Omni的案例进一步强调了这样一个事实，即社交媒体时代的新闻实践不能被简化为使新闻“算法准备好”，盲目地听从Facebook的指令。在这里，很明显，算法也使做新闻的实践和意义出现了问题。与之前关于记者在新闻编辑室对新技术的反应的研究相反，该研究“几乎一致得出结论，记者在面对其专业领域的这种边界入侵时，会做出防御性反应”(Lewis & Usher,2016:15)，许多在Omni工作的编辑把新技术看作是吸引他们在那里工作的原因之一。虽然，在所有被研究的组织中，Omni可能在使算法成为编辑工作流程本身的重要组成部分方面走得最远，但我们可以得出结论，该算法绝不像批评者经常担心的那样，使员工技能化。相反，将算法纳入工作流程以新的方式重新定位和取代了工作。正如问题化的概念所要强调的那样，人们不能把算法看作是一种新的、可分离的东西，被添加到一个预先存在的新闻领域。这样的概念错误地预设了算法和新闻是离散的、独立的领域，它们突然被迫相互作用。相反，算法被认为是“多事”的，是由它们产生新环境的能力来定义的。这种替代观点在分析上更加细致入微，为我在本章中一直在考虑的案例提供了更大的解释力。因此，它使得算法是否应对劳动力去技能化负责的问题变得多余。相反，它敦促我们问，算法干预的形式是如何产生新的新闻现实的，以及产生了什么效果。简单地声称算法使人冗余是不行的。虽然我们似乎可以有把握地说，算法在某些情况下可能意味着减少了对人类劳动力的需求，但我们应该警惕那些仅仅止于此的说法。
那么，算法会带来什么问题呢?在本章的剩余部分中，我将重点讨论两个可能的答案，因为我知道对于这样的问题没有详尽的解释。首先，算法竞争并改变了新闻的执行方式。正如采访所表明的那样，算法并没有消除新闻工作中对人类判断和专业知识的需求;它们取代、重新分配并塑造了新闻工作者的新方式。同样，认为机器缺乏本能，因此不适合取代记者和他们的“直觉”是一种过于简单的观点。记者可能有“直觉”的东西也会扩展和转变。通过实地观察和与Omni员工的交谈，我发现，编辑们尤其对机器的工作方式产生了本能。正如“Clare”所表明的那样，在Omni,不仅要有对新闻的直觉，还要“培养对算法的感觉”(采访11,2015年3月)。与最近许多关于计算新闻的论述不同，计算新闻依赖于“计算思维”的概念，而Omni的案例表明，并非所有的“计算思维”都要求记者学习像计算机科学家那样思考。而“计算思维”的概念，如最初所说
Programming the News
145