算法推荐对网络思想政治教育的挑战及应对

王 倩

（吉林大学马克思主义学院 吉林 长春 130000）

算法推荐通过对用户个性化需求的精准剖析，实现了以个人为单位的精准推送，极大提升了信息匹配效率。但算法推荐在带来技术革新的同时，以一种更为隐蔽的方式对人们的思想和行为产生影响，使人们在“沉浸式”的信息消费环境中逐渐失去自我，在一定程度上阻碍了网络思想政治教育工作的推进。鉴于此，思想政治教育工作者应提升对算法推荐的重视程度，探究其对网络思想政治教育的具体影响，并在此基础上调整工作思路，积极应对算法推荐带来的挑战。

一、算法推荐视域中网络信息传播的新特点

算法推荐以用户个人为单位，“通过追踪用户的网络行为,运用一些数学算法计算出个人特征、环境特征等相关信息，并推测出用户可能喜欢的内容”[1]，这在一定程度上解决了信息供需匹配困难，不仅推动了信息分发模式的变革，而且以需求侧的变化对供给侧产生影响，使网络信息传播呈现出不同于以往的新特点。

1.议题设置权：由“人”到“物”的让渡

议题设置是大众传媒实现外部影响的一种基础手段，简单来说，就是从各类新闻中挑选出中心议题，在恰当的时机通过多种媒介进行高密度传播，引发集体性关注，使此条新闻成为一定时期内人们讨论的焦点；而所选取的议题，既要满足受众需求，又要具备价值属性，对社会意识形态起正向引导作用。在以往的新闻生产过程中，议题设置权归属媒体工作者，但在算法推荐机制中，算法所代表的“物”取代“人”，成为议题的设置者。这一权力的转移，一方面使信息资源的配置效率实现了“质”的突破，缓解了“内容池”的严重超载；另一方面使信息数据成为议题选取的单一标准，丧失了“人”对价值导向的把关，加剧了社会舆论的不确定性。

2.内容创作：由公共性趋向个体性

移动智能终端的普及推动了信息接收由“一对多”变为“一对一”模式，但由于个性化信息匹配工作量过大，人工难以实现；因此信息资讯仍是面向大众进行内容推送，具有较高的公共性。随着算法推荐的广泛应用，这一状况被彻底改变。移动智能终端的优势在算法的扶持下得到充分发挥，极大地提高了信息配置效率，使信息接收实现了真正意义上的“一对一”模式，接收者的个人特性也在这一过程中得到了解放。基于信息需求侧的变革，信息供给侧也发生较大变化，具体表现为：信息内容的公共性不断下降，个体需求成为新的创作导向。“一些内容创作者为了迎合用户兴趣，争相生产各种虚假新闻、‘标题党’等违背公序良俗的内容传播，无视秩序、离析传统的非主流观念”[2]。内容创作的个体化趋势虽然在一定程度上满足了用户短期的信息需求，但也使内容的公共性大幅降低；不仅削弱了公众的知情参与，也不利于算法推荐平台的长期健康发展。

3.接收方式：由主动选取变为被动投喂

信息化时代，面对井喷式的数据增长，用户获取所需信息的难度持续攀升。人们需要在庞大的“内容池”中进行多次筛选，以获取有效信息。在此背景下，算法推荐机制的普及，为“信息超载”开辟了一条立竿见影的疏导渠道，它基于用户的个人视角、内容喜好对其进行个性化推送，改变了以往人们主动选取的接收方式，将用户变成了信息投放的“目标靶”，所需要的信息会在算法的推送下自动出现在眼前。这种投喂式的信息接收方式，使人们逐渐丧失了信息获取过程中的主观能动性，增大了用户受到不良信息影响的风险，使人们忘记原有信息需求，一步步陷入无意识信息消费陷阱。

二、算法推荐视域中网络思想政治教育面临的挑战

网络思想政治教育作为一种特殊的教育传播活动，极易受网络环境及传播模式变化的影响，而算法推荐在很大程度上重塑了网络传播生态，成为人与信息之间连接的桥梁。同时，算法推荐也以一种更为隐蔽的方式对受教育者的主观世界产生影响，给网络思想政治教育带来了巨大的挑战。

1.受教育者主体性被削弱，阻碍网络思想政治教育内化

算法推荐使人们无须花费大量时间对“内容池”进行筛选就能获取想要的信息，而内含于算法中的深度学习功能可以根据用户习惯进行实时调整，从而提升信息推送的精确度，进一步增加用户黏性。但是高度个性化的信息推送服务，也在无形中消解了人们主动向外获取其他信息的能力，导致受教育者越发依赖算法，其主体性被大幅削弱。

所谓人的主体性即作为主体的人能够自觉、主动地认识和调控自己心理和行为的能力，主要表现为主体的能动性、自觉性、创造性。虽然受教育者主体性的下降是发生在算法推荐场域之内，但由于人的主体性具有较强的连贯性，因此即使场域发生转换，受教育者的主体性仍会保持在一个相对稳定的低水平状态，难以恢复到从前水平。不同于算法推荐机制，网络思想政治教育是一个双向互动的过程，受教育者既是教育的客体，又是学习的主体。受教育者主体性的发挥，对于网络思想政治教育工作的成效具有重要影响，单一的知识灌输并不能使受教育者将所学内容转化为自己的观念。只有受教育者自主参与学习，才能实现主观世界的改造，推动网络思想政治教育的内化。因此，受教育者主体性的缺失，将会给网络思想政治教育工作的开展带来困难，教育者应在把握算法推荐技术逻辑的基础上，积极探寻解决路径，重塑受教育者的主体性。

2.加剧群体极化风险，阻碍网络思想政治教育信息传播

所谓群体极化，是指群体中部分成员既有的某种倾向在经过群体讨论后不但没有消解反而使群体成员的观点都朝着更极端的方向转移。群体极化会导致受教育者的既有观点和偏见持续自我固化，变得如“铜墙铁壁”一般难以突破，阻碍网络思想政治教育信息传播。

算法推荐通过对信息的分类推送进一步推动了网络环境中的社群分化，在一定程度上加剧了群体极化风险。具体而言，人们在庞大的“内容池”中进行信息筛选时，需要对信息内容进行快速识别并加以价值判断。面对如此烦琐的工作，人脑会更倾向于简单的答案，即选择与既有观点相似的内容，忽视与之不同的信息，这一心理被称为“证实性偏见”。在以往的信息传播方式中，这样的心理选择机制虽然也在发挥作用，不过由于信息未经个性化分类，加之内容具有较强的公共性，因此人们仍会“被迫”接受多种观点的影响，在一定程度上弥补了个人思想的片面性。但在算法推荐场域，人们看似共处于同一网络，但实则已被算法所搭建的“过滤气泡”隔离为不同的群体空间，拥有相似观点的人形成共同的“回声室”。在“回声室”中，人们只会得到其他成员的正向反馈，通过彼此间的相互佐证制造自身观点绝对正确的假象，无法抵消“证实性偏见”的负面影响，使人们思想的片面性与固有偏见不断加深，进一步推动群体极化形成。而群体极化一旦形成，将会严重阻碍网络思想政治教育工作的开展。在这种情况下，思想政治教育工作者无论是对受教育者进行新思想的灌输还是错误思想的纠正，都会受到群体观念的抵制，使其难以进行思想引导和外部干预；长此以往，还会加剧圈层分化与意识形态分层，阻碍公众公共意识与公共理性的培育，冲击思想政治教育认同。

3.缺乏价值引领，使主流意识形态趋于边缘化

人的信息需求可被分为自主信息需求和社会信息需求两个方面。自主信息需求指个人主动获取的兴趣信息、享乐信息、舆情信息等。社会信息需求指社会希望每个成员在信息传递中接收到的常识信息、教育信息、公共信息等。自主信息需求依靠个人的主观能动性就可以满足，而社会信息需求由于内容较为枯燥，难以依靠个人自觉实现，往往需要媒体、学校、家庭等多方面共同辅助完成。在以往的信息传播中，媒体工作者作为“把关人”，不仅会衡量信息的传播潜力，还会对其价值性、公共性及社会影响进行综合判断；但在算法推荐机制中，自我需求被设定为个人的唯一需求。算法以用户“想要看”为最高标准进行信息推送，忽视了用户“应该看”的社会信息需求。不仅如此，算法推荐平台为提升用户使用时长往往会在算法内“夹带私货”，大量推送低俗、猎奇类信息进一步激活用户的低级趣味；长此以往，将导致“内容池”整体质量大幅下降。而与之相反的是，虽然思想政治教育类信息广泛存在于各大算法推荐平台，但由于算法的技术偏向，这些信息往往处于无人接收的状态，造成这些平台内网络思想政治教育“失语”，难以发挥其价值引导功能。由此可见，由于算法推荐缺乏价值引领，致使受教育者的思想与主流价值导向产生偏离，进一步加剧了主流意识形态的边缘化，不利于增强受教育者对网络思想政治教育内容的认同感。

三、网络思想政治教育应对算法推荐挑战的具体策略

算法推荐是大数据时代实现信息供需适配的必然选择，代表着未来的传播趋势；因此，应高度重视算法推荐给网络思想政治教育带来的挑战，积极主动地探寻应对路径，推动网络思想政治教育工作的开展。

1.重塑受教育者的主体性，推动网络思想政治教育内化

首先应推进算法素养教育，激发受教育者的自觉性。算法推荐机制通过个性化信息推送，对人们的思想和行为产生影响，人们往往在不知不觉中“放弃”了自身的主体性。算法推荐能产生如此影响的原因之一，就在于算法具有隐蔽性；因此推进算法素养教育是重塑受教育者主体性的前提。网络思想政治教育工作者应对算法推荐的技术逻辑及传播特点进行讲解，对算法推荐可能导致的过滤气泡、群体极化等不良后果进行提前告知，增加受教育者对算法推荐的认识，揭开算法“真相”，从而提升受教育者在算法推荐场域内的警惕性与自觉性。

其次应调动受教育者的能动性，提升学习过程参与度。根据算法推荐的技术逻辑，不只是人会被算法引导，算法也会被人所引导，人们可以通过“阅览、点赞、举报”等操作，向算法展示自己对各类信息的不同态度，从而影响算法，使其减少对不良内容的推送。因此，思想政治教育者应积极引导受教育者，在实践中以身作则地践行社会主义核心价值观，减少对低俗信息的阅览，积极举报有害信息，自觉抵御负面信息的不良影响。如此不仅有利于以需求侧变化带动供给侧的转变，减少不良内容的平台供给，而且能促使受教育者在实践中发挥主观能动性，以实际行动推动网络思想政治教育的内化。

2.强化价值引导，优化网络思想政治教育环境

首先应强化算法推荐平台中的人为议题设置。议题设置通过赋予各种信息不同程度的显著性，实现对人们思想及行为的引导。议题设置“与网络思想政治教育在社会主义核心价值观引领层面、媒介内容和公众舆论层面、信息选择层面有着高势位的内在契合性”[3]，议题的设置，影响着网络思想政治教育功能的实现。算法推荐机制的广泛应用，使以算法为代表的“物”掌握了议题设置这一权力。不同于人类，算法以流量数据作为唯一标准，不会对议题的价值导向及其可能造成的社会影响加以衡量，导致工具理性逐渐取代价值理性，成为议题设置过程的主导。鉴于此种情况，算法推荐平台应强化人为议题设置，在“热搜榜”等议题设置场所中留出专用位置，由专业媒体人根据时事热点进行人为议题设置，并对受众感兴趣的议题进行观点评议，从而占据舆论主导地位，保证平台内正确的价值导向。人与算法合作完成议题设置，不仅能利用算法的数据优势精准把握舆论动向，还能通过人为议题设置引导受教育者思想及行为，从而推动工具理性与价值理性实现统一。

其次应提高内容审查力度，强化算法安全监督。算法推荐平台，相较于其他互联网平台拥有更为丰富的话语主体和更高的自媒体占比，这在一定程度上加剧了“内容池”的杂乱，造成了不良的社会影响。因此，算法平台应提高对有害信息的审查力度，增加专职审查人员，以人工弥补算法缺陷，减轻不良信息对人们的影响，优化算法推荐平台环境。与此同时，国家还应加强对算法的安全监督，由政府组织建立多方协作的监管机制，由专业技术人员对“技术黑箱”进行合法性审查，合理规避算法可能造成的意识形态风险，为网络思想政治教育创造良好的环境。

3.提升网络思想政治教育话语权

首先应推动主流媒体融入算法推荐场域，丰富网络思想政治教育的话语供给。主流媒体作为党和政府的“喉舌”是思想政治教育的有效传播渠道，而算法推荐平台的兴起在助推了自媒体发展浪潮的同时，也在一定程度上压缩了主流媒体的生存空间。主流媒体应正视算法推荐机制带来的行业冲击，对算法的进步性加以研究，并在此基础上主动进入算法推荐场域内，自上而下地推动内容创作与传播思路的改革，以开放的态度参与多元话语的交流与竞争，这不仅有利于优化算法推荐平台内容供给，也有利于丰富网络思想政治教育话语供给。

其次应优化网络思想政治教育话语载体，调整算法推荐权重比例。相较于轻松的泛娱乐化信息，网络思想政治教育信息较为严肃、无趣；因此在“流量为王”的算法推荐机制中鲜有推送，造成“失声”假象。基于此种情况，应积极推动思想政治教育话语转型，改变单一的理论话语模式，以时事热点为教育载体进行评议，并在其中适当穿插思想政治知识，如此既能使网络思想政治教育搭上“热点便车”，扩大传播范围，又能增添网络思想政治教育话语的亲和力，使乏味的理论通俗易懂。此外，算法推荐平台也应适当提升网络思想政治教育信息的推送权重，通过“改进算法技术，将适量的思想政治教育信息融入‘推荐池’，调和信息配比，重构算法推送信息的权重比例”[4]，从而增加网络思想政治教育话语的辐射范围及话语影响力。