淺析算法應(yīng)用于政治領(lǐng)域給受眾帶來(lái)的影響

閆淼

摘要：算法的出現(xiàn)為媒體和公眾信息傳播提供了新的思路，依靠推薦算法制定營(yíng)銷或宣傳策略的案例比比皆是。那么算法在政治領(lǐng)域的應(yīng)用涉及哪些環(huán)節(jié)，社交媒體在政治宣傳中發(fā)揮著怎樣的作用，基于算法分析制定的策略存在哪些隱患都引起了筆者的關(guān)注。本文以美國(guó)大選中政客如何利用Facebook和Twitter進(jìn)行政治宣傳為例，簡(jiǎn)述算法應(yīng)用于政治領(lǐng)域產(chǎn)生的變化和影響。

關(guān)鍵詞：算法應(yīng)用 政治傾向 媒體立場(chǎng)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，越來(lái)越多的算法被應(yīng)用于各個(gè)領(lǐng)域，以社交媒體為代表的信息傳播方式也受到算法的影響。本文以美國(guó)大選中社交媒體及算法的應(yīng)用為例，對(duì)算法的定義、應(yīng)用及影響進(jìn)行了分析和討論，旨在于探討算法在政治領(lǐng)域的應(yīng)用對(duì)用戶產(chǎn)生的影響。

一、算法的定義

學(xué)者們對(duì)算法的定義存在一定的分歧，主要是因?yàn)椴煌I(lǐng)域的學(xué)者對(duì)算法的工作方式有不同的理解。筆者認(rèn)為，Cheney-Lippold（2011）對(duì)算法的定義是相對(duì)恰當(dāng)且全面的，他認(rèn)為算法是將人們行為的實(shí)踐轉(zhuǎn)化為數(shù)字?jǐn)?shù)據(jù)進(jìn)行理解和翻譯。換句話說(shuō)，學(xué)者指出算法通常是指讓計(jì)算機(jī)完成的預(yù)先設(shè)定的任務(wù)。例如，在政治領(lǐng)域，算法被用于提供能夠獲得更多的公眾支持的宣傳方法。在社交方面，算法可以幫助政府和相關(guān)公司收集不同用戶的使用習(xí)慣來(lái)分析他們的特征，然后使用這些信息作為完成預(yù)設(shè)任務(wù)的導(dǎo)向性基礎(chǔ)，即算法提出了一種解決方案，可以基于已知的輸入獲得預(yù)期的結(jié)果。這意味著算法可以引導(dǎo)用戶向算法和數(shù)據(jù)收集公司所期望和目標(biāo)的方向前進(jìn)。

最受歡迎的算法稱為推薦算法，可以向用戶推薦感興趣的內(nèi)容或產(chǎn)品根據(jù)用戶的信息需求，興趣和愛(ài)好等信息，以避免用戶收到的大量無(wú)用信息的可能性，并實(shí)現(xiàn)個(gè)性化信息推薦。信息定制創(chuàng)造了前所未有的便利（Pazzani& Billsus 2007）。網(wǎng)民可以通過(guò)搜索引擎獲得有用的信息，并根據(jù)自己的喜好對(duì)信息進(jìn)行重新篩選和接收。網(wǎng)站還可以根據(jù)用戶的喜好有選擇性地進(jìn)行信息推廣，幫助用戶提高獲取信息的速度和準(zhǔn)確性，增加用戶粘性。這種智能推送技術(shù)就是“協(xié)同過(guò)濾算法”，是一種被社交媒體廣泛使用的信息分析和過(guò)濾技術(shù)。該算法通過(guò)與許多人合作尋找不同的興趣和愛(ài)好，來(lái)探索一大批最接近目標(biāo)特征的人。這些算法現(xiàn)在也被用于政治宣傳，目的是從具有相似政治立場(chǎng)的人那里獲得更多支持（Willson 2014）。

二、算法在美國(guó)大選中的作用

算法也被應(yīng)用于美國(guó)大選中，第三方公司借助社交媒體收集到的信息利用算法幫助政客制定宣傳策略，以獲得更多選票，這改變了政客進(jìn)行政治宣傳的方法和目的。在美國(guó)政治領(lǐng)域，與傳統(tǒng)的民意調(diào)查不同，一些社交媒體平臺(tái)使用算法幫助候選人鎖定政治宣傳目標(biāo)，強(qiáng)化用戶的政治傾向。記者喬治·蒙比爾特（George Monbiot）在英國(guó)《衛(wèi)報(bào)》（The Guardian）上指出，一家名為“劍橋分析”（Cambridge Analytica）的機(jī)構(gòu)利用社交媒體上的算法操縱政治結(jié)果。蒙比爾特質(zhì)疑該公司對(duì)Facebook數(shù)據(jù)的挖掘以及結(jié)合信息的算法的使用是否侵犯了用戶的隱私（Ruppert，Isin & Bigo 2017）。因?yàn)樵撍惴ǖ淖饔贸绦蚴鞘占脩舻氖褂糜涗?，通過(guò)分析其內(nèi)容及表現(xiàn)出的政治傾向繪制相對(duì)精準(zhǔn)的用戶畫(huà)像，隨后利用用戶的特征信息，發(fā)布更加能夠吸引他們的政治廣告來(lái)強(qiáng)化選民的投票意向。

算法利用社交媒體上的信息，為政治宣傳提供了一定程度的幫助，基于算法分析提供的宣傳策略具備即時(shí)和準(zhǔn)確把握用戶的政治傾向的特點(diǎn)。自1935年喬治？蓋洛普（George Gallup）創(chuàng)立美國(guó)民意研究所（American Institute of Public Opinion）并成功預(yù)測(cè)富蘭克林？羅斯福（Franklin Roosevelt）次年以壓倒性優(yōu)勢(shì)再次當(dāng)選總統(tǒng)以來(lái)，民意調(diào)查一直是美國(guó)政治活動(dòng)的重要工具。此后，調(diào)查方法不斷改進(jìn)，調(diào)查內(nèi)容經(jīng)過(guò)精心設(shè)計(jì)，調(diào)查的頻率也在逐漸增加。其主要目的是更準(zhǔn)確地把握人民的政治傾向和可能的投票行為。雖然有許多人參與調(diào)查、收集、安排和分析這項(xiàng)活動(dòng)，但它仍然存在時(shí)滯問(wèn)題。相比之下，算法使用用戶的在線活動(dòng)數(shù)據(jù)，這意味著它們的記錄功能幾乎是實(shí)時(shí)的。利用算法給出的結(jié)果進(jìn)行分析和預(yù)測(cè)，使競(jìng)選團(tuán)隊(duì)能夠在整個(gè)競(jìng)選過(guò)程中對(duì)事件作出迅速反應(yīng)?？梢匝杆僬{(diào)整競(jìng)選策略，采取適當(dāng)行動(dòng)為候選人贏得寶貴的響應(yīng)時(shí)間。傳統(tǒng)的行為預(yù)測(cè)通常是基于個(gè)人在以前的選舉中的參與來(lái)評(píng)估他們是否會(huì)投票，考慮個(gè)人和他們所居住選區(qū)的黨派關(guān)系（基于以前的投票）來(lái)決定個(gè)人可能如何投票。例如，Huckfeldt和Sprague（1992）提到，可以根據(jù)歷史數(shù)據(jù)確定搖擺州，并預(yù)測(cè)其結(jié)果。該系統(tǒng)對(duì)選民的分類非常粗糙，最大的問(wèn)題是準(zhǔn)確性差、效率低、資源浪費(fèi)。而算法利用用戶的在線陳述和歷史搜索，可以給競(jìng)選團(tuán)隊(duì)更準(zhǔn)確的信息，讓他們對(duì)選民進(jìn)行更細(xì)致的篩選，并采取適合不同人群的溝通、推廣和動(dòng)員方式。例如，競(jìng)選團(tuán)隊(duì)可能會(huì)為對(duì)環(huán)境保護(hù)感興趣的潛在選民提供有關(guān)候選人能源政策的廣告。

該類型算法最著名的應(yīng)用是Facebook上名為“我的性格”的測(cè)試。使用此性格測(cè)試的用戶需同意授權(quán)應(yīng)用程序訪問(wèn)他們自己的Facebook個(gè)人資料數(shù)據(jù)和他們朋友的數(shù)據(jù)。隨后，研究人員可以使用OCEAN分值（開(kāi)放性、盡責(zé)性、外向性、親和性、神經(jīng)質(zhì)）和用戶在Facebook上的“點(diǎn)贊”數(shù)據(jù)來(lái)交叉核對(duì)測(cè)試結(jié)果，并確定用戶的特征。最后，第三方公司利用Facebook收集的數(shù)據(jù)，通過(guò)算法分析分析用戶的政治傾向，然后推送相關(guān)信息，幫助政客識(shí)別潛在支持者并迎合用戶的政治傾向進(jìn)行政治宣傳。這就是為什么像Twitter和Facebook這樣的社交媒體算法已經(jīng)成為一些政客左右輿論和進(jìn)行政治宣傳的工具（Woolley 2016）。研究指出Twitter賬戶信息泄露引發(fā)了用戶和學(xué)者對(duì)互聯(lián)網(wǎng)信息安全的擔(dān)憂，學(xué)者們認(rèn)為T(mén)witter的信息泄露反映了互聯(lián)網(wǎng)時(shí)代對(duì)用戶隱私保護(hù)的缺失，即使這些社交媒體并不是有意發(fā)布用戶的隱私信息，借助算法大量的用戶數(shù)據(jù)和分類分析結(jié)果會(huì)被匯總到第三方公司和政府，但由于管理不當(dāng)、黑客攻擊和網(wǎng)絡(luò)系統(tǒng)安全漏洞，數(shù)據(jù)信息始終存在泄露的可能性（Bush 2016）。

三、對(duì)于算法被政治領(lǐng)域應(yīng)用的擔(dān)憂

新技術(shù)的出現(xiàn)及應(yīng)用將不可避免地產(chǎn)生倫理影響，筆者對(duì)算法應(yīng)用于政治領(lǐng)域的關(guān)注主要集中在公民的隱私是否被侵犯和信息獲取是否受到阻礙。首先，因?yàn)樗惴ū仨毷占吞幚泶罅康臄?shù)據(jù)，才能做出較為精準(zhǔn)的分析，那么在數(shù)據(jù)收集及處理的過(guò)程中面臨著諸多不可預(yù)知的泄漏風(fēng)險(xiǎn)?；谀壳靶畔⑿孤┣闆r來(lái)看，第三方公司倒賣(mài)數(shù)據(jù)給信用卡機(jī)構(gòu)，理財(cái)機(jī)構(gòu)等現(xiàn)象屢見(jiàn)不鮮。為了避免此類問(wèn)題的出現(xiàn)，合理控制社交媒體信息授權(quán)內(nèi)容存在必要性。其次，F(xiàn)riedman和Kahn（2007）認(rèn)為算法推送的價(jià)值導(dǎo)向和政治偏好違背了現(xiàn)有的道德價(jià)值觀。任何職位都是價(jià)值導(dǎo)向的角色。例如，Twitter作為一個(gè)提供新聞內(nèi)容和允許用戶發(fā)言的平臺(tái)，有自己的媒體屬性。雖然算法推薦沒(méi)有政治傾向性，但算法設(shè)計(jì)者是有傾向性的，算法設(shè)計(jì)者背后的公司、組織和機(jī)構(gòu)也是有傾向性的。雖然算法似乎是計(jì)算機(jī)的結(jié)果，但操縱算法的程序員和公司在設(shè)計(jì)中很可能融入了某些價(jià)值觀或政治傾向。無(wú)論是通過(guò)盈利性公司引導(dǎo)消費(fèi)者廣告，還是通過(guò)政客固化選民的政治傾向，用戶都可能會(huì)因?yàn)楸徊倏v而失去自主權(quán)，從而走向算法創(chuàng)造者所信奉的價(jià)值觀。

四、總結(jié)

本文通過(guò)對(duì)其他學(xué)者研究的理解進(jìn)行總結(jié)和分析，對(duì)算法在政治領(lǐng)域的應(yīng)用進(jìn)行了說(shuō)明。以美國(guó)大選為例，結(jié)合政治選舉使用算法進(jìn)行民意調(diào)查和政治宣傳的案例，簡(jiǎn)介包括Facebook和Twitter在哪點(diǎn)社交媒體在算法應(yīng)用中的作用，分析算法在政治領(lǐng)域造成的影響。算法通過(guò)高效準(zhǔn)確的分析，幫助政府了解用戶，而不是通過(guò)傳統(tǒng)的問(wèn)卷調(diào)查或其他傳統(tǒng)的方法來(lái)了解用戶。雖然這一做法在一定程度上對(duì)參選政客做出了貢獻(xiàn)，但它同時(shí)帶來(lái)的一些負(fù)面的影響和隱患也必須加以考慮。首先，算法需要信息數(shù)據(jù)的支持，獲取和處理信息數(shù)據(jù)時(shí)存在相當(dāng)大的風(fēng)險(xiǎn)。其次，按照用戶喜好特征進(jìn)行針對(duì)性的內(nèi)容分類，有違用戶自主選擇瀏覽信息的權(quán)利，同時(shí)也會(huì)帶來(lái)政治固化等消極影響。因此作者提出了一些建議，需要相關(guān)機(jī)構(gòu)進(jìn)行管控，且用戶有效提高信息篩選及搜索能力。本文對(duì)算法在政治領(lǐng)域的應(yīng)用現(xiàn)狀進(jìn)行了分析，對(duì)算法帶來(lái)的變化進(jìn)行了討論。在未來(lái)的發(fā)展過(guò)程中，筆者認(rèn)為算法仍舊將會(huì)在各個(gè)領(lǐng)域?yàn)槿祟愄峁椭?，但就現(xiàn)階段而言，信息泄漏隱患和道德倫理沖擊仍是亟待解決的問(wèn)題。

參考文獻(xiàn)：

[1]切尼-李波德.一種新的算法身份：軟生物政治學(xué)與控制的調(diào)節(jié)[J].理論，文化與社會(huì)，2011，28（6）：164-181.

[2]邁克爾·帕扎尼，丹尼爾·比爾蘇斯.基于內(nèi)容的推薦系統(tǒng)[J].自適應(yīng)網(wǎng)絡(luò)2007，325-341.

[3]米歇爾·威爾森.社會(huì)過(guò)濾的政治學(xué)[J].融合，2014，20（2），218-232.

[4]羅伯特·哈克費(fèi)爾特，約翰·斯普拉格.政黨與選舉動(dòng)員：政治結(jié)構(gòu)，社會(huì)結(jié)構(gòu)和政黨綱領(lǐng)[J]1992，美國(guó)政治學(xué)評(píng)論，86（1），70-86.

[5]塞繆爾·伍利.自動(dòng)化能力：社交機(jī)器人對(duì)全球政治的干預(yù)[J].2016年，第一個(gè)星期一，21（4）.

[6]唐·布什.數(shù)據(jù)泄露如何導(dǎo)致欺詐[J].2016，網(wǎng)絡(luò)安全，7，1-13.