“点赞”的做法，更频繁地评论一些朋友的帖子来支持自己的知名度，只在工作日的晚上发帖，或者强调带有积极色彩的词语，这些动作或反应不仅仅受到算法的影响(或者更确切地说，受到人们对算法的看法的影响);这些做法也有能力影响那些最初帮助产生这些反应的算法。算法的社会力量——特别是在机器学习的背景下—一源于人与算法之间的递归关系。
结束语
与算法的日常接触构成了分析算法的权力和政治的重要场所，这种方式不一定假设自上而下或宏观的权力观。相反，在本章中，我关注的是人们在网络环境中遇到算法力量时，在其生活影响中出现的权力的微观政治。对于思考这些遭遇会产生什么，微观政治成为了一个有用的概念。作为事件，这些情境遭遇“可能通过[它们改变]使能关系和约束关系的方式产生强大的后果”(Bissell,2016:397)。这不仅仅是算法可能限制或使人们能够做事情一一例如，在网上被看到和听到，允许感觉被感受到或促使对一个人的生活环境的反应和评估。在情境遭遇中发生的几乎觉察不到的转变绝不是单向的;人们当然也会限制或使算法的能力有所作为。
算法体一—尤其是由机器学习驱动的算法体—一的特点是它有能力因遭遇而改变。就像人们学会在哪里导航一样，算法也会学习和适应周围的环境。虽然我们可能无法询问算法影响和被影响的能力，但它的结果肯定可以被解读为它如何评估与社会世界的接触的痕迹。重要的是要理解人们与算法之间的情感接触，不是作为某种程度上在算法之外的孤立事件，而是作为同一存在模式的一部分。当人们体验到脸书算法的控制时，并不是说实际的新闻推送算法在限制意义上是强大的。在其感知到的限制性功能中，算法也成为各种评价、感觉和情绪的生成性。
如果要从关系上理解权力，那么我们必须把算法和人之间的相遇看作是敌对的和支持的。福柯提醒我们，权力“穿越并创造事物，它带来快乐，知识的形式，产生话语。它需要被视为一个生产网络，它贯穿整个社会体，而不仅仅是一个消极的实例，其功能是压抑”(1980:119)。因此，权力最重要的是，它是一个
116
IF . . . THEN