大数据算法时代的“公共领域”的理论困境_第1页
大数据算法时代的“公共领域”的理论困境_第2页
大数据算法时代的“公共领域”的理论困境_第3页
大数据算法时代的“公共领域”的理论困境_第4页
大数据算法时代的“公共领域”的理论困境_第5页
已阅读5页,还剩5页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 大数据算法时代的“公共领域”的理论 困境 摘 要:哈贝马斯的“公共领域” 理论主要内容是资产阶级诞生并认识到 公共权力对资本主义社会有着直接作用 以后,在传统大众传媒支撑下形成的独 立公众政治空间,它与公共权力相互对 立,并在这种对立中影响国家事物议程。 在今日大数据算法时代之下,媒体的形 式产生了巨大变化,这一理论也应当与 时俱进地在新时代的语境下得以研究解 读。 中国论文网 /7/view-13044771.htm 本文从“ 公共领域”的参与主体出 发,分别以主体自主选择带来的“群体 极化”、 “消费循环加速”以及“合理化剥夺” -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 三个理论困境进行探讨与解析。 关键词: 大数据算法;公共领 域;群体极化;消费循环;合理化剥夺 按照哈贝马斯的“ 公共领域 ”理论, 公众以及公共权力机关二者为参与到 “公共领域”当中发生联系、进行公共舆 论讨论的两个主体。大数据时代的新媒 体相较传统大众媒体的显著特点之一, 即作为参与主体的公众,对于信息的筛 选以及信息的收发之具体地位等方面都 获取了自由度极高的“ 自主选择 ”的权力。 毫无疑问,在当下, “因为一些团体成员 在参与更大团体的讨论中,往往显得特 别安静。让那些原本被忽视、被压抑的 议题,有一个重见天日的机会。 ”这种 “自主选择”为重构“公共领域”提供了重 要条件。 一、群体极化 “自主选择 ”有可能带来的第一个 负面影响就是“ 群体极化( group polarization) ”。 “群体极化”意为“当处于 一个群体之中时,相较于群体成员们个 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 人的最初意愿,该群体作为一个整体倾 向于做出更加极端的选择与决定。 ”相似 地,由“群w 极化”可以引申出一个被 称为“态度极化( attitude polarization) ” 的概念,意为“ 当一个群体就某个特定 议题进行探讨时,相较于群体成员们个 人的最初态度,该群体作为一个整体对 该议题所表现出来的态度会更加强烈并 且偏激。 ”由于人们在社会心理上往往倾 向于在自己已知信息、或是已有的认知 结构基础之上来产生新的认知,所以新 媒体的参与者在做出自主选择时,也趋 于用以自己现有的思维定式、偏好习惯 等方面对承载信息进行个性化地做出筛 选过滤。同时,由于在年龄分层、取向 偏好、教育程度、宗教信仰乃至社会阶 级等背景相似的人们趋向于对信息内容 做出相近的筛选。同时,大量互联网时 代新兴媒体信息来源采取协同过滤 (collaborative filtering)的方式,通过 大数据算法进行受众筛选,利用志趣相 投、享有近似共同经验的群体的对资讯 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 选择相似这一点,诱导接收者在消费信 息的同时进入到一种合作的机制当中, 给予内容本身一定程度的回应,如评分、 评价等,并由信息提供者予以记载,以 便于其他信息接收大众对媒体信息进行 快速筛选。与此同时,新媒体本身所具 有的强社交属性,最后会使得筛选结果 近似的人群,出于自己的“自主选择” , 坐到一个类似“ 同好社交圈 ”的虚拟“公 共领域”当中。由于参与到这样的公共 领域的成员实质上也是自我筛选的,这 使得在于新媒体语境下任意一个特定的 小规模“公共领域 ”的参与成员的意见都 会在一定程度上相近。而在这样的环境 当中进行讨论,意见会进一步被筛选, 而由于社会瀑流(social cascades)效应, 这一群体当中的异见持有者因为缺少更 多的其他异见持有的同伴将会盲从而被 同化,从而发生“ 群体极化 ”以及“态度 极化”的现象。由此而导致的公共领域 中产生的公众的意见趋于极端,与公共 领域要求参与者理性探讨的原则完全背 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 道而驰。 “群体极化 ”所带来的问题不止于 公共舆论中的理性原则被破坏,更深层 次上来说,其最终可能导致社会这一共 同体的最终崩坏。由于不需要进行激烈 的理性辩论、而是通过“ 自主选择 ”性的 筛选即可达成统一意见,随着“群体极 化”的进一步推进,新媒体所承载的成 员意见同质化的各个公共领域,各自内 部探讨的不断深入,使得这些原本就呈 现碎片化形态的公共领域将会进一步分 裂,群体与群体之间所共享的社会共同 经验逐渐减少。这将意味着,对于大数 据时代的公众而言,其个人生活当中的 公共因素的必要性消解,人们自愿地将 自己逐渐推向彻底的私人领域当中。共 同经验的减少降低了社会粘性(social glue) 。在一个健康的社会共同体当中, 公共领域当中的经验分享与讨论能够有 效增进社会粘性,有助于解决不同群体 需要共同面对的社会问题。在这些社会 问题与需求被发现以及解决的过程当中, -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 社会粘性增加,人与人之间相互视作同 胞,不同群体乃至个人对自身的认同感 都得以增强。反之,这种社会粘性的减 少将会导致异见群体的分裂,使得社会 共同体难以维系。 二、消费循环加速 大数据算法时代充斥的“自主选 择”特性隐含的第二个问题就是,它有 导致“消费的循环 ”被加速的可能。究其 根源,大数据时代的新媒体与传统大众 媒体一样,同样是消费导向的产物。 对于传统大众传媒而言,被资本 操控的大众媒体开始无休止地刊登广告 以及娱乐内容,无止境地刺激着大众的 消费欲望。公共领域的探讨内容也由不 受约束的、理性的政治性批判,变为受 管制的、刺激性的盲从性质的消费。公 共交往、社交讨论也由此都发生了转变。 此时“阅读公众的批判逐渐让位于消费 者交换彼此品味与爱好的交流”。 而媒体消费者的自我信息过滤使 得自身个人化程度加深,使自己的认识 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 愈加狭窄,这一行为实质上也是在媒体 信息接收大众的消费主权意识下做出的。 人们由于兴趣做出的选择自然是更加偏 向于博取眼球的、不具备批判性的、更 加短平快的新媒体信息内容。尽管媒体 的消费化在传统大众媒体时代早已凸显, 但由于新媒体有着极快的传播速度,这 也使得消费加速循环,新媒体所支撑的 公共领域当中舆论批判性几乎消失殆尽。 三、合理化剥夺 除此以外,大数据时代下信息的 飞速流动当中也暗含有“ 隐形的言论自 由剥夺”的问题。由于接收大众在对内 容进行筛选时,是被动的内容提供者, 甚至在 UGC(User Generated Content, 用户原创内容)在大数据时代下只是作 为平台提供者而存在,并没有给内容消 费者们提供高于其认知水平、或是异于 其固有意见的内容。与“ 消费循环加速 ” 这一困境一样,由于消费主权意识的作 用,新媒体的消费主体们也无法意识到 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 8 自身对这些内容的需求,盲目地出于兴 趣完成了对内容的选择,公众们不自知 地完成了对异己的意见与舆论屏蔽、镇 压,又即“合理化剥夺 ”。 随着 大数据时代的来临, “合理化剥夺 ”不再 仅限于异见的隔离, “自主选择 ”的权力 也被无意识地从新媒体内容的消费主体 身上剥离。现今的媒体信息接收者在对 内容进行筛选时,各内容提供者会通过 大数据的机器算法学习接收者的偏好, 从而在主体发起下一次内容选择行为之 前,进行内容的“ 预过滤”。例如,地理 位置、搜索历史、使用软硬件不同的两 个人,对同一名词进行搜索,搜索引擎 所返回的结果会有巨大的差异。这一现 象被称作“过滤气泡( filtering bubble) ”。 大数据时代的新媒体接收者好似置身于 一个封闭的气泡当中,机器算法就好像 气泡壁上的孔隙,将运算后得出的符合 接收主体偏好的内容放入气泡内,而异 己意见甚至是潜在的异己意见都被隔离 在气泡之外。算法会学习我们的兴趣, -精选财经经济类资料- -最新财经经济资料-感谢阅读- 9 给我们呈现“ 我们想看的”,而非“我们 需要看的”。抛开社会因素仅就个人而 言, “在未硭渴望成为的自我( future aspirational selves) ”与“ 处于当下冲动性 的自我(impulsive present selves) ”就已 产生不可调和的矛盾。网络新媒体兴起 的初期,传统大众传媒当中作为内容 “守门人”的编辑被“自主选择”所取代。 而今主体在筛选内容的过程当中,算法 则慢慢替代了“ 自主选择”的地位,进一 步加深了“隐形的言论自由被剥夺” 的危

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论