重拾媒介伦理与社会责任

　　算法最可怕的并不是有可能曲解信息造成人的误感，也不是无休止的推荐加剧人的媒介倦怠，而是使人面对是非彻底无感，从而再也没有＂人是一根会思考的芦苇＂的存在。
　　近年来，信息传播技术极大推动了计算传播学的研究与发展，带来了媒介领域的新兴革命。＂媒介是人的延伸＂，各式各样的系统算法与推荐技术中，媒介以无所不及的覆盖度将社会连结，然而，内容生产者与受众各置两端，人、媒介与社会却在不断割裂与异化。
　　技术原罪：算法推荐的异化危机
　　回顾科技史，我们发现系统设计人员研发的产品总是基于既有科学知识库进行组合，以满足受众需要。他们往往对组合的产品效果进行了精细估计，但却忽视了组合的社会后果，由此当技术组合遭遇人与社会时，一些异化现象就出现了。对个体而言，系统算法技术下的异化危机有以下几个方面：
　　一是遭遇＂信息茧房＂。因为公众自身的信息需求并非全方位的，他们只注意自己选择的东西或是令自己愉悦的领域，久而久之便会将自身桎梏于像蚕茧一般的＂茧房＂中。这将使得他们的信息接收范围不断狭窄，甚至影响生活决策、智识发展等多个方面。二是倾向＂娱乐至死＂。传播游戏理论提出者斯蒂芬森认为，人们听广播、看电视就像是儿童玩＂过家家＂，主要是通过娱乐将自身从成人化的工作环境中解放。从长远来看，这些系统算法中的内容生产对受众成长与发展而言，收效甚微。三是变成＂单向度的人＂。继＂娱乐至死＂后，长时间缺乏独立思考会使个体变得在公共事件面前更多是＂围观＂，而非发声与行动，这种状态也就是马尔库塞所批判的＂单向度的人＂。马尔库塞的技术异化观点再次呼应＂原罪＂，提醒我们技术的进步有可能与人的自由程度、幸福程度成反比，技木理性取得的成就越多，人本身具有的批判性、价值理性自然就被消解了。算法最可怕的并不是有可能曲解信息造成人的误感，也不是无休止的推荐加剧人的媒介倦怠，而是使人面对是非彻底无感，从而再也没有＂人是一根会思考的芦苇＂的存在。
　　进一步地，这些个体异化的危机可能嬗变为一种或多种＂传染性＂的悲哀的社会心态。一是造成＂群体极化＂。根据＂沉默的螺旋＂理论，从个体被算法不断推荐＂偏好＂出发，他们的兴趣会整合形成社会心态，甚至走向偏激极化的不良后果。如一些明星粉丝团之间的骂战，如一些＂品味＂的鄙视链，艺术片爱好者鄙视综艺商业片、抖音用户鄙视快手用户，等等。
　　如此以往，无论在虚拟还是现实社会中，偏见歧视、污名冲突的氛围久久萦绕，社会撕裂的风险急剧加大。二是模糊＂权利边界＂。算法推荐技术下用户的浏览痕迹等相关数据具有持续创造价值的功能。作为了解受众想要看什么、视频内容生产什么的重要工具，平台公司自然视用户数据为天然矿藏。当前对算法推荐技术下隐私权边界还存在争议，大众要么压根没意识到这些权利，要么主动为了便利而放弃权利。但这些包含个人信息的隐私数据为何得以被捆绑在使用便利上，令用户难有自由选择呢？作为市场准入与运营的监管工具应该如何发挥作用而非默许纵容呢？也许只有直面争议去妥善解决才能为未来权利纠纷隐患＂未雨绸缪＂。三是加剧＂价值混乱＂。
　　算法推荐技术将不同价值观的内容分发给不同用户。由于缺乏社会主流价值观引导，受众会受到算法设计者背后企业、组织价值观的影响。在＂群体极化＂作用下，从社会价值到法制、道德文化体系很有可能出现全面的混乱失序状态，进一步增大了社会排斥与撕裂的风险。（社会科学报社融媒体＂思想工坊＂出品 全文见社会科学报及官方网站）