权力问题从未与文化脱节。每个时代都有其象征性传播机制：中世纪的教会决定哪些图像可以展示，20世纪的出版业决定哪些文本值得出版，电视在数十年间引领着大众文化消费的节奏。如今，算法扮演着同样的角色。计算推荐系统以空前的效率和几乎不为人知的运作方式，影响着数百万人的阅读、收听、观看，以及最终的思考。
本文对算法作为一种文化工具进行了批判性解读：它并非服务于用户的中立工具，而是一种权力架构，它塑造主体、组织行为，并在当代符号领域中分配可见与不可见的信息。为此，本文借鉴了文化研究、媒体社会学和批判技术理论的概念框架，并参考了米歇尔·福柯、肖莎娜·祖博夫、曼纽尔·卡斯特尔斯、泰娜·布赫、凯特·克劳福德、何塞·范·迪克、埃利·帕里泽、内斯托尔·加西亚·坎克利尼、萨菲亚·乌莫贾·诺布尔和豪梅·科洛默等人的观点。
本文的分析方法分为五个部分。首先，文章探讨了福柯的“装置”（dispositif）概念，将其作为理解算法超越技术层面的理论切入点。其次，文章分析了算法运行所处的监控资本主义宏观经济背景，以及它们与品味和文化偏好生产之间的关系。第三，文章探讨了算法个性化对受众形成和集体文化体验碎片化的影响。然后，文章考察了这些系统所再生产的结构性偏见和符号不平等。最后，文章反思了在算法中介下，主权和批判性行动的可能性。
本文的基本假设是：算法并非反映既有偏好，而是生成偏好。而且，这种生成过程并非政治上无害的。理解这一点是挑战算法的第一步。
从技术指导到社会机制
每天有数百万次这样的场景重复上演，并已完全司空见惯：有人打开流媒体平台、社交网络或搜索引擎，甚至还没来得及提出任何愿望或问题，系统就已经决定了他们首先会看到什么。这种无声、隐蔽而高效的预判，正是算法在当代生活中核心的政治运作。这并非中立的技术决策，而是一种权力形式。
从社会科学和文化研究的角度审视算法，意味着要转变提问方式。仅仅研究推荐系统如何运作是不够的；还需要探究它为谁服务，它包含哪些价值观，它再现了哪些等级制度，以及它使哪些生活方式成为可能或不为人知。
米歇尔·福柯（1977）在权力分析的语境下提出的“装置”（dispositif）概念，为思考算法提供了一种富有成效的途径。装置并非仅仅是一个工具：它是一套异质性的话语、制度、实践和技术的集合，它塑造主体、组织行为，并分配可见与不可见的事物。
从这个意义上讲，Taina Bucher (2018) 认为，算法的运行遵循一种条件逻辑，这种逻辑并非被动的，而是积极的：它们不仅响应用户偏好，而且还参与塑造用户偏好。任何推荐系统背后的因果结构——“如果你这样做，那么就会那样”——都会生成一个可能性环境，在用户意识到之前就塑造着他们的行为。
曼纽尔·卡斯特尔斯（2009）早已指出，信息时代的权力从根本上是通过控制传播节点来行使的。控制网络上哪些内容可以传播，哪些内容不能传播——哪些艺术家能够获得关注，哪些新闻报道能够脱颖而出，哪些声音会被边缘化——是一种对符号秩序行使权力的方式，这种权力超越了传统的媒体所有权问题。
凯特·克劳福德（2021）提醒我们，每一种算法背后都存在着具体的物质基础设施：数据中心、从贫困地区开采的矿产，以及在全球信息标签化链条中遭受困境的人们。算法并非存在于抽象的代码空间；它也是一种经济、政治和生态运作。将其理解为一种机制，意味着要同时看到它的符号逻辑和它不可化约的物质性。
偏好市场
算法运行的宏观经济环境并非次要背景，而是其本质的构成要素。肖莎娜·祖博夫（2019）提出了“监控资本主义”的概念，用来描述这样一种体制：在这种体制下，人类经验沦为商业活动的原材料，而这些商业活动在很大程度上对用户而言是隐蔽的。
这段描述并非比喻，而是精准地揭示了大型数字平台的商业模式。行为数据被提取、处理并转化为行为预测，然后出售给广告商。品味、好奇心、日常的不确定性：一切都被转化为信号，反馈到推荐系统中。
尼克·库德里和乌利塞斯·梅希亚斯（2019）将这种动态称为“数据殖民主义”，并将其与历史上的殖民主义形式进行了一种令人不安却又必要的类比。正如殖民列强从被征服的领土上掠夺资源一样，平台也在攫取人们最私密的资产——他们的习惯、情感和注意力模式——并将其转化为资本。这种比喻在拉丁美洲的语境中尤为强烈，因为在那里，技术依赖性再现了人们早已熟悉的不对称结构：数据在边缘产生，而价值则集中在中心。
José Van Dijck (2013) 指出，平台并非中立的连接空间，而是鼓励可量化行为（例如点赞、分享和观看时长）的架构，同时抑制更缓慢、更具反思性或更复杂的消费方式。平台上被视为文化的内容，并非总是最具深度或相关性的，而往往是在最短时间内引发最大反响的内容。算法不仅推荐文化，它还经常定义文化，设定哪些内容值得传播、哪些内容被忽略的界限。
知识泡沫和文化碎片化
算法中介最显著的影响之一便是信息茧房的形成。埃利·帕里泽（Eli Pariser，2011）指出，个性化算法倾向于向用户展示与其既有偏见相符的信息，从而减少用户接触不同观点的机会，并形成部分平行的信息生态系统。这种动态不仅影响政治信息，也同样深刻地渗透到文化体验的各个层面，限制了每个人能够了解、欣赏或讨论的内容。
内斯托尔·加西亚·坎克利尼（2020）指出，算法正在以一种既颠覆我们所知的公民逻辑又颠覆市场逻辑的方式重新定义文化消费。历史上，人们接触文化主要通过学校、博物馆、出版社或音乐厅等机构进行，而如今，这种接触越来越多地由平台进行，这些平台存在的理由是最大化屏幕使用时间，而非培养批判性思维。这种转变造成了受众的原子化，使他们与赋予审美和政治体验意义的集体语境脱节。
从文化管理的角度来看，Jaume Colomer（2013）强调，受众发展远不止吸引观众那么简单。关键问题不在于有多少用户消费内容，而在于他们与内容建立了怎样的关系，以及他们通过这种互动培养了怎样的批判性思维能力。
算法中介从根本上挑战了这种观点：如果系统预先选择每个人将看到的内容，那么遭遇未知——那种使真正审美体验成为可能的陌生感——的空间就会显著缩小。惊喜，这种文化体验历史上重要的驱动力之一，变成了一种人为控制的稀缺品。
在科洛默的最新著作《受众与算法：文化解放策略》（2025）中，作者提出应从一个重新审视文化遭遇解放维度的视角出发，重新思考平台与受众之间的关系。根据他的分析，在人与算法系统的关系中实现赋权，意味着理解、质疑并积极塑造组织我们文化生活的技术，这需要知情的参与，而不能仅仅局限于个人的消费习惯。
算法偏差和符号不平等
关于算法的讨论离不开这样一个问题：哪些群体和声音被这些系统系统性地压制？萨菲亚·乌莫贾·诺布尔（Safiya Umoja Noble，2018）在其对搜索引擎的分析中指出，算法并非中立：它们吸收了创建者的历史偏见以及训练所用的数据集。她的研究表明，与黑人女性相关的搜索结果往往带有贬损意味，这并非出于有意歧视，而是因为系统复制并放大了主流文化中早已存在的偏见。
偏见不是可以通过打补丁来解决的技术异常；它是基于反映历史不平等的历史数据来设计系统的结构性后果。
这一观察对文化政策有着直接的影响。如果分配可见性的算法偏向于某些特定的审美、语言和市场——从而损害了来自全球南方文化、少数族裔语言或非商品化表达形式的作品——那么，数字平台开启的文化民主化的承诺至少是根本性的矛盾。屏幕上呈现的多样性或许是精心设计的结果，但也可能是伪装成个性化的结构性偏见的产物。
在拉丁美洲等地区，这个问题尤为突出。当地的创意产业在为英语市场设计的生态系统中争夺曝光度，而这些生态系统的评判标准往往更注重互动量而非内容的文化深度。其后果不仅是经济上的，更是认知上的。算法无法识别的内容，往往也无法在新一代的集体想象中存在。
解放是一项集体任务
在这种情况下，我们不禁要问，除了被动接受之外，是否还存在其他形式的人与算法关系？答案绝非天真——大型平台的结构性权力无比巨大——但也绝非决定论。将算法主导视为不可避免的命运的技术决定论，本身就是一种扼杀变革可能性的政治立场。
算法解放首先需要公共监管和系统设计的透明度。它还要求人们具备远超简单使用应用程序的数字素养：一种能够训练人们理解这些系统如何运作、它们所编码的价值观以及如何质疑这些价值观的教育。但它也需要一些更难立法实现的东西：那就是集体的意愿，即不将决定哪些文化应该传播、哪些声音应该被倾听、哪些受众应该存在的权力委托给代码。
归根结底，这是一种政治决定，任何算法都无法替我们做出。而重新夺回这种决策空间，或许是我们这个时代最激进的解放形式。
我们仍然可以改变的算法
算法并非文化的必然命运。就目前而言，它们是文化最紧迫也最具争议的现状。以批判的眼光审视算法，从政治和历史的角度理解它们，并质疑它们所蕴含的价值观，这不仅是工程师或监管者的责任，也是所有致力于构建理想社会的人们的责任。
文化不应再是算法过滤失败后的残余，而应是集体、深思熟虑且自觉的决策成果。这正是本文试图开启的政治视野：并非对模拟世界的怀念，而是要求技术媒介服务于多样性、公平性和真正意义上的人类符号体验。
重新夺回那片空间并非技术难题，而是一项文化、政治和伦理问题。而这一切，一如既往，始于提出正确的问题。
参考
- Bucher, T. (2018). If…Then: Algorithmic Power and Politics. Oxford University Press.
- Castells, M. (2009). The Power of Communication. Oxford University Press.
- Colomer, J. (2013). Audience development and cultural management. Interarts.
- Colomer, J. (2025). Audiences and algorithms. Strategies for cultural emancipation. RGC Ediciones.
- Couldry, N., & Mejias, U. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism. Stanford University Press.
- Crawford, K. (2021). AI Atlas: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press.
- Foucault, M. (1977). The game of Michel Foucault [interview]. Ornicar?, 10, 62–93. Collected in Dits et écrits, 1976–1979 (pp. 298–329). Gallimard, 1994.
- García Canclini, N. (2020). Citizens replaced by algorithms. CALAS.
- Marín-Marín, AE (2024). Human-Algorithm, a correlation that profoundly transforms society. Anesma. https://www.anesma.com/humano-algoritmo-una-correlacion-que-transforma-profundamente-a-la-sociedad/
- Noble, SU (2018). Algorithms of oppression: how search engines reinforce racism. NYU Press.
- Pariser, E. (2011). The filter bubble: what the Internet hides from you. Penguin Press.
- Van Dijck, J. (2013). The culture of connectivity: a critical history of social media. Oxford University Press.
- Zuboff, S. (2019). The Age of Surveillance Capitalism: The Struggle for a Human Future on the New Frontier of Power. PublicAffairs.
