新质生产力下体育赛事算法推荐的运行机制、法律难题及治理路径

DOI：10.14104/j.cnki.1006-2076.2025.01.012

［引用格式］李晓宇.新质生产力下体育赛事算法推荐的运行机制、法律难题及治理路径［J］.山东体育学院学报，2025，41（1）：108-115，126.

摘要：在新质生产力背景下，算法推荐技术广泛应用于体育赛事之中，实现了赛事节目传播范式的变革和服务质量的提升，但也面临着日益严峻的法律风险。该研究通过文献资料和案例研究等方法，在阐明算法推荐技术与体育赛事融合的基础上，探讨了体育赛事算法推荐的运行机制、法律难题和治理路径。研究表明，体育赛事算法推荐经历体育数据收集、体育数据分析、体育数据审核、体育用户画像标签提取以及体育数据推荐五个阶段；虽然体育赛事算法推荐降低了大规模信息推荐的决策成本，有效解决了信息冗余问题，促进了个性化体育赛事的精准推送，但也引发了运动员合法权益受损、体育赛事网络平台权力异化、社会公众知情权与隐私权被侵犯等新的法律难题。基于此，该研究提出相应的治理路径：提高网络平台对体育赛事算法推荐的注意义务；网络平台应承担体育赛事算法推荐的反垄断义务；网络平台应引入透明度义务和用户拒绝权等。

关键词：新质生产力；体育赛事；算法推荐；运动员隐私权；权力异化；知情权；注意义务；透明度义务

中图分类号：G80-051文献标识码：A文章编号：1006-2076（2025）01-0108-08

Operation Mechanism， Legal Problems and Governance Path of Sports Event Algorithm Recommendation Under New Quality Productivity

LI Xiaoyu

1. School of Law， Guangdong University of Foreign Studies， Guangzhou 510006， Guangdong， China; 2. School of Civil and Commercial Economics， China University of Political Science and Law， Beijing 102299， China

Abstract：In the context of new-quality productivity， algorithmic recommendation technology has been widely applied in sports events， leading to a paradigm shift in event broadcasting and an enhancement in service quality. However， it also faces increasingly severe legal risks. Through methods such as literature review and case studies， this research explores the integration of algorithmic recommendation technology with sports events， examining its operational mechanisms， legal challenges， and governance pathways. The study reveals that sports event algorithmic recommendation involves five stages： sports data collection， sports data analysis， sports data review， sports user profiling， and data recommendation. While this mechanism reduces the decision-making costs of large-scale information recommendations， effectively addresses information redundancy， and facilitates precise and personalized sports event recommendations， it also raises new legal issues， including the infringement of athletes’ legitimate rights， the alienation of power on sports event platforms， and violations of the public’s right to know and privacy. Based on these findings， the study proposes governance pathways， including enhancing the duty of care of platforms for sports event algorithmic recommendations， imposing antitrust obligations on platforms， and introducing transparency requirements and user refusal rights.

Key words：new quality productivity; sports events; algorithm recommendation; athletes′ right to privacy; power alienation; right to know；duty of care; transparency obligation

体育新质生产力以“以新促质”为核心，“以科技创新”为导向，依托算法、生成式人工智能等颠覆性技术，催生出体育新产业、新动能和新模块，实现体育发展方式的根本变革。2024年1月31日，习近平总书记在中共中央政治局第十一次集体学习中强调，“发展新质生产力是推动高质量发展的内在要求和重要着力点，必须继续做好创新这篇大文章，推动新质生产力加快发展”。2024年7月18日，中国共产党第二十届中央委员会第三次全体会议提出，“加快形成同新质生产力更相适应的生产关系，促进各类先进生产要素向发展新质生产力集聚，大幅提升全要素生产率”。当前，第四次工业革命代表技术（如算法推荐、生成式人工智能、大数据等）已广泛融入体育领域中，推动体育产业从量的增长转向质的提升。具体来看，在新质生产力的推动下，算法推荐和人工智能等新兴技术的应用，提升了体育产业的整体效率与服务质量，优化了体育产业结构，推动了体育产业的绿色发展［1］，并促成了体育文化的传承与创新。因此，发展体育新质生产力已成为时代的使命。

然而，新质生产力催生的算法推荐等新兴技术的应用，也引发了我国体育赛事侵权行为的显著变化。体育赛事的侵权重心从传统的电视和电脑软件，逐渐转移到以算法推荐为核心的抖音、B站等新兴平台；侵权方式从过去的完整版体育赛事节目盗播，演变为二次创作和体育赛事片段的交互式传播；侵权责任的焦点也从追究未经授权传播者的直接责任，转向对网络平台（算法推荐者）间接责任的重点关注。如，2016年欧洲足球锦标赛纠纷案、2016年里约奥运会纠纷案、2018年俄罗斯世界杯纠纷案、2019赛季中超联赛节目纠纷案，以及2020年凤凰网赛事转播案等，主要集中在作品属性认定、传播权侵权判定和侵权责任承担等基本问题上。但是，在2024年法国网球公开赛、2023年杭州亚运会、2022年北京冬奥会等体育赛事中，短视频算法推荐引发的新型侵权问题开始显现，形成了新的体育纠纷挑战。

体育赛事节目具有时效性强、情感参与度高、互动频繁等特点，观众的关注点主要集中在赛事进行期间或比赛结束后的短时间内，尤其是在进球、决赛等关键时刻，观众更容易产生情感共鸣和强烈的情绪反应。因此，体育赛事节目（尤其是短视频版）通常较为突出呈现比赛中的精彩瞬间，并伴随大量的实时互动与观众评论，有效增强了观众的参与感和节目传播的广度。而在体育赛事的传播中，算法推荐扮演着重要的角色。具体而言，体育赛事节目根据用户的兴趣和观看习惯，通过算法推荐生成个性化内容推送，同时通过对用户的相关数据（如观看记录、点赞、评论等）进行分析，为观众推荐更为感兴趣的、更为匹配的比赛内容或精彩瞬间。如，将特定球队或运动员的比赛推送给该球队的粉丝，从而提高内容的传播效率和观众体验。但是，算法推荐推动体育赛事传播的跨越式发展，也引发了侵犯运动员合法权益、体育赛事传播平台权力异化以及社会公众观看体育赛事的知情权与隐私权受损等一系列法律问题。尽管如此，我国对新质生产力背景下“体育赛事算法推荐”的法律规制研究却付之阙如，由此引发了以下几个关键问题的深入思考：在新质生产力的背景下，体育赛事算法推荐的运行机制是如何运作的？这种算法推荐引发了哪些新型法律难题？应如何完善体育赛事算法推荐的法律治理路径？本研究将围绕这些问题展开分析，阐述新质生产力背景下体育赛事算法推荐的运行机制，分析由此引发的法律难题，最后提出相应的治理路径，以期优化我国体育赛事算法推荐的法律保护体系。

1新质生产力下体育赛事算法推荐的运行机制

体育新质生产力以科技创新为轴心，以体育数据为关键要素，以体育高质量发展为目标，并以战略性体育产业升级为导向，通过颠覆性技术推动体育产业的根本变革。随着体育赛事信息的爆炸式增长，用户在挑选合适的体育赛事节目和相关服务时往往面临选择困难，信息过剩反而增加了用户的选择成本与决策难度。虽然数据是体育新质生产力的关键要素［2］，但网络平台上充斥着大量冗余的体育数据，为精准识别用户的体育服务需求设置了重重障碍。因此，具备精准推送和个性化供给特征的算法推荐技术应运而生，算法推荐依托体育科技创新，连接用户的行为偏好，有效解决了体育赛事信息过剩的问题。总体而言，体育赛事算法推荐的运行机制大致包括体育数据收集、体育数据分析、体育数据审核、用户画像标签提取以及体育数据推荐五个阶段。

1.1体育数据收集阶段

海量体育数据为网络平台提供个性化体育赛事推荐奠定了坚实的基础。在新质生产力的推动下，算法推荐和人工智能等新技术促使海量体育数据成为体育产业高质量发展的战略性资源［3］。根据不同的创作主体类型，体育数据可以分为专业生产体育数据（PGC）、职业生产体育数据（OGC）、用户生成体育数据（UGC）和人工智能生成体育数据（AIGC）等。

其中，专业生产体育数据（PGC）是指由专业领域的团队或专家生产的体育数据。如，在抖音平台上，刘畊宏等专业健身教练基于“喜爱”或“爱好”为普通用户提供运动课程，形成免费的健身教学内容。职业生产体育数据（OGC）是指由具备体育专业知识的职业人员生产的体育数据，并以此获得薪资报酬。如，在体育赛事的短视频和直播中，专业记者或编辑制作赛事节目，并领取相应的报酬。用户生成体育数据（UGC）是指普通用户通过网络平台提供的原创体育赛事数据。在UGC中，普通用户不再仅仅是体育赛事信息的接受者，也有机会创作和传播体育赛事数据，这意味着非职业用户可以制作、编辑和上传体育赛事数据，进而从信息接收者转变为信息创作者与发布者。人工智能生成体育数据（AIGC）是指通过人工智能分析处理现有的体育相关数据并自动生成新数据。如，以ChatGPT为代表的新型人工智能，已经在体育相关知识的数据生产与创新方面展现出较强的潜力［4］，而算法技术的应用极大地解放了体育赛事新闻数据的生产［5］。总体而言，通过体育赛事数据收集并汇聚成网络平台的原始数据库，为后续的体育赛事算法推荐提供了基础资源。

1.2体育数据分析阶段

网络平台收集体育赛事数据后，需要进一步按照不同类别进行处理和分析，而新质生产力催生的前沿技术使得对海量体育数据的分析成为可能。体育赛事数据分析主要包括“数据分类”和“数据标签提取”两个方面。一方面，“数据分类”的划分标准主要包括赛事级别、赛事性质和办赛模式等方面。如，以赛事级别为标准，体育赛事数据可分为一类国际大型体育赛事、二类国际体育赛事、三类国际体育赛事、其他国际体育赛事、全国性单项体育赛事及省级体育赛事等数据［6］。其中，一类国际大型体育赛事可以进一步细分为世界锦标赛、世界杯赛事、奥运会、亚运会资格赛等；世界锦标赛还可细分为田径和球类等项目；球类项目又可以分为足球、篮球、网球、乒乓球等。对体育赛事数据进行分类有助于将其与用户信息进行匹配，从而实现体育信息的个性化推送。另一方面，“数据标签提取”是指按照算法模型对每条体育赛事数据进行标签化，这有助于与后续阶段的用户标签进行有效匹配。数据标签提取通常包括事实标签、规则标签和模型标签等。其中，事实标签描述体育赛事的客观信息，如运动员的性别特征；规则标签是算法处理后生成的标签，如体育赛事的热门程度；模型标签则涉及对体育赛事的评估和预测，如观众对某项体育赛事的兴趣程度和关注度。

1.3体育数据审核阶段

经过收集、分析和处理的体育赛事数据也并不会立即通过算法推荐给用户，而是需要经过网络平台的风险审核，即网络平台凭借算法来检查体育赛事数据是否包含色情、低俗、谩骂、欺诈、煽动、隐私侵权或价值观导向错误的内容。一般而言，审核的对象包括后台原始数据库、发布的体育赛事信息以及用户评论等。如，在2023年杭州亚运会期间，网信办要求抖音等平台严格把控干扰体育赛事节奏的信息，尤其是涉及虚假言论、煽动群体对立、随意谩骂运动员和故意披露运动员隐私等方面的体育信息。为此，网信办决定从2023年8月28日至10月29日开展“清朗·杭州亚运会和亚残运会网络环境整治”专项行动。但是，如果海量低质内容的体育赛事数据完全依靠人工逐一审核，网络平台将面临巨额的人力、物力和财力投入。因此，网络平台开始设计鉴黄模型以及识别谩骂、低俗及煽动信息的算法模型，通过运用欺诈检测算法、低质内容筛查算法、隐私侵权筛查算法等技术，精准识别并筛除违法违规的体育赛事数据，从而实现体育赛事数据的自动化风险审核。此外，不同网络平台也可以共享违法违纪信息数据库，以提高低质体育赛事数据的识别和筛查效率。

1.4用户画像标签提取阶段

“用户画像”（User Persona）最早由“交互设计之父”Alan Cooper提出，其核心目的在于通过数据分析精准刻画用户特征，深入洞察用户需求，从而实现产品服务与营销策略的全面优化。具体到体育领域，体育用户画像被视为一种基于用户身份特征（姓名、性别、职业），偏好特征（兴趣、爱好）以及行为特征（消费习惯、生活方式、社交行为）的标签化建模方法。体育用户画像的构建依托于全面、精准且实时的动态数据，其核心在于对用户信息进行精细化分类与建模，即通过对多维数据的提取与分析，致力于全面描绘用户的行为模式，并生成具有预测性与适应性的用户模型。在体育赛事算法推荐中，画像的生成需整合多维信息，如，浏览体育新闻、收藏赛事节目、评论赛事内容、购买运动产品的记录，以及运动行为和健康数据等动态行为特征。但是，由于用户个体差异的存在，用户画像标签的精准性与适用性也存在显著不同，为确保画像模型的动态适配性与时效性，网络平台需通过对标签的持续迭代和优化，保持用户画像与用户行为的高效联动。如，通过结合体育用户画像技术与关联规则分析，网络平台能够精准预测老年用户的体育服务需求，并实时调整画像模型，进而为社区老年用户提供高度个性化的体育服务推送。总体来看，这种基于用户画像的标签化刻画方法，不仅显著提升了体育赛事推荐的效率与精准度，还进一步深化了用户的个性化服务体验，推动了体育服务智能化与人性化的发展。

1.5体育数据推荐阶段

体育数据收集、分析、审核以及用户画像标签提取后，网络平台会利用算法模型向用户推荐个性化的体育赛事，显著提升了体育赛事的“可见性”［8］。目前，体育赛事的算法推荐主要包括三种类型：基于内容的过滤推荐、协同过滤推荐和混合推荐算法。

第一，基于内容的过滤推荐是通过分析用户之前浏览、点击、评论、点赞、收藏或消费体育赛事的相关情况，来推荐潜在感兴趣的体育赛事。如，当用户观看并评论澳大利亚网球公开赛后，网络平台可能会推荐数据类似的法国网球公开赛。究其原理，通过分析用户的行为记录（如浏览、点赞和评论），来推荐与用户偏好相似的体育赛事。第二，协同过滤算法推荐是基于相似用户的观赛数据来进行推荐的。如，如果用户A、用户B和用户C都喜欢某一项体育赛事（如欧洲足球锦标赛等），而用户D与用户A、B、C在画像标签上有相似之处，那么用户D也很有可能会对欧洲足球锦标赛感兴趣。第三，混合推荐算法是一种结合多种推荐技术优点并规避其缺点的推荐方式。与基于内容的过滤推荐算法相比，混合推荐算法能够更高效地处理海量体育赛事数据，且避免了协同过滤算法在面对新数据时可能出现的“冷启动”问题［9］。混合推荐算法通过克服前两种算法的缺陷，保留其优点，提供了更为全面的推荐服务，其技术本质上是将原始数据库中所有不同用户特征进行融合［10］，进而通过结合深度学习和机器学习模型，生成更为可靠的推荐对象序列，最终将这些推荐的体育赛事节目推送给用户。

总之，新质生产力催生的算法推荐技术使得体育赛事的传播方式由“中心化模式”逐渐转向“去中心化模式”。在Web1.0时代，体育赛事的传播依赖于“一对一”或“一对多”的单向线性信息传递，这种中心化传播模式反映了电视、报纸、杂志和广播等主流媒体对体育赛事传播的绝对控制权，这也意味着传统主流媒体对社会公众观看体育赛事的数据、方式和时间进行严格把控。与此不同，体育赛事算法推荐所推动的去中心化传播模式，打破了原有的单向线性传播模式，形成了“多向网状传播模式”。这一模式通过算法推荐等技术手段，促进了信息传播方式的根本变革，使每个用户都能成为信息的传播者和发声者。具体而言，用户观看、点赞或评论体育赛事的行为数据会被各大网络平台收集和处理；这些平台在跟踪用户行为数据后，利用算法预测用户的兴趣，并推送符合用户个性化需求的体育赛事信息，从而降低了大规模体育赛事信息推荐的决策成本。如，在2024年5月，网球爱好者可能频繁收到法国网球公开赛的相关节目；而在2024年6月，足球爱好者则可能不断收到欧洲足球锦标赛的相关信息等。

2新质生产力下体育赛事算法推荐引发的法律难题新质生产力催生的算法推荐技术有效解决了体育信息泛滥的问题，实现了精准的体育赛事推送，提升了体育服务的效率和质量。然而，体育赛事算法推荐的广泛应用对运动员（表演者）、平台（传播者）和社会公众（观看者）三方所具有的权利和应承担的义务产生了深远影响，同时也引发了一些新型法律难题，包括运动员合法权益被侵犯、网络平台对体育赛事节目传播权力的异化，以及社会公众观看体育赛事节目的知情权与隐私权受损等问题。

2.1体育赛事算法推荐侵犯运动员的合法权益

在新质生产力背景下，虽然体育赛事的算法推荐技术在提升赛事传播效率和服务质量方面发挥了积极作用，但也可能由于应用不当而侵犯了运动员的隐私权、名誉权和个人信息权等合法权益。

（1）体育赛事算法推荐应用不当可能会侵犯运动员的隐私权。一方面，对于侵权主体而言，体育赛事中侵犯运动员合法权益的主体包括体育赛事信息发布者与算法推荐者。其中，体育赛事中侵犯运动员合法权利的直接责任主体应是信息发布者，因为他们是直接产生侵权内容之人；算法推荐者的责任则体现在未尽到安全保障的义务，尤其是在处理、传播和放大这些侵权信息时未能履行应有的注意义务，因此算法推荐者的侵权责任应当属于补充性责任。另一方面，对于侵权内容而言，体育赛事节目中的数据共享和过度推送容易使运动员的隐私信息被算法迅速传播，形成热点并引发社会公众的广泛关注，从而对运动员的隐私权构成严重威胁。此外，体育赛事的时间敏感性决定了赛事内容的关注热度通常集中在赛事进行期间或赛事结束后的短时间内，因此算法推荐需要具备实时性与高效性，以便迅速将赛事相关信息推送给观众。但是，这种快速推荐也存在一定的法律风险，如对信息的审查不够充分，导致侵犯运动员隐私权内容的扩散。《中华人民共和国民法典》第1032条规定，自然人享有隐私权，任何人不得擅自刺探或泄露个人私密信息，以保护个体免受外界干扰。然而，算法推荐中对运动员隐私数据的过度收集和利用，使得运动员时常处于被监控的状态，不仅损害了运动员的心理健康，也模糊了其私人领域的边界［11］。因此，体育赛事的信息发布者应避免制作发布侵犯运动员隐私权的内容，算法推荐者应履行更高的隐私保护义务，防止因商业利益而忽视对运动员隐私的合理保护。

（2）体育赛事算法推荐应用不当可能会侵犯运动员的名誉权。体育赛事具有高度的情感参与度，社会公众对运动员的赛场表现和比赛结果充满强烈的情绪反应，使得与赛事相关的内容在传播过程中容易引发大规模的社会公众关注和情绪共鸣，特别是通过算法推荐放大某些负面信息或攻击性言论，进而对运动员的名誉造成严重伤害。其中，信息发布者的不实报道与恶意中伤，严重损害运动员的名誉，信息发布者须对由此引发的侵权行为承担主要责任；而媒体平台凭借算法推荐加速信息传播的特性，进一步放大了负面内容的传播范围，甚至助长了体育领域“饭圈”乱象的滋生和扩散。同时，不少粉丝与网民通过购买流量等方式发布恶意帖子，刻意抹黑运动员与教练员，严重扰乱网络舆论环境，也直接侵害了运动员的名誉权。在此背景下，算法推荐平台在数据分析与内容审核环节中的注意义务显得尤为重要。一方面，若平台未能有效筛查诋毁性与煽动性内容，可能进一步加剧名誉侵害的风险。由于算法推荐技术通常以用户偏好和互动量为核心依据，某些涉及运动员负面信息的内容可能因其“吸睛”特质而被判定为高价值信息，从而被推荐至更广泛的用户群体，而这种技术逻辑无意间成为放大负面信息影响力的推手，使得运动员受到不公正的社会公众评价甚至恶意攻击。另一方面，若算法推荐平台未能在数据处理与内容审核过程中采取合理且必要的措施阻止诋毁性信息的扩散，则应承担相应的补充性侵权责任。平台作为负面信息传播的“放大器”，其对内容质量的监管程度直接关系到信息传播的健康性，因此加强平台对算法推荐内容的事前审查与实时监管，不仅是维护运动员名誉权的关键举措，更是规范体育领域网络生态、推动健康传播环境构建的必然要求。如，2024年巴黎奥运会乒乓球女单决赛后，一些恶意诋毁冠军陈梦的攻击性言论被算法识别为用户关注的热点，并迅速推送给众多观众，不仅侵害了运动员的名誉，也造成了严重的社会影响。根据《中华人民共和国民法典》第1024条对运动员名誉权的保护规定、《中华人民共和国治安管理处罚法》第42条对运动员辱骂和捏造不实信息的处罚规定，以及《中华人民共和国刑法》第246条对恶劣情节的侮辱罪和诽谤罪的认定，侵犯运动员名誉的违法者应承担相应的民事和刑事责任。如，2024年8月6日，北京市大兴公安分局对诋毁运动员名誉的贺某某采取了刑事拘留措施等。

（3）体育赛事算法推荐应用不当可能侵犯运动员的个人信息权益。运动员个人信息的法律保护是国内社会和国际社会广泛关注的重点。如，《中华人民共和国民法典》第1034条、《中华人民共和国个人信息保护法》第4条、《中华人民共和国网络安全法》第76条等明确规定，运动员的个人信息受到法律保护；在国外，欧盟《一般数据保护条例》第4条和德国《联邦数据保护法》第46条等也对运动员的身体性、生理性、精神性、遗传性和社会性个人信息提供了法律保障。然而，在信息时代，算法推荐技术的广泛应用使得运动员个人信息“共享”成为常态。同时由于体育赛事产生的运动员个人信息（如运动员的竞技数据、训练信息和比赛表现等）具有重要的商业价值，这些信息往往被算法推荐用于个性化推送与精准营销。而算法推荐在采集和分析这些个人信息时，进行了未经授权的处理和商业利用，侵害了运动员的个人信息权益。具体来讲，信息发布者和算法推荐者在侵犯运动员个人信息权益方面扮演着不同角色，应承担不同的侵权责任。一方面，信息发布者承担直接侵权责任和主要侵权责任。究其原因，信息发布者未经运动员同意擅自收集、披露或传播个人信息（如健康数据和生活轨迹），这不仅侵犯了运动员的个人信息权益，还可能对其心理和职业生涯产生负面影响。另一方面，算法推荐平台因未尽到合理注意义务，未能有效过滤敏感信息，需承担补充性责任。算法推荐者的责任主要体现在对侵权信息的传播放大效应方面，如，通过用户数据分析，算法推荐者未能有效筛查涉及运动员的敏感个人信息，致使这些信息因被视为高流量内容而推送给更多受众，从而加剧了对运动员个人信息权益的侵害。

2.2体育赛事算法推荐导致网络平台权力异化

在新质生产力背景下，算法推荐、人工智能等前沿技术在体育领域的广泛应用，不仅提升了体育赛事传播的效率，也增加了平台在审核、管理、支配权和规则制定方面的权力。算法推荐技术赋予平台（私人主体）一定的“准公权力”，即平台私权力。平台私权力是指平台基于技术和市场优势，单方面支配用户使用或发布体育赛事数据的行为。这一权力的崛起使原有的“公权力—私权利”二元结构逐渐转变为“公权力—私权力—私权利”三元结构，同时，平台私权力的无序扩张不仅存在扰乱市场竞争秩序的风险，还引发了“信息茧房”现象。

（1）体育赛事算法推荐可能导致网络平台私权力异化，进而存在扰乱市场竞争秩序的风险。利用算法推荐技术等体育技术生产力，体育赛事平台更容易发展成为超级平台，而在争夺体育赛事等信息资源的过程中，超级平台之间可能会相互“封杀”，构筑“围墙花园”。如，2014年谷歌“封杀”了Vivint，2021年腾讯“封杀”了抖音等。此外，体育赛事转播市场蕴含巨大的商业利益，各大体育赛事转播平台之间的竞争异常激烈［12］。如，在2022年卡塔尔世界杯的转播中，抖音、咪咕视频等平台通过算法推荐传播技术获得了话语权，形成了体育赛事传播的私权力［13］。可见，具备体育新质生产力的超级平台在争夺体育赛事转播权时，可能会滥用市场支配地位，进而造成新的反垄断难题，扰乱市场竞争秩序。

（2）体育赛事算法推荐可能导致网络平台私权力异化，存在“信息茧房”的风险。“信息茧房”（Information Cocoons）一词最早由哈佛大学的凯斯·桑坦教授提出，一般是指人们会习惯性地关注自己感兴趣的信息领域，同时减少对其他信息的接触，长此以往会将自己的生活桎梏于像蚕茧一般的“茧房”中的现象。算法推荐技术将这一概念扩展至互联网领域，使社会公众接收到较为个性化的、自己感兴趣的体育赛事信息，而非全部的信息或不感兴趣的信息［14］，从而创造了一个相对单调且较为封闭的环境，也限制了社会公众与外界多元沟通的机会，阻碍了体育信息的广泛传播和社会价值观的共识形成。如，在抖音短视频平台上，体育用户观看、点赞和收藏的体育赛事短视频越多，算法就会越频繁地推荐类似的体育信息和体育博主，从而形成一个类似“个人日报”的信息网络。在这种算法推荐机制下，体育用户难以接触到其他异质且高质量的体育赛事信息，只能接触到与自己兴趣相似的人群，并采纳符合自己判断的体育赛事评论，从而逐渐形成“回音室效应”（Echo Chambers）。可见，如果推荐原则仅依据用户的兴趣爱好，可能会限制用户对体育赛事的全面认知，并使其陷入同质化的“信息茧房”中，由此进一步加深了体育用户的“认知偏见”，导致他们购买并非真正需要或价格过高的体育产品。

2.3体育赛事算法推荐侵犯社会公众知情权与隐私权

在新质生产力背景下，尽管体育赛事算法推荐技术提升了个性化体验与信息推送效率，但应用不当可能对社会公众的知情权和隐私权构成严重威胁。

（1）体育算法推荐的广泛应用存在侵犯社会公众知情权的风险。知情权是保障公众了解、决定及拒绝他人处理其体育赛事信息的基础性权利。知情权体现在三个方面：社会公众有权知晓相关体育赛事信息由哪个具体的网络平台持有；社会公众有权了解网络平台持有相关体育赛事信息的具体内容；社会公众有权要求修改不准确的个人信息。知情权意味着在使用信息之前，信息处理者必须履行告知义务。《中华人民共和国个人信息保护法》第17条、《互联网信息服务算法推荐管理规定》第16条以及欧盟《通用数据保护条例》均对此做出了明确要求。但是，体育赛事算法推荐的“算法黑箱”特性，使社会公众的知情权面临严峻挑战。体育赛事算法推荐的运作逻辑看似客观，但内部过程不透明，通常被称为“算法黑箱”［15］，其中算法推荐的决策建模、体育大数据分析以及体育仿真可视化界面，共同形成了一个天然的算法黑箱屏障［16］。因此，对于普通社会公众而言，缺乏对算法推荐运行原理的深入理解，即使社会公众知道算法推荐的输入数据与输出结果，也依然无法理解算法的内部复杂工作流程，从而形成了算法黑箱。此外，平台企业通常将算法推荐的基本原理和技术操作视为商业秘密，虽然社会公众知晓体育赛事与计算规则、观看频次及优先推送顺序有关，但具体的计算公式和参数权重却无从得知，对算法黑箱内部的运行情况也一无所知，严重损害了社会公众的知情权。

（2）体育算法推荐的广泛应用存在侵犯社会公众隐私权的风险。算法推荐者通过收集用户的观看记录、偏好数据和互动行为等信息，构建“用户画像”，并借助算法进行精准推送。但与此同时，用户的个人信息常常未经告知与同意便被收集和利用，用户对个人信息的控制权受到侵犯。同时，算法推荐需要采集包括浏览记录、点击行为、设备信息等多维度数据，而这些数据常常在没有明确授权的情况下被处理，直接侵犯了社会公众隐私权。此外，算法推荐者还可能对用户隐私信息进行过度处理和使用，导致用户面临“隐私透明化”的风险。如，通过分析用户观看行为推测个人兴趣，再基于这些信息推送相关广告和信息，从而导致用户的隐私被过度暴露。

3新质生产力下体育赛事算法推荐的法律治理路径体育赛事算法推荐引发了一系列新型法律难题，需要制定相应的法律治理路径。本研究认为，网络平台应提高在体育赛事算法推荐中的注意义务，并结合算法治理与人工审查，明确体育赛事算法推荐的透明度义务。

3.1提高网络平台对体育赛事算法推荐的注意义务

为了防止网络平台滥用私权力侵犯运动员的合法权益，网络平台在传播体育赛事信息时需承担主动和事先审查的注意义务。具体而言，网络平台承担的注意义务主要包括告知义务和审核义务。

（1）在体育数据收集阶段，网络平台应履行告知义务，明确告知运动员其信息将如何使用。网络平台所收集的庞大体育赛事信息库中包含运动员的个人信息和商业秘密。如，当涉及到收集运动员的敏感个人信息时，平台应获得信息主体的授权同意［17］；平台在收集运动员个人商业数据时，也应事先告知并征得运动员的同意［18］。此外，为了避免侵犯用户隐私权，信息主体有权要求网络平台如实告知所收集和处理的敏感个人信息的使用范围和目的。如，《中华人民共和国个人信息保护法》第30条规定了网络平台对收集处理个人敏感信息的告知义务。根据世界反兴奋剂机构2021年出台的《隐私和个人信息保护国际标准（ISPPPI）》第7条，反兴奋剂组织在收集和处理运动员个人信息之前，应履行告知义务等［19］。

（2）在体育数据分析和审核阶段，网络平台应承担剔除侵犯运动员隐私权、名誉权和个人信息权益的审核义务。网络平台在收集体育赛事相关信息后，不能直接推送给用户，而是需要先进行分析和审核，剔除那些侵犯运动员隐私权、名誉权和个人信息权益的低质量内容，在这一过程中，平台应运用算法来形成监管合力。如，对于热门体育赛事（奥运会、世界杯、温布尔登网球锦标赛、美国NBA联赛、世界电子竞技大赛以及亚运会等）的算法推荐，网络平台还应配备专门的人工审查团队，人工审查团队可以利用“热门关键词识别”和“视频指纹识别”等技术，实时审查并阻止侵犯运动员合法权利的数据上传和传播。

3.2网络平台应承担体育赛事算法推荐的反垄断义务

为了应对平台权力异化危机，破解体育赛事算法推荐中的市场竞争问题，网络平台应承担反垄断规制义务并促进公平竞争。

（1）网络平台需履行反垄断义务。2014年10月20日，国务院办公厅发布了《关于加快发展体育产业促进体育消费的若干意见》（国发〔2014〕46号），明确提出放宽体育赛事转播权限制的政策，为体育赛事的市场化运作开辟了新路径。但是在当时，奥运会、亚运会、世界杯足球赛等重大赛事的转播权由中央电视台（现中央广播电视总台）统一负责谈判与购买，其他媒体平台的播出权需通过其授权获得。随着体育新质生产力的不断推进，具备算法推荐等新兴科技的网络平台将愈发强大，可能形成“赢家通吃”的优势地位。因此，为了规制网络平台在算法推荐中的竞争问题，应引入体育赛事反垄断理念，并细化我国反垄断法律规则。一是引入“安全港”标准，提升体育赛事转播交易的可预见性；二是成立专门的市场监督机构，对网络平台在体育赛事转播中的算法推荐进行有效监督；三是鼓励体育赛事算法推荐行业成立行业协会，制定行业自律规范，并设立必要的惩戒措施，推动新质生产力下体育赛事行业的高质量发展。

（2）网络平台应承担促进公平竞争的责任。国家市场监督管理总局于2021年10月发布的《互联网平台落实主体责任指南（征求意见稿）》指出，网络平台需要以加强义务为导向，对包括算法权力和数据权力在内的平台权力进行综合规制。2023年5月正式实施的欧盟《数字市场法》引入了大型网络平台的“守门人”义务，要求网络平台对体育数据保护和算法治理进行规范性设计。上述法律制度为规制体育赛事算法推荐中的平台权力异化提供了重要思路，这意味着网络平台对社会公众观看体育赛事的相关数据拥有一定的控制和管理权，但不应排斥平台内的竞争者。同时，用户对于与自己相关的体育数据，有权要求网络平台提供隐私保护，并主张对自身数据的可携带权。

3.3网络平台应引入透明度义务和用户拒绝权

为了保护社会公众对体育赛事的知情权和隐私权，破解体育赛事算法推荐中的“信息茧房”难题，网络平台应履行透明度义务，并赋予用户拒绝权。

（1）保障社会公众知情权与隐私权、解决“信息茧房”问题的最有效方法是打破“算法黑箱”，即履行算法推荐的透明度义务。网络平台履行这一义务的方式包括向行政主管部门报备算法参数以及向在线观众披露算法参数并解释其使用理由两种。一方面，网络平台可以向行政主管部门报备算法参数。体育赛事算法推荐的目的是使社会公众更便于搜索、欣赏和评论体育赛事，因此在设计体育算法推荐时，设计者和工程师除了考虑自动化程度外，还应以易于理解的方式记录算法参数，并确保其便于后续审查。另一方面，网络平台应向观看体育赛事的社会公众披露算法参数并解释其理由。社会公众难以理解复杂的算法原理和专业术语，这反映了算法设计在解释其功能时仍存在诸多不足。《中华人民共和国个人信息保护法》第17条借鉴了欧盟的做法，要求网络平台用清晰易懂的语言披露和解释算法处理的信息。欧盟于2019年颁布的《促进在线中介服务企业与用户间的公平性和透明度条例》第5条规定，网络平台应在搜索引擎上说明体育赛事算法推荐的参数，并确保说明内容通俗易懂并实时更新［20］。

（2）在用户画像标签提取阶段，网络平台应赋予用户拒绝算法歧视的权利。用户画像是通过分析用户的浏览痕迹、阅读习惯、兴趣偏好、性别年龄等信息构建的标签化模型，是利用分类、关联、排序和过滤等算法技术筛选出有用信息，最终形成具体的用户画像。基于这些用户画像，网络平台可以预测用户行为，进而推送个性化的体育赛事信息，其中体育赛事短视频平台的推送、体育直播带货中的“大数据杀熟”、个性化体育赛事赞助广告，以及搜索引擎中的体育赛事数据排序，都是用户画像与算法推荐预测共同作用的结果。如，2023年苏州举办的苏迪曼杯羽毛球赛中，优酷体育平台作为赛事的赞助直播平台，邀请了冠军刘雨辰和教练到现场演播室，并尝试通过羽毛球赛事直播带货。而在算法推荐技术的支持下，优酷体育平台利用用户标签吸引了大量球迷关注，相关羽毛球拍和鞋子销量呈现激增态势。因此，网络平台通过用户画像识别潜在的体育明星粉丝，能够实现精准的广告投放和商品推送［21］。然而，社会公众无法获知以下两种情况：一是自己的用户画像是否被错误识别或歧视对待；二是算法推荐的自动化决策是否会产生不利影响。如，在体育赛事直播带货中，“大数据杀熟”往往通过价格歧视设置用户画像，然后通过算法推荐精确推送，最终实现“看人下菜碟”的目的，而这种价格歧视不仅干扰了用户的自主决策权，也扰乱了市场竞争秩序。因此，当社会公众发现算法推荐结果不透明或价格待遇不公平时，不仅有权要求网络平台删除用户画像，还可以主张拒绝算法自动化决策的权利［22］。《中华人民共和国个人信息保护法》第24条、第27条和第47条也分别赋予社会公众对个人体育赛事信息自动化决策的拒绝权。

4结语

在新质生产力背景下，作为新一轮科技革命的关键技术，算法推荐有效缓解了体育赛事信息过剩的问题，实现了体育赛事的个性化精准推荐，提升了体育赛事数字产业的服务效率，满足了社会公众日益多样化和层次化的体育需求。然而，在算法技术与我国体育赛事融合的初级阶段，算法推荐也引发了新的法律风险，如，侵犯运动员合法权益、体育赛事网络平台权力异化以及社会公众观看体育赛事的知情权受损等问题。在“十四五”时期，我国鼓励算法、大数据和人工智能在体育领域中的应用，并致力于布局体育消费新业态。因此，在推动算法向善的理念下，网络平台应关注算法推荐技术与体育赛事的融合发展，履行相应的注意义务与透明度义务，强化体育赛事的法律保护，推动体育产业高质量发展。

参考文献：

［1］ 李慧云，陈刚，俞宗宝.新质生产力对体育用品制造业碳排放的影响研究——基于我国30个省（区、市）的面板数据［J］.山东体育学院学报，2024，40（5）：57-66.

［2］ 布特，苏立德，郑澜.体育新质生产力的内涵特征、价值与形成路径研究［J］.北京体育大学学报，2024，47（3）：1-11.

［3］ 路来冰，李小龙.人工智能技术在国际体育运动领域的聚类与演化［J］.山东体育学院学报，2020，36（3）：21-32.

［4］ 王智慧.对话ChatGPT：体育社会学的优势何在？［J］.武汉体育学院学报，2023，57（5）：5-12，43.

［5］ 李晓宇.元宇宙下赛博人创作数字产品的可版权性［J］.知识产权，2022（7）：20-46.

［6］ 汪全胜，王萌.论我国大型体育赛事突发事件应急预案的制定［J］.成都体育学院学报，2022，48（1）：92-97.

［7］ 余汪洋，陈长洲，王红英.基于用户画像的社区老年人体育服务精准推送系统构建研究［J］.体育科学，2023，43（4）：38-48.

［8］ 付晓静，徐千禧，潘陈青.算法推荐机制下北京冬奥会的“可见性”——基于抖音短视频平台的研究［J］.北京体育大学学报，2023，46（4）：50-62.

［9］ 于蒙，何文涛，周绪川，等.推荐系统综述［J］.计算机应用，2022，42（6）：1898-1913.

［10］ ZHANG H，GE D， ZHANG S.Hybrid recommendation system based on semantic interest community and trusted neighbors［J］.Multimedia Tools and Applications，2018，77（4）：4187-4202.

［11］ 梅傲，黄诗樾.冲突与平衡：反兴奋剂治理下运动员数据权利的克减与保护［J］.山东体育学院学报，2023，39（6）：76-82.

［12］ 罗亮，马胜敏，刘亚云，等.我国体育赛事转播权市场反垄断规制研究［J］.武汉体育学院学报，2023，57（3）：37-44.

［13］ 李金宝，鲁恒志，李馨雅.智能传播时代大型体育赛事的媒介话语构建策略与反思——议国内三大主要平台2022年卡塔尔世界杯传播实践［J］.武汉体育学院学报，2024，58（2）：7-14.

［14］ 牟向前，王庆军，俞鹏飞，等.人工智能时代体育新闻生产与接受面临的挑战及应对策略［J］.山东体育学院学报，2019，35（5）：37-43.

［15］ 牟向前，于德山.困境与治理：体育新闻智能化生产与传播的技术思考［J］.天津体育学院学报，2022，37（4）：453-459.

［16］ 衣俊霖.数字孪生时代的法律与问责——通过技术标准透视算法黑箱［J］.东方法学，2021（4）：77-92.

［17］ 童云峰，汪焱梁.运动员生物识别信息双维保护模式之形塑［J］.上海体育学院学报，2022，46（2）：43-55.

［18］ 刘成杰，王艺婷.数字化背景下运动员个人信息保护的信义路径［J］.北京体育大学学报，2023，46（12）：30-42.

［19］ World Anti-Doping Agency.International Standard for the Protection of Privacy and Personal Information［EB/OL］.（2021-01-01）［2024-12-17］.https：//www.wada-ama.org/en/resources/world-anti-doping-code-and-international-standards/international-standard-protection.

［20］ European Union.Regulation （EU） 2019/1150 of the European Parliament and of the Council of 20 June 2019 on promoting fairness and transparency for business users of online intermediation services （Text with EEA relevance）［EB/OL］.（2019-06-20）［2024-12-17］.https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX：32019R1150.

［21］ 李伟平，方程.粉丝效应促进了体育用品消费吗？——基于抖音平台数据实证分析［J］.西安体育学院学报，2022，39（4）：441-452，476.

［22］ 韩旭至.认真对待数字社会的个人拒绝权［J］.华东政法大学学报，2023，26（1）：22-34.

收稿日期：2024-08-24

基金项目：国家社会科学基金青年项目（编号：23CFX037）；中国版权保护中心2024年度版权研究一般课题项目（编号：BQ2024027）；广州市哲学社会科学发展“十四五”规划2024年度常规课题项目（编号：2024GZGJ67）。

作者简介：李晓宇（1989-），男，福建莆田人，博士，讲师，硕士研究生导师，研究方向为体育法、知识产权法。

作者单位：1.广东外语外贸大学 法学院，广东 广州 510006；2.中国政法大学 民商经济法学院，北京 102299。