数字化背景下算法治理的“人性”与“柔性”提升

熊萌之

（江西科技师范大学 数字化社会与地方文化发展研究中心，江西 南昌 330103）

一、数字背景下算法治理对生命政治的挑战

国家形态的出现即意味着对于人类生命存在样态的管理将成为社会治理的焦点与主体，生命与政治不仅天然关联且贯穿社会发展全过程。[1]生命政治理论探讨的重点即政治权力作用于生命个体的路径、预期与最终成效，力求通过规训使人实现持续发展、获得更大利益、满足自我诉求。福柯在对生命政治治理理念进行分析概括时指出，重点事实上就在于规训生命形式，即通过设置必要的模型将生命个体以可统计的人口模式纳入管理；进行规训的模型为现代工厂、学校、军队、医院等日常管理机构，伴随规训的持续发生可最终实现“人”向“现代人”的转变。[2]治理的中心也因此始终围绕规训模型即各类机构展开，使其在运转中表现出更强执行性、规范性和效力性，继而呈现出更强生产力与执行力。可以说，围绕社会治理的公平公正和效率成果不断进行手段方法和思维路径的创新变革，始终是实务界和理论界探讨研究的重点。这也意味着，规训组织运行模式、方法或思路的创新变革都将带来其治理方式的同步变化，通信技术、数字技术发展带来的平台化治理必将使组织运行发生巨大改变[3]，福柯所描述的塑造生命形式的生命政治，必将因为数字技术、智能算法的介入而呈现新样态。基于生命政治视角审视数字技术嵌入治理的过程也就不难发现，从根本上来说，数字技术下的算法治理、智能管理即将生命个体视为如同其他物质一样的、可被算法监控的数据资源，继而通过构建更为严密、精准和先进的算法技术减少非程序化行为以提升治理效率，最终意义则在于最大限度地维持治理的秩序与稳定。

从社会秩序和治理效率来看，算法技术对生命政治样态的完善具有显著的正向效力，可减少信息不对称情境下的无序性和模糊性，提升群体对组织目标的认知与响应，治理主体也可借由更为标准、规范的模型平台而精准传递责任要求，同时实现全程高效监督。[4]但美国社会学家Shoshana Zuboff 却认为，人类经验转化为行为数据的“原料”，算法技术对“原料”的加工目的即对预期行为进行更精准的预测。[5]在她看来，如此严密的预测、计算事实上加深了对人的监控，在更为频繁且广泛的数字痕迹采集下，生命主体实质被彻底锁死在由数据代码构成的空间中，思维活跃性、行为创造性将受到巨大限制而变得刻板与机械。其所要表达的核心本质，即数字平台的算法治理下，人的行为、特征等都将被以代码的形式数据化，并作为生产资料投入生产，在标准化、统一化的数据模型下，人的行为将受到更大的约束与规范且日趋相同，这将导致人之个性特点的消散且造成治理过程的机械化、刚硬化。从更宏观层面的分析算法治理与生命政治治理间的区别性甚至可称为矛盾冲突性，就在于算法治理中，技术与科学元素的充分参与提升了治理行为的自然属性，而治理对象又是参与社会生产的各因素，具有显著的社会属性，生命体的生命与价值因素又形成了价值属性，三者协调融合的过程稍有偏失则容易加剧风险积聚，并表现出一种超越单纯政府失灵、市场失灵、技术失灵、系统失灵、主体失灵和价值失灵的“整体性公共失灵”[6]。不仅如此，从算法治理的技术层面来看，其实施的前提在于抽象规范、目标、经验等的代码转化完成，而限于目前的认知边界这一转换过程事实上并不能被透明观察，反而使得算法治理整个过程呈现出“黑箱”特点。

综上，算法治理的出现对生命政治的影响表现出正负两个方面的影响，一方面可以通过算法与治理的结合而拓展人的行动范围和成长空间，另一方面造成了实质上的干预加剧，算法技术的大规模使用使得人的权利、隐私等变得更加离散化、碎片化和透明化。组织治理的过程也将因为算法与生命主体间不可调和的矛盾表现出更强波动性和风险性。现代社会数字化特征的日益凸显，使得算法治理开始成为主流趋势，无论决策、运行还是监管都呈现出对算法技术和数据资源的绝对依赖[7]，算法逻辑所遵从的技术规则也彻底突破了传统的科层架构，治理“人性化”特征的日渐弱化和“工具化”特点的加强，将更容易诱发整体异化。

（一）治理过程中的“算法逻辑”的异化

对于算法技术的过分推崇与依赖将使得整个组织治理变得纯技术化，若技术本身绝对科学合理尚且保证治理效果的正确性，但治理过程中的算法逻辑事实上存在漏洞。一是，基于技术模型的管理容易出现预判性执法特点，即组织在对成员进行管理的过程中，将主要依赖算法技术进行监督与引导，所依赖的基础即对成员行为全程监督后形成的数据资料。数字平台将通过所获取的大数据对员工重复行为和“越界”行为进行甄别、监测与预判，继而提前实施相关干预措施。[8]但正如分析所言，基于人之特点、行为所形成的数据，在其代码转换过程中本就存在“黑箱”问题，基于此所形成的预判与防范也缺乏精准性和正确性。二是，算法技术下的信息互动存在局限性。在过分强调技术优先甚至以技术代替管理的组织中，成员间的信息生成与传递事实上都是基于特定算法框架产生，这就限制了信息的多元化、开放性，被算法垄断掌控的数字平台机会决定公众获取信息的内容与形式。三是，日益开放的社会，伴随而来的是高度复杂的关系与大量信息涌现，算法技术本身就极容易出现错误，继而带来整个组织运行过程的高风险。

（二）治理过程中的“管理逻辑”异化

此处所强调的管理逻辑即算法治理下，在技术占绝对优势地位的治理情境中生成的管理思维与模式方法。现实管理过程中，当算法技术大规模、全过程嵌入组织运行流程后，从决策行为开始即依赖数据资料和模型分析，延续至后续的行动过程更是以预先设定的技术模式为基础“规范”实施，数据资源和算法技术将主导整个流程体系。在领导者看来，严密、精准且科学的引导行为需根植于真实客观的数据上，若仅将资料作为参考无可厚非，但部分领导者却过度依赖机器而丧失必要的思维判断导致权力技术化与技术资本化叠加，官僚成为依照算法行动的“傻瓜模式”[9]，缺乏管理引导的自主性与灵活性。经由权力加持的技术由此成为决定组织运行效率和效果的首位因素，其些微偏失、误差就会通过体制机制放大为组织运行失误。易言之，原本仅仅属于技术性的漏洞缺失，将会因为其对组织运行的主导性效用而直接异化为结构制度上的偏失误差，导致的直接后果即组织运行架构和规则要求的机械、僵硬，在过程上则将导致运行机制与程序的异化。

（三）治理过程中的“价值逻辑”异化

算法技术嵌入组织治理的本意应是对流程、措施、方法等的辅助与改善，通过大数据资源的充分使用而弱化信息不对称和信息缺失风险，助力决策层认知、判断的全面性。而最终决策的生成和运行实施仍然以人为主，围绕群体诉求和个人价值实现展开引导与管理。但算法技术在治理过程中的过分侵入，使得部分领导者的管理初衷已经出现异化[10]，其不再以人的价值实现为主要目的，而是极端化地追求管理流程和执行规则的标准化、模式化，试图以技术完成对组织多元情境的全覆盖，彻底消除各类突发性风险因素而避免异常组织波动。生命政治治理理念对人的关注与重视，至此异化为管理层对技术运用的极致化追求，对于多元诉求的动态满足要求则异化为模式设计下的统一且“标准化”回应，对于技术极致化追求的领导者将日益推崇算法规制下的程序化、模式化管控。

开放社会情境中，多主体原本丰富多样、错综复杂的利益诉求和行动偏好，最终将在技术的操作下变成不可排序的价值权衡与伦理取舍。

二、算法治理弊端的深层次解读

算法产生于特定的社会环境中，源自于社会发展也服务于社会发展，其效力发挥的强度决定于技术本身与社会系统的嵌入度，对于算法治理的分析探讨也就必须回归具体应用情境。就组织治理而言，算法技术的主要运用场景即决策过程、信息沟通、平台经济和流程管理。[11]数字政府背景下平台的崛起更是对算法技术运用产生强烈需求，依托人工智能等技术构建的“大数据+算法”正逐渐成为平台治理的技术标配，其本质即智能控制系统下通过技术操作完成指导、协调、监督等管理工作，其对人力资本使用的大幅度减少正在改变传统的治理模式并形成新的社会秩序。这也就意味着，算法治理成效的好坏将决定于两个方面：一是，情境适配性，相关技术的运用是否能回应、满足社会需求，实现社会发展；二是，算法技术本身的正确性、先进性，能够切实替代人力资本完成组织目标并实现群体利益增长。但从科学本身来讲其始终处于动态发展中，由于科学技术驱动的算法治理尚不能实现对人之行为和事物运行的全覆盖，具有不完整性。

（一）人的特点无法被完全计算

生命政治治理强调对人的规训最终实现行为、认知与选择的更为正确，实现“人”向“现代人”的转变，依赖的工具即工厂、学校、军队、医院等日常管理机构，通过对人之诉求、想法等的全面了解沟通而有针对性地进行约束、规范和引导。其本质仍属于人与人之间的交流、融合与发展。而算法治理下的规训则依赖于技术，试图通过对“人”的代码式转化而完成对其思维与行为的管控约束，使之按照既定技术规则、路线规划统一、标准地展开行动。但并非所有的特点、想法、诉求均可转变为代码和数据，也并非所有关于“人”的问题都可技术化，可被转化为代码与数据的部分将因为技术禁锢而变得刻板单一，散失人之性格特点，无法被算法技术覆盖的部分则会被间接的排除在外而不加考虑，这就必然造成治理过程的局限化、机械化和僵硬化。[12]加之数字技术在治理全过程的泛滥性使用，更会侵犯个人隐私加剧组织运行过程中的矛盾冲突。

（二）复杂事物与关系无法被结构化过程化

算法治理的最佳状态即所有组织问题均能被包涵于既定模型中[13]，继而按照已经设计的程序代码按部就班地推进执行，领导者无需再像传统管理那样重复进行信息搜集、分析与应对。但现实工作中问题的产生本就涉及多元利益主体间的矛盾冲突，且伴随社会开放度的提升这一关系纠缠将愈发复杂且庞大，算法技术所不能覆盖的方面也就越大。外部环境的动态变化更会造成事物运行过程的变化，以及相关因素的全方位的调整，既定的模型方法一旦无法与环境变化保持同步性，则必然引致程序化治理的偏差与滞后。事实上，在无法覆盖、解决的情况下算法模型就会对这些规制外的对象予以放弃和忽略，反映到现实中就是管理漏洞。尤其针对边缘群体、少数群体所产生的问题，算法技术往往更难覆盖应对，这类群体通常并不能被算法模型结构所包容，这就不可避免地会出现发展不公、算法歧视和阶层分化等问题[14]。就组织治理效果来说，此时，算法技术在治理中的过度嵌入反而引致了新矛盾，造成了更大的管理偏差。

（三）算法正确性与算法合法性难以把控

算法治理的初衷在于提升组织治理效率和效果，减少人力资本耗费和信息不对称风险，通过设置更规范、科学、标准的程序完成对系列组织问题的应对，实现更精准更先进的引导。这事实上就涉及一个判断和选择问题，即算法技术与问题本身的适配性决定了算法的正确度，能解决问题的技术可称之为正确的，反之则属于不可用的技术方法，这是基于科学性的正误判断。但治理本身又受限于权力，算法治理最终仍服从于刚性权力，这就意味着唯有能被权力认可的算法才能被称为合法的算法，否则就是非法技术运用，这是基于制度法律的合法性判断。而权力服务于利益，能为权力所认可的算法往往最能迎合相关利益者诉求，却未必是科学上的最正确选择；同样，科学层面最为认可的技术方法也可能因为对利益主体的有限服务效力，而无法被权力认可，无法成为合法的算法治理手段。当算法技术选择因为对权力的迎合而放弃正确度、适配度时，则意味着其治理效率并非最优，这就加剧了组织治理过程的滞后性、风险性和偏失性。

三、算法治理理念上“人性”特质的嵌入

算法治理所引致的组织运行风险很大程度上并非技术本身的错误，而是技术运用理念的极端化，部分决策者过于依赖数据、技术而试图实现自我领导责任的全部转移，这就必然造成治理过程中对多元主体、多元关系、多元情境等所具有的特征特点的忽略，导致算法技术极端化使用过程中对相关问题应对的简单化、模式化。而算法治理在保障信息完备度、透明度和提升流程速度等方面的优势不可否定，作为社会进步的必然产物，数字化时代需要提升组织治理的技术化与数字化，与此同时也需意识到组织治理以“人”为对象的特殊性，生命政治治理与算法治理的深度融合可有效解决技术泛滥和极端化现象。领导者应通过“人性”特质在算法技术中的嵌入而限制技术本身的使用范围和力度，避免算法在生命政治中的大肆侵入，以保留治理的多元性、灵活性和人性化。

（一）科学逻辑下的效率与安全并行

算法治理效用的正向发挥首要一点即回归初衷，将“人”作为治理改善的出发点与落脚点，确保算法技术发展、数字资源使用、数字平台完善均在于对人的关怀和对民众诉求的更高效回应。也即算法治理并非“管人”使民众按照程序化模式化路径存续发展，而是将技术服务于人，通过对民众创新需求和新兴想法的有效回应提升人的幸福感与收获感。[15]这就需要将算法治理和生命政治治理间的张力作为调和的重点核心，在提升算法效率的同时兼顾民众的安全性、实现人的自由全面发展。一者，将人的特性、价值作为治理重点纳入算法技术实施过程中，以智能治理替代纯粹的算法治理而使人的想法、意愿在管理过程中得以更精准的表达。二者，通过技术拓展完成智能融合，拓展数据、资源的共享范围与空间，并同时通过保护机制的完善实现对民众个人数据的有效挖掘与充分保护，确保技术运用过程中对人之多元特点和诉求的更全面覆盖。三者，立足技术不断拓展治理渠道、完善治理平台，为多元人才参与智能治理提供路径机会，实现委托代理关系的重构，加速算法治理相智能治理的过程。四者，进一步厘清技术嵌入组织治理的边界范围，限制相关技术在以人为中心主体的事件中的运用，领导者在推行相关技术平台的过程中要保证边界清、制约强，确保技术服务于管理而非替代管理。

（二）伦理逻辑下效果与尊重并行

算法技术在组织治理中的泛滥，造成了生命政治治理的让位[16]，人将被视为数据而参与技术模型运转，严格遵守技术规则继而实现行为的相对一致。而这事实上是对人之特性和价值的忽略，更是对民众隐私的无视与淡漠。秉持如此理念观点，也就最终造成算法治理的冰冷、简单与过程化。提升算法治理的“人性”特质就需首先实现对民众的尊重与重视，在对其进行行为引导和助力的过程中尊重多元主体的多元诉求表达，避免算法歧视。一是，算法技术在嵌入组织运行各阶段前，应对其责任主体进行明确，算法主体应承担相关技术实施运行中的风险问题，以此警示其重视对多元情境和多元主体的关注与回应，也可通过以法规制度保障算法的透明性、伦理性、价值性。二是，为避免算法“黑箱”导致的算法歧视等问题，应进一步增强算法的智能可控性，通过对数据资源、代码设计的智能升级尽可能实现抽象信息向数据资源转化的透明度，由此保障民众利益、避免个人隐私被过度侵入。三是，针对大量具有公共意义的非结构化数据，以及少数群体的权益主张和个体差异化数据，应通过强化算法规则的柔性而提升技术覆盖面，从技术上消除数字鸿沟并构建具有包容性的数字治理。四是，加强对算法技术、数字资源使用的监督，从制度规则层面保障技术运用和数据使用的安全性、可控性，消除公共治理中的“信息茧房”效应。

（三）程序化逻辑下技术与制度并行

破除算法治理过度极化所引致的刚性有余而人性不足问题，首要一点即重塑制度权威，一改技术优先下的工具至上思维，在治理过程中严把技术与人治的边界。更具体地说，在科层制无法彻底消除的现实社会，算法治理如何作为一种先进工具嵌入其中，以缩短权力链距离而非取代制度规则，最终实现各层级各部门多元主体的充分融合和协作互动，就是算法治理改善的重点之一。这就需要在宏观层面维护制度规则的权威性、安全性，在微观层面提升制度机制的公平公正性。在制度规则的构建上应将算法技术作为消解信息不对称风险的有效工具，通过合理规划数字工具、数据资源在制度构建过程中的嵌入性，而减少算法歧视与算法特权，实现组织制度对少数群体、边缘群体诉求意愿的更全面容纳。[17]与此同时，协调好“算法正确”和“制度合理”的兼容性，针对不被算法涵盖而制度层面需要的行为事件，在运用相关数据工具的过程中应进一步细化其流程设计，实现公共治理在技术制度化和价值制度化的相互构建。在制度运行的过程中则应始终坚持人民至上的理念认知，始终围绕民众利益和群体利益展开算法设计和工具运用，明确人民主体地位、主导地位而将算法技术作为辅助工具。这也就要求，算法技术本身应就相关运行过程和步骤运行进一步透明化、公开化、规范化，打破算法“黑箱”而使多元主体可参与技术运行过程，通过算法技术的不断提升、完善逐渐改变其自身的弊端。为确保算法治理的正向正确，还应重点防范相关技术工具升级过程中政治、资本、技术精英不当关联所形成整体性异化，这就需要进一步加强对算法的监督管控，通过编制技术规则、治理规则与道德准则构建立体网状规则结构，拓展多元主体的参与路径而给予公众更大的治理制约能力，最终形成技术和治理的双轮驱动机制。

四、算法治理过程中“柔性”特征的提升

改善算法治理的弊端与不足，通过提升其与生命政治治理的融合度并明确算法与制度的边界而增加其合理性只是措施之一，还需在人性治理强化的基础上同步提升柔性治理的必要性，既使算法回归其原本的工具定位，也使技术工具真正服务于人的价值实现，在组织治理过程中进一步凸显人民至上的理念，遵循现代治理对多元主体价值的重视与关注。算法治理也唯有作为辅助手段始终服务于人，其才能避免对多元思维和行为的隐形绑架，保障算法自身的不断进步与改善而呈现出先进性。一旦算法脱离对人之价值的尊重与重视，其就会加剧整个组织治理的刻板化、强硬化与单一化。

（一）对生命价值的重视与强调

算法治理对组织管理效率和信息沟通的改善不可否认，伴随科技的进步社会发展数字化特征的强化是必然趋势，提升算法技术在微观层面的运用范围和力度也是适应社会的必然选择。但也正是算法工具在组织管理中运用的日益频繁和普遍，逐渐导致部分领导者“唯技术”而忽略管理本身，造成对“人”之特性、差异和变化的忽视，最终引致治理逻辑、伦理逻辑和程序逻辑的整体差异化。事实上，越是想要凸显算法治理的先进性、必要性，就越是需要围绕“人”的价值而展示数字工具、模型算法在此过程中不可替代的独有效力，越是需要通过算法技术对人之诉求、意愿的超强服务力而证明其先进性，并将算法作为现代组织高效运行的底层技术而全方位支撑上层制度架构、流程设计等。[18]首先，领导者应始终秉持人民至上理念，将民众利益与诉求作为组织一切工作展开的起点，由此推动智能技术与主体行为的自发性融合，通过对生命价值的关注明确正确运用技术的基本原则；其次，围绕人的多元特性展开技术研发和完善，通过对多元主体价值诉求的充分回应凸显公共治理对生命价值的尊重与重视，由此纠偏技术发展方向、防止结构异化，引导治理变革方向；最后，算法技术在组织中的具体运用应完全遵从治理主体的设计与安排，以实现人的全面自由与发展为根本目的，坚决避免人对技术的配合，以至于造成部分少数群体、边缘群体遭受算法歧视，算法治理改革必须服从并服务于最核心的价值取向。

（二）对使命任务的重视与强调

算法改进的目的并非是对治理全过程的完全模型化，算法治理在组织中的推广与普及也并非为了取代生命政治治理，如何更好服务民众，避免信息不对称风险导致的治理模式对民众意愿覆盖不全面、诉求回应不及时、利益惠及不公平，才是算法治理不断改善的根本动力与目标取向。[19]现实管理中算法治理所表现出的禁锢性、偏失性，正是在于服务对象本末倒置引致技术只能服务于技术本身，却并不能带来人之感受、利益与体验的改善。[20]这就要求，一者，明确组织治理的使命任务并非是“技术至上”，并非追求纯粹的技术新颖或方法独到，是否能更好地契合组织实情并适配外部环境，能否通过对某一算法技术的运用而实现干群互动的更加深入全面，继而提升决策设计对群体利益的覆盖面，才是技术不断改善推进的目标。二者，基于服务人民的使命任务进一步构建使命型治理模式，将人民生命和人民自由全面发展作为组织治理的价值支撑，由此展开机制设计、流程设计并进行工具选择，围绕“人民幸福、国家繁荣、民族复兴”目标，形成使命—责任的治理形态，更明确地定位算法技术的服务功效与组织定位；三者，将民众多元目标与组织多类工具相结合，通过完善算法技术、数据资源和平台建设，助力主体目标实现和行为改善，围绕治理的“使命与责任”凸显先进工具价值，在决策层全面、灵活与动态的统筹安排下实现治理过程工具理性、价值理性、主体理性的深度融合，助力算法逻辑、管理逻辑和价值逻辑的协调、整合运行。

（三）对政治生态和谐的重视与强调

调和算法治理的刚性既意在凸显组织治理对人之价值特性的重视与关注，还在于协调政治生态而避免算法歧视、算法“黑箱”导致的组织矛盾冲突加剧。算法技术在组织运行中的嵌入本应助力信息传播和流程透明，加速多元主体诉求、认知的协调而增加融洽性与信任度[21]，但若其过分强调模式化的行为管控与认知形塑，则将导致组织治理过程的单一化与强制化。这就需要通过优化技术系统与生命政治治理的边界与原则而重构制度结构和集体价值观，实现现代价值、制度和技术的耦合。一是，致力于虚拟空间和现实空间的交织互嵌，算法不能脱离现实境况而过分追求理论先进性，必须优先致力于对当下突发情况和棘手难题的攻克，由此完成对人性治理的理性提升。二者，算法技术在具体事物中的运用应结合技术人员与管理人员的综合意见，算法必须契合主体需求而不可本末倒置地限制主体价值追求，未来应致力于实现规则体系和治理模式的整合及社会生活智慧化。三者，算法的改进与完善应基于宏观环境整体分析而选择路径方向，源自于理论的创新固然重要，但为实现其在组织中的更灵活更高效引用，必须正视市场效率逻辑和政治秩序稳定的客观需求，将算法治理与生命政治治理的协调融合落脚于秩序、效率层面而非纯粹的技术层面，关注探索多主体参与共治的格局构建，改善技术、生命的新型耦合机制。