《大数据算法时代公共领域理论困境.docx》由会员分享，可在线阅读，更多相关《大数据算法时代公共领域理论困境.docx（7页珍藏版）》请在金锄头文库上搜索。
1、大数据算法时代的“公共领域”的理论窘境摘要：哈贝马斯的“公共领域”理论主要内容是财产阶级出生并认识到公共权利对资本主义社会有着直接作用此后，在传统大众传媒支撑下形成的独立民众政治空间，它与公共权利互相对峙，并在这类对峙中影响国家事物议程。在今天大数据算法时代之下，媒体的形式产生了巨大变化，这一理论也应该与时俱进地在新时代的语境下得以研究解读。本文从“公共领域”的参加主体出发，分别以主体自主选择带来的“集体极化”、“花费循环加快”以及“合理化剥夺”三个理论窘境进行商讨与分析。重点词：大数据算法；公共领域；集体极化；花费循环；合理化剥夺依据哈贝马斯的“公共领域”理论，民众以及公共权利机关两者为参加
2、到“公共领域”中间发生联系、进行公共舆论议论的两个主体。大数据时代的新媒体相较传统大众媒体的明显特色之一，即作为参加主体的民众，关于信息的挑选以及信息的收发之详细地位等方面都获得了自由度极高的“自主选择”的权利。毫无疑问，在当下，“因为一些集体成员在参加更大集体的议论中，常常显得特别寂静。让那些本来被忽略、被压迫的议题，有一个重见天日的时机。”这种“自主选择”为重构“公共领域”供给了重要条件。一、集体极化“自主选择”有可能带来的第一个负面影响就是“集体极化（grouppolarization）”。“集体极化”意为“当处于一个集体之中时，相较于集体成员们个人的最先意向，该集体作为一个整体偏向于做
3、出更为极端的选择与决定。”相像地，由“群?w极化”能够引申出一个被称为“态度极化（attitudepolarization）”的观点，意为“当一个集体就某个特定议题进行商讨时，相较于集体成员们个人的最先态度，该集体作为一个整体对该议题所表现出来的态度会更为激烈而且偏激。”因为人们在社会意理上常常偏向于在自己已知信息、或是已有的认知构造基础之上来产生新的认知，因此新媒体的参加者在做出自主选择时，也趋于用以自己现有的思想定式、偏好习惯等方面对承载信息进行个性化地做出挑选过滤。同时，因为在年纪分层、取向偏好、教育程度、宗教崇奉以致社会阶级等背景相像的人们趋势于对信息内容做出邻近的挑选。同时，大批互联
4、网时代新兴媒体信息本源采纳共同过滤（collaborativefiltering）的方式，经过大数据算法进行受众挑选，利用志趣相投、享有近似共同经验的集体的对资讯选择相像这一点，引诱接收者在花费信息的同时进入到一种合作的体制中间，赐予内容自己必定程度的回应，如评分、评论等，并由信息供给者予以记录，以便于其余信息接收大众对媒体信息进行迅速挑选。与此同时，新媒体自己所拥有的强交际属性，最后会使得挑选结果近似的人群，出于自己的“自主选择”，坐到一个近似“同好交际圈”的虚构“公共领域”中间。因为参加到这样的公共领域的成员实质上也是自我挑选的，这使得在于新媒体语境下随意一个特定的小规模“公共领域”的参加
5、成员的建议都会在必定程度上邻近。而在这样的环境中间进行议论，建议会进一步被筛选，而因为社会瀑流（socialcascades）效应，这一集体中间的异见拥有者因为缺乏更多的其余异见拥有的伙伴将会盲进而被同化，进而发生“集体极化”以及“态度极化”的现象。由此而致使的公共领域中产生的民众的建议趋于极端，与公共领域要求参加者理性商讨的原则完整分道扬镳。“集体极化”所带来的问题不只于公共舆论中的理性原则被损坏，更深层次上来说，其最后可能致使社会这一共同体的最后崩坏。因为不需要进行激烈的理性争辩、而是经过“自主选择”性的挑选即可达成一致建议，跟着“集体极化”的进一步推动，新媒体所承载的成员建议同质化的各个
6、公共领域，各自内部商讨的不停深入，使得这些本来就体现碎片化形态的公共领域将会进一步分裂，集体与集体之间所共享的社会共同经验渐渐减少。这将意味着，关于大数据时代的民众而言，其个人生活中间的公共要素的必需性消解，人们自发地将自己渐渐推向完全的个人领域中间。共同经验的减少降低了社会粘性（socialglue）。在一个健康的社会共同体中间，公共领域中间的经验分享与议论能够有效增进社会粘性，有助于解决不一样集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中间，社会粘性增加，人与人之间互相视作同胞，不一样集体以致个人对自己的认可感都得以增强。反之，这类社会粘性的减少将会致使异见集体的分
7、裂，使得社会共同体难以维系。二、花费循环加快大数据算法时代充满的“自主选择”特征隐含的第二个问题就是，它有致使“花费的循环”被加快的可能。究其本源，大数据时代的新媒体与传统大众媒体相同，相同是花费导向的产物。关于传统大众传媒而言，被资本控制的大众媒体开始无休止地登载广告以及娱乐内容，无止境地刺激着大众的花费欲念。公共领域的商讨内容也由不受拘束的、理性的政治性批评，变成受管束的、刺激性的盲从性质的花费。公共交往、交际议论也由此都发生了转变。此时“阅读民众的批评渐渐让位于花费者互换相互品尝与喜好的沟通”。而媒体花费者的自我信息过滤使得自己个人化程度加深，使自己的认识更加狭小，这一行为实质上也是在媒
8、体信息接收大众的花费主权意识下做出的。人们因为兴趣做出的选择自然是更为偏向于博取眼球的、不具备批评性的、更为短平快的新媒体信息内容。只管媒体的花费化在传统大众媒体时代早已突显，但因为新媒体有着极快的流传速度，这也使得花费加快循环，新媒体所支撑的公共领域中间舆论批评性几乎消逝殆尽。三、合理化剥夺除此以外，大数据时代下信息的飞快流动中间也暗含有“隐形的言论自由剥夺”的问题。因为接收大众在对内容进行挑选时，是被动的内容供给者，甚至在UGC（UserGeneratedContent，用户原创内容）在大数据时代下不过作为平台供给者而存在，并无给内容花费者们供给高于其认知水平、或是异于其固存心见的内容。与
9、“花费循环加快”这一窘境相同，因为花费主权意识的作用，新媒体的花费主体们也没法意识到自己对这些内容的需求，盲目地出于兴趣达成了对内容的选择，民众们不自知地达成了对异己的建议与舆论障蔽、镇压，又即“合理化剥夺”。跟着大数据时代的到临，“合理化剥夺”不再仅限于异见的隔绝，“自主选择”的权利也被无心识地重新媒体内容的花费主体身上剥离。当今的媒体信息接收者在对内容进行挑选时，各内容供给者会经过大数据的机器算法学习接收者的偏好，进而在主体倡始下一次内容选择行为以前，进行内容的“预过滤”。比如，地理地点、搜寻历史、使用软硬件不一样的两个人，对同一名词进行搜寻，搜寻引擎所返回的结果会有巨大的差异。这一现象被
10、称作“过滤气泡（filteringbubble）”。大数据时代的新媒体接收者恰似置身于一个关闭的气泡中间，机器算法就仿佛气泡壁上的孔隙，将运算后得出的切合接收主体偏好的内容放入气泡内，而异己建议甚至是潜伏的异己建议都被隔绝在气泡以外。算法会学习我们的兴趣，给我们体现“我们想看的”，而非“我们需要看的”。抛开社会要素仅就个人而言，“在未?硭?盼望成为的自我（futureaspirationalselves）”与“处于当下激动性的自我（impulsivepresentselves）”就已产生不行调解的矛盾。网络新媒体盛行的早期，传统大众传媒中间作为内容“守门人”的编写被“自主选择”所代替。现在主体
11、在挑选内容的过程中间，算法例慢慢代替了“自主选择”的地位，进一步加深了“隐形的言论自由被剥夺”的危机。综上所述，大数据算法时代下的新媒体接收者对内容拥有“自主选择”的能力，带来“集体极化”、“花费循环加快”以及“隐形的言论自由被剥夺”三个主要理论窘境。就公共领域而言，民众实质上对信息内容的自我管控，将最后致使舆论的非理性化、花费化，舆论自由被剥夺，以及公共领域在实质上的萎缩解体。参照文件：1 刘孟卓.（2008）.对受皮亚杰影响的认知建构理论的简要剖析浅谈奥苏伯尔的认知同化论J.法制与社会（ 25）.2 展江.（2002）.哈贝马斯的“公共领域”理论与传媒J. 中国青年政治学院学报（2）.3
12、AronsonE.（2010）.SocialPsychology.UpperSaddleRiverM.NewJersey：PrenticeHall：4MyersD.（1975）.ThePolarizingEffectofGroupDiscussionJ.AmericanScientist（3）.5PariserE.（2011）.TheFilterBubble：WhattheInternetisHidingfromYouM.London：PenguinUK.6RobertSchiller.（1995）.Conversation，InformationandHerdBehaviorJ.RhetoricandEconomicBehavior（3）.7SunsteinC.（2001）.RM.NewJersey：PrincetonUniversityPress.8TVGenius.（2012）.AnIntegratedApproachtoTV&VODRecommendationsR.TVGeniusLtd.
