彭兰连发3篇论文！这可能是你没了解过的算法！

羽生生爱传播新传考研 2023-03-28

收录于合集

近日小编发现，彭兰老师连发3篇关于算法的重要论文，几乎将算法的传播性基础性问题一一道尽。

看到这，可能会有22级的宝宝们迷惑，彭兰是谁？不妨请打开你的《网络传播概论》一书，翻阅至作者处。没错，几乎所有考新传的学生都背过彭兰老师的书。毫不夸张地说，每年考完，总有学生感叹道：“如果能重来，我要背彭兰”。这几年的新传考研题目总能在彭兰老师的书or论文中总能找到对的重点。同时，彭兰老师目前也是人大教授、博导，每年C刊论文数过10。所以，考新传，你必须得读彭兰老师的论文和书。

2021年彭兰所发表的三篇关于算法为文章依次为：《算法社会的“囚徒”风险》、《如何实现“与算法共存”——算法社会中的算法素养及其两大面向》和《生存、认知、关系：算法将如何改变我们》。三篇文章主要解决了这么几个问题：

1.何为算法的本质及内涵；

2.算法对人及社会有哪些影响？

3.从使用者角度出发，如何规避算法风险？

这三个问题，几乎可以解决所有关于算法的题目，学姐已经帮助大家精简出来啦。

2019-2021关于算法的部分真题

算法的本质及内涵

在计算机专家看来，算法是“一种有限、确定、有效并适合用计算机程序来实现的解决问题的方法，是计算机科学的基础”。通俗地说，今天的算法可以看作是用计算机程序实现的、基于数据分析、面向特定目标的一套指令或方案。算法即是规则，它不仅确立了机器所试图实现的目标，同时也指出了实现目标的路径与方法。在人们的信息获取中，推荐算法成为了信息过滤的一种重要手段。

算法与数据、算力是人工智能共同的基础，算法离不开数据，因此，算法社会的前提是万物数据化，这也包括人的数据化。

【数据化内涵】在算法推荐中，无论是内容的推荐，还是电商产品的推荐，都需要描绘用户画像，也就是通过各种渠道收集的用户数据来建立用户模型，使其成为算法分析的对象。早期的数据主要是用户在各种平台提供的注册数据，以及在网络中发布的内容、浏览痕迹、购买记录等行为数据，但随着移动终端、智能物体的发展，身体的数据化，也开始变得普遍。身体的运动轨迹、身体状态等数据，也成为用户数据的重要构成部分。

全息、全时的数据化构建了人的一种“虚拟实体”，这不仅为网络服务提供更多的动态依据，更是成为了人的数字化生存的一种新形态。“虚拟实体”能更真实、直接地反映个体的身体状态、行为等现实化存在，人们的身体及现实行为与数据之间的对应关系变得更为直接，人们通过数据进行自我控制，特别是身体控制，也会更为普遍。

【数据化结果1】数据化的一个后续结果，是标签化，标签化往往也是算法应用的前提。用户的标签化，也来源于用户给自己打的标签，很多社交平台都有标签的功能，用户通过几个标签来描绘自己的典型特征。标签化本质上是心理学中所揭示的“便捷式判断”的体现。

【数据化结果2】与标签化类似的，通过数据和算法对人进行评分，在算法社会也越来越盛行。算法社会对个体的评分主要有两种情形，一种是个体对个体的评分，一种是机构或组织对个体的评分。研究者指出，评分机制代表了一种规则理性化的趋势，便利了现有法律（以及背后的公共权力）和平台私人权力的扩张和强制执行，同时也是对流动的社会规范进一步确认、固定化和再生产的过程。

算法对人及社会的影响

算法不仅影响了人的生存，也影响了人与万物的关系，成为了人与万物间的一种中介。既实现了一对一的关系匹配与连接，也在建构着群体关系。

1.影响人的认知与判断、决策

【认知影响】从内容或产品推荐角度看，作为中介的算法本身就是为用户提供一个过滤器，这种过滤在减少用户的认知负担的同时，也可能局限用户的视野。美国学者帕里泽很早就关注到了搜索引擎的个性化推荐带来的信息“过滤泡”问题。他指出，个性化过滤器会用两种方式打破我们在强化现有想法和获取新想法之间的认知平衡：其一，它使我们周围充满着我们已经熟悉（并且已经认可）的想法，导致我们对自己的思维框架过于自信；其二，它从我们的环境中移除一些激发我们学习欲望的关键提示。他还认为，个性化推荐限制了我们的解答视界，即寻找问题解决方案的空间大小，也会限制人的创新性。

除了推荐算法外，社交机器人对人的认知的影响也是算法影响的另一种表现。社交机器人是指在社交媒体中，由人类操控者设置的、由自动化的算法程序操控的社交媒体账号集群。在很多社交平台，社交机器人在算法的控制下自动生产着各种内容，这些内容混杂于人生产的内容中，很多时候也不能为一般用户所辨识，因此，通过社交机器人，社交平台的信息环境容易被操控，而这种信息环境也会作用于用户。

【判断影响】对于个体来说，当他接受算法推荐的内容、产品时，某种意义上也是在借助算法作出判断与决策，也就是把对内容与产品的价值判断建立在算法的评价上。在大数据和人工智能技术的支持下，算法对组织机构或一些行业性的决策的作用也越来越显著。例如，银行在对企业或个人发放贷款进行信用和风险评估时，可以参照数据和算法分析的结果。

【决策影响】算法对生产决策的影响也在显现，内容生产行业便是典型。通过各种排行榜来决定内容生产的选题方向或进行内容产品的策划，是今天媒体依赖算法进行内容生产的一种表现，因为各种排行榜也是由一定的算法形成的。算法在某些方面的决策中之所以重要，一是因为它可以对与决策相关的对象进行历史、现状甚至未来趋势的数据分析（包括大数据分析）；二是因为它可以建立决策模型，基于这种模型对各种可能性进行分析，寻求最优解决方案。算法以过滤信息、建构模型为手段，降低认知负担、提高认知效率，因此，在决策速度与效率甚至某些决策的准确度方面，算法都有可能形成自己的优势。

2.深入影响人的社会位置

虽然在推荐算法中，会存在着算法偏见、歧视等问题，但相对来说，其影响主要是在人们的认知层面，但在决策算法中，偏见以及歧视则有可能影响到人们的权利、社会位置及流动。

“在算法决策中，个体被赋予一种新的身份，即‘算法身份’，一旦将个体算法身份贴上某种易于被歧视的标签，就会产生双重累积劣势。”人们往往因为自身的身份和原有的社会位置等，而被决策算法打下某种标记，原来处于优势地位的人往往会获得有利的标记，因而有获得更多资源和向上流动的可能性，而原来处于不利地位的人，则因标记而处于更不利地位，从而失去就业、获得投资等相应机会。

3.人的劳动被算法隐性控制

《外卖骑手，困在系统里》特稿相信大家都曾看过。这反映出数字平台上的内容生产，是一种更直接的数字劳动，这种数字劳动也在很大程度上受到平台规则的影响。平台规则会调节供需关系和刺激劳动，而平台规则往往也需要付诸算法。

平台算法之所以能对人们的劳动产生直接的控制，一个重要原因是平台将劳动者与消费者直接连接，消费者可以通过平台反馈、评价劳动者的劳动；劳动者的结果可以直接量化，并成为评价劳动的主要指标，而这是算法最适合做的事。

如对于内容生产者来说，面对各种量化考核指标如流量、排行榜等，人们也不得不给自己加压，但人们的努力却会带来水涨船高，考核指标不断升级，人们的压力不但没有减轻，反而进一步加强。

4.强化对人的监控

在数据收集的基础上，算法可以进一步对个体进行计算，从而发现数据背后个体的更深层的秘密，并以此对其进行控制。算法对人的控制是全程的控制，人们的每一个活动和行为都可能成为当下算法的依据，也会累积起来影响到未来的算法计算结果。在外部力量通过算法等强化对个体的控制的同时，个体自身在数据和算法的导向下，也可能会在自我传播或社会互动中强化自我审查。

用户规避算法风险的重要环节

当算法成为一种广泛应用的技术，在很多方面可能带来对人的囚禁风险时，我们也不能简单禁止算法的使用。这也就意味着我们需要一种与算法社会相匹配的素养，也可以称之为算法素养。算法素养的主体是多样的，彭兰老师论文主要是从使用者即用户角度出发分析算法社会中算法素养对规避算法风险的可能性及操作化建议。

【算法素养定义】算法素养就是要培养人们与算法的共存能力。从长远来看，算法素养的培养有很多具体目标，但有两大基本面向会贯穿始终，那就是算法社会所需要的思维培养和风险教育。

【思维培养】思维培养强调，算法的全面应用，为人们理解与运用计算思维提供了契机，这种思维也会成为算法素养的基础之一。在更基本的层面上看，算法思维也是一种数据思维，即用数据来描述、解释客观或主观对象、关系以及过程等。

【风险教育】风险教育则是指帮助人们认识算法可能带来的风险，提高防范、对抗风险的能力。帮助人们认识这些风险，提高反囚禁能力。

除了上述两个基本方向之外，算法素养教育还要解决更多具体的问题。但一个基本前提是，如同媒介素养教育，算法素养教育也需要走出“保护”思维，赋权用户，让用户在与各种类型的算法共存的过程中，逐渐学会驾驭算法，学会在算法社会保持人的尊严与价值。

看完文字记不住？来，小编送你一张图帮助你巩固基础知识。

参考文献：

[1]彭兰.如何实现“与算法共存”——算法社会中的算法素养及其两大面向[J].探索与争鸣,2021(03):13-15+2.

[2]彭兰.算法社会的“囚徒”风险[J].全球传媒学刊,2021,8(01):3-18.

[3]彭兰.生存、认知、关系：算法将如何改变我们[J].新闻界,2021(03):45-53.

有事没事可找爱传播金牌小助手