社计文库｜今天你被“算法”了吗？

点击蓝字关注我们

社计者说：

我们将当下的社会称之为“数字社会”，原因在于社会秩序的缔造与再造越来越依靠万物的数化。万物之所以需要数化，其背后的驱动力则是算法为基础的机器的介入和调节社会运作。算法以代码的技术面貌出现，却依托大数据、深嵌在商业模式之中、以影响日常生活的方式影响与塑造着个体认知、行为与社会互动。社计文库将连续推送算法三文，从理解算法、算法的功能、如何研究算法三个角度回答了社会学为何以及如何关心算法的问题。

对社计者团队来说，算法是对任务目标与任务实现方式的双重设定，以计算机代码的方式呈现。人们常常将算法比作菜谱，来帮助人们理解算法如何设定任务与实现任务。算法与算法研究的复杂性在于，它不仅仅是数学模型，同时具有社会、政治、经济的多种维度。

“算法与日常生活实践”一文即回答了算法是什么的问题，文章强调算法的核心特性在于其代理性（delegation），也即网络是“半自动运行的”（semi-autonomously），日常生活因为算法的代理而被改变。具体来说，算法将生活中的事物、行为等数据化、可计算化时，实际上进行的是一种无视现实语境而仅基于算法的设计语境的“夷平化”。这一论点带给我们新的社会学想象力。

“夷平（leveling）化”是齐美尔对货币的特征的表述。在算法内部，算法描述事物的固定维度充当一切差异的公分母，物与物、人与人、关系与关系作为算法的输入之间在且只在这一维度上具有差异和分化。对算法的使用者来说，在算法范畴内的所有事物都可以用算法来衡量，也就是说，事物在算法之外的特性消失了。另一方面，算法和算法的持有者——大型互联网公司，也对预测和影响用户行为、习惯乃至认知上的可能性孜孜以求，算法影响日常实践是已被提出的命题。

在网络社会中，算法是否在某种程度上影响了我们感知和看待世界的方式，使我们的认知出现简化和碎片化理解事物特征的趋势？当网络深深嵌入到我们的日常生活中，算法对日常实践的代理（delegation）越来越普遍时，互联网上的我们会不会同时也深深陷入到“算法犬儒主义”之中？算法会不会最终成为阻碍现代个体充分自我表达、自我丰富的另一个风险？

现代人的日常生活日益依赖在线算法技术，并且往往需要大量信息和通信数据的引导，也同时产生了新的信息和数据。活动的规模和种类、利用和创造的数据以及进行数据分析、归档、分发的可能性都大大拓展了，以至管理、解译、分发这些信息必须依赖技术手段。这些手段包括平台、软件、代码和算法。威尔森（Michele Willson）的Algorithms (and the) Everyday一文通过对算法和日常生活的考察，以谷歌公司为例分析经由算法进行的分类和展示的典例来探究算法是如何参与和形塑当代生活的。威尔森基于这一分析提出有关服务机构和权力的理解的疑问，并指出了我们对于技术与人类关系和当代世界的总体看法的改变。

算法是什么

威尔森首先辨析了“日常”（everyday）和“算法”（algorithms）的概念。日常或日常实践，指的是人们的生活习惯或日常生活行为的背景。威尔森主要继承了德塞尔托（de Certeau）关于日常实践的观点，并在其基础上做了适应算法时代的进一步发展。德塞尔托认为，作为系统消费者或使用者的用户在权力系统内扮演各自的角色，一定程度上，日常实践就来源于这种扮演产生的社会、文化、政治和经济布局。同样，互联网也是由人对网络的设计、建设、定位、和使用定义的，进而也呈现了日常实践并成为其的一部分。网络和算法在日常实践中的特殊性就在于它的代理性（delegation），也即网络是“半自动运行的”（semi-autonomously）。这种半自动劳动对传统劳动的代理也对当代日常实践产生了影响，甚至产生了大型互联网服务提供商的在线产品和实际生活的融合。

对于算法，威尔森认为，算法实质上是一个提供输入、产生输出的过程，算法本身在其内容上是明确的指令的集合，并且在互联网的语境下，某一个算法往往存在对其它算法和数据的调用或被调用，其与外部系统是相互勾连的。因此，算法从一开始就嵌入在现实政治、技术、文化和社会之间的互动之中。当我们讨论算法的技术实现时，也必须考虑到它在社会生活中的地位，而那些算法由谁设计、经谁而应用的问题，又紧密地和权力、控制的问题联系在一起。人和机器、算法的日常关系则显示出人格化和拟人化的特征。不管人们对人和机器、算法的这一关系持乐见还是怀疑的态度，算法对人日常实践的代理性只会更加普遍化。但随着算法和技术手段的强大，它们仍然作为“黑箱”隐藏在交互界面之下，这种无法直接观察的因素会导致无法预见和非心目中的结果。

算法与日常实践

当算法日益成为日常实践的代理时，算法代理本身也反过来成为日常实践的一部分。我们可以通过施以某种假设和规范来让技术代理日常实践，并且，随着算法的发展，算法运行所依赖的数据也更复杂，并显示出人工处理和机器处理的迭代、叠加过程，算法的测试也需要人工的参与，测试结果又再次成为算法运行的基础。这种算法的迭代和整合过程正如祖伯夫（Shoshana Zuboff）明确指出的那样，是监视资本主义的兴起和基于用户习惯数据的说服与预测的商品化过程。事实上，在算法将生活中的事物、行为等数据化、可计算化时，实际上进行的是一种无视现实语境而仅基于算法的设计语境的“夷平化”。某种程度上，算法呈现的是不带歧视和偏见的处理过程。夷平化只是算法处理的其中一个方面的特征。对算法的使用一方面要求已被简化的数据，另一方面，又依据算法的设计和应用来通过算法处理使这些数据之间产生可被解释的联系。算法在这一意义上是及其合理的，数据如何被处理，最终依据的是算法的出于综合技术特殊性、商业激励、社会倾向、偏误和文化理解各因素的设计理念。威尔森在此基础上提出了一个更广泛的哲学问题：在日常实践日益算法化、程序化的今天，人们如何从本体论的角度参与和发展对世界的理解和体验？或者说，算法和程序是如何影响人们看待和理解周遭环境和他们置身的社会关系的。

威尔森在此文中将算法视为大公司的“私有”产物，有与生俱来的不透明性。算法是整合技术功能和政治、社会、文化环境，由持续的互动形塑的动态处理过程，是处于不断的变化之中的。威尔森对算法与生活的审视提出了我们、我们的设备和大公司之间的互动关系问题。针对祖伯夫提出的监视资本主义的问题，威尔森认为消费者并不是完全被动的，在针对大公司的数字“策略（strategies）”时，作为应对（tactics）的用户可能在系统内产生抵抗性的意识和行为。但在此之外，威尔森更加强调，当我们将日常实践委托于技术进程时，人类的复杂行为就被分解为简单可计算的步骤和碎片。算法代表着一种现代生活的模糊化和碎片化趋势，体现出日常实践中一种广泛的对奇异化、计量化、标签化的强调。算法本身成为日常实践的一部分，就是这一趋势的结果。这一趋势的社会和伦理蕴含是什么？算法时代中，我们是如何理解我们的技术、我们的日常实践的？这都值得进一步的理论探究。

作者：

李凌浩 | 中国社会科学院大学社会学系

刘学 | 中国社会科学院社会发展战略研究院

参考文献：

Willson, & Michele. (2016). Algorithms (and the) everyday. Information Communication & Society, 1-14.

往期文章：

社计文库 | 数据公司是如何靠“监控”用户赚钱的？

AI科学家Yann LeCun为什么被骂退推特？

计算人性：计算科学家和社会科学家是如何互相改变的？