drug Dealer)這三種差異的人格形象。

敘事分殊的另一重原因,與言說者的立場(chǎng)有關(guān),由此牽涉出算法技術(shù)公司與社會(huì)各方開展話語競(jìng)爭(zhēng)的問題。今日頭條作為有代表性的算法驅(qū)動(dòng)產(chǎn)品,因使用算法進(jìn)行新聞聚合與分發(fā)而對(duì)整個(gè)新聞生產(chǎn)產(chǎn)生了較大影響,圍繞其算法產(chǎn)生的爭(zhēng)議與批評(píng)就是典型的“話語事件”。在其話語競(jìng)爭(zhēng)中,有研究發(fā)現(xiàn)了算法使用者、官方媒體、市場(chǎng)化媒體和普通網(wǎng)民關(guān)注焦點(diǎn)錯(cuò)位,進(jìn)而形成了話語沖突,最終是中國(guó)特色的“政治邏輯”主導(dǎo)且占據(jù)了輿論的優(yōu)勢(shì)。還有研究者指出,聚合類平臺(tái)媒體、互聯(lián)網(wǎng)巨頭、門戶網(wǎng)站等三類主體多從“績(jī)效正當(dāng)性”“用戶為中心”等建構(gòu)算法正當(dāng)性,而主流媒體與市場(chǎng)化媒體則“以價(jià)值消解算法技術(shù)的權(quán)威”,這些不同主體對(duì)算法的話語爭(zhēng)奪,也是一種協(xié)商與博弈。這其間,承載算法的平臺(tái)為了獲得技術(shù)治理的道德權(quán)威,還會(huì)采用不同的隱喻,如將玩弄算法的用戶比喻為垃圾、污垢、網(wǎng)絡(luò)蛀蟲等,甚至使用“犯罪”的隱喻,進(jìn)而書寫關(guān)于平臺(tái)的“善意”與違反者改過自新的故事。不過,關(guān)于算法的話語競(jìng)爭(zhēng),雖然在強(qiáng)大的平臺(tái)機(jī)構(gòu)前,普通個(gè)體的聲音是微弱的,但這并不妨礙他們用自身的方式去構(gòu)建另一重“算法想象”。

2.使用者眼中的算法:算法想象與民間知識(shí)

對(duì)于普通人來說算法在很大程度上是黑箱一般的存在,其原理、機(jī)制等難以被理解,但人們?cè)谌粘Ｉ钪畜w驗(yàn)算法,與各個(gè)平臺(tái)、App的算法“你來我往”,也形成了個(gè)人化甚至組織化的理解。有研究指出,人“觀察”算法、感受算法,可以通過講述自己生活經(jīng)驗(yàn)的“算法故事”,讓原本隱于后臺(tái)的算法“變得有形”與可見。布切爾(Taina Bucher)提出了“算法想象”(algorithmic imaginary)的概念,將其定義為“關(guān)于算法是什么、算法應(yīng)該是什么以及算法如何運(yùn)作的思考方式”。在不同的算法機(jī)制、使用場(chǎng)景或不同個(gè)體身上,人們對(duì)算法的認(rèn)知可能完全不同。“這是一種相遇的力量,用戶的反應(yīng)對(duì)于算法來說也發(fā)揮著一種生成性(productive)的作用”,“算法想象”會(huì)調(diào)節(jié)用戶個(gè)體與算法的互動(dòng)程度。用戶的反饋是構(gòu)成算法機(jī)制的重要組成部分,在與算法的“斗智斗勇”中,一些用戶還會(huì)結(jié)成社群或者特定的組織,以組織化的力量去應(yīng)對(duì)平臺(tái)的算法機(jī)制,繼而對(duì)主流的算法想象進(jìn)行模糊化或區(qū)隔化的抨擊,構(gòu)建出不同的“反技術(shù)想象”(counter-imaginary)話語。

在“算法想象”的概念基礎(chǔ)上,有研究將目光轉(zhuǎn)向了算法的民間理論(folk theories),即從日常生活中提取人們關(guān)于算法及媒體運(yùn)作的理解。如用戶在與抖音算法的長(zhǎng)期互動(dòng)中,將“算法系統(tǒng)塑造為一個(gè)擁有獨(dú)特個(gè)性、自主意圖和行動(dòng)能力的人格化主體”,發(fā)展出算法能夠“洞悉人心”的民間想象。不同的看法與想象也涉及到不同程度的“算法素養(yǎng)”,其包含了用戶對(duì)內(nèi)容過濾的辨識(shí)、對(duì)人機(jī)互動(dòng)技巧及知識(shí)的掌握、對(duì)算法倫理及社會(huì)規(guī)范的應(yīng)用等等層面。例如,在各個(gè)算法平臺(tái)上擁有一定粉絲量的博主、大V、Up主、主播的算法素養(yǎng)通常高于普通用戶,因?yàn)樗麄兊慕?jīng)濟(jì)收益與算法相關(guān),對(duì)算法的感知與理解決定了其內(nèi)容生產(chǎn)及營(yíng)銷展示的策略。在使用算法產(chǎn)品的過程中,他們通過與粉絲社群的交流對(duì)話,不斷監(jiān)測(cè)、分享和追蹤相關(guān)的信息,從而可以大致揣測(cè)和推斷算法的運(yùn)作規(guī)則。當(dāng)然,這些關(guān)于“算法可見性”的知識(shí)并不能算作計(jì)算機(jī)科學(xué)家眼中的專業(yè)知識(shí),而是一種可以稱之為“算法八卦”(algorithmic gossip)的民間知識(shí)。但正是這些八卦的、零散的知識(shí)拼湊起博主們對(duì)網(wǎng)絡(luò)平臺(tái)算法的認(rèn)知,并影響著他們的內(nèi)容與品牌策略。學(xué)者科特(Kelley Cotter)將這種知識(shí)稱為“實(shí)踐性知識(shí)”。在國(guó)內(nèi),隨著眾多MCN(Multi-Channel Network)機(jī)構(gòu)成熟與發(fā)展壯大,多數(shù)“網(wǎng)紅”獲取平臺(tái)算法知識(shí)的方式從來自“自我與周圍人的想象”過渡到了接受公司的專業(yè)培訓(xùn)來發(fā)展其“實(shí)踐性的算法知識(shí)”。

(三)作為行動(dòng)者的算法:能動(dòng)主體、關(guān)聯(lián)轉(zhuǎn)譯與文化表演

過去,文化研究強(qiáng)調(diào)人是實(shí)踐的主體,但從行動(dòng)者網(wǎng)絡(luò)的視角切入會(huì)發(fā)現(xiàn):算法與人共同組成了新的文化實(shí)踐之可能,算法本身也是行動(dòng)者,是文化實(shí)踐和技術(shù)劇目的主角。行動(dòng)者網(wǎng)絡(luò)需要依靠“轉(zhuǎn)譯”來進(jìn)行連接,“所有行動(dòng)者都處在轉(zhuǎn)換和被轉(zhuǎn)換之中”。在此向度上的算法研究也更強(qiáng)調(diào)算法的“關(guān)聯(lián)性”:即通過算法的關(guān)聯(lián),社會(huì)中不同的層次、方面、系統(tǒng)被“橋接”起來,算法勾連起不同場(chǎng)域的邏輯,將異質(zhì)性的物質(zhì)和符號(hào)“轉(zhuǎn)譯”成為可被沉積和計(jì)算的“數(shù)據(jù)”。同樣,算法所處的黑箱環(huán)境、系統(tǒng)模型也在不斷地被其他行動(dòng)者“轉(zhuǎn)譯”,算法的主體性正得到研究者的關(guān)注。

1.算法的“反客為主”:走向自主性技術(shù)

舊媒介因多數(shù)取材于自然,一道與人類構(gòu)成了“自然屬性的文化技藝”,如同書寫媒介與人的身體就共同彰顯了“人與媒介‘共在’的主體性”。但隨著技術(shù)日益剝離于人的感官經(jīng)驗(yàn),相應(yīng)的感知也逐漸退化,這“意味著人的主體之于媒介的逐漸退場(chǎng)”。高度智能化的算法將令機(jī)器更容易逃離人的掌控,過去作為人的延伸的媒介將“反客為主”,而人則委身為技術(shù)網(wǎng)絡(luò)的補(bǔ)丁或節(jié)點(diǎn)。因此,算法作為一種技術(shù)物或數(shù)碼物,其主體性正在被越來越多的學(xué)者關(guān)注。算法正在影響乃至改變社會(huì)建構(gòu)活動(dòng),并且“有能力展開行動(dòng)、制造關(guān)系網(wǎng)絡(luò)的差異,并穩(wěn)定化新的聯(lián)結(jié)”,如算法可以通過技術(shù)手段對(duì)使用者進(jìn)行潛在“觀察”。但人們常因?yàn)閷?duì)技術(shù)環(huán)境過于熟悉而將界面、代碼、技術(shù)裝置等自然化,甚至視其為“第二自然”,所以較難察覺來自算法的“窺視”。算法觀察主要是為了獲取用戶的各項(xiàng)行為信息。雖然在算法的模型中這些信息會(huì)轉(zhuǎn)換成各種代碼并納入到數(shù)學(xué)公式中,但是隨著深度學(xué)習(xí)等技術(shù)的發(fā)展,算法對(duì)于人類神經(jīng)網(wǎng)絡(luò)的模仿能力也越來越高,對(duì)使用者的預(yù)測(cè)也更加全面。人類將更深入地受到來自算法行動(dòng)者的制約。

算法可以被視為“一種自主性技術(shù)(autonomous technology),本身帶有自我的、獨(dú)立于人為控制的發(fā)展邏輯”。而算法工程師并不是偶然發(fā)現(xiàn)了以前未被發(fā)現(xiàn)的關(guān)于文化的某一方面,相反的是,他們將很久以前就被放逐的工具、數(shù)字和非人類帶回到“生活世界”。與過去以人類為中心的文化觀念相反,算法超越人類感知的層面、涉及到非人類的種種情況等都將可以納入到研究中。人類雖然無法直接體悟算法的主體性,但了解算法如何審視人類的世界可以轉(zhuǎn)換成對(duì)算法的技術(shù)環(huán)境的體察,這是因?yàn)椤凹夹g(shù)對(duì)象在此時(shí)此地的世界中發(fā)生,需要一定的前提條件——關(guān)聯(lián)環(huán)境,我們可以通過關(guān)聯(lián)環(huán)境來把握和理解技術(shù)對(duì)象”。對(duì)此,可以選擇繞過那些專業(yè)技術(shù)挑戰(zhàn),去考察算法帶來的多重后果,也包括關(guān)注算法如何與其他行動(dòng)者協(xié)同進(jìn)行文化的“表演”。

2.算法的“文化表演”:多元行動(dòng)者的協(xié)商

在文化社會(huì)學(xué)者亞歷山大(Jeffrey C.Alexander)看來,“文化表演是一種社會(huì)過程,借此,行動(dòng)者單獨(dú)或者協(xié)調(diào)一致地向他人展示他們社會(huì)情境的意義……行動(dòng)者必須提供可信的表演來引導(dǎo)自己的行動(dòng)和姿態(tài)指向的對(duì)象”。但多重行動(dòng)者的互動(dòng)之下很難有統(tǒng)一的“文化”,有的只是“一系列松散而又協(xié)調(diào)的實(shí)踐,這些實(shí)踐有時(shí)為了文化目標(biāo),有時(shí)為了其他目標(biāo)而競(jìng)爭(zhēng)和合作”。研究者需要更仔細(xì)審視算法實(shí)踐,關(guān)注它們?nèi)绾螌⒉煌男袆?dòng)者關(guān)聯(lián)到同一個(gè)網(wǎng)絡(luò)中。當(dāng)下,算法已經(jīng)擴(kuò)展并將其邏輯編織到社會(huì)過程、交互和經(jīng)驗(yàn)中,作為復(fù)雜的技術(shù)組件,“算法規(guī)則的條件和后果只有通過對(duì)人、事、過程、文件和資源的相對(duì)不穩(wěn)定的關(guān)聯(lián)的精心編織才得以實(shí)現(xiàn)”。雖然算法常被認(rèn)為是工程師理解世界以及其工作語言架構(gòu)的一部分,但從整個(gè)算法社會(huì)背景看,這場(chǎng)文化表演的行動(dòng)者還包括了產(chǎn)品運(yùn)營(yíng)方、平臺(tái)、用戶,以及棲身算法系統(tǒng)的各類勞動(dòng)者,表演者需要結(jié)合更加具體的算法情境展示文化意義。

在行動(dòng)者網(wǎng)絡(luò)中,“轉(zhuǎn)譯”不是一對(duì)一的翻譯,具有不確定性,所有的轉(zhuǎn)譯都不被保證,扭曲意愿或者失敗都有可能發(fā)生。因此,算法的文化表演也不一定成功,被貼上客觀、準(zhǔn)確、高效等標(biāo)簽的算法也有很多“翻車”“失靈”“崩潰”時(shí)刻,用戶隨時(shí)可能體驗(yàn)到算法的“歧視性”“攻擊性”“干擾性”“有害性”等。從現(xiàn)實(shí)來看,在算法工程師等行動(dòng)者的具體實(shí)踐中存在著各種各樣的偏差和分歧,包括“機(jī)器會(huì)出故障,程序會(huì)有漏洞,項(xiàng)目會(huì)被放棄,系統(tǒng)會(huì)被黑客攻擊”。算法運(yùn)算中只要有一步失誤,那么最后的輸出結(jié)果必然也存在一定的問題。這向參與算法運(yùn)行的人類行動(dòng)者提出了較高的要求:對(duì)于算法工程師來說,如果無法在觀念上對(duì)很多涉及價(jià)值判斷的東西達(dá)成共識(shí),那么產(chǎn)生算法偏見或歧視的結(jié)果也就很難避免；對(duì)于平臺(tái)、產(chǎn)品、運(yùn)營(yíng)等環(huán)節(jié)的行動(dòng)者來說,政治上的意識(shí)形態(tài)因素考慮、商業(yè)營(yíng)收的壓力、個(gè)人的品位以及公司的價(jià)值導(dǎo)向等都會(huì)影響到算法運(yùn)作。

從更宏觀的視角看,算法文化表演中的“失敗”還包括了涉及算法的社會(huì)性批評(píng)聲音。無論是外賣騎手困在系統(tǒng)里的報(bào)道,還是算法推薦中的道德把關(guān)失控,抑或是媒體對(duì)算法正義、算法透明等治理準(zhǔn)則的呼吁,都暴露出各方行動(dòng)者在與算法互動(dòng)中的“轉(zhuǎn)譯”偏差或不一致?！氨硌菔　笨赡軐?duì)平臺(tái)和算法而言是壞事,但在算法社會(huì)運(yùn)行中的治理規(guī)則的制定、價(jià)值共識(shí)的凝聚、其他行動(dòng)者的權(quán)利保障等方面,“表演失敗”其實(shí)是一種重要的預(yù)警,反而有正面價(jià)值。這也說明,行動(dòng)者網(wǎng)絡(luò)的協(xié)同表演,無論“轉(zhuǎn)譯”結(jié)果如何,都有其存在的意義。

四、結(jié)語:走出算法研究的“術(shù)語焦慮”

“算法不僅在社會(huì)和文化中留下痕跡,它們已經(jīng)成為文化?！碑?dāng)算法不再被視為計(jì)算機(jī)學(xué)科的專有術(shù)語,并與廣闊的文化、社會(huì)、政治聯(lián)結(jié)之時(shí),對(duì)算法的理解就不再只有一種可能。而本文歸納的三種研究向度也旨在為算法文化的研究探索新視角,啟發(fā)新路徑。

在“權(quán)力向度”上,算法及其相關(guān)的智能傳播技術(shù)被納入到傳統(tǒng)文化權(quán)力批判的視野中。批判和揭示算法如何強(qiáng)化了既有的意識(shí)形態(tài)和權(quán)力體制,以及如何成為壓迫文化多樣性的機(jī)制,構(gòu)成了這一向度關(guān)切的核心問題。在算法廣泛滲透與強(qiáng)勢(shì)嵌入、用戶主動(dòng)性相對(duì)微弱的情況下,“作為權(quán)力的算法”是算法文化領(lǐng)域最為主流的認(rèn)知范式。在互聯(lián)網(wǎng)平臺(tái)壟斷的情形下,對(duì)算法權(quán)力的警惕也將持續(xù)下去。而這一向度除了批判算法作為“文化中介”自身所攜帶的權(quán)力之外,還應(yīng)關(guān)注算法制造文化區(qū)隔過程中那些刻寫在代碼背后的權(quán)力意志機(jī)構(gòu)及組織的力量,尤其是資本與平臺(tái)的身影。

在“話語向度”上,算法從手段變成了目的,成為各種言說者意義爭(zhēng)奪的對(duì)象,算法也被帶入到具體的文化情境,出現(xiàn)了多元的算法想象。這一向度的研究,有助于算法從籠統(tǒng)而抽象的技術(shù)概念中走出來,在交錯(cuò)的話語層次中延伸算法的文化內(nèi)涵。拆解平臺(tái)關(guān)于算法的修辭包裝策略,詮釋不同算法文化話語的框架,剖析話語主體之間的博弈等,成了這一研究向度關(guān)心的話題。需要注意,不同話語雖然可以成為從不同角度理解算法角色和功能的途徑,但是想象的力量在解決現(xiàn)實(shí)算法困境方面依然顯得束手無策。如何讓民間知識(shí)變得系統(tǒng)化成為“實(shí)踐性知識(shí)”,進(jìn)而關(guān)注用戶算法素養(yǎng)的提升,是未來研究中值得進(jìn)一步探討的問題。

在“行動(dòng)者向度”上,不僅可以看到算法是嵌入多元行動(dòng)者網(wǎng)絡(luò)的一個(gè)主體,更能夠看到其在文化實(shí)踐中的能動(dòng)性。當(dāng)算法愈加智能化時(shí),算法作為“自主性技術(shù)”對(duì)人和世界進(jìn)行感知與窺視的議題就需要提上日程。同時(shí),轉(zhuǎn)譯過程的復(fù)雜多變,以及算法文化表演需要多方行動(dòng)者的協(xié)商與融合,使得表演失敗、錯(cuò)誤、混亂容易發(fā)生?；谀壳暗募夹g(shù)現(xiàn)狀,模糊、不可解釋、不透明為算法蒙上了一層神秘的面紗,因此,要解析算法黑箱,有賴于向算法之外的其他協(xié)同表演者尋找可能的答案。當(dāng)然,過于強(qiáng)調(diào)算法的主體性而忽視人的主體性,依然會(huì)帶來研究視野的遮蔽。面向未來,如何構(gòu)建“人與算法”“人機(jī)協(xié)同”的關(guān)系將關(guān)乎智能傳播語境下算法文化研究的創(chuàng)新。

討論至此,本文對(duì)上述三種向度進(jìn)行了小結(jié),并對(duì)其關(guān)切問題、涉及的學(xué)術(shù)術(shù)語和概念隱喻、延伸的研究話題和視野不足給予了進(jìn)一步對(duì)比(詳見表1)。

表1 算法文化研究的三種向度對(duì)比

需要指出的是:本文所做的三種向度的分類,只是一種探索性質(zhì)的劃分,不能涵蓋有關(guān)算法文化研究的全部議題。同樣,一些研究問題也未必局限在一種向度內(nèi)。譬如,在用戶與算法的互動(dòng)關(guān)系問題上,三種向度都有所涉及和交叉,尚未形成統(tǒng)一的認(rèn)識(shí)。在算法平臺(tái)的研究中,用戶一直是影響算法的重要行動(dòng)者和文化力量,其身份在不同文化情境下也存在著搖擺與波動(dòng),特別是用戶對(duì)算法的抵抗、規(guī)訓(xùn)等問題,都有待討論。此外,每一種研究向度對(duì)算法的一種“性質(zhì)”或“角色”的強(qiáng)調(diào),也都可能會(huì)帶來對(duì)其他方面的忽略,就像對(duì)比表格中所列出的那樣,每一種研究向度都有自身的視野局限,無法做到對(duì)算法文化現(xiàn)象的完美解釋。而本研究更主要的目的在于,通過文獻(xiàn)綜述的梳理和分類,來描繪算法文化研究領(lǐng)域的基本面貌與學(xué)術(shù)取向,從而找到有價(jià)值的“問題域”。

當(dāng)算法研究從“技術(shù)”轉(zhuǎn)向“文化”之際,就需要用不一樣的視角和范式加以審視。新聞傳播學(xué)在內(nèi)的人文社科研究者在算法黑箱面前,不應(yīng)只有面對(duì)技術(shù)的局促與焦慮,相反,應(yīng)當(dāng)做好理論準(zhǔn)備、潛入生活田野,批判并反思算法化生存的困厄。在相當(dāng)大的程度上,我們不能只是關(guān)注某一種單一的算法,或者盯著所謂的黑箱不放,事實(shí)上,“算法系統(tǒng)不是獨(dú)立的小盒子,而是巨大的、聯(lián)網(wǎng)的盒子,有數(shù)百只手伸進(jìn)去、微調(diào)和定調(diào)、交換部件并嘗試新的安排”。因此,關(guān)于算法文化的研究,應(yīng)該避免純粹/應(yīng)用、理論/實(shí)踐的二分法,要“放在特定的歷史語境下理解算法在人與機(jī)器之中的位置”。

但如何找到特定的歷史語境？實(shí)際操作起來并不簡(jiǎn)單。人創(chuàng)造了算法,但算法也在塑造人,羅伯格(Jonathan Roberge)與塞弗特(Robert Seyfert)將之稱為“構(gòu)成性的糾纏”(constitutive entanglement)。這種“相互影響的難題在于算法不能完全被‘揭示’(reveal),而只能在一定程度上被解析(unpacked)”。具體的算法文化實(shí)踐不斷變化,而人們很難跟上甚至有時(shí)很難察覺這些變化。除了算法本身的多變多義之外,還因?yàn)樗惴ㄔ跇O其復(fù)雜的網(wǎng)絡(luò)中與許多其他算法交織在一起。人與機(jī)器不斷互動(dòng),也很容易導(dǎo)致不可預(yù)測(cè)的結(jié)果。這時(shí)就需要尋求情境中的算法知識(shí),打破技術(shù)和文化的楚河漢界。就像西弗(Nick Seaver)指出的那樣,“當(dāng)我們感興趣的對(duì)象是算法系統(tǒng)而不是單一的算法時(shí),文化細(xì)節(jié)就是技術(shù)細(xì)節(jié),因?yàn)楣こ虉F(tuán)隊(duì)的傾向像排序算法的傾向一樣重要?！c其說是試圖將文化重新加回到技術(shù)上,不如說是拒絕將文化/技術(shù)區(qū)別作為分析的依據(jù)”。

未來,算法文化研究的方向應(yīng)當(dāng)是,不再追求確切而穩(wěn)定的算法之定義,而將算法建構(gòu)為受文化意義和社會(huì)結(jié)構(gòu)影響的權(quán)力系統(tǒng)、話語對(duì)象及自主的行動(dòng)者,繼而扎根于具體的經(jīng)驗(yàn)土壤,關(guān)注人類與非人類、算法與其他關(guān)聯(lián)環(huán)境等之間錯(cuò)綜復(fù)雜的關(guān)系。在這樣的姿態(tài)下,新聞傳播學(xué)在內(nèi)的人文社科學(xué)者將不是遙遠(yuǎn)的觀察者,而是算法社會(huì)中積極的介入者與影響者,將不斷擺脫術(shù)語焦慮,在更開放的文化視域中,看見并詮釋算法與人、算法與社會(huì)關(guān)系的更多可能性。

注釋:

④ Willson M.Algorithms(andthe)Everyday.Information,Communication & Society,vol.20,no.1,2017.pp.139-140.

⑤ 方師師:《算法:智能傳播的技術(shù)文化演進(jìn)與思想范式轉(zhuǎn)型》,《新聞與寫作》,2021年第9期,第12頁。

⑥ David B.TheSocialPowerofAlgorithms.Information,Communication & Society,2017.p.11.

⑦ Striphas T.AlgorithmsareDecisionSystems.https://www.thelateageofprint.org/2012/11/28/algorithms-are-decision-systems/.2012.11.28.

⑧ Striphas T.HowtoHaveCultureinanAlgorithmicAge.https://www.thelateageofprint.org/2010/06/14/how-to-have-culture-in-an-algorithmic-age/.2010.6.14.

⑩ Striphas T.WhatisanAlgorithm? https://www.thelateageofprint.org/2012/01/30/what-is-an-algorithm/.2012.1.30.