算法推荐赋能新时代主流意识形态建设研究

袁 健

(西北师范大学 马克思主义学院，甘肃 兰州 730070)

近年来，随着人工智能的快速发展与落地应用，以精准匹配为目标的算法推荐逐渐演变为新闻生产和信息传播新的技术范式，其“独特的信息传播模式改变了整个社会的信息结构和传播秩序，重塑了社会价值传播的媒介环境，为社会价值共识的生成提供了一个全新的信息场景和现实场域”[1]。拥有数量众多的受众、最及时的信息话语权及最开放的信息平台的天然优势使得它不仅成为现代社会中最重要的信息传播系统，更成为各种意识形态运作的重要场所和扩展的主要渠道。当前，我们正意气风发向着全面建成社会主义现代化强国的第二个百年奋斗目标迈进，在面临重大战略发展机遇的同时，也存在来自内外意识形态领域各种思潮和谬论的干扰。习近平总书记强调：“探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭‘算法’，全面提高舆论引导能力。”[2]318如何科学合理地利用算法推荐的信息传播与分发功能，促进算法技术为新时代主流意识形态建设服务，是我们面临的一项重要议题。

技术不是一种中立的、非价值的工具的集合，它的每一种设计和目标都隐藏着要传达的价值理念和价值倾向。算法推荐的技术本质及其定向式传播过程决定了其不可避免地会呈现出鲜明的意识形态属性。

(一)算法推荐的技术逻辑

“算法”最早出自波斯数学家花剌子密的著作《还原与对消的科学》，后来的学者将其拉丁语音译“algorithm”作为运算方法的统称。20世纪以前，人们普遍认为所有的问题类都是有算法的。直到20世纪30年代，英国数学家A.M.图灵(A.M.Turing)提出了图灵机数学模型，第一次把算法概念精确化，证明了算法不可解问题类的存在。这以后，算法作为数理逻辑的重要部分和现代离散数学的重要内容得到了深入的发展。

算法推荐是将算法应用于信息传播领域而形成的信息智能分发技术。它是可以关联用户和物品的一种自动化工具，通过利用用户以往的选择过程或与其他用户的相似性关系，能够挖掘出该用户的潜在兴趣对象，进而进行个性化推荐[3]。其设计逻辑在于，基于每个用户内容消费的行为数据(用户在APP上的浏览、点击、停留时长、转发、评论以及订阅、搜索等)、个体属性数据(用户性别、年龄、手机型号等)与社交关系数据(用户社交媒体帐号所关注的对象、所参与的话题和发表的内容等)，进行大数据计算与分析，实现精准的用户“画像”，进而推送“懂你”的信息[4]。算法推荐的过程分为四个阶段：第一阶段，寻找用户的数据记录，如用户的浏览痕迹、会话行为、购买历史、性别、职业、收入、年龄等。第二阶段，对用户的行为数据进行深度分析，并根据实证结果推荐用于解释行为的相应模型。第三阶段，依照数据模型和弹性行为痕迹向用户实时提供推荐服务。第四阶段，在用户使用推荐资源后及时进行评分。一般而言，当一条信息发布后，系统会基于用户偏好做初步推荐，但周期一般不会超过3天，因为内容的实效性和流行度会随时间的推移而衰减。除非某类信息成为热门后，由于该类型内容的数量不能满足用户的需求，早期的相关信息才会重新得到推荐，从而进入用户的视野。

常用的算法推荐包括关联规则推荐、内容推荐、协同过滤推荐以及组合推荐四种。关联规则推荐是由用户数据生成关联规则来建立推荐模型，系统根据推荐模型和用户的购买行为向用户进行推荐。内容推荐是系统通过分析用户已经评价过的资源项目的特征来获取对用户偏好的描述，并通过比较用户与资源项目之间的相似性来实现推荐。协同过滤推荐是通过分析目标用户以前评价过的文档资源项目的特征来构建用户的偏好模型，系统依据偏好模型计算每个候选资源和用户偏好的相似度，最后将排名靠前的信息资源推荐给目标用户。组合推荐即不同算法模型的排列与联用。在现实的信息推荐中，由于单一的算法很难满足个性化的需求，因而大多数平台更愿意运用多种算法模型组合为目标用户提供推送服务。

(二)算法推荐的意识形态属性

技术绝非中立的摆设，亦不是纯粹的占有之物。马尔库塞认为，科学技术成为了一种新的极权主义统治方式，“面对这个社会的极权主义特征，技术‘中立性’的传统概念不再能够得以维持”[5]7。社会的发展使得科学技术根植于人们的思想中，并逐步成为一种模式来调整和规范人们的行为。它设计出一种能顺应任何目的的存在形式，把人抽象为脱离社会关系的存在物，以此来表明自身的客观中立。但事实上，人们是从一定的话语和行为领域出发才能进行上述抽象的。因而，科学技术所标榜的中立性是虚伪的和带有欺骗性的，不管它怎样抗诉和辩解，都无法摆脱其已成为控制人的新形式的本质。

算法推荐是一种价值表达，同样也存在着意识形态偏向。首先，作为一种工具存在的技术，怎样使用算法、通过算法推荐什么内容，背后体现的正是技术设计者的价值取向和传播观念。比如在抖音、快手等平台上的网络短视频，只有“精选”的内容才能在推荐上显示，直接获得受众的更多关注，而什么样的短视频可以被“精选”，则蕴含着产品开发者的价值选择和利益诉求。精准推送往往使用“用户画像”技术，本身就潜藏这样的理念：用户偏好的就是好的，平台的打开率比一切都重要。可以说，选择就意味着判断，判断就承载着价值，技术的每一点改变，都承载着价值观。其次，算法推荐易受权力逻辑和资本逻辑的操纵和控制。波兹曼在《技术垄断》中指出：“每一种工具里都嵌入了一个意识形态偏向，把世界构建成为一种形象而不是另一种形象的倾向，赋予某一事物高于另一事物的价值的倾向，放大某一种技能以使之比另一种技能醒目的倾向。”[6]306算法推荐在设计的过程中将意义和事件放置在一起，通过不同层次的功能集合加以推进。这些不同层次的功能对于用户而言归于不同目的，用户的每一步行动都揭示了预先存在的隐含之意。正如海德格尔所言，技术体系给生活和行为强行加上物化形式，该形式将社会对象碎片化和分割化，就好像它们是自足的事物，并像自然界的事物那样只具有外在的因果联系。被安置在技术体系之中的事物不再实现其潜能，而被剥光其性质即其自身的事物性后，它们不再是一种“手段”和为了“服务”于他者，而逐渐发展成为一种对自己的支配。外在社会政治权力的介入以及算法推荐自身拥有替受众选择信息的权力，使得算法推荐的权力和权力的算法推荐很容易“合谋”，从而生产有利于权力所代表利益集团的意识形态传播。最后，算法推荐以赋予各种“议题”不同程度的显著性方式影响受众的认知、判断和行为。美国政治学家伯纳德·科恩在《报纸与外交政策》一书中将“议程设置”概括为，媒介通常在告诉读者想什么的时候异常有效，但是在告诉读者怎样想的时候却不怎么成功[7]83。作为传播媒介的算法推荐所推送的服务信息不是客观直接的报道，而是一种带有主观意愿的刻意行为。它从现实生活中选取某些具有典型性的事件或者案例，经过系统加工整理使其承载自己的价值表达，以此来影响人们对事物的客观判断。

算法推荐是一把“双刃剑”，在为主流意识形态建设带来技术红利的同时，也对其产生了不可忽视的负面效应。

(一)算法推荐对主流意识形态建设的正向效应

1.算法推荐为主流意识形态研判提供数据支撑

算法推荐对意识形态工作决策部署以及风险研判具有重要的价值。一方面，算法推荐可以提高决策信息的保真率。推荐信息中所体现的公民意愿、要求可以随时通过系统而被决策层有选择性地使用[8]。相关职能部门可以依据算法推荐采集到的数据对意识形态领域出现的问题及错误路向进行严密的动态监控，对其发展趋势、可能出现的危机作出科学合理的预测和研判，及时预防和矫正不良思想演化、扩散，增强意识形态工作的实效性、针对性。另一方面，算法推荐可以避免信息缺失和信息量不足的情况，有效地改善决策者的有限理性。赫伯特·西蒙认为，“在管理决策过程中，决策者进行理性判断和抉择的能力是有限的；
在有限理性下，决策只能达到满意化而不能做到最优化”[9]。有限理性阻碍了决策科学化的实现，而造成有限理性的主要原因是信息的缺失和信息量的不足。算法推荐的前提是进行大数据收集、数据整理、数据挖掘和数据分析，这些技术如果被运用于主流意识形态建设，就可以协助意识形态工作者精准地掌握网络意识形态领域的最新动态，了解群众的最新思想动向和现实需要，进而预测和研判意识形态工作的方向[10]。

2.算法推荐为主流意识形态传播推送精准信息

信息的传播，只有在受众充分理解并接受传播内容的情况下，传播效果才算是达成。如果内容在编码过程中定位受众失败、混乱不清，那么在信息解码时，就必然引起受众误解甚至逆反，其传播效果自然无从谈起。因而，传播者要根据受众市场分类，细分受众群体，精准传播内容，并选择适合受众的最佳传播策略。算法推荐能有效细分受众，精准提炼目标受众的偏好属性，在遵循不同受众心理规律的基础上广泛调动其积极性和主动性，促成受众聚焦注意力，并完成接受的转化。它基于“信息推荐”服务模式，通过识别和获取用户在信息检索过程中的行为和个性化特征，记录、学习并推导出用户的潜在需求和爱好，及时动态追踪用户需求的更新情况，主动实时地把所需的信息资源推送给用户，即实现信息的“按需定制服务”。相对于传统的信息服务而言，算法推荐不需要用户主动地对其感兴趣的信息资源进行描述，而主要凭借显性或者隐性的方式来收集用户的历史行为，进而利用这些历史信息来建构用户的偏好模型，从而根据该模型寻找用户可能感兴趣的信息进行推荐。这种信息服务方式能在适时的时间进行不同形式的内容投放，以实现传播效果的最大化。

3.算法推荐为主流意识形态宣传进行实时评价

效果评价是舆论引导、内容生产、运营管理的重要决策参考，在一定程度上甚至扮演了“指挥棒”的角色[11]。效果评价是一项复杂的工作，需要以大量统计数据特别是关于受众情况的准确信息作为基础，否则就难以进行科学、专业、准确的分析。目前，很少有机构设立专门部门，评估主流意识形态宣传效果。关于受众的信息以及宣传内容的反响、评价等工作，大规模且深入的受众调查和效果评估很少，特别是对主流意识形态宣传的重点受众群体，如党员干部、知识分子、青少年等的系统调查研究，包括他们的阅读质量、阅读时间、对报道内容的评价、满意度、媒体的影响力、知名度等，都较少涉及。评分是算法推荐效果评价的数据基础，当向用户提供推荐信息后，系统会要求用户对推荐资源进行实时反馈和评分。这些“用户-评分”数据库中的评分数据分值不仅代表着不同受众对信息类型的选择性注意、对信息诉求的选择性理解、对信息内容的选择性记忆，而且也客观反映了对资源项的喜爱程度。加大对这些受欢迎资源项的理论宣传，能进一步增强主流意识形态宣传效果。

(二)算法推荐对主流意识形态建设的负面效应

1.“算法黑箱”消解主流意识形态的价值信仰

随着现代通讯和传播技术的不断发展，技术被当作最富于创造性与挑战性的工具大量应用于辅助传播，技术的涵化运用使得事实和传输表象之间出现了本质性的差异，这使得算法的权力更能以一种隐蔽甚至扭曲的方式呈现并发挥作用。表面来看，算法推荐仅仅是对用户行为数据进行筛选、分类并动态匹配的函数模型，是聚合资讯类移动平台用于传播信息的工具。实质上，算法推荐正在成为一种弥散在网络，控制利益分配、思想传递、价值引导的算法权力，这种权力是一种“以治理为目标的权力关系”，并实现了对社会行为、价值的建构[12]。马克思认为，权力有赖于对相关资源的拥有、控制和使用。物质资源与权力获取是一种循环式的交往关系：一个人或机构拥有的物质资源越多，在社会交往和交换中就越能控制他人。凭借对稀缺物质资源的垄断，算法推荐促使那些需要而没有这些资源的人们无条件地服从，并依靠“‘冰冷的代码’对内容进行‘把关’，根据用户的偏好来判断内容的‘价值’，失去了对社会主流价值的守望与追求，使得用户陷入价值观迷茫的困境，阻碍了社会共识的形成和用户正常的社会化发展”[13]。除此之外，它的信息编码通过信息采集而成为一种指向性强势的话语，并起到充当传播增效器的作用。这种被规范后的话语使受众形成一致化的意识规范，固化和维护了非主流意识形态的权威，“不断挤压主流意识形态的传播空间，冲击主流意识形态的传播和表达，极大地削弱和限制了主流意识形态动员社会力量、凝聚文化认同等功能的发挥，导致公众价值取向的偏向性越来越倾斜，并形成恶性循环”[14]。

2.“信息茧房”弱化主流意识形态的认知统合

现代技术的发展，使得信息已经进入极度膨胀和过剩阶段，面对更多元、更庞杂的信息环境，个体或者组织很多时候无从选择和辨别。正如约瑟夫·奈所说，“丰富的信息导致关注的贫乏。当我们被大量的信息淹没在其中之时，我们难以确定关注什么”[15]152。算法推荐的出现，有效地解决了这一困扰，使得大量经过筛选的高质量信息能够及时满足用户的需求，大大提高了信息服务和信息利用的效率和效益。但与此同时，算法推荐精准的信息“投食”使公众的新闻消费陷入“信息茧房”的窘境中。哈佛大学凯斯·桑斯坦教授在其2006年的著作《信息乌托邦——众人如何生产知识》一书中提出了“信息茧房”的概念。通过对互联网的考察，他指出，在信息传播中，公众往往只关注自身需求和感兴趣的领域，因而更愿意选择性接触那些与自己既有立场和态度一致或接近的内容，久而久之，就会把自己桎梏在“信息茧房”中，最终导致信息接触面越来越窄。技术导向下的算法推荐根据用户兴趣给他们推送喜欢的信息，窄化了用户的视野，让公众的生活变得更加受禁锢。这种沉浸式的信息轰炸潜移默化地影响着受众的认知结构，使得形式逻辑战胜抽象逻辑、标签替代思考、偏见盛行，结果受众只愿意相信自己感兴趣的信息，而那些具有权威性、理论性、公共性、价值性的信息被屏蔽或被排斥[16]。这不仅弱化了公众对主流意识形态的认知理解，而且还导致了社会整体价值共识的撕裂。

3.“受众本位”解构主流意识形态的权威地位

算法推荐是一种经过符号运算、技术处理后的信息传输介质，所负载的信息在很大程度上都要经过意识的二度选择加工，通过对信息的挑选和剔除，从而为受众架构出一种“事实”。其程序设计的背后掩藏的是一套增强受众触媒粘性、迎合受众审美趣味、引诱受众扩大消费的商业逻辑。在这套逻辑下，以“用户为中心”的算法模式逐渐成为“迎合者”，一味地推送博取用户眼球的流量内容，而不是传递真正有价值的资源信息。如果信息的把关权、议程设置权单纯由受众决定，一味迎合受众所需，一切围着流量转，唯点击量、转发量马首是瞻，那么其必然会导致“标题党”泛滥，内容沦为附庸，价值取向跑偏等问题[17]。在算法单向线性的信息推送模式下，受众往往以“猎奇”心理去搜索“新鲜性”的负面报道，极易被虚假信息欺骗而搭车跟从。

平台通过以往的取值方式所采集到的信息，主要是比较低俗和原始的需求[18]。与此同时，在网络时代“注意力经济”的助推下，部分信息推送呈现出虚实相生的特点，使受众真假难辨，受错误思想影响而不自知，无形中消解了受众的思辨理性，解构了主流意识形态在引领社会思潮、凝聚社会共识中的权威和主导地位。

充分发挥算法推荐对主流意识形态建设的正面效应，有效规避和抑制其负面影响，需从技术、法律、受众以及内容等层面进行多维度综合性的应对。

(一)增强技术赋值，营造主流意识形态建设的拟态环境

每一种技术架构、每一行代码、每一个界面，都代表着选择，都意味着判断，都承载着价值[19]。任何一种技术在设计之时都具有“意向结构”，而任何意向结构都包含特定的价值取向。事实上，算法虽然表述为一种大数据背景下的技术应用，但依然存在潜藏于技术之下的价值成分。当前，互联网上数字信息资源呈几何级数增长，各类良莠不齐的推荐信息充斥其中，影响受众的价值判断与选择。摆脱算法推荐在信息推送中出现的价值偏差，需从技术本身寻求突破与克制之道。一方面，要纠偏算法推荐的认知窄化，应从技术源头上赋予主流价值信息更多权重。例如，在算法信息过滤系统设计中，可以增加相应的热词过滤系统、过滤蕴含消极语义的高频词汇与信息，保证公共价值不被低质、庸俗的信息所侵染[20]。又或者，可以在信息内容推荐过程中，将价值导向作为独立模块，并赋予较大的权重，重点推送弘扬主旋律、传递正能量的作品。另一方面，要努力强化正面宣传的技术运用，让“算法”承载的正面价值不断放大。以区块链、量子通信以及空中互联网为代表的颠覆性通信技术，给信息传播带来了新的变革和机遇。因此，要持续关注、加强研究，始终保持技术敏感，对新技术要有了解的兴趣、接纳的态度、运用的能力、管理的本领，及时将新技术融入算法信息生成、传播、服务全过程，使个性化定制、精准化生产、智能化推送等更好地为正面宣传服务。

(二)完善法治监管，建构主流意识形态建设的刚性约束

算法推荐领域不应完全“虚拟”，在推荐信息的制作、发布以及传播阶段都应受法律的规范，让算法技术服务于主流意识形态建设。制定相应的法律法规对算法实施必要的监管和规制，是世界各国通行的做法。比如，美国计算机协会(USACM)发布了用于解决算法歧视与算法黑箱的算法透明和可责性七项原则，欧盟颁布施行了以人权和隐私权为保护基础的《一般数据保护条例》，韩国也提出了应对机器人技术发展变化以及伦理问题的《机器人基本法案》。在我国，网络监管还处在不断摸索与完善阶段，导致针对算法的相关法律法规还比较少，因而要及早出台相应法律，使算法监管有法可依。首先，要加快算法内容监管主体地位、权限、职责、体制机制的立法。政府要加强顶层设计和统筹规划，明确算法推荐的边界和使用方式，规定各级监管主体的职责权限和管理方式，通过系统地规范和约束保障信息内容得到实时监管。其次，要完善现有法律法规及部门规章。各立法主体和监管部门要规整和理顺法与法之间的零杂性问题，明确和细化现行法律法规政策中的模糊性条款，对实施中不适宜的旧律予以删改、废除，最终形成完整统一的算法监管体系。最后，要清晰厘定监管主体职责及法律责任，有针对性地也加大对算法平台的监管力度。鼓励和引导网络社会组织、行业协会等新主体参与到算法信息的监督治理当中，明确行政机关和这些主体在监管中的职责权限，各主体之间合理分工、相互协作、互相监督，充分发挥各自在监管中的功能与作用，从而提高算法平台监管的效率。

(三)培养意志自律，夯实主流意识形态建设的人文内涵

算法推荐在追求工具价值的同时，消解了道德责任良知和精神的超越性，造成了“在者”对人文精神本质的遮蔽。康德认为，“意志自律是一切道德法则以及合乎这些法则的职责的独一无二的原则；
与此相反，意愿的一切他律非但没有建立任何职责，反而与职责的原则，与意志的德性，正相反对”[21]34。高度的意志自律使主体能够摆脱生理本能的束缚，拥有按照自我道德法则行事的能力。因此，我们要通过培养意志自律来消解权力主体的算法偏向，增强受众对劣质、虚假与粗俗信息的免疫性。一是提升受众的“算法素养”。政府作为推进网络内容发展的主要力量，担负着全面提高媒介素养的重任，因而要广泛调动媒体、企业、学校、社会等各方力量依据各自的职能和优势开展公众信息素养教育，通过举办公益讲座、公益宣传活动等方式，有计划、有针对性地宣传算法推荐的相关知识，提高受众对算法机制潜在危害的认知，增强受众对推荐信息辨识、择取与运用的能力。二是强化平台的“把关人”意识。对基于算法的信息推送并非“全盘照搬”，而是要对众多的信息素材进行取舍和加工。美国社会心理学家库尔特·卢因认为，在群体传播过程中存在着一些把关人，只有符合群体规范或把关人价值标准的信息内容才能进入传播的管道[22]。因此，媒体及从业人员要充分发挥“把关人”的作用，在信息的采集、选用、编辑和推送过程中要将行使新闻自由权利和履行社会责任高度统一起来，坚定不移地恪守职业道德和职业规范，尽可能采用多信息源交叉求证，保证信息的可靠性。

(四)聚焦民生热点，筑牢主流意识形态建设的现实根基

人民群众往往是从他们最关心的利益问题出发，以对一种理论的实践效果和经验感知为依据，来决定是否接受一种主义或理论的[23]。马克思曾指出，“应该严格地分清：群众对目的究竟‘关注’到什么程度，群众对这些目的究竟怀有多大‘热情’。‘思想’一旦离开‘利益’，就一定会使自己出丑”[24]286。人的本质是一切社会关系的总和，人不仅有物质生活的追求，也有精神生活的需要，“大多数民众对于一种意识形态( 意义系统) 的把握，一般都会根据自己的社会阅历、知识积淀以及具体的生活需求将之转化为某种可以操作或者触摸的形象化指标……然后，人们就会用这些形象化的指标来衡量、评价意义系统提供主体为他们提供的实际的物质的或自由的条件”[25]。由此，算法推送主导的信息分发只有关注人民群众的切身利益，满足人民群众的物质和精神生活需要，才能获得人民群众的认同和接受。一方面，信息分发要坚持民生问题无小事。处于社会转型期的中国，在改革过程中尤其是在社会有重大利益调整时，特别需要媒介建立社会各阶层沟通的平台，在解决民生问题、促进社会正义、创新公众参与方式中发挥积极作用，为和谐社会建设提供良好的信息环境和强有力的舆论支持。因而，要尽可能多地“推荐”和“筛选”出能反映社会问题，能把握时代脉搏，能弘扬社会正气的信息源，让主流意识形态传播生动起来、充满暖意，有亲近感和吸引力。另一方面，信息分发要不断创新推送方式。平台媒体要及时反映具有浓郁时代特征的信息，特别是对重大突发事件要第一时间推送权威信息，形成正面舆论强势，做到关键时刻不失语，重大问题不缺位，以正确的导向引导社会舆论。