算法方法关注的是理解在给定情况下参与者如何感知和理解算法。在这种情况下，将算法假设为未知的已知是为了突出个人形式的知识的生产力，这些知识是通过经验和与生活环境的实际接触获得的(Ingold,2000)。虽然算法，从严格的技术和数学意义上来说，可能仍然是未知的，但有一些隐性的知识形式徘徊在背景中，它们可能对算法生活的形成方式产生与编码指令本身一样大的影响。当失散多年的朋友突然出现在你的Facebook新闻推送上，或者你在预订网站上一直在看的酒店变成了广告，似乎在你上网的任何地方都跟着你，或者Netflix似乎只是根据你想看的电影类型“读懂了你的心思”，算法就会在本地可用来分析它们所产生的各种体验和影响。
在这里，黑盒子的概念是通过声称关于算法的知识甚至可能不在盒子里来解决的。正如我们所看到的，对于Ashby和早期的控制论学家来说，黑盒子不是一个障碍，而是一种游戏和探索性实验的手段(Kaerlein,2013:659)。黑盒子作为人类基本状况的控制论概念，与心理学家让·皮亚杰(JeanPiaget，最初是一名动物学家)将儿童认知发展理论化的方式非常相似。根据皮亚杰的游戏学习概念，“儿童通过向大脑黑盒子输入自己的感觉，将经验转化为对具体物体的个人理解，从而建立起一幅世界图景”(Murray,2012: 902)。而不是在明确的意义上谈论知识，而是强调将认识作为一个持续的、好玩的过程。正如生物学家马图拉纳(Maturana)和瓦雷拉(Varela,1987)后来所说的那样，知识并不能反映一个真实的世界，而是应该通过从经验中构建意义来判断。
其重点在于生命如何通过与算法的相遇而成形并获得表达。现象学方法还考虑了算法“已经嵌入到特定环境中”的方式(Berry,2011:121)。对于将现象学引入社会学分析的先驱阿尔弗雷德·施<e:1>茨(Alfred sch<e:1>tz)来说，经验和人们从中获得的知识是情境化的和情境化的。它既依赖于不同的社会角色，也依赖于不同的相关领域。并不是每个人都需要知道算法是什么或者它们是如何工作的，但是“我们不理解它们工作的原因和方式，我们不知道它们的起源，这一事实并不妨碍我们不受干扰地处理情况、事物和人”(sch<e:1>茨，1946:463)。使用“由非常先进的技术准备的最复杂的小工具，而不知道这些装置是如何工作的”(sch<e:1>茨，1946:463)只是人类生活的一个自然组成部分，但人们知道或试图知道的相关性有多大是有区别的。现象学分析寻找那些相关性的细微转变，以理解现象是如何从被视为理所当然变为成为现实的
62
IF . . . THEN