下载客户端

顶刊编译 | 与算法对话：从技术视角思考修辞政治分析

2022-06-27 06:31

来源：澎湃新闻·澎湃号·湃客

摘要：

在过去的几年里，学界试图解释特朗普执政和英国脱欧后的英美政治的新两极分化的原因。学术研究和一些社交平台自身都已得出结论，社交媒体会导致其用户的政治观点更加两极分化。但是，现有的修辞分析理论尚未解释算法在政治沟通和说服中所起的作用。社交媒体中的言论通常被视为公共领域中的事件，但本文认为这是一种误解。这种误解阻碍了在修辞研究中考虑技术的重要性。本文介绍了一种修辞批评的新方法，指出了算法在传递和调解修辞方面获得的越来越多的代理意味着我们必须在审查修辞时考虑中介者所扮演的角色，在此基础之上本文阐明了修辞算法的四个条件：（1）程序化的演说内容，（2）政治传播的垂直化，（3）数字媒体产生的新偏见，以及（4）修辞机器学习。

作者简介：

Benoit Dillet，巴斯大学国际政治系

文献来源：

Dillet, B. (2022). Speaking to algorithms? Rhetorical political analysis as technological analysis. Politics, 42(2), 231-246.

*Political理论志周末版正式改版，周六仅推送一篇在社会学、政治学、国际政治和政经学科具有一定代表性意义的最新研究成果

Benoit Dillet

引言

在过去的 10 年里，修辞分析(rhetorical analysis)在政治研究中蓬勃发展。修辞是一种极具创造性的实践。通过使用轶事、转换语境或仪式特征等技巧，演说家不断寻找新的方式来表达自己。修辞者的工作尽可能接近常识。他们认可既定理念的同时推进新理念，曾经的言辞后来成为日常决策的常识前提。

简而言之，正是通过演说，思想被外化并被公之于众。然而，政治辩论中通常没有考虑到演讲内容在其他媒体中的情境性：相同的演讲将以多种方式——截断、编辑、字幕、混剪或者鬼畜——这取决于它的分享媒介和针对的受众。同时，自2016年以来，英国和美国的政治两极分化日益增加。分析人士和记者都通过关注语言的使用、质疑民粹主义者所用言论的可接受性和有效性的限制来解释这种常识的转变和政治格局的错位。

在这种情况下，修辞回归政治辩论的核心并引发了一个更具争议性的问题：我们是否正在见证政治修辞的彻底转变和两极分化？虽然这个问题的答案需求更长的时间才能回答，但是现有的学术研究以及 Facebook 自己的内部研究表明，Facebook 使用户的政治观点两极分化。但是修辞在这其中所起到的作用依然很模糊。本文通过专注于修辞试图更新政治修辞分析的框架，并表明修辞情境不仅是在演说家和情境之间构建的，而且它们本质上是由软件和算法调节和控制的。算法是修辞情境（演说者、论点、语境和效果）组合中的在社媒时代的一个新的组成部分。一些重要的研究分析了从印刷文化和广播到电视时代的转变及其对修辞的影响。用于演讲的空间和时间大大减少，迫使政客们调整和缩短他们的演讲。这种时间压缩还与电视图像的新经济相结合。早在 1980 年代就有调查指出，视觉时刻比伟大演说家令人难忘的话语更具表现力。进入数字时代和社交媒体，我们更需要评估演说的形式和内容是否已经被新媒体生态所改造。

社交媒体对修辞的作用

随着电视的出现，政治演讲不再像纸媒的黄金时代那样在报纸上完整印刷，而只有经过剪辑处理才会供公众观看。随着从电视到社交媒体的转变，我们正在目睹这种现象的加剧。一种新的媒体文化正在随着社交媒体的出现而出现，不过它并没有完全取代旧的媒体文化，因为旧媒体已经找到了新的用途和方法来适应新的需求。因此，认为社交媒体正在兴起一种新的修辞文化是正确的，但我们会很快放弃旧媒体及其在修辞中的持续作用。

自2016年以来，人们越来越意识到新技术对极右翼的崛起和选举结果的影响。在这种高度动态的政治文化中，政治内容的传播高度依赖于对修辞的使用。例如，特朗普的竞选团体在社媒宣传时使用Facebook对摇摆州的关键选民进行微观定位。最近，Facebook 执行官安德鲁·博斯沃思(Andrew Bosworth)发布了一份内部备忘录，其中他为 Facebook 的政策辩护，该政策将政客的页面及其政治广告活动从 Facebook 的许多规则中豁免，特别是在针对性信息投放、事实核查和仇恨言论方面。鉴于这些社交媒体平台的相对新颖性，许多学者和记者都对其未知的影响保持警惕，特别是社交媒体对公共话语的长期影响以及权力平衡可能发生的变化。

Facebook 执行官安德鲁·博斯沃思(Andrew Bosworth)

人们很容易将社交媒体等新媒体视为报纸、广播和电视等旧媒体的替代品，但这不是媒体生态的运作方式。新媒体不会完全取代旧媒体，它们会累积作用，将他们理解为混合媒体来解释新旧媒体逻辑之间的相互作用更为恰当。报纸和广播改变了他们发布内容的方式，通过采用数字出版和创造新的方式让他们的观众忠实（通过订阅新闻、自动下载播客等）。这种混合媒体系统中存在紧张关系；社交媒体平台需要传统媒体来生产要共享的内容，传统媒体需要制定适应新媒体生态的策略。最后，算法在旧媒体和新媒体中都可以运行，因为传统媒体已经适应并整合了新媒体的逻辑。

在媒体生态悠久的历史中，修辞也适应了新的交流方式。它是一门具有悠久传统的古老学科，它可以是一种为了说服而学习的交际技巧或技能，但它也可以更普遍地表示话语的说服要素。简而言之，它既表示探究的模式，也表示探究的对象。通过解开这种双重性质，修辞学研究表明，修辞既是特殊的又是一般的，既是一种内在的专业实践，又是完全平庸的，并广泛用于日常言语。随着 Facebook和Twitter 等社交平台主导的媒体时代到来，公民已经改变了他们相互交流政治的方式，这使得修辞分析研究社交语言的转变变得特别有趣。媒体在社交媒体上发布的非政治内容（例如关于食物或者运动）也可以被解读为某种政治忠诚（例如素食主义或保守主义）并寻求社会反馈。

修辞演说可以说是政治思想的制高点。演说中使用的语言记录了政治行为者的策略和动机。通过演说，我们不仅可以了解个人的想法，还可以了解整个政党或政府组织中更普遍的意识形态组合。这些演说由机构制作，并在众多参与者之间的关系矩阵中进行。这就是修辞分析的唯物主义方面所在：它对构成政党政治交流流的意识形态机器进行了批判。修辞分析检查命题是如何打包并最终呈现给观众的。政治家和他们的听众之间存在着复杂的社会和情感结构，事件的宣传、演讲者的个人倾向以及修辞语言本身的编纂是塑造它的一些因素。

社交平台不是公共领域

如前文所述，政治家的修辞策略植根于特定的机构中。当使用传统修辞分析的方法来观察网络上的修辞时，这就变得有问题了。因为正如乔蒂·狄恩（Jodi Dean）所指出的那样，当我们在审视社交媒体中的言论状况时，不能直接将其视为公共领域。

哲学家乔蒂·狄恩

社交媒体不是一个公共领域，因为它不具备一个完全自由流动且完全不受监管的开放思想市场或公平竞争环境。由于英特网并非是专为了政治空间或社交空间来设计的，因此迪恩将其称为零机构（zero institution），其表征与定义它的参与者一样广泛。从某种意义上说，它可以是所有机构运作的平台，但这将其视为一种元语言，而不是作为过程的网络和关系的集合。在这个零机构中积累一定量的新数据，就会建立新的联系。

那么如果社交平台不是公共领域，那么平台是什么？本文把社交平台理解为一种技术空间，其呈现出特定的可供性：对信息进行分类并选择向用户显示和隐藏什么。但它们不是在任何人类影响力之外行动的非人类机构，相反，它们仅在与人类行为有关的情况下起作用。算法执行非常精确的动作（关联或相关、分类、排序、推荐），改变可说和不可说、可见和不可见。这些可供性并不遵循政府的审议模式，而是源自平台的设计和使用，它们既支持也限制了数字参与。

比如，计算机科学家瓦伦丁·卡萨尼格(Valentin Kassarnig)在 2016 年创建了一个名为政治演讲生成（Political Speech Generation）的AI软件，就是算法技术空间内数字参与的产物。这一 AI 软件用于为共和党或民主党制作政治演讲和国会辩论。这一技术助于数据科学家越来越频繁地与政客及其团队合作，来检查以前和当代言论的大型数据集。

计算机科学家瓦伦丁·卡萨尼格(Valentin Kassarnig)

然而，这种做法引发了有关政治和道德的问题——不仅仅是政治家不再是他们演讲的作者，或者演讲撰稿人的工作正在被自动化和冗余，而是关于政治决策的责任和修辞效果的问题。

程序化的演说

算法是基于一组用于计算输出的数学公式的程序。这些程序列出了问题和解决问题的步骤。在我们的日常生活中，平台会通过算法来推荐和过滤信息。算法被很多社交媒体平台被理解为强大的看门人（gatekeeper），算法正在决定谁在平台上的声音更响亮，谁的观点覆盖面更广。如果我们将算法的这个社会属性扩展到政治修辞上，那么算法的技术在修辞上的应用可以定义为程序化演讲。程序化演讲是由算法产生的演讲，它们经过算法的调解、组织、过滤和排序来生成。编辑的角色正在慢慢被削弱，演讲内容越来越多地使用自动化标准在社交媒体平台上发布。

遗憾的是，文化和技术之间的对立在社会科学和政治研究中盛行了太久，修辞分析需要弥合这一差距。政治演讲不应再独立于其根据算法确定的不断发展的标准发布、分享和排名的平台进行审查。算法是过程性的，它们通过调整权重、参数和阈值来控制和容忍错误。事实上，当我们在讨论算法中的政治修辞时，我们不应该问“什么是算法？”而是要思考“算法什么时候在修辞上起作用？”

所以，我们对算法的构想不能局限于功利主义的方式，即把它仅仅看做一种具或达到目的的手段。社交媒体和算法不仅仅是演说家传达想法的新工具，而且它们构成了一种新的象征、政治和生活环境。算法也是演讲的贡献者。我们需要思考应该如何使用这些算法来构建一个更公平、更具包容性和更环保的友好的社会。算法由值和假设组成，例如在训练数据和概率权重分配中发现，但这些随着人与人之间的关系以及人与算法的关系而不断发展。修辞也由算法安排，演说家越来越意识到，他们旨在贡献的常识部分是由算法编程的。需要明确的是，在社交媒体平台上运行的算法不仅仅是一种手段，它们不是简单的中介者，而是应该被视为行为、操作或事件。

与算法对话

在研究算法和修辞之间的关系时，我们需要区分不同的客观条件在两者之间所起的作用：（1）演说内容越来越多地被平台的数字形式所塑造；(2) 虽然平台承诺打破演讲的层次结构，但算法依然将政治传播垂直化；(3) 修辞分析需要考虑数字偏见；以及(4) 算法和修辞机器学习的未来。

（一）被数字形式塑造的演讲内容

在视频平台 Youtube 上，大量网红利用分享政治观点谋生，成为所谓的修辞企业家(rhetorical entrepreneurs)。艾伦·芬莱森(Alan Finlayson)的一项研究指出某些共同点：他们使用家庭空间为背景，谈论自己的情感和观点，建立粉丝社区，同时他们也承认他们的转化叙事（从别的话题引入到政治立场长）。芬莱森基于他的分析发现社交媒体比左翼激进主义者更有利于极右翼的观点传播。

英国政治学家艾伦·芬莱森(Alan Finlayson)

为了支持这一论点，他提到了雷吉斯·德布雷(Régis Debray)的观点，即社会主义适应于印刷媒体，尤其是小册子这样的形式，而极右翼已经更好地适应了数字媒体形式。而新工党和克林顿的民主党占据了两者之间的空间，电视形式。这是因为左倾的网络活动者更有可能分享示威和集体行动的图像，而右倾的网络活动者会选择网络memes和关于国家问题的好评文章。而社交媒体平台总是不断修改更新他们的算法，相比左翼所倾向于分享的图像等媒体形式，演说内容以及其修辞可以通过编程更好地适应于算法动态的变化。

法国媒介学家雷吉斯·德布雷(Régis Debray)

（二）垂直化的政治传播

正如本文一再强调的那样，将社交平台视为中介可能会产生误导。社交媒体不是简单的中介，尤其是在考虑它们通常拥有管理员的权限时，它们会根据自己的标准发布内容并确定内容的优先级。点赞和分享是对呈现给用户的内容进行排序和优先排序过程的核心。这些程序以数学方式铭刻在算法本身中。与其他媒体内容一样，政治演说被转化为定制内容也可以针对个人接受者进行仔细定位和调整。精选的热门话题列表和推送通知的使用极大地推动了其叙事的特色，这一功能可以挑战或加强主流共识。毕竟，平台完全控制对呈现给用户的内容进行分类和过滤的算法。他们喜欢广告活动、拥有大量追随者的名人以及其他让用户保持联系的举措。

要了解社交媒体平台如何影响政治语言、它如何流动、如何垂直、如何传播或如何被忽视，最关键的点在于要明确，社交媒体平台本质上还是以牟利为目的的私营公司，它们所有促进社交互动的行为都是基于自身利益为出发点的。例如，Facebook 承认他们在 2014 年 8 月使用的算法旨在优先考虑与“冰桶挑战”相关的帖子，而不是在密苏里州弗格森举行的“黑人的命也是命”抗议种族不平等和警察对黑人的暴行。关于弗格森抗议的 Facebook 帖子之所以被隐藏，并不是 Facebook 策划的阴谋，而是因为算法的设计和设定的优先级。相比于一段展示警察暴行的视频，用户还是更喜欢看名人向自己倒冰水。

（三）数字偏见

检查修辞和算法之间关系的另一个条件是数字偏见。算法在过滤信息时产生严重偏见结果的主要原因之一是因为它们再现了在更广泛的社会中发现的偏见。然而，在社交媒体平台领域，这些偏见以更加明确的方式表现出来。数据显示，从事算法工作的设计师和工程师绝大多数是白人、绝大多数是男性、绝大多数受过教育、绝大多数是自由主义者或自由主义者，因此这个群体会忽视少数群体的观点

从某种意义上说，算法和修辞是非常保守的，它们基于过去的数据来预测未来，这一流程的实质是试图重现已经发生的事情。例如，Netflix 算法在向用户推荐某些电影或电视剧方面非常巧妙，但当它假设用户想要观看更多完全相同的内容时，它就非常愚蠢。在这里，给人们他们想要的东西和他们需要的东西是有区别的。算法在自动化社会再生产方面发挥着作用，确保未来不是完全开放的，而是当前事物状态的延续。从这个意义上说，算法是我们社会的镜子。

然而，如果算法只是一面镜子，那它显然无法直接给社会带来显著的进步。一个特别突出的例子是，亚马逊在 2018 年取消了AI招聘工具，因为它系统地给女性求职者的分数较低。尽管该AI工具的初衷旨在减少无意识的偏见。但是因为算法了解社会和制度关系中的结构性种族主义，让种族这一概念嵌入到技术之中。

亚马逊取消了存在歧视的AI招聘工具

（四）预测分析：我们可能喜欢的修辞

最后，修辞政治分析可以研究预测分析（Predictive analytics）是如何塑造修辞的。正如前文所解释的，修辞是一种强有力的工具，可以描述和构建当前的形势，同时添加原创的创造性元素作为摆脱危机、僵局或削弱权力的可能方式。简而言之，修辞学家经常指出，今天的修辞是明天的常识。虽然算法使用基于规则的计算结构，但人工智能的为机器学习遵循未明确编程的路径。虽然算法仍然与自上而下的编程联系在一起，但机器学习却遵循自下而上的逻辑。那么我们能想象人工智能神经网络产生的修辞吗？随着算法和预测分析的介入，算法可以预测未来谁以及何种形式的修辞会更加突出和有效。与其他机器学习算法一样，预测的未来修辞将从过去和现在的训练数据（多种修辞情境、演讲和修辞效果）中得出，以打破演讲的创造力和效率的新限制。

修辞是一项创造性的事业，人工智能可以帮助修辞者和演讲作者从庞大的政治演讲数据集中找到模式以及可能的分歧。由于修辞式机器学习是自下而上式运行的，它还可以从社交媒体上发布的海量词汇中汲取灵感，以标记辩论并选择要包含在演讲中的关键词或轶事。总而言之，机器学习的最新发展为演说家和演讲作者提供了预测听众在特定时刻可能喜欢的修辞的可能性。

结论

本文中对将社交媒体视为公共领域，并建议将平台和算法视为中介者。政治家及其团队使用社交媒体发布演讲瞬间的简短摘录，参与算法的优化过程。演讲的内容越来越多地被程式化，由社交媒体算法进行整合和协调。这种编程对演讲的形式（如何呈现和剪辑）以及内容都有重要的影响。算法是演说家的新受众。

总而言之，修辞政治分析的未来需要整合一种技术分析，以解释最近演说者与受众之间关系的所有变化。演讲撰稿人和政治家正在聘请 AI 公司来帮助开展竞选和政治行动。关于在政治中使用数据存在一些误解：数据不仅用于为政策的设计和实施提供实用信息（例如在健康、刑事司法或教育方面），而且还在为政治的各个维度提供信息，包括言论。数据科学并不能独立于意识形态和修辞干预而使用，而是将越来越多地与它们一起使用。

编译 | 汪浩东

审核 | Anders

终审 | Mono

©Political理论志