资料图。图片来源：Unsplash 

新京报讯（记者 肖隆平） 6月18日，清华大学新闻与传播学院智媒研究中心、新京智库在线上联合举办了“算法善用 智能人文：智能信息的多学科融汇”高端论坛。北京师范大学新闻传播学院前执行院长，长江学者特聘教授喻国明在论坛上做了主题为《算法也是一种媒介》的演讲。

喻国明表示，伴随着人类社会数字化程度的不断提升，算法渗透到社会生产生活的各个环节。算法作为数字经济奠基石和信息技术“幕后规划师”的角色日益凸显，它逐渐从“幕后”走向“前台”。

算法缘何走向“风口浪尖”

近年来，“算法”一词以前所未有的频率出现在公众视野之中，一些与算法相关的事件引发我国乃至全球关注和热议，算法成为处于“风口浪尖”的焦点议题。

喻国明表示，从数学学术讨论到计算机编程语言，算法都不能算是一个新概念。“之所以突然火热，主要在于信息传播技术的快速发展使得日益‘算法化’的数字经济和信息传播新社会正在生成”。

喻国明介绍，数字技术是数字经济的关键生产要素，数字技术包括网络技术、硬件技术和软件技术，人工智能、大数据、云计算、物联网、虚拟现实等都属于新一代数字技术。算法是数字技术的核心，不断提升网络、硬件、软件的支撑能力；在新一代数字技术中，算法同样发挥关键作用。

对算法的研究还处于割裂状态

喻国明介绍，数字传播技术的发展持续推动着媒介形态和信息传播模式的变化：从web1.0时期的门户网站到web2.0时期的社交媒体，到算法分发催生的内容聚合平台，再到智能算法支撑的机器人写作和智能主播等，传播生态格局正在被新一代信息与传播技术重塑。

虽然在此进程中，算法技术一直在发挥着作用，但公众讨论的焦点更多集中于互联网、社交媒体、手机等表征型媒介形态的社会影响。直到深度学习算法成熟、算法推荐系统被广泛运用于信息分发、平台型媒体崛起，算法对信息传播的影响才得以被关注。

“但整体来看，目前对这一问题的探讨还远远不够深入”，喻国明认为，原因有三个。首先是割裂地看算法，因为没有厘清算法技术发展历程与应用实践轨迹，将算法型传播生态简单理解为智能算法分发，忽略了算法对媒介生产消费的全方位渗透。

其次，割裂地看信息，特别关注资讯信息，讨论平台对新闻业的入侵，将传媒业简单理解为传统媒体主导的大众传媒业，忽略了传播技术带来的传媒业的边界扩张——对社会的媒介化进程的关注。

最后，多数研究是围绕算法技术进行关涉价值的伦理分析，也就是解决“应然”问题的规范研究较多，但深入实践、分析“实然”问题的经验研究相对较少。需以实践范式来考察算法技术与媒介生态如何进行互相建构为切口，洞察技术变革与社会变迁的复杂互动关系。

算法技术的治理正成为智能社会面临的紧迫问题，而要制定出可行的治理方案，需要建立在准确把握算法技术的社会影响基础上。“需要对传媒领域算法技术采纳行动和行动达成的结构的分析将最终落脚于对算法技术的社会效应进行剖析与阐释，并延伸思考算法技术社会治理的方向标的以及可能的工具手段”，喻国明说。

算法是逻辑和规则的“代言人”

喻国明认为，算法权力研究的对象是算法与媒介生态之间的动态演化关系，涉及的核心概念有算法和媒介生态。

从算法维度上，喻国明认为，需要从技术和实践层面、数学计算角度、信息技术角度三个层面来看首先，算法并非什么新事物，是一个探索并应用了多年的自然科技领域的技术性概念。

其次，算法是求解某类问题的一系列计算法则。作为一系列解决问题的清晰指令，算法天然就是程序。因此，“随着电子计算机的发明，算法开始与编码发生关联，成为程序设计的核心，并成为逻辑和规则的‘代言人’”。

最后，算法是基于特定计算模式、将输入的数据转化为可预期结果的编码程式。从技术视角出发的算法定义带有计算式、程式规范以及逻辑推理。

喻国明表示，随着算法与社会生产实践的联系日益密切，对于算法的概念化应该从更加宏观、结构性的视角去加以理解，而不应仅仅将其束缚在计算机工程与信息技术领域。

从媒介生态维度来看，喻国明表示，我们需要重新理解媒介。传统的传播学主流把媒介看作物理意义上的从经验上可感知的对象，将其理解为一种传递信息和发挥社会功能的工具。

不同于人与媒介之间主客二元对立的传统媒介定义，物质化视角下的媒介是人感知和经验外部世界的“中介”，并且人乃是通过“媒介”投身于世界。所以，“媒介”是人表现其社会化存在的“中介”，其弥漫于人的实践空间的所有努力当中，即包括一切人借以参与社会实践的技术与非技术的中介手段。

喻国明表示，算法作为关系的合集以及关系存有和展开的坐标，一直是人们感知和经验外部世界的“中介”，算法即媒介。所以，算法从来不是外在于媒介与传播，而是在媒介系统之中。在算法技术不同发展阶段，算法在媒介生态中的相对地位和作用不同。

喻国明还表示，关于算法权力的研究需要解决的核心问题是算法与媒介生态是如何相互作用的。但新闻传播学视域下的算法研究大多是针对具体环节、具体风险的现状描述和伦理思考，所谓的“算法权力”更多是概念论断，缺少深入技术实践细节与动态过程的分析和诠释，所以，对算法效应的研究还需以更全面的视角回到实践。

为算法研究搭建更全面的框架

怎么才算更全面的视角研究算法呢？

喻国明认为，基于实践范式的结构化理论关于“情景”“行动”“结构”等概念描述，同时鉴于对算法发展历史以及算法整体效应对于算法研究的重要性，增加“历史”“效应”这两个维度，形成历史、语境、行动、结构和效应的整体分析框架。

喻国明建议，在研究视角上，应将算法视为媒介，他与其他媒介、外部环境间持续进行着相互作用。因此，我们要借鉴结构化理论为基本理论视角，以历史、语境、行动、结构和效应为基本分析框架，结合场域理论、创新扩散理论、复杂适应系统理论、微观政治学理论等多种工具考察一定时空内（算法各发展阶段）获得有序安排的算法实践，勾连历史与当下、微观与宏观，更全面与细致地分析算法与媒介传播生态相互建构的动态过程。

资料图。图片来源：Unsplash 

喻国明还建议，在研究方法上，除了通过参与观察和深度访谈获得一手研究资料之外，还需积极挖掘各种文献资料的价值。比如，尝试应用“人种志研究方法（编者注：即研究者与研究对象“交互作用”的实地调查研究方法）”在精确综合分析与算法技术发展社会动力相关原始文献的基础上总结出更具有解释力的新框架，以更好理解算法的社会语境。

同时，还需充分发掘公开的专利文件的研究价值，通过分析其数量、主体、关键词等元素，剖析和研判算法实践的推进过程。

最后，在研究目标上，需要积极回应社会对算法技术影响的关切，从算法媒介与媒介传播生态演化入手，把握算法的社会形塑力，更深度且生动地诠释了算法是如何从机器计算语言走出屏幕、走进实践。“我们要通过对算法社会效应的剖释，进一步延伸思考算法技术社会治理的可能方案，以期为技术治理方向提供启发”。

记者：肖隆平  编辑：张笑缘  校对：刘军