文章编号：1003-2053(2022)03-0401-09 近年来，我们见证了算法社会的兴起，算法在为国家决策提供解决方案方面变得越来越普遍，政府越来越多地使用算法来缩小机构规模，改进决策。在搜索、执法、交通管理和城市治理等各领域中，都可以找到使用算法的经典事例。可以说，理解大规模的数据收集、算法和公共知识生产之间的关系和作用成为这个时代最主要的方法论挑战之一[1]。那么，应当如何来理解算法？是把它们当作一行代码，一个对象，还是把它们看做社会过程？ 当前，算法仍普遍地被视为一种“黑箱”。算法成为一种黑箱的说法主要来自于帕斯奎尔。他认为，我们都生活在一个“黑箱社会”，在这个社会中，算法编码规则所设定的值和特权隐藏在黑箱里，形成了算法黑箱(Black Box Algorithms)[2]。帕斯奎尔声称，算法黑箱很重要，是因为国家权力越来越多地通过算法表达。这一观点开启了一系列关于算法在国家权力部署或表达中的作用的问题。这些问题的实质在于，我们不仅需要理解代码，也需要检查建模和编码这些不同类型算法所做的工作。这需要同时研究这些算法在政府实践中的表现，观察算法如何融入到政府的组织、程序和决策，理解算法如何成为国家治理与政府运行的一部分。对算法黑箱给予更多透视，有助于检视算法在国家治理中产生了何种创新效应，进而厘清数据与算法的优势转化为治理实践的过程。 在研究层面，不断涌现的“算法运动”早已引起国际和国内社会科学界的广泛关注与聚焦[3][4]。当计算科学家谈及算法时，通常指的是指导计算机执行任务的机器可读指令。而当社会科学家谈论算法时，它往往与机器可读指令的性质无关，而更多地与“算法条件下我们的存在”的方式有关。即社会科学界往往对算法背后的社会现象感兴趣。与之相应，越来越多的学者不再把重点放在计算机或软件代码上，而是借鉴和贡献科学技术研究(STS)以揭示算法的本质。如经济学强调算法是如何降低交易成本和促进信任，使同行能够在市场中进行竞争[5]。社会学则关注算法如何扩大了企业对劳动过程的控制[6]。就打开黑箱而言，这些研究虽然对于打开算法黑箱具有奠基意义。但是，直到今天，社会科学家们仍然没能很好地解决帕斯奎尔所提出的问题。在最近关于算法的讨论中，越来越多的研究对算法的“控制能力”表示了极大关注。相关研究将算法视为构建权力的工具，探讨算法运行的社会结果。但都缺乏从经验层面来理解我们在日常生活和政府运作中对算法的感受。这些研究未能回答两个核心问题：一是在国家治理与政府运行中如何理解算法？二是算法与国家治理之间存在怎样的关系，它为什么促进了国家权力的重新布置？ 总体而言，关于算法如何运作(即打开“算法黑箱”)的讨论虽然充满争议，却具有强大吸引力。厘清它在国家治理和政府运行中如何发挥作用，以及其在权力运行中的风险，正是近年来社会科学研究的核心关切，也是本文的核心问题。特别是随着数据规模的增大、计算机处理性能的提升飞跃，处于学科交叉前沿的算法研究已经是一个面向科学前沿的重要议题。在这一意义上，本研究将遵循这一传统来打开算法的知识黑箱。田野资料来自2019年3月至2019年12月期间在A省、G省的多个地市所做的田野调查。资料收集的主要方法是参与观察和深度访谈。其中，参与观察的场所主要为警务和政务平台的设施设备，深度交流和访谈对象主要是对算法依赖程度较高的公安部门，包括地市公安局领导、情报处警务技术主管、网警大队技术主管以及操作各类警务平台的基层警务人员等。此外，也包括电子政务办主任、副主任、平台具办人员等。 1 算法的学术史及其知识生产脉络 1.1 算法的学术史：从计算科学的“算法语言”到社会科学的“算法政治” “算法”(Algorithm)一词追溯到12世纪[7]，当时阿拉伯数学家的脚本被翻译成拉丁语。这些脚本描述了使用数字的加、减、乘和除法。此后，算法学指的是执行书面初等算术的具体分步方法，即使用诸如数字的添加、删除和移位等操作，执行书写在特定材料上的基本算术的方法。 20世纪中叶，第一台电子计算机问世后，写出的程序难懂、难调试。对现有的编程方案的失望使更接近自然语言的算法语言应运而生。1955年之后，鲁蒂绍斯(Rutishauser)介绍了他的算法符号概念，将它与代数记数系统区分开来。随后早期高级编程语言如Algol 58及其派生语言产生后，算法和代数的意义之间的差异缺乏概念上的清晰性。高德纳(Donald Ervin Knuth)作为算法思维的重要先驱，他指出系统使用算法构成了计算机科学思维和数学思维之间的明显断裂。他将算法概念作为计算机科学的基本概念加以推广[8]。 很长一段时间，人们普遍关注的是计算机化系统通常被表达为“算法”的方式。对于多数计算科学家来说，算法在其最基本的层次上是用来解决一个定义明确的问题的指令集。算法通常用逻辑条件(关于问题的知识)和控制结构(解决问题的策略)表示计算解。如，科瓦尔斯基(Kowalski)定义算法等于逻辑加控制(Algorithm=Logic + Control)[9]。在计算机科学文本中，重点是如何设计算法，确定其效率。关于算法的其他知识，例如对于它们的应用、效果，则完全被置于讨论的框架之外。到了20世纪80和90年代，许多大学建立计算机系，算法慢慢成为课程的重要主题时，数学史学家也开始对算法燃起兴趣，把算法作为数学和历史对象来加以研究[10]。
