来源:人民论坛网
“算法焦虑”:人工智能时代典型现象
,算法侵蚀个人主体性。算法可以根据个人的兴趣爱好,打造具有沉浸感、互动感和愉悦感的个性化定制智能场景,信息、资讯传播路径由过去的“千人一面”转变为“千人千面”,不断满足用户的信息兴趣和需求偏好。这种颠覆性变化依靠数据收集与处理来支撑。算法通过多种渠道收集用户的行为习惯、信息兴趣、信息需求,将其集合到数据库之中,并通过一定的运算规则进行“用户画像”,把零散的数据信息整合成可视化的“完整个体”,将虚拟世界的个体与现实世界的个体相联结。在联结过程中,用户信息收集环节极易出现“失控”现象。因为在算法面前,用户评论、转发、点赞、收藏等行为所产生的信息均会不由自主地成为算法的“囊中之物”。这就使公众的个人主体性遭受侵犯,对算法难以产生有效信任,在与其互动时出现玻璃箱中“小白鼠”式焦虑。
第二,算法带来“内卷化”现象。“内卷化”这一被广泛应用到各个学科与领域之中的学术概念,深刻地揭示出组织或者社会中既无突变式变化,亦无渐进式增长,总是在较低水平徘徊的现象。算法领域的“内卷化”现象较为突出。受到经验阅历、知识水平、思想追求、价值倾向等综合因素影响,个体用户的信息需求与兴趣偏好会保持较为稳定的状态,这决定了个体用户的“用户画像”呈现出整体轮廓不易改变、具体细节动态调整的典型特征。算法为了实现对用户需求的“ 打击”,必然会根据用户主体进行“ 推送”。在双向性、回旋型、交流式的互动模型中,用户接收的是极大满足自身信息需求的“海量推送”,出现越看越“ ”、越看越“贴心”、越看越“沉浸”的局面。但是算法强调“精度”与“敏度”,忽视“温度”与“增度”,不会考虑用户信息需求的价值性、规范性与增值性。受众接收的不再是多元全面、荤素搭配的信息,而是“同质异象”的、与用户信息偏好高度吻合的信息。由此,用户在海量信息里面的营养收益呈现出边际递减的趋势,“内卷化”现象凸显,出现人工智能时代“逆水行舟,不进则退”式焦虑。
第三,算法影响公众舆论导向把控。信息与资讯能够影响公众的认知与判断,对公众的舆论行为具有调控乃至再造的功能。算法针对用户偏好进行海量信息的智能推送,“同类信息”“一种声音”持续轰炸用户的眼球与大脑,“异类信息”“不同声音”则受到限制与屏蔽,风声雨声读书声难以声声入耳。同类的、满足用户偏好的海量信息极大压缩用户仔细筛选、独立思考以及理性判断的空间,使其成为任由算法摆布的“茧房蚕虫”,陷入越是喜欢越是“投喂”、越是“投喂”越是“自缚”的桎梏。长此以往,以自我封闭、固执僵化和拒绝交流为核心特征的偏执型用户会大量出现,逐渐在网络空间中集结成或紧密或松散的舆论联合体,在虚拟与现实的联结中影响公众舆论导向。与传统媒体的舆论导向功能相比,算法影响公众舆论导向的力度更大、范围更广、时间更久。算法对公众舆论的导向与把控是技术理性作用的结果,由于缺乏价值理性的正向引导,算法对公众舆论导向的负面效应亦难以避免,出现以“知识鸿沟”“沉默的螺旋”等为典型代表的群体式焦虑。
生成机理:诱发因素系统化剖析
“算法焦虑”在个人、群体乃至社会层面均有所体现,诱发“算法焦虑”的因素也是多种多样、相互交织的,既有算法自身层面的问题,也有规制理念、治理模式等层面的问题。
,一段时间内盛行的“技术中立论”的错误引导。在算法早期发展阶段,它主要用来解决一些较为简单、涉及范围较小的问题。对算法的审视主要以技术本身的内部视域为主,更多
转载请注明:http://www.canadw.com/ylfz/11309.html