谢才凤 邬家骅 许丽颖 喻 丰 张语嫣 谢莹莹

    (1 武汉大学哲学学院心理学系,武汉 430072) (2 清华大学马克思主义学院,北京 100084)(3 灵山县那隆镇中心校,广西 钦州 535414)

    1 算法决策或趋或避

    算法常用于提供建议、判断和预测,因之产生算法决策(Burton et al.,2020;Silva & Kenney,2018)。其为增强决策、辅助决策、专家系统和诊断辅助等概念的总称,主要载体包括机器(人)、自动化和人工智能(Bigman & Gray,2018;Malle et al.,2015;Araujo et al.,2020)。旧有研究对算法决策主体未加细致区分(Lee,2018;M?hlmann & Zalmanson,2017),其可被视为以软件、计算机、自动化系统、机器(人)或其它人工智能体的形式基于决策规则或统计模型所执行的判断、预测、建议、辅助决策、决策等功能。通常决策主体为人类,但人类决策囿于客观信息不足与主观偏见(Gilovich et al.,2002),不及算法决策客观(Lindebaum et al.,2020)、精确(Donnelly,2017)、迅速(Bonnefon et al.,2016)与低廉(Esteva et al.,2017)。算法决策因之应用于医疗(Biró et al.,2021)、司法(Grgi?-Hla?a et al.,2019)、经济(Harvey et al.,2017)、交通(Badue et al.,2020)和招聘(Cheng & Hackett,2021;Raisch & Krakoswki,2021)等场景。当算法渐入生活,民众将如何看待？

    对决策者的反应取决于形态感知与关系类型。算法基于无形代码,虽非人类,但通过拟人化感知可诱发主体知识(elicited agent knowledge),使人视之为社会成员(喻丰,许丽颖,2020)。拟人化是将人类独有的特征、动机、意向或心理状态赋予非人对象的过程(许丽颖 等,2017;Epley et al.,2007)。人们可以通过将姓名、性别、肢体等人类属性赋予自动驾驶汽车和机器人(Malle et al.,2016;Waytz et al.,2014),亦可将自由意志、能动性和体验性等心智归因于算法而将其拟人化(许丽颖 等,2022;Bigman& Gray,2018;van der Woerdt & Haselager,2019)。拟人化之算法在社会认知存在链(social cognitive chain of being)上位置升高(Brandt & Reyna,2011),然仍与人相去甚远 ......