平台權力演算法與治理

這張地圖關注平台如何分配可見性、塑造情緒回饋，並透過介面與資料流程影響使用者選擇。政策部分比較中國演算法推薦規定、歐盟 DSA、美國 FTC 暗黑模式報告，以及對監管可行性的研究。法規文本、執行狀況與治理效果必須分開評估。

flowchart TD
  A[平台商業目標] --> B[推薦與排序系統]
  B --> C[內容可見性分配]
  C --> D[使用者互動與社會回饋]
  D --> E[參與度資料]
  E --> A
  F[暗黑模式與介面預設] --> G[選擇摩擦與退出成本]
  B --> H[演算法治理]
  G --> H
  H --> I[透明度與可調整性]
  H --> J[獨立監督與問責]

核心筆記

• 推薦系統同時分配資訊與社會可見性
• 平台回饋機制會塑造可見的情緒規範
• 小型中斷會累積成重新進入任務的成本
• 演算法治理需要從告知走向可用的退出與替代選項
• 法律與商業制度共同形塑注意力市場
• 平台治理不能把所有責任交給使用者自律
• 注意力治理需要公眾信任與可問責制度

概念連結

推薦系統、演算法策展、說服性科技、暗黑模式、監視資本主義、資料殖民、平台治理。