{"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":32,"pdf_page":42,"physical_index":42,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"bed3694d8793be0c12160ee066d98356dc0ee09bf7d691ac1473c3fa9c335771"},"chapter":"牛津数字政治研究","content":"算法的历史和文化背景与各种类型的计算和排序的社会历史交叉，包括统计推理和大数的历史和政治(Desrosieres & Naish, 2002;福柯，2007;《黑客》，2006;权力，2004);量化、编号和估值的实践(Callon & Law, 2005);埃斯普兰和史蒂文斯，2008;Verran, 2001);排名和评级的文化逻辑(埃斯普兰和索德，2007;索德&埃斯普兰出版社，2009);批判性会计和审计的理念(Power,1999;Strathern, 2000b)。此外，当代对算法力量的担忧也可以被视为“对泰勒主义和工业劳动自动化担忧的延伸”（吉莱斯皮，2016a:27)或“媒体行业长达一个世纪的实践，以确定(并经常量化)流行什么”(吉莱斯皮，2016b)。显然，算法需要被理解为历史谱系的一部分。事实上，我们可以说，19世纪民族国家开始对其人口进行分类和统计时发生的“数字雪崩”(黑客，1991年，2015年)，为理解大数据时代的算法提供了一个总体背景。然而，这一特定的历史脉络，如果我们要把它一直延续下去，还需要我们通过人口普查、打孔卡、官僚化和工业社会和工厂工作的兴起、战时机械和计算机的兴起等社会历史，走一条复杂而分离的路线，数据库和人口的自动化管理，在通过数据挖掘和机器学习技术到达当代“化妆”环境(黑客，1999)之前。这是一个谱系，讲述了管理人口的故事—一最著名的是米歇尔·福柯在他的法兰西学院讲座中的理论(福柯，2007年，2008年)。正如福柯(2007:138)所指出的，统计在词源学上意味着“对国家的了解”。因此，统治者的任务是确定一个人需要知道什么才能最有效地治理国家，以及如何组织这些知识。如果通过统计的编号实践和近年来的企业数据挖掘来收集数据使算法操作成为可能，那么算法本身(从技术意义上理解)赋予了原本毫无意义的数据形状。虽然不能否认大数据(人、物及其相互作用产生的信息量)的巨大力量和潜力，它的价值不是来自数据本身，而是来自它们被各自软件系统的关联基础设施整合成有意义的新形式的方式，算法在这些系统中起着关键作用。\n\n算法的力量\n\n这本书的起始前提是观察到算法已经成为当代媒体环境中权力的关键场所。在过去十年左右的时间里，社会科学家和人文学者已经开始探索和描述算法在社会生活中日益增加的存在，以及算法所带来的新的权力模式\n\n32\n\nIF . .. THEN","previous_page":31,"next_page":33}