脸性政治中的算法焦虑与缓释路径

人脸识别算法技术曾是安防领域的专利,现在被越来越多地应用在商业和社交媒体领域,进入到了日常生活实践,伴随而来的技术话语也被显著改写。算法技术重新配置了人的身份和主体性,人脸被重新概念化、政治化,从而产生了一种微观政治现象即脸性政治。在脸性政治的话语框架下,算法系统的社会征服和机器役使机制是两种互补的、相互加强的权力共存。当人们受到算法权力的控制,意识到自我与人脸识别系统之间的一种不确定和危险的关系时,就会产生算法焦虑。人脸的泛信息化带来的身份危机,以及其超个体性带来的隐匿危机是算法焦虑的体现。从建设数字社会伦理契约的角度出发,在对当前和未来人脸识别算法的部署与使用的规范性问题上,采取伦理评估并设计初步伦理建设框架,是缓释算法焦虑的重要路径。

论我国主流意识形态传播的“算法焦虑”与纾解

人工智能的算法技术并非单纯的工具技术,而是具有明确价值取向的新兴权力。这种新兴权力制约着意识形态领域传播格局、内容生产和话语方式的深刻变革,推动意识形态智能化的转型,使得意识形态领域的斗争和交锋更加激烈和复杂。如果人工智能算法得不到科学引导和合理监管,对其盲目滥用,就会使我国主流意识形态的传播遭遇西方技术霸权的控制操纵、话语引导的混乱和偏向、被边缘化和“信息茧房”等“算法焦虑”难题。因此,为防范风险,凝聚共识,纾解焦虑,我们需要不断优化算法设计,用主流价值驾驭算法;推进主流媒体融合发展,提升主流意识形态传播力和影响力;以制度性规范规制算法权力,夯实主流意识形态传播的制度保障。

“算法焦虑”的生成机理及纾解之道

人工智能时代算法的领域归属、形态属性与功能价值发生重大变化,其影响力失控蔓延的苗头愈加明显,催生“算法焦虑”。本文以“算法焦虑”现象为研究对象,从算法自身以及规制理念、治理模式等多个角度系统挖掘“算法焦虑”诱发因素,进而从多元互动、相互联结的维度构建迈向算法信任的本土化治理方案。

“役于物”到“假于物”:算法焦虑背景下短视频用户“再驯化”实践研究

进入智能传播时代,由短视频及其背后的个性化算法推荐技术“野蛮生长”带来的“算法焦虑”受到广泛关注。本文从驯化理论框架出发,运用深度访谈法考察了抖音用户“再驯化”实践的四个阶段,以进一步思考数字媒介语境中人与技术之间的关系。首先是“再挪用”阶段,用户开始反思抖音App在自己日常生活中扮演的“破坏性”角色,进而改变自己的原初使用模式;其次是“再客体化”阶段,通过“不可见的空间折叠”和“位移的空间分野”战术旨在削弱抖音App对于自身的“打扰属性”;然后是“再整合”阶段,通过重新审视、考量抖音App对于自身的意义和价值,将刷抖音调整为日常生活优先级排序中相对靠后的事务,个人旨趣与社交需求之间的动态协商共同促成了时间秩序的重组与安排;最后经过“再转化”阶段,用户将抖音App转换成为专门从事特定活动的“场所”或实现某种意义价值的工具。最终,用户通过将抖音App再驯化为符合自身需要、赋能于己的形式,为其创造“本来意图”之外的意义,赋予其“另类”的价值功能。相比较于初始驯化,“再驯化”实践更加凸显出用户在面对强大的技术“异化”力量时表现出的能动性和主体性,将技术“为我所用”,最终实现从“役于物”到“假于物”的转变。

CAC范式下在线健康社区用户算法回避行为的影响因素研究

[目的/意义]探究在线健康社区用户算法回避行为的影响因素和内在机理,为在线健康社区算法服务与监管的优化提供对策建议。[方法/过程]以“认知—情感—行为意愿”范式为理论框架,构建在线健康社区用户算法回避行为影响因素理论模型,并通过SEM-ANN-NCA三阶段的数据分析方法对影响因素进行分析验证。[结果/结论]在线健康社区用户参与的认知层面中,隐私关注、感知侵扰、感知威胁和系统功能过载正向影响用户的算法焦虑,且都是算法焦虑的必要条件,4个认知要素对于算法焦虑的重要性按照感知侵扰、隐私关注、系统功能过载、感知威胁由高到低排列;在情感层面,算法焦虑正向影响算法回避行为,并且是算法回避行为的必要条件。

信息系统用户感知算法焦虑的内涵及其结构维度研究

【目的/意义】聚焦用户在使用信息系统过程中的算法焦虑现象,探索用户感知算法焦虑的内涵和结构维度,以期推动算法焦虑的量化研究。【方法/过程】采用扎根理论的方法分析用户访谈数据及网络评论数据,探索信息系统中用户感知算法焦虑内涵和结构维度。【结果/结论】算法焦虑包含算法歧视焦虑、算法霸权焦虑、算法沉迷焦虑、算法质量焦虑、算法失效焦虑、算法安全焦虑六个维度。【创新/局限】本文构建了算法焦虑的结构维度。在未来研究中,将进一步开发算法焦虑的测量量表以及利用量表研究不同用户群体的算法焦虑。

基于用户体验的“算法焦虑”问题研究

互联网和大数据时代,算法推荐技术被广泛运用并助力实现信息的精准分发。但算法推荐的精准、同质和冗余信息也给用户带来了负面使用体验。本文通过访谈法,从用户真实体验出发,研究了算法推荐技术带来的“算法焦虑”问题,并就算法技术对用户认知方式的影响、对算法推荐技术的应用进行反思。