算法欣赏VS算法厌恶:短视频智能推荐下的用户“算法悖论”

[研究目的]探寻用户在使用人工智能推荐服务时算法厌恶态度与持续使用行为相悖的现象,有助于企业理解用户的算法厌恶效应,优化短视频平台的人工智能推荐服务。[研究方法]基于社会交换理论和技术接受理论,从算法欣赏和算法厌恶的角度构建算法悖论理论模型,采用结构方程模型(SEM)和模糊集定性比较分析(fsQCA)对研究模型进行实证分析。[研究结论]结果发现,短视频平台智能服务中存在用户算法厌恶态度与持续使用行为相悖的“算法悖论”现象。用户通过权衡感知利益和风险来决定持续使用行为,且感知利益可以通过算法欣赏积极影响持续使用行为,而算法厌恶对持续使用行为的影响作用微弱且不显著;平台依赖负向调节算法厌恶与持续使用行为之间的负相关关系,乐观偏差的调节作用不显著;fsQCA分析进一步发现,算法悖论的产生路径可以分为感知利益与风险权衡分析和理性与非理性双重因素驱动两种模式。研究结果为短视频平台中算法悖论现象产生机制提供了理论解释,为优化人工智能推荐在短视频平台的应用提供借鉴。

算法悖论与制度因应——基于用户算法应用感知的实证研究

尽管我国算法治理的基本架构已经初步形成,但相关实证研究依然薄弱。我国用户算法应用感知大规模问卷调查与结果分析,反映出民众对算法风险的高度关注,也揭示出不同群体对算法关注的分歧、同一群体算法关注与算法行为的矛盾以及算法推荐便利与算法关注的取舍。面对“算法悖论”的种种表现形式,应根据其内在机理予以制度回应,将“算法向善”嵌入“业务流程”,从“算法透明”迈向“算法素养”,经“过程公平”落实“算法公平”,借“算法问责”铸就“算法安全”,最终形成熨帖公众真实需求、平衡多元目标的中国算法治理体系。

A NEW MODEL AND SOLUTION FOR TRANSPORTATION PROBLEM

Transportation problem has many real world applications, it can be solved by linear programming model, but in most time the model exists more for less paradox, this paper considers the reasons for the paradox and search the way to eliminate the phenomenon. First this paper formulates a loose constrained linear programming model for the transportation problem, and gives the definition of the paradox which exists in it, some preliminary notions and one example is also given. Then it gives a table based algorithm for the loose constrained model, the steps of the algorithm and example will follow. The examples show that: (1) It is not a contradictory that transportation problem exists more for less paradox. (2) The loose constrained model is better used in practice for its less total cost. (3) The algorithm is easy to calculate, to study and highly speed to convergence. Finally, comparied with other ways it shows that the loose constrained model can thoroughly eliminate the paradox.

“算法一代”的诞生:美育复兴的媒介前提

新时代的美育复兴有着深刻的媒介前提,即随着移动互联网的普及,“算法”成为社会交往的技术基座,它促使与之共同成长的“z世代”更易聚集同类、倾向简洁,缺少好奇和耐心,更加重视结果而非过程。这一技术倾向的美学结果是审美出现圈层化,进而可能产生社会分化与公共性消失的危险。因此,当前美育复兴应该继承对工业社会过度标准化的反抗,更突出劳动和共同体意识,促使“z世代”走出算法控制,在美育中注入创造性的元素,以肯定创意劳动、重建社会链接和凝聚审美共识为重要内容,以通向共同富裕的美好生活为指向。