算法黑箱研究：基于认知科学的视角

作     者：张珺皓 

作者机构：吉林大学理论法学研究中心 

出 版 物：《科学学研究》 (Studies in Science of Science)

年 卷 期：2025年

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：教育部哲学社会科学研究重大专项项目(2023JZDZ012) 吉林大学博士研究生科研创新能力提升项目(2024KC019) 

主　　题：算法黑箱 认知 信任 算法厌恶 

摘      要：从认知维度对算法黑箱进行研究，是已有的技术路线和规范路线之外的第三条路径，人们将期望使用与理解人类认知相同的概念框架来理解算法黑箱。比起人类心智黑箱，对算法黑箱要求更高的透明度，由此形成了“算法黑箱—透明度—责任制的架构，遮蔽了黑箱的陌生性与正当性等其他性质。反认知常识的是，算法黑箱也具有正向的认知功能，黑箱能够统一认知中组织层次之间的移动和从因果关系到机制的过程，可破除算法可解释性的神话和避免解释深度错觉，同时为黑箱的展开提供了水平或嵌套解释的方向，可采用介于“白箱和“黑箱之间的可视化“灰箱阶梯解释方法。信息阶段和控制阶段的分析框架反思场景化规制的方法。对算法的信任分为固有信任、学习信任和情境信任，分别与人、算法与环境的因素有关。“算法厌恶的减少与算法的客观性、人的自主过程、人类的社会评判担忧和算法对人类思想的侵入程度有关。