論算法文化研究的三種向度

毛湛文 張世超

一、引言:從技術(shù)轉(zhuǎn)向文化的算法研究

當下,基于算法的各類應用技術(shù)正在深度滲透社會生活,并引發(fā)人文社會科學的關(guān)注。作為對信息生產(chǎn)及分發(fā)環(huán)節(jié)尤為敏感的學科,新聞傳播學對算法的研究響應迅捷。面對傳統(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,或逐步意識到算法作為社會底層邏輯所帶來的文化后果,以不斷增強算法傳播研究的人文批判力度。但同時,批判的靶子卻并不清晰:算法產(chǎn)生的價值偏見、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,抑或是算法背后的社會結(jié)構(gòu)因素？這些學術(shù)討論,除了讓研究者不斷在“技術(shù)決定論”與“社會決定論”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。就像有學者分析的那樣,“一個2017年在Facebook工作的數(shù)據(jù)科學家,一個1940年的大學數(shù)學家,一個1995年建立診療程序的醫(yī)生,可能都會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。②計算機學科視野下,算法是根據(jù)指定計算將輸入數(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后果。從概念演變的歷史看,9世紀到20世紀初,“算法”與“算術(shù)”的含義緊密相關(guān),對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”一詞與計算機科學及信息論、控制論密切綁定。

不過近年來,當更多的機構(gòu)和個人直接將“日常實踐委托給算法過程”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”作為一個具有召喚力的簡稱,代表了計算系統(tǒng)的能力和潛力——比人類思考得更快、更全面、更準確。但除了理解算法的技術(shù)集成,我們還需要了解這個術(shù)語是如何融入組織、制度和日常理解中的。⑥因為過度崇拜或強調(diào)算法模型與技術(shù)的做法,只會制造泡沫式的現(xiàn)代技術(shù)神話,掩蓋這些技術(shù)物的文化實踐。新聞傳播及人文社科領(lǐng)域的研究者,應當更加關(guān)注算法作為一種特定的文化與傳播實踐會產(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。

二、算法文化:計算邏輯形塑的新文化權(quán)威

較早令“算法”與“文化”兩個詞匯連接在一起的學者是泰德·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,他認為:“長期以來,文化一直是關(guān)于爭論與調(diào)解的。爭論的意義在于不同人群對他們的思想、行為和表達規(guī)范不斷進行辯論,無論這些規(guī)范是明確的還是隱含的……而文化正是一個社會關(guān)于其成員應該如何自持的一種持續(xù)對話。”⑦但是,算法的應用和普及改變了原有局面,文化中的“爭議與調(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、什么是高贊評論,但卻無從得知其背后的文化對話或論證。斯拉伯斯指出:算法的計算過程有自身的抽象法則,會消除掉文化的語境感,而剩下的則是“對各種數(shù)據(jù)指標和量化方式的癡迷”⑧。有學者也注意到“算法已成為文化和社會生產(chǎn)的場所(sites)。作為新聞報道、學術(shù)論文的對象以及公眾爭論、流行話語、文化生產(chǎn)和情感交流的焦點,算法正在產(chǎn)生計算性的后果”⑨。

2012年,斯拉伯斯提出了“算法文化”的說法,將其定義為“利用計算過程對人、地方、物體和思想進行排序、分類及分級”⑩。后來,他提取出“信息”(information)、“人群”(crowd)、“算法”(algorithm)三個關(guān)鍵詞以說明算法文化的特征,包括:算法針對特定的人群收集、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準；算法只考慮能夠納入到所在平臺上的數(shù)據(jù)；算法顯著承擔了文化的主要責任即“重組社會”的任務。而各平臺對用戶數(shù)據(jù)的壟斷也在訓練出不同的算法模型。因此,當擁有某一方面的海量數(shù)據(jù)時,算法精準度會大大提升,這促使算法在文化領(lǐng)域常常成為重要的新型權(quán)威。學者格列斯皮(Tarleton Gillespie)給出了相似的論斷:“算法既是傳播機制,也是估價機制,是知識機構(gòu)流通和評價信息的過程的一部分,是新媒體提供和分類文化的過程。”

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導致理性走向自己的反面。還有學者指出:“算法社會的文化邏輯在于算法外在于人的生活體驗,但人的經(jīng)驗(快感)需借助算法實現(xiàn)。”此類抽象的思辨論述,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:作為由計算邏輯主導的文化權(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,又可以激活哪些學術(shù)想象？通過梳理近年發(fā)表的相關(guān)研究文獻后,本文試著從如下三個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·行動者:算法文化研究的三種向度

(一)作為權(quán)力的算法:價值內(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、分配與消費等與權(quán)力運作密切相關(guān)。權(quán)力內(nèi)嵌于互聯(lián)網(wǎng)平臺中的算法機制,同時扮演了數(shù)字時代權(quán)力發(fā)揮的重要中介。可以說,算法通過代碼和模型對文化進行重新分類,正在制造趨同而單一的文化類型,而算法標簽所給定的身份,令普通個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)組成了西方社會中的超級數(shù)字平臺,圍繞GAFAM平臺算法所帶來的影響,研究者試圖弄清算法篩選文化、控制傳播內(nèi)容的過程及機制。有學者發(fā)現(xiàn),媒介平臺不同,算法及倡導的價值觀也有不同,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”。據(jù)此,考察算法價值觀形成的標準不失為進行算法權(quán)力批判的切入口。但無論平臺選擇和設(shè)計算法模型的標準是什么,其都無法擺脫內(nèi)嵌在算法中的平臺的價值觀。“編碼規(guī)則所制定的價值和特權(quán)隱藏在黑箱之內(nèi),而權(quán)威機構(gòu)正在越來越多地通過算法進行表達”,這類似于新聞價值的運作原理,什么能夠被看見、如何被看見原本是需要整個社會商榷的問題,但現(xiàn)在卻均交由算法判斷。同樣的,“在用戶認為他們應該看到的東西和平臺算法認為用戶應該看到的東西之間,也常常存在著差異”。當前以商業(yè)利益為主要目標的平臺基本是主流,以公共利益為主導的平臺則非常邊緣,且難以形成氣候。

當一切文化生產(chǎn)要素變得可量化時,隨之而來的是整個文化生態(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。對于Netflix推薦算法的研究也發(fā)現(xiàn),電影評分的算法已無法讓“真正偉大的作品”脫穎而出,原因就在于Netflix采取的非典型評分調(diào)控之舉,削弱了極端一星或五星的評分權(quán)重,哪怕特例評分中可能存在“真知灼見”。創(chuàng)意讓位于流量,數(shù)據(jù)遠勝過內(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)與等級的辯論已不再重要了。針對趨勢(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)性與嚴肅性的減少。當CNN根據(jù)Twitter趨勢榜去報道新聞時,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。趨勢算法的衡量標準成為文化本身,對其他文化機構(gòu)施加著無形影響。

有學者指出,商業(yè)報刊時期的新聞業(yè)作為文化機構(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,而當今作為一種“文化中介”(cultural intermediation)的算法,與彼時的新聞業(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,“當文化作品與文化生活都變得越來越算法化的時候,文化權(quán)威面臨著交給機器的風險”。與過去的文化精英權(quán)威相比,算法扮演的權(quán)威更加推崇個性化,意味著“更少的意外相遇和更少的共享經(jīng)驗”,但算法又基本被壟斷在大的互聯(lián)網(wǎng)平臺中,因此容易在公眾與平臺之間創(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話,那么在算法主導下,大公司很難與公眾進行真正而有效的文化對話,因為在公眾有對話意愿前,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”在算法廣泛應用的今天被注入了新的內(nèi)涵:“品味被‘數(shù)據(jù)化’并且被納入‘計算’系統(tǒng)……現(xiàn)實社會中的人群品味區(qū)隔不僅在網(wǎng)絡(luò)中再現(xiàn),還會以一種更加不易被察覺和合理化的方式被快速、精準、大量地自動生產(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)測等方式控制人們的生活。

2.算法化身份:“軟生命權(quán)力”與“計算公眾”

如果說用戶口味被“算計”只是算法權(quán)力陰影的一部分的話,那么算法對用戶身份的深度操縱則更為隱蔽。越來越多的平臺與公司正采用復雜的算法,通過在線網(wǎng)絡(luò)檢測、分析和識別用戶,建立起與現(xiàn)實世界身份相平行的“算法身份”。有學者擴展了福柯(Michel Foucault)的“生命權(quán)力”與“生命政治”的概念,將算法對身份的識別與分類的新現(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,我們應該成為誰”,但生活在算法系統(tǒng)中的人卻逐漸失去了對于構(gòu)成個人身份類別意義的所有權(quán)。比如某個用戶看了很多部同性戀的影片,算法可能會默認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“性別認同上的焦慮”。曾有報道發(fā)現(xiàn)在安卓手機中安裝Grindr(一款同性交友約會軟件)時,關(guān)聯(lián)列表會出現(xiàn)一款“性罪犯搜索”(Sex Offender Search)的應用,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)社會調(diào)查通過人口統(tǒng)計學的因素來確定相對固定類別；而雖然算法不遺余力地生產(chǎn)“身份標簽”,但算法運行并不會預先設(shè)定好類別,而是直接依靠數(shù)學運算重新分類,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)。“計算公眾”(calculated publics)概念就是此問題的寫照。如果說在傳統(tǒng)媒體時代學者們期待那些散落在不同地方閱讀同一份報紙的人們能成為“想象的共同體”中的一員,那么當下加入到互聯(lián)網(wǎng)并樂意使自己成為一個數(shù)據(jù)節(jié)點、源源不斷地“喂養(yǎng)”算法的人們,就會成為“計算公眾”的一員。在算法黑箱的機制下,平臺與算法聯(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的規(guī)訓,參與到由算法制定的文化生產(chǎn)規(guī)則當中。在參與式文化的幻影下,內(nèi)容生產(chǎn)本身變得不重要,擁有一種與平臺算法合拍的數(shù)據(jù)思維與程序反而變得重要了。“計算公眾”之下的個體都是被算法“算計”的人。

(二)作為話語的算法:意義建構(gòu)、敘事競爭與文化想象

“算法作為動態(tài)的實體,以復雜的方式與特定的知識和經(jīng)驗結(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。”換言之,根植于不同情境的算法會被建構(gòu)和想象為不同的文化對象。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踐,用來定義信息服務的功能和目的。一個典型案例是,盡管微博表示將放棄純粹的算法模式,引入編輯人工干預模式,然而在具體實施過程中仍在建構(gòu)和完善以“機械中立性”和“計算客觀性”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(算法可以解決信息超載)、經(jīng)濟(算法是商業(yè)機密)、政治(算法公正中立)以及道德美學(不作惡)等四種話語。但同為谷歌項目的“谷歌眼鏡”計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(侵犯隱私)、道德審美上的批評(外觀不時尚)”。上述對比為后續(xù)研究帶來了啟發(fā),即對比不同算法話語意義建構(gòu)的復雜情形及微妙語境,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,與言說者的立場有關(guān),由此牽涉出算法技術(shù)公司與社會各方開展話語競爭的問題。今日頭條作為有代表性的算法驅(qū)動產(chǎn)品,因使用算法進行新聞聚合與分發(fā)而對整個新聞生產(chǎn)產(chǎn)生了較大影響,圍繞其算法產(chǎn)生的爭議與批評就是典型的“話語事件”。在其話語競爭中,有研究發(fā)現(xiàn)了算法使用者、官方媒體、市場化媒體和普通網(wǎng)民關(guān)注焦點錯位,進而形成了話語沖突,最終是中國特色的“政治邏輯”主導且占據(jù)了輿論的優(yōu)勢。還有研究者指出,聚合類平臺媒體、互聯(lián)網(wǎng)巨頭、門戶網(wǎng)站等三類主體多從“績效正當性”“用戶為中心”等建構(gòu)算法正當性,而主流媒體與市場化媒體則“以價值消解算法技術(shù)的權(quán)威”,這些不同主體對算法的話語爭奪,也是一種協(xié)商與博弈。這其間,承載算法的平臺為了獲得技術(shù)治理的道德權(quán)威,還會采用不同的隱喻,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,進而書寫關(guān)于平臺的“善意”與違反者改過自新的故事。不過,關(guān)于算法的話語競爭,雖然在強大的平臺機構(gòu)前,普通個體的聲音是微弱的,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

對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、機制等難以被理解,但人們在日常生活中體驗算法,與各個平臺、App的算法“你來我往”,也形成了個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)驗的“算法故事”,讓原本隱于后臺的算法“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、算法應該是什么以及算法如何運作的思考方式”。在不同的算法機制、使用場景或不同個體身上,人們對算法的認知可能完全不同。“這是一種相遇的力量,用戶的反應對于算法來說也發(fā)揮著一種生成性(productive)的作用”,“算法想象”會調(diào)節(jié)用戶個體與算法的互動程度。用戶的反饋是構(gòu)成算法機制的重要組成部分,在與算法的“斗智斗勇”中,一些用戶還會結(jié)成社群或者特定的組織,以組織化的力量去應對平臺的算法機制,繼而對主流的算法想象進行模糊化或區(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)于算法及媒體運作的理解。如用戶在與抖音算法的長期互動中,將“算法系統(tǒng)塑造為一個擁有獨特個性、自主意圖和行動能力的人格化主體”,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)”,其包含了用戶對內(nèi)容過濾的辨識、對人機互動技巧及知識的掌握、對算法倫理及社會規(guī)范的應用等等層面。例如,在各個算法平臺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,因為他們的經(jīng)濟收益與算法相關(guān),對算法的感知與理解決定了其內(nèi)容生產(chǎn)及營銷展示的策略。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話,不斷監(jiān)測、分享和追蹤相關(guān)的信息,從而可以大致揣測和推斷算法的運作規(guī)則。當然,這些關(guān)于“算法可見性”的知識并不能算作計算機科學家眼中的專業(yè)知識,而是一種可以稱之為“算法八卦”(algorithmic gossip)的民間知識。但正是這些八卦的、零散的知識拼湊起博主們對網(wǎng)絡(luò)平臺算法的認知,并影響著他們的內(nèi)容與品牌策略。學者科特(Kelley Cotter)將這種知識稱為“實踐性知識”。在國內(nèi),隨著眾多MCN(Multi-Channel Network)機構(gòu)成熟與發(fā)展壯大,多數(shù)“網(wǎng)紅”獲取平臺算法知識的方式從來自“自我與周圍人的想象”過渡到了接受公司的專業(yè)培訓來發(fā)展其“實踐性的算法知識”。

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

過去,文化研究強調(diào)人是實踐的主體,但從行動者網(wǎng)絡(luò)的視角切入會發(fā)現(xiàn):算法與人共同組成了新的文化實踐之可能,算法本身也是行動者,是文化實踐和技術(shù)劇目的主角。行動者網(wǎng)絡(luò)需要依靠“轉(zhuǎn)譯”來進行連接,“所有行動者都處在轉(zhuǎn)換和被轉(zhuǎn)換之中”。在此向度上的算法研究也更強調(diào)算法的“關(guān)聯(lián)性”:即通過算法的關(guān)聯(lián),社會中不同的層次、方面、系統(tǒng)被“橋接”起來,算法勾連起不同場域的邏輯,將異質(zhì)性的物質(zhì)和符號“轉(zhuǎn)譯”成為可被沉積和計算的“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,相應的感知也逐漸退化,這“意味著人的主體之于媒介的逐漸退場”。高度智能化的算法將令機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)的補丁或節(jié)點。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者關(guān)注。算法正在影響乃至改變社會建構(gòu)活動,并且“有能力展開行動、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)手段對使用者進行潛在“觀察”。但人們常因為對技術(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行為信息。雖然在算法的模型中這些信息會轉(zhuǎn)換成各種代碼并納入到數(shù)學公式中,但是隨著深度學習等技術(shù)的發(fā)展,算法對于人類神經(jīng)網(wǎng)絡(luò)的模仿能力也越來越高,對使用者的預測也更加全面。人類將更深入地受到來自算法行動者的制約。

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)換成對算法的技術(shù)環(huán)境的體察,這是因為“技術(shù)對象在此時此地的世界中發(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)對象”。對此,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者協(xié)同進行文化的“表演”。

2.算法的“文化表演”:多元行動者的協(xié)商

在文化社會學者亞歷山大(Jeffrey C.Alexander)看來,“文化表演是一種社會過程,借此,行動者單獨或者協(xié)調(diào)一致地向他人展示他們社會情境的意義……行動者必須提供可信的表演來引導自己的行動和姿態(tài)指向的對象”。但多重行動者的互動之下很難有統(tǒng)一的“文化”,有的只是“一系列松散而又協(xié)調(diào)的實踐,這些實踐有時為了文化目標,有時為了其他目標而競爭和合作”。研究者需要更仔細審視算法實踐,關(guān)注它們?nèi)绾螌⒉煌男袆诱哧P(guān)聯(lián)到同一個網(wǎng)絡(luò)中。當下,算法已經(jīng)擴展并將其邏輯編織到社會過程、交互和經(jīng)驗中,作為復雜的技術(shù)組件,“算法規(guī)則的條件和后果只有通過對人、事、過程、文件和資源的相對不穩(wěn)定的關(guān)聯(lián)的精心編織才得以實現(xiàn)”。雖然算法常被認為是工程師理解世界以及其工作語言架構(gòu)的一部分,但從整個算法社會背景看,這場文化表演的行動者還包括了產(chǎn)品運營方、平臺、用戶,以及棲身算法系統(tǒng)的各類勞動者,表演者需要結(jié)合更加具體的算法情境展示文化意義。

在行動者網(wǎng)絡(luò)中,“轉(zhuǎn)譯”不是一對一的翻譯,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、準確、高效等標簽的算法也有很多“翻車”“失靈”“崩潰”時刻,用戶隨時可能體驗到算法的“歧視性”“攻擊性”“干擾性”“有害性”等。從現(xiàn)實來看,在算法工程師等行動者的具體實踐中存在著各種各樣的偏差和分歧,包括“機器會出故障,程序會有漏洞,項目會被放棄,系統(tǒng)會被黑客攻擊”。算法運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。這向參與算法運行的人類行動者提出了較高的要求:對于算法工程師來說,如果無法在觀念上對很多涉及價值判斷的東西達成共識,那么產(chǎn)生算法偏見或歧視的結(jié)果也就很難避免；對于平臺、產(chǎn)品、運營等環(huán)節(jié)的行動者來說,政治上的意識形態(tài)因素考慮、商業(yè)營收的壓力、個人的品位以及公司的價值導向等都會影響到算法運作。

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性批評聲音。無論是外賣騎手困在系統(tǒng)里的報道,還是算法推薦中的道德把關(guān)失控,抑或是媒體對算法正義、算法透明等治理準則的呼吁,都暴露出各方行動者在與算法互動中的“轉(zhuǎn)譯”偏差或不一致。“表演失敗”可能對平臺和算法而言是壞事,但在算法社會運行中的治理規(guī)則的制定、價值共識的凝聚、其他行動者的權(quán)利保障等方面,“表演失敗”其實是一種重要的預警,反而有正面價值。這也說明,行動者網(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”

“算法不僅在社會和文化中留下痕跡,它們已經(jīng)成為文化。”當算法不再被視為計算機學科的專有術(shù)語,并與廣闊的文化、社會、政治聯(lián)結(jié)之時,對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化了既有的意識形態(tài)和權(quán)力體制,以及如何成為壓迫文化多樣性的機制,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勢嵌入、用戶主動性相對微弱的情況下,“作為權(quán)力的算法”是算法文化領(lǐng)域最為主流的認知范式。在互聯(lián)網(wǎng)平臺壟斷的情形下,對算法權(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)力意志機構(gòu)及組織的力量,尤其是資本與平臺的身影。

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奪的對象,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,在交錯的話語層次中延伸算法的文化內(nèi)涵。拆解平臺關(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)實算法困境方面依然顯得束手無策。如何讓民間知識變得系統(tǒng)化成為“實踐性知識”,進而關(guān)注用戶算法素養(yǎng)的提升,是未來研究中值得進一步探討的問題。

在“行動者向度”上,不僅可以看到算法是嵌入多元行動者網(wǎng)絡(luò)的一個主體,更能夠看到其在文化實踐中的能動性。當算法愈加智能化時,算法作為“自主性技術(shù)”對人和世界進行感知與窺視的議題就需要提上日程。同時,轉(zhuǎn)譯過程的復雜多變,以及算法文化表演需要多方行動者的協(xié)商與融合,使得表演失敗、錯誤、混亂容易發(fā)生。基于目前的技術(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。當然,過于強調(diào)算法的主體性而忽視人的主體性,依然會帶來研究視野的遮蔽。面向未來,如何構(gòu)建“人與算法”“人機協(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,本文對上述三種向度進行了小結(jié),并對其關(guān)切問題、涉及的學術(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一步對比(詳見表1)。

表1 算法文化研究的三種向度對比

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)一的認識。在算法平臺的研究中,用戶一直是影響算法的重要行動者和文化力量,其身份在不同文化情境下也存在著搖擺與波動,特別是用戶對算法的抵抗、規(guī)訓等問題,都有待討論。此外,每一種研究向度對算法的一種“性質(zhì)”或“角色”的強調(diào),也都可能會帶來對其他方面的忽略,就像對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)域的基本面貌與學術(shù)取向,從而找到有價值的“問題域”。

當算法研究從“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。新聞傳播學在內(nèi)的人文社科研究者在算法黑箱面前,不應只有面對技術(shù)的局促與焦慮,相反,應當做好理論準備、潛入生活田野,批判并反思算法化生存的困厄。在相當大的程度上,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,事實上,“算法系統(tǒng)不是獨立的小盒子,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,應該避免純粹/應用、理論/實踐的二分法,要“放在特定的歷史語境下理解算法在人與機器之中的位置”。

但如何找到特定的歷史語境？實際操作起來并不簡單。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)”。具體的算法文化實踐不斷變化,而人們很難跟上甚至有時很難察覺這些變化。除了算法本身的多變多義之外,還因為算法在極其復雜的網(wǎng)絡(luò)中與許多其他算法交織在一起。人與機器不斷互動,也很容易導致不可預測的結(jié)果。這時就需要尋求情境中的算法知識,打破技術(shù)和文化的楚河漢界。就像西弗(Nick Seaver)指出的那樣,“當我們感興趣的對象是算法系統(tǒng)而不是單一的算法時,文化細節(jié)就是技術(shù)細節(jié),因為工程團隊的傾向像排序算法的傾向一樣重要。……與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當是,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結(jié)構(gòu)影響的權(quán)力系統(tǒng)、話語對象及自主的行動者,繼而扎根于具體的經(jīng)驗土壤,關(guān)注人類與非人類、算法與其他關(guān)聯(lián)環(huán)境等之間錯綜復雜的關(guān)系。在這樣的姿態(tài)下,新聞傳播學在內(nèi)的人文社科學者將不是遙遠的觀察者,而是算法社會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.