西方社交网络的政治极化与算法传播的角色反思

全燕

摘 要：近几年西方政治极化与社交网络的选择性亲和关系日趋明显，政治极化呈现出一系列新变化，并在算法传播的推波助澜下有泛滥网络之势。西方政治极化表现在社交网络上是种族民粹主义的传播和民粹政治、情感政治的崛起。其原因首先是主流媒体信誉下降为社交网络崛起提供契机，而算法传播在其中扮演了助推器的角色，它促成网络集群的聚合，算法的个性化定制也为组织化政治操纵提供便利渠道。规避社交网络政治极化的风险需要加强网络民主建设，调整算法设计以利于民主协商的过程，同时通过提高算法透明度和可审核性的努力，使算法传播在改善西方网络政治极端对立问题上发挥积极作用。

关键词：政治极化；社交网络；民粹主义；算法传播

中图分类号：G206.3 文献标识码：A 文章编号：0257-5833（2018）10-0183-09

政治极化（political polarization）在西方民主政治研究中是一个核心关键词，指的是政治态度上的极端意识形态分歧。极化作为一种状态，描述了就某一问题、政策、立场与特定党派或意識形态分歧方形成最大值的对立程度。①2016年美国总统大选和英国退欧全民公决，包括其他西方多国同时出现的多元民粹政治的兴起，使得政治极化现象的讨论再一次受到广泛关注。接二连三的政治黑天鹅事件一再表明当今西方主流国家在政治上分歧更大，社会团体在思想上相互对立更明显。人们越来越倾向于聚集到志同道合，并且往往是半孤立的同质群体中，这些群体在很多情况下都会转移到政治领域的更极端方面。

随着全球政治越来越多地被两极化立场所标记，一个日趋凸显的问题是存在于政治极化与社交网络之间的马克思·韦伯意义上的选择性亲和关系（elective affinity）。这二者并非互为因果，但是会相互影响和改变。社交网络和政治极化之间的这种匹配来自于算法传播为政治极化提供了一个合适的渠道。从更深一层次来看，这种伙伴关系还需要从意识形态的角度来理解。在西方，当快速的网络技术发展与深刻的经济危机同时发生，动摇新自由主义秩序合法性的时候，带有民粹性质的极化政治叙事就会与社交网络联系在一起。

一方面，社交网络被设计成普通人可以表达自我的平台，为民粹主义运动提供了一个合适的场所；另一方面，嵌入在算法架构的“过滤泡沫”效应能让心怀不满的个体找到彼此并形成网络群体，这些群体为网络政治极化和网络民粹主义的滋长提供了激进的支持。那么西方社交网络和政治极化的选择性亲和关系如何呈现？算法传播在其中起到了什么作用？如何干预算法以规避极化风险？这些都是本研究需要回答和解决的问题。

一、社交网络算法传播下西方政治极化现象的新表征

如果要捕捉西方网络政治极化潮流的逻辑本质，并探究当前算法背景下政治极化的表现形式，我们首先需要超越在主流评论家中普遍流行的对政治极化的简化理解。政治学家通常区分两种政治极化：精英极化（elite polarization）和大众极化（popular polarization）。精英极化指的是政治精英的两极分化，比如政党组织者和民选官员的两级分化；而大众极化指的是选民和公众的两极分化。但在社交网络算法传播的背景之下，这种简单划分已然不能涵盖政治极化的新动态、新现象、新表征。与传统政治极化中双方纲领性议题和立场的对立有所不同，社交网络上的政治极化带有明显的网络群体极化的特征，实质是网络“暴民”对现实政治的越界与反叛。一方面，主导社交网络的高度个人主义导致了网民原子化，非常有利于民粹主义运动集中融合网络人群中的原子化个体；另一方面，智能算法帮助西方带有民粹色彩的政治候选人通过过滤泡沫加剧制造意识形态的两极分化，促进互联网民粹模因的传播，促使具有单边极化色彩的虚假新闻扩散，使网络政治极化带有了民粹主义和民族主义色彩。散布在社交网络中的有各种不满情绪的原子化个体被算法重新捏合成为一个新的政治团体，一个具有民粹倾向的网络极群，并和现实中的党派斗争、政治竞选、极端化民族民主运动等裹挟在一起，呈现出新的极化表征。

西方网络政治极化的首要表征是互联网的种族民粹主义被编入算法程序，并迅速推动了白人至上主义、仇外言论、激进主义等在整个西方世界的传播。社交网络和算法传播为近两年西方各国左右两翼民粹主义运动或黑马候选人所利用，煽动起一个又一个始自网络，波及世界政坛的极化政治风潮。以美国为例，曾经在历史学家雷福德·洛根（Rayford Logan）眼中，吉姆·克劳法案（Jim Crow laws）中的种族隔离制度使1877至1920年的美国种族关系成为历史最低点，而我们看到近年来美国社交网络极化势力的兴起，则很可能意味着美国种族关系第二个最低点的开始。CNN时事评论员范·琼斯就将2016年美国大选称为“白人对抗”（Whitelash），他认为这才是白人选民真正的政治反弹。不过这次的不同之处在于“白人对抗”在算法上被放大、被加速，并通过社交网络传播，掀起了世界各地的其他有政治极化倾向的网络民族主义运动风潮。

新马克思主义者厄尼斯特·拉克劳（Ernesto Laclau）认为民粹主义是一种政治逻辑，它涉及整个政治共同体对共同的敌人，特别是对政治精英的反抗。Laclau， E.， On Populist Reason. London： Verso， 2005 ， p.30.这种统一的诉求可以根据某一特定运动的政治倾向而采取不同的形式。例如在民粹主义右翼，它倾向于采取高度排外的形式，从而使人民反对移民、少数民族和宗教少数派；在左翼民粹主义阵营中，人民的团结是通过反对不道德的特权而建立起来的，而这种特权是由贪婪的银行家、流氓企业家和被指控剥削普通民众的腐败政客所体现出来的。Gerbaudo， P， Screti， F.， “Reclaiming popular sovereignty： the vision of the state in the discourse of Podemos and the Movimento 5 Stelle”. Javnost： The Public， Vol.22， no.4， 2017， pp.320–335.这两种民粹主义逻辑都在社交网络上找到了一个有利的空间。我们可从近两年西方政治选举中代表民粹势力的候选人来看，除了善于操纵社交网络，代表白人利益的美国共和党领导人唐纳德·特朗普之外，还有帮助投票离开欧盟的英国独立党前领导人奈杰尔·法拉格、法国极右翼“国民阵线”领袖马林·勒庞、意大利右翼五星运动党党首狄马欧、美国民主社会主义左翼领袖伯尼·桑德斯、西班牙左翼公民政党Podemos的领导人巴勃罗·伊格莱西亚斯，以及英国工党激进左翼领袖杰里米·科尔宾等，这些或左或右的多元民粹政治领袖都在各自国家的大选中，在社交网络上有着令人印象深刻的表现。

与各国政治领袖的极端政治主张相对应，社交网络的平民政治极化同样也爆发出不可小觑的破坏力。另类右翼（AltRight）就是一种主要在互联网上宣传极端保守观点的平民极化政治运动。近年来美国另类右翼势力的崛起既是一个经历了几个世纪的种族主义的延续，也是一个由算法驱动的新兴政治传播体系的一部分。2017年夏末的一个晚上，数百名极右翼者聚集在弗吉尼亚州的夏诺茨维尔，用tiki火炬为美国南北战争时期的南方联盟总司令罗伯特·李的雕像（此雕像被认为是奴隶制、白人至上主义的象征）辩护。这一集会被称为“团结右翼”的集会，主要是在网上组织的。夏洛茨维尔事件也被认为是美国白人民族主义极化运动通过算法传播实现线下行动的开始。夏洛茨维尔集会后，特朗普重复着白人民族主义者的言论，并为美国建国奴隶主的雕像辩护。这当然不是首位在任总统在白宫椭圆形办公室公开宣扬白人至上主义，但这是第一次，白人至上的极端意识形态通过搜索引擎和社交网络平台的算法传播，使互联网成为美国另类右翼势力集结的策源地。其实早在2008年，社交网络平台及其算法就开始改变白人民族主义者使用网络的方式。算法为那些寻求种族主义观念认同，并企图将新人连接到种族主义人群的人提供搜索结果，例如谷歌算法就可以提供种族主义网站和其他社区，精准投放到相应人群中以确认和发展他们的共同仇恨。算法加速了美国白人至上主义意识形态的传播，就像“青蛙佩佩”（Pepe the Frog）这样的在美国总统大选期间遭到右翼团体滥用的卡通人物形象，它的模因一度从4chan或Reddit等非主流网站流向主流新闻网站，就是通过算法技术进行挪移、放大、扩散，最终成为网络极化政治话语的替身。

算法加速种族或民粹主义在网络的泛滥，导致了民粹政治、情感政治成为西方网络政治极化的又一个表征。民粹政治在西方社交网络的崛起，对新自由主义秩序和全球化都构成了极大挑战。或左或右的政治派别追求的是完全不同的社会愿景，却似乎具有共同的特征：反对建制派，反对新自由主义意识形态的关键原则，以及代表普通人的政治主张。民粹政治的基础在于算法鼓励下个人主义文化极端盛行，并令人惊讶地成为了网络政治极化的口号和武器。Nagle， A.， Kill All Normies： Online Culture Wars from 4Chan and Tumblr to Trump and the AltRight. Alresford： Zero Books， 2017， p.112.PageRank是谷歌用于标识网页的等级/重要性的一种方法，是网页排名的算法，也曾是谷歌发家致富的法宝。谷歌的工程师们利用这一“民主”——数亿人在谷歌上搜索集合而成巨大质量的数据来支持它的算法。这一切使得算法文化听起来似乎是个人主义和民主公共文化的最终成就，然而正如美国《连线》杂志在2010年所解释的那样，PageRank被认为是将极端个人主义纳入搜索引擎的一种方式，即由数百万人的民主决定了在网络上链接什么，而这恰是形成网络民粹政治的土壤。

情感政治源自网络中算法对网民情感的捕捉和预测，算法主导的情感控制极有可能促成社会控制手段的一种突变。目前社会理论仍在寻找足够的词汇来描述当下的这一进程。研究者们尝试使用“认知资本主義”（cognitive capitalism）Braidotti， R.， The posthuman. Malden， MA： Polity Press， 2013， p.67.、“情绪资本主义”（emotional capitalism）Illousz， E.， Cold intimacies： The making of emotional capitalism. Malden， MA： Polity Press， 2007， p.234-240.、“交际资本主义”（communicative capitalism）Dean， J.， Affective networks. MediaTropes， 2010， p.19-44.和“情感资本主义”（affective capitalism）Karppi， T.， Khknen， L.， Mannevuo， M.， Pajala， M.， Sihvonen， T.，“Affective capitalism： Investments and investigations”. Ephemera： Theory & Politics in Organization， Vol.16， no.9， 2016， pp.1-13.等来描述算法影响情感的能力如何转化为资产、商品、服务和管理等。而情感政治就是算法影响下出现在社交网络中令人瞩目的政治现象。在网络的世界里，意义和表征不再是政治的唯一主要领域，身体、感觉、情感也成为政治观点不可简化的核心。在政治表达异常活跃的社交网络中，算法技术的精准投放使人们认知到相异观点的几率严重下降，尽管基于事实的理性分析对每个人都有吸引力，但人们依然要寻求支持他们情感世界观的东西，而这完全不利于团结一个有分歧的社会。

2014年脸书的研究人员在一份学术期刊上发表了一篇研究报告，承认故意操纵用户的新闻信息，以显示更多或更少的积极情绪。他们发现，当向人们展示消极信息时，人们更有可能发布自己的负面信息，反之亦然，最后的结果清晰表明网络上的情绪感染是真实的。脸书的研究证明了一个事实，在一个数字化的环境中，算法作为一种指导和约束注意力的精确方法，可以轻易操纵人们的情绪。研究者发现，算法引发意识形态导向的假新闻泛滥，导致了“真相游戏”（truth games），且只在一定程度上吸引意识形态“过滤泡沫”，并没有准确而客观地报道事实，从而瓦解了政治的权威和严肃性。Harsin， J.， “Regimes of post truth， post politics， and attention economies”. Communication， Culture & Critique，Vol.46， no.2， 2015， pp. 327-333.如果进一步将情绪操控与算法使用直接运用在选民身上，就可以发现这种大数据算法驱动情感的极端化行为已经成为西方政治选举的另类煽动形式。

情感政治的典型案例是美国特朗普时代的崛起。美国大选中的特朗普利用智能算法操控社交网络，在支持者中发起精心打造的“让美国再次伟大”的反体制运动，最终实现了他对最高权力阶层的尝试。特朗普竞选团队利用美国白人工人阶级中存在的明显反建制情绪，基于社交网络所谓的反映许多潜在选民的视角，制造极端情绪化的政治对立认同，创造了一场情感政治的选举奇观。他本人拒绝接受主流媒体的监督批评，利用公众对主流媒体的敌意，大肆推行他的“推特治国”方略。他的推文往往充满情绪的煽动性，经常以充满情感色彩的感叹词结尾，比如“Sad！”“Very Sad！”“So Sad！”“Bad！”“Be Honest！”“I Will Fix It！”等，以唤起狂热的互联网人群，网罗了不少情感选票。

二、政治极化与社交网络选择性亲和的原因及算法扮演的角色

研究者认为，西方社交网络提供了一个让人有机会传播政治极化主题的场所，比如强调人民的主权、排外排异、攻击精英等，这些与网络的平民话语有天然的亲近性。Engesser， S， Ernst， N， Esser， F.，“Populism and social media： how politicians spread a fragmented ideology”. Information， Communication & Society， Vol.20， no.7， 2017， pp.1109–1126.并且社交网络的交互功能和算法架构中的非正式投票系统也提供了一种手段，进一步推动极化的公民意见。Gerbaudo， P.， Populism 2.0. In： Trottier， D， Fuchs， C （eds） Social Media， Politics and the State： Protests， Revolutions， Riots， Crime and Policing in the Age of Facebook， Twitter and YouTube. New York： Routledge， 2014， pp. 67-87.例如具有民粹主义运动性质的意大利五星运动和西班牙Podemos运动都是利用社交网络和算法传播，提出了自下而上的人民主权恢复的极端政治诉求。但上述研究仍未对社交网络，特别是算法传播与政治极化之间密切关系的缘由做出令人信服的解释。事实上，这一选择性亲和关系乍一看似乎确实难以有合乎逻辑的解释。首先，民粹、群体极化一直被认为是落后和极端社会的典型代表，例如美国的土地民粹主义和拉丁美洲的城市民粹主义等，相反，社交网络和算法技术是先进的高科技社会的象征，从而使它们与民粹、极化之间的亲和关系并不协调。其次，社交网络通常被视为高度个人主义的表现，算法推荐也是高度自动化的精准传播，因此更符合新自由主义及互联网精神对个人自主性和自发性的崇拜，而不是导向政治极化的社群主义精神。但当我们深入分析会发现，当代民粹主义和政治极化是一个动荡时代的产物，一方面是资本主义深刻的经济危机，它影响着大部分人口，使他们的生活条件显着恶化；另一方面，快速和高度颠覆性的技术创新重新定义了人们交流的方式和工作生活的组织方式。尤其是社交网络的崛起和算法传播的盛行，一方面冲击了主流媒体的权威地位，另一方面为个人表达和先前被边缘化的选民提供了渠道。这两种趋势的结合为网络政治极化提供了一个出口，吸引了大量有政治不满情绪的网民（同时也是选民）。

1.主流媒體信誉下降与社交网络崛起，为网络政治极化提供土壤

如果说社交网络为政治极化提供了一个合适的渠道，那么其首先是成为人们了反对主流新闻媒体的武器。研究者认为，Web 2.0的实现使社交网络成为普通人直接表达自己并选择性接触信息的平台，从而绕开传统媒体和记者以及所有其他“不必要的调解者”（unnecessary mediators）。Nagle， A.， Kill All Normies： Online Culture Wars from 4Chan and Tumblr to Trump and the AltRight. Alresford： Zero Books， 2017， pp.56-62.但这个叙述显然是有问题的，不仅仅是因为社交网络总体上是一个商业化网络，而且在西方，社交网络已经被谷歌和脸书等庞大的资本主义公司迅速控制，他们利润驱动的议程其实与普通民众的利益并无关联。然而不可否认的是，社交网络在平民中的崇高声誉确实需要与西方主流新闻媒体受到的批评相结合来理解。自经济危机以来，美国主流新闻媒体经历了相当程度的信任下降。根据皮尤研究中心的数据，只有18%的美国人对主流新闻机构还持有相当信任感。虽然主流媒体对攻击其权威性的反击是谴责这部分人乃政治非理性和民粹主义的表现，但实际现实是公众对老牌媒体的反感源于他们在预测2008年全球金融危机时的失败，这一事件让媒体扮演了“不吠的看门狗”（the watchdog that didnt bark）的角色。Starkman， D.， The Watchdog That Didnt Bark： The Financial Crisis and the Disappearance of Investigative Journalism. New York： Columbia University Press， 2014， pp.213-219.越来越多的普通人开始认为主流媒体是超级富豪和他们的政治盟友的代理人，而不是代表公众的真实需求和利益。意大利马克思主义者安东尼奥·葛兰西（Antonio Gramsci）曾用“权威危机”（crisis of authority）来描述在两次世界大战期间教会和其他传统机构的合法性丧失。而今天，主流媒体也正在面临这样的“权威危机”。

这种对主流媒体的不信任，在很大程度上解释了为什么主流媒体面对来自唐纳德·特朗普和杰里米·科尔宾（英国工党激进左翼领袖）等民粹主义政客的猛烈抨击时，往往显得无所适从，反而让这些攻击行为为民粹政客赢得了英勇的、反建制的、特立独行的名声。此外，它还解释了为什么特朗普如此轻易地将舆论对他利用假新闻网站的指控，转移到主流媒体身上，并谴责主流媒体如CNN就是假新闻的代言人。基于“主流媒体不希望你知道真相”的说服，活跃在社交网络中的极化行为往往表现为攻击主流媒体倡导的政治正确和专家权威。英国退欧倡导者迈克尔·戈夫曾公开表示，英国人在电视辩论中“厌倦了听取专家的意见”，更愿意通过社交网络寻找持另类观点的同伴和群体。当然更经常被抨击的不是所谓专业知识，而是过去30年主导世界政治的自由市场意识形态，即“新自由主义学说”。

2.算法传播促成网络极群的聚合，形成政治极化的基础

网络政治极化气候的形成归根结底与网络极化人群的聚合有密切关联，算法传播在其中起到了聚合的作用。社交网络时代网络人群的政治和社会话语出现惊人的复兴，研究者发现在线极化群体的形式多种多样，例如“众包”（crowdsourcing）、“众筹”（crowdfunding）或“群体智慧”（wisdom of crowds）等，Surowiecki， J.， The Wisdom of Crowds， New York： Anchor， 2005， pp.99-105.而这些群体的形成是由社交网络的算法和其综合能力构成的。

首先算法的“过滤泡沫”效应能够将用户的注意力集中在符合其兴趣的内容上。算法会将用户置于一个个泡沫中，他或她只会看到与以前的消费或搜索行为相匹配的信息。这些算法的目标和功能能够针对不同个体，使他们对某些项目的访问比其他项目更容易获得。这种“关注过滤”有可能促进公众舆论的两极分化，因为它控制了用户对符合其现有意识形态立场内容的注意力，同时将它们与其他观点隔离开来。这种过滤泡沫趋势的系统性政治影响令人担忧，它们可能加剧政治的两级分化。从形成政治极化的基础来看，过滤泡沫可以起到人群动员的作用，有利于形成网络极化群体。

算法传播的另一个促成网络极化群体形成的因素是所谓的“网络效应”，它有使高度连接的节点变得更加紧密的趋势。例如时间轴算法就可以立即推荐流行内容，这些文章在发表后几秒钟或几分钟内就能吸引大量关注。脸书页面的管理员Kullena Khaled说这在2011年的埃及革命中起到了关键作用，他认为这种影响导致了一种“暴民”倾向，更多的眼球将会转向耸人听闻的内容。Gardels， N.，“Wael Ghonim： we have a duty to use our social media power to speak the truth”. The World Post， Vol.32， no.6， 2016， p.43.这也许可以解释为什么特朗普通过他的个人推特帐户的荒唐宣传，却能成功吸引大量的公众关注，前提就是算法技术往往能将公众的视线从更严肃更客观的内容中转移出去。

应该说，研究者描述的社交网络的极化倾向并不一定会导致耸人听闻的后果，但却可以为渐进的政治极化目的服务。社交媒体算法中固有的焦点和聚合机制为民粹主义运动聚合网络上高度分化的原子人提供了一种合适的工具。正如英国政治理论家埃内斯托·拉克劳（Ernesto Laclau）所指出的，民粹主义运动利用“空洞的能指”（empty signifier），允許在单个平台和活动中融合不同的需求。Laclau， E.， On Populist Reason， London： Verso， 2005， pp.251-255.他们试图克服网络人群人们的阶级和身份的线上分散的劣势，让人们意识到他们其实拥有共同的利益和共同的敌人。算法能够使正常信息与带极化内容的信息获得不成比例的可见度，而后者可以使民粹主义模因获得病毒式传播，数以百万的有不满情绪的个人（或者被剥夺了共同的组织联系）因此聚集在一起，成为网络的极化群体，使政治的单边极化趋势愈演愈烈。

3.算法的个性化定制导致选择性曝光，便于组织化的政治操纵

2017年美国某机构关于算法策略对社交网络服务影响的研究设计了一项实验，该实验的目的是检测可定制技术下的系统驱动与用户驱动这二者在用户点击次数上是否有显著差异；另外花在阅读相同态度上的政治文章，是否比花在阅读相悖态度的政治文章的时间有所增加。经验结果表明，算法定制性技术在个人意识形态倾向方面上显著增加了选择性曝光。该研究的最终结论是：由于算法自动化和不显眼的操作，可定制技术在减少与避免人们在面对挑战性信息产生认知失调方面特别有效。与此同时，结论显示系统驱动的可定制性（例如脸书信息流的算法）对用户信息选择性接触的影响，比用户自我驱动更强。Dylko I， Dolgov I， Hoffman W， et al.， “The dark side of technology： an experimental investigation of the influence of customizability technology on online political selective exposure”. Computer in Human Behavior， Vol.73， no.11， 2017， pp.181-190.显然算法的个性化定制带来的选择性曝光即是一种便于组织化操纵的引发意识形态两极分化的技术方式。

英国作家乔治·蒙博（George Monbiot）曾在《卫报》撰文指出一家名为剑桥分析公司（Cambridge Analytica）的机构利用算法操纵政治的做法，该公司部分股份为美国亿万富翁罗伯特·默瑟（Robert Mercer）所持有。蒙博质疑这家公司利用背后财阀的力量，帮助美国大选和英国公投，从脸书中挖掘数据，运用算法结合数据创建用户个人资料，预测人们的性格和政治倾向，然后根据他们的心理特征量身定制广告和带有极化色彩的假新闻并进行靶向投放。尽管蒙博披露此事的说法遭到该公司的极力否认，但英国隐私监管机构——信息专员办公室认为有足够的理由发起调查，而且正在这么做。由此可见，在西方普举制的环境中，尤其在政治权力和影响力不均衡的情况下（比如竞选筹资的多寡和媒体联盟的导向），假新闻、机器人水军、虚假的在线账户都会被算法创造出来以支持某种政治立场，网络政治的两级分化也就在这个过程中被生产、被激发。

由于选择性曝光，不同的观点意见会在同质化群体天然正义的压制中迅速丧失话语权利，个人意见让位于群体思维。算法鼓动同质化群体的思维走向更加极端，甚至会忽视足以证明他们的观点错误的事实，并在整体上呈现出“自我延续，自我加强的社会分化状态”。Bishop B.， The Big Sort： Why The Clustering of Likeminded America is Tearing Us Apart， New York： Mariner Books.2008， pp.36-40.（Bishop，2008）这不仅导致公众讨论的建设性变差，而且导致在一个社会中人们对自己的支持者持绝对正面的看法，对政治领域另一方的人会持非常消极的看法。算法有效过滤人们的在线体验，识别人们的情感特征，将人们置于自身所熟悉的回声室中，是造成两极分化的原因，也是假新闻日益增多的关键因素。假新闻以社交网络为集散地，声称自己才是真实的新闻来源，以谣言或公然的谎言为内容物，故意传播不准确的消息。据研究，美国大选中大约62%的美国成年人选择从社交网络获得新闻，在这段时间里，最受欢迎的假新闻算法推送远比主流媒体报道要多得多。其中网民在脸书上分享的假新闻大大倾向于特朗普，共有115篇赞成特朗普的假新闻被共享3000万次，41篇赞成希拉里的文章只共享了760万次。Allcott H， Gentzkow M.， “Social Media and Fake News in the 2016 Election”. Journal of Economic Perspectives， Vol.14， no. 2， 2017， pp. 211-236.可见算法成就的假新闻泛滥深刻影响了网络民主的走向，更多是导向了民粹政治和极化政治。

三、网络政治极化的风险规避与算法干预思考

政治极化与社交网络的选择性亲和关系表明，社交网络的底层叙事所主导的价值取向与主流制度政治的主要特征（制度主义、形式理性、全球化等）背道而驰，社交网络因其平民底色，更倾向于支持那些毫不隐晦的民粹主义话语和政治极化运动，也更容易被民粹和极化政治团体所利用。在这个过程中，算法传播利用数字文化中固有的对权威和精英文化的怀疑，为网络政治极化推波助澜。

在社交网络平台上，规避政治极化的风险需要我们从网络民主建设和算法干预的双重角度进行思考。网络民主建设是网络政治走向良性发展的必经之路，也是避免网络政治极化的有效途径。网络民主的突出特征是多元性、开放性和讨论性，网络民主建设必须顺应网络作为民主公共领域的这些典型特征。当代著名政治哲学家查特尔·墨菲（Chantal Mouffe）在接受《政治学》杂志采访时被问到如何界定民主，她回答：“当我们承认每一个共识都可能是霸权的暂时结果时，我们就应该设想民主公共领域的性质，以期改变权力的运作方式。而这就是为什么一个多元民主的公共领域需要为不同意见和可以表现的制度留出空间的原因。它（民主公共领域）的生存取决于围绕明显多极立场所形成的开放讨论，以及在多种选择之间进行选择的可能性。”Castle， D.， “Hearts， Minds and Radical Democracy.”Red Pepper， no.1，1998， Accessed December 4， 2014.墨菲的思想对我们的启示在于，当我们希望建设网络民主，规避网络政治极化的风险时，首先需要考虑如何将网络环境真正培育成多元民主的公共领域。用倡导多元民主论的美国政治理论家威廉·康诺利（William E. Connolly）的话来说，“我们需要促进尊重不同道德来源的多重选区，这至少会提供在‘真正的选择之间进行选择的机会”Connolly， W.， Why I Am Not A Secularist. Minneapolis： University of Minnesota Press， 1999， pp.14-16.。

鑒于网络环境下的算法传播致力于个性化定制和目标用户的靶向投送，极容易忽视向用户提供多元选择的机会，当被网络民主主义和民粹主义利用后，也极易导向观点和态度的单边极化。如何改变这一现状？如果我们的算法设计能采用协商民主的范式，照顾到多元政治主体的话语表达，那么它就会假定网络政治是一个具有理性辩论和新兴共识立场的辩证统一体。这样的设计逻辑强调算法决策的制定应始终是一个比赛，一个从通常对立的角度进行选择的比赛。作为一种技术竞争的精神存在，算法应该承担永久的争论，并且承认争论并不会导向极化。我们不妨从具体设计的角度重新思考这个问题：如何展示算法竞争的复杂性？一种方式可以是采用维基百科的“查看历史”的模式，在这个模式下，即使删除了内容之后，后台对内容价值的争论仍然可见。我们设想在谷歌、脸书、推特等平台上，在政治立场、态度、观点方面出现分歧的地方也可以采用这种方式。这至少提供了一个基于自由选择的不同途径，而不是重回令人失望的算法导向单一意识形态的困境。以此类推，为了有效避免假新闻的问题，我们还可以考虑“引入随机的新闻故事，并确保用户接触到高质量的信息，这将是一种简单且健康的社交媒体平台的算法调整”。Howard ，P.， Is Social Media Killing Democracy？ Oxford Internet Institute， 2016， pp.178-182.

更进一步来看，如果假定一种新的算法设计给我们提供了新的知识逻辑，那么就要考虑这种知识逻辑背后呈现的价值观。不同的算法设计是不同利益群体的代理，很多时候必须在冲突的数据对象之间进行选择，也就是对价值观的取舍。避免极化就必须认识到不同观点和对立价值观的作用，就需要接受研究者称之为“共同的游戏规则”，以及冲突和博弈是“无限的过程”的观点。（David Howarth 2008）同时必须明白算法从根本上说是制度治理和互联网知识生产的参与者，算法的设计需要民主正当化其过程，例如采取以利益相关者的参与形式开放源代码，民主化算法的设计过程或公共认证等。Orwat C， Raabe O， Buchmann E， et al.， “Software als Institution und ihre Gestaltbarkeit”. Informatik_Spektrum Vol.22， no.6， 2010， pp. 626-633.（Orwat，et al，2010）而提高算法和数据的透明度或可审核性的努力是基于这样的假设：获取源代码，哪怕是获取用于培训机器学习模型的数据源代码，都可以辅助我们了解在系统中是否存在政治偏见的问题。Diakopoulos， N.， Algorithmic？Accountability Reporting： On the Investigation of Black Boxes， New York，NY： Columbia Journalism School， Tow Center for Digital Journalism， 2014， pp. 354-357.虽然描述算法的每一个流程、条件、资格和例外情况等问题不太可能被公众全部理解，但通过形式公正的方式揭示算法是如何工作的，也就能在一定程度上印证“揭示信息处理实践的方式对引导个人做出政治选择是具有重要意义的”Nissenbaum H.， “From preemption to circumvention： if technology regulates， why do we need regulation and vice versa”. Berkeley Technology Law Journal， Vol.26， no. 7， 2011， pp.1367-1386.。

四、结 语

美国批判社会学家丹尼尔·贝尔（Daniel Bell）等人曾在上世纪六十年代判断说，西方世界传统的意识形态分裂正在消退，政治的两极分化正在结束，市民政治学可能会取代意识形态政治学。但尔后的批评家们认为贝尔的“意识形态的终结论”带着历史的后见之明，更像是一种幻想，而不是现实。他们进一步论证后物质时代的到来使西方公众再度极化，刺激环境问题、性别平等和生活方式选择等方面产生新的冲突。Dalton RJ.， “Social modernization and the end of ideology debate： patterns of ideological polarization”. Japanese Journal of Political Science， Vol. 35， no.7， 2006， pp. 1-22.其导致的结果是“越来越不能容忍政治分歧，导致全国性共识不可能；政治如此分化，选举不再只是政治竞争，而是生活方式之间的艰难选择”Bishop B.， The Big Sort： Why The Clustering of Likeminded America is Tearing Us Apart. New York： Mariner Books，2008， pp.329-331.。近两年内西方政坛的风云动荡也在证明政治极化的确没有消失，而且在社交网络的背景下呈现出新的表现形态和生成原因。把脉当下西方网络政治极化问题的实质，就需要将西方最新民粹潮流与社交网络的算法传播走向结合起来考察，揭示算法冷机制背后的人和政治的操控和选择。

我们同时也注意到，西方主流政治阵营的领导者有时也会利用社交网络制造出一种进步的民粹形象以拉拢网民，从而导致像法国总统埃马纽埃尔·马克龙和意大利总理马泰奥·伦齐这样具有精明头脑的“建制民粹主义者”诞生。另外，西班牙Podemos党所倡导的左翼民粹主义倡导解决不平等和腐败问题，英国工党领袖杰瑞米·柯柏恩和美国左翼领袖伯尼·桑德斯也都有类似进步的民粹主张，他们或将在未來西方政治格局占领上风。那么未来社交网络的算法选择是否只会偏向目前处于领先地位的特朗普这样的右翼民粹主义者，还是会倾向于以解放人民姿态出现的左翼民粹主义形式，我们尚不得而知。但可以肯定的是，社交网络将继续成为未来几年建制和反建制阵营之间极端化冲突的中心舞台。

然而无论网络政治极化在社交网络上的表现形态如何变化，所带来的最大威胁始终在于其导致的网络群体政治联盟对多元民主的极大破坏。我们由探究网络政治极化与社交网络算法传播之间的关系，进而提出通过干预算法传播达到控制网络政治极化的设想，也是试图开启西方网络政治传播研究的一个新面向。而这条研究理路依然需要结合西方现实政治的发展和网络政治的变化，不断进行后续研究的开拓和深挖。

（责任编辑：李亦婷 潇湘子）