推荐算法与网络意识形态治理深度融合：应然图景、实然困境、纾解思路

王鹏 祝新宇

摘 要：推荐算法与网络意识形态治理深度融合是智能时代提升网络意识形态治理效能、助力国家治理现代化的应然之举。作为人工智能技术主要分支的推荐算法与网络意识形态治理深度融合可以取得统筹信息资源，构建治理共同体；整合意识形态，规训成员和社会；提升动员效能，降低治理成本的正向效果。但二者在融合过程中仍然存在“信息茧房”阻隔主流意识形态共识生成、算法偏见动摇主流意识形态认同建构、“后真相”语境消解主流意识形态权威等实然困境。为此，要以加强算法规制、强化各类媒体平台自律意识、培育用户算法素养等为纾解思路，切实推动智能时代网络意识形态治理朝着科学化、现代化发展。

关键词：网络意识形态治理；推荐算法；应然图景；实然困境；纾解思路

随着信息技术的快速发展，传统的意识形态工作方法已经不能满足掌控网络意识形态主导权、打赢网络意识形态战争的新要求，如何有效治理网络意识形态成为时代之呼唤。推荐算法这一技术发挥着构造流量入口、捕捉用户黏性的关键作用，为网络意识形态的传播与形塑带来深刻影响。因此，利用推荐算法技术赋能网络意识形态治理，进一步实现推荐算法与网络意识形态治理深度融合是提升网络意识形态治理效能、助力国家治理现代化的题中应有之义。

一、推荐算法与网络意识形态治理深度融合的应然图景

不论身处什么时代，人类物质文明、精神文明的发展都离不开科学技术的助力。推荐算法在“创造新的方法、明确新的战略框架和构建新的社会秩序”[1]等方面极具潜力，将其运用于网络意识形态治理实践，使之与网络意识形态治理深度融合，在应然层面可取得统筹信息资源，构建治理共同体；整合意识形态，规训成员和社会；提升动员效能，降低治理成本等正向效果，为我国网络意识形态治理方式的转换与治理格局的重塑刻画出美好图景。

（一）推荐算法的技术运行逻辑

推荐算法的运行逻辑表现为对用户的社交、消费等行为轨迹进行描绘，将用户需求与信息资源简化为可计算的数字，进而分析、筛选、深度学习用户历史数据，生成“更懂用户”的推送信息。推荐算法较为精准地满足了用户个性化需求，展现出以下几方面的特点：

一是反馈结果主动化。推荐算法依托于自主模型，不仅能够主动推送与用户需求高度适配的信息，还注重提供知识型、服务型的推送信息。用户点击频率高、停留时间长的推送信息会被自动整理归类、长期追踪，推送内容也会随着用户轨迹主动更新、主动延伸。

二是用户信息定制化。推荐算法的分析模型在深度学习基础上对收集到的海量数据进行动态处理，精准“读懂”用户喜好，预判他们的未来兴趣范围，实现用户信息的定制化。尼古拉斯·尼葛洛庞帝曾预言未来的网络空间是充满个性化信息的新世界，如今，预言成为现实，推荐算法为在屏幕前“冲浪”的人们定制了一份份“我的日报”[2]。

三是去中心社交化。网络空间的虚拟性、流动性等特性使人们更倾向于卸下包袱表达真实的自我，摆脱现实空间的拘囿。网络社交平台依托推荐算法关联人们的社交数据，让每个人都有可能被其他人看到，每种生活方式都可以被分享，破除年龄、地域、身份、职业的隔阂，在用户与用户之间的互相访问中实现了人与人、资源与资源的联结。

（二）推荐算法与网络意识形态治理的战略契合

哈贝马斯认为科学技术蕴含意识形态功能，其影响能够“渗透到非政治化的广大居民的意识中”[3]，具体来说，推荐算法同样具有意识形态属性，掌握推荐算法就有助于掌握网络空间的主流意识形态话语主导权，占领网络意识形态建设高地。推荐算法与网络意识形态治理深度融合在应然层面可以取得统筹信息资源，构建治理共同体；整合意识形态，规训成员和社会；提升动员效能，降低治理成本的正向效果。

首先，推荐算法与网络意识形态治理深度、动态融合，利用算法对各类数据进行收集整理、聚类关联，能够统筹线上线下的数据信息，为多元化的网络意识形态治理主体提供“多而不乱”的信息资源，改善既有单一化治理问题。此外，推荐算法可以随时分析并生成网络舆情动态，突破信息延迟、资源固化的壁垒，增强网络意识形态多元化治理主体之间的工作协调能力，在多方对话合作、信息资源共享的良性循环中形成国家主导、多元主体协同共治的治理共同体。

其次，推荐算法的分析、运算对象是用户原始数据，在刻画用户轨迹的过程中能够全面分析网络意识形态治理的整体状况、突破口以及发展趋势。网络空间充斥着形形色色的言论、思潮，推荐算法的运用有利于从整体上监测、追踪各类社会思潮的发展、演变趋势，进而从根本上控制住错误思潮对主流意识形态的冲击。同时，借助推荐算法可对网络用户和社群进行科学分析，把握其思想动态，有针对性地制定切实可行的治理政策，守住底线，凝聚最大公约数，对全社会及社会成员的意识形态进行有效整合与规训。

最后，推荐算法的优势还体现在提升动员效能，降低治理成本上。网络为民众提供了自由表达观点的“传声筒”，人人都可以拥有自己的“麦克风”，根据CNNIC发布的第53次统计报告，截至2023年12月，我国网民规模达10.92亿，20至29岁的青年成为网民主力军。[4]这些用户对社会公共事务的网络参与度极高，推荐算法不仅可以对庞杂的民众意见进行整体性分析，高效汇集民智，提升网络意识形态治理决策的合理性，也可以就社会各阶层对公共议题的诉求和感受进行精细化分析，在反映网络意识形态状况的政治、经济、文化等领域提升动员效能，从而大大降低治理成本。

二、推荐算法与网络意识形态治理深度融合的实然困境

推荐算法缀连起人工智能技术、追求精准信息推送的平台和强调个性化需求的用户，在网络空间呈现“现象级”应用，开启了网络意识形态治理新境遇。与此同时，这一广泛应用的新技术犹如硬币两面，一面是进步性，形成提升网络意识形态治理效能的正向推动力，另一面是残酷性，推荐算法与网络意识形态治理深度融合的过程中面临着风险挑战，具体表现为“信息茧房”阻隔主流意识形态共识的生成，算法偏见动摇主流意识形态认同的建构，“后真相”语境消解主流意识形态的权威。

（一）“信息茧房”阻隔主流意识形态共识的生成

美国学者凯斯·桑斯坦认为，民众在面对网络空间庞杂的信息时，筛选信息的标准是主观的，“久而久之，会将自身桎梏于像蚕茧一般的‘茧房中”[5]。推荐算法在为网络用户提供定制化信息的同时，也制造了个体性或群体性的“信息茧房”。

人的本质是一切社会关系的总和，任何一个人的发展都离不开同其他一切人的联系。但在个体性信息茧房中，用户常常被困在“猜你喜欢”的智能推送信息里，迎合个人偏好的推荐算法使得用户视野严重窄化。在群体性信息茧房中，不同网络圈层内成员因为共同的兴趣爱好快速增进感情、拉近距离，圈层内部成员一般通过转发中心话题最新动态、“晒出”关于中心话题的感想等方式表达自己的情感，与圈层外的群体则“无话可说”。这样的情况加剧了信息茧房的“回音室”效应，无形之中扩大了不同群体间的“共识鸿沟”。

基于个人习惯、浏览历史、网络社交圈层而精准推断用户偏好并优化排序的推荐算法一方面拓宽了网络用户交流观点的渠道，提升了他们获取信息的针对性，另一方面，同质化的信息对个人而言造成了“网上的狂欢”与“现实的孤单”的矛盾，使得人与人、人与现实间严重割裂；对群体而言，不同观点的人被排除于特定圈层之外，不同群体间的交流越来越少，造成“我们”与“他者”间对立抗衡的疏离感，使得横亘在人与人、人与社会间的差异进一步增大，阻碍了主流意识形态共识的生成。

（二）算法偏见动摇主流意识形态认同的建构

算法偏见在资本逻辑的使役下产生。为了达到利益最大化，平台竞拍推送“关键词”，许多企业则通过购买“关键词”来提升自己的商业价值，导致大量未经证实的商业广告出现在搜索或推送结果中，虚假信息的排位远远高于真实信息的排位，严重干扰用户判断，动摇民众对主流意识形态的认同。

首先，算法偏见消解了传统意识形态宣传教育工作的效果。算法偏见对主流意识形态的冲击表现出隐蔽性高、渗透性强的特点，网络中的非主流意识形态信息鱼龙混杂、良莠不齐，作为网民主力军的青少年群体思想深度、意志力等还有待提升，对隐喻化信息的识别能力不足，加之信息监管力度不够，极易受到不良信息、思潮的影响，造成思想偏航、信仰坍塌的严重后果。

其次，算法偏见增加了主流意识形态在网络空间的深度传播的难度。推荐算法的分析模块会根据收集到的历史数据对信息的浏览量、评论量和转发量进行深度挖掘，在资本逻辑的驱使下，“热度”成为判断信息价值进而输出推送内容的一大指标，客观真实但“热度”不足的信息往往不如华而不实的虚假广告吸引眼球，任何一个话题一旦被别有用心的人利用算法偏见操控，那么反映主流意识形态的信息就会因缺乏热度而无法被推送至每个网络用户，主流价值的深度传播难以得到切实保障。

（三）“后真相”语境消解主流意识形态的权威

“后真相”指人们对事件所产生的情绪的关注超过了事实本身，煽动情绪、挑起争论的话语内容更易左右民意。推荐算法优先呈现“爆炸性”信息使事件真相让位于用户“吃瓜”情绪的满足，网上“带节奏”的意见领袖颇具影响，主流意识形态权威遭到一定程度的消解。

“后真相”带来的不仅是真相的后置，更异化了人们评判“真”的标准。推荐算法信息定制化的特点决定了这项技术优先以用户兴趣点为输出推送信息的标准。在捕捉差异化需求、满足情绪需要的信息输出范式下，人们以情感宣泄为先行点来获取信息，“求真”成为次要考虑要素。鲍德里亚曾用“地图与帝国”的寓言来说明复刻“真实”已如同昔日辉煌的帝国一般成为“过去式”，“拟像”和“仿真”成了后现代社会数字技术的话语表达，“拟真”代替了真实事物，构建起一种用符号取代现实的“超真实”。[6]推荐算法以不断推测用户需求的模式提供“超真实”信息，遮蔽了信息的本真内容，让用户陷入“后真相”语境的泥淖，逐渐弱化其思考“正误”、分辨“真假”的能力。

在“后真相”语境下，网民通常会倾向于关注网络“意见领袖”的观点。网络“意见领袖”为了获取更多流量，往往会选择夸大事实甚至颠倒黑白的方式来凸显自己的独特性，网民容易被其言论所误导。“意见领袖”的话语权越大，对圈层内成员的影响就越大，圈层外的声音无法流入。换言之，推荐算法的去中心社交化特点放大了“后真相”负效应，客观上弱化了主流意识形态的凝聚力、引导力和公信力，导致主流意识形态权威遭到一定程度的消解。

三、应对推荐算法与网络意识形态治理深度融合困境的纾解思路

“明者因时而变，知者随世而制”。面对推荐算法与网络意识形态治理深度融合在实然层面的风险挑战，不敢为、不作为只能导致网络意识形态阵地的失守。必须采取有效措施驾驭推荐算法，以加强算法规制，强化各类媒体平台自律意识，培育网络用户算法素养等为纾解困境的基本思路，切实提升网络意识形态治理效能。

（一）加强算法规制，注重价值引导

第一，优化算法设计，通过“数字化改造”弥补推荐算法追求“热点”“爆点”的缺陷，“用主流价值导向‘驾驭算法”[7]。要以更加完善、规范化的技术策略机制对数据“内容池”中涉及价值认同、信仰塑造等方面的优质信息数据予以优先分析，将官媒专栏与一般时事或娱乐性新闻分类推送，并优先推送彰显主流价值导向的信息。

第二，主动引入“信息把关”制度，强化“把关人”对推送信息的筛选。在宣告着“未来已来”的人工智能时代，信息把关权的掌握者逐渐由记者、编审等传统新闻媒体人变为机器，把关权的让渡使用户深陷“技术的牢笼”。在工具理性作用下，虚假广告、色情软文等劣质推送信息频繁输出，造成不良影响。人机互补是解决这一问题的重要措施，要化被动为主动，在推荐算法领域积极引进一批既有坚定信仰、又理解推荐算法运行逻辑的“把关人”，确保主流意识形态在网络空间的原则不动摇，方向不偏移。

第三，建立健全保障算法安全发展的法律法规。推荐算法的应用程度越高，应对其潜在风险的要求就越高。2023年7月13日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七部门出台《生成式人工智能服务管理暂行办法》，为防范包括推荐算法在内的人工智能技术风险提供基本依据。但总体而言，现阶段我国对算法安全问题的法律规制建设相对滞后，应继续推进算法立法进程，围绕“十四五”国家信息化规划提出的建设“数字中国”目标，坚持顶层设计与底线思维相统一，对算法技术边界、技术伦理、安全评估标准等做出明确规定，做好立法统筹，“保证法律法规制度间有效衔接”[8]，为以推荐算法为代表的人工智能技术服务社会主义现代化强国建设提供法律保障。

（二）强化各类媒体平台自律监管，提升政治意识

一方面，自觉实行媒体社会责任报告制度。习近平总书记指出：“要管好用好商业化、社会化的互联网平台”[7]。对媒体而言，自觉实行媒体社会责任报告制度，向党和人民汇报媒体履行社会责任的年度情况，是获取社会和公众信任的前提，也是提升媒体自身影响力的需要。为此，各类媒体平台要自觉承担好“举旗帜、聚民心、育新人、兴文化、展形象”[9]的使命任务，做“传播主流价值、讲好中国故事”的坚定践行者，坚决抵制为博取流量而不顾法律和道德约束的负面推送信息，绝不向毫无底线的“标题党”“视频党”妥协，认清“正能量比流量更重要”，破除“流量”的藩篱，自觉履行社会主义中国媒体应有的社会责任。

另一方面，提升政治意识，主动契合主流意识形态传播新要求，协同推进媒体融合纵深发展。在技术层面，各类媒体平台要主动在主流媒体的引领下形成融合传播矩阵。主流媒体依然是产出优质思想引领内容的主要力量，各类媒体平台要借助融媒体建设与传播的优势，提升运用推荐算法的能力，打造更多包含主流价值导向和弘扬正能量的融合信息产品。比如，多家媒体平台已入驻人民日报平台，在融合传播矩阵的助力下，人民日报平台开发的“党媒算法”收集、分发、生成更多凸显主流价值的内容，正面引导舆论的质量和水平明显提升，网络信息传播生态得以优化。在管理层面，各类媒体平台要坚持主流媒体和商业平台、大众化媒体和专业性媒体的一体化发展方向，实现不同媒体平台优势互补，形成放大融媒体矩阵一体效能的巨大合力，努力拓展主流价值影响力的广度与深度。

（三）培育网络用户算法素养，提高明辨是非能力

首先，要对网络用户进行算法原理普及教育。党的二十大指出，我国“意识形态领域形势发生全局性、根本性转变”[10]，但仍存在不少事关国家政治、文化安全的新挑战。应当充分认识网络主流意识形态遭受隐喻化、多元化冲击的新考验，在“人人即媒体”的环境下，算法素养的培育与提升不仅关系到网络用户个人体验，更关涉凝聚共同价值、平衡社会心理、增进政治认同等意识形态基本问题。应从推荐算法的基本运行逻辑入手，使广大网络用户了解推荐算法的运行规律与特性，认识到“信息茧房”“算法偏见”等对网络主流意识形态建设带来的危害，实现“算法扫盲”。

其次，要注重培育网络用户的信息鉴别能力。在推荐算法的影响下，用户生活方式、思维方式发生深刻转变，主动搜索信息、学习知识的能力逐渐被隐抑，以至于陷入眼花缭乱的信息陷阱中。用户不仅是推送信息的阅读者，也是信息的生产者、鉴别者，应提高用户对各色信息的分析、鉴别能力，防止他们成为算法的附庸。其中，尤以培育网络下沉市场用户的信息鉴别能力为重。现阶段，以“抖音”“快手”为代表的短视频平台在下沉市场积累了大量用户，要在政府主导下，联合互联网企业、社会志愿者等，依托多样化形式进行宣传教育，使之与下沉市场用户的关注点、习惯相适应，逐渐引导他们提高鉴别信息的科学性、真实性的能力，筑牢主流意识形态在网络下沉市场的“防火墙”。

四、结语

推进网络意识形态治理现代化是我国国家治理现代化建设的重要组成部分，对传统意识形态工作的前进方向提出全新要求。网络意识形态治理既需要遵循意识形态工作的一般规律，也需要结合推荐算法等人工智能技术更新网络意识形态治理方法，实现推荐算法技术与网络意识形态治理的深度融合。推荐算法与网络意识形态治理深度融合的过程中产生一系列风险挑战，通过加强算法规制，强化各级媒体平台自律意识，提高用户算法素养等积极应对挑战，能够有效遏制推荐算法负面效应，使之更好地服务于中国式现代化网络意识形态治理，为不断巩固网络主流意识形态地位，建设中国特色社会主义文化强国发挥最大、最优效能。

参考文献：

[1] 付玉辉.大数据传播：技术、文化和治理[J].中国传媒科技，2013（5）：61-63.

[2] [美]尼古拉斯·尼葛洛庞帝.数字化生存[M].胡泳，范海燕，译.海口：海南出版社，1997：192.

[3] [德]尤尔根·哈贝马斯.作为“意识形态”的技术与科学[M].李黎，郭官义，译.上海：学林出版社，1999：63.

[4] 中国互联网络信息中心.第53次《中国互联网络发展状况统计报告》[EB/OL].[2024-03-22].https：//www.cnnic.cn/n4/2024/0322/c88-10964.html.

[5] [美]凯斯·桑斯坦.信息乌托邦——众人如何生产知识[M].毕竞悦，译.北京：法律出版社，2008：8．

[6] 仰海峰.超真实、拟真与内爆——后期鲍德里亚思想中的三个重要概念[J].江苏社会科学，2011（4）：14-21.

[7] 习近平.论党的宣传思想工作[M].北京：中央文献出版社，2020：355.

[8] 曹开研.当前生成式人工智能治理面临的挑战[J].青年记者，2023（22）：95-96.

[9] 习近平谈治国理政（第三卷）[M].北京：外文出版社，2020：185.

[10] 习近平著作选读（第一卷）[M].北京：人民出版社，2023：9.

基金项目：教育部2022年思政专项“马克思恩格斯批判错误思潮的立场观点方法融入思政课教学研究”（22JDSZK032）

作者简介：王鹏（1968- ），女，山西长治人，同济大学马克思主义学院教授、博士生导师，研究方向为马克思主义中国化；祝新宇（1995- ），女，重庆人，同济大学马克思主义学院博士研究生，研究方向为马克思主义中国化。