社计文库 | 社会学为何要关心算法？
点击蓝字关注我们
社计者说
算法是工具理性与社会理性的深度融合。算法决定人如何被评价和对待，决定机会的分布。算法具有对信息分类、排序和选择的权力。换句话说，算法能决定哪些事情是重要的，哪些事情不值得被看到。更重要的是，算法作为一种观念所带来的社会权力，还在更宏观的意义上，影响我们的理性和看待世界的方式。从这个意义上说，算法本身拥有了权威（Authority）。
“算法的社会力量”一文通过理解算法本身的功能和算法凝结的话语力量向我们展示了算法在如何做事情和应该如何做事情方面的强大影响力。就算法实现的功能来说，它似乎透过选择、判断、分类、连接和预测对社会进行了结构化、标签化，带来一股类似货币社会的“夷平（leveling）化、消解性的力量，使得公众对信息茧房、个人隐私、意义消散等问题颇为担忧。但是，从另外一个角度来说，信息茧房真的如此束缚不堪吗？社计团队在分享文章的同时将我们的思考与问题带给大家。
“信息茧房”这一概念最早出自桑斯坦2001年出版的《网络共和国》一书，它是指信息传播的个性化使人们变得只了解自己关心的话题，忽视了与其他信息的接触，久而久之便陷入了自己构建的“茧房”之中，信息多样性受到限制，观念趋向于极端。这一概念在算法时代得到了广泛流行。越来越多的互联网应用采用了推荐算法，根据用户的个人喜好推送相关的信息。很多学者批评这种做法会加速“信息茧房”的出现，造成诸多负面影响。
可是，推荐算法真的会导致“信息茧房”吗？进一步说，推荐算法真的应该被如此批判吗？首先，推荐算法并非我们获取信息的唯一来源，即便是在采用了推荐算法的应用内，也依然有搜索算法、总排名算法的存在，多维度的信息呈现方式能够让有需求的人获取其认知和兴趣范围以外的信息。已有学者通过实验发现，人们的信息获取渠道和方式远比他们自己想的要多样化。其次，人们对特定信息的偏好自古有之，是人性之所为，并非推荐算法所导致的。例如在纸媒时代，人们就会根据自己的喜好选择相应的报纸和刊物。最后，推荐算法虽然确实会使我们获取到许多重复性的信息，但这种重复性并非意味着没有任何差异，事实上，许多新的灵感和体悟正是从这种重复性中演化出来的。将时间纳入考量之后，同质信息的消费、分享、模仿与再创造是否也可能创造更多共通的情感结构、催生新的公共性，这是否是社会实践的另一种形式，从人类学的长社会视角看，这种重复性的信息消费是否正是共同体的来源？
随着互联网技术的发展和普及，越来越多的互联网企业家开始关注算法，研究算法带来的经济利益。但是，伴随着算法在重塑经济系统的运行方式，发挥着重要的经济力量的同时，人们也开始从社会学角度探索如何处理算法，如何发挥算法的社会力量。英国约科大学社会学系的大卫•比尔（David Beer）在其文章The social power of algorithms中便通过引入电视剧《随意》（Casual 2016）的亚里克斯算法（Alex）塑造社会联系和关系的强大力量，说明了算法的嵌入性质以及在社会过程中的潜在作用。全文通过两个部分（算法本身的功能及其实现；算法概念的力量）向我们展示了算法在如何做事情和应该如何做事情方面的强大和令人信服的影响力。
算法功能的力量
比尔在最开始介绍了1998年的由拉里·佩奇（Larry Page）和谢尔盖·布林（Sergry Brin）在门洛帕克车库中开发的页面等级算法（PageRank）。该算法在分类和优先排序方面有巨大优势，可借助“权威模型”使用标记来评估与所选搜索词相关的重要性。比尔指出，尽管页面等级算法不是典型的，但是它作为一个众所周知的算法让我们有机会反思算法过程的规模，反思算法的社会角色，反思算法塑造知识和产生结果的能力，反思算法如何塑造社会和日常生活……由此，比尔提出了两个初步问题：什么是算法？不同的算法如何工作？
文章第一部分重点介绍了一系列与算法功能相关的问题，以及这些功能如何在社会现实中被有效地部署。关于代理的问题是复杂的，比尔指出本·威廉姆森（Ben Williamson）、尼兰德（Neyland）等人探索了我们是如何理解或表达“学习大脑”和学习算法之间的相互作用，说明了我们是如何探索人类和机器机构的明显契合，发现了有一个更复杂的交织类型的机构正在进行。他认为，我们有必要探索算法是如何做出选择的，是如何提供信息来告知和塑造选择的，同时探索如何设计算法才能将期望的结果建模到系统中。
比尔认为算法被视为代码的决策部分，对塑造组织、机构、商业、政府决策等具有重要作用。他指出论文的目的便是思考算法系统是如何被构建到组织结构中的，如何形成决策或被整合到所做的选择中的，以及这些选择是如何成为人们生活的一部分的。杨凯伦（Karen Yeung）探究了算法和大数据在监管和治理中的作用，布赫（Bucher）通过直接关注人们和算法相遇的情境和空间来探索算法对我们的日常生活的影响和构建……他认为前人的研究提供了关于算法如何被部署来形成决策和行为的见解和一系列观点，以及如何在日常经验的层面上体验和反应算法的具体过程。比尔根据伯恩哈德·里德（Bernhard Rieder）的文章探究了算法选择、分类、排序和预测的政治问题，包括算法创建、维持或巩固、异常处理、日常规范、概念的功能、权力与算法的关系。他认为，马杰（Mager）的研究指出了更广泛的权力机构进入算法过程和设计的方式；罗布·基钦（Rob Kitchin）的研究揭示了算法的构建、运行、扮演的社会角色等，指出了算法排序可能会限制文化经验和社会联系，借助算法重复模式让我们不断接触相似的人、经历、新闻等；尼兰德和莫里斯（Mṏllers）的研究突出了算法和其运行的各种关联和情境之间的捆绑关系，指出社会力量是通过算法过程的结果来实现的。
算法概念的力量
文章第二部分则强调了算法概念的力量。比尔认为应当超越算法本身去探索算法概念的潜在力量，为此他重点探究了如何设想算法以促进某些价值和计算客观性。此外，他还认为算法力量与真理的产生有关，算法有能力以两种特定的方式产生真理：（1）物质干预：围绕风险、品味、选择、生活方式、健康等事物，通过算法所做的实质性干预和算法产生的结果产生或反映更广泛的真理；（2）话语干预：算法自身在话语中是一种概念性的存在。借助这个术语或概念可以创造或延续关于社会秩序之类的某些真理，以及某些真理是如何通过算法的唤起来培养的。
他认为，算法不仅存在于代码中，而且作为一个概念或术语存在于社会意识中，因此在理解算法的社会力量时，应当考虑算法的概念。比尔借助福柯的关于权力的研究和著作指出，作为概念的算法存在提供和使用话语框架的潜力（如何进入世界，如何被话语框起来，被认为能够实现什么），可以从分析话语本身这个角度去探究作为一个东西的算法和作为一个概念的算法的关系。我们应该将算法概念作为一个焦点来解释更广泛的理性，看到算法被用来促进某种计算、竞争、效率、客观性、战略需要等的合理性，发现算法在塑造决策、影响行为和引导某些方法和思考方面的强大影响力。
最后，算法可以成为社会力量部署的一部分，不仅在其功能方面，也在其作为一种现象的理解方面。在未来关于算法的社会力量的方面，我们应当继续深入研究“黑箱社会”的算法工作方式。我们不只是要理解代码，同时也需要检查建模和编码这些不同类型的算法所做的工作，分析算法的重要性，理解编码者的工作，研究算法在实践中是如何发挥作用的，观察算法概念是如何融入组织、惯例、决策等的。
作者：
徐圆 | 中国社会科学院大学社会学系
傅凡 | 中国社会科学院-上海市人民政府上海研究院
参考文献：
David Beer(2017)The social power of algorithms, Information, Communication&Society, 20:1, 1-13, DOI:10.1080/1369118X.2016.1216147
往期文章：
社计未来
欢迎关注我们！