媒介环境学视阈下算法的概念界定及其传播偏向研究

2018-01-03 10:41杨家明
新媒体研究 2018年19期
关键词:算法结构

杨家明

摘 要 算法作为一种拥有独特偏向的技术形式,正在渗入媒介环境的中枢部分。它参与控制信息的筛选、聚合、呈现与传播,深刻影响着人类生活。依据媒介环境学理论,笔者将算法视作与人和社会息息相关的技术环境,考察算法作为环境时所具备的结构层次,并揭示了隐含于算法技术逻辑中与信息传播高度关联的种种偏向,以期为媒介技术研究提供有益参考。

关键词 算法;技术环境;媒介环境学;结构;传播偏向

中图分类号 G20 文献标识码 A 文章编号 2096-0360(2018)19-0020-03

1 作为技术环境的算法:媒介环境学的诠释

一般意义上的媒介,多被视作信息传播的载体、中介,抑或传送信息和数据的物质形式。有时,媒介也用于指称诸如报刊、广播、电视、电影等具体的媒介形态,以及负责生产、管理和销售这些媒介资源的组织和机构,如报社、广播电台。这两种观点聚焦的,分别是媒介作为中介的价值和具象化的表现形态,当然也包括它们经济、政治和文化意义上的所有者。此外还有一种对媒介的界定逻辑,那便是把媒介看作与人息息相关、不可分割的环境,研究媒介作为环境的意义,即媒介环境学(Media Ecology)的范式。媒介环境学者大多主张“泛媒介论”。他们视阈中的媒介范畴,已然超越了电视、手机和计算机等媒介形态,涵盖印刷术、摄影术、核武器和大数据在内的广泛的技术形式都是媒介。马歇尔·麦克卢汉更是明确提出:“广义地说,技术即媒介。”[1]

媒介不仅仅作为中介存在,而是成为人所在的环境本身,作为环境来塑造整个社会及其构成要素。一方面,整个社会的媒介化程度渐趋提高,媒介几乎渗入到人类社会的各个角落,像环境一样广泛分布乃至嵌入到人周围,对人和社会发挥着潜移默化、深远持久的塑造作用;另一方面,虚拟/增强现实、物联网、算法等新兴媒介样式和技术形式层出不穷,传统的报刊、电视也在谋划转型之道,这些纷繁多元的媒介形态在互联网等技术的作用下日渐融合、交织构成一个多重复杂的媒介环境,媒介即是环境本身。

其中,算法(Algorithm)作为一种拥有独特偏向的技术形式,正在渗入媒介环境的中枢部分,改变着媒介环境的固有逻辑。算法本是数学和计算机科学的“座上宾”,是输入機器的一套指令,目的在于解决特定问题,但它却好似“偏离”了既定轨道,开始觊觎媒介环境(讯息系统)的控制权。在信息超载时代,信息的无限泛滥和连接的爆炸增长无不威胁着媒介环境的秩序与稳定。笔者认为,将算法引入传播生态正是为了维护、优化环境的运行秩序。据当前的应用实践,算法首先能够按照一定的目标和原则,对信息进行筛选、过滤,将不符合特定准则的信息拒之门外;随后,算法可以控制信息形貌,以某种结构和形式对信息进行聚合、排列、呈现;更关键的,算法基于海量的数据资源,参与控制信息的流动、分发与传播,将信息精准地传递给目标对象,包括人和物(其他信息处理设备),但同时也将对象与某些信息隔离。

当被正式应用于信息传播的过程中、成为媒介环境(讯息系统)或多或少都依赖的技术内核时,算法已经渗入社会生活的方方面面,成为了一种特殊的环境现象,甚至是与人息息相关、不可分割的环境本身。尼尔·波斯曼认为,媒介环境为我们对世界的感知提供结构,神经系统最深刻的印象来自于环境的性质和结构[2]。此处所指的结构实际上就是环境的逻辑,这是媒介环境学的一个基本命题。作为环境内在逻辑的算法,以其信息筛选标准、聚合方式和其他技术特性,塑造着人的感知、行为和价值观念,同时也使得某些类型的传播变得更加容易或困难。嵌入个性化推荐机制的内容客户端之所以令人上瘾、麻醉人的意识并且饱受诟病,并不是文章、图像和视频这些具体内容所致,而是将内容传递给用户的算法逻辑。它按照用户习惯的方式推送其感兴趣的内容,并且这种推送是无限制、无休止的。正如麦克卢汉所说,内容起的不过是干扰作用,真正对我们产生影响的是媒介按摩人意识的方式[3]136。因此,媒介环境所能产生的影响,某种程度上就是算法的影响,即算法作为技术环境的作用。

2 结构分析:感知环境、符号环境与意见环境

媒介环境学试图揭示环境(讯息系统)的结构,并探索基于这种结构的环境如何影响人的感知、行为和价值观念,以及广义上的社会文化。换言之,环境通过其内在结构来对社会存在施加影响。麦克卢汉假设,技术环境并非容纳人的被动容器,而是积极塑造着人和环境的过程[4]。据此,若把算法视作技术环境,对其结构的分析便是必要的。此处所指的结构,已不再是算法作为一种输入机器的指令所拥有的内部构造,而是当其作为环境本身时所具备的结构层次,关注的是算法究竟作为什么样的技术环境对人施加影响。

2.1 感知环境

人类若要获取外部世界中的海量信息,必须依赖自己的感官,以及作为感官延伸的媒介技术。算法就像一个过滤系统,帮助人们筛选符合需求的信息、减轻感官压力。但相应地,人接触到的所谓现实,在过度依赖算法的情境下不过是媒介算法根据一定的标准、原则来过滤、聚合和呈现的一个复杂模拟态,即李普曼所说的“拟态环境”。拟态环境以无形的压力使人相信这即是现实本身,进而影响人的行为并反作用于客观环境,即藤竹晓所论证的“拟态环境的环境化”。算法对信息的筛选操作大都是在“黑箱”中进行的,也就意味着受众往往在无意识的情况下便处于由算法所营造的像过滤气泡(Filter Bubble)一样不可见的感知环境中。算法为我们提供感知世界最便捷的方式,却又试图抹去自己的存在痕迹,让人默认“仿佛这一切都是自然而然”。

2.2 符号环境

林文刚认为,媒介是由一种或多种与之相适应的符号系统所构成的符号环境,而符号系统又基于一定的编码/解码原则[3]28。算法是由代码符号所构成的、以解决问题为目标的清晰指令,遵循某种编码/解码逻辑,因而有着符号性的一面,属于符号学意义上的“强编码”。在尼克·库尔德里看来,媒介集中掌控着建构社会现实的符号资源,这种集中是历来就有的,并且是为大众所默认的。拟态环境的核心正是这些符号资源,因为信息环境就是通过符号资源构建、维系的,符号资源对人们描述世界的方式发挥规定性的作用。算法通过掌控符号资源的形貌、组合及分配方式,对环境的特性进行塑造,使环境成为基于算法逻辑的符号景观的堆叠,影响着人类社会的各种存在。

2.3 意见环境

媒介是意见性信息汇聚的场所,它作为一种意见环境影响公众舆论和社会心态。意见环境的基础是各种公开表达的态度和观念,这些意见性信息的发轫、变化促进环境的演化,环境所具有的特征与充斥其中的信息意义高度相关。同时,环境自身的结构和逻辑又制约、调节着意见性信息的形成与传播。过于封闭的环境往往集中着单一或偏激的观点,因为多元观点无法顺畅进入该环境中。算法作为媒介环境的中枢部分,对态度、观念的塑造是显著的。算法擅长“取悦”受众。通过对受众个人信息(年龄,性别,身份,学历等)、社会网络和媒介使用行为的洞察和分析,挖掘受众的信息偏好,从而用倾向于认同和接受的事实、相似的观点来“蒙蔽”受众视阈,让他们误认为自己的观点代表正确和主流,即“只能听到自己想听到的声音”的回音室效应(Echo Chamber)。此时此刻的意见环境,无疑是高度封闭的。

3 算法的传播偏向:倚重数据、控制与效率、传播的无休止性

在媒介环境学看来,技术并非完全中立的,因为一切媒介/技术都有一种隐而不显的偏向(Bias)。这种偏向取决于技术本身的特性和逻辑,以及人类希冀通过技术达成的目标。算法亦是如此。它作为技术环境、作为媒介环境的中枢部分,隐藏着多种与信息传播高度相关的偏向,即本文所指的传播偏向。

算法,尤其是用于各种推荐系统的算法,具有倚重数据的偏向。这类算法大致包括:基于流行度的算法、协同过滤算法、基于内容的算法和混合算法[5]。倚重数据的偏向有两层含义:一方面,算法若要完成编码者所设定的目标,大量乃至海量的数据资源便是必要条件。对于以算法为核心的个性化推荐服务来说,受众基本信息(性别、年龄、身份、地域)、关系网络、媒介使用行为和时空场景等数据是不可或缺的,因为这些数据是算法得以分析受众习惯、挖掘其信息偏好的前提。否则,所谓精准推荐只能是天方夜谭。另一方面,算法会将数据作为对信息进行控制的标准,即“多现少隐”的原则。若一则新闻被相当多的人所浏览,那么算法就可能向更多人推广它,或将其置于界面中较为显著的位置。相应地,关注度低的信息会被暂时“隐藏”,直到算法判定它具有传播价值。这种基于数据的信息控制是一个动态过程,实时更新的数据和反馈信息都可能使算法不断优化自身性能、提高运作能力。

为了实现编码者的意图,算法必须强化控制、带来效率的最大化。这是算法的第二种传播偏向,即倚重控制和效率的偏向。这种控制并非精神或物理意义上的拘禁,而是对海量信息的管理。在信息无限泛滥的时代,如何最有高效地筛选、聚合并分发有价值的内容是亟待算法解决的关键问题,因而算法通常所需要参与控制的,主要是对信息的调取、过滤、聚合、排列、呈现和传播。它负责根据某种逻辑对信息价值进行判定,选出符合标准的内容,并以聚合的形式、按一定序列向被认为偏爱它们的对象呈现。算法在此执行的是内容与受众的适配工作。但是,编码者嵌入算法的价值标准和原则是控制的基础,它们对算法的运作逻辑发挥着规定性作用。换言之,算法依靠的是编码者的意图,而非真理或普世价值。这也就意味着算法扮演的不是把关人的角色,它不能总是有效地排除低俗、色情和暴力内容,即使它极大幅度提升了筛选、分发信息的效率。

算法还有一种传播偏向,便是对受众进行无休止的信息倾泄,通过无形的压迫和麻醉使他们接收尽可能多的推荐内容。只要用户愿意刷新推送列表,他们就能从新闻客户端中获得取之不尽的信息。推送是没有休止符的,除非算法被给予了停止推送的限定条件。这种偏向看似是对用户的馈赠与满足,实则为一种麻醉。拉扎斯菲尔德和默顿曾提出大众传播具有负面的“麻醉作用”,即让受众淹没在表层信息和通俗娱乐的滔滔洪水之中,使人沉醉于虚幻的知识满足而丧失行动力[6]。算法看似减轻了人們获取信息的压力,实则将这种压力无限放大。它总是按照用户习惯的方式推送其感兴趣的内容,内容的吸引力、获取的低成本与无休止推送成为算法按摩人意识的麻醉剂,它将人与意义生活剥离开来,让人沉溺其中消磨时间、形成媒介依赖,忘却现实生活中的重要事项,最终失落为技术的奴隶。

参考文献

[1]马歇尔·麦克卢汉.理解媒介:论人的延伸[M].何道宽,译,南京:译林出版社,2011:482.

[2]Postman, N. & Weingartner,C. Teaching as a subversive activity[M].New York: Delacorte Press,1969:16-17.

[3]林文刚.媒介环境学:理论沿革与多维视野[M].何道宽,译.北京:北京大学出版社,2007:136,28.

[4]McLuhan, M.The Gutenberg galaxy: The making of typographic man. Toronto[M].Canada: University of Toronto Press:1962:7.

[5]郝雨,李林霞.算法推送:信息私人定制的“个性化”圈套[M].新闻记者,2017(2):36.

[6]郭庆光.传播学教程[M].北京:中国人民大学出版社,2011:103.

猜你喜欢
算法结构
国际主流轧差算法介绍:以CHIPS的BRA算法为例
Travellng thg World Full—time for Rree
学习算法的“三种境界”
算法框图的补全
算法初步知识盘点
当型结构与直到型结构的应用
发现“结构一样”,积累“基本图形”
物质结构规律归纳
挖掘对称结构,简化解题过程
半包围结构