浅析算法应用于政治领域给受众带来的影响

闫淼

摘要：算法的出现为媒体和公众信息传播提供了新的思路，依靠推荐算法制定营销或宣传策略的案例比比皆是。那么算法在政治领域的应用涉及哪些环节，社交媒体在政治宣传中发挥着怎样的作用，基于算法分析制定的策略存在哪些隐患都引起了笔者的关注。本文以美国大选中政客如何利用Facebook和Twitter进行政治宣传为例，简述算法应用于政治领域产生的变化和影响。

关键词：算法应用 政治倾向 媒体立场

随着计算机技术的发展，越来越多的算法被应用于各个领域，以社交媒体为代表的信息传播方式也受到算法的影响。本文以美国大选中社交媒体及算法的应用为例，对算法的定义、应用及影响进行了分析和讨论，旨在于探讨算法在政治领域的应用对用户产生的影响。

一、算法的定义

学者们对算法的定义存在一定的分歧，主要是因为不同领域的学者对算法的工作方式有不同的理解。笔者认为，Cheney-Lippold（2011）对算法的定义是相对恰当且全面的，他认为算法是将人们行为的实践转化为数字数据进行理解和翻译。换句话说，学者指出算法通常是指让计算机完成的预先设定的任务。例如，在政治领域，算法被用于提供能够获得更多的公众支持的宣传方法。在社交方面，算法可以帮助政府和相关公司收集不同用户的使用习惯来分析他们的特征，然后使用这些信息作为完成预设任务的导向性基础，即算法提出了一种解决方案，可以基于已知的输入获得预期的结果。这意味着算法可以引导用户向算法和数据收集公司所期望和目标的方向前进。

最受欢迎的算法称为推荐算法，可以向用户推荐感兴趣的内容或产品根据用户的信息需求，兴趣和爱好等信息，以避免用户收到的大量无用信息的可能性，并实现个性化信息推荐。信息定制创造了前所未有的便利（Pazzani& Billsus 2007）。网民可以通过搜索引擎获得有用的信息，并根据自己的喜好对信息进行重新筛选和接收。网站还可以根据用户的喜好有选择性地进行信息推广，帮助用户提高获取信息的速度和准确性，增加用户粘性。这种智能推送技术就是“协同过滤算法”，是一种被社交媒体广泛使用的信息分析和过滤技术。该算法通过与许多人合作寻找不同的兴趣和爱好，来探索一大批最接近目标特征的人。这些算法现在也被用于政治宣传，目的是从具有相似政治立场的人那里获得更多支持（Willson 2014）。

二、算法在美国大选中的作用

算法也被应用于美国大选中，第三方公司借助社交媒体收集到的信息利用算法帮助政客制定宣传策略，以获得更多选票，这改变了政客进行政治宣传的方法和目的。在美国政治领域，与传统的民意调查不同，一些社交媒体平台使用算法帮助候选人锁定政治宣传目标，强化用户的政治倾向。记者乔治·蒙比尔特（George Monbiot）在英国《衛报》（The Guardian）上指出，一家名为“剑桥分析”（Cambridge Analytica）的机构利用社交媒体上的算法操纵政治结果。蒙比尔特质疑该公司对Facebook数据的挖掘以及结合信息的算法的使用是否侵犯了用户的隐私（Ruppert，Isin & Bigo 2017）。因为该算法的作用程序是收集用户的使用记录，通过分析其内容及表现出的政治倾向绘制相对精准的用户画像，随后利用用户的特征信息，发布更加能够吸引他们的政治广告来强化选民的投票意向。

算法利用社交媒体上的信息，为政治宣传提供了一定程度的帮助，基于算法分析提供的宣传策略具备即时和准确把握用户的政治倾向的特点。自1935年乔治？盖洛普（George Gallup）创立美国民意研究所（American Institute of Public Opinion）并成功预测富兰克林？罗斯福（Franklin Roosevelt）次年以压倒性优势再次当选总统以来，民意调查一直是美国政治活动的重要工具。此后，调查方法不断改进，调查内容经过精心设计，调查的频率也在逐渐增加。其主要目的是更准确地把握人民的政治倾向和可能的投票行为。虽然有许多人参与调查、收集、安排和分析这项活动，但它仍然存在时滞问题。相比之下，算法使用用户的在线活动数据，这意味着它们的记录功能几乎是实时的。利用算法给出的结果进行分析和预测，使竞选团队能够在整个竞选过程中对事件作出迅速反应。可以迅速调整竞选策略，采取适当行动为候选人赢得宝贵的响应时间。传统的行为预测通常是基于个人在以前的选举中的参与来评估他们是否会投票，考虑个人和他们所居住选区的党派关系（基于以前的投票）来决定个人可能如何投票。例如，Huckfeldt和Sprague（1992）提到，可以根据历史数据确定摇摆州，并预测其结果。该系统对选民的分类非常粗糙，最大的问题是准确性差、效率低、资源浪费。而算法利用用户的在线陈述和历史搜索，可以给竞选团队更准确的信息，让他们对选民进行更细致的筛选，并采取适合不同人群的沟通、推广和动员方式。例如，竞选团队可能会为对环境保护感兴趣的潜在选民提供有关候选人能源政策的广告。

该类型算法最著名的应用是Facebook上名为“我的性格”的测试。使用此性格测试的用户需同意授权应用程序访问他们自己的Facebook个人资料数据和他们朋友的数据。随后，研究人员可以使用OCEAN分值（开放性、尽责性、外向性、亲和性、神经质）和用户在Facebook上的“点赞”数据来交叉核对测试结果，并确定用户的特征。最后，第三方公司利用Facebook收集的数据，通过算法分析分析用户的政治倾向，然后推送相关信息，帮助政客识别潜在支持者并迎合用户的政治倾向进行政治宣传。这就是为什么像Twitter和Facebook这样的社交媒体算法已经成为一些政客左右舆论和进行政治宣传的工具（Woolley 2016）。研究指出Twitter账户信息泄露引发了用户和学者对互联网信息安全的担忧，学者们认为Twitter的信息泄露反映了互联网时代对用户隐私保护的缺失，即使这些社交媒体并不是有意发布用户的隐私信息，借助算法大量的用户数据和分类分析结果会被汇总到第三方公司和政府，但由于管理不当、黑客攻击和网络系统安全漏洞，数据信息始终存在泄露的可能性（Bush 2016）。

三、对于算法被政治领域应用的担忧

新技术的出现及应用将不可避免地产生伦理影响，笔者对算法应用于政治领域的关注主要集中在公民的隐私是否被侵犯和信息获取是否受到阻碍。首先，因为算法必须收集和处理大量的数据，才能做出较为精准的分析，那么在数据收集及处理的过程中面临着诸多不可预知的泄漏风险。基于目前信息泄漏情况来看，第三方公司倒卖数据给信用卡机构，理财机构等现象屡见不鲜。为了避免此类问题的出现，合理控制社交媒体信息授权内容存在必要性。其次，Friedman和Kahn（2007）认为算法推送的价值导向和政治偏好违背了现有的道德价值观。任何职位都是价值导向的角色。例如，Twitter作为一个提供新闻内容和允许用户发言的平台，有自己的媒体属性。虽然算法推荐没有政治倾向性，但算法设计者是有倾向性的，算法设计者背后的公司、组织和机构也是有倾向性的。虽然算法似乎是计算机的结果，但操纵算法的程序员和公司在设计中很可能融入了某些价值观或政治倾向。无论是通过盈利性公司引导消费者广告，还是通过政客固化选民的政治倾向，用户都可能会因为被操纵而失去自主权，从而走向算法创造者所信奉的价值观。

四、总结

本文通过对其他学者研究的理解进行总结和分析，对算法在政治领域的应用进行了说明。以美国大选为例，结合政治选举使用算法进行民意调查和政治宣传的案例，简介包括Facebook和Twitter在哪点社交媒体在算法應用中的作用，分析算法在政治领域造成的影响。算法通过高效准确的分析，帮助政府了解用户，而不是通过传统的问卷调查或其他传统的方法来了解用户。虽然这一做法在一定程度上对参选政客做出了贡献，但它同时带来的一些负面的影响和隐患也必须加以考虑。首先，算法需要信息数据的支持，获取和处理信息数据时存在相当大的风险。其次，按照用户喜好特征进行针对性的内容分类，有违用户自主选择浏览信息的权利，同时也会带来政治固化等消极影响。因此作者提出了一些建议，需要相关机构进行管控，且用户有效提高信息筛选及搜索能力。本文对算法在政治领域的应用现状进行了分析，对算法带来的变化进行了讨论。在未来的发展过程中，笔者认为算法仍旧将会在各个领域为人类提供帮助，但就现阶段而言，信息泄漏隐患和道德伦理冲击仍是亟待解决的问题。

参考文献：

[1]切尼-李波德.一种新的算法身份：软生物政治学与控制的调节[J].理论，文化与社会，2011，28（6）：164-181.

[2]迈克尔·帕扎尼，丹尼尔·比尔苏斯.基于内容的推荐系统[J].自适应网络2007，325-341.

[3]米歇尔·威尔森.社会过滤的政治学[J].融合，2014，20（2），218-232.

[4]罗伯特·哈克费尔特，约翰·斯普拉格.政党与选举动员：政治结构，社会结构和政党纲领[J]1992，美国政治学评论，86（1），70-86.

[5]塞缪尔·伍利.自动化能力：社交机器人对全球政治的干预[J].2016年，第一个星期一，21（4）.

[6]唐·布什.数据泄露如何导致欺诈[J].2016，网络安全，7，1-13.