传播“重构”与技术“异化”视角下的算法辨析

[提要]2020年，被困在“系统”中的外卖骑手，引发了一波社会对算法的批判。然而，作为计算机技术的核心，算法由来已久，为何突然站至“前台”，成为被“清算”的对象？作为社会主体的人，又何以被困在算法“系统”中？究竟是人的受困，还是算法的受困？这究竟是一个什么“系统”？本文基于网络社会“重构”传播的视角，从“算法”“大数据”“平台”等词语入手，建设性地审视和批判算法背后的社会系统，并提出为算法解“困”的思路。

[关键词]算法；数据；平台；传播重构；网络社会；技术异化

作者简介：刘瑞生，中国社会科学院大学新闻传播学院副教授，中国社会科学院新闻与传播研究所副研究员，研究方向：网络传播、政治传播。

《西南民族大学学报》（人文社会科学版）

2022年第6期

21世纪以来，人类社会不断被技术加速嵌入，一系列与信息技术相关的专业性语词接连流行，如数字时代、互联网时代、大数据时代、智能时代等，技术以“关键词”的方式形塑着社会文化“景观”，也在重构着新闻传播学的“图谱”。2020年，将外卖骑手“困在”系统中的算法①，引发各界热议，在公众的视野里，“算法时代”或“算法社会”似乎骤然来临。热词的背后，往往有着复杂的技术政治及社会文化意涵，我们不禁追问：今日“神通广大”的算法，曾长期默默无闻地劳作于“地下”、服务于“幕后”，却因何爆红于“前台”？算法究竟是什么？算法如何成为“困”人的系统？究竟是人的被“困”，还是算法的自“困”，抑或是二者的共同受“困”？

一、传播“重构”与算法“嵌入”

算法，与其他信息科技语词进入社会的路径有些相似，均是在神话般的被吹捧后便遭到暴风雨般的批判。我们不能单向和孤立地看待算法及其引发的诸多问题，不妨换一个视角，在整个社会系统、传播被技术“重构”的进程中辨析算法。

（一）元技术：传播的数字化与算法的技术性

新世纪以来，不断更迭的技术，成为推动这场传播“革命”的主导力量。从表象来看，促发当下传播变局的是“新媒体”，即互联网以及移动互联网。互联网的出现有着复杂的因素，其关键的技术却是数字技术。这场技术革命的本质是数字化传播与计算机技术的迅猛发展[1]（P.66），数字技术成为“重构”传播的主导力量。

“数字”之所以能够成为“重构”传播的技术基础，在于其极简性、转化性、整合性和融合性。极简者至强。借助计算机，数字技术（Digital Technology）通过二进制数字“0”和“1”这种最简单的转化、储存、传递和还原，就可以“转化”图、文、声、像等几乎一切事物的存在方式。正是基于这种极简性和转化性，几乎整个信息产业的所有软硬件均架构于数字技术之上，数字技术不仅成为计算机与互联网得以发展的结构性力量，也是推动媒介融合的元技术。

丹麦学者克劳斯·布鲁恩·延森（Klaus Bruhn Jensen）将数字技术视为信息式（informative）或数字式（digital）的“元技术”，数字媒介则是基于元技术的元媒介。他认为，在物质基础上，数字元技术与人的身体、大众传播的技术性生产手段完全不同，它具有极强的整合性，“数字计算机不仅复制了先前所有的表征与交流媒介的特征，而且将它们重新整合于一个统一的软硬件物理平台上。”[2]（P.73）

数字技术的整合性，也使得各种媒介的融合获得可能并成为一种趋势。随之，“数字”“数字化”等词语开始成为一种社会现象，“数字性”（digitality）状态被用来指代那些计算机化的现象、媒介和环境，也用来指代计算机时代的环境和生活本身。[3]（P.1-8）

技术层面的算法由来已久，它是一个与数字息息相关的专业术语，即通过一系列步骤，用输入的数据得到输出的结果。但在漫长的历史中，算法一直作为数学定义而存在。而今天的算法，在技术意义上则被计算机所定义，主要是指以计算机为载体，通过二进制位运算机制设计程序来实现解决问题的方案。在1950年冯·诺依曼发明了归并排序之后，算法才开始在现代科学计算领域发挥重要作用，发展出了多种算法，并广泛应用于多种途径。[4]（P.132）随着计算机和互联网的普及，算法已经成为“计算机科学的基础，是这个领域研究的核心”[5]（P.12）。

算法，作为计算机时代的技术内核，不管是过去、现在，还是将来，都是社会数字化进程中的基础性“后台”技术。

（二）互联网：全球传播重构与算法的实践性

“数字媒介孕育了独具特色的元传播类型，它重构了传播的形式、内容和功能。”[2]（P.89）数字技术对于传播最大的影响，是让互联网的搭建成为可能，全球出现了一个在基因上完全不同于传统媒介的“新媒介”。

互联网雏形源于1960年代美国出于冷战军事目的研发的阿帕网，但互联网一词的勃兴则始于1990年代。在一系列网络技术取得突破性进展与应用试水后，商业化、私有化促进了互联网应用的不断推陈出新，造就了现代互联网[6]。在战略、技术、政策尤其是资本推动下，互联网发展速度极快。1995年，全球互联网用户仅有1600万，覆盖率0.4%；截至2021底，全球互联网用户总数达到52.51亿，覆盖率达到66.2%。②从1995年至2022年，全球互联网用户增长了327倍。如果说数字技术在本体层面“重构”传播与社会，那么互联网则是传播“重构”的物质性基础设施。互联网基于数字的易通性与网络的连接性，在现实社会与大众传播之外，生成了一种基于数字节点的全新的传播结构。这种数字化的传播网络重构了社会关系。

从媒体融合的视角看，主导互联网传播格局的从一开始就不是传统主流媒体，而是被技术与风险投资“加持”的高科技公司，它们冲在前沿主导着互联网的扩张，并不断推出搜索引擎、网络新闻、即时通信、电子商务、网络视频、社交网络等新应用，不断渗透、延展至社会。在科技商业公司的狂飙突进中，算法不再局限于后台的技术存在，它开始在与用户需求和社会生活的对接中嵌入实践。例如1997年由拉里·佩奇开发的谷歌专有的网页排名（PageRank），就是一种搜索算法。伴随着网络的社会化，算法的技术体系进入百花齐放式的发展，各种推荐算法系统与应用对接。算法开始超越纯技术的意涵而实践性日益增强。

（三）大数据：传播的精准化与算法的社会性

在算法之前，火爆的另一个关键词是“大数据”。2013年，《大数据时代：生活、工作与思维的大变革》一书带来了一场大数据的信息风暴③，随后大数据产业链迅猛发展。问题是数据早已存在，为什么变成了大数据？大数据究竟是指什么？

从人类历史上看，数据是一个与算法共存已久的专业技术性词语，很早就有关于人口普查的记录及数据利用。计算机出现之后，算法在数据处理方面的效能开始展现，大数据却是互联网发展到一定阶段才出现的。最初，大数据（Big Data）一词仅指数字时代产生的大量数据。随着互联网的普及，用户越来越多，上网时间越来越长，由用户生产的数据量越来越大，其中绝大多数以非结构化数据的形式存在，这正是用户每天上网产生的“小数据”的汇流。因此，从大数据的本质来看，大数据主要是用户“生产”的各种活动的数据化记录，行为主体（例如人）在进行各类活动（生活、工作、娱乐）时的行为、偏好等痕迹被业务系统（或互联网、物联网等）记录在各个服务器里。[7]（P.3-8）

从数字社会的角度看，互联网就是一个庞大的数据网络系统。互联网是一个由电路、电子管和数据包构成的全球网络，连接着数十亿的计算设备以及使用这些设备的人。它提供一个庞大的、复杂的，并且总在增长和扩张的用于信息分享的基础设施。[3]（P.4-10）外卖骑手之所以被困在“系统”中，一个根本的原因是其接单、送单的整个劳动过程和行为轨迹都被简单地转化为一种数字化存在。有学者提出，从大数据的本体论而言，大数据让世界变成了一个数据化的世界，数据因此成为世界的本质，我们当今生存在一个“万物皆数”的世界。[8]“我们每天大部分都生活在这里，这个地方叫做数字世界。这里没有原子占据空间，而是由数位构成。”[9]（P.7）

算法和数据是一种相互依存的关系。计算机程序本质上就是算法，而数据是算法的操作对象。与传统数据的高成本相比，大数据获取成本极低，几乎是免费的，且具有巨大的商业价值。由于大数据多为复杂的非结构性数据，需要更为复杂的算法进行处理，数据越重要、越复杂、量越大，算法也就越有意义。

大数据让算法应运而兴，这就容易理解，算法为什么是在大数据时代突然成为一种最重要的原料甚至是生产资料，几乎所有数据的价值均要依靠算法才能变现。更为重要的是，在数据化的世界、数据化的行为、数据化的表达、数据化的关系中，在人与社会各种关系的数据的喂养下，智能算法开始进入各行各业而社会性日增。

（四）平台：传播的社会化与算法的文化性

平台，今天已深度“嵌入”我们的生活。数字平台、互联网平台、行业平台、平台媒体、平台社会，这些对于平台的修饰性语词或者以平台作为修饰的语词，均指向无处不在的平台。平台也是一个经过流变的“关键词”。

作为一个互联网行业用语，平台（platform）最早是在web1.0时代微软公司用来指称其视窗操作系统（Microsoft System）界面。[10]在经历了21世纪初的经济泡沫大批互联网公司纷纷倒闭之后，商业话语出现了强调用户参与的web2.0概念。2005年，数字出版商蒂姆·奥莱利（Tim OReilly）在提出web2.0概念时，则将web2.0视为“以互联网为平台的计算机行业的一场商业革命，其中最主要的规则是：构建应用程序，利用网络效应，让更多的人使用它们变得更好。”[11]这种以用户为中心、倡导用户分享理念的应用，彻底打破了传播格局。最明显的变化是自媒体崛起，Facebook（2004年）、YouTube（2005年）、Twitter（2006年）等一系列社交媒体出现并迅速爆红，门户的中心格局被社交媒体再中心化，圈层化传播成为主流，新闻媒体的地位被进一步消解。在媒体融合路径上，平台完全超越媒体，平台型新闻媒体只是被整合入平台。基于情感、生活、娱乐、休闲、商业的话语在平台大行其道，所谓“后真相”的非理性传播盛行。

从社会结构来看，传播关系被网络化的社交关系重新建构。全球演变为一个巨大的社交化平台，节点化的用户之间的数字关系成为最重要的社会关系和传播关系。各个行业纷纷转向平台，社会与互联网亲密连接。社会网络化对社会既有的行业开始产生影响，基于平台传播的新的社会关系和生产关系逐渐生成，用户生产内容，情感劳动、数据劳动、产销、直播带货等新型劳动崛起。

在平台发展的过程中，算法在不断成长。首先，随着平台嵌入政治、经济、文化、新闻、社会等各领域，算法作为底层技术不断得到发展和优化。其次，在平台最激烈的“用户争夺战”中，算法成为平台拓展用户、增强用户黏性的利器，谁的算法技术强，就有可能通过更精准的“读心”“读脑”，从而采取更为“亲近”的手段“拉拢”甚至“引诱”用户。算法在平台海量的用户数据的喂养下，对于“人”的行为、性格、心理、情感、需求的分析更加全面、深入和精准，逐渐趋向智能化，基于算法个性推荐的应用成为平台标配。

在平台社会化的过程中，算法不仅对平台基础设施形成了的技术内核性的“嵌入”，也大大超越技术和应用实践，尤其是基于智能推荐算法的传播与社会文化生活不断融合，算法文化效应不断外溢。

二、算法的“受困”与数字“异化”

伴随着数字技术引发的传播“重构”，作为后台技术的算法迅速蜕变为一种遍在的“嵌入文化”和隐蔽的“操作系统”。因为遍在，延展的算法变得日益强大而模糊；因为隐蔽，内卷的算法变得愈发诡秘而泛化。人们对于算法的认知颇为矛盾：一方面，它给我们带来了很多便利和新鲜感，让我们更接近自己的需求，人们似乎对算法日益熟悉而亲近；另一方面，它又不断引发各种问题和风险，算法黑箱、算法偏见、算法失范导致算法“异化”，人们又感觉算法陌生而疏离。算法似乎也被困在一个“系统”里而无法“自拔”。

（一）技术“迷思”与算法“祛魅”

在算法、大数据等诸多语词的流行中会出现两种话语，正如加拿大学者文森特·莫斯可（Vincent Mosco）所提出的技术迷思，一种是商业主义或乐观技术决定论的乌托邦话语，另一种则是民粹主义或悲观技术决定论的反乌托邦话语。这两种单向度的话语均以一种非黑即白的二分法思维造成对复杂技术例如算法的简单认知。④

在审视尤其是批判算法时，一个最简单但也是最模糊的问题是，我们批判的算法究竟是什么？一个从“旧”的冷技术术语流变为新的热文化语词的过程，亦是算法向社会、经济、文化、政治等领域扩散的过程，这深刻反映了实践性让作为技术的算法具有了极为复杂的向度。数字本位必然导致算法成为数字社会中一个具有高黏性的链接要素。其迅速拓展的外延，则让算法变成了一个正在无所不装的“筐”。在批判算法的时候，极容易陷入泛化，需要注意的是，今日之算法已非昨日之算法，此算法可能已非彼算法。

作为技术层面的算法，其本质不过是通过数字化程序不断优化处理步骤，以尽可能精准地实现设定任务，优化、精准永远是算法追求的目标，这种基于科学技术逻辑的自我演进过程是复杂的。今天，从科学技术的角度看，算法已经成为门槛较高、构成复杂的计算机科学的重要构成部分，并在不断“成长”，也是门外人难以知晓的“黑箱”性存在。对于作为平台应用层面的算法尤其是个性推荐算法，必然嵌入了平台的价值导向，平台的指令、目的决定着算法的价值与属性。算法难以“逃脱”平台的操控。

从万物皆数的本体出发，从某种意义上说，算法则是数字社会的方法论。由于算法对于社会的“嵌入”，作为社会实践的算法，则与社会系统连接的黏度越来越高，被社会化为文化规则、政治规则、经济规则、社会规则、劳动规则。社会系统复杂的因素会经由算法得到放大，造成算法歧视、算法偏见、算法文化与算法政治的泛化。

作为一种文化，往往蕴含人们丰富的主观想象。值得关注的是，目前关于算法的反思与批判，科学界的话语不多，这可能是其对于算法的研究更多是基于科学层面的；而关于算法的反思与批判话语，多来自人文社会科学，这可能是一种对于算法文化的反思，或是对算法的文化批判。而在现代社会的加速系统中，这种想象难免夹杂着人们的焦虑，也因基于个体以及单个平台的体验而存在很大的局限性。例如，人们忧虑的“信息茧房”效应，它来自美国学者桑斯坦（Cass Ｒ.Sunstein）的研究，但其原意主要是出于对信息过滤技术有可能破坏社会“协商民主”的担忧而批判性提出的假说，并未得到有效验证[12]。另一个关于算法负面效应的概念“过滤气泡”，最早由互联网观察家帕里泽（Eli Pariser）提出，主要指基于算法的搜索引擎为用户打造了一个信息隔离墙，该概念提出后尽管受到西方学者关注，但也遭到不少质疑[13]（P.4-5）。

实际上，从经验研究的角度看，诸如“信息茧房”“过滤气泡”等关于推荐算法和搜索引擎算法的负面效应，更多是作为假设而提出，在个案层面上虽然能得到一些支持，但在总体层面上的有效科学验证尚不充分。因此，认识和批判算法，特别要注意具体面向。只有厘清面向，才可能发掘算法文化的修饰语背后的诸多力量和因素。厘清向度看算法，当下依然在数字技术“重构”传播的社会中成长的算法，无论是正面效应或负面效应，可能还没有人们所想象得那么强。

（二）技术的进阶与算法“受困”

近年来，仍然在迅速成长的算法，经历了神话的破灭而陷入被批判清算的“困境”之中。而实际上，无论是“困”人的算法系统，还是被“困”的算法，均反映出算法的局限性。

从技术的维度来看，算法的发展，有着自己的进化逻辑。作为一种正处于发展之中的技术，没有局限性，算法就不可能进阶。综观算法的本质就是通过不断地程序优化以解决问题，就是需要不断在突破“困境”中发展。作为技术，算法一直处于不断优化的进程中。

算法目前尚处于技术快速发展期，在很多方面仍然存在技术的局限性，这也是技术进化的应有之义。例如，关于网络内容识别的算法就是一个不断发展的技术，目前语音识别、图片识别的精确度尽管很高，但在视频内容的识别上还存在很多亟待突破的技术。“今日头条”在遭遇整顿后于2018年开始大规模招收内容审核编辑，建立了一支超过万人的国内最大审核编辑团队，负责审核平台内容是否违规[14]，这表明在网络内容识别的精准度上，基于算法的智能识别无法离开人工把关。算法在与数据的亲密关系中不断成长，但也必然受到数据的限制。例如，在受“困”于系统的外卖骑手中，算法对于外卖小哥送餐路线的计算仍然不够精准，这在一定程度上是由于数据的不够全面。再如，近年来，西方学者非常关注机器算法广泛存在的性别、种族偏见或歧视问题。有学者2015年发现微软、IBM、Megvii开发的三种商用面部识别技术对于白人男性的识别结果非常完美，而识别面部深色皮肤的女性时识错率约35%[15]。基于历史的招聘实践和申请人数据的亚马逊招聘算法存在性别偏见[16]。而产生所谓算法歧视或偏见的原因，很大程度上是目前的大型数据集（large data sets）中现存数据的偏向问题。

算法并非无根之木，无论是数据还是应用，均来源于现实社会以及人们或平台的需求，因此，算法必然受制于平台社会这个大系统。例如，广被诟病的网络仇恨、低俗等违规违法信息的泛滥，多是由用户自己生产并传播的，其根源并不在算法。基于算法的技术审核与过滤可以进行规制，但推荐算法也可以根据平台的尺度向对这些内容感兴趣的用户进行推送，过滤的精确度取决于算法，但尺度却取决于平台。研究也表明，算法偏见与歧视所产生的根源即产生数据的人类社会现存的歧视。如美国纽约大学的AI Now研究所在2019年发布的《偏见系统：人工智能中的性别、种族和权力》报告中指出的，不应该将群体多样性和人工智能的偏见问题分开来考虑，因为它们是同一问题的两个方面[17]。也正如美国学者乔伊·利西·兰金（Joy Lisi Rankin）所说：“这个不平等的社会充斥着种族主义和性别歧视，所以即使计算机编程人员心存善念，算法也会有偏见和歧视……它们只会反映和放大世界上更大的偏见。”[16]此外，在平台崛起成为社会基础设施的当下，关于平台的属性，有学者提出了信息资本主义、平台资本主义、数字殖民等问题，其背后是资本和商业价值的导向问题。例如关于低俗内容的把关问题，算法主要遵守平台的尺度设定指令，但如何在规制松紧和吸引眼球之间操控尺度，那就是以流量为王的平台的商业隐私与机密了。

如汪丁丁所言：“技术的本质，与制度的本质类似，因有强烈的路径依赖性而常将人类‘锁入’既有的技术路径或制度路径。”[18]（P.2-8）由于算法对于社会的渗透的广泛性大大超越了一般的制度，尤其是被金融资本主义加持后，这种“锁入”效应就更加明显。资本主义主导的平台公司，通过技术和资本的联姻，一方面大大促进了平台的大发展、促进了算法对于社会的快速“嵌入”，但另一方面也赋予了算法在实践应用层面的价值导向。

（三）社会“重构”与算法“异化”

近两年，关于算法与人工智能等技术对人与社会的负面影响，受到了来自哲学、法学、新闻传播学领域学者的关注，他们采用“异化”的视角批判算法。“异化”（Alienation）虽然其词源历史悠久，但却因马克思《1844年经济学哲学手稿》中的异化劳动而成名，之后随着社会语境的变迁而被诸多西方学者不断注入新的意涵，至今已经成为一个没有明确定义，但却有着复杂内涵的词语。我们又如何在当前的社会语境中，审视算法异化的新意涵？

关于算法的社会权力研究是中外社会科学界关注的一个重点问题。英国期刊《信息传播与社会》在2017年以“算法的社会权力”为主题刊发了一期特刊⑤。国内学者喻国明等提出算法即权力，“人工智能的技术本质是算法，而算法的社会本质则是一种权力。”[19]

进一步来讲，有学者认为这种算法嵌入的“新权力”会带来异化风险，应重视算法媒体的权力异化风险，“算法权力作为一种能够实现资源配置的新兴社会力量，由于传统公私法律二元框架规制能力的不足，可能会造成信息霸权与冲击媒体公共性的异化风险。”[20]还有学者认为在人工智能时代，基于海量数据运算配置社会资源的算法成为一种新兴的技术权力，通过其机器优势、架构优势和嵌入优势，在商业领域和公权力运行形成了跨越性与隔离性的异化，且缺乏有效规制。[21]

算法本质上是一种最优化的信息识别及筛选策略，算法应用必然涉及评价与资源的分配，并对决策产生影响。在数字技术重构传播的当下，算法日益成为一种数字社会的方法论，其必然会对社会权力的运行机制产生影响。但对于这种新权力的异化风险，尚需更细致地探讨。也正如学者所言，在人类处于一个大规模“评分社会”的初始阶段，尽管算法可能加剧了现有法律和其他规则的转变，但从商业和公共管理的逻辑出发，广泛采用评分机制是更好的策略，不仅有助于将更多细节行为纳入管理，还可以为进一步优化法律和平台成文规则提供数据支撑，为算法权力提供更多可应用的场景[22]。

关于“异化”，尽管词义复杂，但“广泛地感到人与社会产生疏离”是其“主轴概念”。正如雷蒙·威廉斯（Raymond Williams）在《关键词：文化与社会的词汇》中所说，“Alienation一词是现在语言中最难定义的一个词。……从alienation现代用法的范围与使用频率来看，这个词及其特殊的意义很明显提供了我们广泛且重要的经验去描述或诠释疏离的意涵。”[23]（P.50-55）在一个新的数字社会与现实社会“互嵌”的语境下，人们普遍感到由技术中介带来的疏离感日益增强。包括信息茧房、过滤气泡等形象化的语词之所以被关注，很大程度上也正是由于算法等技术在亲近人的同时，产生了一种对人的束缚，让人感到疏离。从本质上看，这是一种数字技术的新异化。如蓝江认为：“我们的生存越来越被数据和算法所穿透”，人们成为了“被数据所穿透的工具人”，“这种算法治理和数字图绘的方式……可以精准定位每一个个体的习性和倾向”，[25]从而使个体在经济上、政治上的进一步被引导和控制产生可能，最终导致人的数字异化。但实际上，这种被控制的异化，在现代社会系统中一直存在，只是算法强化了这种异化的“技术”含量，增强了技术的“异化”效果。

近几年“异化”一词的火爆与德国批判学者哈特穆特·罗萨（Hartmut Rosa）的《新异化的诞生：社会加速批判理论大纲》一书有关，他提出基于科技进步加速、社会变迁加速、生活步调加速的社会加速造就了现代生活大规模的新的异化形式，具体表现在空间、物、行动、时间、自我五个方面，并对这些进行了描述和反思⑥。在社会系统的加速方面，科技进步扮演了重要角色，国内不少学者基于“加速理论”讨论智能、算法的异化，例如孙伟平认为算法、智能等尚未成熟的革命性、颠覆性技术，它在深刻改变和塑造人与社会的同时，也在分裂出自己的对立面，发展成为一种新的外在的异己力量，人正在沦为智能社会系统的“附庸”和“奴隶”。[25]

“加速理论”确实提供了一个技术对整个社会系统的影响的视角，但从历史来看，加速本来也就是人类社会进步的应有之义，人类社会尤其是资本主义社会出现后，这五个方面便一直在不停地处于加速之中，只是数字技术的加速器效应似乎更加明显。

有学者认识到智能算法所带来的社会关系和劳动的异化。如全燕认为算法传播产生算法歧视、算法透明度问题、传播“仿真”问题三大异化风险，而创造数据资本的传播劳动亦产生异化[26]。还有学者提出，人工智能技术异化是马克思主义异化理论的当代表现形式，随着人工智能技术的发展，加深了人的自我异化危机，导致人类的主体性危机以及人类交往的异化形态[27]。

总体而言，关于算法的异化，更多的讨论是在算法从技术到社会及文化层面延展的过程中对人的疏离、对社会的“脱嵌”的风险的批判。而“技术异化”一直是科学技术哲学中颇有争议的问题，早就有学者提出反对西方学者把现代文明社会中诸种社会病归咎于技术并冠之以“技术异化”的观点，并认为“技术异化”实质上是一种社会异化，是由一定的社会建制造成的，其根源不在技术本身，而在于特定时期技术所处的社会背景[28]。

如果仅仅把算法作为一种技术，我们不能将所有的问题都归咎于算法；但当算法作为一种数字社会中的结构性存在时，在批判算法的时候同样需要重视其所在的特定社会制度。算法异化，在很大程度上是其依存的平台结构性特征所导致的。正如何塞·范·迪克（José van Dijck）指出：“平台既不是中立的，也不是无价值的建构，它们的架构中内嵌着特定的规范和价值。”[29]关于平台资本主义、数据殖民等研究是在平台的资本主义经济基础之上展开的。英国学者尼克·库尔德利（Nick Couldry）提出数据殖民，他认为数据殖民主义是21世纪独具特色的新殖民主义形式，就是将历史殖民主义的掠取行径与抽象的计算方式结合在一起，个人的日常生活被视作数据资源，这实际是新的“计算社会性”（computed sociality）的结果。[30]在资本主义的新阶段，算法成为数据殖民的“帮凶”。

的确，从全球平台图景看，新的信息资本主义阶段是无法回避的结构性问题。无论在全球还是我国，都出现了少数巨型平台，它们拥有超大规模的用户，并通过集聚效应，不断向其他行业扩散，成为数字时代社会生态系统中的“巨无霸”。这些超级平台一方面因为拥有超大规模用户，极容易向其他行业渗透，覆盖领域极为广泛，几乎已经成为数字社会生态系统中的基础结构设施而具有一定的公共性；但另一方面，由于这些超级平台过于庞大，其垄断性和商业性大大消解了平台的公共性。造成的后果就是，在“资本与技术”联姻下，全球出现了前所未有的跨国性跨行业的垄断性平台，在全球不断引发新问题。

马克思所说的劳动异化以及劳动者的异化，实质上都是资本主义的生产方式所导致的异化。从全球来看，作为现代社会以来的在全球居统治地位的主流经济基础，资本主义生产方式及其生产关系，以及在此基础上的政治文化，在短时期内是无法摆脱的现实。

有研究认为，算法技术开始重新定义西方的选举政治，“算法空战”成为2020年美国大选的重要形式，特朗普团队和拜登团队纷纷向脸书投入巨额政治广告费，运用智能算法对选民展开精准动员，大有取代传统选举动员方式之势，这严重挑战着西方选举民主的内涵和根基，导致西方选举正在走向某种形式的异化。[31]实际上，资本操控的选举一直都是被异化的选举。无论是在广播时代、电视时代、互联网时代、社交媒体时代，通过媒体动员选民都是西方选举的重要策略和技术手段，且一直随着传媒技术的发展而更新，精准干预也始终是选举动员追求的目标。在这种意义上，此种选举异化，是一直存在的；只不过，当下算法导致的“选举瞄准”能够更加精准对个人实施私人定制的动员策略，为选举异化增加了新鲜度。

近年来兴起的情感劳动、数字劳动等劳动异化问题，如算法所导致的平台对外卖骑手的“劳动压榨”，其本质均是在资本或商业导向的新的生产的方式上产生的。诸多“新异化”从本质上并无太多新的意涵，但确实有很多新的形式和语境。通过异化这种“语词”开展算法的批判，警惕算法的一些负面影响在社会层面的“嵌入”，是有意义的。

三、网络社会与算法“解困”

审视新世纪以来诸多信息技术语词，它们似乎在短短的“历史”中经历了“突变”，不同身份的阐释者在不同的语境中使用这些语词时，其所指称的对象往往并不清晰甚至是混淆的，在反思与批判算法的话语中，这种现象尤为明显。在算法等相关的关键词的流变过程中，有两个特点。第一是这些词所指涉的内涵与外延出现了拓展和漂移，导致算法并无固定含义。正如德国学者科塞雷克（Reinhart Koselleck）在《历史性基础概念：德国政治-社会语言历史辞典》中所揭橥的概念史研究的旨趣：概念即历史，但新词语未必能表达旧事物，同一词语所指涉的内涵也可能大相径庭，因为在漫长的历史发展过程中，概念掺杂了不同时代背景下诠释者的社会经验，也因此具有了历史性的内涵。因此，概念史研究离不开社会史的支撑。这也派生出了概念史研究的一个重要原则：不能用后来的术语和概念来诠释先前的事物。[32]

另一个则是，尽管今日之算法于昨日之算法已大相径庭，但这些关键词流变的路径却极为相似，而且关系紧密，串联在一起则勾画出一个新的孕育共同特质雏形的大“系统”。审视算法异化等问题，其实无法孤立地从算法来解决，而是需要在这个大的“系统”中来考量。

（一）网络社会语境与算法破茧

无论是为人解困，还是为算法解困，无法脱离网络社会这个“系统”，这是一个人类社会发展新阶段的总体特征。丹尼尔·贝尔（Daniel Bell）在《后工业社会的来临》1999年版序言中就已经提到了算法在后工业社会中的重要地位。关于技术与智能技术，他写道：“大多数人认为技术就是机器；基于工业社会的机械技术，这种理解是合理的。然而，随着电脑辅助设计在制造业的扩展以及通信系统的合并，‘智能技术’（以数学和语言学为基础）走向前沿，在‘高新科技’的应用中使用算法（决策规则）、程序设计（软件）以及虚拟模式。”[33]（P.11-12）“后工业社会的基础设施则是通信工具：电缆、宽带、数字电视、光纤网络、传真、电子邮件、综合服务数位网（把数据、文本、语音、音响和图像结合在单一信道内）。现在我们发明了互联网和万维网，在不到5年内，它们的增长速度是通信史上前所未有的。这些技术形成一个复杂的适应系统，构成电子化的全球经济的基础。”[33]（P.12）这两段话强调后工业社会实质就是信息社会、数字社会，在这个新的社会阶段，数字平台就是基础设施，而算法等技术就是一种规则。

曼纽尔·卡斯特（Manuel Castells）的“信息时代三部曲”并没有直接提到算法，但他宣告了信息技术革命给人类社会带来的，不仅仅是在不同层面看到的各种具体事物的变化，更重要的是人类社会已经形成了一种新的社会形态——网络社会。在网络社会中，社会的组织形式，人们的行为方式、思维方式和工作方式，以及社会的权力结构和时空状态，都已经发生了总体变迁，并且形成了以“社会生活信息化”“经济政治网络化变迁”为主要内容的网络社会的理论。在《网络社会的崛起》开篇，卡斯特指出：“公元两千年将届之际，一些具有历史意义的事件转化了人类生活的社会图景。以信息技术为中心的技术革命，正在加速重造社会的物质基础。”[34]（P.1）

这为我们认识算法提供了社会基础和理论视角。网络社会的新时代，某种意义上说，就是“新媒体”时代，无论从全球来看，还是中国接入国际互联网开始，二十多年来，信息技术驱动的新媒体异军突起、高歌猛进，造就了一个崛起的网络社会。从传播的角度而言，一场数字技术推动的人、行为、物、观念都在一种新的传播关系中被重构，并获得新的表现方式，与数字、数据相伴而生的算法也就伴随这个“重构”的过程加速“嵌入”社会。换句话说，在数字社会中，数字数据是本体，而算法技术就是方法论，这是一个新的社会阶段的总体特征。

（二）中国社会语境与算法解困

技术热词的背后是文化制度意涵。中国有着与西方不同的制度、文化，中国的互联网发展、数字社会的发展与美国以及欧洲的路径有着很大差异，在其中成长起来的算法自然也有着中国社会的独特意涵，因此在观照算法时，我们要避免单向思维，要有整体观。例如，“今日头条”的智能推荐算法虽然有代表性，但并不是中国各大数据平台算法的全部，也不是“今日头条”数字技术的全部，我们应该放眼于更丰富的算法实践，既研究其出现的问题，也要研究其积极作用。

社会主义制度是算法在中国的制度语境。平台资本主义是西方学者主要基于美国平台和西方理论的重要概念，近年来，国内学者开始关注平台研究。有学者在一个关于阿里巴巴的个案研究中提到，“平台研究成为科学和人文学科研究者的新阵地……却常常局限于西方语境”。[35]此言可谓一语中的，中国的算法的平台性依赖，也有着与平台资本主义不一样的路径，应该看到，我国的互联网基础设施的发展，从一开始就是政府主导的结果，因此，除了大的商业平台，我们也应看到很多行业平台是具有一定公共性的。巨型平台的商业价值导向也受到政府监管、主流价值观等多种张力的抑制。如何进一步发展其公共性，甚至增强商业平台的公共性，这需要赋予算法更多的社会责任，甚至为算法注入新的规则。

2020年11月，国家市场监管总局就《关于平台经济领域反垄断指南（征求意见稿）》公开征求意见⑦，关于平台垄断的讨论也在舆论场中掀起热潮。2021年4月，国家市场监管总局对阿里巴巴处以高达182.28亿元的重罚⑧。我国的社会制度，在反平台垄断方面是有着较强的纠偏能力的；在公共性与商业性的冲突中，平台治理的张力也有相当的弹性。

特别值得关注的是，卡斯特所提出的信息主义，正是希望依据信息技术革命给社会生活带来的深刻变迁，能够向新自由主义和社会民主主义提出尖锐挑战。它不仅反对新自由主义单纯强调经济全球化的主张，也反对社会民主主义维护民族国家社会福利政策的立场。当然，无论是当年的马克思，还是当代的卡斯特、丹尼尔·贝尔，他们以深刻的洞察力预见了一种新的社会形态，但他们都缺乏中国的语境。如何打造平台社会主义这个“系统”，为解困算法提供了中国视角。

（三）用户主体语境与算法建设

建设更好的算法，一个关键的问题是要增强用户的主体性。平台主宰的算法自然以商业价值为主要导向，而增加用户的权重，有消解其商业导向的可能性。

首先，可以考虑增加数据建设中的用户主体性，即确立用户在大数据时代的经济主体权益。从本质的归属上，大数据主要是针对用户的；在具体层面的归属上，虽然在技术上很难认定分割，但却不可回避。有研究表明，数字平台与用户之间实际上存在基于数据权益的经济关系。主张借鉴“数据作为劳动”模式（DaL）的思路，要求平台应向用户支付数据收入。关于具体支付方式，应根据我国的社会主义经济基础，将目前国有控股大数据交易所的收益以集体转移支付的方式反哺社会[36]。确立用户在大数据时代的经济主体权益，这是很重要的一个环节，目前我国大多网络用户对于数据缺乏主体意识，这不利于数据的健康发展。只有明确了用户数据的所有权，他们才会更积极地维护保护自己的数据，算法的数据之源也可能得到优化。

其次，提高算法建设中的用户主体性。以智能推荐算法为例，目前今日头条等个性化内容智能推荐，多是预先选择个性化，即是完全由算法生成的个性化内容，通常没有用户的主动选择参与[37]。如果将算法分开来看的，尽管在纯技术的程序层面，用户可能无法参与，但是在一些可见性的规则设计尤其是关于价值导向方面的权重，用户是可以参与协商的。

最后，应特别重视数字伦理建设中的用户主体性。目前开始有学者研究算法程序员的算法伦理，这种尝试是非常有意义上的。不过，当下的算法伦理并非某一个人或某一个平台的，也不是一个具体的专业操守，而可能是一个更加系统的数字伦理，在这方面需要多方合力。

为算法解困，首先需要破除技术乌托邦或反技术乌托邦的单一定式，将算法作为我们的朋友，一个和人类社会一样的并不完美的朋友去共同成长。如蓝江所言：应该将数字技术革命带来的翻天覆地的变化看成一种生存方式的变革，而不能简单地将人类的生存与数字化和算法、智能等技术对立，马克思已经深刻地意识到这一点，在这个意义上，马克思看到了资本主义工业化发展带来的阴暗面和异化，也看到了资本主义产生的狂飙猛进的生产力[24]。

盘点当下的算法“异化”风险，可能是个环环相扣的“连锁反应”，也可能是步步相关的“进阶测试”。问题是，算法之后，下一个是谁？

注释：

①相关报道参见：赖祐萱《外卖骑手，困在系统里》，载于《人物》2020年第9期。

②统计数据来源参见：Internet World Stats “WORLD INTERNET USAGE AND POPULATION STATISTICS 2022 Year-Q1 Estimates”，https：//internetworldstats.com/stats.htm，互联网使用情况和世界人口统计估计截至2022年1月31日。

③关于“大数据的推介话语”可参见：[英]维克托·迈尔-舍恩伯格、肯尼斯·库克耶《大数据时代：生活、工作与思维的大变革》，盛杨燕、周涛译，杭州：浙江人民出版社，2013年，第1-20页。

④关于“技术迷思的本质”的相关观点可参见：[加拿大]文森特·莫斯可《数字化崇拜：迷思、权力与赛博空间》，黄典林译，北京：北京大学出版社，2010年，第10-27页。

⑤参见：D.Beer. “The Social Power of Algorithms”，In Information，Communication & Society，Vol.20，No.1，2017.

⑥参见：[德]哈特穆特·罗萨《新异化的诞生：社会加速批判理论大纲》，郑作彧译，上海：上海人民出版社，2018年，第116页-143页。

⑦ 参见：《市场监管总局关于〈关于平台经济领域的反垄断指南（征求意见稿）〉公开征求意见的公告》，国家市场监督管理总局网站，https://www.samr.gov.cn/hd/zjdc/202011/t20201109_323234.html，2020年11月10日。

⑧参见：《市场监管总局依法对阿里巴巴集团控股有限公司在中国境内网络零售平台服务市场实施“二选一”垄断行为作出行政处罚》，国家市场监督管理总局网站，https://www.samr.gov.cn/xw/zj/202104/t20210410_327702.html，2021年4月10日。

参考文献：

[1][美]罗伯特·迈克切斯尼.全球传媒、新自由主义和帝国主义[M]//李彬，李漫编.马克思主义新闻观拓展读本，曹书乐，译.北京：清华大学出版社，2008.

[2][丹麦]克劳斯·布鲁恩·延森.媒介融合：网络传播、大众传播和人际传播的三重维度[M].刘君，译.上海：复旦大学出版社，2014.

[3][美]玛丽·吉科.超连接：互联网、数字媒体和技术-社会生活[M].黄雅兰，译.北京：清华大学出版社，2019.

[4][美]克里斯托弗·斯坦纳.算法帝国[M].李筱莹，译.北京：人民邮电出版社，2014.

[5][美]塞奇威克，韦恩.算法（第4版）[M].谢路云，译.北京：人民邮电出版社，2012.

[6]方兴东，钟祥铭，彭筱军.全球互联网50年：发展阶段与演进逻辑[J].新闻记者，2019（7）.

[7]王崇骏.序言[M]//[美]道恩·E.霍尔姆斯.牛津通识读本-大数据.李德俊，洪艳青，译.南京：译林出版社，2020年.

[8]黄欣荣.大数据的本体假设及其客观本质[J].科学技术哲学研究，2016（4）.

[9][美]戴维·温伯格.万物皆无序：新数字秩序的革命[M].李燕鸣，译.太原：山西人民出版社，2016年.

[10]Gillespie，T.The Politics Of Platforms[J].New Media & Society，Vol.12，No.3，2010.

[11]Tim OReilly.Web 2.0 Compact Definition：Trying Again[EB／OL].（2006-12-10）[2021-05-06].http：//radar.oreilly.com/2006/12/web-20-compact-definition-tryi.html.

[12]丁汉青，武沛颍.“信息茧房”学术场域偏倚的合理性考察[J].新闻与传播研究，2020（7）.

[13]方师师.导读：关于互联网，你需要知道的事[M]//[美]伊莱·帕里泽.过滤泡：互联网对我们的隐秘操纵.方师师，杨媛，译.北京：中国人民大学出版社，2020.

[14]澎湃新闻.今日头条招聘2000名内容审核编辑：党员优先[EB／OL].（2018-01-03）[2021-04-25].https：//baijiahao.baidu.com/s?id=1588551270059468330&wfr=spider&for=pc.

[15]Joy Buolamwini，Timnit Gebru.Gender Shades：Intersectional Accuracy Disparities in Commercial Gender Classification[EB／OL].（2018-04-12）[2021-04-20].http：//proceedings.mlr.press/v81/buolamwini18a/buolamwini18a.pdf.

[16]Julianna Photopoulos.Fighting Algorithmic Bias in Artificial Intelligence[EB／OL].（2021-05-04）[2021-06-01].https：//physicsworld.com/a/fighting-algorithmic-bias-in-artificial-intelligence/.

[17]Sarah Myers West，Meredith Whittaker，Kate Crawford.Discriminating Systems：Gender，Race，and Power in AI[EB／OL].（ 2019-04-19）[2021-05-01].https：//ainowinstitute.org/discriminatingsystems.pdf.

[18]汪丁丁.推荐序一 路径依赖性：人口、经济、技术[M]//[美]布莱恩·阿瑟.技术的本质.曹东溟，王健，译.杭州：浙江人民出版社，2018年.

[19]喻国明，杨莹莹，闫巧妹.算法即权力：算法范式在新闻传播中的权力革命[J].编辑之友，2018（5）.

[20]徐汉明，孙逸啸.算法媒体的权力、异化风险与规制框架[J].西安交通大学学报（社会科学版），2020（6）.

[21]张凌寒.算法权力的兴起、异化及法律规制[J].法商研究.2019（4）.

[22]胡凌.数字社会权力的来源：评分、算法与规范的再生产[J].交大法学.2019（1）.

[23][英]雷蒙·威廉斯．关键词：文化与社会的词汇[M].刘建基，译.北京：生活·读书·新知三联书店，2016.

[24]蓝江.智能算法下人的数字异化与生存变革[J].人民论坛，2021（2）.

[25]孙伟平.人工智能与人的“新异化”[J].中国社会科学，2020（12）.

[26]全燕.大数据技术背景下的传播转型及其异化风险[J].南京社会科学，2018（6）.

[27]闫坤如.人工智能技术异化及其本质探源[J].上海师范大学学报（哲学社会科学版），2020（3）.

[28]刘文海.技术异化批判——技术负面效应的人本考察[J].中国社会科学，1994（2）.

[29]叶韦明.数字平台该关注社会公共利益了[N].深圳商报，2021-03-01.

[30]常江，田浩.尼克·库尔德利：数据殖民主义是殖民主义的最新阶段——马克思主义与数字文化批判[J].新闻界，2020（2）.

[31]王中原.算法瞄准如何重塑西方选举——算法时代的选举异化及其治理[J].探索与争鸣，2021（5）.

[32]孙江.跨文化的概念史研究[J].读书，2020（2）.

[33][美]丹尼尔·贝尔．后工业社会的来临[M].高铦，王宏周，魏章玲，译.南昌：江西人民出版社，2018．

[34][美]曼纽尔·卡斯特．网络社会的崛起[M].夏铸九，王志弘，黄丽玲，等译．北京：社会科学文献出版社，2006．

[35]管泽旭，张琳.阿里巴巴的进化史与小资本主义的平台化：对本土语境平台化的考察[J].国际新闻界，2020（2）.

[36]徐偲骕，李欢.平台V.S.用户：谁该向谁付费——数字平台与用户之间基于数据的经济关系探讨[J].新闻与传播研究，2021（5）.

[37]聂静虹，宋甲子.泛化与偏见：算法推荐与健康知识环境的构建研究——以今日头条为例[J].新闻与传播研究，2020（9）.

责任编辑：刘立策