{"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":54,"pdf_page":64,"physical_index":64,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"bfd88598b711289d553ad722ba1232b5a4e5f162ff3c58f25a9d2bf9305ccf30"},"chapter":"牛津数字政治研究","content":"当涉及到音乐推荐时，音乐通常被呈现为属于计算机不一定能“理解”的特殊内容类别。苹果于2015年夏天推出的音乐流媒体服务苹果音乐(AppleMusic)的卖点之一是，它在很大程度上依赖于人类策展人和电台主持人来提供推荐，而不仅仅是算法。在接受《华尔街日报》采访时，苹果首席执行官蒂姆·库克(TimCook)声称，流媒体服务的“人们喜欢人类策展”方面(WSJ,2015)。同样，Spotify Taste Profiles的产品主管阿贾吉·卡利亚(AjajKalia)认为，对于“像音乐这样感性的东西……至关重要的是要让人类参与其中”(Popper，2015)。由于计算机“不能真正欣赏音乐”，Spotify聘请了一个由32名全球音乐专家组成的团队来策划每周更新的播放列表(Knight,2015)。大约在苹果音乐发布的同一时间，Spotify推出了发现周刊，这是一个算法生成的播放列表，将更接近于突破人类品味的情感标准。《发现周刊》背后的算法每周一根据用户的独特口味为用户提供推荐的播放列表，通过将用户的口味与其他用户的播放列表进行比较，这些用户的播放列表包含了她喜欢的相同歌曲和艺术家(希思,2015;帕西克，2015)。然后，算法遍历相关人员添加到他们的播放列表中，但目标用户尚未听过的其他歌曲，基于假设她很有可能也喜欢这些歌曲(Popper,2015)。《发现周刊》的负责人马修·奥格尔将这一过程描述为一种“魔法过滤”(帕西克，2015)。然而，算法只是这一魔法的一个方面。正如《发现周刊》上的大多数媒体报道所强调的那样，主要因素是其他人和他们精心策划的播放列表。奥格尔认为，从算法的角度来思考《发现周刊》，并没有抓住要点，因为“整个事情都是建立在人类创造的数据之上的——只是算法在大规模地将这些点连接起来……”《发现周刊》一直都是人类”(希思，2015年，我强调)。这些例子不仅表明人类如何总是已经与算法有牵连，无论是作为提供数据输入的最终用户，算法从中学习，还是受雇帮助算法计算音乐品味或电影基调等事物的人类专家，它们还旨在说明将代理归因于算法或人类的坑坑洼洼。这里的重点不是我们需要选择最明显属于谁或什么代理。这并不是说代理与设计师、用户或算法在一起。关系视角恰恰“否定了对人类或非人类代理的任何本质主义或孤立的解释”(Schubert,2012:126)。更确切地说，这是一个对实体的组合或聚集在一起变得或多或少具有人性，或多或少具有非人性的方式的解释问题。正如前一章所建议的那样，算法具有可变的本体，这意味着代理在哪里操作的问题无法得到最终的回答。那么，需要解释的是\n\n54\n\nIF . . . THEN","previous_page":53,"next_page":55}