算法推薦的倫理困境:技術邏輯基礎上的社會價值規范

摘要：隨著技術的發展,信息社會逐漸開始了從數字化轉向算法化,未來世界很可能呈現“無內容不推薦”,算法越來越深刻地影響著人們認知世界的方式。算法本身較為復雜,不同的技術流程中的算法不同,而不同的算法本身又有各自的算法流程。本文從目的論出發追蹤算法不同流程中存在的倫理問題。在信息分發場景中的推薦算法比較常見的有:基于熱度的推薦、基于內容的推薦、基于用戶的協同過濾、基于模型的推薦以及混合推薦算法等。其流程基本可以概括為數據獲取、數據處理、數據輸出這三個環節,可能存在的倫理風險包括初始數據的真實性、準確性、完整性不足而導致推薦結果出現偏差,誤導認知;數據處理過程中的缺乏統一的算法標準,算法追責困難使得處理過程很容易受到人為的干預,而且出現負面結果后可追溯性差;數據輸出結果從宏觀層面來說還可能會對社會價值的形成造成沖擊。在此基礎上,本文提出算法可能的治理路徑包括:算法透明、算法問責、算法參與的實施,以及算法素養的培育。