聚焦近3到5年，智能算法无处不在 我们能跨越算法带来的距离吗？

站在媒介演化的时间线末端回望，你会看到近10年来“各种新媒体层出不穷，轻捷小巧，如同很多食肉型小恐龙在巨大笨拙的食草型恐龙边跳跃飞蹿”。如果再聚焦近3到5年，你会发现这些飞蹿的小恐龙都有着一颗智能算法的心。

复杂社会需要借助技术或者物质来管理时间和空间，媒介因此应运而生。由于技术具有“透明性”，一旦你习惯它了，就会意识不到它的存在。如同鼻梁上的眼镜，你看到的清晰世界，其实是被镜片中介转化过的图像。而我们常常对技术抱有不切实际的期望，甚至希望它可以解决现实社会中连我们自身都无法解决的问题。

算法也是如此。一方面，我们希望智能工具能够帮助我们提高效率、节约时间、获得快感；另一方面，我们又希望算法能够绝对智能、察觉情感甚至超越人性。但这个问题还有第三个面向，即算法并非作为“媒介”被动地处于我们与事物之间，技术的自主性使其具备“中介化”的能力，可以参与社会互动，建构社会现实，成为基础设施。

疫情的出现提升了区域间人口流动风险，但同时人们通过互联网、社交媒体、视频会议等在线方式进行的沟通和交流却有增无减。我们试图通过延长社交软件中的亲密时间来弥补物理空间上的距离。但即便是在线上，也同样存在着社交区隔、知识生产沟、观念的距离、算法认知差距这样的“非物质距离”，它让我们的交流虽然可以跨越山海，但却无法总是抵达内心。

前段时间的微信版本升级，释放出一个鲜明信号：微信“会客厅”要变成社交“大广场”了。走出熟人朋友圈，进入陌生人社交，在公开的数字环境中应该如何自我介绍、获得关注、连接彼此、进行互动？我们看到越来越高的权重被赋予机器运算，那么这会影响我们的信息环境吗？相比之前那个更多是手动加好友、友邻点赞推荐、熟人关系优先的系统，算法推荐会衍生出新的社交区隔吗？考虑到微信已经成为人们日常获取信息、进行社交互动最直接最主要的渠道之一，这样的疑问非常值得思考和重视。

一直以来，不同阶层获取信息的公平与效率问题备受关注。通过信息聚合和内容过滤，算法推荐实现了当年尼葛洛庞帝在《数字化生存》中所预言的“我的日报”。千人千面、千人千搜，这样的内容获取比起无差别的大众传播，会不会出现新的知识生产沟？虽然理论上每个用户都能创作内容，但智媒时代知识的获取高度依赖特定组织生产特权——“组织控制着将哪些信息提供给谁，以达到定制所要求的效果”。定制出来的知识在先期就嵌入了垄断与售卖，并逐渐演变成了一个“无菌饲料室”——“它只不过是一个根据消费模式和广告偏好制作的故事集，它在信息流中穿梭往返，但从不偏离精心的设定”。

过滤泡、信息茧房和回音室效应都指出了网络群体之间存在隔离、孤立和极化的现象。虽然国情和语境不同，但如果从算法和模型的角度来看，这种群体间的观念差距有可能是通过观点间的距离累积而成的。比如著名的新闻深度学习模型deepnews.ai，它可以通过计算不同内容间“观点的距离”来合成推荐模型，帮助用户用最少的时间获得最多的知识点。

但这种合成叙事更多基于的是文章中可被量化的要素，较少考虑信源，也不太考虑观点的倾向性。更重要的是，这种精致且实用的商业模型会不断强化，用户长期浸淫其中，观点间距离会沉淀并巩固下来成为观念的差距。

虽然对于算法推送是否会造成社会心态撕裂、社会信任缺失的讨论尚未有定论，但对算法的认知差距——即用户能否意识到他所看到的内容，其实是一个智能装置通过一整套技术组件运算所呈现出的结果——这样的反思性思维，却与社会阶层背景之间存在联系。“现存社会结构中的不平等是算法认知差距的基础”。值得注意的是，智能系统所强调的“个体价值”实则是一种伪个性。以经济要素为底色的智能推送，个人偏好需要与社交关系、环境热度相匹配，通过这种机制再生产出的“知识人”，看起来是个性化的，但并不是真正的“独特”，而是看似很特别，实则很普通。系统的偏好并不鼓励真正的多样性，“聪明且实用”的“知识人”远比负责任的公众更受欢迎。

需要说明的是，这些与算法相关的“非物质距离”，有的看起来是一个技术问题，但实际上是一个社会问题；有的与其说是由技术催生的，不如说是通过技术放大的；还有的则是我们同技术一道共同产生的。算法是现实的投射，同时算法在未来将是我们赖以生存的技术生态圈，很多现实问题恰恰是因为算法而被显现和撬动出来。所以在这个问题上，与其刻意去消除距离，不如尝试相互理解。或许有一天，智能算法依旧无法让我们跨越身心鸿沟，但可能还会诞生新的共存方式。

责任编辑：PSY