算法媒体作为资讯与受众之间的中介，是具有中介权力的把关人，是知识与认知主体间传递的桥梁和纽带，具有重要的现实社会建构意义。算法媒体的社会建构运作依靠一套隐秘的可见性生产逻辑，这套逻辑贯穿于资讯生产、分发和稽核等价值链环节中。面对具有中介权力的算法媒体的社会建构作用，我们需要从国家规制、平台自律、算法素养等方面建立算法媒体的综合协同治理体系。
算法媒体是指通过算法驱动的、具有资讯传播功能的平台，如Google、Facebook、Twitter、今日头条等平台。算法媒体在媒体格局中扮演着越来越重要的角色，当前媒体生产和消费的过程越来越自动化，也越来越受到算法的支配。可以说，算法主导了当代媒体技术的话语正规化。
作为权力中介的算法媒体
作为“中介化”的媒体
“中介化”理论是媒体学研究中的一个重要概念。法国著名哲学家、媒体学家雷吉斯·德布雷认为“中介是使两者发生关系的第三者，如果没有这个作为第三者的中介，这种关系就不会存在。”凡是建构两者关系的都是中介，大众媒体是最具典型意义的中介。美国传播学者托马斯·德·曾戈提塔对“中介化”理论的内涵进行定义：“中介化是指所有艺术及人力所创造出的媒体所表现、所传播的情感经历，同时还特别包含着这些媒体对我们每个人、对世界、对个人生命体验所产生的影响。”
算法媒体的“中介化”
算法作为中介，扮演着将人与人、人与资讯联络起来的角色，隐形地实施著自己的权力。算法本身虽然没有偏见和主观性，但是编写算法的一方却掌握了算法的可见权力。算法的中介化权力能塑造文化和社会资讯，从而改变人的思想，并控制和影响人们的日常生活，还有可能影响到政治和经济的发展方向。算法能够充当悄悄的、相当强有力的把关人，在未经使用者的同意下进行编辑决策。算法把关人执行了某些传统的把关功能，但颠覆了或在很大程度上修正了传统把关的其他关键特征，如可见性、资讯不对称以及公众理解编辑工作结果的能力。因此，在寻求结果把关的责任心和透明度方面，算法产生了新障碍。
算法媒体的可见性生产逻辑
算法媒体的中介权力结构包括对资讯的优化（推荐排序）、分类、关联和过滤等系列的决策过程，这种决策过程形成了算法媒体的可见性生产机制。
“可见性”理论
丹尼尔·戴扬曾针对新媒体出现后公共空间发生的转变状况，提出了“可见性”的概念：“能否被他人看见、能否获得他人的注意力，当获得的注意力达到了一定规模，即产生了可见性。”新媒体一方面促进了资讯可见性的增长，但在许多情况下也可能助长了资讯可见性的不平等。除此之外与程式码和算法相关的数字媒体公司能控制资讯可见性。这种资讯可见性的程度被（意识形态上的）公开表现所掩盖。资本主义新精神与算法结盟并融入到数字媒体公司中，如“Google不仅仅是资料监视的机构，也是价值生产的机构。如Google的排序算法剥削了网络的群体智慧，因为Google用于测量网站价值的每个连结都代表了智力的凝结并创造了剩余价值。因此，Google是终极经济监管机器和终极使用者剥削机器”。
算法媒体的可见性生产
算法的可见性生产是优化推荐、自动化生产和过滤审查等手段组成的权力结构或决策程式，这些手段之间相互促进、相互影响，从而形成算法的可见性生产逻辑。
算法媒体的推荐机制
算法本身是一系列解决问题的指令，它结合大资料来实现精确推荐。算法推荐的物件对算法推荐的内容所做出的一系列反应，如点选、转发、评论等，越是被算法主体挖掘发现，就越具有视觉化生产的可见性，就越受到其他网民的关注，从而引发新一轮生产推荐的闭路循环。目前，算法推荐是新闻网站、搜索引擎、社交媒体、移动客户端等几乎所有网络传播平台的标配。算法是能产生、选择、传递公共资讯的社会技术机制，也在很多方面具有发现和放大某些资讯的权力。
算法媒体的生产机制
当前，一种新的基于算法的定量新闻决策生产技术已经形成，能明确地聚焦于基本受众偏好上。很多所谓的机器人新闻或自动化新闻都是基于算法大量生产出来的，对传统编辑部带来了深刻的影响。这些自动化可用于完成采编任务的新闻形态，使得记者从标准化的任务分配中解放出来以专注于更深度的报道。在需求预测领域，媒体机构拥有越来越多的关于受众媒体消费模式和偏好的资料供应，算法派生的表现预测越来越多地决定生产决策，以努力应对受众对内容需求的持续不确定性。在内容创造领域，从本质上说，在某些情况下，内容创造过程中直接的人的因素被消除了。人类在内容建立中的角色正在从一个直接的角色迁移到一个间接的角色。算法已经被开发并被用于充当人类内容创作者的角色。由算法驱动的机器人自动生成的软件包，一旦提供了故事所依据的核心资料（例如，体育赛事成绩/统计资料、公司财务报告、住房资料、调查资料），就可以生成完整的新闻报道。尽管具有诸多好处，自动化媒体生产也存在大量的伦理问题，如自动化新闻的权威性、敏感性、客观性、可信度、透明度等新闻价值标准。不过，自动化新闻将会越来越普遍，新闻的深度、宽度、具体化和即时性不断增加。这种变化提出了伦理和社会议题，也提出了新闻专业主义的需要。
算法媒体的过滤机制
算法媒体基于某种意识形态或法律法规甚至自身规范设定敏感词或关键词，让算法对大资料中的相关词语进行阻挡，使相关资讯经过滤后不可见。算法能从人类决策中学习，克隆人类的决策过程、操作实践、陈规、习惯和偏见。
算法媒体可见性生产的社会建构
在移动化、智慧化的趋势下，算法建构现实的影响力日益扩大。所有的建构主义都认为知识不是由认知主体被动获得，而是由认知主体主动建构的结果。算法对建构主义的影响就在于算法推荐的资讯（知识）使得认知主体（网民）被动获得，而并非主动建构，其中不免隐含着某种互动的关系。算法媒体对社会现实的建构与重现，受其可见性生产机制的影响。算法是人为构建的，通常是隐形不可见的，但是它对受众的影响是循序渐进且普遍的，影响着人们的日常生活、知识获得和社会图景。
算法媒体对自我身份的影响
算法媒体形成“一种新的算法身份”，这种算法身份的形成通过算法在匿名环境下来推断身份分类。它使用统计上具有共同性模型以自动方式来决定一个人的性别、阶层或种族，同时决定这些特征的实际意义。
算法媒体对人际关系的影响
算法有强大的推演能力，对人际关系的影响有积极的一面，也有消极的一面，需要客观辩证地看待。尽管算法会为我们的生活带来众多便利，但是它也会给人们带来一些困扰。假设当你在社交媒体上释出讯息时，你可以选择可见的物件，算法会根据你每次释出的讯息和讯息可见的物件，将你的好友进行分类，从而摸清你的人际关系。算法渗透到了人们生活的各个方面，人在算法面前变得越来越透明、没有隐私。
算法媒体对社会分层的影响
从社会结构层面看，算法媒体的可见性生产将加一步加大了数字社会阶层的分化，出现新的数字鸿沟，基于大资料的算法推荐经常是娱乐消遣类的流行话题、趋势或热点，这些娱乐消闲内容的滥觞导致“玩劳动者”新阶层的崛起。个性化资讯的算法推荐产生“回音室”“过滤气泡”“资讯茧房”“藩篱效应”“每日我”“利基嫉妒”“同质性”“群体极化”等诸多效应，强化了个体化、碎片化、流动化的社会，日益难以建立社会价值认同。算法媒体“揭示了组织模式与个人角色之间的联络，解释了可见性政治在个人内部产生和结束的过程，该过程最终建立了群体中的个人而不是群体”。许多公司在招聘、解雇或其他相关决定时都转向算法。有些联邦法律适用于这些决定中的许多情况，例如，雇佣、贷款或住房等情况的决定，往往基于种族、性别、残疾、家庭规模或其他受保护类别的歧视。
算法媒体的治理机制
技术层面的平台社会责任
处于技术层的平台是算法治理生态系统的基础。具有社会影响的负有责任的算法的建议原则包括：人工干预、公开透明、客观公正、全面优质、标注提醒、反对例外主义、责任心、可解释、准确性、可审计等。通过算法对资料的收集、使用和管理应遵循促进公平和安全的原则，不能有种族、肤色、国籍、宗教、性别、性取向、残疾人或家庭状况的歧视。如AI和自动化系统的IEEE提出普遍伦理原则：不能侵犯人权（如自由、平等、尊严、文化多样性），人类福祉为先，负责任，透明度，加强伦理教育和安全意识以防止滥用风险。
规制层面的法律政策伦理
当前，要加强人工智能算法的相关法律、伦理、社会问题研究，建立健全保障人工智能算法健康发展的法律法规、制度体系、伦理道德。算法媒体治理的政策路线图应包含几个核心议题和问题：公平、平等、责任、透明、隐私、包容的人类价值，避免新的不平等和偏见。技术伦理层面包括以下几种方式：第一种是植根于政策和法规，试图将技术的道德发展和使用编成法典，制定惩罚错误的标准如告知同意、符合一定比例、具体明确的合法目的等，教授最佳作法，以及防止未来的失灵；第二种不是将伦理规则应用于技术，而是试图预测技术创新引起的伦理关切；第三种侧重于技术人员本身的价值观和信念，要有目的地在一套能评判加工品为“优秀”的标准中包括价值观。
社会层面的使用者“算法素养”
“算法素养并不是指能够严格地读写程式码，而是说（受众）能意识到算法在他们生活中的存在，以及算法所扮演的越来越重要的角色，不管这个角色是好或是坏。”我们需要越来越多地意识到算法和大资料是如何对我们进行排序和塑造的。算法素养可能包括至少知道算法在什么情况下表现出来，什么时候藏在幕后，以及能够对算法接下来的意图做出推断。意识到它们的存在，以及在我们生活中不断增加的存在，可以被定义为“算法素养”。提升算法素养的目的是能够批判性地理解算法所能带来的影响。
文章来源：《学术前沿》2018年12月下（总第160期）
作者：暨南大学新闻与传播学院教授 罗昕
文中图片来自网络
