规训与突围：基于推荐算法的思想政治教育话语困境与应对

张雅楠　陈春燕

摘 要：推荐算法建构的拟态环境日渐成为影响思想政治教育话语发展的全新场域。算法嵌入思想政治教育后，算法权力跃升衍生的“算法霸权”“算法成瘾”“算法歧视”“算法黑箱”风险不断弱化思想政治教育话语主体性、操纵话语内容、冲击话语理念、消解话语认同。为完成思想政治教育话语由“追逐算法”到“驾驭算法”的转变，思想政治教育者需主动介入算法，依托内容、关联规则、协同过滤、知识规则、效用规则推荐算法的技术优势，赋能话语内容“聚流量”、话语议题“强关联”、话语客体“达共识”、话语资源“续投放”、话语评估“精研判”，构建思想政治教育话语发展智能图景。

关键词：推荐算法；思想政治教育话语；智能图景

中图分类号：D64文献标志码：A 文章编号：1002-7408（2023）09-0116-07

近年来，以人工智能、大数据、云计算等技术手段为支撑的推荐算法方兴未艾，凭借“善引导、强关联、精计算”优势成为各大购物网站、社交平台、搜索引擎等应用软件的标配。据统计，基于推荐算法的个性化内容推送已达全网信息分发的70%以上［1］。与此同时，算法迭代升级引致算法权力越位日渐凸显，网络平台的数据采集、议题投放、舆论引导、编辑发布等诸多话语操作权限逐渐被算法“剥夺”，深刻改变了话语传播格局与舆论生态。第51次《中国互联网络发展状况统计报告》显示，截至2022年12月，我国网民规模达1067亿，互联网普及率已达756%［2］。显然，“网络空间已经成为人们生产生活的新空间”，亦理应“成为我们党凝聚共识的新空间”［3］。思想政治教育话语作为思想政治工作的载体，能否适应推荐算法的信息分发模式以获得精准化、智能化发展，是当前思想政治工作面临的重要课题。因此，掌握推荐算法的运行机制及本质属性，研判算法嵌入思想政治教育所带来的话语困境，进而依托算法技术优势寻求思想政治教育话语突围进路，是互联网时代思想政治工作者的重要使命。

一、算法嵌入：影响思想政治教育话语发展的新变量

推荐算法作为一种全新的信息传播范式与资源配置方式，兼具工具理性与“伪中立性”的意识形态属性。从思想政治教育话语视角审视推荐算法，足可阐明推荐算法与思想政治教育话语深度互嵌、关联耦合是技术向善与话语发展的必然趋势。

（一）信息适配：推荐算法的运行机制及本质属性

推荐算法源自计算机领域，伴随大数据蓬勃兴起开始广泛应用于信息传播领域以应对信息过载危机，缓解受众信息选择焦虑。推荐算法表征为一串规范性的程序代码，即信息输入后，在极短时间内可获得预期运算结果的“技术性策略机制”，是一系列解决问题的清晰指令。从技术逻辑看，推荐算法主要包含输入单元（数据集和内容池）、运算单元（深度学习、模型搭建）及输出单元（推荐列表和内容榜单）三个程序单元［4］，主要分为内容、关联规则、协同过滤、知识规则、效用规则推荐算法五大类型，兼以即时性、个性化、精准化、实时反馈性等技术优势实现“用户价值主导下的场景化适配”。从算法技术特性看，算法是拟合用户对推荐内容满意度的数据内容、用户特征以及环境特征三个维度变量的数学函数［5］，本着“用户历史数据—信息推荐模型—内容定点投放”的运行逻辑，遵循“一切可计算”的算法理念和“数据中心主义”的算法原则，通过“数据+算法+算力”三驾马车的合力打造，动態构建起信息内容推送与目标用户偏好的“个性化适配关系”［6］。在信息传播实践中，推荐算法可同时追踪多个用户网络行为，依托算法信息聚合功能和标签化分类处理优势，精准搭建用户偏好权重个人数据库，勾勒“用户画像”［7］，精准掌控信息分发过程及分发流向，智能化匹配生成用户个性化信息推荐。推动由“人找信息”到“信息找人”的传播逻辑变革，创造了由“千人一面”到“千人千面”的算法时代。

权力往往成为技术“伪中立性”意识形态属性的潜在表征。内嵌规则决定推荐算法天然带有某种意识形态立场，资本裹挟将不可避免导致特定的意识形态后果。首先，推荐算法背后暗藏着人的价值立场及价值判断。算法作为人的本质力量的外在呈现，是人类物化劳动的产物，带有意识形态属性。算法开发过程中，数据收集、数据处理、评价指标等都由算法工程师主观择定，其价值观念、政治主张及个人偏见难免会被写入算法程序，其“每一行代码、每一个界面，都代表着选择，意味着判断，承载着价值”［8］。推而论之，算法已成为能够对人的思想和心理起影响和支配作用的“软性权力”，驱动着人与人之间的信息流动与交互，逐渐成为网络意识形态话语权的建构者与支配者［9］。其次，资本增殖是推荐算法运行的深层逻辑。“资本只有一种生活本能，这就是增殖本身。”［10］在市场经济环境下，资本逻辑深嵌于算法的数据采集和“用户画像”的价值判断中，隐身于算法深度运算和推送过程的价值标准中，展现于推送内容对用户的思想操纵中［4］，毫无痕迹地“完成了对个人的监视、规训与剥削”。质言之，算法平台为追求“内容变现”，将“数据资产”转化为“数据资本”，迫切与算法“共谋”，持续向受众推送“想看”而非“应该看”的信息内容来操控他们的心理和思想，从而获得庞大的资本收益。由此，资本逻辑主导的算法为泛娱乐化内容开辟了技术的“自由场域”，压缩了价值主导、内容为王的思想政治教育话语内容的生存空间，致使受众在算法“迷雾”中价值迷失，越来越成为信息不对称之下“被算计”的对象。

（二）内嵌互动：推荐算法与思想政治教育话语的关联耦合

思想政治教育话语是思想政治教育理念的外在呈现，是思想政治教育内容的符号表达，更是将思想政治教育理论内化于心、外化于行的重要载体。推荐算法作为网络信息分发的新兴主体，身兼内容生产者、分发者、把关者、反馈者等多重角色，“依靠关键词分析和自动化内容生成，独立完成了以往需要传播组织内部分工协同的多项工作”［11］，重塑着思想政治教育话语传播格局及权力分配。一方面，推荐算法以“读心”为本质、以“走心”为指向，凭借精准识别、精准推送、精准反馈等优势赋能思想政治教育话语“精智”化发展。算法能够精准洞悉受众所思所想所盼，强化思想政治教育话语内容生产的智能化趋势，将话语内容以文字、视频、音频、图像等“全觉体验”方式精准推送，促进话语互动及话语反馈，令受众沉醉于“看我想看、听我想听”的主流话语世界，提升思想政治教育话语内容匹配精度、话语空间覆盖广度、话语传播温度及话语评价效度。另一方面，推荐算法的赋权及分发机制对思想政治教育话语的价值塑造产生潜在的权力效应。算法时代，传统的人工信息审核、编辑与分发权限被算法代码的自动推送与精准“投喂”所取代，此种极具颠覆性的“把关转移”致使理论价值深厚、思想意义深远的思想政治教育话语内容易被戏谑庸俗、价值虚无的泛娱乐化内容所排挤，冲击思想政治教育话语高势位价值导向和一元主导地位，致其话语空间窄化、离散化，影响了社会意识形态的权力结构。

以思想政治教育话语的价值引领赋予算法价值理性是避免其沦为“算计”的现实所需。在资本逻辑裹挟下，推荐算法的工具理性僭越价值理性，经济效益凌驾于社会效益之上，引发全社会对算法价值的理性审视。为避免滋生“算法乱象”，防止“算法”沦为“算计”，亟须发挥思想政治教育话语的价值引导作用筑牢推荐算法的价值根基。从推荐算法运行逻辑看，数据抓取、信息推送都是以“人”为调适中心，实质上构建了一条以“人”为计算中心的供需关系链。在信息生成、分发、接收过程中，影响算法价值取向的主体是算法设计者、信息把关者、信息接收者。算法设计者的观念植入致使算法带有隐蔽性的意识形态倾向，容易异化为资本逐利的工具；信息把关人缺位易使庸俗、低俗、媚俗等泛娱乐化信息无序传播；信息接收者的非理性迷恋致其陷入“信息茧房”难以挣脱。因此，思想政治教育话语的思想引领、价值导向作用可为算法设计者、信息把关者、信息接收者提供精神养分，使之摒弃“流量变现”“娱乐至死”的价值取向，赋予推荐算法价值理性，推动算法技术优化升级，形成“以主流引领百舸争流”的局面。

二、算法异化：基于推荐算法的思想政治教育话语困境

推荐算法正成为影响社会主流意识形态建构的重要因素。推荐算法嵌入思想政治教育后，算法权力跃升衍生的“算法霸权”“算法成瘾”“算法歧视”“算法黑箱”等风险亦不断弱化思想政治教育话语主体性、操纵话语内容、冲击话语理念、消解话语认同。

（一）算法霸权：把关转移与自动推送弱化思想政治教育话语主体性

推荐算法的把关转移与自动推送意味着话语“自主权”易主，弱化了思想政治教育话语主体性，造成“有理说不出”的困境。当前，“在媒介与代码无处不在的社会中，主体的自由意志不得不面向技术的规训与重塑”［12］。习近平总书记强调，思想政治教育要“坚持主导性和主体性相统一”［13］。首先，把关权力的让渡蚕食了思想政治教育者的话语主导权，弱化了话语权威。算法时代，信息平台的编辑者、审核者、把关者不再是具备独立思考能力的活生生的“人”，而是一套着眼于用户需求的“冰冷程序”。在算法决策过程中，算法强势取代思想政治教育者的地位，将“人”视为可计算、可预测、可控制的对象，通过“用户画像”将其兴趣、行为、职业等数字信息作为推送内容定制的参照指标，算法策略性的信息筛选和内容供给机制降低了思想政治教育者的参与权重。传统思想政治教育实践中以教育者为主导的教育模式被打破，自上而下的单向灌输失灵，思想政治教者处于失声、失语境地，话语主体权威旁落。其次，算法自动推送机制遮蔽了受众的主体能动性，“见物不见人”较为普遍。在算法推送机制作用下，算法一旦接收话语受众的需求指令，即刻按照先前建立的用户数据模型进行快速运算，自动推送与受众倾向性高度相关的话语内容。此种根据网络足迹进行的精准化话语推送方式俘获了受众的信任与膜拜，致其逐渐沉醉于“指尖轻触”即可得所需的无限快感，在潜移默化中自愿、主动放弃择取信息及创造信息价值的权利。就此，对“自动推送”机制的严重依赖使受众“能动性、价值、诉求的多元化在这种常态中日益被抑制和消解”［14］，人逐步沦为世俗和消遣的附庸，人的生命“化为愚钝的物质力量”。

（二）算法成瘾：受众本位与全息叙事操纵思想政治教育话语内容

推荐算法在迎合受众偏好、全息叙事传播的同时伴随着致瘾机制的生成，挤压了思想政治教育话语内容的生存空间，造成“说了无人听”的困境。首先，在算法受众本位导向、流量利益驱动的裹挟以及人性深处庸俗欲望的驱使下，算法与“人”正在相互“驯化”：推荐算法不断聚焦于可满足受众娱乐消遣的“奶头乐内容”以获得庞大资本收益，受众对推送信息的正向反馈则不断强化低质信息的制造与传播。由此，受众长期沉溺于庸俗低质信息所营造的“娱乐盛宴”，可能对思想政治教育话语“宏大的历史叙事、理论的逻辑论证、整体性的分析理解”持有冷漠、怀疑等排斥之意［15］，甚至将其视为“异见”。久而久之，算法“投喂”与受众“偏食”降低了思想政治教育话语内容在算法“内容池”中的权重配比及优先推荐级，导致话语内容被算法“冷落”，引发“空场”危机。其次，为增强智能媒介与受众用户的黏性，算法推送内容多以可看、可听、可触、可感的全息叙事风格“抢眼球”，此种“视觉狂欢”意图通过“形式娱乐性”取代“内容价值性”来不断刺激受众的感官及心灵体验，使其在不知不觉间以数字设备的使用时长聊以慰藉精神世界的空虚。长此以往，这种“催眠性”的叙事方式容易導致受众掉进“时间黑洞”，囿于“数字超级全景监狱”而逐渐丧失对信息获取的控制力，导致信息源狭窄而被困在算法编织的“茧房幻象”之中，形成定式化、苍白化的“我的日报”。由此，在全息叙事大行其道的算法传播生态中，富有抽象性、规范性、理论性的思想政治教育话语内容生存空间被无限挤压，话语引领力、解释力、说服力、传播力大打折扣，造成“有意思”的感性世界取代“有意义”的理性世界，流量逻辑取代价值逻辑［16］。

（三）算法歧视：偏见植入与“过滤气泡”冲击思想政治教育话语理念

算法程序设计时的偏见植入及“过滤气泡”作用下所产生的歧视现象，本质是社会结构性偏见在算法领域的映射，冲击了思想政治教育话语理念，造成“说了传不开”的困境。《自然》杂志曾用 BIBO 表示 Bias In，Bias Out（偏见进，偏见出），深刻揭示偏见是人类社会的固有产物。意识形态内嵌作为技术政治的工具，完成了对推荐算法的塑造。首先，算法偏见源于原始数据库的偏见复制、程序设计的偏见循环及人机互动的偏见习得，使得算法在运行过程中承继了社会的结构性偏见，令“个体‘算法身份被贴上某种易于被歧视的标签”［17］，引发“身份危机”，强化“社会刻板印象”，冲击了思想政治教育话语“以人为本”理念。“以人为本”理念是思想政治教育话语发展的根本宗旨，以人的生存、发展、自尊、幸福为出发点和归宿。显然，算法场域下的歧视、偏见背离了思想政治教育尊重人、关心人、培养人、引导人的理念，忽视了人的自由而全面的发展。其次，“过滤气泡”阻隔了话语群体间的交融互动，冲击了思想政治教育话语“平等对话”理念。在过滤机制作用下，推荐算法基于受众偏好源源不断推送内容一致、价值趋同的同质化信息，将受众封闭在信息资源不对等、身份认同遭漠视的“回音室”。为构建自我认同，受众只能“抱团取暖”“自说自话”，不断通过发送信息产生“回音”以令自身想法、观点得到确证［18］。这种倾向会在“过滤气泡”作用下不断强化以至固化，最终陷入“自我实现的歧视性反馈循环”，形成信息壁垒，引发认知极化及群体固化风险。“平等对话”理念推动思想政治教育话语主客体间展开有效沟通交流并凝聚共识。当前，“过滤气泡”阻断了话语群体进行平等、自由、对话、互动、沟通的渠道，导致“数字鸿沟”越掘越深，群际关系逐渐疏离，影响思想政治教育话语实效性。

（四）算法黑箱：代码盲区与资本操控消解思想政治教育话语认同

推荐算法的数据输入与结果输出并非简单的线性关系，“隐身”的数字代码及繁琐的运行机制使整个算法推荐系统犹如“黑箱”般缺乏透明度，极易受资本“摆布操控”，消解思想政治教育话语认同，造成“说了无人信”的困境。首先，“算法黑箱”中隐藏着不为人知的信息筛选标准、分发机制及决策参数，导致思想政治教育话语的传播、接收、评价、反馈过程在算法传播机制作用下蒙上了一层“神秘面纱”。算法时代，在多元文化思潮冲击下，受众对接收的话语内容要知其言更知其义，知其然更知其所以然。同理，在算法场域，受众需明确知晓算法系统以何原理获取数据、以何机制运行计算、以何缘由推荐内容，即受众需要对接收的话语内容有全面客观的认识，才会增加对推送内容的信任度。然而，目前技术认知的局限性引发了受众对思想政治教育话语解释力和引领力的质疑，干扰了其对主流价值观的认知和判断，造成“真相稀缺”。其次，“算法黑箱”成为资本主义国家进行意识形态渗透的“隐身衣”和“变装器”。在“两个大局”的时代背景下，资本主义国家极易凭借算法原发优势及算法媒体垄断地位，透过“黑箱”以隐蔽、灵活、精准、高效的技术手段对我国进行意识形态渗透和文化输出，肆意扰乱我国社会主义现代化发展进程。算法媒体发布的隐含西方意识形态的话语议题占据各大平台的热议板块，且算法碎片化传播在无形中解构了我国主流意识形态内容的话语逻辑，拆解思想政治教育宏大叙事的完整性结构，意图给历史虚无主义、民族虚无主义、网络民粹主义等思潮披上“娱乐外衣”来歪曲历史史实、丑化英雄人物、抹黑中国形象，借此煽动民众产生对立情绪，进而对思想政治教育话语产生认同危机及信任焦虑。相关数据显示，在现存的世界网络信息中，80%以上的信息由美国算法发布，85%以上的信息输入与结果输出源自于美国［19］。显然，推荐算法已成为西方意识形态战略性输出的“杀伤性武器”。

三、战略突围：基于推荐算法的思想政治教育话语智能发展

當前，面对“算法权力”支配下思想政治教育话语发展面临的诸多困境，思想政治教育者应化被动为主动，积极依托内容、关联规则、协同过滤、知识规则、效用规则推荐算法的技术优势，精准赋能话语内容“聚流量”、话语议题“强关联”、话语客体“达共识”、话语资源“续投放”、话语评估“精研判”，构建思想政治教育话语发展的智能图景。

（一）积数成池：基于内容推荐算法赋能话语内容“聚流量”

基于内容推荐算法是算法系统通过“用户画像”，搜集用户数据，根据偏好信息复刻兴趣图谱，与算法“内容池”中的海量信息予以匹配，从而为用户持续推荐同类内容。算法时代，为有效应对算法“偏心”行径，让思想政治教育话语“有理说得出”，思想政治教育者要善用内容推荐算法主动将话语内容注入算法“内容池”，并深化内容供给侧改革，构建一个饱含理论度、充满时代感、焕发人情味的“思想政治教育话语内容推荐图谱”。

一是要以内容为王。推荐算法“内容池”中的思想政治教育话语内容质量与数量直接决定推送结果所蕴含的价值程度。一方面，思想政治教育话语内容要坚持弘扬社会主旋律，利用推荐算法的资源提取、整合功能汲取中国现代化道路、理论、制度、文化的优秀话语资源，深挖提炼其中所蕴含的理论价值及精神内核，让富含中国化时代化的马克思主义理论成果充盈算法“内容池”，主导内容配比。另一方面，思想政治教育话语内容要结合受众兴趣生长点，通过流量加持，打造网络文化精品，赋予思想政治教育话语内容更大权重值，给予优先推送级，不断压缩低质内容的生存空间，坚持以理论价值“推动形成良好网络生态”。二是要以创新为要。思想政治教育话语内容应顺时代而变，与现实世界、虚拟世界、受众生活世界接触并相互作用。要积极并合理使用在算法传播生态中生成的诸如“YYDS”“觉醒”“绝绝子”“贴贴”等鲜活网络用语阐释思想政治教育话语内容，既要贯通历史与现实，又要结合理论与实践，既要遵循宏大叙事的严肃性、规范性，又要具备微小故事的鲜活性、灵动性，将抽象严肃的理论内容浓缩成短小精悍的精神“干货”，凸显时代特色。三是要以需求为本。要借助内容推荐算法勾勒“用户画像”的技术优势，通过网络文本大数据的语义分析、主题词聚类和贝叶斯分析与建模，精准把握受众兴趣爱好，研究受众关注、评论、点赞、转发的热点内容，分析受众网络行为背后隐藏的价值取向及态度立场，有针对性地持续生产、组织、投放、推荐受众愿意看、看得懂、能传播的思想政治教育话语内容，以点带面地增进话语共识，拉近情感距离，使思想政治教育话语成功“出圈”。

（二）聚能成流：基于关联规则推荐算法赋能话语议题“强关联”

基于关联规则推荐算法是以关联规则为基础、受众偏好信息为规则头、推荐内容为规则体，挖掘信息之间的相关性。算法系统在积聚用户大量行为数据前提下，将算法“内容池”中与用户历史数据相关度较高的信息予以推荐，“猜你喜欢”是关联规则推荐算法的典型表征。为了让思想政治教育话语“说了立得住”，思想政治教育者要借助关联规则推荐算法的“动态关联”优势，精准设置服务国家发展大局、反映人民利益立场的时度效话语议题，掌握思想政治教育话语议题设置主导权。

一是要抢占先机，把好“时间关”。思想政治教育者要借助算法监控技术及时追踪并聚焦重大社会热点，利用算法的“强关联”聚类优势，秉承“大视角、宽领域、深层次”的原则挖掘热点话题间的相关性并建立动态关联，建构“一题多维”的立体化思想政治教育话语议题结构，以此实现议题设置由“孤军作战”到“团队奋战”的模式转变，价值引领由“星星之火”到“燎原之势”的程度转化，抢占网络舆论制高点。二是要注重政治高度与思想深度，把好“政治关”和“思想关”。思想政治教育话语议题要以社会主流价值观为导向精准发力，将新时代经济发展新成就、政治发展新变革、社会发展新面貌、文化发展新理念、生态发展新画卷等中国特色社会主义伟大成就建立有效关联并融入话语议题，以形成强大合力，实现以现实阐释理论、以理论观照现实。同时，思想政治教育者要利用关联规则推荐算法“精计算”优势精准监测流量变化，追踪受众思维特点及认知习惯，掌握受众偏好的话语议题类型，积极设置契合受众精神需求的反问型、批驳型、解释型思想政治教育话语议题，吸引流量、激发共鸣、增进认同。三是要彰显传播成效，把好“技术关”。互联网时代，网络平台的信息资源不再是按层次和时间先后顺序排列的线性结构，而是以超链接形式将信息、资源、素材连成一个错综复杂的网状立体结构［20］。思想政治教育者要搭乘推荐算法之东风挖掘潜在的关联规则，以促进思想政治教育话语议题的资源、素材间建立丰富立体化的关联关系，按受众差异性需求分区域、分模块、分等级设置思想政治教育话语议题，将不同的思想政治教育话语主题迭代出更多的子议题，实现话语议题间关联进化。

（三）破茧成群：基于协同过滤推荐算法赋能话语客体“达共识”

基于协同过滤推荐算法是算法系统对网络用户的社交圈层进行全景扫描，深度挖掘用户信息并依据用户间的共性来划分社群圈层，向相似用户推荐同类信息。从传统分发时代到社交分发时代再到智能算法时代，信息分发模式经历了由“信息——编辑——受众”到“信息——受众——受众（N个）”再到“信息（N个）——推荐算法——受众（N个）”的巨大变革。算法时代的把关机制颠覆了传统的信息把关模式，人工把关角色的缺位导致网络舆论价值导向的偏移。为了营造良好的网络生态，让思想政治教育话语“说了有人听”，网络意见领袖要积极介入算法，发挥群际效应，激发受众对思想政治教育话语的政治共识与情感共识。

一是要当好“网络信息发布者”。各群体领域的网络意见领袖尤其是掌握庞大粉丝资源的“网红”“网络大V”要善于借助协同过滤推荐算法“寻找同类人”优势，精准聚焦相应群体的选择偏好，提质增量、旗帜鲜明地发布思想政治教育话语内容，力求深层次、高频率、多维度对社会主流热点话题进行权威解读，有理有据地亮出观点，让主流价值观不缺场、不偏移。二是当好“网络信息把关人”。美国社会学家保罗·拉扎斯菲尔德等人提出信息传播要经历“大众传播——意见领袖——一般个人”的两级过程［21］。网络意见领袖作为网络舆论场的信息中转站，要借助协同过滤技术设置算法“防火墙”，拦截过滤西方意识形态多元化思潮，预防商业化算法媒介利用受众偏好推送有害信息，并敢于亮剑，以坚决的“话语斗争”抵制相关错误言论，维护网络意识形态安全。三是当好“网络舆论引导者”。网络意见领袖要通过协同过滤推荐算法建立各领域、各类型受众的“群际模型”，精准把握“同类人”意见倾向及思想需求，以彰显党和国家政治立场、社会主义核心价值观的思想政治教育话语内容和“造势引导”“因势利导”相结合的话语方式精准开展思想领導、情感疏导和价值引导，生成主流价值观的“蝴蝶效应”，带领“同类人”打破“同质化壁垒”，消除认知极化和群体固化风险，唤醒“沉默的螺旋”。

（四）合智成势：基于知识规则推荐算法赋能话语资源“续投放”

基于知识规则推荐算法是以信息属性、用户需求以及推荐准则的显式知识为基础来完成推荐，推荐结果依赖用户需求与信息属性之间的相似程度。当算法系统面对复杂信息以及用户需求多样性而难以给出解决方案时，系统需对推荐内容给出解释。因此，为了满足用户需求，基于知识规则推荐算法的结果输出在一定程度上依赖于人工知识供给。为了让思想政治教育话语“说了传得开”，需要建立“算法推荐+人工编辑”的人机协同模式，以思想政治教育者的智慧弥补工具理性的不足。

一是打通思想政治教育话语资源投放渠道。要加强融媒体建设，在研发建强各高校专用的思想政治教育平台的同时，与抖音、微博、哔哩哔哩、小红书、知乎、豆瓣、表白墙等青年受众日常聚集地合作开展“党史”知识问答、“以玩促学”的游戏赛事、“中国故事畅享”的弹幕互动活动，且将UGC（用户生产内容）、PGC（专业生产内容）、PUGC（专业用户生产内容）聚合为一，通过正能量网络文化活动及产品将思想政治教育话语内容渗透到青年受众学习、工作、生活、娱乐的方方面面。二是搭建互联互通、实时更新的思想政治教育话语资源大数据库和受众认知水平大数据库。借用推荐算法的“大数据聚类”优势有效整合如“中国式现代化”“人类文明新形态”相关的丰厚话语资源，设计“话语资源图谱”，将热点、要点话语资源分解成若干菜单化、模块化的知识词条，搭建集理论深度、育人厚度、覆盖广度、更新力度于一体的思想政治教育话语资源数据库。借助推荐算法的“跨媒介分析”及“强算力”优势实时监测受众对知识的获取及认知情况，建立受众认知水平大数据库。思想政治教育者可利用算法筛选、提取功能从动态的思想政治教育话语资源大数据库中快速提取受众需求的话语资源，必要时可通过在线答疑和互动沟通为受众解疑释惑，实现话语资源的持续创造和有效供给。三是设计思想政治教育话语资源投放策略。根据数据库中受众认知水平及差异性需求特点，在算法平台设计各类超话话题、限定资源投放范围及设置推广时段，将思想政治教育话语资源大数据库中的理论热点、主旋律影片及朝代历史纪实等资源分别精准、快速、准时地推送给时评爱好者、资深影迷及历史爱好者。

（五）测据成效：基于效用规则推荐算法赋能话语评估“精研判”

基于效用规则推荐算法是建立在用户对所推荐信息的效用情况基础上的计算，其核心理念是为每个用户创建一个能够涵盖信息属性、使推荐效果最大化的效用函数，通过计算各推荐信息的效用值，把总效用值最高的信息内容推荐给用户［22］。为使思想政治教育话语“传开叫得响”，思想政治教育者应依托效用规则推荐算法制定话语评价指标，系统搜集、整理、分析受众对思想政治教育话语的评价及反馈情况，得出最能满足受众需求的话语数据，从而提高思想政治教育话语针对性。

一是构建“知识—反馈—评估—决策—引导”的智能闭环。要借助算法的数据收集、存储、筛查、分析等技术优势，基于“算法思维”，将受众对思想政治教育话语内容的点击量、点赞数、转发量、评论数、阅读时长及打分情况等量化数据绘制成可视化“满意度图谱”，对反馈结果的整体态势及发展趋势进行全景把握。根据“满意度图谱”及算法关联功能设计话语评价指标，将受众半结构化、非结构化的原始数据，经系统分析转化为结构化的关联数据［23］，全面掌握受众思想情况的变动轨迹，对思想政治教育话语效果作出科学性、客观性、整体性的数字化评估，再运用效用规则算法“强算力”技术对平台量化数据、受众思想动态的实时监测数据及思想政治教育话语效果的评估数据进行深度整合和综合分析，深挖关联数据背后潜在的规律性，找出受众思想诉求与话语内容供给不平衡的症结所在，实时调整思想政治教育话语内容供给、话语议题投放、话语表达方式等要素，实现精准反馈、精准评估、精准决策及精准引导的良性循环。二是进行话语预测性建模。借助算法的可预测性优势对思想政治教育话语效果、引导效果等数据进行相关性建模，以对受众思想情绪及网络舆论风险作出动态化的数据预测，预判思想政治教育话语数字化评估结果。此外，在算法平台设置禁止敏感词汇及图片发布、传播的“警戒红线”，对苗头性、倾向性意识形态安全隐患做到及时预防、及时发现、及时干预、及时引导，充分彰显思想政治教育话语内蕴的思想观念、政治观点，使思想政治教育价值引领安稳“落地”。

参考文献：

［1］彭训文.我们需要什么样的“法”［N］.人民日报（海外版），2020-11-16（05）.

［2］中国互联网络信息中心.第51次《中国互联网络发展状况统计报告》［EB/OL］.https：//wwwcnnicnetcn/n4/2023/0303/c88-10757html.

［3］习近平关于网络强国论述摘编［G］.北京：中央文献出版社，2021：82.

［4］李静辉.算法推荐意识形态属性的生成逻辑、风险及治理［J］.理论导刊，2022（2）：70-76.

［5］蒋成贵.算法推荐对网络意识形态建设的挑战及应对［J］.思想理论教育，2019（7）：78-82.

［6］张林.智能算法推荐的意识形态风险及其治理［J］.探索，2021（1）：176-188.

［7］赵建波.智能算法推荐视域下思想政治教育的问题研判与应对策略［J］.思想教育研究，2019（12）：19-24.

［8］用主流价值纾解“算法焦虑”［N］.人民日报，2015-06-20（05）.

［9］陈联俊，张宝丽.算法技术推动网络空间意识形态话语权变革及其治理［J］.理论学刊，2022（5）：77-86.

［10］马克思恩格斯文集：第5卷［M］.北京：人民出版社，2009：269.

［11］全燕，张入迁.关键词、内容生成与算法重组的传播格局［J］.苏州大学学报（哲学社会科学版），2021（2）：157-165.

［12］方正.“数字规训”与“精神突围”：算法时代的主体遮蔽与价值守卫［J］.云南社会科学，2021（1）：150-157.

［13］习近平.思政课是落实立德树人根本任务的关键课程［M］.北京：人民出版社，2020：21.

［14］沈江平.人工智能：一种意识形态视角［J］.东南学术，2019（2）：65-75.

［15］杨柳青，王建新.解构与重构：基于自媒体信息碎片化传播的思想政治教育话语研究［J］.学习论坛，2020（2）：10-16.

［16］倪黎.人工智能时代高校意识形态的算法风险与防范机制［J］.山东青年政治学院学报，2021（4）：18-24.

［17］刘培，池忠军.算法歧视的伦理反思［J］.自然辩证法通讯，2019（10）：16-23.

［18］刘章仪.推荐算法介入下网络思想思政教育的困境与突破［J］.学术探索，2022（8）：151-156.

［19］刘磊，张怀承.论我国主流意识形态传播的“算法焦虑”与纾解［J］.河南师范大学学报（哲学社会科学版），2022（3）：24-30.

［20］邓国峰.技术逻辑与价值定位：算法时代网络思想政治教育新展望［J］.思想教育研究，2022（2）：30-34.

［21］保罗·拉扎斯菲尔德，伯纳德·贝雷尔森，黑兹尔·高德特.人民的选择：选民如何在总统选战中做决定［M］.北京：中国人民大学出版社，2012：128.

［22］王军峰.算法推荐机制对用户议程的影响与反思：基于技术与社会互动的视角［J］.未来传播，2021（5）：21-28.

［23］温旭.智能算法助推高校精准思政的逻辑进路［J］.思想理论教育，2020（6）：81-85.

【责任编辑：张晓妍】

基金项目：教育部人文社会科学研究规划项目“短视频语境下思想政治教育话语体系建设研究”（22YJA710042）阶段性成果。

作者简介：张雅楠（1994—），女，山東威海人，北京交通大学马克思主义学院博士研究生，研究方向：思想政治教育；陈春燕（1971—），女，长春人，长春理工大学马克思主义学院党委书记，院长，教授，研究方向：思想政治教育理论与实践。