{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"00b53386-166c-4d03-bcf3-987d55c93423","title":"算法权力与政治","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9780190493042","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"00b53386-166c-4d03-bcf3-987d55c93423","id":"00b53386-166c-4d03-bcf3-987d55c93423","uuid":"00b53386-166c-4d03-bcf3-987d55c93423","title":"算法权力与政治","normalized_title":"算法权力与政治","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9780190493042","isbns":["9780190493042","9780190493059"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":200,"navigation_url":"https://workshop.closeclaw.top/ai/book/00b53386-166c-4d03-bcf3-987d55c93423","title_url":"https://workshop.closeclaw.top/ai/title/%E7%AE%97%E6%B3%95%E6%9D%83%E5%8A%9B%E4%B8%8E%E6%94%BF%E6%B2%BB","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/00b53386-166c-4d03-bcf3-987d55c93423/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/00b53386-166c-4d03-bcf3-987d55c93423/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423","page_url":"https://workshop.closeclaw.top/api/ai/books/00b53386-166c-4d03-bcf3-987d55c93423/page","search_url":"https://workshop.closeclaw.top/api/ai/books/00b53386-166c-4d03-bcf3-987d55c93423/search"},"page":{"printed_page":29,"pdf_page":39,"physical_index":39,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"9571eb35df99729b6fcc9e224b7d053f62a6b4aa1d696816a81bf95a370a2962"},"chapter":"牛津数字政治研究","content":"算法作为社会关注(Social Concern)\n\n像谷歌流感追踪器这样的事件，或者最近上面概述的数据和算法歧视的例子，可以说鼓励了更多的社会科学家和人文学者去探索这些数字基础设施和系统所具有的伦理、政治和社会含义。由于第一轮关于大数据崛起的炒作和乐观情绪似乎正在逐渐消退，我们现在看到越来越多的学者对塔尔顿吉莱斯皮和尼克西弗所称的“关键算法研究”感兴趣。在过去十年左右的时间里，跨越社会学、人类学、科学和技术研究、地理学、传播学、媒体研究和法律研究的工作已经开始将关键注意力不仅仅集中在软件上，而是更具体地集中在算法上(Amoore,2009;Ananny,2016;Beer,2009;切尼-利波德，2011;迪亚科波洛斯，2015;吉莱斯皮，2014;Introna, 2016;Karppi & Crawford, 2016;Lenglet, 2011;麦肯齐，2015;麦凯维，2014;西弗，2013;Striphas, 2015;Wilf, 2013;Ziewitz, 2016)。尽管计算机科学家通常专注于设计高效的算法，但一种针对算法的社会学或文化方法开始出现，重点关注算法作为情境实践的一部分实际在做什么。事实上，信息处理和传播的算法逻辑在金融等领域已经变得无处不在(麦肯齐, 2015;Pasquale, 2015)，交通(Kitchin & Dodge,2011)，旅游业(Orlikowski & Scott, 2015)，高等教育 (Introna, 2011;Williamson, 2015), 新闻学 (Anderson, 2013;Diakopoulos, 2015;Dörr,2016)，安全(Amoore,2013;切尼-利波德，2016)，监视(布雷弗曼，2014;Introna & Wood, 2004)，流行文化(Beer, 2013)，以及更广泛的媒体行业(Hallinan & Striphas, 2016;Napoli, 2014).18社会科学家和人文学者主要关心的不是算法或其底层系统的技术细节，而是算法系统可能具有的意义和含义。正如吉莱斯皮(2016a)所指出的，批判算法的学者往往更关注作为形容词的算法，将其理解为由算法系统驱动并致力于算法系统的社会现象。\n\n虽然在社会科学和人文科学的背景下，对算法日益增长的关注可能是一个相对较新的现象一一部分原因是受到大数据兴起的刺激一一但潜在的社会关注有着更长的历史。在广泛的社会部门和机构中，算法的更普遍使用应该被看作是一个更长的学术连续体，涉及技术与社会的交集，计算的社会史，以及相关领域，如新媒体研究，软件研究，平台研究，STS，以及人机交互(HCI)。在这些领域的工作贡献了关于计算技术、软件系统和信息基础设施的权力和政治的知识，这些知识与我们目前对算法在当代媒体格局中的作用的关注有关。例如，在软件领域中，人们对软件作为一种文化研究对象的兴趣日益浓厚\n\nThe Multiplicity of Algorithms\n\n29","previous_page":28,"next_page":30}