算法推荐应用于高校思想政治教育的逻辑与进路

王 耀 国

(同济大学 马克思主义学院，上海 200092)

当代大学生作为“网生代”群体，其建构信息认知与价值判断的过程受到网络空间信息的重要影响。据统计报告，“截至2018年底，超过95%的网络信息社会化分发是由算法推荐完成的”，[1]算法推荐技术已然成为当代网络空间中信息分发的主要方式。然而，“在一个媒体和代码无处不在的社会，权力越来越存在于算法之中”,[2]作为信息技术的新发展，算法推荐技术在其实际应用中并非呈现“价值中立”的姿态，甚至在一定意义上体现其意识形态属性。在算法推荐成为网络信息的主流配置方式时，如何“因势化式”地对大学生群体进行有效的思想引领，成为高校思想政治教育守正创新过程中的重要问题。

一、“数据神话”：算法推荐技术的运行机理及其意识形态属性

作为引导大学生群体培养正确的思想观念、政治观点、道德规范的社会实践活动，高校思想政治教育始终将主流意识形态的教育和传播作为核心内容和重要目标。对高校思想政治教育与算法推荐技术的有效结合进行探究，首先要“学会把机器和机器的资本主义应用区别开来”。[3]为此，要正视算法推荐技术，深入剖析其运行机理，并在此基础上对其意识形态属性进行理性审视。

(一)算法推荐技术的运行机理

算法是逻辑与控制的综合，究其根本而言，算法是一段解决具体问题的指令，通常由一系列公式与代码构成。算法推荐以信息技术赋权下的高效算力为支撑，一方面对网络空间中的各类信息内容进行广泛抓取，在此基础上对其进行标签化的识别与分类，另一方面基于对用户的个人信息、内容消费数据、网络社交关系等信息进行大数据化的收集、整理与分析，形成针对每个用户个体定制的“数据画像”。借助对信息内容与信息受众的“双向分类”，算法推荐技术达成了对信息内容和用户偏好的精准匹配，实现传播效率的有效提升。

具体而言，依托算法推荐技术实现网络空间中的信息传播过程主要分为三个阶段：第一，通过大数据收集，实现对于信息内容与用户需求的精准掌握；第二，通过对信息内容和信息受众的精准匹配，将信息主动推送至用户的APP、平台账号等信息接收端口，实现对于信息的精准派发；第三，通过用户的点赞、收藏、转发、评论等“社交手势”进一步判断其对于推送信息的偏好与倾向反馈，在此基础上对“用户画像”和推送内容进行精准有效的调整，形成机器学习的自我优化循环。此外，除去针对用户个体的数据分析，算法推荐技术同样洞察网络社群用户的共同偏好特征，在以其为样本的基础上，通过“泛模型化”分析实现覆盖受众更广的算法推演与预测，进一步提升了信息配置效率。

(二)算法推荐技术的意识形态属性审视

算法推荐技术在其实际运行中并非仅作为一套编码程序而存在，还包括推动其运转的一整套规则制度，“这些规则制度由于人工的参与，使得算法机制呈现出一种技术与人工的‘混合逻辑’”。[4]为此，必须将算法推荐技术作为体现其设计方、应用方等多方价值判断与态度立场的整体逻辑框架展开研究。“技术的合理性展示出它的政治特性，这时它变成了更有效统治的得力工具”，[5]作为当代信息技术的新发展，算法推荐技术一方面通过其在网络空间中的运用不断满足用户的个性化需求，获取用户对于技术本身的忠诚，另一方面又通过非政治化的技术和手段对意识形态造成隐形影响，具体而言，其主要体现在以下三个方面：

首先，算法推荐技术本身虽然呈现出“技术中立”的姿态，但实际上“编写算法的一方却掌握了算法的可见性权力”。[6]虽然算法推荐技术本身可以承载并体现多种不同的思想观点与价值内涵，但它们最终仍然与对其进行定义、设计和运行的各主体以及其本身在运用过程中被嵌入的各方权力关系紧密联系在一起，由此使得算法推荐技术自诞生即暗含其创设主体的意志，并在其运行过程中裹挟着其运营方的价值判断与立场倾向。而且，作为各方各权力逻辑的复合体，算法推荐技术还发挥着智能配置信息的职能，其“传播效率越高、传播技术越复杂，就越有能力和效率过滤掉那些对抗权力复合体的不良信息”，[7]从而巩固自身的信息识别、筛选、推送方面的权力。因此，算法推荐技术在实际运行中往往并不体现“价值中立”的立场，亦不代表信息“客观性的回归”，其程序的编写者和运行者通过规则嵌入实际掌握着信息传播各环节的具体权力。

其次，算法推荐技术在网络空间的信息传播中日益扮演“中间人”的角色，对信息生产与分发的影响愈发显著。基于对信息内容和用户偏好的精准匹配，算法推荐在网络空间中的实际信息传播过程中扮演着分发者的角色，在一定程度上发挥传播主体的作用，稀释了传统传播主体的信息发布效能；而且，主动推送的信息配置方式实现了由“受众寻求资讯”到“资讯寻求受众”的转变，信息获取的主动权逐渐由用户个体向算法推荐技术让渡，是否传播信息、传播何种信息、向谁传播信息受到各种公式和代码的影响和操纵，信息的传播权愈发限制于算法之中。此外，在人工智能技术的赋权下，科学技术力量也逐渐发挥撰稿、排版等信息生产职能，如今日头条的AI记者“张小明”、新华社的“快笔小新”、腾讯公司的“Dreamwriter”等，随着信息技术的进一步发展，科学技术或将进一步体现传播主体的属性，对信息的生产与传播环节产生进一步影响。

最后，算法推荐技术通过推送与个体“数字身份”相符合的信息，容易围绕用户个体构建“信息茧房”，从而对个体的态度倾向产生切实影响。大数据意味着一种认知意义上的革命和理论的终结。[8]通过对用户既有的数据消费偏好进行收集与分析，算法推荐技术完成了对于个体“数字身份”的构建，从而达成了在信息传播过程中对用户个体“投其所好”“送其所要”的效果。然而，长此以往，个体将束缚在自我偏好的“信息茧房”之中，无法逾越自身既有的信息偏好，其在接受大量同质性、精准化信息内容的同时，接触异质化、多元化信息的可能性大大减少，视野愈发受限，其本身固有的价值观念、态度倾向等日益巩固。而且，“反复、不断流动的政治信息、政治话语、政治符号等是意识形态的现实表现”,[9]在算法推荐自发围绕用户个体构建“信息茧房”的态势下，极易增加社会群体的价值观分化，并加大个体间对于主流意识形态认同的鸿沟。

二、挑战与赋能：算法推荐应用于高校思想政治教育的理论逻辑

“起初，我们塑造了工具，最后工具又反过来塑造我们”，[10]作为信息技术的新发展，算法推荐技术对高校思想政治教育的影响同样呈现出两面性。为此，在探求其应用于高校思想政治教育的理论逻辑时，同样应当从挑战审视与赋能价值两个维度展开分析。

(一)算法推荐应用于高校思想政治教育的挑战审视

首先，算法推荐技术的资本逻辑内嵌容易造成思想政治教育主流意识形态缺失的风险。“随着交往革命的发生，精神交往变得密集起来，交往资料也趋于集中。这本身是一种社会进步，但也带来新的矛盾和问题，即获取信息有可能更集中地受制于集中掌握交往资料的人。”[11]作为互联网市场中网络平台的主要运营方和算法推荐程序的主要运行者，各商业公司日益掌握网络空间中的交往资料。调查报告显示，当前互联网新资讯平台中呈现百度APP、腾讯新闻、今日头条三足鼎立的态势，前者以超过40%的渗透率独占第一梯队，后两者形成第二梯队，渗透率约为20%上下；其余平台为第三梯队，渗透率不足10%，[12]且渗透率排名前十的咨询平台均为商业互联网公司及其新闻资讯产品，没有一家出自体制内的传统主流媒体。“矛盾和对抗不是从机器本身产生的，而是从机器的资本主义应用产生的”，[13]在当前各商业互联网公司占据互联网新资讯平台庞大用户体量的状态下，资本逻辑日益内嵌于算法推荐技术之中。在资本的逐利性驱使下，点击量、互动数等流量指标成为算法推荐技术衡量信息价值的首要标准，易于识别并进行标签化分类的短视频呈现井喷式的发展态势，造就了碎片化、感性化、泛娱乐化的内容趋向；甚至部分激化网民群体内部思想分化与价值观对立的极端、错误信息，只要能增加网络平台热度并推动资本利益增殖，也能在算法推荐技术的支持下广泛传播，体现主流意识形态的信息内容在算法推荐的信息分发过程中容易产生被忽视甚至面临边缘化风险。

其次，算法推荐技术的“唯数据论”容易淡化高校思想政治教育的价值尺度与人文精神。技术的统治将一切存在者都带入计算行为中，遮蔽了人之人性和物之物性。[14]对数据进行“标签化”“类别化”的整理与分析是算法推荐技术的重要运行逻辑，这意味着“去个性化”成为算法推荐技术形塑个体“数字身份”的内在特征，体现出算法推荐技术对用户个体识别的机械化、简单化、抽象化特征。“数学逻辑忽视了现实世界及生活在其中的主体无法加以计算的不确定性和特殊性”，[5]算法推荐技术仅通过对评论、点赞、转发等“社交手势”的简单分析并不能达成对个体思想偏好、态度倾向等精准而全面的收集和预测，因此也更不能针对用户的思维认知和价值体系形成完整、全面的画像。若将算法推荐技术所形成的“数字身份”作为衡量大学生个体思维倾向与知识诉求的唯一标准，那么将造成原本应当综合学习、全面发展的高校大学生个体被算法推荐技术依照标签进行大量同质化信息的集中推送，从而片面巩固其思想认知，形成“自我实现的歧视性反馈循环”，[15]难以体现高校思想政治教育对大学生个体全面发展的人文关切，这需要我们予以充分的重视和警惕。而且，相较传统的信息分发方式，算法推荐技术的设计与运行均具有较强专业性，其对于信息的分类标准在技术外衣下更加隐蔽，因此外部难以对其信息分发标准进行有效的裁定与监督，容易形成“算法黑箱”效应，信息分发的“应然”与“实然”由此模糊，难以体现信息分发的价值尺度。

最后，算法推荐技术进一步改变了传统的大学生思想政治教育主体与客体间的交互关系。随着信息技术快速发展，各组织、个人创作并传播信息的意愿和能力迅速提升，网络空间中传播主体数量快速增加，其中不乏特定领域中的专业创作者，以网络视频平台“bilibili”为例，根据其公布的2020年Q4及全年财报，其专业用户自制内容占平台整体播放量的91%。在算法推荐技术支持下，各传播主体创造的丰富内容依照标签化分类向各类用户群体精准派发，为其中的大学生个体形成了获取认知、形成观点的快捷路径，增加了以教师为代表的高校思想政治教育传统主体的“失位”风险，并容易进一步导致网络空间思想政治教育的“失声”“失序”与“失向”。另一方面，传播平台对信息的智能推送使信息接收呈现出便捷化、自动化等特点，大学生个体无需进行广泛的信息搜寻和归纳总结，便能获得经多元主体汇总、加工、分析和总结的广泛信息，此类由主动寻求信息到被动接收信息的转变容易导致客体的思辨缺席与理性失位；更进一步而言，算法推荐技术容易进一步增强大学生个体自身的“自我确证偏好”，以至于其“在接触信息时总会根据个人的需求和意愿进行选择、有所侧重，甚至有所曲解，以便使之同自己固有价值体系和既定思维方式相协调”。[16]以上变化使传统的高校思想政治教育交互方式难以与大学生个体相契合，也难以对其思想观念进行有效的引导和改造。此外，智能撰稿机器人等科技力量也日益体现出信息传播主体的属性，尽管当前尚未形成广泛应用规模，但随着信息技术快速发展，其对与思想政治教育主体与客体间交互关系的影响或将在未来更加显现。

(二)算法推荐应用于高校思想政治教育的赋能价值

首先，算法推荐技术有助于赋能高校思想政治教育的网络空间转向，推动高校思想政治在网络空间中发挥立德树人、聚气凝神的实效。当代大学生作为“网生代”群体，其思维认知与价值判断的形成与互联网密切关联，为此必须正视新时代高校思想政治教育的网络空间转向，对网络空间与现实空间的大学生思想引领保持双重关切。一方面，算法推荐作为信息技术发展催生的传播方式，在信息分发层面本质上具有高效性特征，正确运用算法推荐技术，将其作为高校思想政治教育内容的信息分发手段，将有效提升高校思想政治教育的传播效率和精准度，推动高校思想政治教育主动适应网络化空间转向。另一方面，面对算法推荐的资本逻辑、数字逻辑带来的逐利性、机械化等弊端，要注重用高校思想政治教育“先于算法、引领算法”，以高校思想政治教育旗帜鲜明的价值导向和立德树人的人文关切实现对算法推荐技术应用局限性的超越，从而推动算法推荐技术在高校思想政治教育中的有效应用。

其次，算法推荐技术有助于实现对大学生个体思想动态的有效掌握，助力高校思想政治教育主体与客体间的交互沟通。总体而言，借助算法推荐技术，依托网络信息的关联性，可以通过关键词热度抓取、搜索顺序关联等大数据手段在网络空间中实现整体性、跨平台的数据分析联动，总结大学生群体面对各类网络热点信息时思维态度变化的宏观规律，从而及时通过对数据的推演和预测发现大学生群体思想动态的个别错误导向并及时予以纠正。具体而言，算法推荐技术通过分众化的用户画像形成对用户个体信息身份的识别，为此可以通过限定条件的信息抓取，以地域、话题、学段等为筛选标准，实现对拥有特定共同特征的大学生群体思想动态与价值需求的具体掌握，为高校思想政治教育的精准开展提供有效数据，助力高校思想政治教育活动的需求侧导向与供给侧改革。

最后，算法推荐技术为推动高校思想政治教育的内容与形式创新提供了有利契机，有助于实现高校思想政治教育的精准内容生产和推送配给。当前，思想政治教育网络内容建设已取得显著成效，如2020年3月由教育部社会科学司与人民网联合组织的“全国大学生同上一堂疫情防控思政大课”累计收获全国高校师生5027.8万人次观看，但在内容的生产与推送环节仍可进一步推动与大学生个性需求导向的有效契合，以避免部分大学生思政课程生产、推送过于集中从而导致信息的“溢出效应”，减少大学生个体的“信息疲劳”。借助算法推荐技术，推动各方教育主体对大学生个体的思想动态进行有效掌握，从而设计并生产大学生喜闻乐见的思想政治教育内容，同时以大学生的各类个性化需求为导向拓展高校思想政治教育形式，实现有效的信息推送与配给，从而以算法推荐为钥，推动高校思想政治教育效率和实效的提升。

三、引领与融入：算法推荐赋能高校思想政治教育的实践进路

马克思强调:“一切历史冲突都根源于生产力和交往形式之间的矛盾”，[17]算法推荐作为信息技术生产力发展的产物，为其塑造科学的“交往形式”、进行正确的价值引导与合理运用是解决其应用于高校思想政治教育的挑战与风险的根本之举。在推动算法推荐技术赋能高校思想政治教育的过程中，既要充分发挥其信息配置的高效优势，又要对其进行正确的监督、干预与引导，从而用其所长、避其所短，推动这一网络空间中的新变量向新增量转化。

(一)环体形塑：在主流价值观引领下推动算法推荐技术的逻辑优化

正如习近平总书记所强调，要“用主流价值导向驾驭‘算法’，全面提高舆论引导能力”，[18]依托算法推荐技术增强高校思想政治教育的信息配置效率必须以要主流价值观的有效引领为前提，进一步推动算法推荐技术的逻辑优化。首先，要高举思想引领旗帜，营造风清气正的互联网环境，为高校思想政治教育提供健康有序的网络空间。既要合理利用算法推荐技术，实现对体现主流价值观的优质内容进行有效的推动和分发，又要注重占据网络空间中的信息高地进行宏观的思想引领，如推动各主要网络平台在期头条区、主页、专栏等模块陈列或滚动播放当代中国特色社会主义建设的伟大成果，引导大学生群体感悟网络空间中的正确价值导向，潜移默化地实现对大学生个体思想观念的浸润。其次，要以社会主义核心价值观为指引，充分优化算法推荐逻辑，坚持将思想政治教育的价值尺度作为贯穿于算法推荐技术的重要标准。如建立合乎价值观导向和道德标准的算法推荐基础示范模型，为算法推荐技术的编写方和运营方提供参考；引导优化算法推荐技术对信息进行价值判断的权重配比，注重信息来源的规范性、信息内容的价值性、信息发布者的信用性等质量要素，实现算法推荐信息在价值引领效度和内容质量方面的有效提升。最后，要加强对各运用算法推荐技术的网络平台的规范与监督，“所有从事新闻信息服务、具有媒体属性和舆论动员功能的传播平台都要纳入管理范围”。[19]引导运用算法推荐技术的各主要网络平台兼顾数据运行的可见性与主体性，主动承担其主体责任；健全对互联网市场的监督与管理体制，通过法律法规、行业规范等方式强化对算法推荐技术编写和运用的管理，打造严密有效的互联网治理体系，为大学生思想政治教育提供健康有序的网络空间。

(二)介体创新：推动高校思想政治教育的形式拓展与内容更新

算法推荐技术实现了对大学生个体思想动态的有效把握和对于信息的精准推送，成为高校思想政治教育内容创新和形式拓展的有利依托。一方面，要通过算法推荐技术推动高校思想政治教育内容创新。习近平总书记强调：“在信息生产领域，也要进行供给侧结构性改革”，[18]为此要借助算法推荐技术充分获取高校大学生个体的需求导向与关注热点，在现有的思想政治教育网络课程基础上，继续建设和完善形成既符合高校思想政治教育价值导向、又契合当代大学生各类个性化诉求的网络思想政治教育内容数据库，充分结合大学生群体的认知结构和思维习惯，形成能够使其切实感受到价值引领、人文关切、实际效用的高校思想政治教育的话语形式和知识框架，推动高校思想政治教育内容的“供给侧”改革。另一方面，要通过算法推荐技术推动高校思想政治教育形式拓展，“集中关注大众传播的技术媒体所传输的象征形式”，[20]继续创新符合青年大学生群体认知实际与需求倾向的思想政治教育形式与手段。如顺应算法推荐技术产生的标签化、直观化、交互性趋向，引导政府、高校、教师等传统思想政治教育主体进行线上小游戏、短视频、互动视频等新形式网络思想政治教育的创作，并在此基础上针对关注相关内容的大学生个体进行更加智能化、针对性的高效推送；同时，善于使用议题设置等信息传播手段，有序引领大学生个体围绕其关注的热点问题进行信息的创作与传播，表达自身的观点认知和思想诉求，在此基础上对其进行有效引导；此外，要加强高校思想政治教育线上形式创新与线下教学实践的结合，引导学生将通过算法推荐技术获取的直观化、感性化内容进行深入思考，从而将其内化成为自身的价值判断与思维认知。

(三)个体融入：强化大学生个体与教师主体对算法推荐的认知与运用

网络素养意指个体在互联网上获取信息、利用信息以及参与网络活动过程的素质与能力。[21]要发挥算法推荐技术对于高校思想政治教育的赋能价值，就必须以师生双方个体的网络素养为着力点，促进高校思想政治教育的主体与客体对网络空间算法推荐技术的认知与运用能力，保持网络空间中高校思想政治教育主体与客体间的有效张力。一方面，要坚持“教育者先受教育”，推动以高校教师为代表的传统大学生思想政治教育主体融入网络空间，引导其“加大对青年学生的认知规律和接受特点的研究”，[22]增强其对算法推荐等网络传播技术的认知水平和实际操作能力，通过对大学生群体在网络空间中参与热点话题的点击量、互动数、讨论关键词等指标进行精准研究与备课；加强思想政治教育“虚拟教研室”建设，发挥教研室在网络空间中的集体研究效能，从而加强对思想政治教育者的有效组织与激励。另一方面，要注重引导大学生个体对于网络空间与算法推荐技术形成理性认识。“事物发展的根本原因，不是在事物的外部而是在事物的内部，在于事物内部的矛盾性。”[23]高校思想政治教育的成效归根结底要落实于客体，并通过其政治立场、道德水平、价值观念等体现出来，为此要加强对大学生个体的重视与引导。要培养大学生个体在网络空间中明辨是非的能力，引导其正视算法推荐构建的“数字身份”与既有的现实身份之间存在的差异，在算法推荐的标签化识别与推送中实现对于自身需求的独立思考与正确认知，抵御算法推荐技术带来的消极影响。

当前，算法推荐等信息技术日益融入信息传播过程已然成为大势所趋，成为高校思想政治教育必须正视的重要变化。作为信息技术发展的产物，算法推荐技术诚然为高校思想政治教育带来了新的风险与挑战，但机遇与挑战并生，以算法推荐技术赋能高校思想政治教育仍是赋能之举、可行之策。为此，应进一步加强对算法推荐技术的剖析与运用，进一步研究其理论逻辑与实践运用，推动其成为赋能高校思想政治教育的有效手段。