淺析算法應用于政治領域給受眾帶來的影響

閆淼

摘要：算法的出現為媒體和公眾信息傳播提供了新的思路，依靠推薦算法制定營銷或宣傳策略的案例比比皆是。那么算法在政治領域的應用涉及哪些環節，社交媒體在政治宣傳中發揮著怎樣的作用，基于算法分析制定的策略存在哪些隱患都引起了筆者的關注。本文以美國大選中政客如何利用Facebook和Twitter進行政治宣傳為例，簡述算法應用于政治領域產生的變化和影響。

關鍵詞：算法應用 政治傾向 媒體立場

隨著計算機技術的發展，越來越多的算法被應用于各個領域，以社交媒體為代表的信息傳播方式也受到算法的影響。本文以美國大選中社交媒體及算法的應用為例，對算法的定義、應用及影響進行了分析和討論，旨在于探討算法在政治領域的應用對用戶產生的影響。

一、算法的定義

學者們對算法的定義存在一定的分歧，主要是因為不同領域的學者對算法的工作方式有不同的理解。筆者認為，Cheney-Lippold（2011）對算法的定義是相對恰當且全面的，他認為算法是將人們行為的實踐轉化為數字數據進行理解和翻譯。換句話說，學者指出算法通常是指讓計算機完成的預先設定的任務。例如，在政治領域，算法被用于提供能夠獲得更多的公眾支持的宣傳方法。在社交方面，算法可以幫助政府和相關公司收集不同用戶的使用習慣來分析他們的特征，然后使用這些信息作為完成預設任務的導向性基礎，即算法提出了一種解決方案，可以基于已知的輸入獲得預期的結果。這意味著算法可以引導用戶向算法和數據收集公司所期望和目標的方向前進。

最受歡迎的算法稱為推薦算法，可以向用戶推薦感興趣的內容或產品根據用戶的信息需求，興趣和愛好等信息，以避免用戶收到的大量無用信息的可能性，并實現個性化信息推薦。信息定制創造了前所未有的便利（Pazzani& Billsus 2007）。網民可以通過搜索引擎獲得有用的信息，并根據自己的喜好對信息進行重新篩選和接收。網站還可以根據用戶的喜好有選擇性地進行信息推廣，幫助用戶提高獲取信息的速度和準確性，增加用戶粘性。這種智能推送技術就是“協同過濾算法”，是一種被社交媒體廣泛使用的信息分析和過濾技術。該算法通過與許多人合作尋找不同的興趣和愛好，來探索一大批最接近目標特征的人。這些算法現在也被用于政治宣傳，目的是從具有相似政治立場的人那里獲得更多支持（Willson 2014）。

二、算法在美國大選中的作用

算法也被應用于美國大選中，第三方公司借助社交媒體收集到的信息利用算法幫助政客制定宣傳策略，以獲得更多選票，這改變了政客進行政治宣傳的方法和目的。在美國政治領域，與傳統的民意調查不同，一些社交媒體平臺使用算法幫助候選人鎖定政治宣傳目標，強化用戶的政治傾向。記者喬治·蒙比爾特（George Monbiot）在英國《衛報》（The Guardian）上指出，一家名為“劍橋分析”（Cambridge Analytica）的機構利用社交媒體上的算法操縱政治結果。蒙比爾特質疑該公司對Facebook數據的挖掘以及結合信息的算法的使用是否侵犯了用戶的隱私（Ruppert，Isin & Bigo 2017）。因為該算法的作用程序是收集用戶的使用記錄，通過分析其內容及表現出的政治傾向繪制相對精準的用戶畫像，隨后利用用戶的特征信息，發布更加能夠吸引他們的政治廣告來強化選民的投票意向。

算法利用社交媒體上的信息，為政治宣傳提供了一定程度的幫助，基于算法分析提供的宣傳策略具備即時和準確把握用戶的政治傾向的特點。自1935年喬治？蓋洛普（George Gallup）創立美國民意研究所（American Institute of Public Opinion）并成功預測富蘭克林？羅斯福（Franklin Roosevelt）次年以壓倒性優勢再次當選總統以來，民意調查一直是美國政治活動的重要工具。此后，調查方法不斷改進，調查內容經過精心設計，調查的頻率也在逐漸增加。其主要目的是更準確地把握人民的政治傾向和可能的投票行為。雖然有許多人參與調查、收集、安排和分析這項活動，但它仍然存在時滯問題。相比之下，算法使用用戶的在線活動數據，這意味著它們的記錄功能幾乎是實時的。利用算法給出的結果進行分析和預測，使競選團隊能夠在整個競選過程中對事件作出迅速反應。可以迅速調整競選策略，采取適當行動為候選人贏得寶貴的響應時間。傳統的行為預測通常是基于個人在以前的選舉中的參與來評估他們是否會投票，考慮個人和他們所居住選區的黨派關系（基于以前的投票）來決定個人可能如何投票。例如，Huckfeldt和Sprague（1992）提到，可以根據歷史數據確定搖擺州，并預測其結果。該系統對選民的分類非常粗糙，最大的問題是準確性差、效率低、資源浪費。而算法利用用戶的在線陳述和歷史搜索，可以給競選團隊更準確的信息，讓他們對選民進行更細致的篩選，并采取適合不同人群的溝通、推廣和動員方式。例如，競選團隊可能會為對環境保護感興趣的潛在選民提供有關候選人能源政策的廣告。

該類型算法最著名的應用是Facebook上名為“我的性格”的測試。使用此性格測試的用戶需同意授權應用程序訪問他們自己的Facebook個人資料數據和他們朋友的數據。隨后，研究人員可以使用OCEAN分值（開放性、盡責性、外向性、親和性、神經質）和用戶在Facebook上的“點贊”數據來交叉核對測試結果，并確定用戶的特征。最后，第三方公司利用Facebook收集的數據，通過算法分析分析用戶的政治傾向，然后推送相關信息，幫助政客識別潛在支持者并迎合用戶的政治傾向進行政治宣傳。這就是為什么像Twitter和Facebook這樣的社交媒體算法已經成為一些政客左右輿論和進行政治宣傳的工具（Woolley 2016）。研究指出Twitter賬戶信息泄露引發了用戶和學者對互聯網信息安全的擔憂，學者們認為Twitter的信息泄露反映了互聯網時代對用戶隱私保護的缺失，即使這些社交媒體并不是有意發布用戶的隱私信息，借助算法大量的用戶數據和分類分析結果會被匯總到第三方公司和政府，但由于管理不當、黑客攻擊和網絡系統安全漏洞，數據信息始終存在泄露的可能性（Bush 2016）。

三、對于算法被政治領域應用的擔憂

新技術的出現及應用將不可避免地產生倫理影響，筆者對算法應用于政治領域的關注主要集中在公民的隱私是否被侵犯和信息獲取是否受到阻礙。首先，因為算法必須收集和處理大量的數據，才能做出較為精準的分析，那么在數據收集及處理的過程中面臨著諸多不可預知的泄漏風險。基于目前信息泄漏情況來看，第三方公司倒賣數據給信用卡機構，理財機構等現象屢見不鮮。為了避免此類問題的出現，合理控制社交媒體信息授權內容存在必要性。其次，Friedman和Kahn（2007）認為算法推送的價值導向和政治偏好違背了現有的道德價值觀。任何職位都是價值導向的角色。例如，Twitter作為一個提供新聞內容和允許用戶發言的平臺，有自己的媒體屬性。雖然算法推薦沒有政治傾向性，但算法設計者是有傾向性的，算法設計者背后的公司、組織和機構也是有傾向性的。雖然算法似乎是計算機的結果，但操縱算法的程序員和公司在設計中很可能融入了某些價值觀或政治傾向。無論是通過盈利性公司引導消費者廣告，還是通過政客固化選民的政治傾向，用戶都可能會因為被操縱而失去自主權，從而走向算法創造者所信奉的價值觀。

四、總結

本文通過對其他學者研究的理解進行總結和分析，對算法在政治領域的應用進行了說明。以美國大選為例，結合政治選舉使用算法進行民意調查和政治宣傳的案例，簡介包括Facebook和Twitter在哪點社交媒體在算法應用中的作用，分析算法在政治領域造成的影響。算法通過高效準確的分析，幫助政府了解用戶，而不是通過傳統的問卷調查或其他傳統的方法來了解用戶。雖然這一做法在一定程度上對參選政客做出了貢獻，但它同時帶來的一些負面的影響和隱患也必須加以考慮。首先，算法需要信息數據的支持，獲取和處理信息數據時存在相當大的風險。其次，按照用戶喜好特征進行針對性的內容分類，有違用戶自主選擇瀏覽信息的權利，同時也會帶來政治固化等消極影響。因此作者提出了一些建議，需要相關機構進行管控，且用戶有效提高信息篩選及搜索能力。本文對算法在政治領域的應用現狀進行了分析，對算法帶來的變化進行了討論。在未來的發展過程中，筆者認為算法仍舊將會在各個領域為人類提供幫助，但就現階段而言，信息泄漏隱患和道德倫理沖擊仍是亟待解決的問題。

參考文獻：

[1]切尼-李波德.一種新的算法身份：軟生物政治學與控制的調節[J].理論，文化與社會，2011，28（6）：164-181.

[2]邁克爾·帕扎尼，丹尼爾·比爾蘇斯.基于內容的推薦系統[J].自適應網絡2007，325-341.

[3]米歇爾·威爾森.社會過濾的政治學[J].融合，2014，20（2），218-232.

[4]羅伯特·哈克費爾特，約翰·斯普拉格.政黨與選舉動員：政治結構，社會結構和政黨綱領[J]1992，美國政治學評論，86（1），70-86.

[5]塞繆爾·伍利.自動化能力：社交機器人對全球政治的干預[J].2016年，第一個星期一，21（4）.

[6]唐·布什.數據泄露如何導致欺詐[J].2016，網絡安全，7，1-13.