算法修辭：媒介實踐新形態與數字人文新取向

全燕

摘要：算法修辭是一種計算媒介實踐。算法修辭特性與算法的自動化與媒介化過程密不可分，對我們的政治、經濟、文化、社會生活施加有說服力的影響。對算法修辭的概念化建構始于相關研究者對計算機科學與修辭學交叉領域的關注，在數字媒介文化的語境中理解算法修辭，就是揭示算法如何通過讓某些規則發揮作用并影響選擇，導致特定事物變得重要。以元算法修辭、中觀算法修辭和微算法修辭作為三層分析框架，能夠將算法的修辭學批評引入核心領域。從實踐論的角度出發，算法修辭不僅能夠成為數字修辭學的新發展，同時也可延伸為數字人文的未來研究方向。

關鍵詞：算法修辭；數字人文；自動化

中圖分類號：Ｇ２０６；ＴＰ３９９? ?文獻標志碼：A? ?文章編號：1001-862X（2023）02-0１２３-00８

早在1961年，英國科幻作家亞瑟·C·克拉克（Arthur Charles Clarke）在他的一部科幻小說中就提出了后來被稱為“克拉克第三定律”（Clarkes Third Law）的觀點，“任何一種足夠先進的技術都和魔法無異”。它形象地描述了人們對于未知和難以理解的事物的感受，是科技領域中一句著名的格言。進入21世紀第二個十年后，算法作為實現人工智能飛躍的關鍵技術之一，幾乎成為計算機科學領域“魔法”的代名詞。但如果我們將算法看作是指導計算機執行特定任務的語言方案，會發現它的種種“魔法”都可以被歸為一種帶有修辭意味的媒介實踐。一方面，算法媒介通過機器語言和符號產生影響和傳遞意義，改變用戶的看法和態度；另一方面，其隱藏的自動化、自組織能力強大且富有創意，能夠執行非常精準的大數據操作（關聯、分類、排序、推薦等），從而決定語言的可說與不可說、內容的可見與不可見，成為當前人類狀況背后的無形驅動力，其影響伴隨著深遠的后果。這提醒我們必須開始關注算法媒介實踐中的修辭問題。

英國學者尼克·庫爾德利（Nick Couldry）在他著名的文章《Theorising Ｍedia as Ｐractice》中批評傳統的媒介研究忽視了媒介對社會關系、身份和意義的塑造作用，并提出了一種新方法論——媒介即實踐（Media as Practice），這一范式旨在揭示媒介是如何參與社會實踐和構建社會關系的。［1］115-132將此范式置于對算法媒介的審視，并結合算法在參與平臺社會關系創建中的種種修辭表征，我們提出了一種新的媒介實踐形態——算法修辭（Algorithmic Rhetoric），并將其界定為通過運用計算機程序和算法中的語言符號、表達方式、邏輯結構等技術手段，對用戶進行信息的塑造和影響，以實現特定溝通目的和社會效應。算法修辭作為媒介實踐范式下的一種人文探究，不僅為解密算法“魔法”提供修辭學視角，還可被視為數字人文（Digital Humanities）的空間拓展。借助算法修辭的新興學術視野，我們嘗試證明，在媒介化時代，數字人文倡導的科學技術與人文傳統的結合，不只意味著人文學科的數字化轉型，還體現在對數字技術批判性人文工作的開掘。

一、算法修辭特性及其概念化建構

從最廣泛的意義上說，算法是指一組實現特定任務的程序性指令，這些指令會導致特定的結果，打個通俗的比方，它就好比烤面包的配方、通往目的地的線路等，可以無限重復，以達到預期的結果。當然，大數相乘、進位、標記小數點等算術過程也是算法，一切數學函數都是算法形式的基礎。在從古老的石碑時代向微芯片時代演進的過程中，算法逐步實現自動化，歷史上斐波那契（Fibonacci）、萊布尼茨（Leibniz）、高斯（Gauss）、帕斯卡爾（Pascal）、布爾（Boole）、圖靈（Turing）等人也都在推動算法自動化方面發揮了重要作用。（1）今天，自動化算法已經可以不受人為干預，自主執行使它們能夠成為算法的指令和規則，這意味著算法可以根據輸入數據的變化和計算結果的反饋，自主調整執行路徑和參數，優化學習模型，以新的算法規則實現更準確的數據分類和預測。通俗地說，算法不再只是一套烤面包的配方，它們已經可以自主完成烤面包的工作了。

如果說早期算法看上去更像是一種語法，那么自動化的出現使算法超越了執行程序的工具性角色，成為一種獨立的意義構建方式，開始具備說服性意味，并對我們的社會、文化、政治和經濟生活施加媒介化影響。換句話說，算法修辭特性與算法的自動化與媒介化過程密不可分。作為平臺的組織者，算法媒介能夠以不同方式和不同目的與數據、機器和人類接觸，具有修辭上的強大力量。例如搜索引擎算法引導我們找到它們認為相關或重要的信息，這種自動化操作方式潛在地圈定了我們的知識范圍。為了讓用戶相信搜索的結果是最好的、最真實的或最重要的，搜索引擎算法含蓄地進行了修辭處理，在與用戶的互動中以媒介化方式影響對方的選擇和認知，從而改變了他們的行為和偏好。當然，搜索引擎算法只是說明算法修辭特性的一個例子，但其實所有算法在修辭上的表現都差不多，它們既不是絕對正確的，也不是完全公正的，而是由相當具體的知識標準驅動的，這些標準可能從根本上界定我們的知識、社會和物質世界的各個領域中什么是有效的、什么是重要的、什么是有意義的。

算法修辭特性不僅體現在算法自動化、媒介化過程中，作為運用計算消除不確定性的指令序列，算法本身即是一套計算機符號修辭系統，也就是說，算法修辭特性還體現在其作為計算媒介的深層結構中。由于算法是用來解決特定類型問題的，它涉及對問題的詮釋，需要考慮多種可能性并選擇最優解決方案，選擇的過程就是計算機語言說服的過程，是算法在解決應用場景中各種不確定性的一種媒介實踐。例如無人駕駛汽車中的算法會說服車內乘客相信其行駛路徑可靠并符合交通規則，汽車能夠自動準確地感知環境，避免危險和誤判等。更具顛覆性的例子是全球軍事工業的算法化趨勢，算法指令能夠讓無人機在沒有人為干預的情況下自行決定是否與敵方交戰。例如無人機導彈自動攻擊目標的決策方案就來源于控制算法對目標、天氣、地形、環境等因素的自主判斷，即以邏輯推理、模式識別、目標分類、調用遞歸等一系列計算語言修辭來表征戰爭的物理特性。也正如我們所呈現的，算法修辭特性深刻嵌入算法媒介與人類世界的互動中，在媒介實踐語境下，修辭是算法的固有特性。

對算法修辭的概念化建構始于相關研究者對計算機科學與修辭學交叉領域的漸次關注。20１2年，美國學者卡洛·斯特利（Karl Stolley）在其文章中探討了編程語言和修辭學的聯系［2］221-24 ；2009年，文化研究學者諾亞·沃德里普-弗魯因（Noah Wardrip-Fruin）提出，隨著我們與由軟件驅動的設備互動越來越頻繁，今天的寫作不再僅僅表現為書本中的單詞序列或電影中的蒙太奇剪接，而是越來越多地呈現為計算機系統的編程規則。［3］美國新媒體學者杰伊·戴維·博爾特（Jay David Bolter）在2012年的ACM技術與教育會議上發表了題為“計算機科學教育的新挑戰：所有的編程都是閱讀和寫作”的演講，強調編程不僅是一種技術，更是一種交流的方式。［4］10另一位美國數字人文學者馬克·馬里諾（Mark Marino）創造了“關鍵代碼研究”（critical code studies），他運用闡釋學方法研究計算機代碼、程序結構和文檔，以此探究代碼背后的文化、社會和政治問題。［5］加拿大的數字人文學家杰夫·羅斯（Geoffrey Rockwell）建立了文化地圖（Cultural Mapping）的概念，提出利用計算機編程語言來構建文化符號和意義的映射。［6］1-10

在相關研究中與算法修辭最為接近的，是2007年美國數字媒體理論家伊恩·博戈斯特（Ian Bogost）在其數字媒介批評中提出的“程序修辭”（procedural rhetoric）概念。博戈斯特認為，“需要一種程序修辭理論對我們每天遇到的軟件系統做出相應的判斷，以觀察其說服和表達的目標是什么”［7］29。他在研究電子游戲的過程中發現，程序的修辭性體現在表達特定價值觀和主題的游戲機制、編碼規則和流程等設計元素如何影響玩家的態度和行為上。由于編程本身是在符號領域中進行知識創造的活動，因此“程序修辭就是一種通過程序和算法來傳達論證和說服力的方式”［７］3。此后的一些研究發展了博戈斯特的程序修辭，例如將其與精神分析方法結合研究游戲中的數字文化，以及結合該理論探索適合健康傳播的游戲機制等。（２）雖然研究者們感興趣的是各種電子游戲中程序修辭的表現和影響，并不是算法修辭本身，但他們關于程序修辭的基本主張對于算法修辭的概念化建構具有重要啟迪價值。

如果說程序修辭側重于如何在計算機領域實現文本的修辭效果，如何將人類的修辭技巧和表達風格轉化為計算機可讀的形式，那么算法修辭更關注在數字化平臺上如何通過算法來安排、優化和增強言語事件的效果，以及如何將算法的運用融入人類修辭活動。算法修辭作為一個概念顯露端倪，是在2014出版的名為《數字修辭學與全球素養：網絡世界中的通信模式和數字實踐》的著作中。這本書探討了數字修辭學如何適應全球網絡世界的不斷變化的通信模式和數字實踐。當中提到傳播學學者和修辭學學者在很大程度上都忽視了對算法修辭的關注，這種忽視不能以算法既不具有傳播性也不具有修辭性為理由進行辯護，作者認為應該更多地把算法看作是一種數字修辭形式。［８］201此外，在2020年發表在《Computers and Composition》上的《數字惡魔：增強現實的算法修辭學》一文中也出現了算法修辭一詞。文章研究了增強現實技術如何通過算法修辭來影響人們的觀念和實踐，并指出增強現實技術中的算法不僅僅是技術的一個組成部分，還在如何呈現信息和創造用戶體驗方面起著重要作用。［９］1-17

本文再次提出算法修辭，并不是為算法再造一個修辭學定義，也不僅是專注于機器語言修辭的某一方面，而是將算法修辭放置在計算媒介實踐的語境中討論。根據亞里士多德、肯尼斯·伯克（Kenneth Burke）、韋恩·C·布斯（Wayne C.Booth）、理查德·韋弗（Richard Weaver）等人對修辭的經典定義（３），修辭與影響力的發揮有關，它可以說服，可以幫助識別，用特里·法雷爾（Terry Farrell）的話說，修辭能“使事物變得重要”（making things matter），能塑造社會關注的焦點，并最終影響人們的觀點和態度。［1０］467-487從這個意義上說，理解算法修辭的過程，就是揭示算法作為媒介如何通過讓某些規則發揮作用并影響選擇，從而導致特定事物變得重要的過程。在這個過程中，算法篩選、排列和優化信息，并將其呈現給用戶，從而影響用戶的選擇和決策。算法運用的規則和策略可以來自其內部的邏輯和代碼指令，也可以源自算法在與用戶的交互中接收到的意義符號。因此，我們希望開發出一個相對完整的分析框架，對算法修辭進行全面的刻畫，借此批判性解讀算法作為計算媒介對數字化社會的影響。

二、算法修辭的三層分析框架

從表面上看，作為媒介實踐的算法修辭就是設計數學指令和編寫代碼，而真正發揮修辭作用的卻是這些編程操作化背后所體現出的價值論和行為學立場。用博戈斯特的話說，“一些看似沒有表現力、缺乏符號操作的計算過程，實際上可能構成了更高層次的表達”［７］。為了進一步討論算法如何產生并實現修辭效應，我們嘗試以元算法修辭（Meta-algorithmic rhetoric）、中層算法修辭（Meso-algorithmic rhetoric）和微算法修辭（Mesa-algorithmic rhetoric）作為一個由外及里的分析框架，將算法媒介的修辭學批評逐步引向深入。其中，元算法修辭關注算法媒介本身如何獲得強大的力量，討論的是宏觀修辭層的問題；中層算法修辭針對的問題是算法媒介在多大程度上影響了我們的世界，是有關算法修辭本體層面的問題；微算法修辭指向算法修辭在具體實例中的影響和含義，它關注的是微觀修辭層問題。三層構架同時存在，相互交融，包圍并滲透在算法媒介實踐中。

（一）元算法修辭

元算法修辭與算法媒介在修辭上的具體表現無直接關聯，它不聚焦算法能做什么、預測什么、發現什么問題，而是批判性地思考算法如何以及為什么在社會和文化中變得如此普遍。從語篇的角度來看，元算法修辭發生在“大話語”（discourse with a big D）層面。大話語是“得到社會承認的語言與非語言材料使用結合體，涉及不僅是人與語言，而且涉及爭論、價值觀、事物、社會機構象征意義以及與爭論有關思維方法等”。［1１］41-46作為“大話語”系統，算法滲透到整個政治經濟、文化政策、意識形態以及更普遍的科學范式中，在全球化思維中擁有無形且強大的影響力。

例如在鼓勵自由市場競爭的全球化經濟中，算法提供了一種無可爭議的優勢，它基于對巨大數據存儲的解釋，使自動化交易的執行速度比其他交易更快。從元算法修辭層面來看，算法以速度、一致性、可重復性和量化的邏輯可信性等思維模式改造市場競爭機制，有力證明算法決策是當代金融市場中更好、更具競爭力的可行操作方式。元算法修辭不僅影響我們的制度，自上而下改變人們的世界觀，它也在從下至上滲透到本地語境中，在日常生活中塑造影響力。當算法為全球的通訊社寫新聞、幫助飛行員駕駛飛機、向我們推薦喜歡的電影或書籍、從預測天氣到計算政變概率……當我們讓算法做幾乎所有事情時，無論我們是驚嘆它們的無窮可能性，還是選擇默許它們的存在，我們都為維持算法影響力的元修辭作出了貢獻。

社會學者曼紐爾·卡斯特（Manuel Castells）曾經從技術全球化的角度提出，不是每件事或每個人都是全球化的，但構建地球的全球網絡影響著每件事和每個人。［1２］80元算法修辭讓我們思考算法這一技術媒介是如何“構建地球”，從而影響每一件事和每一個人。同時，元話語修辭視角也回應了曾經困擾柏拉圖的問題。柏拉圖通過撰寫《高爾吉亞》（Gorgias）批判了修辭術，對柏拉圖來說，修辭是一場騙局，它以欺騙為目的，并不能通向普遍真理或知識。［1３］而元算法修辭同樣擊碎了算法的修辭濾鏡，揭示算法在被用來調解全球網絡的各種經驗時，總體上已經被賦予真理創造者地位這一媒介現實。通過元算法修辭的分析視野，我們將重新思考算法語境下什么是真理，什么只是對真理的操縱。

（二）中層算法修辭

與元算法修辭針對的是算法如何在整個社會中獲得優勢和信任不同，中觀算法修辭涉及將算法媒介視為一種認知上可行的修辭學研究對象，這一層次的分析致力于解釋算法修辭作為有效知識主張的來由。與古希臘修辭傳統相比，算法修辭無疑是一個巨大的進化，因為前者畢竟基于口語文化，沒有任何自動化跡象，也沒有以計算機為媒介的交流。但即使是作為當代最先進技術的算法，其在修辭上的表現也并沒有因為科技加持而背離傳統，反而更接近柏拉圖的古典辯證法。

柏拉圖在《理想國》中將辯證法引為一種思維方法和工具，可以幫助人們對修辭進行評估和判斷。他強調向對話者提問，得到的回答引出隨后的相關問題，然后是更多的答案以及更多基于這些答案的問題，經過充分的交流和討論，問題將被引向一個特定的期望結果。［1４］與此類似，中層算法修辭反映的也是如何通過提出問題來提供輸入數據，最終得出結論的過程，只不過算法設計者將辯證法操作化為一套程序，實現了人機交互的自動化和循環往復。表面上看，算法接收輸入數據，通過篩選機制的決策樹將其轉化為輸出結果，但算法的訣竅在于有策略地提出問題，它會對接收到的數據進行一系列假設，其中已經暗含了如何將答案轉化為可操作的行為或知識的方法，這里的修辭操作非常明顯。

從理論上講，只要篩選機制保持不變，完全相同的輸入每次都會產生相同的輸出。但是隨著輸入數據的變化，代碼規則的值也會發生變化，這個變化有時相當大。由于算法產生的結果都是預先確定的，這就需要以特定的方式引導時刻處在變化中的數據，以確保結果可控。而特定方式的引導由算法指令和規則執行，并隱藏在普遍的技術過程中。算法指令和規則內含豐富的修辭策略，已經優先考慮了哪些因素是重要的，是可以有效地重復以獲得相似結果的，它們的執行類似柏拉圖的邏輯和語言辯證法，是以問題為起點，通過充分的人機交互來推導結論的理性計算過程。這一技術偽裝完美掩蓋了算法修辭本體，也正如卡羅琳·R·米勒（Carolyn R.Miller）指出的，“修辭通常隱匿，以免被暴露為詭計而變得無效”。［１５］19-38我們提出中觀算法修辭研究，就是希望揭示算法修辭的媒介實踐是如何偽裝在普遍的技術過程之中。

（三）微算法修辭

作為第三層次的微算法修辭，主要用于識別代碼或編程語言中執行具體修辭行為的水平，它涉及具體修辭策略，是算法媒介實踐最直接的呈現。公元前50年左右，古羅馬的西塞羅在他的修辭學專著《論演說家》中提出，修辭學通過五項要素來實現有效演講，分別是 “布局”（arrangement）、“記憶”（memory）、“風格”（style）、“發現”（invention）和“表達”（delivery）。［1６］4大約150年后，修辭學家昆蒂利安（Quintillian）詳細闡述了這五項要素［１７］98-102，為至少持續到中世紀的修辭學教育奠定了基礎。這五項要素也為我們提供了一種思考微算法修辭作用的方式，為揭示微算法修辭背后的動機和邏輯提供分析路徑。

大多數算法有嚴格的商業保護，不受公眾監督，在沒有接觸到揭示算法優先級方案和程序技術特性的情況下，討論微算法修辭策略似乎是不可能的，但事實并非如此。在我們使用平臺媒體的過程中，通過五項要素的視角關注人與自動化流程的互動，仍然可以發現算法媒介在影響著個人對特定問題或價值觀的看法。亞馬遜2022年推出的用于用戶推薦排序的A10算法是一個很好的例子。A10算法會通過觀察買家過往瀏覽習慣和購買習慣來決定展示哪些搜索結果，也就是說，此算法會優先展示當前買家最容易下單的那個產品，而不是賣家極力推銷的產品。

基于五項修辭要素，我們首先將這種排序視為一種修辭的“布局”，只不過這種布局是通過自動化的動態輸出結果決定的，而不是通過靜態模板決定的。其次，“記憶”的修辭要素體現在A10算法需要知道和記住的輸入，以便達到特定的結果，例如記住按照特定方式排名商品或將某個商品放在另一個商品之前。當用戶被問及某個商品是否有用時，他們的回答提供給算法需要記住、統計和考慮的數據，這些數據決定了用于給商品排名的修辭“風格”。接下來，排名會為一些商品和評論者提供比其他商品和評論者更高的級別，這種行為表明亞馬遜試圖培養一種特定的商品評價方式，也就是“發現”這個修辭要素的應用。最后，A10算法隱含地“表達”了某些商品的評價方式比其他評價方式具有更高的可見度。例如評論的長度、被證明的有用性、評論者總共評論的商品數量，以及評論者在該網站上撰寫評論的時間長短等。

通過對亞馬遜排名算法中五項修辭要素的審查，可以看出微算法修辭是在代碼或編程語言層面進行，在具體的文本生成、信息分類、推薦系統、情感分析等方面發揮作用，并通過改變學習策略、增加探索程度、調整獎勵函數等方式來最大化說服效果。算法會影響用戶對信息的處理方式和思考方式，進而影響他們的判斷和決策，也會根據用戶的興趣、歷史行為等因素對信息進行個性化定制，進而影響用戶對信息的接受和偏好。而用戶的反饋也會被算法所感知，進而對后續的信息推薦、排序等方面產生影響，由此形成一個反饋循環的過程。算法修辭的三層分析框架進一步說明我們與算法媒介的互動比我們通常意識到的更深入，也更頻繁。體察不同層次的算法修辭也有助于發現算法媒介實踐背后的歷史和社會背景以及塑造公共話語的權力動態。

三、在算法修辭中拓展數字人文空間

本文將算法納入人文研究視野，討論算法在修辭情境中的媒介實踐，籍算法修辭的三層分析框架認清算法在修辭上的作用，這一研究路徑既是數字媒體學者凱西·戴維森（Cathy N.Davidson）所倡導的“算法思維”［１８］的有機構成，也是數字人文領域中值得拓展的空間。關于后者，也是本文接下來重點探討的問題。數字人文是人文學科向數字化轉型的一種重要嘗試，同時也是計算機科學和人文學科交叉融合的一種創新實踐，它倡導打破陳舊的人文科學與自然科學之間知識文化劃分，在近年受到越來越多的關注。討論數字人文常常遇到的問題是如何全方位定義這個領域，通常情況下，數字人文更加關注如何利用數字技術和計算機工具來支持人文學科研究，這與“人文計算”（Humanities Computing）領域有大量交集。但反過來將數字技術納入人文研究視野，并將其擴展為數字人文有機組成的則較為少見。換句話說，數字人文倡導的跨學科交叉融合，大部分還停留在方法融合上，并未走向知識論層面的融合。這也導致在現有數字人文框架內討論算法修辭，并不是一件理所當然的事，需要我們突破當前數字人文的認識論壁壘，建立更廣闊的技術與人文的對話空間。

這一對話需要建立在技術與人文實現知識互融的可能性上。眾所周知，算法所屬顯式學科是數學、計算機科學和工程學，而修辭學隸屬人文學科。國際修辭學協會前主席詹姆斯·奧恩（James Aune）曾戲言，大多數修辭學家皆因數學“恐懼癥”而成了修辭學家。［１９］1這也在一定程度上印證了一些修辭學家不具備足夠的自然科學知識和方法，以至于不足以自信地開展與技術相關研究的事實。但正如本文嘗試證明的那樣，知識與方法的障礙可能會阻止我們研究算法干預人類世界的修辭術，但這些障礙并沒有大到足以讓我們忽視這一重要的研究面向。這是因為當代人文學科研究都需要回應法國科學哲學家布魯諾·拉圖爾（Bruno Latour）在《我們從未現代過》一書中闡述的現代性問題。［２０］在拉圖爾思想中，自然和文化之間的絕對分離塑造了現代社會，因此他更傾向于考慮當代科學在解決傳統的人文主義問題方面的價值。而我們以算法修辭為抓手，嘗試確立數字人文領域的算法批評范式，就是希望能在計算機符號行為和人文主義探索之間建立有效聯結。

符號行為曾是人類本體論的主要證據，也就是說，人類之所以獨特，是因為其具有符號行為這一本體特征。傳統修辭學研究也一直圍繞人類主體運作，大量關注人類的符號行為，盡管也會關注一些非人類語言，但總體認為非人類語言隸屬于人類并最終為人類所用。而法國哲學家甘丹·梅亞蘇（Quentin Meillassoux）從主張存在一個超越主體的客觀世界出發，質疑了基于主體的觀念和先驗知識的哲學傳統，認為它限制了我們對于存在的認識，其顯在缺陷就是失去了實踐的重要維度。［２１］16-20這一“超越主義”（speculative realism）立場啟示我們，修辭的法則和規律也并非必然存在于人類語言中。從物質實踐論出發，構成數字軟件的算法代碼經過改述、選擇、截斷、轉換等計算機符號行為，同樣可以形成一套修辭模式。而作為新型媒介實踐的算法修辭研究，就是以肯定技術語言獨立于人類語言，又和人類語言相互融合為邏輯起點的。這為數字人文研究提供了一個以人文主義目的探究數字技術，從而判斷其影響特定修辭情境表達可能性的機會。同時也讓研究者們能夠從批判性地接受算法代碼編譯器作為與人類一樣的修辭者角色，到進一步認識到算法語言中的價值觀和假設會隨著人與算法媒介之間的關系實踐而不斷發展和變化。

近些年來，算法人文問題已經引起了一些數字人文學者的關注，他們發現，算法絕不是中立工具，也不是單純中介，它們正在獲得或已經處于社會動力網絡和系統中的顯著地位。尤其是在社交媒體平臺背景下，算法作為媒介在塑造話語的過程中扮演著積極的角色，它們既是語言事件的貢獻者，也是創造意義的實踐者。數字人文學者史蒂芬·拉姆齊（Stephen Ramsay）在這方面有較為深入的認知。他曾指出，人們談論算法通常是“談論無誤的過程和無可辯駁的答案”［2２］18。換句話說，算法被嚴格地限制在參數黑匣子中，因此它完全符合偏好客觀、可量化數據的科學文化認知。但是決定算法性質的選擇是無窮無盡的，這些選擇是修辭的，屬于人文學科的定性知識范疇。拉姆齊因此主張算法批評（algorithmic criticism）應該考慮算法的修辭含義。他希望學者們可以理解，研究算法應該“從無可辯駁的限制中解放出來，探索能夠在‘指示性的限制范圍之外運作科學的可能性”［2２］１８。

緊隨其后的一些數字人文學者也在不同層面呼吁將修辭方法引入數字人文研究中。研究者南?！·約翰遜（Nathan Johnson）呼吁人們關注信息基礎設施，聲稱“研究基礎設施分類、標準、協議和算法的修辭是理解現代修辭學的重要組成部分”［2３］1-3。俄羅斯文化學者列夫·馬諾維奇（Lev Manovich）認為，表征是新媒體的一個關鍵術語。他說，新媒體“以某種方式表征/構建物理現實的某些特征，犧牲其他特征，已經成為眾多的世界觀體系之一”［2４］15-16。英國數字人文學者大衛·M.貝里（David M.Berry）也談到，要深刻理解新媒體邏輯，必須在計算機代碼中引入人文主義方法。［2５］17美國數字人文學者杰夫·賴斯（Jeff Rice）指出，“解釋學經常支配著數字人文學的學術研究，但如果將代碼層面抽象出來，這種解釋就是不完整甚至是無用的”［2６］360-378 ?？傮w來看，相關呼吁也成為一個有價值的啟發式，支持算法研究與修辭研究在數字人文領域形成碰撞，產生技術與人文互融的新知識格局。

沿著理論先行者的腳步，我們進一步提出，確定算法修辭在數字人文學中的合法性地位，是理解算法如何為說服性目的而工作的關鍵。算法修辭所具有的超越現代主義中技術與文化分野的實踐特性，是對數字人文主義的反向延展，也是對物質實踐論的呼應，即人類在本質上并不特殊，而是與其他非人類對象開放地參與到一個包含了自然、技術和文化融合的環境中。算法修辭需要運用計算機科學中的統計和數據結構等知識，同時還要結合對媒介文本的修辭結構、語言規則和文化背景等的分析和解讀。它關注算法在數字化社會中的應用和影響，不僅探討實現算法的編程語言風格和結構如何影響和傳達意義，也研究算法作為計算媒介與人類語言溝通的共性和差異等問題。通過對算法修辭的研究，我們嘗試再一次證明：技術并不是獨立于意識形態和修辭干預之外，而是越來越多地與它們相伴相生。算法修辭不僅能夠成為數字修辭學的新發展，同時也可延伸為數字人文未來研究新取向，以人文學科的研究方法和理論深化我們對于媒介化社會的批判性理解。

修辭是一種強有力的工具，可以描述和框定當前的局勢，所以修辭分析家們常說，當代的修辭就是明天的共識；而算法能消除不確定性，確保未來是當前事物狀態的延續，某種程度而言，算法是我們社會的鏡像。從這個角度來看，算法和修辭都具有保守性，它們的運作方式都是基于過去發生的事實，對未來的預測也是嘗試重復已經發生過的事情。2018年，亞馬遜放棄了一個AI招聘機器人，因為盡管該機器算法最初是用來減少無意識偏見，但它卻依然系統性地給女性求職者普遍較低的評分。［２７］73而偏見之所以能夠扎根在技術系統中，是因為算法已經完全理解了社會和制度關系中的結構性性別歧視，并形成了延續性的、穩定的修辭操作。這提醒我們，對算法修辭的分析不僅是對計算語言的研究，更是一種對算法文化的深入解讀和理解。

盡管算法使用基于規則的計算結構，按照“如果……那么”的格式設計指令，但機器學習遵循的路徑并沒有被明確編程，它的自組織能力使它遵循的是自下而上的邏輯，而不是自上而下的規則。我們能否想象出由神經網絡產生的AI修辭表達會是什么樣子？不管怎樣，有一點可以肯定的是，算法完全可以預測未來哪些形式的機器修辭策略會更加突出有效，這些預測性分析在日趨強大的軟件程序中發揮作用，廣泛分布在醫療、教育、司法、金融等社會系統中，說服和影響人類采取行動。因此，對于那些希望將算法修辭發展為修辭批評的新方法，并對揭示不同媒介實踐如何塑造我們的世界感興趣的學者來說，工作才剛剛開始。

注釋：

（1）12世紀意大利數學家斐波那契提出的斐波那契數列為計算機編程中的算法設計提供了有益啟示。17世紀法國數學家帕斯卡爾發明了一種機械式的計算器，被認為是計算機科學發展歷程中的一個重要里程碑。18世紀初的德國數學家萊布尼茨是二進制計算的先驅之一，他提出了二進制數學的概念，并通過使用邏輯演算符將邏輯運算應用于算術運算中。19世紀初的德國數學家高斯創立數論和統計學等領域，他的工作對計算機科學的發展也產生了重要影響。19世紀中期英國數學家布爾發明了布爾代數，這是現代計算機科學中的基礎概念之一，他的工作為計算機科學提供了一種形式化的邏輯基礎。20世紀英國人圖靈是計算機科學的奠基人之一，他提出的圖靈機概念是現代計算機科學的基礎理論之一。

（2）參見Matheson，Calum.Procedural Rhetoric Beyond Persuasion：First Strike and the Compulsion to Repeat. Games and Culture，2015，（3）：463-480；Joly，Kyle，and Mark D.Johns.Digital Games and the Communication of Health Problems：A Review of Games Against the Concept of Procedural Rhetoric.Game，2018，（4）：301-319。

（３）亞里士多德在他的修辭學著作《修辭學》（Rhetoric）中將修辭定義為一種在特定情境下使用語言來說服或引導聽眾行動的能力或藝術。英國學者肯尼斯·伯克1997年在他的著作《修辭學與詩學》（A Rhetoric of Motives）中將修辭視為在任何情境下用語言來交流和影響人們的能力。美國學者韋恩·C·布斯1974年在他的著作《現代修辭學》（Modern Dogma and the Rhetoric of Assent）中將修辭定義為在特定情境下，通過語言來影響人們的思想和行為的能力。美國學者理查德·韋弗1985年在他的著作《語言的講道性》（Language is Sermonic）中將修辭定義為一種塑造和表達人類價值觀和信仰的能力。

參考文獻：

［1］Couldry，N.Theorising Ｍedia as Ｐractice［J］.Social Semiotics，2004，（2）：１１５－１３２.

［2］Stolley，Karl.No，Really：Learn to Program［C］．Paper Ｐresented at the Ａnnual Ｍeeting of the Conference on College Composition and Communication，St.Louis，MO，2012，（３）：21-24，.

［3］Wardrip-Fruin，Noah.Expressive Processing：Digital Fictions，Computer Games，and Software Studies［M］.Cambridge，MA：MIT Press，2009.

［4］Bolter，Jay David.The New Challenge of Computer Science Education：All Programming is Multimedia［C］．Speech Ｐresented at the 2012 ACM Technical Symposium on Computer Science Education，Raleigh，NC， 2012，（２）：２９.

［5］Marino，Mark.Critical Code Studies［R］． Electronic Book Review，2006，（１２）：4.

［6］Rockwell，Geoffrey.Cultural Mapping：A New Method for Knowledge Organization［J］. Annual Review of the Canadian Association for Information Science， 2003，（1）：１－１０.

［7］Bogost，I.Persuasive Ｇames：The Ｅxpressive Ｐower of Ｖideogames［M］.Cambridge，MA：The MIT Press，2007.

［８］Verhulsdonck，G.，& Limbu，M.Digital Ｒhetoric and Ｇlobal Ｌiteracies：Communication Ｍodes and Ｄigital Ｐractices in the Ｎetworked Ｗorld［M］.Routledge，2014.

［９］Crider，J.，Greene，J.，& Morey，S.Digital Ｄaimons：Algorithmic Ｒhetorics of Ａugmented Ｒeality［J］.Computers and Composition，60（1），2020：１－１５.

［1０］Farrell，T.The Ｗeight of Ｒhetoric：Studies in Ｃultural Ｄelirium［J］.Philosophy and Rhetoric，2008，（4）：４３５－４４９.

［1１］楊信彰．Charles C.Fries的語言交際理論與信號語法［Ｊ］．上海外國語大學學報，２０００，（１）：４１－４６．

［1２］［英］曼紐爾·卡斯特．網絡社會：跨文化的視角［Ｍ］．周凱，譯，北京：社會科學文獻出版社，2009．

［1３］［美］施特勞斯．修辭、政治與哲學——柏拉圖《高爾吉亞》講疏（1963年）［Ｍ］．［美］斯托弗，整理，李致遠，譯．上海：華東師范大學出版社，2017．

［1４］［古希臘］柏拉圖．理想國［Ｍ］．顧壽光，譯，長沙：岳麓書社，2010．

［1５］Miller，C.R.Should Ｗe Ｎame the Ｔools？In J.Ackerman，& D.Coogan（Eds.），The Ｐublic Ｗork of Ｒhetoric：Citizen-scholars and Ｃivic Ｅngagement［M］.Columbia，SC：University of South Carolina Press，2010.

［1６］［古羅馬］西塞羅．西塞羅全集·修辭學卷［Ｍ］．王曉朝，譯．北京：人民出版社，2007．

［１７］Quintilian． Institutio Oratoria：Books I-III（H.E.Butler，Trans.）［M］.Cambridge，MA：Harvard University Press，1980.

［１８］Davidson，C.N. A Ｆourth ‘Rfor 21st Ｃentury Ｌiteracy［M］.The Washington Post，sec.Post Local，2012，（１）：2.

［１９］Aune，James A. Rhetoric and Math Anxiety［M］.Thousand Oaks，CA：Sage，1995.

［2０］［法］布魯諾·拉圖爾．我們從未現代過［Ｍ］．余曉嵐，林文源，許全義，譯．臺北：群學出版有限公司，2021．

［２１］［法］甘丹·梅亞蘇．有限性之后：論偶然性的必然性［Ｍ］．吳燕，譯．河南大學出版社，2018．

［2２］Ramsay，S.Reading Ｍachines：Toward an Ａlgorithmic Ｃriticism［M］.Urbana，IL：University of Illinois Press，2011.

［2３］Johnson，N.R.Information Ｉnfrastructure as Ｒhetoric：Tools for Ａnalysis［J］.Poroi，2012，（1）：５３－６９.

［2４］［俄］列夫·馬諾維奇．新媒體語言［Ｍ］．車琳，譯．貴陽：貴州人民出版社，2020．

［2５］［英］大衛·M.貝里，［挪］安德斯·費格約德．數字人文：數字時代的知識與批判［Ｍ］．王曉光，譯．東北財經大學出版社，2019．

［2６］Rice，Jeff. Occupying the Digital Humanities［J］．College English，2016，（5）.

［２７］Benjamin R Race after Technology：Abolitionist Tools for the New Jim Code［M］.Cambridge：Polity Press，2019.

（責任編輯 焦德武）