算法推薦在健康傳播中的實踐進路、問題表征與應對策略

袁星潔，石子玉

(湖南科技大學 人文學院，湖南 湘潭411201)

習近平指出，“要改革完善重大疫情防控救治體系……要鼓勵運用大數據、人工智能、云計算等數字技術，在疫情監測分析、病毒溯源、防控救治、資源調配等方面更好發揮支撐作用。”[1]算法推薦在此次新冠疫情防控中，不僅在人機互洽精準投放疫情信息、具身互動監測健康狀況、賦能醫療優化防治服務及健康治理推進治理能力與治理體系現代化等方面發揮了健康傳播的重要作用，而且打造了獨特的防疫戰線，為全國取得抗疫斗爭決定性勝利提供強有力的技術支撐。但與此同時，隨著算法推薦的觸角逐漸深入公眾生活的方方面面，在健康傳播中出現了內容極化、權利讓渡、人像構建和算法霸權等現象，需要在認知、內容、規制、格局等四個層面提出應對之策，優化算法推薦在健康傳播中的應用與推廣。

一、實踐進路：算法賦能促進健康傳播

新冠疫情期間，算法推薦充分發揮傳播導流功能，促進健康傳播。通過人機互洽，整合疫情信息，進行智能傳播，使疫情下異空間用戶與基于算法推薦的新聞內容高度契合；利用具身互動，監測健康狀況，發出智能預警，實現公眾的身體數據連接與公眾媒介的互嵌；賦能醫療，模擬疫情傳播，優化智能防治，將智能防治理念具象化；重塑健康治理結構和治理模式，引發健康治理方式的變革，發揮重要的抗疫價值。

(一)人機互洽：異空間用戶與基于算法推薦新聞的高度契合

媒介化社會中，以移動端、PC端等傳播媒介構成的網絡系統正日益成為人們工作、生活和學習的核心場域，人們接收新聞信息的渠道已離不開網絡媒介的干預。新冠疫情期間，為有效整合各種疫情信息來源，在海量信息中自動識別出最有價值話題，算法以智能中介的身份參與新聞生產與反饋的全過程，并在各個環節發揮著關鍵性的作用。

在算法新聞傳播活動中，算法創設主體提供算法平臺，算法運用主體提供新聞內容，算法收受主體提供數據化的個體屬性，三者共同構成了一個基于算法規則而得以相互連接、相互通達的有機系統[2]。作為算法新聞平臺的創設者和算法規則的制定者，算法創設主體為疫情新聞提供了強有力的平臺支撐。在新冠疫情報道中，媒介將算法輸入平臺機器內并賦予其一系列指令和步驟，用最直觀、最清晰的數據和指令對疫情信息進行數據分析，體現出其對算法技術極強的依賴性。算法運用主體以主要供應者的身份確保信息的產出和供應，其信息來源于平臺大數據端，用數據而非人為的方式制作與用戶個性化相匹配、與公眾共同興趣點相關的一系列完整的新冠疫情實時播報。在新聞收受主體瀏覽讀取疫情新聞期間，具有代表性的數據化的個體屬性被有效識別和記錄，隨之被平臺獲取并反饋給算法數據庫儲存。疫情下異空間用戶與基于算法推薦的新聞內容高度契合，使疫情新聞信息得以更加精準化傳播。

新冠疫情下算法推薦在傳播領域的應用，一定程度上改變了新聞收受主體的身份。利用算法創設主體和算法運用主體的有機結合、精準定位算法收受主體，將用戶作為信息傳播的中心，通過算法推薦充分發揮健康傳播傳達健康知識、強化健康意識、實現行為引導的作用，最終達到人機互洽的效能。

(二)具身互動：公眾身體數據連接與公眾媒介的互嵌

智能手機作為媒介終端，實現了將公眾的身體數據連接以及與公眾媒介的互嵌，智能科技、媒體、人、社群與社會之間正在呈現出一種新型的共生關系[3]。伴隨著大數據和算法技術下疫情信息的實時匯總與同步更新，媒介與公眾的連接力和感知力得到空前加強。通過媒介和互聯網的體現引導與具身互動，個人身體信息演進為數據形式的分化歸類，人臉識別測溫平板、全國健康碼、大數據行程卡、新冠肺炎及類似疾病AI自測系統等便屬于智能終端利用算法推薦與人體深度“黏合”的產物。

人臉識別測溫平板采用最新端上的算法加速技術，基于端計算架構對算法進行定制，能夠在無人值崗的情況下一秒內識別不同的人臉模型，實現全自動化、非接觸的“檢測體溫+人員考勤”。健康碼利用智能手機LSE定位系統，將僅為個體所知的個人健康狀況上傳到智能電訊終端，終端又將收集到的群體健康信息通過算法進行分類、篩選和整合，達到人體健康信息數據外擴的效能。大數據行程卡基于終端動態數據庫，實時編輯個人到訪的城市或國家(地區)，通過算法分析整合出14天內個體精確、實時的境內外行程軌跡信息，為公眾出行、出入國境等提供防疫保障。新冠肺炎及類似疾病AI自測系統則基于新冠肺炎病毒感染的30多種臨床特征，通過對用戶使用媒介平臺時填寫的身體健康數據進行智能比對，推測出與用戶相關的疑似疾病。并根據病情輕重緩急發布健康預警，有針對性地提供預防和治療方案。

新冠疫情期間，人臉識別測溫平板、健康碼、大數據行程卡及新冠肺炎及類似疾病AI自測系統等都深入了社會和公眾生活的各個角落，實現了智能科技、媒介、人及社群的互嵌與共生。這些由智能終端操控的系統和后臺，將媒介終端與人類身體緊密地連接交織，形成身體的數字化、數據化。當這些數據被算法推薦賦予“感知功能”時，便可以代表公眾的生活狀況與身體健康程度，達到了“具身互動”的完美呈現。

(三)賦能醫療：智能防治理念的具象化

新冠疫情的蔓延與反復，對傳媒業和社會信息系統都產生了深刻影響，人群隔離效應促成了智能防治理念的產生。所謂智能防治，即依托數字化防疫平臺及智能化防疫終端，打造出高效率、高質量、嚴監控、嚴防治的重大疫情防控救治體系。在智能防治的理念下，算法推薦技術深入融合到各種硬核科技中。智能防治理念的具象化，極大提高了醫療效能，共同助力于疫情防控和健康傳播。

首先，算法推薦對實時更新的疫情發展的在線仿真模擬。在疫情防控中，無論是媒介終端以數字化體現的公眾健康狀況，還是醫院后臺系統實時記錄的患者健康數據，都可以通過公眾數據關聯計算出一次傳染源、二次密接體、多次密接體與其他普通人群在時空上的吻合。算法通過模型建構對疫情發展進行模擬預演，可以使處于隔離狀態下的公眾及時了解病毒的傳播路徑和傳播程度，更加主動配合政府的疫情防控工作。

其次，算法推薦對新興醫療技術范式遷移與技術基礎設施演變的賦能。新冠疫情期間，“云診斷”“智慧看病”“丁香醫生”等智慧醫療系統成為公眾的王牌就醫手冊。通過線上收集用戶的健康信息并整理成數據、利用算法智能識別計算疾病確診比率、將不同用戶的病癥信息作數據對比，達到在醫療人員短缺和無法線下診斷的情況下“非接觸”[4]式醫療的目的。此外，算法模型對患者健康數據和臨床癥狀的測量具有更高的辨識度和精準度，可以幫助醫生和病人獲得更準確的病灶位置和最有最優治療方案，從而改善救治效果。

最后，算法推薦對不同身份地位患者的公共衛生資源獲取不平等情況的彌合?；谂R床數據與癥狀異同建立的醫療數據庫，其任務就是將海量“雜亂無章”的醫療數據和臨床記錄進行識別、篩選、比較和挖掘，備份具有醫療價值的數據信息，打造醫療區塊鏈，實現線上智能醫生對不同身份地位的患者無差別診斷，滿足社會公眾對個性化醫療服務的迫切需求。

(四)健康治理：治理能力和治理體系的雙重建構

健康不僅是一種身體狀態，也是一種重要的治理能力。在后疫情時代，面對新冠突變病毒株(VOC)和待觀察突變株(VOI)的巨大挑戰，治理工具的創新已成為提高健康治理效能的重要路徑。算法推薦技術加強了對密切接觸者和重點人群的監管，引發了健康治理方式的變革，推進了健康治理能力與治理體系的重構與健康價值的全面提升。

治理能力上，算法推薦提升了健康治理的思維意識與治理績效。馬克思曾提出，衛生工作的根本任務是“保護健康，保持一切價值的源泉即勞動能力本身”[5]。這告訴我們，健康既是人的發展目標，又是人的發展手段，必須強化價值導向力與服務供給力。算法推薦的客觀性、數據化和不間斷等運轉特質，使社會運行過程中的公眾健康數據、行為表現、社會訴求和價值取向等，能夠通過算法模型進行自動提取和快速分析，及時反饋給相關部門及醫療機構?！熬W絡與數據的深度融合給社會治理主體提供一個公平的機會和舞臺，它們可以以自由的、公平的數據化的方式表達自身利益、行為、思想、信仰和情感需求”[6]。最終在算法的驅動下實現向政府及醫療機構的“賦能”、向社會及公眾的“賦權”，改善和提升社會健康治理滿意度和治理效能。

治理體系上，算法推薦促成了健康治理的統籌協同與全球治理。數據連接的普遍性和全方位，將健康治理的領域拓展為云世界。健康治理涵蓋了從人口健康、區域健康到生態社會系統健康的諸多范式，強調從生理到社會的全健康內涵、從政治到生態的全健康領域、從個體到國家乃至全球的全健康層次的綜合性健康管理[7]。當今的公共衛生安全已經成為全球治理的重要目標，全球戰疫意味著各國必須在個體權利和公共利益之間做出權衡，在治理周期與各方能力資源之間實現同頻對話。在算法推薦的加持下，建構基于數據管理、決策與創新的調控機制，并將健康治理推到協同治理、多元共治與復合治理的善治階段，實現健康治理由個體國家內循環體系向多邊框架下全球健康治理聯盟的轉變。

二、問題表征：人文與算法的規訓困境

技術在本質上是中性的，“算法”是把雙刃劍，在倚重算法的同時，更應關注算法推送背后的規則、標準及價值觀[8]。新冠疫情下算法推薦在健康傳播中的問題主要表現在信息同向化、同質化現象嚴重，導致內容極化與信息繭房泛化；權利讓渡下新聞失范，劣質信息導致社會價值觀扭曲；人像構建使個人數據泄露，隱私受到威脅；算法霸權引發數據壟斷與秩序失衡，深遠地影響著人的身份認同。

(一)內容極化：信息繭房的泛化

在全國新冠疫情的恐慌之下，與疫情相關的信息無疑是公眾最關注的話題。由于嚴格的防控措施，公眾更多的是通過互聯網(智能終端)主動檢索信息來滿足自身的認知需求，而媒介平臺會通過算法推薦，自動識別、分類出受眾群體并實現信息的智能推送。

疫情下，媒介的智能推送大致可以歸納為基于疫情信息的推薦、基于用戶標簽的推薦及基于社會化的推薦?；谝咔樾畔⑹侵父鶕咔橄嚓P內容的熱門程度進行的推送；基于用戶標簽是指根據平臺用戶的瀏覽數據進行整體分析，針對用戶喜好進行的推送；基于社會化是指根據用戶之間的社會關系組成的社會化關系鏈進行算法數據建模，向一個或多個社會群體同時進行的推送。算法推薦作為一種向用戶提供過濾器的工具，它在過濾程序上“無用”“不感興趣”“不關注”的信息的同時，也可能局限用戶的視野。對公眾而言，最終會因為同向化、同質化的信息過載，變相導致內容的極化。

于媒介本身而言，新冠疫情下的算法推薦已經成為各媒介平臺分發信息的重要手段之一，其加劇的信息傳播同向化、同質化現象，直接導致信息繭房的泛化?？梢哉f，全球媒體正越來越趨向于使用同一主題、框架和語境，通過議程同化的手段支配輿論[9]，新冠疫情傳播不可避免地出現了議程同化的現象。事實上，對疫情下的公眾而言，算法推薦下的內容因以實時熱點、用戶喜好等作為內容選擇的關鍵標準，干預了用戶對信息內容的自主選擇權和平等獲得信息來源的權利，不利于全面的健康傳播。另外，信息繭房的泛化亦會擴大個體與個體、個體與社會之間的信息鴻溝，導致健康信息獲取的不對等。不同性別、地位、學歷、性格的人會收到不同推薦機制下的信息推送。這些信息的渠道來源各異、健康價值不等，往往越注重健康的人越可能收到疫情防護信息，越不關注疫情的人消息越閉塞。

(二)權利讓渡：價值觀的“流量焦慮”與“算法焦慮”

在互聯網環境下，用戶需求如何“被滿足”成為媒體間流量競爭的關鍵。在算法推薦的介入下，新聞選擇游移于媒介組織的任務功能，是否符合社會主義核心價值觀，是否具備傳統新聞的價值選擇尺度，不再構成算法推薦的衡量標準與規范準則。于算法而言，它只需要將合適的新聞推薦給合適的用戶。即通過算法推薦得出的新聞內容，一定是與用戶性格偏好深度契合的新聞信息。

智能終端時代下的算法改變了平臺范式與生態環境，受眾獲取信息的方式也發生了變化[10]。信息過載與信息失衡造成的后果便是受眾不再以信息的準確性、重要性作為判斷準則，而是以其傳播的熱度、廣度、流量等作為認同標準。由于媒介不斷向用戶推薦其關注過的疫情關鍵詞，帶有地域歧視(如“張家界淪陷”)或特定人群色彩(如“南京新冠老太”)等內容，其中難免摻雜虛假失實、缺乏深度、價值觀導向錯亂等劣質信息。算法推薦作為新冠疫情期間新聞生產的智能中介，已經全面介入新聞生產與傳播的各個環節，而新聞內容的把關權正在從新聞從業者讓渡給算法。這種權力讓渡的行為，對新聞的真實性造成了直接的沖擊，為劣質新聞泛濫、非主流價值觀傳播等新聞失范現象的頻發大開綠燈，直接給公眾帶來非主流價值觀的偏向影響。

從網絡技術對網民的賦權和關系的連接，到平臺算法規則的確立，不同來源的疫情信息集合成龐大的數據庫，推送流量大、點擊率高、討論范圍廣的信息成為眾多網媒的首選。但高話題度的疫情信息不一定是高重要性信息，反而可能是聳人聽聞、博取眼球的失實信息。由人工編程產生的算法公式，難以避免成為達到某種目的而生產的工具，一些大的社會媒體和文化企業會因為追求自身利益和流量，無視新聞生產和傳播過程中需要遵守的準則。在監管失衡下，互聯網推送的劣質信息一再泛濫，同時還帶給受眾亞健康的價值觀，“流量焦慮”和“算法焦慮”成為算法推薦在新冠疫情報道中的一大弊端。

(三)人像構建：私人數據的“泄露”與“窺視”

平臺在進行內容分發時，算法會不斷跟蹤、挖掘和記錄用戶的一切數據，這些數據來源于用戶的網絡痕跡。確切地說，只要進行算法推薦，其深度計算的過程必定會運用到個人的數據，這些私人數據被算法采集和二次使用后，會再次構成用戶的新數據，即人像構建。在這一過程中，算法推薦若設計不當，便會對用戶的健康隱私造成侵犯。

新冠疫情期間，國家以社區為單位將個體的每日測溫數據和身體健康指數等統一上傳，并通過對個體在各種終端瀏覽健康信息的相關數據進行分析處理，重點研究用戶的日常身體健康狀態和防疫行為。而用戶的數據信息反映著用戶健康方面的隱私，包括血型、身體隱疾、病史、服用藥劑等。新冠疫情下，算法推薦一方面收編了海量的個人健康信息數據和個人對疫情信息的關注偏好，通過數據分析完成新聞生產。另一方面，在這一過程中，源數據的泄露風險也如影隨形。新冠疫情期間出現的數據作為交易資源進行流通的現象，無疑是用戶隱私被迫“售賣”的表現。更為甚者是算法推薦中技術的不可控制行為帶來的信息安全威脅，即自主算法通過深度學習功能，將用戶個人的數據信息進行“自主地”排列組合，以達到“窺視”的實際效果。

當下對算法推薦行為的不可預見性，并無系統的法律規章等進行約束。特別是疫情下公共輿論話題不斷，確診病例和疑似病例的行程數據在網絡上瘋傳；部分社交媒體和自媒體為追求熱度對私密信息不加處理，使患者及其家人的隱私信息在互聯網上非自愿性曝光并傳播。而作為篩選工具的算法推薦越過法律界限，將這些信息進行二次傳播甚至多次傳播，加速了私人信息的非法曝光發酵。另外，大數據對收集到的個人身體基本信息、健康行為信息、患病史等進行整合，通過關聯分析和預測分析等，刻畫出潛在關聯、預測性的個人標簽[11]。但這些標簽并不能完全反映個人健康的真實狀態，甚至可能是片面、錯誤的。算法推薦將這些信息傳播出去，給用戶隱私帶來侵害。

(四)算法霸權：健康治理的數據壟斷與秩序失衡

算法以海量的數據收集作為建模依據，數據庫越龐大，算法推薦的權力和效能也越強大。在智能終端時代，社會公眾的興趣愛好、購買記錄、健康行為等都會通過網絡形成數據的集中，使得少數資本可以在第一時間獲得數據壟斷，從而產生算法霸權?！盎谒惴ǖ臄祿治鏊a生的數據化框架對人和世界產生著決定性的影響。不論是否正確或恰當，算法和數據都在深遠地影響著人的身份認同”[12]。

在健康治理中，政府通過收集掌握大量的公共健康數據對公共健康安全問題進行設置議程，從理論和實踐兩個層面推進健康治理體系的發展與完善，有利于政府及醫療機構及時掌握、精準識別和定位后疫情時代最突出的社會健康治理需求。但算法霸權使得部分媒介利用先進的數據存儲系統和算法技術平臺，按照自身的利益訴求控制數據的曝光，主觀制造虛假信息和隱瞞部分事實真相，給社會帶來錯誤的、非理性的公眾輿論導向。此外，算法一度作為資本的技術，參與諸多智能政務系統的后臺程序和管理，特有的算法推薦核心技術也由其掌握。在這種情況下，政府掌握的公眾健康數據和公共輿論導向很可能是在資本充分權衡自身利益訴求后的數據公開和算法公開。由于缺乏相應技術積累，世界大多數國家并沒有充分有效的方式保護自己的數據安全，也沒有足夠的能力應對算法所帶來的干涉，人工智能技術的進步將進一步凸顯其在政治安全領域的脆弱性特征[13]，進而給國家健康治理帶來更大挑戰。

縱觀全球，由產業數字化誕生的巨型平臺型企業掌握著最為先進的壟斷數據和核心深度學習算法，算法霸權正在影響著全球健康治理秩序的深刻變革。無論是以美國為首的西方國家，還是發展中國家，其國家和政府在健康治理上都非常依賴巨型平臺型企業所提供的算法推薦機制，這也使得數據壟斷下的算法霸權深刻影響著世界。霸權主人的話語權增強，帶來的是全球健康治理秩序的動蕩。

三、應對策略：推進治理完善健康傳播

針對疫情下算法推薦在健康傳播中存在的問題，應提出全面、系統的應對之策，使算法推薦復歸其對健康傳播的初心與使命。具體而言，即在認知層面，要形塑工具理性與價值理性的算法平衡；在內容層面，要優化內容推薦與輿論導向的審核模式；在規制層面，要完善法規體系與倫理體系的框架建構；在格局層面，要實行“走出去與引進來”的戰略結合。

(一)認知層面：形塑工具理性與價值理性的算法平衡

作為一種信息資源的全新配置范式，算法推薦在一定程度上是大數據和人工智能在信息傳播領域結合產生的一種復合型傳播手段。加強算法的計算分析能力，應從認知層面規制算法，形塑工具理性與價值理性的算法平衡。我們知道，技術的掌權在一定程度上造成了人文主義導向的偏失，即使算法在大數據分析上具備絕對權威，但其機械化的“智能”選擇無法結合場景和情境(人文價值)來綜合衡量算法推薦的最終選擇與結果。這種人與技術的對立，實質上也是人文主義和數據主義的沖突。基于此，算法推薦往往很難具備真正擁有人文關懷的“智能”。

要想從根本上革新這一點，必須將人文主義和數據主義相契于同一算法模型中，在互補的基礎上全面考慮算法推薦的分析能力，提高其人性化“智能”。如采用分布式計算平臺增加計算資源，將醫院云空間內海量醫療資源和患者個體健康信息交匯，在拓寬數據庫的基礎上提高算法效率，達到個性化推薦時離線計算能力的效果擴展。對此，可以借鑒亞馬遜的做法，主要的原則是把大數據集轉換成小數據集，把在線不可控的海量數據轉換成在線可控的少量數據[14]。

通過提高算法的個體匹配度，充分考慮個體價值理性在算法中的重要性，使媒介在推薦健康信息時更加能鎖定針對性用戶，傳播用戶需要的信息。對此，可以分兩步來進行：第一步，優化深度算法學習內容，突破技術壁壘。媒介現有的智能推送都是基于用戶標簽和針對用戶喜好的信息選擇，倘若深度算法學習內容能實現搶先預測，甚至是信息擴展，給用戶推薦異質健康信息，則能利用技術的革新沖破內容極化現象帶來的信息繭房桎梏。第二步，強化人文精神價值，塑造價值理性。媒介在利用算法推薦進行健康傳播過程中，要堅持價值理性始終處于傳播價值考量的首位，能在第一時間洞察公眾的社會需求，同社會情感產生共鳴，以達到認知層面上的認知協同，形塑工具理性與價值理性的算法平衡。

(二)內容層面：優化內容推薦與輿論導向的審核模式

習近平指出，“黨的新聞輿論工作是黨的一項重要工作，是治國理政、定國安邦的大事”[15]。對于新聞媒體尤其是主流媒體而言，優化內容推薦形式和審核機制，從源頭上嚴格把控虛假、非主流信息的傳播，引領主流導向，是新冠疫情期間實現權威發聲、掌控主流輿論的重要途徑。在突發公共衛生事件來勢迅猛、社會消息真假未辨來源不明、民眾心理恐慌不安的多重情境下，用主流價值治理“流量焦慮”和“算法焦慮”，通過“黨媒算法”實現海量內容與個性化需求的有效匹配，成為健康傳播中刻不容緩的問題。

疫情下謠言的肆虐比病毒本身更為可怕，新聞機構特別是主流媒體能否掌握話語權，直接關系到政府引導疫情防控輿論的成敗。事實上，在公眾渴求獲知最新疫情信息和健康防疫手段時，主流媒體的缺位和自媒體、社交媒體的“有聞必錄”，無異于將受眾暴露在算法推薦構建的非權威信息域內。由于后者缺少“把關人”的監控，不實疫情信息的擴散不可避免地使信息失真的風險擴大，造成社會和人群的恐慌。因此，及時發布準確信息、引領主流輿論導向成為新冠疫情期間實現健康傳播的第一要務。在新聞生產上，新聞工作者應該全面提高專業技術水平，在利用新技術手段(如區塊鏈技術)提升新聞生產質量和效率的同時，保持客觀公正的專業主義底線。對新聞報道而言，要強調人在算法中的作用，在加大對新聞內容過濾的同時，扮演好互聯網中的信息“守門人”。

算法推薦具有多種推薦形式：通過給用戶定標簽，以千人千面的用戶畫像來選擇內容推薦；通過收集用戶的興趣愛好，給用戶群劃分相似喜好的協同過濾來進行內容推薦；通過熱搜榜單和程序化算法，計算出最為熱門的新聞來進行推送等。無論是哪種推薦形式，都必須經過網絡內容池篩選整合。媒介通過優化內容推薦和輿論導向的審核模式，用“黨媒算法”打造主流價值，使更多能體現主流價值觀和主流導向的防疫訊息和抗疫事跡注入輿論內容池，促進疫情下的公眾健康傳播。

(三)規制層面：完善法規體系與倫理體系的框架建構

算法推薦的疫情新聞在新冠疫情期間的表現可謂得失參半。一方面，公眾享受著這些智能技術帶來的“紅利”；另一方面，也不得不面臨著隱私被當做“資源”過度和非法使用的困境[16]。雖然一時難以評估這種公開對于算法的意義，但其引發的隱私泄露卻是顯而易見的。

與算法推薦技術日趨成熟、進入領域越來越廣相比，當前國內適用于該技術的法律法規和規章制度建設則顯得相對滯后，其在監管、制約上的功能也存在諸多短板?？茖W技術的發展往往與風險相伴而行，算法推薦在為疫情報道創造廣闊空間的同時，同樣會在健康傳播中產生侵犯個人隱私、挑戰法律規制和道德倫理底線等問題。因此，面對算法對信息“自由”擴散的隱患，要通過深入研究算法推薦在其應用過程中的建設性、風險性和不可控性，不斷完善針對算法本身的法制規范體系，健全倫理道德機制，強化網絡平臺自律。

首先，要全面審視數字化發展的法治問題。推動建立健全相關法律法規，完善數字規則[17]，限制算法推薦“權力”的濫用。進一步建立健全網絡隱私侵權和版權侵權、網絡隱私泄露、內容生態等層面的法律法規治理體系[18]，完善算法侵權法制規則，加大對不法行為和不法案例的懲戒力度。同時，開展倫理道德等社會規則研究。在規制上構建價值倫理框架，把倫理道德的一面作為技術本身來考慮，凝聚共識。了解掌握智媒運營模式和算法規則，明確新冠疫情期間社交媒體、自媒體信息傳播倫理原則，增強智媒素養，提高算法聚合后的信息把控能力，引導建立統一的行業規范，倡導算法推薦在健康傳播中履行社會責任。此外，要進一步加強用戶自身媒介素質的建設，培養用戶的法治意識和對信息的甄別力與判斷力，提升用戶群體明辨真假是非的能力，不信謠、不傳謠、不造謠，營造天朗氣清的網信空間，增強用戶的社會責任感，主動抵御虛假信息和不實信息，共同維護社會穩定和公眾健康安全。

(四)格局層面：實行“走出去與引進來”的戰略結合

雖然中國算法推薦模型已躋身于世界算法技術前列，但公眾健康數據的信息化建設仍屬于“碎片化”階段，這種數據和技術的不對等導致算法推薦在進行測量和計算時依舊存在誤差。而算法推薦作為一門基于平臺的技術，平臺的政治屬性、經濟結構和文化語境都會對算法的模型構建和推薦機制產生影響。基于此，為推動全球疫情防控工作，中國算法推薦需要在促進健康傳播的同時，具備全球性視野和前瞻性眼光，從國家戰略的高度對其進行布局，完善健康治理體系，提升健康治理能力，以人民健康為中心深化健康中國戰略。

一方面是“走出去”。堅持互利共贏的政策協調和技術規劃對接，將本國優質的抗疫手段和防控措施推薦給其他國家，特別是“一帶一路”沿線國家和發展中國家，與他們結成疫情防控戰略合作伙伴，攜手打造算法推薦在全球公共衛生事件中的協同創新治理體系。協助WHO全球疫情防控，完善對未知傳染類疾病發生的早期智能預警，促進全球健康傳播。另一方面是“引進來”。通過學習國外先進的疫情防控健康數據庫建設模式和大數據調度與軌跡平臺管理方式，將國外優質醫療健康體系和智能算法模式引入國內，共同打造全球健康資源數據鏈，完善本土算法推薦的技術性和實用性。用主流價值遏制算法霸權，通過開拓透明化的數據治理框架緩解數據壟斷與秩序失衡。

“走出去”是一種技術自信，當中國的算法推薦在疫情防控中為健康傳播提供強大賦能時，也意味著這些媒介平臺的核心競爭力越來越強。這就需要將這份力量適時“外溢”，成為全球疫情防控的重要助力，造福全人類的健康傳播?！耙M來”則是將國外先進的健康數據庫建設模式和智能算法模式為我所用，推動算法推薦在中國醫療衛生領域高質量發展，不斷提高健康數據的全球共享與集約化服務?？傊?，“走出去與引進來”的戰略結合，將促使新冠疫情下中國算法推薦在健康傳播中發揮更強大的效能，為全球疫情防控貢獻舉足輕重的力量。

四、結語

斯科特·拉什指出，“在一個媒體和代碼無處不在的社會，權力越來越存在于算法之中”[19]?；ヂ摼W時代，數據的多元和匯聚帶給算法巨大的權力。一方面新冠疫情下算法推薦可為疫情防控貢獻力量，但權力的擴大亦讓技術給社會帶來某些不可控因素。算法推薦下的內容極化、權力讓渡、隱私泄露和算法霸權等問題都使公眾作為信息接收者的權益和主體價值受損，在技術、內容、規制和格局四個層面來對算法推薦加以約束管制，可有效防止算法推薦在健康傳播中走偏，進而完善技術賦能下國家對重大突發公共衛生事件的防控救治體系。歸根結底，大數據和平臺的社會屬性不斷變化促進算法推薦的日新月異，算法推薦技術仍處于飛速發展階段。在以“技術觀技術”的中介觀下理性對待技術，只有認清技術的缺陷才能更好地推動技術的發展，從而更好地服務于人類社會。