站在媒介演化的時間線末端回望，你會看到近10年來“各種新媒體層出不窮，輕捷小巧，如同很多食肉型小恐龍在巨大笨拙的食草型恐龍邊跳躍飛躥”。如果再聚焦近3到5年，你會發現這些飛躥的小恐龍都有著一顆智能算法的心。

復雜社會需要借助技術或者物質來管理時間和空間，媒介因此應運而生。由于技術具有“透明性”，一旦你習慣它了，就會意識不到它的存在。如同鼻梁上的眼鏡，你看到的清晰世界，其實是被鏡片中介轉化過的圖像。而我們常常對技術抱有不切實際的期望，甚至希望它可以解決現實社會中連我們自身都無法解決的問題。

算法也是如此。一方面，我們希望智能工具能夠幫助我們提高效率、節約時間、獲得快感；另一方面，我們又希望算法能夠絕對智能、察覺情感甚至超越人性。但這個問題還有第三個面向，即算法并非作為“媒介”被動地處于我們與事物之間，技術的自主性使其具備“中介化”的能力，可以參與社會互動，建構社會現實，成為基礎設施。

疫情的出現提升了區域間人口流動風險，但同時人們通過互聯網、社交媒體、視頻會議等在線方式進行的溝通和交流卻有增無減。我們試圖通過延長社交軟件中的親密時間來彌補物理空間上的距離。但即便是在線上，也同樣存在著社交區隔、知識生產溝、觀念的距離、算法認知差距這樣的“非物質距離”，它讓我們的交流雖然可以跨越山海，但卻無法總是抵達內心。

前段時間的微信版本升級，釋放出一個鮮明信號：微信“會客廳”要變成社交“大廣場”了。走出熟人朋友圈，進入陌生人社交，在公開的數字環境中應該如何自我介紹、獲得關注、連接彼此、進行互動？我們看到越來越高的權重被賦予機器運算，那么這會影響我們的信息環境嗎？相比之前那個更多是手動加好友、友鄰點贊推薦、熟人關系優先的系統，算法推薦會衍生出新的社交區隔嗎？考慮到微信已經成為人們日常獲取信息、進行社交互動最直接最主要的渠道之一，這樣的疑問非常值得思考和重視。

一直以來，不同階層獲取信息的公平與效率問題備受關注。通過信息聚合和內容過濾，算法推薦實現了當年尼葛洛龐帝在《數字化生存》中所預言的“我的日報”。千人千面、千人千搜，這樣的內容獲取比起無差別的大眾傳播，會不會出現新的知識生產溝？雖然理論上每個用戶都能創作內容，但智媒時代知識的獲取高度依賴特定組織生產特權——“組織控制著將哪些信息提供給誰，以達到定制所要求的效果”。定制出來的知識在先期就嵌入了壟斷與售賣，并逐漸演變成了一個“無菌飼料室”——“它只不過是一個根據消費模式和廣告偏好制作的故事集，它在信息流中穿梭往返，但從不偏離精心的設定”。

過濾泡、信息繭房和回音室效應都指出了網絡群體之間存在隔離、孤立和極化的現象。雖然國情和語境不同，但如果從算法和模型的角度來看，這種群體間的觀念差距有可能是通過觀點間的距離累積而成的。比如著名的新聞深度學習模型deepnews.ai，它可以通過計算不同內容間“觀點的距離”來合成推薦模型，幫助用戶用最少的時間獲得最多的知識點。

但這種合成敘事更多基于的是文章中可被量化的要素，較少考慮信源，也不太考慮觀點的傾向性。更重要的是，這種精致且實用的商業模型會不斷強化，用戶長期浸淫其中，觀點間距離會沉淀并鞏固下來成為觀念的差距。

雖然對于算法推送是否會造成社會心態撕裂、社會信任缺失的討論尚未有定論，但對算法的認知差距——即用戶能否意識到他所看到的內容，其實是一個智能裝置通過一整套技術組件運算所呈現出的結果——這樣的反思性思維，卻與社會階層背景之間存在聯系?！艾F存社會結構中的不平等是算法認知差距的基礎”。值得注意的是，智能系統所強調的“個體價值”實則是一種偽個性。以經濟要素為底色的智能推送，個人偏好需要與社交關系、環境熱度相匹配，通過這種機制再生產出的“知識人”，看起來是個性化的，但并不是真正的“獨特”，而是看似很特別，實則很普通。系統的偏好并不鼓勵真正的多樣性，“聰明且實用”的“知識人”遠比負責任的公眾更受歡迎。

需要說明的是，這些與算法相關的“非物質距離”，有的看起來是一個技術問題，但實際上是一個社會問題；有的與其說是由技術催生的，不如說是通過技術放大的；還有的則是我們同技術一道共同產生的。算法是現實的投射，同時算法在未來將是我們賴以生存的技術生態圈，很多現實問題恰恰是因為算法而被顯現和撬動出來。所以在這個問題上，與其刻意去消除距離，不如嘗試相互理解。或許有一天，智能算法依舊無法讓我們跨越身心鴻溝，但可能還會誕生新的共存方式。

責任編輯：PSY