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。