数字技术的发展带来了新的媒介文化现象，这些文化现象在美国构成了“数字文化”的研究领域。“数字文化”涵盖以数字技术为背景出现的各种文化现象，包括算法、基础设施与社交媒体平台、大数据、隐私与监管、数字劳动、媒介工业、新闻业等。这些内容是国内媒介研究等领域的研究热点。
美国艾奥瓦大学新闻与大众传播学院建于1924年，该院教授布莱恩·艾克代尔目前开设了“数字文化”课程。本文通过对艾克代尔的访谈，初步探析了美国“数字文化”部分研究的主题、现状和趋势，也期待能对我国的数字文化研究提供些许启示。
关注算法研究
姜巍：美国学者为何关注算法研究以及研究重点有哪些？
艾克代尔：学者们之所以关注某些平台的算法，主要由于Facebook、YouTube等平台根本不会主动公布自己的算法规则，同时美国联邦政府缺少对社交媒体的管理措施。因此，媒介研究学者们期望担负起自己的职责：去理解、去研究这些在全球拥有庞大用户规模的公司，并致力于揭秘它们内部的黑箱。
算法研究目前还是一个相对新的研究领域。目前学术界有很多关于Facebook的算法研究，主要关注Facebook是提升了信息的多样性还是降低了信息的多样性。也有很多关于YouTube的算法研究，主要关注YouTube算法与用户的意识形态的关系。
算法推荐下的“过滤气泡”不一定存在
姜巍：关于算法，您自己更关注哪些方面？
艾克代尔：我目前正在跟进的项目主要聚焦于谷歌新闻搜索的个人化。我们要探讨的问题是：如果我是一个支持移民政策的人，那么我在谷歌搜索新闻的时候得到的仅仅是有利于移民政策的信息吗？如果我访问反对移民政策的网站，那么我会得到更多反对移民政策的信息吗？
我们为此开设了两个网络账户，并以其中一个身份访问了美国国内支持移民政策的很多网页，用另一个身份访问了美国国内反对移民政策的很多网页。然后，我们用这两个账户在谷歌上搜索了一些新闻。我们想看看有什么新闻是支持移民政策的账号看得到，而反对移民政策的账号看不到的；什么新闻是反对移民政策的账号看得到，而支持移民政策的账号看不到的。两个账户分别得到了一些信息，我们去寻找这些信息的来源并分析了这些信息的意识形态倾向性。我们发现：如果账号访问过支持移民政策的网页，接下来更可能得到具有民主党倾向的新闻，一些更自由主义的内容。如果账号之前访问过很多反对移民政策的网页，那么在接下来的新闻搜索中可能得到比较保守的或者具有共和党倾向的新闻。
姜巍：你们的目标是打破这些过滤气泡吗？
艾克代尔：这很难说是过滤气泡，因为你依然会得到与你观点不一致的信息。我们正在努力理解气泡是否存在、气泡在多大程度上存在。
应该对互联网公司进行监管
姜巍：英国伦敦政治经济学院教授让·克里斯托夫·普兰汀将像谷歌、Facebook这种基于私人资本的平台服务定义为“已经变成了和高速公路、电网一样的生活基础设施”。他认为，基础设施的公益性与平台的营利性之间充满了矛盾，这种矛盾对公众利益构成了威胁，必须对其进行监管。您对此有什么看法？
艾克代尔：我认为的确是这样的。在美国，Facebook的使用者超过了非使用者，它的用户在全球范围内还在继续增长。几十亿人通过这个平台彼此连接，它变成了类似电网的社会基础设施。但是，有关这个平台的大部分决定是由一小部分人做出的，没有任何的外部义务和规约。Facebook没有竞争对手，因此他们可以做任何想做的事情。尽管学者致力于监管这些公司，但这些工作仅仅是修修补补的工作。政府应当对这些互联网巨人进行监管。
社交媒体的“连接”属性让假新闻变得显著
姜巍：“假新闻”是一个非常流行的词汇。您认为平台在假新闻传播过程中扮演了什么角色？
艾克代尔：假新闻、谎言、不准确的信息一直存在，但“连接”让假新闻、谣言变得显著，而社交媒体平台提供了连接的空间。以2016年美国总统大选为例，当时有很多有关希拉里·克林顿的谣言，其中一个涉及她的健康问题。这样的假新闻在一些非常保守的社区里传播时，加强了希拉里·克林顿不应该成为总统的观念：因为“她病了，她不能成为总统”。在社交媒体平台的助推下，持有这一观点的人以及同他们有相同观点的人更紧密地连接在一起，因此这一消息便在更大范围内被传播。
在互联网产生之前，有些人真诚地相信一些不是真实的但他们认为是真实的事情，但这些人的传播能力相对有限，有些谣言只能限定在一定范围之内。但他们一旦和与他们观点一致的人产生连接，他们的声音就会被突然放大，并有了更多的观众。因此，社交空间的“连接”属性才是假新闻、错误的信息、谣言流行的机制所在。
很多数据并不是全数据
姜巍：很多学者使用大数据作为研究数据，但有人认为大数据并不公正和准确。当使用大数据作为研究数据时，应该注意什么？
艾克代尔：我们对于大数据的认识现在走入了一个误区，即认为许多数据就是全数据。事实上，虽然社交媒体上有很多数据，但并没有每个人的数据。比如，Facebook上几十人的网络行为并不是社会中每个人的行为。Facebook有几十亿的用户，这并不意味着几十亿用户都是活跃用户。总体来说，老年人、社会经济地位低的人的行为并未在Twitter和Facebook上得到很好呈现。在美国，一些研究者试图将一个人所有的网络痕迹，比如手机、智能手表等数据组合起来，这将会复制一个人的生活。但这是不可能的，因为总有事情发生在线下。可见，很多数据并不是全数据，大数据在很多方面都是有限的。
（作者单位：辽宁师范大学文学院新闻系）
