算法推荐的伦理困境:技术逻辑基础上的社会价值规范

随着技术的发展,信息社会逐渐开始了从数字化转向算法化,未来世界很可能呈现"无内容不推荐",算法越来越深刻地影响着人们认知世界的方式。算法本身较为复杂,不同的技术流程中的算法不同,而不同的算法本身又有各自的算法流程。本文从目的论出发追踪算法不同流程中存在的伦理问题。在信息分发场景中的推荐算法比较常见的有:基于热度的推荐、基于内容的推荐、基于用户的协同过滤、基于模型的推荐以及混合推荐算法等。其流程基本可以概括为数据获取、数据处理、数据输出这三个环节,可能存在的伦理风险包括初始数据的真实性、准确性、完整性不足而导致推荐结果出现偏差,误导认知;数据处理过程中的缺乏统一的算法标准,算法追责困难使得处理过程很容易受到人为的干预,而且出现负面结果后可追溯性差;数据输出结果从宏观层面来说还可能会对社会价值的形成造成冲击。在此基础上,本文提出算法可能的治理路径包括:算法透明、算法问责、算法参与的实施,以及算法素养的培育。