让用户“与朋友和周围的世界联系起来”。1正如媒体学者约瑟·范·Dijck所言，“社交媒体不可避免地是设计和操纵联系的自动化系统”(2013:12)。出于同样的原因，奈飞并不是一个让用户“随时看到下一个节目，随时观看，随时取消”的网站。2，它不能被视为一个中立的平台，仅仅是查询其庞大的数据库，了解用户要求放映他们明确想看的电影。依靠大量的数据，奈飞算法被用来分析人们的品味模式，以推荐更多相同的内容。受欢迎程度不仅是帮助Facebook和奈飞等公司确定相关内容的可量化指标。用户的输入和从中产生的模式被转化为一种生产手段。我们看到的不再是我们得到的。我们所得到的是我们所做的，这就是我们所看到的。在奈飞公司建议我们看《纸牌屋》的情况下，主要是消费者拿回他们自己处理过的数据。这部剧在2013年播出后，很快就成为了数据驱动编程的基石，即成功的商业决策是由大数据分析驱动的。
当然，这种数据驱动的媒体制作形式本身并没有什么错。毕竟，看起来，很多人都喜欢看这部剧。有趣且可能令人不安的问题是，对数据和预测分析的依赖如何将文化生产导向特定方向，个人社交媒体平台如何编码和品牌特定的日常生活利基(vanDijck,2013: 22)。本书从软件如何塑造日常生活条件这一基本问题出发，着手探索这一问题本身的轮廓和含义。我们可以从哪些方面说，软件，更具体地说是算法，塑造了日常生活和网络化的交流?算法到底是什么，我们为什么要关心它们可能产生的塑造效果呢？
让我们迅速回到11月的雨天。当我在Facebook上与朋友谈论圣诞前的晚餐时，两个相当具体的广告出现在我的Facebook新闻推送的右侧。一个是里斯本一家酒店的广告，我要去那里参加会议，另一个是派对礼服的广告。Facebook是如何知道我即将到来的旅行，或者我刚刚从那家商店给我妈妈买了一份圣诞礼物的?我的沉思只是被一个朋友短暂打断了一下，他问我最近去过的一场音乐会。她看到了几天前我在Facebook上发布的一张音乐会的照片。我的另一个朋友很奇怪，为什么她没有看到这张照片?毕竟，正如她所说，她一直在查看她的Facebook动态。虽然这些联系可能是巧合，但它们的影响却不是偶然的。它们之所以重要，是因为它们影响着我们与世界的接触，以及我们彼此之间的关系。虽然在节日期间看到派对礼服的广告可能并不奇怪，也不会因此错过一张发布在音乐会上的照片，但这种程序化的社交形式并非无关紧要。这些时刻是由软件和算法驱动的网络系统介导、增强、产生和管理的。被理解为计算机需要遵循的编码指令来执行给定的任务，算法被部署来制造
2
IF .. . THEN