--- schema_version: "library-reader-v1" source_type: "original_book" title: "算法权力与政治" author: null edition: null publisher: null year: null isbn: "9780190493042" library_document_id: "00b53386-166c-4d03-bcf3-987d55c93423" source_sha256: "693660f347146f5b6285c809cbebcbf0e0ffb4e420778a05937e327003964be1" pdf_physical_page_count: 200 pdf_physical_page_index_base: 0 range_start: 90 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423?start=90&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=90&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=80&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=100&limit=10" --- # 算法权力与政治 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=90 | PRINTED_PAGE=80 此外，权重允许亲和性函数被系统内的各种流程和不同目的所使用。除了“新闻源算法”之外，“广告定位算法和朋友建议算法”也可能需要一种亲和度度量，以定位其内容和推荐(Juan和Hua,2012)。因此，亲和力评分可能构成有用的社会认可指标，用于为展示给特定用户的广告提供社会背景(Juan和Hua,2012)。例如，“社交网络系统可能会向在其社交网络系统配置文件中包含对表演乐队的亲和力并且住在该乐队可能表演的音乐会场地附近的成员显示音乐会的横幅广告”(Adams和Pai,2013):1).亲和度分数也被系统用来决定自动邀请哪些朋友参加社交游戏，或者推荐哪些朋友参加扑克或其他形式的社交交流。 Facebook承认，联系的强度可能会随着时间和环境的变化而变化。由于用户兴趣的变化，权重会不断调整，以更好地迎合特定情况。正如原始EdgeRank公式中强调的时间衰减因子所表明的，时间是至关重要的。虽然有许多优秀的社交媒体账户作为实时流(Berry,2011;Kaunand Stiernstedt, 2014;Weltevrede et al. 2014)， Facebook的算法逻辑表明，新闻feed不一定受实时逻辑的支配。Facebook等算法媒体更注重“正确的时间”，而不是“实时”。毕竟，正如Facebook在其News Feed FYI博客系列中反复强调的那样：“我们的目标是在正确的时间向正确的人展示正确的内容，这样他们就不会错过对他们来说重要的故事”(Kacholia, 2013;Ge, 2013;Owens and Vickrey, 2014， 加注)。虽然Facebook上的内容和活动规模可能会限制实时显示内容，但Facebook面临的真正挑战不是按时间顺序显示故事，而是在不断增加的内容洪流中找到最有趣和最相关的内容(Luu,2013)。构成算法媒体关键时间模式的不是chronos，而是kairosKairos是古希腊的概念，指的是说或做某事的正确或合适的时刻(史密斯，1969)，它提供了一种理解算法执行的时间工作的有用方法。正如约翰·e·史密斯(JohnE.Smith)所说，“kairos,或正确的时间’，正如这个术语经常被翻译的那样，涉及到序数或特殊时间位置的概念”(1969:1)。史密斯对序数和kairos的比较表明，正确的时刻只能与过去和未来的时间点联系起来理解。在永久变化的条件下，时间就变得至关重要。 那么，新闻推送算法如何确定时机呢?脸书在信息流中显示及时内容的一种方法是纳入因素 80 IF . . . THEN ## PDF_PHYSICAL_PAGE_INDEX=91 | PRINTED_PAGE=81 趋势话题，向人们展示有关事件的故事，这些事件一旦发生就会成为趋势(Owens and Vickrey, 2014)。就像Twitter的热门话题一样，趋势的概念可能不像人们最初想象的那么简单。正如吉莱斯皮(2011)所说，“定义什么是‘趋势’、什么是‘热门’或什么是‘最受欢迎’的算法并不是简单的衡量标准，它们是精心设计的，以捕捉网站提供商想要捕捉的东西。”趋势不是一个简单的衡量标准，而是一个最具体的衡量标准，它被定义为一个激增的话题，作为超越单个互联用户集群的东西，新内容超过转发，新术语超过已经流行的术语(吉莱斯皮，2011)。虽然脸书通常将趋势定义为某一特定时刻流行的对象、话题或事件，但计算定义趋势的方法要复杂得多在脸书上发布的关于当前热门话题(例如，关于国家体育赛事或与特定标签相关)的故事更有可能出现在新闻推送的较高位置。此外，正如Owens and Vickrey(2014)所指出的那样，决定在动态消息中显示什么不仅仅是对之前参与总量的衡量，就像喜欢的总数一样，还取决于人们选择喜欢，评论和分享的时间。此外，时效性也不仅仅是当前事件的问题。即使是在最初发布很多天之后，现在也可能是合适的时间来展示一个故事。脸书称这种做法为“故事碰撞”(story-bumping)，意思是人们没有滚动到足够远的地方看到的故事，会根据参与度和其他因素重新出现。从新闻推送算法显然是面向提供对特定时间和背景敏感的故事的方式中，可以看出kairos的平常性。正如扎克伯格等人在一份与新闻推送相关的专利申请中所解释的那样： 例如，计划旅行的用户可能对最近旅行的其他用户的新闻、其他用户确定为事件的旅行新闻以及旅行信息非常感兴趣，然后在他返回时对这些关系、事件、对象或其类别或子类别的兴趣要小得多。因此，与另一个最近旅行过的用户相关联的媒体内容项目可能会相对于其他媒体项目获得较大的权重，并且权重会急剧衰减，以至于在用户返回时权重很低。(扎克伯格等人，2012:5) 亲和力、权重和时间就像信息流本身一样是动态的。不断地变化和微调，没有一种清晰的方式可以轻易地辨别出feed的某种状态。就像在脸书总部搬家具一样，每次用户登录时，新闻动态都会为他们提供一个设计略有不同的空间。虽然总部的沙发不太可能真的被移动那么频繁，也不太可能被移动到大楼的完全不同的区域，但持续变化的前景才是重要的。每天走进办公楼时，不知道办公室是什么样子的文化，或者脸书用户面临的不确定性 Life at the Top 81 ## PDF_PHYSICAL_PAGE_INDEX=92 | PRINTED_PAGE=82 登录的时候并没有什么不同。主要的区别在于，用户可能永远不会真正知道他们接触到的是什么，即使在进入Facebook这个数字建筑之后也是如此。移动的沙发很容易被察觉;A/B测试则不然。用户永远不会确切地知道他们看到的是什么，也不会知道屏幕上出现的世界是如何形成的。生活在一个以算法为中介的环境中，意味着学会活在当下，不要指望两次踏进同一条河这也意味着承认，谈论EdgeRank、新闻feed算法，或者随便你怎么称呼它，都意味着谈论一个一般的潜在逻辑，而不是它确切的数学公式 一般来说，该系统旨在最大化用户参与度，并将呈现它认为最有趣的内容，希望用户更有可能“采取行动”(Juan and Hua, 2012)。这些算法功能中固有的预期逻辑主要不是为了确认一些预先存在的文化逻辑，而是为了建立一种有能力考虑主体行为概率的政府模式。毕竟，“这些预测可以用来鼓励更多的用户互动”(Juan and Hua,2012):2).通过观察Facebook平台的特殊性(这里以Facebook算法为例)，我们可以开始重新思考依赖于算法架构并通过算法架构运作的可见性机制。因此，在本章中，我将扩展福柯的“全景主义”思想，因为它为理解可见性的技术结构方式提供了一个有用且高度相关的分析。 重新思考可见性制度 (Rethinking Regimes of Visibility) 算法建立了在线构建可见性的新条件。社交媒体网站是经过设计的计算空间，它决定了人们如何进行社交和交流。正如我们到目前为止在书中所看到的那样，算法所组成的社会技术组合产生了数据被转化为有意义形式的条件，也就是说，决定了我们的数字设备屏幕上将出现什么。要理解感知的分布是如何发生的，以及可能产生什么影响，问题是可见性是如何产生的一一通过什么样的机制、逻辑和治理实践。 全景主义 福柯运用了两个基本概念，即事物是如何被看到或展示的，以他的奇观和监视的概念为例。这不仅仅是在给定的历史语境中看到的东西，而是可以看到的东西，以及如何构建可见和可说的领域，以使其成为特定的政权 82 IF . . . THEN ## PDF_PHYSICAL_PAGE_INDEX=93 | PRINTED_PAGE=83 可见性出现。正如社会学家约翰·汤普森所解释的那样，虽然景观指的是一种可见性制度，在这种制度下，少数主体可以被许多人看到，16世纪以来的监视机制与纪律社会的出现有关，在这些社会中，少数主体保证了多数人的可见性(2005:39)。监视作为一种可见方式，在圆形监狱的建筑安排中得到了著名的例证。 福柯借用边沁(Jeremy Bentham)的圆形监狱(Panopticon)形象，试图解释特定建筑构成中固有的权力调节力量。圆形监狱(Panopticon)是一座圆形建筑，中间有一座瞭望塔。这种建筑视觉的原则是使主体，无论是“一个疯子，一个病人，一个被判死刑的人，一个工人或一个学生”(福柯，1977:200)，处于一种永久可见的状态。正如福柯所解释的那样：“那么，所需要的就是在中央塔楼上安置一名监督者”，以创造一种有人可能正在监视的印象(1977:200)。建筑设计的目的不仅仅是在塔中实际放置一个监狱看守，而是创造一个空间，在这个空间中，人们永远无法确定自己是否被监视。正如福柯所阐述的： 因此，圆形监狱的主要作用是:在囚犯中诱导一种有意识和永久可见的状态，以确保权力的自动运作。因此，安排事情，使监视在其效果上是永久的，即使它的行动是间断的;权力的完善应该倾向于使它的实际行使变得不必要;这种建筑装置应该是创造和维持一种独立于行使权力的人的权力关系的机器;简而言之，囚犯应该被卷入一种权力情境中，而他们自己就是这种权力情境的承担者。(1977:201) 这种不确定性与被监视的可能性相关联，不可避免地导致被监视者相应地调整自己的行为，表现得好像他们确实一直被监视着。因此，监视意味着一种永久可见的状态。福柯的可见性概念的新颖性，是由历史上偶然的建筑机器的特殊性所建构的，恰恰在于强调了权力的技术组织。正如福柯所指出的，圆形监狱不是一座梦中的建筑：“它是一种权力机制的图表，简化为其理想形式[…]它实际上是一种政治技术的形象”(福柯，1977:205)。权力“与其说在一个人身上有其原则，不如说在身体、表面、光线、目光的某种协调分布中有其原则;在一种安排中，其内部机制产生了个体被卷入其中的关系”(福柯，1977:202)。通过强调全视监视的图解功能，福柯提供了一个强有力的分析框架来理解不同形式的可见性及其被安排的机制。 Life at the Top 83 ## PDF_PHYSICAL_PAGE_INDEX=94 | PRINTED_PAGE=84 正如Rajchman在他对福柯的讨论中指出的那样：“建筑以其他方式帮助可视化’权力，而不是简单地表现它。这不仅仅是一个建筑“象征性地”或“符号学地”展示什么的问题，而且是它让我们看到的关于我们和我们内在的东西”(1988:103)。福柯将可见性视为一种消极和积极意义上的权力组织，表明“空间的设计是为了使事物可见并且以一种特定的方式可见”(Rajchman,1988)。监狱、医院和社交网站本质上都是“建构可见性”的空间。全景建筑创造的可见性领域主要不是通过某种图像学或视觉符号学制度来发挥作用，而是首先通过一种存在方式的技术结构，实现对不断被检查的可能性的意识或关注。强调可见性作为一个系统，一个图表，就是强调“个人之间的分布，等级组织，权力中心和渠道的配置”(福柯，1977:205)。就新媒体而言，正是这种可见性的物质或技术结构的概念似乎特别有趣和相关。由软件的(非)物质条件所设计的空间同样是为了使事物可见，从而以一种特定的方式可知。 不可见的威胁 Facebook的可见性模式，以新闻推送算法为例，在一个特别有趣的方面不同于学科协会。圆形监狱的技术架构确保了被试者对永久可见性威胁的不确定性的感受，随后被试者会调整自己的行为。虽然全景图的前提之一涉及到能见度的均匀分布，其中每个人都受到相同程度的可能检查，但新闻动态并没有平等地对待个人。没有一个可感知的中央检查员监视并将每个人置于同一种永久的注视之下。在Facebook，与其说存在“可见性威胁”，不如说存在“不可见性威胁”，这种威胁似乎支配着它的主体的行为。问题不在于不断被观察的可能性，而在于不断消失的可能性，被认为不够重要的可能性。为了出现，为了变得可见，一个人需要遵循某种嵌入在Facebook架构中的平台逻辑。 隐形的威胁应该从字面和象征两方面来理解。尽管圆形监狱的建筑形式安装了一种可见性制度，“一个人完全被看到，而从来没有看到过”(福柯，1977:202)，Facebook的算法安排以一种更不稳定的方式安装可见性:一个人从来没有被完全看到或特别被剥夺了观看能力。正如圆形监狱的情况一样，Facebook的个人用户可以说占据了同样有限的空间。就像精心设计的囚室一样，用户档案代表着“提供固定位置，允许流通”的模板—— 84 IF . . . THEN ## PDF_PHYSICAL_PAGE_INDEX=95 | PRINTED_PAGE=85 (福柯，1977:148)。正如福柯所描述的特定机器(即军队、监狱、医院)一样，在Facebook中，实际的个人并不重要。这就是为什么空间被设计成这样一种方式，使个体可以互换。Facebook用户档案的通用模板结构并没有为特定的个人提供太多空间，而是为个人数据的结构化组织提供了一个更容易管理的空间。因此，该系统并没有特别关心个人用户，而是通过对用户提供的数据进行分解和重组而蓬勃发展。然而尽管Panopticon的建筑使所有囚犯都能平等地获得永久的可见性，但Facebook的算法并没有平等地对待对象;它优先考虑一些人，而不是其他人。然而，作为全景布局的结果，可见性是丰富的，体验更像是来自外部力量的威胁，Facebook系统中的可见性可以说是相反的。新闻推送算法的算法架构不会自动将可见性强加于所有主体。可见性不是无处不在的东西，而是稀缺的东西。随着Facebook平台上的内容、用户和活动的增长和扩大，可见性变得更加稀缺。根据Facebook广告产品营销团队负责人Brian Boland(2014)的说法，这意味着“信息流中的竞争正在加剧”，并且“任何故事在信息流中获得曝光都变得越来越困难”。 为了了解到底有多少帖子真正进入了信息流，我进行了一个可以被认为是“逆向工程”过程的实验。18回想一下在前一章中是如何宣称，了解算法的第一步是不要把不可能看到黑盒子内部作为认识论上的限制。相反，我所说的“技术探究”首先是通过观察算法程序的结果，作为其“观点”的指示，来询问算法暗示了什么。在几个月的时间里(2011年3月至9月)，我用自己的Facebook个人资料比较了“热门新闻”和“最新新闻”的内容。最深入的调查发生在2011年4月，当时我每周进行几次比较，截取所有热门新闻源的屏幕截图，并手动统计最新消息源中的帖子。我选取了top news中发布时间最长的新闻，并将其与同一时间戳内最近的feed中发布的新闻数量进行了比较。在2011年4月随机选择的一天，这相当于280个故事/更新发布在最新的feed上，而在同一时间段内，45个帖子出现在新闻提要的顶部。乍一看，似乎只有16%的可能的故事登上了头条新闻。由于时间衰减是Facebook动态消息算法的主要已知因素之一，因此可以肯定的是，故事越接近“实时”发布，它成为头条新闻的可能性就越大。事实上，我的实验表明，如果一个故事是在最近三个小时内发布的，那么它登上头条新闻的几率在40%到50%之间。除了从实时流中好友生成的更新总数中进行选择外，头条新闻还会显示自己量身定制的非头条新闻显示在最近的提要中。我把这些故事称为“交流故事”，因为它们把两个朋友最近的交流互动编成了一个故事Facebook上的传播故事通常以“X评论了Y的照片”或“X点赞了Y的链接”的形式出现。将这些量身定制的故事纳入等式中，对45/280比例的更好估计是，只有12%的机会登上头条新闻。在所有发表的45篇报道中，有17篇是传播类报道。这17个传播故事，大多有一个共同点，就是高度的互动。例如，一个典型的故事会说：“安娜评论了克莱尔的照片”，“有11个人这样”，“查看所有14条评论”。Facebook不仅为热门新闻推送量身定制特定的故事，而且这些故事也获得了大量的可见性，而不是其他类型的边缘。据推测，强调量化应该是为了模拟高活跃度的印象，以降低平台参与的门槛。 Life at the Top 85 ## PDF_PHYSICAL_PAGE_INDEX=96 | PRINTED_PAGE=86 实验中的另一个热门新闻样本揭示了以下情况:在显示的42篇帖子中，我的“朋友”发布的故事中，只有3篇是在没有他人任何形式的互动(即没有任何点赞或评论)的情况下发布的。我的头条新闻中充满了明显意味着参与和互动的故事。在我系统研究新闻推送的六个月里，虽然特定类型的新闻发布的分布各不相同，但没有显著互动的新闻似乎被过滤掉了。几乎没有朋友的故事在没有任何形式的他人参与的情况下登上头条新闻，这一事实强化了这样一种印象:算法偏向于让那些意味着参与的故事比那些没有参与的故事更显眼。无论对两种推送进行多么细致的统计和比较，登上头条新闻的故事的确切比例在很大程度上仍然是模糊的。 然而，我最初的实验显示了Facebook后来才证实的一点一—平均而言，Facebook用户只看到了他们本可以看到的一小部分内容。在“一个人每次登录Facebook可能看到的1500多个故事中，新闻推送显示了大约300个”(Boland,2014)。把它放到新闻推送上已经成为一种竞争优势，尤其是对于越来越多的商业页面来说。在Facebook上，成为可见对象是由算法选择的。在动态消息的算法逻辑中，铭刻着这样一种观点，即可见性是一种奖励，而不是惩罚，正如福柯的全景主义(panopticism)概念所体现的那样。这一点在今天甚至比本章所报道的数据被收集时更加真实。在2011年上半年，最热门的动态消息主要是来自朋友和页面的混合故事，突出了集群故事或我所说的交流故事，以提供持续活跃和参与的印象。虽然“X评论了Y的照片”这种类型的故事仍然会在动态消息中显示，但大多数故事现在都是在发生的时候显示的，并作为小得多的Ticker动态消息的一部分显示。Facebook产品副总裁克里斯·考克斯(Chris Cox)在谈到新闻动态自2006年问世以来的变化时表示，最显著的变化来自于什么 86 IF . . . THEN ## PDF_PHYSICAL_PAGE_INDEX=97 | PRINTED_PAGE=87 他认为新兴类型的活动——具体来说，是来自“群组”的内容(King,2013)。事实上，当我在2015年初撰写本文时查看新闻提要上显示的内容时，来自不同群体的故事比以前更加突出，我是其中的成员。现在，来自不同房源搜索群、本地买卖群或社区群的更新，都在与朋友和“页面”的更新竞争新闻推送的关注度。 从某种意义上说，算法基本上是关系型的，它们依赖于某种外部输入(数据)才能发挥作用。算法不只是代表一种严格的、预先编程的结构，被理解为“流程图、代码或伪代码中表达的食谱或步骤集”(麦肯齐,2006:43)。它们也是流动的、适应性强的、易变的。这意味着Facebook的算法不仅仅是从上面作用于用户。相反，Facebook算法的力量来自于它与用户的相互关系。例如，正如“NewsFeedFYI”博客系列中所举的例子，“倾向于在NewsFeed中观看更多视频的人应该期望在其Feed顶部附近看到更多视频”(Welch和Zhang,2014)。这种显示更多或相同内容的逻辑不仅存在明显的循环性，算法的代理一一它们的行动能力—一最终也被交到用户手中。因此，Facebook的动态消息算法将如何处理我提供的数据，也从根本上取决于我以及我与“朋友”的关系。这也是机器学习的原理，当代计算文化的风气。例如，热门新闻是动态更新的，这取决于我访间问Facebook的次数，这使得很难对成为热门新闻的故事的百分比做出一般声明。在2011年9月的某一天，我随机比较了相同的热门新闻源在查看最新消息源之前和之后的情况，当时该消息源有300多个新帖子我发现，在两次查看热门新闻的实例之间，显示的故事变化了约34%在我查看了最近的动态消息后，47条动态消息中有16条立即发生了变化。故事显示的显著变化可以通过回顾Facebook算法的工作原理来解释。在第一轮查看我的热门新闻时，算法似乎更强调“时间衰减”机制，因为我知道我已经有一段时间没有登录Facebook了。然而，在查看了最近的动态后，Facebook“知道”我再次“更新”了，它将之前的16条帖子替换为系统显然认为我更“感兴趣”的帖子。在第二轮检查中显示的所有16个新故事都是在检查时间之后的12到23小时内发布的，要么是“交流故事”类型的故事，要么是产生了大量点赞和评论的故事。除了用户查看Facebook的频率外，使用时间也有影响。也就是说，动态变化的信息流还考虑了用户花在故事上的时间，而不仅仅是他们查看故事的频率。虽然算法架构是动态工作的，因此很难分析其工作原理，但我们可以将它们视为一种特定的方式 Life at the Top 87 ## PDF_PHYSICAL_PAGE_INDEX=98 | PRINTED_PAGE=88 构建他们工作的环境(麦肯齐，2007)。我们可以说，Facebook的动态消息算法作为用户生成内容的看门人，将可见性界定为不能被视为理所当然的东西。与可见性水平相关的不确定性，以及与软件的“可变本体”相关的持续“消失”的可能性，将可见性框架为某种排他性的东西。因此，在信息流中变得可见，被构建为一种渴望而不是感到威胁的东西。 参与性主体性 因此，在Facebook上被忽视的威胁不仅是一种象征性的现象，而且实际上也是真实存在的。虽然Facebook创造的可见性制度可能不同于福柯在监视方面所描述的，被理解为强加一种永久可见的状态，但纪律仍然是新的图解机制的一部分。虽然在德勒兹(1992)所描述的后工业时代之后，主张从规训社会过渡到控制社会已经变得司空见惯，但我并不认为规训图和软件中介空间之间存在必然的矛盾。纪律只是指一个图表，它通过使主体成为“(其)自身服从的原则”来运作(福柯，1977:203)。纪律指的是一种权力，它通过让主体对自己的行为负责来节约其功能。当代机器学习技术所延续的反馈循环逻辑在很大程度上仍是如此。与“德勒兹转向”(Deleuzianturn)所暗示的我们已经从规训社会转向控制社会的观点相反，我同意MarkKelly(2015)的观点，即福柯在他的规训概念中已经涵盖了许多被归为控制社会的方面。对福柯来说，“纪律‘造就’个体;它是一种权力的特定技术，它将个人既视为对象，又视为行使权力的工具”(福柯，1977:170)。它将特定的行为强加于特定的人类多样性(德勒兹，2006:29)。这里需要强调的是，福柯发展了规训性权力的概念，是为了解释权力和主体性的两重性一一通过“训练主体以某种方式思考和行为，从而成为他们自己行为规范的原则。通过正确的训练，主体被统治，从而达到他们作为有用个体的全部潜力(福柯，1977:212)。福柯确定了正确训练的三种技术:分层观察、规范化判断和考试。从这个意义上说，我们可以说新闻源算法行使了一种纪律权力，因为纪律，用福柯的话说，“修复;它阻止或调节运动;它能消除混乱;它驱散了以不可预测的方式在全国游荡的个体的紧密群体;它建立了经过计算的分布”(1977:219)。 对于Facebook来说，一个有用的人是参与、交流和互动的人。参与性主体显然是由算法产生的 88 IF . . . THEN ## PDF_PHYSICAL_PAGE_INDEX=99 | PRINTED_PAGE=89 Facebook的机制遵循着与那些维持纪律权力的正确训练技巧相似的逻辑。首先，“隐形的威胁”中所包含的被淘汰的真实可能性，可以说激发了参与的欲望。在这里，我们可以看到福柯对权力的理解所固有的双重逻辑，即既是约束又是使能。可见性虽然因不符合参与的内在逻辑而受到约束，但可见性也是由同样的逻辑产生和使能的。正如福柯所断言的那样：“纪律惩罚的特殊性在于不遵守，不符合规则，偏离规则”(1977:178)。因此，不遵守建筑计划所制定的规则是要受到惩罚的。也就是说，不参与Facebook会让你被隐形，看不到对你来说可能是“最有趣”的内容。 其次，通过强调那些产生大量评论和点赞的故事，让它看起来好像每个人都在参与和交流，这也提供了一个点赞或评论的动机。模拟创造了一种印象，而福柯认为正是印象的力量是控制自我的驱动力。正如霍夫曼在阐述福柯的规训权力概念时所解释的那样：“规训权力根据规范进行判断。他将规范描述为一种行为标准，允许将行为形式衡量为“正常”或“异常””(2011:32)。通过营造人人参与的印象，Facebook同时暗示参与是常态。根据福柯的说法，正常化创造了“一系列的正常程度，表明一个同质的社会团体的成员，但也在分类、等级化和等级分配中发挥作用”(1977:184)。新闻提要算法可以说是一种学科技术，通过强调和支持参与、分享和社会化的社会技术安排来构建主体，从而产生一个“期望用户”。因为互动是衡量兴趣的一种手段，所以点赞、评论和参与的实践就成为了一个过程，通过这个过程，主体可能会接近这种期望的常态。 第三，算法构成的参与性主体依赖于一个潜在的人气理念。以高度互动的方式展示边缘，显然纠正了一些众所周知的文化假设和大众媒体逻辑一一受欢迎会促进更多的受欢迎。因此，脸书上的可见性组织方式有一个循环逻辑。受欢迎增加了被发现的可能性，从而增加了产生更多互动的可能性。面对鼓励用户“查看所有14条评论”、“查看所有9条评论”，并承认“克里斯蒂娜和其他7个这样的人”的传播故事，会增强人们的印象，即知名度是授予受欢迎的人的。通过强调某些联系的感知受欢迎程度，该算法还强化了一种可见性制度，这与许多关注民主化和赋权的庆祝性Web2.0话语背道而驰。而脸书 Life at the Top 89 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=100&limit=10)