随着计算和大数据时代的到来，我们的生活越来越被数字化设备和软件驱动的网络系统所主导。这些系统的核心是算法，即一系列设计用来处理指令和数据、生成输出的步骤。然而，尽管算法在众多领域发挥着重要作用，学术界对其的批判性思考和实证研究却相对匮乏。本文《批判性思考与研究算法》（Thinking Critically about and Researching Algorithms）作者Rob Kitchin，来自爱尔兰国立大学梅努斯分校，作为《可编程城市》系列工作论文的第五篇，发表于2014年10月28日，旨在填补这一空白。
文章首先指出，尽管算法技术层面的重要性不容忽视，但我们需要超越技术理解，从更深层次上探索其本质和工作原理。作者强调，对算法的研究应采用一种批判性的视角，以挖掘其背后的逻辑、社会影响和潜在问题。文章提出了四个主要的研究挑战：
1. **“黑箱”性**：许多算法内部结构复杂，如同一个封闭的黑盒子，使得深入探究其决策过程和内部机制变得困难。
2. **异构性**：算法通常是异质的，相互依赖，嵌套在复杂的社会-技术系统中，这要求研究者考虑它们与其他算法的交互作用和系统整体的影响。
3. **本体论和表现力**：算法不仅执行功能，还可能塑造现实，具有潜在的本体论和表现力，这涉及到它们如何构建和重构社会认知和实践。
4. **失控风险**：随着算法的自主性和学习能力增强，它们可能会在运行过程中超出设计者的预期，导致不可预知的结果，这种失控问题值得深入研究。
为了克服这些挑战，文中提出了六种实证研究算法的方法：
- **检查源代码分析**：通过解析代码以揭示算法的构造和生成的代码序列，追踪算法的生成历史。
- **反向工程**：逆向操作算法，试图重构其工作流程，理解其背后的设计思路。
- **访谈与民族志研究**：与设计师交谈，收集第一手资料，研究算法开发团队的工作实践和文化。
- **社会技术框架扩展**：将算法置于更广阔的社技术系统中考察，考虑它们如何融入社会结构和变迁中。
- **运作方式研究**：观察和分析算法在现实世界中的实际应用效果，评估其对用户和社会的影响。
《批判性思考与研究算法》这篇论文提倡了一种全面且深入的方法论，鼓励研究者跳出技术细节，从多个角度审视算法的内在机制及其社会影响，从而推动对这个无处不在的数字世界的理解和批判性思考。
我的内容管理
展开
