原创 新传研读社 新传研读社
在本期推送中 , 我们为你准备了今年发表于Social Media + Society(《社交媒体+社会》)上的一篇文章 。 在这篇文章中 , 作者提出的核心问题是:年轻人如何看待、学习和处理社交媒体上的新闻算法?本文从以用户为中心的角度考虑算法和用户之间的互动 , 研究发现:用户生成的算法意义策略受制于具体情境 。 不过 , 即便年轻人对个性化新闻有着直观感受和经验 , 他们也未必能用语言将之清晰地表达出来 。 即便他们对算法有所了解 , 他们也不一定会介入到与算法相关的决策中去 。
我们为你摘译了这篇随笔的核心观点 , 希望可以提供一个崭新的视角 , 帮你思考这样一个有趣的问题 。 如果你希望阅读全文 , 请在公众号内回复“算法素养” 。
参考文献:Swart, J. (2021). Experiencing Algorithms: How Young People Understand, Feel About, and Engage with Algorithmic News Selection on Social Media. Social Media+ Society, 7(2), 20563051211008828.
文章图片
什么是“算法素养”(algorithmic literacy)?随着互联网和媒介技术的发展 , 我们已经对“媒介素养”(media literacy)这个表达相对熟悉 , 它是指媒介使用者面对不同媒体中各种信息时 , 所表现出的信息的选择能力、质疑能力、理解能力、评估能力、创造和生产能力以及思辨的反应能力 。 以此类推 , 算法素养便是指媒介使用者在面对算法时的认知、知识、想象和可能采取的策略 。 对于年轻的“新传人”而言 , 我们的算法素养绝对处于“金字塔上层”:我们不仅能够敏锐的察觉到某些购物、外卖软件在向我们推送各种与我们喜好类同的产品 , 而且还能通过一波波操作限制算法对我们生活的入侵 。
不过 , 年轻一代“新传人”的算法素养能代表大多数人的算法素养水平吗?再退一步 , 它能够代表大多数年轻人的算法素养水平吗?本文的研究数据告诉我们 , 很可能不行 。 换言之 , 大多数年轻人的算法素养处于较低水平 。
文章图片
尽管算法对年轻人的信息接触行为产生越来越大的影响 , 但令人惊讶的是 , 许多媒体素养项目尚未得到较全面的发展 。 传统上 , 媒体教育的重点是教学生如何批判性地评估信息 , 而不是思考平台和技术如何影响被发布的内容 。 此外 , 由于大多数社交媒体平台的商业性质 , 算法的选择机制仍然不透明 。 这些现象引发的结果是 , 有研究表明 , 只有37%的用户能够察觉到Facebook的新闻推送页面背后有一套算法逻辑 。 而且 , 大多数大学生并不知道如何在谷歌新闻和脸书上修改新闻推送设置 。
读到这里 , 你可能会认为 , 算法意识与用户的教育水平、性别、年龄等其他人口学数据之间存在关联 , 的确有研究支持这些观点 。 然而 , 实际上 , 影响某人的算法知识的最重要指标是其与算法打交道的经验 , 比如使用频率、使用范围 , 等等 。 这一点很重要 , 想一想算法活动家、网店店主、大V们、甚至是作为“新传人”的我们 , 都是这样一群和算法打更多交道的人群 。
文章图片
那么 , 更进一步的问题便是 , 哪些算法体验能够激发人们对于算法的思考?这些体验如何以及何时有助于提升用户的算法素养?的确 , 在研究算法素养时学者们常常遇见三重挑战:
其一 , 在评估某人的数字媒介素养时 , 人们常使用演绎的方法 。 即 , 先定义了一系列处理数字媒体的必要的知识、技能和能力 , 再比对被试能够在多大程度上满足这些需求 。 然而 , 就算法素养的研究而言 , 这种自上而下的方法存在问题 , 因为算法的黑箱性质使得研究者无法对用户的知识和技能进行基准测试;
其二 , 算法的不透明性使之主要在“幕后”发挥作用 。 这意味着用户在日常使用中不太可能注意到算法 , 除非它们产生了令人意想不到的的结果;
其三 , 许多关于算法素养的现有研究明确地使用“算法”等术语来评估人们的意识、知识和技能 。 但之前的研究表明 , 并不是人人都知晓这些术语 , 而反过来 , 不知道这些术语也并不一定意味着用户缺乏算法意识 。 因此 , 忽视基于经验的知识形式可能会低估人们对算法的理解 。
文章图片
为了解决上述问题 , 作者采用了复合的研究方法:通过有声思考演练(think-aloud protocols)和“漫游方法”(walk-through method)自下而上地把握年轻人如何在日常生活中操练其算法素养 , 这种一步步操作并大声说出的方式有助于研究者把握被访者的下意识之举和平常看来理所当然的选择;而“漫游方法”和深度访谈法的结合保证了被访者能够演示(show)而非只是讲述(tell)自己的算法经验 。
文章图片
我们从以下三个维度介绍年轻人的算法经验:
【媒介|从媒介素养到算法素养:年轻人究竟做得怎么样?】No.1
认知维度
算法体验的认知维度包括用户如何理解算法 , 以及他们每天与算法的接触如何帮助他们形成这些理解的过程 。 通过对22名荷兰籍的年轻人进行研究 , 作者发现 , 年轻人对算法意识存在显著差异 。 有些人根本没听说过“算法”这个词 , 有些人却能够详细描述算法分类 , 并剖析新闻算法个性化的过程 。 此外 , 当算法制造出令人困惑的结果时 , 人们会自然地开始反思 , 比如下面这段对话:
汤姆:“我总是觉得很奇怪 。 当我的表弟或朋友发帖时 , 我有时会看不到 。 ”
访谈者:“你觉得你为什么看不见?”
汤姆:“我完全不知道……他们只是偶尔发帖 , 在社交媒体上并不活跃 。 但是我想我关注了大约800个人 。 即使他们中只有一半人发布了点什么 , 我也会错过很多 。 ”
文章图片
年轻人对算法的理解过程主要围绕着三个要素 。
首先 , 平台在年轻人理解算法审查(algorithmic curation)方面发挥了作用 。 样本中的受访者使用了3-7个不同的社交网站 。 因此 , 他们可以比较不同的平台如何工作 , 并评估算法之间的关系 。
第二个策略是 , 从应用软件或网站提供的功能入手 , 来比较算法 。 例如 , 我们在反思微信算法的时候也可能对它进行分区:朋友圈设置、聊天功能、公众号、生活方式页面设置 , 等等 。
最后 , 不同的内容类型(即推荐、广告和“常规”内容)也会影响年轻人对算法的感知 。
算法素养的另一个来源是流行媒体的报道 。 这一点很有趣 , 比如 , 有些媒体上会转登一些“民间理论” , 比如“麦克风窃听理论”:张三和他的朋友上午讨论了一下新疆大盘鸡 , 结果晚饭时间就在外卖/购物软件上收到了新疆大盘鸡的推送 。 尽管暂时没有研究支撑这一理论 , 年轻人们却多少听说过这件事 。 这表明 , 媒体对隐私丑闻的报道 , 加上算法的不透明性 , 催生出民间理论 , 并被用户用于想象算法 。
文章图片
No.2
情感维度
算法体验的情感维度涉及由算法催生的情绪、影响和感觉 , 这也可能引起人们对算法的反思 。 本文把对对算法的感觉分为三类:第一类受访者认为算法是中立的“公式”“配方”或“计算过程” , 需要输入数据来产生特定的输出 。 这种感知将算法框定为一种数学的、理性的过程 。 因此 , 他们对算法没有表现出强烈的情感反应 。 第二类人认为算法是有用的指南或“流量控制器” 。 这些年轻人主要强调推荐系统的好处 , 比如节省时间和发现自己可能没有发现的新闻 。 尽管它的建议并不总是恰当 。 最后 , 对于第三类受访者来说 , 算法引发了强烈的负面情绪 。 他们把算法与社交媒体公司的商业性质联系起来 , 认为它们刺激了购买行为 。
相应地 , 用户也就算法提出了三重期望:首先 , 社交媒体的监控行为导致了人们对推荐系统的怀疑 , 他们担心这些系统会在未经用户同意的情况下收集用户数据 。 因此年轻人建议增加算法的透明度;其次 , 年轻人希望算法能够推送一些多元化的、令他们意想不到的内容 。 第三 , 算法审查代表了一种控制的丧失 , 因此受访者至少希望有机会查看所有可接触的内容 , 并能够自行调整用户配置 。
文章图片
No.3
行为维度
行为维度与年轻人围绕算法所做的事情有关 。 受访者知道各种个性化策略 , 这些策略可能会干预他们获取的新闻源 , 如取消关注账户和标签、使用平台的“隐藏”“静音”或“报告”功能、或者为特定账户设置通知 。 但在实践中 , 被采访者很少采用这些策略 , 原因有四:
首先 , 年轻人认为自己在设置算法方面的作用有限 , 比如我们常常发现 , 关闭某弹出广告后 , 它还会再次弹出至少3、4次;
第二 , 算法的反馈循环将用户定义为有意了解新闻的理性人 。 但多数情况下 , 年轻人宁可“习惯性”忽略某内容也不愿更改设置 。 比如我们在微博遇到“垃圾”内容时 , 更可能将它划走 , 而不是对相关内容进行设置或举报;
第三 , 挑战算法需要付出精力;
第四 , 总体而言 , 年轻人对算法给他们推荐的内容相当满意 。
更有趣的是 , 即便作为拥有较高算法素养的“新传人” , 我们时常讨论算法、指责算法 , 但这些看法并没有阻止我们使用社交媒体 。 这难道不是一种奇妙的景观吗?
_原题《从媒介素养到算法素养:年轻人究竟做得怎么样?》
阅读原文
推荐阅读
- 样儿|从太空看地球新年灯光秀啥样儿?快看!绝美风云卫星图来了
- the|美监督机构:从煤电厂捕获二氧化碳的计划浪费了联邦资金
- Pro|价格相差1000块钱 买小米12还是小米12 Pro?很多人选错了
- 最新消息|被骂“从未见过如此厚颜无耻之书” 中华书局回应称即日下架
- 趋势|[转]从“智能湖仓”升级看数据平台架构未来方向
- 刘思远|从1到100 这座“塔”不断创造中国航天奇迹
- 成功|从1到100 托举大国重器的“功勋塔架”
- 大叔|从治愈到共振,网易云音乐的刷屏套路升级了
- 大脑|从抗疫到治堵,AI成行业智能化“大底座”
- 画质|六款主流5G手机视频体验测评