二 理论关怀与问题意识

本书主要遵循社会学研究中的社会建构范式这一研究路径，展开对K平台算法实践的剖析。本节首先回顾关于“技术与社会”的社会建构论研究取向；其次，梳理社会建构范式下技术与组织的经验研究流派，论述这一研究传统对本书的启示；最后，提出本研究的分析框架和内容安排。

（一）为什么是社会建构？

社会建构论是社会学研究社会问题的三大方法论范式之一。社会建构论作为一种认识论和思维方式，认为人类不是静态地认识、发现外在的客体世界，而是经由认识、发现过程本身，不断构造着新的现实世界（闫志刚，2010）。正如社会建构论的先驱者伯格和卢克曼（2019），在《现实的社会建构：知识社会学纲领》一书中提出“实在是在社会互动中建构的”观点，分析主观过程与意义的客观化、社会现实是如何通过客观化（制度化与合法化）过程而得以建构的。社会建构论视角下的技术研究于20世纪80年代在西欧兴起，之后在全球范围扩展，如今成为国际科学技术研究（STS）领域的重要潮流，引导着“技术与社会”的理论与经验研究。

1.社会建构与社会形成（形塑）

社会建构和社会形塑的概念有区分，但是在多数情况下被互换使用。技术的社会形成（Social Shaping of Technology，SST），也被译作社会塑造、社会形塑等，麦肯齐和瓦克曼用SST作为他们主编的论文集的标题，该文集中的文章主要探讨社会对技术的影响和塑造（Mackerzie & Wajcman，1999）。威廉姆斯和埃吉认为，社会建构与社会形塑具有同等的意义，也有一些学者对这两个概念进行了区分（Williams & Edge，1996）。如比克认为，社会形成只是强调技术并非遵循某种自身动力或内在理性发展，而是受社会因素的塑造，社会建构论的提法则包含了技术与社会的相互作用（Bijker，1987）。1984年7月在荷兰屯特大学（University of Twente）举行的以社会建构论为主题的研讨会和1987年该次会议论文集的出版，标志着社会建构论正式形成。比克认为，广义的社会建构论包括三种各具特色的分析框架：技术的社会建构（Social Construction of Technology，SCOT）、系统方法（System，SYS）、行动者—网络理论（Actor-Network Theory，ANT），狭义的社会建构论只指上面提到的第一种。

本书不对社会建构和社会形塑做严格区分，在广义的社会建构论范式下展开研究，集中关注人类与技术互动过程，重视开发、使用和改变技术的人类社会行动影响，但是不能将技术单纯地理解为物理客体，将技术理解为人类行动者互动的产物，其具有内在社会性。

2.社会建构论范式下的技术与组织

在社会建构论范式下，技术与组织关系的研究成果颇丰，内部基本分为三种研究流派。

（1）情境—策略选择论

第一流派关注特定技术如何通过行动者的社会互动和政治选择被建构出来，研究重点关注决策者和使用者的具体情境和策略如何影响技术方式（Child，1972；Davis & Taylor，1986；Kling &Iacono，1984；Markus，1983；Perrow，1983；Trist et al.，1963；Zuboff，1988）。尤其是朱伯夫（Zuboff，1988）围绕信息技术的探讨，揭示技术可以使工作“自动化”设计，对工作人员也具有不同含义（控制/去技能化或者授权和提高技能）。这类研究取向关注到技术的设计、使用中依赖能动者的能力，但是也忽视了组织外部的社会经济力量，缺乏组织外部环境制度属性的探讨，组织的制度属性又涉及组织外部主体力量的影响因素。

（2）相关利益群体论

第二流派重点关注特定技术的共享解释如何产生，关注技术开发设计过程中的互动关系与相关利益群体。以比克为代表的早期研究生产技术的学者（Bijker，1987；Bijker，Hughes & Pinch，1987；Collins，1987；Wynne，1998）和研究信息技术的学者（Boland & Day，1982；Hirschheim，Klein & Newman，1987），积累了社会建构论视角下的多项经验研究，部分研究尽管很有效地展示了技术的意义如何产生并维持，却倾向于低估技术的物质和结构方面的影响。

（3）技术的马克思主义学派

最后一个研究流派是技术的马克思主义学派，以布雷弗曼（Braverman，1974）、库利（Cooley，1980）、爱德沃兹（Edwards，1979）、诺贝尔（Noble，1984）和佩鲁（Perrolle，1986）等人为代表。这类研究注重技术设计和开发之初强势行动者的政治经济利益，但是忽略了使用技术时的社会建构过程，既人的主观能动性对技术使用的行动差异，比如布洛维对工人们使用技术的不同方式以及技术影响个人和组织行动的差异性方式缺乏关注，工人之类的行动者被看作相对无权的主体（Burawoy，1979；Powell，1987）。不是只有技术的设计者、管理者才有权塑造技术，相对无技术掌控权的行动者依然会有改变技术、解释技术和操作的方式，进而影响组织的制度属性（Burawoy，1985；Jönsson and Grönlund，1988；Perrow，1983；Wynne，1998）。因为“技术是社会建构的，所以也能被重新建构，技术可以被使用者本身改变”（Mohrman& Lawler，1984）。

无论哪种研究流派都给予本书启示：①研究组织内部的算法实践，关注不同社会行动者的主观能动性，关乎组织内也关乎组织外，更应该将设计、开发、使用过程中的社会行动主体纳入进来。②不能将算法理解为物理客体或者说人造物，承认算法应该在技术系统发挥重要作用，但是不能等同于技术系统的配置，应该作为一种实践逻辑展开研究，尤其是关注算法实践的动态性、社会情境性，这也意味着关注组织内外的制度属性。③关注算法实践的时空连续性，以往生产技术、信息化技术在设计和使用过程中存在时空上的不连续（比如，技术的开发和使用在不同组织有引进/应用买卖交易行为等），但是算法实践在设计、使用整个生命周期时刻联系着组织内部（设计者、管理者）、用户（内容生产—消费者），甚至随着组织制度环境变化进行相应的改变。所以本书认为算法实践处于一个时空连续的状态，自始至终存在着持续性的社会建构，社会建构主体拥有诠释弹性[4]。

（二）研究路径与分析框架

依托社会建构范式，在对已有“技术—组织”研究文献进行初步梳理的基础上，本书尝试从实践逻辑出发，将算法研究纳入“技术—组织—个人”的研究框架中，从探讨技术—组织关系的简单因果分析路径，转变为社会建构过程—机制分析路径，由此提出一个整合性的分析框架：结合影响算法实践的组织制度属性与行动者的主观能动性，分析算法实践的社会建构过程中核心行动者的认知、互动策略及其建构算法实践的影响机制。具体剖析多元社会行动者在算法实践中设计、决策、应用的时序循环建构过程，它包括算法实践的组织内外制度化过程、算法实践与技术使用者互动中的社会化过程。

在这个整合性分析框架中，包括组织制度属性—个体能动属性，权力—利益关系机制与行动者认知、策略，以及可见性博弈三组概念。三者在认识论上的逻辑呈现递进关系，其中组织制度属性—个体能动属性意在寻找算法实践之社会建构的发生基础，权力—利益关系机制与行动者认知、策略这一概念则试图阐释社会行动者参与算法实践的互动过程，而可见性博弈则是分析多元行动者参与算法实践的互动结果。

1.组织制度属性—个体能动属性

技术在组织的开发和应用中可以同时体现组织制度属性与个体能动属性。组织自身的结构形态、内部文化、商业战略、外部环境压力维度的法律法规、市场竞争及国家正式制度安排、社会经济条件等制度性因素都可以建构技术系统并赋予其意义（芳汀，2004；斯科特、戴维斯，2011）。而组织的这些制度属性通过组织管理者、技术设计/研发者作为中介与技术互动来影响技术（Orlikowski，1992）。而且，不是只有技术的设计者、管理者才有权塑造技术，相对无技术掌控权的行动者依然能够改变技术、解释技术和操作的方式，甚至改变技术对于组织的含义（Mohrman&Lawler，1984；Jönsson&Grönlund，1988；Perrow，1983；Wynne，1998）。所以，人们在使用技术的过程中，既运用了技术的特征，也运用了自己对技术和组织制度的认知，使用者的知识、经验、权力关系等，也都是能动性建构技术的因素。

本书将算法实践过程看作技术系统与社会系统持续互动的过程，将算法实践置于特定组织情境中的行动者的制度性建构，同时又能被行动者赋予不同的意义、使用其不同的特性的社会性建构中，人的能动性和组织的制度属性可以在算法的设计、决策、应用中并存。因此，将算法实践过程中不同行动者的能动性特征（人工规则、策略、评估、干预行动等）以及作用于特定组织内外部的制度性情境特征纳入算法设计、应用、迭代的整个生命周期[5]进行研究，从而更好地理解对算法实践的社会建构过程中哪些行动者参与进来，又是如何参与算法实践的过程。

2.权力—利益关系机制与行动者认知、策略

在剖析算法实践的组织制度属性和个体能动性的过程中，将参与社会建构的行动主体纳入进来后，多元行动者参与算法实践的影响机制是什么呢？本书认为要从多元行动者参与算法实践过程中的博弈地位、算法认知与行动策略入手，剖析隐藏在背后的权力—利益关系机制，这也是影响算法实践结果的深层动因。

（1）权力—利益关系机制：社会行动者博弈地位

a.控制权强度

社会学对组织的研究往往从权力出发（Hatch，1997；福柯，1975）。在社会交换关系中，权力运作的方式（一方如何对另一方施加影响、提高贯彻自己意志的可能性），取决于双方平等性交换资源的占有程度、对方可替代性程度、强力迫使程度、硬撑拒绝交换/服务的能力（布劳，1988）。这四方面的行为选择范围在两个互动博弈的行动者身上表现出来，直接影响各自的互动博弈地位。组织自身作为社会行动者，需要与外部资源持续进行交换，博弈地位容易受到控制其所需资源的外部控制力影响，对资源的所有权、实际使用权以及制定法规或者监管资源所有权和使用权的能力都能成为组织面临社会控制的来源（菲佛、萨兰基克，2006）。如果从社会行动者的博弈地位考虑技术（资源），对技术的占有和对技术的运用（王水雄，2000）就成为权力博弈的两个关键维度。

可见，对能够构建平等性交换的资源占有量越大、越是有许多可替代的服务摆在行为者面前、越是强有力、强力越稳定，硬撑着维持生存的资源量越大的行动者博弈地位越高（当然在互动博弈中，不同行动者会根据实际博弈的场景及行为取向而定）。在组织—技术—个人框架下，这对更好地观察和分析不同社会行动主体在参与算法实践过程中的内在影响机制具有重要意义：不同社会行动者对算法实践过程中的控制权强度直接影响参与算法实践的博弈地位。

控制权强度涉及对算法实践过程的影响程度，具体包括数据行为体信息交换的自控能力、算法设计与运用的操控能力、算法实践结果的改变和干预能力等。首先，算法无法脱离数据实践（Balkin，2017；Gillespie，2014），数据行为主体拥有个人信息自决权[6]，具有主动干预自身“数字人格”的能力（王泽鉴，2008），如何运用自身数据“联结”平台进行资源交换与接受/拒绝服务具有自主控制性，比如，用户自身的行为反馈可以自我控制，通过主动自我索引和对他人及内容的分类，改变内容可见性的范围和排序（Harcourt，2015；Brubaker，2020）。其次，算法实践是技术编码过程，如何设计、运行、策略与规则制定存在于组织内部，不可否认组织者拥有技术实际操控权力，但是也不能忽视任何技术设计过程对社会环境、文化的依赖性（Feenberg，1999），比如，算法实践的前提是需要围绕特定业务场景、产品目标而服务，公权力决策机构与商业公司的算法实践特性也会存在差异（丁晓东，2020），而目前大型平台企业兼具准公共权力属性与商业属性（刘权，2020），算法实践也会兼顾公共决策权与企业自主决策权的性质。因此，算法实践过程为多元社会主体的权力传导提供了可能。最后，针对算法实践结果，多元社会行动者拥有人工干预的能力。从组织内部来讲，管理者及技术精英拥有人工干预的权限；从组织外部讲，任何数据行为体都拥有拒绝/关闭算法自动化决策权[7]，而且企业组织自身会面对外部政治强制力的约束，比如国家技术治理自主性的干预能力，即超越特定部门、群体和阶层的自主性（Castells&Cardoso，2006）可以对算法实践的负面结果进行监管。

b.利益相关性

利益是行动者行为的内在理性动因，组织内部的行动者都会基于自身的目标效用函数，在特定条件下分析各自的收益值，进而确定相应的行动策略和行为（Becker，1976）。而技术活动不仅存在于组织内部，更存在于与社会的互动关系之中，相关利益群体不仅拥有对技术的建构能力（Bijker，Hughes&Pinch，1987；Collins，1987；Boland&Day，1982；Newman &Rosenberg，1985），也通过提供或控制资源在技术设计中施加各自的影响，使得技术活动纳入适合他们各自利益的技术秩序（芬伯格，2005）。由于算法实践过程影响平台组织方作为算法设计、运行者的经济利益及相关利益者的利益分配，比如消费者、广告主、劳动者（Levin，2015；Roose，2019；Rosenblat，2018；翟秀凤，2019）及社会公共利益的需求，比如政府监管部门、主流媒体、公众舆论的监督（张志安、周嘉琳，2019）。所以，算法实践过程隐藏在背后的是行为主体利益格局的变动和调整，难免会产生利益冲突。可以说，不同行动主体参与算法实践过程中的利益相关性是影响行动者策略选择的关键变量，也是影响算法实践结果——内容可见性博弈的重要因素。

本书综合前述控制权强度和利益相关程度两个维度，试图对参与算法实践过程中多元社会主体博弈地位进行初步划分（见表1-1），A、B、C、D四个象限的具体内容和对应关系有赖于在接下来的实证分析中加以验证。

表1-1 多元社会行动主体在算法实践过程中的博弈地位

（2）算法认知与行动策略

算法的理解本身存在本体论上的争议（Gillespie，2016；Seaver，2013），组织内部不同的行动者往往根据自身在组织结构中的地位与角色，对其进行转义（徐笛，2019）。但是对组织外部的应用者会把算法当作一种“外来”的技术规则或系统（Seaver，2017），与其互动中存在知识层面的差异和操控意义上的盲区（Cotter&Reisdorf，2020）。所以，不同社会行动者凭借不同知识储备、技能以及在算法实践情境中所处的角色位置，形成不同的算法认知、赋予不同的意义和期望，这种认知和期望在很大程度上影响参与算法实践的互动逻辑与行动策略。

3.算法实践结果——可见性博弈

任何一种技术从创新到产生社会、经济、组织的实际效果，都会经历设计、决策、应用及反馈等诸多环节。在以往的研究中，将技术与相关行动者互动的环节放到技术应用的环节切入（邱泽奇，2005），但是不同于信息技术的外源定制性，人工智能技术在某种程度上说，是在设计、决策、应用中不断循环，技术逻辑、组织逻辑、应用者逻辑共同作用的时空连续过程。换句话说，算法实践的结果是处于特定时间流和情境中的相互影响状态，而非一个静止、固定的结果。因此，考察算法实践结果，不能简单地由价值预设判定好坏，应当分析不同实践情境下，行动者之间的策略互动以及产生的状态。

本书将“可见性”博弈作为理解算法实践结果的概念，通过研究不同社会行动者参与建构算法实践的过程，分析算法实践如何呈现了不同社会行动者的权力—利益博弈的状态。

那么，放入本书的研究案例中，算法实践下的内容识别、审核、分发、推荐，是如何最终决定什么内容应该是（不）可见的，它们分别对谁可见的结果，就成为多元主体权力—利益关系机制影响下，处于不同博弈地位、形成差异化的算法认知与行动策略后，对信息流中内容可见性的博弈状态。