《Big Data & Society》：“Our Community's Algorithm, It Works Very Well Too”: Queering algorithmic imaginaries with LGBTQ+ comms and tech professionals
编辑推荐：
平台算法会给 LGBTQ+ 人群带来可见性（legibility）与排斥问题，但酷儿视角在人工智能与算法系统的公共讨论中基本缺席。本文考察 LGBTQ+ 行动者如何阐释、挑战并重构算法逻辑，以凸显其在平台治理中的关键作用。研究将“算法想象（algorithmi
平台算法会给 LGBTQ+ 人群带来可见性（legibility）与排斥问题，但酷儿视角在人工智能与算法系统的公共讨论中基本缺席。本文考察 LGBTQ+ 行动者如何阐释、挑战并重构算法逻辑，以凸显其在平台治理中的关键作用。研究将“算法想象（algorithmic imaginaries：关于算法如何运行及其社会功能的共享愿景）”这一概念，与“酷儿化（queering：动摇社会技术基础设施中规范性假设的实践）”结合起来。研究人员在加拿大开展两组焦点小组，共有 11 名 LGBTQ+ 参与者，包括酷儿非营利组织传播从业者和酷儿科技工作者，并以媒体争议作为引出材料。通过批判性话语分析（critical discourse analysis, CDA），研究人员指出参与者通过其叙述、批判与转译对主导算法想象进行酷儿化。研究发现，参与者通过训练数据、设计默认值与企业中立叙事揭示顺异性规范黑箱（cisheteronormative black box）；通过拒斥强加类别、指认算法推断风险、质疑平台预设的想象用户来协商酷儿可见性；并通过删除痕迹、屏蔽、平台多元化以及设想“社区算法（community's algorithm）”等日常策略实践酷儿基础设施拒绝（queer infrastructural refusal）。本文为批判性算法研究与酷儿理论作出贡献，并凸显酷儿化算法想象对平台治理与包容性讨论的意义。
研究背景方面，数字平台广泛采用算法进行排序、审核与个性化分发。既有研究指出，算法会复制并放大种族、性别、阶级与性取向方面的层级结构。对女同性恋、男同性恋、双性恋、跨性别与酷儿（lesbian, gay, bisexual, trans, and queer, LGBTQ+）用户而言，个性化承诺常伴随隐形、误表与针对性伤害：面部识别依赖二元性别逻辑，推荐系统强化顺异性规范，搜索引擎将酷儿经验病理化或情色化，自动内容审核以模糊社区标准压制 LGBTQ+ 内容。更关键的是，围绕人工智能与算法的公共讨论主要由科技产业与计算机科学中的白人顺异性男性塑造，酷儿声音在负责任人工智能与国家平台治理辩论中被边缘化。这表明算法并非中性技术物件，而是承载规范的文化基础设施；若不对“谁被设想为用户、谁拥有认知权威”进行干预，系统会持续编码主导规范。因此，研究人员开展本研究，以记录 LGBTQ+ 人群不仅是受伤害对象，也是具有处境化知识的平台政治阐释者，并扩展理解算法权力的认识论框架。
该研究发表在《Big Data》。
研究人员采用两阶段设计。第一阶段对 2010 至 2022 年英文新闻源做范围综述，按算法功能将争议归为排序、过滤、推荐、搜索算法及科技产业顺异性规范偏见五类。第二阶段在加拿大蒙特利尔通过魁北克酷儿科技网络与非营利组织合作网络招募 11 人：第一组 5 名为法语 LGBTQ+ 非营利传播人员，第二组 6 名为英语 LGBTQ+ 科技工作者，含软件开发、IT、项目管理等角色；4 人自认酷儿男性，2 人酷儿女性，5 人非二元或流动性别，3 人自述为有肤色少数群体成员。研究人员以第一阶段争议为引出提示，开展约 120 分钟半结构化焦点小组，录音转写匿名化，再用费尔克拉夫三维模型做批判性话语分析，即分析文本特征、话语实践与社会文化语境。
概念框架部分，研究人员把科学技术研究（science and technology studies, STS）、酷儿理论与批判性算法研究结合，将算法想象定义为关于算法是什么、如何运行、为谁服务的集体愿景。平台公司叙事强调中立、效率与必然性，而 LGBTQ+ 用户因误认、排斥与监控产生怀疑、反讽与变通。民间理论（folk theories）和用户再配置构成对抗性想象；故障（glitch）不只是错误，而是暴露系统偏见的断裂点；酷儿失败与拒绝可成为重构基础设施的世界制造方式。
主体结果分为三节。
Unpacking the cisheteronormative black box：研究人员通过焦点小组发现，参与者质疑算法由谁编程、使用何种刻板印象、如何抹除社群。IT 从业者谈及 YouTube 与 Google 比任何人更了解自己却又无对等透明；软件工程师指出训练数据多由顺性别、白人、特权背景与英语语料构成，使排斥历史被递归再生产；传播人员以双胞胎长相嘲讽性取向面部检测，以幽默颠覆身体可作为数据模板的假设；另有参与者明确拒绝由 Meta 等平台决定自己应被归入哪类。结论为：平台算法是意识形态构造，参与者通过暴露其规范逻辑来主张不透明性、模糊性与自我定义权。
Negotiating queer legibility：研究人员指出，算法不只反映身份，还构成身份之所以可读、可操作、可治理的条件。参与者说明非二元用户在应用中仍按出生性别获得二元推荐；移除 LGBTQ+ 定向广告既造成触达工具丧失，又体现非同意抽取式监控；同性情侣被营销视为高可支配收入目标却被社会排斥，形成“灰区”。参与者强调分类即控制，酷儿身份随时间、文化与展演变化，不能被稳定化；传播人员须用非人称语气写帖以适配“直算法”，社区管理者与开发者则承担情绪与认知劳动。结论为：算法可见性是有条件的， queer refusal 是对强加识别条件的抵抗。
Forging paths of resistance：研究人员归纳参与者的日常策略。项目管理者删除观看历史以防建模；传播人员用抽象视觉物料避免被分类与审核；社区管理者以人工封禁替代算法审核；参与者提出“our community's algorithm, it works very well too”，把口碑、传单、社会资本视为基于互惠与信任的人类基础设施。非营利传播人员将排名、搜索、过滤、推荐算法分别重新命名为指派、把关、警察、主体化算法，以语言再占有暴露控制逻辑。结论为：这些做法构成 queer infrastructural refusal，即不放弃数字生活，但拒绝以抽取与合规为条件的平台逻辑。
讨论与结论部分，研究人员总结：LGBTQ+ 传播与科技专业者的反想象根植于误认与排斥经验；其重新框定、策略性不透明与战术脱钩，是可生成替代基础设施的酷儿基础设施拒绝。社区算法不是隐喻而已，而是以社会关系、信任网络与共同责任为基础的非自动协调逻辑，区别于平台算法对规模、预测与数据抽取的偏好。对批判性算法研究，想象不是静态信念，而是介入基础设施政治的性能性行动；对酷儿理论，拒绝不必是彻底退出，也可是选择性、策略性在线在场，故障也可是主动展演以暴露分类不稳。
研究结论部分翻译如下：本研究以酷儿认识论审视 LGBTQ+ 传播与科技专业者如何想象、批判与重构平台算法。研究发现参与者阐发反想象，抗拒主导算法系统中的规范性假设；传播人员侧重倡导、代表与社群安全，科技工作者侧重技术可供性与结构偏见，但都来自误认与排斥的处境知识。参与者的重构、策略性不透明与战术脱钩可理解为酷儿基础设施拒绝：拒绝要求合规、强加可见性与抽取式参与的平台条件。社区算法指向以社会关系而非计算优化为基础的基础设施逻辑，依靠情境知识、信任网络与互惠问责运行。研究扩展算法想象概念，把边缘用户的位置性战术纳入基础设施政治，并证明拒绝与故障可生于职业语境中的日常实践。由于研究仅基于加拿大 11 名专业者的两组焦点小组，结论具处境性与局部性。未来应做跨文化与参与式设计研究，政策上应把 LGBTQ+ 用户视为平台治理的认知对话者，而非仅风险人群；监管须处理误认伤害、持续适应负担，并承认拒绝的保护性与政治性。设计多元争议性想象，意味着接受部分、选择与模糊参与，酷儿基础设施拒绝拒绝的是以顺从与抽取为条件的技术，而非技术变革本身。
