看起来，这似乎解放了艺术家，他们以前得靠人类主导的人才发现模式才能得到“发掘”。现在，算法过程被塑造成了一种更加客观的模式，因为人类的判断力减到了最低限度；这种方法部分体现了科学史学家彼得·盖里森(PeterGalison)和洛林·达斯顿(LorraineDaston)所谓“机械客观性”。然而，我们不应忽略主观性给艺术带来的好处；很多优秀的艺术，本身就意味着冲撞和挑衅。优秀的艺术不是为了收集Facebook上的“喜欢”，或在Kickstarter筹集资金。让发掘新音乐家的过程成为算法的逻辑，妨碍了音乐的创新。这类算法音乐许多都卖得出去，但过上二十年，人们未必会喜欢。
正如斯坦纳所说，“算法可能给我们带来新的艺术家，但由于它们的判断建立在过往流行的基础上，我们最终得到的东西，很可能正是那种已经被我们遗忘了的流行乐。这种技术的明显弱点，就在于它的分析里收入了这些年来太多的平庸音乐。”当然，算法可以进行不同的配置，还有些独立唱片公司可能愿意发行注定不受欢迎的音乐，然而，难以想象，主要唱片公司会拒绝这个依靠算法稳稳当当赚到更多钱的机会。
熬过大数据
随着我们过渡到弥母饱和的“算法受众”世界，我们已经很难记得从前还有那样一段日子：严肃媒体不痴迷于某件新闻是否有“晴天霹雳”的效果，只报道重要而值得关注的新闻，不管它对受众情感幸福有何影响。赞美“大数据时代”，默许各种统计办法和指标入侵新闻业，就是屈服于解决方案主义，认可一种截然不同、骄傲自满的新闻业。对受众一无所知，以及由此带给新闻领域的效率低下，未必是需要解决的问题，即便最新工具把解决方案变得平常且显而易见。要克服解决方案主义，抵挡诱惑不去解决“对受众无知”这个问题，这很困难，尤其是工具唾手可得，也尤其是互联网中心主义的新纪元话语风格正努力让我们相信，革命时代要求激进的革命措施。
170
枝术至死