離身認可與具身恐懼:人臉識別公眾態度研究
——基于微博數據的情感與主題分析

楊 正

引言

人臉識別(Face Recognition Technology, FRT)是指能夠識別或驗證圖像或視頻中主體身份的數字技術[1]。近年來,隨著以人工智能、物聯網等為代表的新一代信息通信技術的普及應用,人臉識別技術已經成為最為常見且應用最為廣泛的生物識別方法之一[2]。這一技術的使用,一方面確實讓人們的身份識別更為便利及更具安全保障;另一方面也暴露了各種潛在的和現實的風險[3]。且隨著人臉識別技術的進一步推廣,應用人臉識別而引發的隱私安全等相關問題進一步凸顯,公眾對其應用的擔憂也進一步加劇[3]。2021年7月,中華人民共和國最高人民法院頒布了《關于審理使用人臉識別技術處理個人信息相關民事案件適用法律若干問題的規定》的司法解釋,進一步將人臉識別的公共應用推向公共輿論的熱點。感知其利益,但擔憂其風險成了當下公眾面對人臉識別技術的復雜情緒狀態。公眾對待人臉識別這一爭議性科技的具體態度與情感,目前學界尚未出現全面而深入的探討。部分研究通過問卷調查的形式對影響公眾人臉識別態度的可能因素進行了探究與分析[2,4],但在全面展現我國公眾人臉識別技術的情感與態度,以及展現其正負面情感的相關維度方面的研究尚顯不足。在此背景下,深入描繪并探討中國公眾人臉識別的態度認識與情感偏向將對進一步合理推廣與應用該技術具有重要意義。對此,本文以微博大數據為資料,采用情感分析、語義網絡分析以及LDA主題模型分析的方法,以技術的具身體用及離身認知為切入點對該問題進行分析,以期探討我國公眾對人臉識別技術的態度認知產生路徑及其原因。

一、人臉識別的公眾態度及認知研究

基于人臉信息以及人臉識別技術的相關法律背景,目前國內對于人臉識別技術的研究對象主要分為數據提供者、數據控制者、數據使用者與監管者[5]。過往國內的研究大多是從“數據控制者”視角出發,強調通過風險評估與技術優化來提升人臉識別技術產品的合規性以及其服務的透明性,例如不斷更新人臉識別背后的算法模型以及持續關注該技術識別過程中個人信息的整合與計算方式等[1,6];或是以“監管者”視角,強調調整更新人臉識別技術的諸多使用規則的兼容性與動態性,以此提升人臉識別技術準入場景的適配性[2,7,8]。上述視角均是以技術優化為核心導向的人臉識別技術治理方案,試圖以規范技術及其使用場景來不斷提升人臉識別技術的規范應用與合理發展,而從數據提供者,即公眾主體角度出發的人臉識別技術治理的相關研究則略顯不足。Ada Lovelace Institute(2019)[9]指出:其實很少有公眾對人臉識別技術有深入或知情的了解,很少有受訪者知道面部識別技術被用于警務和機場之外的場景,僅15%的受訪者了解面部識別技術被廣泛應用于一些工作場所、商店和商業場所。公眾作為信息數據的提供者,以及技術最直接的使用者和感受者,技術的風險會直接作用于公眾,那么公眾對技術的開發和應用也應該有直接的發言權[10],但在探索相應技術發展與治理的路徑時卻很少將公眾對于該技術的真實感受與態度認知納作參考因素。

公眾對待技術的態度對于技術的應用、發展與治理具有重要意義,且這些態度在網絡時代更加容易被表達與激化。在國內的互聯網語境中,公眾會更多地去評議與自身生活、經驗息息相關的事件,以其自身個人化的表達參與相對宏大的議題與政策的討論之中[11]。社交媒體更是為公眾參與提供了更加廣泛的討論空間,并進一步建構出中國公眾關于爭議性科技議題的公共話語空間[12,13]。而從社交媒體的信息內容來看,隨著互聯網的普及以及網民數量的增加,諸多爭議性的話題在技術迭代發展的催化下被進一步“社會化”與“極端化”[14],從而呈現出更為復雜且多元的表征。例如,當轉基因技術越來越受到社會關注時,微博中關于轉基因的討論會充斥大量的比較、猜測乃至陰謀論,其爭論的社會意義甚至已然超越其技術意義[15]。因此,把握社交媒體環境下公眾對于特定技術,尤其是爭議性技術的話語表征與情感傾向不僅有助于我們了解公眾對該技術的認知與態度以及進一步推動該技術的社會治理與發展,還有利于我們就相應技術建立更加健康與合理的公眾輿論空間提供豐富的證據資料。在這一研究方向上,已有不少學者在相應的爭議性科技領域,以建立能夠與公眾對話并能實現公眾參與的治理模式為目的,將公眾的技術態度作為主要的關注點展開具體研究,例如轉基因、核能等,并發現若意圖提升技術普及的速度,擴大技術應用的廣度,則將公眾接受度作為評判決策優劣的重要標尺十分必要[16]。

回歸到人臉識別技術,其作為搭載互聯網與人工智能的標桿性技術,由于具有生物信息獲取、識別以及利用等技術特征而飽受爭議。信息技術的接受度和信任度一直是信息系統研究和實踐的優先問題之一,終端用戶的感知和行為反應同樣是相關技術優化的重要考慮因素[17]。因此,早期的研究多是以公眾態度作為直接研究對象來調查人臉識別技術的公眾使用意愿。如A. Krupp等采用問卷調查對德國公眾對于人臉識別的接受度進行代表性調查,發現僅有不到三分之一的人認可人臉識別技術,于是呼吁加強德國公眾關于人臉識別知識的普及[18]。隨著人臉識別技術的發展及其應用場景不斷深化,后續的態度研究多以建立公眾感知、使用情境等因素與技術使用行為之間的關聯為主。在公眾對于人臉識別技術的基本態度與使用意愿及進一步的公眾感知的影響因素的研究中,學者們發現公眾對待人臉識別的態度與情感是高度情景化且具有人口統計學偏向的,例如相較于其他國家,中國公民對于人臉識別技術的接受程度是最高的[4,19],且公眾對于人臉識別技術的支持態度在很大程度上來自對于該技術用途認知及具體使用或政府信任[20]。

然而無論是對于公眾人臉識別態度的直接調查還是間接的影響因素分析,所有的研究都指向一個方向,即在當前人臉識別技術對公眾生活的滲透已經到了不得不考慮公眾意見的態勢下[18],將“公眾聲音”納入實時人臉識別技術應用的監管決策與場景應用是具有重要意義的[21]。國外對于人臉識別技術公眾態度的研究已經從基本的公眾態度調查過渡到技術使用場景的態度預測,如此的研究轉向能夠更好地實現人臉識別技術發展決策中的公眾參與。但以中國公眾作為研究對象的態度研究并不多見,且大多停留在基本態度的描述上,缺乏更為全面且深入的描繪與分析[2,4,22]。普及技術并確保技術的使用長期處于可控的風險范圍之內,有必要了解公眾對于技術的實際感知與意愿,提升公共決策空間的開放性。但在人臉識別領域內,公眾態度及認知方向并未得到相應的重視,更未在技術治理與發展的重大決策中納入公眾態度這一影響因素。因此,有必要就此問題展開更為全面且深入的研究與分析。

二、技術烏托邦與具身體認:爭議性技術的公眾態度與情感

公眾對于新技術,尤其是AI、人臉識別等具有一定爭議性的技術的態度總是被發現具有明顯的兩極分化[23]。不同的技術態度對于其技術的最終接受與社會使用有著明顯的差異性影響。其中,影響公眾技術態度的因素被發現是極其多元的,包括公眾的教育水平、科學素養、生活經驗、信息接觸、媒體引導、社會文化背景、社會網絡關系等[16,24]。其中,對于技術的“使用”被發現是其中一個重要的維度。

自20世紀80年代以來,隨著第二代認知科學——具身認知(embodied cognition)科學的興起,“思維來源于身體經驗”的認知逐漸被證實[25,26]。學者們認為人的身體是在世界上獨立存在的媒介物,人們對于世界的認識并非世界的鏡像,而是身體構造和身體感覺運動系統塑造出來的[27]。因此,對于技術的“使用”或身體介入被認為是塑造公眾技術認知的重要維度。對技術的認知與身體體認之間被認為存在不可割裂的關系[28]。這進一步被總結為對待技術的“體驗認知”[27]或“認知的涉身性”?？傊?“使用”場景下的具身體認被認為會顯著影響公眾對待所體認的技術的態度。

但身體介入或具身體認對于公眾技術態度的影響目前尚未有定論。部分學者認為技術的發展讓我們的肉身器官在對技術的使用中產生器官功能的轉換與異化,從而產生對于技術的使用恐懼。尤其是肉身器官的原有功能被技術遮蔽,而又在另一維度去蔽的情況下[29]?；貧w到人臉識別技術,人臉作為人原本的感覺識別器官在技術作用下轉換、異化為被識別的對象,在識別與被識別的對象轉換中實現了技術身體的去蔽與遮蔽,從而導致了公眾具身體認中的不安與恐懼。但也有研究指出,對于具有爭議性的技術而言,身體介入或具身體認是消弭其技術恐懼的靈丹妙藥[30]。在具體使用的過程中,公眾可以獲取關于技術的確定性感知,從而消除其對于特定技術的不安感[31]。例如,就轉基因技術而言,試吃轉基因食品、參與轉基因生產,以身體介入轉基因技術的成果轉化被認為是轉變公眾關于轉基因態度的重要渠道[32]。但身體介入到底在何種程度上影響公眾對特定爭議性技術的態度,目前依舊尚未存在統一的回答。

除了具身化的體認外,對待技術,尤其是爭議性技術的態度被認為還受到公眾對待技術控制與社會賦權的想象與期待的影響[33]。而這種想象與期待在社會中集中表現為一種崇拜技術力量的技術烏托邦主義(techno-utopianism)[34]。這種技術烏托邦主義幻想技術可以幫助人類構建未來烏托邦式的美好社會,且呈現出明顯的社會集體性[35]。研究指出,中國社會常常對一系列高新技術,如5G技術、人工智能等抱有集體性積極技術想象[36];且這樣的一種集體性的積極想象往往會與對國家的身份想象相糾合,進一步成為對民族或國家驕傲的想象來源[13]。這樣一種集體性的積極想象同時被認為是一種基于對技術的非個體性身體介入的遠程幻想[36]。公眾以集體性的身份被引入關于這些技術的宏大敘事中,從而在非具身的體認下被建構出對于特定技術的積極認知。例如,Zeng等人(2022)指出,中國媒體對于AI技術的敘事及中國公眾對于AI技術的認知與基于技術的“中國夢”的宏大政治敘事緊密相關,頻繁接觸此類宏大敘事的公眾更易于產生對于AI技術的集體性積極想象[36]。全球的調研結果也指出,中國公眾在“對待科學技術使得人民生活更加健康、簡易和舒適”的認可上在49個受訪國家中排第二名;即便中國公眾對于相關技術的知識、素養排名靠后[37]。這類框架與技術烏托邦的積極幻想被發現也同樣存在于中國公眾對于人臉識別技術的認知中:中國公眾在集體性身份下普遍期待著人臉識別技術可以給社會帶來更加穩定與安全的保障[11],即便他們認為自己并沒有主動使用或介入過此類技術。

身體的介入或遠離對于公眾技術態度的影響目前仍處于不甚明朗的狀態。身體經驗與認知程序之間的范式、路徑方面也缺乏統一的回答[28]。身體的介入到底是更容易帶來主體性回歸基礎上的技術恐懼還是體用后的風險消弭?身體的疏離是會帶來遠程烏托邦式的集體關照還是缺乏使用的技術陌生?這些問題尚未得到充分回答。加之身體介入本身就是高度情景化的[26],對于不同技術的具身體認及其認知影響必定有所不同。因此,在面對精細度不斷發展、應用場景不斷深化、公眾討論日益高漲的人臉識別技術,我們當前還沒有相應準確的回答。但可以肯定的一點是,“具身”或“離身”對于公眾技術態度的影響是巨大的。因此,結合前文所探討的公眾態度對于技術推廣與治理的重要影響,我們提出了如下核心研究問題:

RQ1:中國公眾對于人臉識別的態度及情感如何?

RQ2:中國公眾對于人臉識別的正負面情感分別圍繞哪些維度展開?

RQ3:具身或離身在中國公眾人臉識別態度與情感建構中發揮著怎樣的作用?

三、研究方法

(一)研究數據采集與描述

目前,微博已經成為中國公眾參與社會性事務的重要平臺。相關研究也已指出微博平臺已然建構出了中國公眾面對一系列爭議性科技議題時的公共話語空間[11];大量的有關爭議性科技議題公眾態度的研究也以微博數據為資料進行分析與探究[38,39]。因此,本文也選取了微博平臺作為中國公眾人臉識別技術的態度與情感分析的數據來源平臺,并以“人臉識別”為搜索關鍵詞,通過GooSeeker大數據采集工具爬取了2021年1月1日到2022年10月31日這22個月期間有關人臉識別的相關微博數據。在進行去重及數據過濾后,最終得到168 570條有效微博文本數據,數據總量與Guan &Chen(2023)研究中所采集的數據總量較為匹配(2020年11月1日至2021年4月30日,6個月共45 768條)[11]。這些數據將成為后續研究的分析對象。

(二)情感分析

針對研究問題1與研究問題2中的情感問題,本文主要采用了基于大數據的情感分析方法。情感分析(sentiment analysis)又被稱為情感或觀點挖掘(emotion/opinion mining),是指使用自然語言處理、文本分析、計算語言學等方法對帶有情感色彩的文本進行統計、分析、歸納、處理的研究方法[40]。隨著社交媒體的發展,目前已有大量研究開始著手于推特或中文微博的情感分析問題[41]。通過將文本中的詞匯定義為積極、消極或中性,情感分析可以有效地幫助我們衡量社交媒體用戶對于某一特定事件的態度。這一研究也被大量應用在探討公眾對于某一特定爭議性科技議題的態度認知與情感偏向的分析上,如轉基因[42]、氣候變化[43]等。

本文通過使用ROST-CM6.0軟件中的中文語言情感分析功能,分析每條微博中的正負面情感情況。該軟件基于情感詞典匹配與加權計算的方法得出每一條微博最后的情感得分情況,并對其從-100至100進行賦值。分值越高則表明情緒越傾向于正面,反之則表明更傾向于負面。通過對所收集的168 570條有效文本數據進行情感分析,可以初步得出中國公眾對待人臉識別技術的基本態度傾向。此外,我們還進一步以每10天為一個單位,統計該時間單位內具有正負面情感微博的占比情況,并進一步對其進行歷時性分析,以期窺探在近2年的時間內,中國公眾對待人臉識別技術的變化態勢。

(三)語義網絡分析與LDA主題模型分析

針對研究問題2的后半部分與研究問題3,我們主要采用語義網絡分析方法。語義網絡分析(semantic network analysis)是指用網絡化形式來定義詞與詞之間的語義關系的分析方法,其在1973年由美國學者司馬賀所提出。其基本原理是以句子為基本單位,以句子中的詞的概念為網絡中的節點,以溝通節點之間的有向弧來表示概念與概念之間的語義關系,并最終構成一個彼此相連的網絡,以理解文本的語義[44]。這種方法目前被廣泛地應用在自然語言處理、情報分析、文本理解等領域?！皬男g的角度來說,語義網絡分析實現了傳播學研究探求文本的表意、修辭與社會動因的研究目的?！盵45]尤其是在面對大數據環境下的超出傳統人工編碼能力范疇的語義理解與分析時,“語義網絡分析不僅可以客觀地呈現文本生產者認知中的表意,還可以幫助展現認知產生的邏輯推理過程”[45],因此可以幫助我們更好地理解中國公眾對待人臉識別的態度是如何展開的。他們對待人臉識別技術的正負面情緒又是聚焦于哪些方面?針對后一個問題我們結合情感分析的結果,分別對所得到的正面情感文本與負面情感文本進行語義網絡分析。

在具體操作步驟上,本文采用python語言中的Jieba包的中文分詞功能進行處理,并在剔除標點以及emoji等符號后,通過Excel中的分列功能自動將分詞后的文本設置成語義網絡分析所需的以句為單位,以詞為節點的數據形式。通過導入Gephi0.92并使用ForceAtlas2的布局(layout)功能,最終生成中國公眾人臉識別技術討論正負面情感的語義網絡。最終,在刪除網絡中虛詞、助詞等無實在意義的節點后,網絡中節點中心度排名前100的詞將會被顯示標簽與統計。但僅僅使用Gephi的節點中心度計算難以有效度量文本中的主題呈現情況,對此,我們進一步引入了LDA主題模型分析方法。

LDA作為非監督的機器學習模型,是通過一系列主題以服從多項式分布的形式生成每個文本,再從這些主題中同樣以服從多項式分布的方式抽樣出每個單詞,由此構成該模型圍繞主題生成文本的過程。其在具體的分析過程中使用詞袋模型進行文檔的主題分布推測,從而可以集中每篇文檔的主題,并以概率分布的形式給出主題聚類分布結果。本文在使用Jieba進行分詞后,通過IF-IDF算法對分詞結果進行優化,獲得更為精確的主題詞進行LDA詞袋模型構建,最終通過Pysql庫進行數據篩選,并使用Gensim庫進行話題模型建構[46]。

四、數據分析

(一)穩定的態度與更為積極的假象

整體穩定而正面的態度傾向表明兩個主要結論。第一,從整體而言,公眾態度的穩定與缺乏面向積極或消極的歷時性變化,表明目前尚未存在有力的外部干預力量改變中國公眾對待人臉識別的整體態度,如政策介入或科普介入。雖然大量研究與政策文本均強調“要加強人臉識別技術的科普和宣傳力度,打消公眾不必要的顧慮”,以期通過科普介入的手段提高公眾對人臉識別技術的接受度與積極情感。但就微博的歷時性數據而言,公眾態度在近兩年的時間內并沒得到有效改善。第二,雖然微博數據呈現出積極情緒高于消極情緒的結果,但由于微博自身的審核機制、刪除機制以及政府、企業等所主導的大量宣傳、軟文類文本數據的介入,微博場域中文本的情感較之公眾真實的情感容易呈現偏向正面或積極的誤區。因此,雖然情感分析的結果表明中國公眾對待人臉識別的態度可能呈現出更為積極的態勢,但這一結果的準確性并不適宜高估。不過,穩定的態度表征表明公眾對待人臉識別技術的關注點可能存在較為一致的連續性,可以為我們后續進行基于積極情緒和消極情緒的分類主題研究提供更為穩健的數據來源。

(二)不同的情緒表達,不同的主題關切

為了回應研究問題2:中國公眾對于人臉識別的正負面情感分別圍繞哪些維度展開?我們將所有文本數據中積極情緒數據(87 355條)和消極情緒數據(37 092條)從總文本中提取出來,并對其進行語義網絡分析及LDA主題模型分析,以期更為全面地探究中國公眾對于人臉識別的正負面情感的關注點。

在去除一系列無意義虛詞、連詞、數量詞等停用詞后,我們通過語義網絡分析的節點中心度計算方法,統計出積極語義網絡與消極語義網絡中節點中心度最高的30個關鍵詞(見表1)。從關鍵詞表中可以發現,除了一系列相同的基本主題詞,如“人臉識別”“手機”外,關于人臉識別技術的積極語義與消極語義呈現了顯著不同的主題關切。具體而言,在積極語義中,大量高頻關鍵詞如“華為”“手機”“智能”“蘋果”“系統”“微博”“智慧”“科技”等,大多是圍繞人臉識別技術本身及其軟硬件載體展開;而在消極語義網絡中的大量高頻關鍵詞,如“今天”“最近”“現在”“每次”“剛剛”“昨天”“早上”等,則大多圍繞人臉識別技術在日常生活中的應用場景展開。據此,我們可以推斷公眾對于人臉識別技術的積極態度大多建立在一種脫離日常生活的技術感知上,關注點大多聚焦于技術知識與軟硬件載體上;而對待人臉識別技術的消極或擔憂情緒則更多建立在個人日常生活與人臉識別技術的碰撞上,是技術落地于具體生活中而造成的影響。正如以下積極與消極微博的案例:

表1 微博公眾人臉識別技術積極情緒與消極情緒語義網絡關鍵詞

積極情緒案例:“2021年的愿望:希望能出一款能讓百姓說實話,不會被封號(的)視頻APP,讓上面的領導能更直接的了解底層百姓的真實情況。(登陸APP需真實信息,實名認證,人臉識別,以免有人捏造事實,無法查找)”

消極情緒案例:“前段時間小區物業突然在樓下貼了張告示通知要裝人臉識別門禁”(小區居民開始質疑詢問)“有沒有更加安全的方法使我們進門?”“沒?！薄半[私問題怎么解決?”“可選,非強制?！薄熬湍闶露??！薄?/p>

為了進一步驗證與補充語義網絡分析的結果,我們進一步通過LDA主題模型方法對積極情緒文本與消極情緒文本分別進行了處理。根據Perplexity主題數量確定方法,發現積極情緒文本與消極情緒文本的最佳主題數量分別為3個與2個(見圖1)。但為了保證兩種情緒文本主題的比較準確性,在此向下取2個主題單位,并依照2個主題單位數量對兩種情緒文本進行LDA主題模型分析,最后得出表2的數據結果。根據LDA主題模型自動統計出的每一主題的30個核心關鍵詞,可以將得到的4個主題歸納為:積極情緒主題1:技術載體與宣傳,主要圍繞人臉識別技術的軟硬件載體及相關商業宣傳展開;積極情緒主題2:元技術認可,主要圍繞人臉識別技術本身、應用原理及相關功能展開;消極情緒主題1:應用場景恐懼,主要圍繞銀行、學校、游戲等具體的人臉識別應用場景及其應用風險展開;消極情緒主題2:負面新聞感知,主要圍繞一系列有關人臉識別的負面新聞報道展開,例如“sky光遇黑市”“男子遠程刷臉轉走238萬”等。

圖1 微博公眾人臉識別態度積極情緒(左)與消極情緒(右)主題模型數量

表2 微博公眾人臉識別態度積極情緒與消極情緒主題及關鍵詞

LDA主題模型分析與語義網絡分析呈現了較為一致的結果,即在微博場域下我國公眾對于人臉識別技術的積極情緒認知大多圍繞遠離日常生活場景的技術知識、功能及相關軟硬件載體方面展開?！爸悄堋薄爸腔邸薄翱萍肌背蔀槠涓兄⒎Q贊人臉識別技術應用及相關宣傳的核心落腳點。但落實到具體的生活場景則相對較為缺乏,且僅集中呈現在微觀“門鎖”與宏觀“疫情”兩個主題上。而反觀消極情緒的展開,則更多圍繞著個人的日常消費及娛樂生活的場景與行為,如“身份證”“客服”“銀行”“學?！薄靶^”“游戲”“物業”“認證”“微信”“QQ”等。即使是關于負面新聞的感知,也大多圍繞社會生活類新聞展開,而非積極情緒中的“技術突破類”新聞或“商業宣傳類”新聞,如“人臉識別技術助力‘智慧戰疫’”“德施曼鎖定迪麗熱巴每一面”等。因此,就技術-生活關系而言,中國公眾對待人臉識別技術的積極情緒較之消極情緒呈現更為遙遠、離身的特征,而消極情緒則呈現一種更為生活場景導向的、具身化感知的特征。

對此,回歸本研究提出的三個研究問題,目前我們已經初步得出相關回答:在微博這一公共場域中,中國公眾對待人臉識別的態度可能偏向于積極且較為穩定的態勢,但這一積極情緒的準確性不宜高估。中國公眾對待人臉識別技術的正負面態度分別圍繞不同的主題展開,具體而言,正面情緒更多圍繞技術本身、技術功能及其軟硬件載體展開,同時附帶一定的商業化宣傳;而消極情緒則更多圍繞有關人臉識別的生活應用場景與使用體驗,以及相關的負面新聞展開。在積極情緒與消極情緒主題建構的差異中,具身與離身分別發揮著十分重要的作用,即呈現出中國公眾對待人臉識別技術的遠離生活應用場景的“離身認可”與以生活化場景應用為導向的“具身恐懼”之間的區隔。

五、討論:爭議性技術的離身認可、具身恐懼及身份想象

情感分析和主題模型分析的結果表明,在感知爭議性技術,并對其生成相應情感時,公眾對于技術的身體介入或遠離,切實地產生著顯著且深刻的影響。具體就人臉識別技術而言,具身的技術使用與體感正如學者所言,會將人臉作為人原本的感覺識別器官在技術作用下轉換、異化為被識別的對象,從而在技術身體的去蔽與遮蔽之中,導致了公眾的不安與恐懼[29]。這種“越使用、越恐懼”的心態也被發現普遍存在于公眾對于一些具有倫理缺陷或使用黑箱的技術態度上,例如武器[47]、基因生物技術[48]等。倫理道德上的不完滿及對技術內嵌邏輯的不了解,都使得公眾在使用或體感這些技術時傾向于同時產生對于技術本身現實效用的驚嘆及可能濫用的恐懼[48]。放置在人臉識別技術上就著重體現于公眾在生活應用場景中具身體感該技術的便利時,會進一步誘發其對于這種“便利”應用在自身上的恐懼及技術一旦出現漏洞的擔憂。而相反,當這種技術處于某種遙遠的時空時,公眾對其的認知則更多來自相應的知識普及與技術宣傳。而無論是知識普及還是技術宣傳,其技術本位都是基于一種贊揚的基調?！案玫乇Ｕ习踩薄案行У刈坟煼缸铩倍际侨四樧R別技術獲取公眾認可時使用的口號。但這種宣傳大多是以一種集體性的幻想,建構一種崇拜技術力量的技術烏托邦主義(techno-utopianism)的形式出現的[34]。在這種烏托邦主義中,個體無需知曉或具身體感這種技術的細節,只需沉浸于關于這種技術的宏大敘事中,建構關于這種技術可能帶來美好生活的遠程幻想。而“安全”“犯罪”,乃至“智能”“科技”以及“科學技術使得人民生活更加健康、簡易和舒適”到底與其具體的生活之間可能存在什么具體的勾連,這種非個體性身體介入的遠程幻想并沒有給出具體答案。但事實情況就是,公眾是容易陷入這種基于宏大敘事的遠程幻想中的。這種技術烏托邦主義的敘事也確實能夠有效挑起公眾對該技術的積極想象與情緒。尤其是面對人臉識別技術時,“用科技的力量服務生活”多次出現在人們對于該技術的積極想象中,雖然如何使用,如何服務的路徑公眾似乎并沒有進行細致討論。

這也就導致了其實公眾對于人臉識別技術的情感生成機制是存在差異,乃至是割裂的。我們對于人臉識別技術的積極情緒與消極情緒是沿著兩條完全不同的路徑生成的(見圖2)。也即,我們無法通過提升積極情緒來消弭消極情緒。公眾對于人臉識別,乃至其他爭議性技術的技術烏托邦幻想以及具身使用恐懼可能是同時發生與存在的。我們可能會贊揚“人臉識別技術推動國家防疫政策的實施”,但同時也擔憂或拒絕“人臉識別應用在我自己的小區里”。其實這種情緒的割裂背后進一步透露出了公眾在面對相應技術時的“身份想象(identity imagination)”。赫茲伯格(Hertzberg)在《想象與身份認同》(ImaginationandtheSenseofIdentity)一文中指出,關于身份的想象就是個體在面對外界信息輸入時關于“我是誰”這一問題的想象與回答,而這種想象是存在不對稱性的(asymmetries)[49]。我們在面對同一認知客體時,可能會因為輸入的信息不同,而對該客體產生不同的自我身份想象。例如,在面對人臉識別技術時,當我們被輸入的信息是基于技術烏托邦主義的知識普及或技術宣傳時,我們其實就已經被賦予了一種無差別的“公眾”身份。在這種身份想象下,個體的身體介入變得無關緊要。由技術民族主義催生的去個體化的認知確實如學者所言,會帶給公眾更為普遍的對于人臉識別技術會帶來更加穩定與安全的保障的期待[17],從而呈現出更為積極的情感表征。而當人臉識別技術具體出現在我們的生活場景中,需要我們以身體介入去體認時,我們關于自我身份的想象就從宏大的“我們”具體到了個體的“我”。拉琳娜(Larina)等人總結了“我文化(I-culture)”和“我們文化(we-culture)”之間的區別,并指出當個體以“我(I)”的身份思考時,他們會遵循一種更加謹慎、深思熟慮乃至消極的思維模式;而當以“我們(we)”身份思考時則容易陷入一種極端乃至狂熱的集體主義思緒[50]。當我們不得不以身體介入的方式、個體化地接觸并使用人臉識別技術時,“我(I)”的身份想象就會壓倒來自技術宣傳或知識普及所建構的“我們(we)”的身份想象,從而敦促我們以一種更加審慎乃至消極的視角看待人臉識別技術。當這種技術存在倫理缺陷及操作黑箱時,則更可能帶來偏于負面的消極情緒。

圖2 公眾人臉識別技術態度情緒生成路徑

基于這種技術/知識性認知和生活應用性體感在公眾人臉識別技術態度生成中的功能割裂,我們可以推斷傳統基于技術科普與宏觀宣傳的方法在改善公眾人臉識別態度上的作用可能是有限的。這一結論也與我們情感分析推斷出的結論相匹配。具體而言,當人臉識別這一爭議性技術被置于較宏觀的宣傳體系之中時,公眾的關注點多聚焦于技術知識與軟件載體等落腳于技術本身的內容上,并通過知識性和技術性的特征構建起公眾對于人臉識別的技術積極圖景的想象。而在相關情感生成機制的差異性,乃至割裂性的背景下,這種想象只能在積極層面放大公眾對于人臉識別的贊揚,而并不能有效消弭公眾對待人臉識別技術態度的使用恐懼。而真正阻礙公眾對于爭議性技術接納的核心要素,其實并不在對技術的贊美,而在于對技術的恐懼。傳統認知頻繁指出的基于離身知識普及的“越了解,越不恐懼(the more you learn, the less you fear)”或許在人臉識別等爭議性科技議題的公眾接受中并不十分有效。這樣一種內嵌著科普“缺失模型(deficit model)”的,認為公眾只要獲取足夠多遠程的科學技術知識與信息就自然而然可以消弭其對技術恐懼的認知極大忽略了公眾的技術情感生成的割裂路徑。其實,這一觀點的缺陷在多年轉基因科普的公眾勸服“失敗”中已經得到了總結。我們在大量轉基因技術科普與宣傳的努力下,已然傾向于做出認可轉基因技術對于國家農業食品安全、對于農業技術進步的積極圖景想象,并在相關量表中做出“支持轉基因技術”的自我表達,但這種積極想象與技術支持并不妨礙我們在具身體感中拒絕購買及食用轉基因食品[51]。因此,在技術情感生成機制的差異性背景下,想要真正降低或消弭公眾對于人臉識別等爭議性科技的恐懼及其他負面情緒,真正的身體介入、試用與使用或許是更加有效的途徑。改變原有的“越了解,越不恐懼(the more you learn, the less you fear)”的技術宣傳策略,向“越使用,越不恐懼(the more you use/try, the less you fear)”的體用策略轉向,或可為爭議性技術的公眾接受提供新的發展路徑。當然,具身與離身對于人臉識別以及其他人工智能技術的態度生成,可能存在更為復雜、多元且交互的機制。簡單的“割裂”并不能全面地覆蓋所有的機制特征。更為“黑箱化”的情感運作還需要后續更為深入且多樣的研究予以補充。

結語

本文通過對人臉識別技術微博公眾討論大數據的情感分析及主題分析,發現了我國公眾對于人臉識別技術認知情感影響因素的割裂性,其具體表現在公眾對于人臉識別技術的積極情緒與消極情緒是沿著兩條完全不同的路徑生成的。公眾對于人臉識別技術的積極情緒更多源自集體性技術烏托邦主義的對于技術本身及其社會功能的離身想象;而其對于人臉識別技術的消極情緒則更多源自生活化場景中的具身使用體驗。這種情緒生成機制的割裂進一步透露出公眾在面對相應技術時關于“我”和“我們”的不同身份想象。這一結論首先表明了“身體介入”對于公眾技術情感生成的重要影響,并進一步提醒我們在進行相應爭議性技術的公眾推廣時,傳統基于家國敘事或技術知識普及的方法或許只能進一步放大公眾的積極情緒,而不能有效地消弭公眾的使用恐懼。想要有效降低公眾的技術恐懼或其他負面情緒,強調身體介入的試用與使用或許更為有效。

這一研究依舊存在一定的缺陷:微博平臺雖然為我們研究公眾的技術態度提供了絕佳的空間環境,但由于使用者的人群偏向,相關結論上升到真正權威的“公眾態度”層面依舊存在一定的漏洞;在數據范圍上,本研究只涉及了人臉識別較為火爆的近兩年數據,缺乏更為宏觀、歷時的數據集;相關結論也缺乏跟其他爭議性技術公眾態度研究的深入對話。這些不足將在后續的研究中予以考慮及探究。

(蘇州大學傳媒學院碩士研究生黃淵渟對本文亦有貢獻)