首页 > 县域热点

算法无限扩张 带来自由还是枷锁

时间:2021-12-17 10:01:51 来源:

       交谈中提到某种商品,不久即会收到相关的产品链接;购买同样的商品或服务,不同产品显示的价格竟然不一样……随着大数据、人工智能技术的日臻成熟和广泛运用,这样的算法场景越来越多地出现在我们身边。

  算法,是一种依托海量内容、多元用户和不同场景等核心数据信息,进行自主挖掘、自动匹配和定点分发的智能互联网技术。当前与人们生产、生活紧密相关的算法类型多种多样,既包括长于新闻创作的自动合成型算法、适用线上购物的个性推荐型算法,也包括精于语句识别的检索过滤类算法和契合网络约车的治理决策类算法,等等。算法社会的到来势不可挡,从信息传播理论和实践的角度来看,算法在为公众提供极大技术便利的同时,对网络生态的发展亦产生了深刻影响。

  算法极大降低了公众筛选有效信息的社会成本。算法的核心价值是利用对用户的年龄职业、兴趣爱好、网络行为与时空环境等关键信息的统计分析,致力于在信息内容、产品服务等多元层面实现对用户的追踪推测、精准分发和有效供给。这就在很大程度上改善了既往技术语境下公众付出的高昂时间与经济成本,让人们能够从以往单一重复的信息、产品和服务筛选行为中得以解放,满足了公众对于信息和服务的分众化需求。

  算法不断建构和重塑着既有的网络群体关系。算法场景造就了公众的数据化和标签化,在强化了既有群体边界的同时,也促进了新的共同体关系的形成。以往网络群体互动关系的形成,大多是公众自发性主动找寻、相互选择的结果。而算法社会下,无论是信息内容的分发还是产品服务的送达,作为中介的算法在进行一对一的关系匹配或资源分配时,首先要对用户进行标签化甚至评分制的“全面数据化”处理。

  在此过程中,主要是依据用户接收到相关信息和服务后的点击次数、停留时长、举报屏蔽以及转评赞等各种反馈行为,对其主要观点、情感倾向和媒介消费行为进行精准的图谱画像。进而通过后台信息匹配、技术调节与资源控制等方式,帮助用户发现、连接起具有相似观点或共同兴趣的其他共同体关系。

  毋庸置疑,技术驱动的算法红利越来越广泛而深刻地影响着人们的生活:网络购物离不开“算法比价”、商业运营离不开“算法宣传”、日常出行离不开“算法导航”,甚至求职姻缘也需要“算法匹配”等。但看似理性、中立的算法背后,也存在着一定的技术偏见:大数据“杀熟”“欺生”、算法侵犯隐私乃至引发群体极化等现象时有发生。算法盛行给网络生态带来的一系列冲击,值得警觉与深思。

  一方面,算法盛行容易造成“把关人”角色弱化,人沦为算法“囚徒”的可能性急剧增加。算法虽然带来了个人信息、服务水平的大幅提升,但在算法技术主导下,个性化分发力度得到空前强化,而信息、产品与服务编辑审校等“把关角色”却经常遭到弱化甚至缺位。一旦算法的设计与应用失当,个体在认知判断、行为决策以及价值取向等多个方面,很可能会受到单一算法的钳制乃至禁锢,成为算法的“囚徒”。马斯克通过脑机接口发现人脑90%的算力都在忙着关于“性”的计算,虽然相关结论有待考证,但其引发的“算法胜利后,人的自由意识去向疑问及其引发的价值迷失问题”,值得我们深思。

  另一方面,算法盛行容易强化“信息孤岛”效应,网络生态失衡、失真的风险可能不断加大。算法在很大程度上影响着人们与某类信息的快速连接和匹配,但也自动过滤掉了其他潜在有效信息。信息窄化下的公众容易形成“很多人都是这种想法和价值取向”的错觉,这种“选择性”的接触、过滤与相信,不仅会闭塞与不同意见群体的交流沟通,更会造成在自我重复和自我肯定中的视野受困与故步自封。同时也会为偏见滋生、黏性缺失的网络舆论场埋下被操控的巨大隐患,甚至陷入恶性循环、诱发线下群体性事件,破坏网络生态的晴朗稳定。

  简单粗暴、一刀切式的“算法抵制”并不可取,建立更加完善的法律法规监管体系、公开推行更加透明的行业技术准则,已迫在眉睫;同时,必须摒弃“算法崇拜”,进行更加全面专业的算法设计者素质培训,强化对算法使用者的素养教育。总体而言,从认知与关系的维度看,算法深刻影响和改变了既有的网络生态,也把自由与枷锁的张力推向了极致。算法场景的无限扩张,快速推动着人们的“全面数据化”,也引发了一系列的法律和伦理争议。有意识地对算法技术进行价值反思,始终是我们必须直面的现实问题。

中国财经参要网免责声明:

凡本网注明 “来源:XXX(非中国财经参要网)” 的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。

如因作品内容、版权和其它问题需要同本网联系的,请在30日内与以下联系方式进行沟通: 邮箱:g2416238474@163.com 如未与中国财经参要网本部进行有效沟通的事宜,本网将视同为未曾提前联系,并不能给予答复、解决。

关于我们 | 广告服务 | 商务合作 | 招聘信息 | 联系我们 | 免责声明

中国财经参要网 www.yzhfls.com 版权所有 (c) All Rights Reserved.

中国财经参要网内容均采集自网络,如有问题请将投诉发送到邮箱g2416238474@163.com我们会及时处理!