算法与传播学研究：概念、争鸣与探索
发布时间：2020-10-14 18:00:38 点击次数：161
传播技术和人工智能的发展使算法成为信息社会的重要特征。
关键词：
作者简介：
传播技术和人工智能的发展使算法成为信息社会的重要特征。随着移动媒体和数字终端的日渐普及，算法逐渐由“幕后”走到“前台”，而我们日常生活的方方面面正在被算法“包围”。作为资本、权力、技术、文化的集结体，算法使信息技术发展呈现出更为多元和丰富的传播景观，也对未来传播学的发展方向和路径带来了挑战。
算法的意涵与概念化
作为具有广泛应用性和连结性的信息技术，如何对算法进行概念化成为传播学领域重要的研究议题。算法的应用领域广泛，包括诸如GPS路线规划、购物推荐、属性匹配、病情预测等方面，各行各业的发展也日渐离不开算法的帮助。不难看出，算法具有明显的交叉学科属性，它的发展与计算机科学、神经科学、心理学、物理学、数学等学科领域关系密切，因而在定义上也具有多面向和多层次的特点。综合来看，目前学界对于算法的定义主要分为两个层面：基于技术逻辑的定义和基于社会科学视角的定义。前者强调其生产和应用的专业性，后者则更注重社会建构与文化情境。
美国华盛顿大学计算机科学教授佩德罗·多明戈斯（Pedro Domingos）认为，算法指基于特定而精确的逻辑运算，将输入的数据转化为可预期结果的编码指令。这一定义强调了算法的两大特点：逻辑和数据。前者是保证算法正确输出和有效运作的必要条件，后者则是算法发展不可或缺的“另一半”：只有基于数据支撑，算法才能运转并发挥其计算、分类、总结、推理的效能。相比较而言，基于技术层面的算法定义更加具体、集中和有针对性，同时展现出算法的高门槛和“黑箱”特点。
社会科学或者传播学对算法的定义在内涵和外延上更具包容性和多元范式。人类学家尼克·西弗（Nick Seaver）认为，算法是多元传递模式下的一种技术制度和文化实践。他认为，从社会建构的视角看，仅从数学逻辑的角度理解算法是不够的，应该将算法的定义拓展至社会科学的多元流派和范式中。他从社会对话与建构的视角出发，认为算法不仅是文化生活的一部分，而且已然成为文化实践本身。这样一种延展性的定义，将算法所嵌入的传播实践、社会文化、权力关系和技术政治纳入其中，为社会科学提供了更加广阔和丰富的研究图景。首先，该定义将算法的技术和文化双重属性纳入概念框架进行理解，有助于弥合社会科学对于算法研究中“技术缺失”的问题。其次，对于“制度”和“实践”的强调，突出了算法与社会之间“嵌入”和“脱嵌”的互动关系。这不仅让我们看到了算法渗透于社会系统的方方面面，也强调了作为聚拢社会资源和技术力量的算法所拥有的改变和阐释社会的力量。
