規訓與突圍：基于推薦算法的思想政治教育話語困境與應對

張雅楠　陳春燕

摘 要：推薦算法建構的擬態環境日漸成為影響思想政治教育話語發展的全新場域。算法嵌入思想政治教育后，算法權力躍升衍生的“算法霸權”“算法成癮”“算法歧視”“算法黑箱”風險不斷弱化思想政治教育話語主體性、操縱話語內容、沖擊話語理念、消解話語認同。為完成思想政治教育話語由“追逐算法”到“駕馭算法”的轉變，思想政治教育者需主動介入算法，依托內容、關聯規則、協同過濾、知識規則、效用規則推薦算法的技術優勢，賦能話語內容“聚流量”、話語議題“強關聯”、話語客體“達共識”、話語資源“續投放”、話語評估“精研判”，構建思想政治教育話語發展智能圖景。

關鍵詞：推薦算法；思想政治教育話語；智能圖景

中圖分類號：D64文獻標志碼：A 文章編號：1002-7408（2023）09-0116-07

近年來，以人工智能、大數據、云計算等技術手段為支撐的推薦算法方興未艾，憑借“善引導、強關聯、精計算”優勢成為各大購物網站、社交平臺、搜索引擎等應用軟件的標配。據統計，基于推薦算法的個性化內容推送已達全網信息分發的70%以上［1］。與此同時，算法迭代升級引致算法權力越位日漸凸顯，網絡平臺的數據采集、議題投放、輿論引導、編輯發布等諸多話語操作權限逐漸被算法“剝奪”，深刻改變了話語傳播格局與輿論生態。第51次《中國互聯網絡發展狀況統計報告》顯示，截至2022年12月，我國網民規模達1067億，互聯網普及率已達756%［2］。顯然，“網絡空間已經成為人們生產生活的新空間”，亦理應“成為我們黨凝聚共識的新空間”［3］。思想政治教育話語作為思想政治工作的載體，能否適應推薦算法的信息分發模式以獲得精準化、智能化發展，是當前思想政治工作面臨的重要課題。因此，掌握推薦算法的運行機制及本質屬性，研判算法嵌入思想政治教育所帶來的話語困境，進而依托算法技術優勢尋求思想政治教育話語突圍進路，是互聯網時代思想政治工作者的重要使命。

一、算法嵌入：影響思想政治教育話語發展的新變量

推薦算法作為一種全新的信息傳播范式與資源配置方式，兼具工具理性與“偽中立性”的意識形態屬性。從思想政治教育話語視角審視推薦算法，足可闡明推薦算法與思想政治教育話語深度互嵌、關聯耦合是技術向善與話語發展的必然趨勢。

（一）信息適配：推薦算法的運行機制及本質屬性

推薦算法源自計算機領域，伴隨大數據蓬勃興起開始廣泛應用于信息傳播領域以應對信息過載危機，緩解受眾信息選擇焦慮。推薦算法表征為一串規范性的程序代碼，即信息輸入后，在極短時間內可獲得預期運算結果的“技術性策略機制”，是一系列解決問題的清晰指令。從技術邏輯看，推薦算法主要包含輸入單元（數據集和內容池）、運算單元（深度學習、模型搭建）及輸出單元（推薦列表和內容榜單）三個程序單元［4］，主要分為內容、關聯規則、協同過濾、知識規則、效用規則推薦算法五大類型，兼以即時性、個性化、精準化、實時反饋性等技術優勢實現“用戶價值主導下的場景化適配”。從算法技術特性看，算法是擬合用戶對推薦內容滿意度的數據內容、用戶特征以及環境特征三個維度變量的數學函數［5］，本著“用戶歷史數據—信息推薦模型—內容定點投放”的運行邏輯，遵循“一切可計算”的算法理念和“數據中心主義”的算法原則，通過“數據+算法+算力”三駕馬車的合力打造，動態構建起信息內容推送與目標用戶偏好的“個性化適配關系”［6］。在信息傳播實踐中，推薦算法可同時追蹤多個用戶網絡行為，依托算法信息聚合功能和標簽化分類處理優勢，精準搭建用戶偏好權重個人數據庫，勾勒“用戶畫像”［7］，精準掌控信息分發過程及分發流向，智能化匹配生成用戶個性化信息推薦。推動由“人找信息”到“信息找人”的傳播邏輯變革，創造了由“千人一面”到“千人千面”的算法時代。

權力往往成為技術“偽中立性”意識形態屬性的潛在表征。內嵌規則決定推薦算法天然帶有某種意識形態立場，資本裹挾將不可避免導致特定的意識形態后果。首先，推薦算法背后暗藏著人的價值立場及價值判斷。算法作為人的本質力量的外在呈現，是人類物化勞動的產物，帶有意識形態屬性。算法開發過程中，數據收集、數據處理、評價指標等都由算法工程師主觀擇定，其價值觀念、政治主張及個人偏見難免會被寫入算法程序，其“每一行代碼、每一個界面，都代表著選擇，意味著判斷，承載著價值”［8］。推而論之，算法已成為能夠對人的思想和心理起影響和支配作用的“軟性權力”，驅動著人與人之間的信息流動與交互，逐漸成為網絡意識形態話語權的建構者與支配者［9］。其次，資本增殖是推薦算法運行的深層邏輯。“資本只有一種生活本能，這就是增殖本身。”［10］在市場經濟環境下，資本邏輯深嵌于算法的數據采集和“用戶畫像”的價值判斷中，隱身于算法深度運算和推送過程的價值標準中，展現于推送內容對用戶的思想操縱中［4］，毫無痕跡地“完成了對個人的監視、規訓與剝削”。質言之，算法平臺為追求“內容變現”，將“數據資產”轉化為“數據資本”，迫切與算法“共謀”，持續向受眾推送“想看”而非“應該看”的信息內容來操控他們的心理和思想，從而獲得龐大的資本收益。由此，資本邏輯主導的算法為泛娛樂化內容開辟了技術的“自由場域”，壓縮了價值主導、內容為王的思想政治教育話語內容的生存空間，致使受眾在算法“迷霧”中價值迷失，越來越成為信息不對稱之下“被算計”的對象。

（二）內嵌互動：推薦算法與思想政治教育話語的關聯耦合

思想政治教育話語是思想政治教育理念的外在呈現，是思想政治教育內容的符號表達，更是將思想政治教育理論內化于心、外化于行的重要載體。推薦算法作為網絡信息分發的新興主體，身兼內容生產者、分發者、把關者、反饋者等多重角色，“依靠關鍵詞分析和自動化內容生成，獨立完成了以往需要傳播組織內部分工協同的多項工作”［11］，重塑著思想政治教育話語傳播格局及權力分配。一方面，推薦算法以“讀心”為本質、以“走心”為指向，憑借精準識別、精準推送、精準反饋等優勢賦能思想政治教育話語“精智”化發展。算法能夠精準洞悉受眾所思所想所盼，強化思想政治教育話語內容生產的智能化趨勢，將話語內容以文字、視頻、音頻、圖像等“全覺體驗”方式精準推送，促進話語互動及話語反饋，令受眾沉醉于“看我想看、聽我想聽”的主流話語世界，提升思想政治教育話語內容匹配精度、話語空間覆蓋廣度、話語傳播溫度及話語評價效度。另一方面，推薦算法的賦權及分發機制對思想政治教育話語的價值塑造產生潛在的權力效應。算法時代，傳統的人工信息審核、編輯與分發權限被算法代碼的自動推送與精準“投喂”所取代，此種極具顛覆性的“把關轉移”致使理論價值深厚、思想意義深遠的思想政治教育話語內容易被戲謔庸俗、價值虛無的泛娛樂化內容所排擠，沖擊思想政治教育話語高勢位價值導向和一元主導地位，致其話語空間窄化、離散化，影響了社會意識形態的權力結構。

以思想政治教育話語的價值引領賦予算法價值理性是避免其淪為“算計”的現實所需。在資本邏輯裹挾下，推薦算法的工具理性僭越價值理性，經濟效益凌駕于社會效益之上，引發全社會對算法價值的理性審視。為避免滋生“算法亂象”，防止“算法”淪為“算計”，亟須發揮思想政治教育話語的價值引導作用筑牢推薦算法的價值根基。從推薦算法運行邏輯看，數據抓取、信息推送都是以“人”為調適中心，實質上構建了一條以“人”為計算中心的供需關系鏈。在信息生成、分發、接收過程中，影響算法價值取向的主體是算法設計者、信息把關者、信息接收者。算法設計者的觀念植入致使算法帶有隱蔽性的意識形態傾向，容易異化為資本逐利的工具；信息把關人缺位易使庸俗、低俗、媚俗等泛娛樂化信息無序傳播；信息接收者的非理性迷戀致其陷入“信息繭房”難以掙脫。因此，思想政治教育話語的思想引領、價值導向作用可為算法設計者、信息把關者、信息接收者提供精神養分，使之摒棄“流量變現”“娛樂至死”的價值取向，賦予推薦算法價值理性，推動算法技術優化升級，形成“以主流引領百舸爭流”的局面。

二、算法異化：基于推薦算法的思想政治教育話語困境

推薦算法正成為影響社會主流意識形態建構的重要因素。推薦算法嵌入思想政治教育后，算法權力躍升衍生的“算法霸權”“算法成癮”“算法歧視”“算法黑箱”等風險亦不斷弱化思想政治教育話語主體性、操縱話語內容、沖擊話語理念、消解話語認同。

（一）算法霸權：把關轉移與自動推送弱化思想政治教育話語主體性

推薦算法的把關轉移與自動推送意味著話語“自主權”易主，弱化了思想政治教育話語主體性，造成“有理說不出”的困境。當前，“在媒介與代碼無處不在的社會中，主體的自由意志不得不面向技術的規訓與重塑”［12］。習近平總書記強調，思想政治教育要“堅持主導性和主體性相統一”［13］。首先，把關權力的讓渡蠶食了思想政治教育者的話語主導權，弱化了話語權威。算法時代，信息平臺的編輯者、審核者、把關者不再是具備獨立思考能力的活生生的“人”，而是一套著眼于用戶需求的“冰冷程序”。在算法決策過程中，算法強勢取代思想政治教育者的地位，將“人”視為可計算、可預測、可控制的對象，通過“用戶畫像”將其興趣、行為、職業等數字信息作為推送內容定制的參照指標，算法策略性的信息篩選和內容供給機制降低了思想政治教育者的參與權重。傳統思想政治教育實踐中以教育者為主導的教育模式被打破，自上而下的單向灌輸失靈，思想政治教者處于失聲、失語境地，話語主體權威旁落。其次，算法自動推送機制遮蔽了受眾的主體能動性，“見物不見人”較為普遍。在算法推送機制作用下，算法一旦接收話語受眾的需求指令，即刻按照先前建立的用戶數據模型進行快速運算，自動推送與受眾傾向性高度相關的話語內容。此種根據網絡足跡進行的精準化話語推送方式俘獲了受眾的信任與膜拜，致其逐漸沉醉于“指尖輕觸”即可得所需的無限快感，在潛移默化中自愿、主動放棄擇取信息及創造信息價值的權利。就此，對“自動推送”機制的嚴重依賴使受眾“能動性、價值、訴求的多元化在這種常態中日益被抑制和消解”［14］，人逐步淪為世俗和消遣的附庸，人的生命“化為愚鈍的物質力量”。

（二）算法成癮：受眾本位與全息敘事操縱思想政治教育話語內容

推薦算法在迎合受眾偏好、全息敘事傳播的同時伴隨著致癮機制的生成，擠壓了思想政治教育話語內容的生存空間，造成“說了無人聽”的困境。首先，在算法受眾本位導向、流量利益驅動的裹挾以及人性深處庸俗欲望的驅使下，算法與“人”正在相互“馴化”：推薦算法不斷聚焦于可滿足受眾娛樂消遣的“奶頭樂內容”以獲得龐大資本收益，受眾對推送信息的正向反饋則不斷強化低質信息的制造與傳播。由此，受眾長期沉溺于庸俗低質信息所營造的“娛樂盛宴”，可能對思想政治教育話語“宏大的歷史敘事、理論的邏輯論證、整體性的分析理解”持有冷漠、懷疑等排斥之意［15］，甚至將其視為“異見”。久而久之，算法“投喂”與受眾“偏食”降低了思想政治教育話語內容在算法“內容池”中的權重配比及優先推薦級，導致話語內容被算法“冷落”，引發“空場”危機。其次，為增強智能媒介與受眾用戶的黏性，算法推送內容多以可看、可聽、可觸、可感的全息敘事風格“搶眼球”，此種“視覺狂歡”意圖通過“形式娛樂性”取代“內容價值性”來不斷刺激受眾的感官及心靈體驗，使其在不知不覺間以數字設備的使用時長聊以慰藉精神世界的空虛。長此以往，這種“催眠性”的敘事方式容易導致受眾掉進“時間黑洞”，囿于“數字超級全景監獄”而逐漸喪失對信息獲取的控制力，導致信息源狹窄而被困在算法編織的“繭房幻象”之中，形成定式化、蒼白化的“我的日報”。由此，在全息敘事大行其道的算法傳播生態中，富有抽象性、規范性、理論性的思想政治教育話語內容生存空間被無限擠壓，話語引領力、解釋力、說服力、傳播力大打折扣，造成“有意思”的感性世界取代“有意義”的理性世界，流量邏輯取代價值邏輯［16］。

（三）算法歧視：偏見植入與“過濾氣泡”沖擊思想政治教育話語理念

算法程序設計時的偏見植入及“過濾氣泡”作用下所產生的歧視現象，本質是社會結構性偏見在算法領域的映射，沖擊了思想政治教育話語理念，造成“說了傳不開”的困境。《自然》雜志曾用 BIBO 表示 Bias In，Bias Out（偏見進，偏見出），深刻揭示偏見是人類社會的固有產物。意識形態內嵌作為技術政治的工具，完成了對推薦算法的塑造。首先，算法偏見源于原始數據庫的偏見復制、程序設計的偏見循環及人機互動的偏見習得，使得算法在運行過程中承繼了社會的結構性偏見，令“個體‘算法身份被貼上某種易于被歧視的標簽”［17］，引發“身份危機”，強化“社會刻板印象”，沖擊了思想政治教育話語“以人為本”理念。“以人為本”理念是思想政治教育話語發展的根本宗旨，以人的生存、發展、自尊、幸福為出發點和歸宿。顯然，算法場域下的歧視、偏見背離了思想政治教育尊重人、關心人、培養人、引導人的理念，忽視了人的自由而全面的發展。其次，“過濾氣泡”阻隔了話語群體間的交融互動，沖擊了思想政治教育話語“平等對話”理念。在過濾機制作用下，推薦算法基于受眾偏好源源不斷推送內容一致、價值趨同的同質化信息，將受眾封閉在信息資源不對等、身份認同遭漠視的“回音室”。為構建自我認同，受眾只能“抱團取暖”“自說自話”，不斷通過發送信息產生“回音”以令自身想法、觀點得到確證［18］。這種傾向會在“過濾氣泡”作用下不斷強化以至固化，最終陷入“自我實現的歧視性反饋循環”，形成信息壁壘，引發認知極化及群體固化風險。“平等對話”理念推動思想政治教育話語主客體間展開有效溝通交流并凝聚共識。當前，“過濾氣泡”阻斷了話語群體進行平等、自由、對話、互動、溝通的渠道，導致“數字鴻溝”越掘越深，群際關系逐漸疏離，影響思想政治教育話語實效性。

（四）算法黑箱：代碼盲區與資本操控消解思想政治教育話語認同

推薦算法的數據輸入與結果輸出并非簡單的線性關系，“隱身”的數字代碼及繁瑣的運行機制使整個算法推薦系統猶如“黑箱”般缺乏透明度，極易受資本“擺布操控”，消解思想政治教育話語認同，造成“說了無人信”的困境。首先，“算法黑箱”中隱藏著不為人知的信息篩選標準、分發機制及決策參數，導致思想政治教育話語的傳播、接收、評價、反饋過程在算法傳播機制作用下蒙上了一層“神秘面紗”。算法時代，在多元文化思潮沖擊下，受眾對接收的話語內容要知其言更知其義，知其然更知其所以然。同理，在算法場域，受眾需明確知曉算法系統以何原理獲取數據、以何機制運行計算、以何緣由推薦內容，即受眾需要對接收的話語內容有全面客觀的認識，才會增加對推送內容的信任度。然而，目前技術認知的局限性引發了受眾對思想政治教育話語解釋力和引領力的質疑，干擾了其對主流價值觀的認知和判斷，造成“真相稀缺”。其次，“算法黑箱”成為資本主義國家進行意識形態滲透的“隱身衣”和“變裝器”。在“兩個大局”的時代背景下，資本主義國家極易憑借算法原發優勢及算法媒體壟斷地位，透過“黑箱”以隱蔽、靈活、精準、高效的技術手段對我國進行意識形態滲透和文化輸出，肆意擾亂我國社會主義現代化發展進程。算法媒體發布的隱含西方意識形態的話語議題占據各大平臺的熱議板塊，且算法碎片化傳播在無形中解構了我國主流意識形態內容的話語邏輯，拆解思想政治教育宏大敘事的完整性結構，意圖給歷史虛無主義、民族虛無主義、網絡民粹主義等思潮披上“娛樂外衣”來歪曲歷史史實、丑化英雄人物、抹黑中國形象，借此煽動民眾產生對立情緒，進而對思想政治教育話語產生認同危機及信任焦慮。相關數據顯示，在現存的世界網絡信息中，80%以上的信息由美國算法發布，85%以上的信息輸入與結果輸出源自于美國［19］。顯然，推薦算法已成為西方意識形態戰略性輸出的“殺傷性武器”。

三、戰略突圍：基于推薦算法的思想政治教育話語智能發展

當前，面對“算法權力”支配下思想政治教育話語發展面臨的諸多困境，思想政治教育者應化被動為主動，積極依托內容、關聯規則、協同過濾、知識規則、效用規則推薦算法的技術優勢，精準賦能話語內容“聚流量”、話語議題“強關聯”、話語客體“達共識”、話語資源“續投放”、話語評估“精研判”，構建思想政治教育話語發展的智能圖景。

（一）積數成池：基于內容推薦算法賦能話語內容“聚流量”

基于內容推薦算法是算法系統通過“用戶畫像”，搜集用戶數據，根據偏好信息復刻興趣圖譜，與算法“內容池”中的海量信息予以匹配，從而為用戶持續推薦同類內容。算法時代，為有效應對算法“偏心”行徑，讓思想政治教育話語“有理說得出”，思想政治教育者要善用內容推薦算法主動將話語內容注入算法“內容池”，并深化內容供給側改革，構建一個飽含理論度、充滿時代感、煥發人情味的“思想政治教育話語內容推薦圖譜”。

一是要以內容為王。推薦算法“內容池”中的思想政治教育話語內容質量與數量直接決定推送結果所蘊含的價值程度。一方面，思想政治教育話語內容要堅持弘揚社會主旋律，利用推薦算法的資源提取、整合功能汲取中國現代化道路、理論、制度、文化的優秀話語資源，深挖提煉其中所蘊含的理論價值及精神內核，讓富含中國化時代化的馬克思主義理論成果充盈算法“內容池”，主導內容配比。另一方面，思想政治教育話語內容要結合受眾興趣生長點，通過流量加持，打造網絡文化精品，賦予思想政治教育話語內容更大權重值，給予優先推送級，不斷壓縮低質內容的生存空間，堅持以理論價值“推動形成良好網絡生態”。二是要以創新為要。思想政治教育話語內容應順時代而變，與現實世界、虛擬世界、受眾生活世界接觸并相互作用。要積極并合理使用在算法傳播生態中生成的諸如“YYDS”“覺醒”“絕絕子”“貼貼”等鮮活網絡用語闡釋思想政治教育話語內容，既要貫通歷史與現實，又要結合理論與實踐，既要遵循宏大敘事的嚴肅性、規范性，又要具備微小故事的鮮活性、靈動性，將抽象嚴肅的理論內容濃縮成短小精悍的精神“干貨”，凸顯時代特色。三是要以需求為本。要借助內容推薦算法勾勒“用戶畫像”的技術優勢，通過網絡文本大數據的語義分析、主題詞聚類和貝葉斯分析與建模，精準把握受眾興趣愛好，研究受眾關注、評論、點贊、轉發的熱點內容，分析受眾網絡行為背后隱藏的價值取向及態度立場，有針對性地持續生產、組織、投放、推薦受眾愿意看、看得懂、能傳播的思想政治教育話語內容，以點帶面地增進話語共識，拉近情感距離，使思想政治教育話語成功“出圈”。

（二）聚能成流：基于關聯規則推薦算法賦能話語議題“強關聯”

基于關聯規則推薦算法是以關聯規則為基礎、受眾偏好信息為規則頭、推薦內容為規則體，挖掘信息之間的相關性。算法系統在積聚用戶大量行為數據前提下，將算法“內容池”中與用戶歷史數據相關度較高的信息予以推薦，“猜你喜歡”是關聯規則推薦算法的典型表征。為了讓思想政治教育話語“說了立得住”，思想政治教育者要借助關聯規則推薦算法的“動態關聯”優勢，精準設置服務國家發展大局、反映人民利益立場的時度效話語議題，掌握思想政治教育話語議題設置主導權。

一是要搶占先機，把好“時間關”。思想政治教育者要借助算法監控技術及時追蹤并聚焦重大社會熱點，利用算法的“強關聯”聚類優勢，秉承“大視角、寬領域、深層次”的原則挖掘熱點話題間的相關性并建立動態關聯，建構“一題多維”的立體化思想政治教育話語議題結構，以此實現議題設置由“孤軍作戰”到“團隊奮戰”的模式轉變，價值引領由“星星之火”到“燎原之勢”的程度轉化，搶占網絡輿論制高點。二是要注重政治高度與思想深度，把好“政治關”和“思想關”。思想政治教育話語議題要以社會主流價值觀為導向精準發力，將新時代經濟發展新成就、政治發展新變革、社會發展新面貌、文化發展新理念、生態發展新畫卷等中國特色社會主義偉大成就建立有效關聯并融入話語議題，以形成強大合力，實現以現實闡釋理論、以理論觀照現實。同時，思想政治教育者要利用關聯規則推薦算法“精計算”優勢精準監測流量變化，追蹤受眾思維特點及認知習慣，掌握受眾偏好的話語議題類型，積極設置契合受眾精神需求的反問型、批駁型、解釋型思想政治教育話語議題，吸引流量、激發共鳴、增進認同。三是要彰顯傳播成效，把好“技術關”。互聯網時代，網絡平臺的信息資源不再是按層次和時間先后順序排列的線性結構，而是以超鏈接形式將信息、資源、素材連成一個錯綜復雜的網狀立體結構［20］。思想政治教育者要搭乘推薦算法之東風挖掘潛在的關聯規則，以促進思想政治教育話語議題的資源、素材間建立豐富立體化的關聯關系，按受眾差異性需求分區域、分模塊、分等級設置思想政治教育話語議題，將不同的思想政治教育話語主題迭代出更多的子議題，實現話語議題間關聯進化。

（三）破繭成群：基于協同過濾推薦算法賦能話語客體“達共識”

基于協同過濾推薦算法是算法系統對網絡用戶的社交圈層進行全景掃描，深度挖掘用戶信息并依據用戶間的共性來劃分社群圈層，向相似用戶推薦同類信息。從傳統分發時代到社交分發時代再到智能算法時代，信息分發模式經歷了由“信息——編輯——受眾”到“信息——受眾——受眾（N個）”再到“信息（N個）——推薦算法——受眾（N個）”的巨大變革。算法時代的把關機制顛覆了傳統的信息把關模式，人工把關角色的缺位導致網絡輿論價值導向的偏移。為了營造良好的網絡生態，讓思想政治教育話語“說了有人聽”，網絡意見領袖要積極介入算法，發揮群際效應，激發受眾對思想政治教育話語的政治共識與情感共識。

一是要當好“網絡信息發布者”。各群體領域的網絡意見領袖尤其是掌握龐大粉絲資源的“網紅”“網絡大V”要善于借助協同過濾推薦算法“尋找同類人”優勢，精準聚焦相應群體的選擇偏好，提質增量、旗幟鮮明地發布思想政治教育話語內容，力求深層次、高頻率、多維度對社會主流熱點話題進行權威解讀，有理有據地亮出觀點，讓主流價值觀不缺場、不偏移。二是當好“網絡信息把關人”。美國社會學家保羅·拉扎斯菲爾德等人提出信息傳播要經歷“大眾傳播——意見領袖——一般個人”的兩級過程［21］。網絡意見領袖作為網絡輿論場的信息中轉站，要借助協同過濾技術設置算法“防火墻”，攔截過濾西方意識形態多元化思潮，預防商業化算法媒介利用受眾偏好推送有害信息，并敢于亮劍，以堅決的“話語斗爭”抵制相關錯誤言論，維護網絡意識形態安全。三是當好“網絡輿論引導者”。網絡意見領袖要通過協同過濾推薦算法建立各領域、各類型受眾的“群際模型”，精準把握“同類人”意見傾向及思想需求，以彰顯黨和國家政治立場、社會主義核心價值觀的思想政治教育話語內容和“造勢引導”“因勢利導”相結合的話語方式精準開展思想領導、情感疏導和價值引導，生成主流價值觀的“蝴蝶效應”，帶領“同類人”打破“同質化壁壘”，消除認知極化和群體固化風險，喚醒“沉默的螺旋”。

（四）合智成勢：基于知識規則推薦算法賦能話語資源“續投放”

基于知識規則推薦算法是以信息屬性、用戶需求以及推薦準則的顯式知識為基礎來完成推薦，推薦結果依賴用戶需求與信息屬性之間的相似程度。當算法系統面對復雜信息以及用戶需求多樣性而難以給出解決方案時，系統需對推薦內容給出解釋。因此，為了滿足用戶需求，基于知識規則推薦算法的結果輸出在一定程度上依賴于人工知識供給。為了讓思想政治教育話語“說了傳得開”，需要建立“算法推薦+人工編輯”的人機協同模式，以思想政治教育者的智慧彌補工具理性的不足。

一是打通思想政治教育話語資源投放渠道。要加強融媒體建設，在研發建強各高校專用的思想政治教育平臺的同時，與抖音、微博、嗶哩嗶哩、小紅書、知乎、豆瓣、表白墻等青年受眾日常聚集地合作開展“黨史”知識問答、“以玩促學”的游戲賽事、“中國故事暢享”的彈幕互動活動，且將UGC（用戶生產內容）、PGC（專業生產內容）、PUGC（專業用戶生產內容）聚合為一，通過正能量網絡文化活動及產品將思想政治教育話語內容滲透到青年受眾學習、工作、生活、娛樂的方方面面。二是搭建互聯互通、實時更新的思想政治教育話語資源大數據庫和受眾認知水平大數據庫。借用推薦算法的“大數據聚類”優勢有效整合如“中國式現代化”“人類文明新形態”相關的豐厚話語資源，設計“話語資源圖譜”，將熱點、要點話語資源分解成若干菜單化、模塊化的知識詞條，搭建集理論深度、育人厚度、覆蓋廣度、更新力度于一體的思想政治教育話語資源數據庫。借助推薦算法的“跨媒介分析”及“強算力”優勢實時監測受眾對知識的獲取及認知情況，建立受眾認知水平大數據庫。思想政治教育者可利用算法篩選、提取功能從動態的思想政治教育話語資源大數據庫中快速提取受眾需求的話語資源，必要時可通過在線答疑和互動溝通為受眾解疑釋惑，實現話語資源的持續創造和有效供給。三是設計思想政治教育話語資源投放策略。根據數據庫中受眾認知水平及差異性需求特點，在算法平臺設計各類超話話題、限定資源投放范圍及設置推廣時段，將思想政治教育話語資源大數據庫中的理論熱點、主旋律影片及朝代歷史紀實等資源分別精準、快速、準時地推送給時評愛好者、資深影迷及歷史愛好者。

（五）測據成效：基于效用規則推薦算法賦能話語評估“精研判”

基于效用規則推薦算法是建立在用戶對所推薦信息的效用情況基礎上的計算，其核心理念是為每個用戶創建一個能夠涵蓋信息屬性、使推薦效果最大化的效用函數，通過計算各推薦信息的效用值，把總效用值最高的信息內容推薦給用戶［22］。為使思想政治教育話語“傳開叫得響”，思想政治教育者應依托效用規則推薦算法制定話語評價指標，系統搜集、整理、分析受眾對思想政治教育話語的評價及反饋情況，得出最能滿足受眾需求的話語數據，從而提高思想政治教育話語針對性。

一是構建“知識—反饋—評估—決策—引導”的智能閉環。要借助算法的數據收集、存儲、篩查、分析等技術優勢，基于“算法思維”，將受眾對思想政治教育話語內容的點擊量、點贊數、轉發量、評論數、閱讀時長及打分情況等量化數據繪制成可視化“滿意度圖譜”，對反饋結果的整體態勢及發展趨勢進行全景把握。根據“滿意度圖譜”及算法關聯功能設計話語評價指標，將受眾半結構化、非結構化的原始數據，經系統分析轉化為結構化的關聯數據［23］，全面掌握受眾思想情況的變動軌跡，對思想政治教育話語效果作出科學性、客觀性、整體性的數字化評估，再運用效用規則算法“強算力”技術對平臺量化數據、受眾思想動態的實時監測數據及思想政治教育話語效果的評估數據進行深度整合和綜合分析，深挖關聯數據背后潛在的規律性，找出受眾思想訴求與話語內容供給不平衡的癥結所在，實時調整思想政治教育話語內容供給、話語議題投放、話語表達方式等要素，實現精準反饋、精準評估、精準決策及精準引導的良性循環。二是進行話語預測性建模。借助算法的可預測性優勢對思想政治教育話語效果、引導效果等數據進行相關性建模，以對受眾思想情緒及網絡輿論風險作出動態化的數據預測，預判思想政治教育話語數字化評估結果。此外，在算法平臺設置禁止敏感詞匯及圖片發布、傳播的“警戒紅線”，對苗頭性、傾向性意識形態安全隱患做到及時預防、及時發現、及時干預、及時引導，充分彰顯思想政治教育話語內蘊的思想觀念、政治觀點，使思想政治教育價值引領安穩“落地”。

參考文獻：

［1］彭訓文.我們需要什么樣的“法”［N］.人民日報（海外版），2020-11-16（05）.

［2］中國互聯網絡信息中心.第51次《中國互聯網絡發展狀況統計報告》［EB/OL］.https：//wwwcnnicnetcn/n4/2023/0303/c88-10757html.

［3］習近平關于網絡強國論述摘編［G］.北京：中央文獻出版社，2021：82.

［4］李靜輝.算法推薦意識形態屬性的生成邏輯、風險及治理［J］.理論導刊，2022（2）：70-76.

［5］蔣成貴.算法推薦對網絡意識形態建設的挑戰及應對［J］.思想理論教育，2019（7）：78-82.

［6］張林.智能算法推薦的意識形態風險及其治理［J］.探索，2021（1）：176-188.

［7］趙建波.智能算法推薦視域下思想政治教育的問題研判與應對策略［J］.思想教育研究，2019（12）：19-24.

［8］用主流價值紓解“算法焦慮”［N］.人民日報，2015-06-20（05）.

［9］陳聯俊，張寶麗.算法技術推動網絡空間意識形態話語權變革及其治理［J］.理論學刊，2022（5）：77-86.

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

［11］全燕，張入遷.關鍵詞、內容生成與算法重組的傳播格局［J］.蘇州大學學報（哲學社會科學版），2021（2）：157-165.

［12］方正.“數字規訓”與“精神突圍”：算法時代的主體遮蔽與價值守衛［J］.云南社會科學，2021（1）：150-157.

［13］習近平.思政課是落實立德樹人根本任務的關鍵課程［M］.北京：人民出版社，2020：21.

［14］沈江平.人工智能：一種意識形態視角［J］.東南學術，2019（2）：65-75.

［15］楊柳青，王建新.解構與重構：基于自媒體信息碎片化傳播的思想政治教育話語研究［J］.學習論壇，2020（2）：10-16.

［16］倪黎.人工智能時代高校意識形態的算法風險與防范機制［J］.山東青年政治學院學報，2021（4）：18-24.

［17］劉培，池忠軍.算法歧視的倫理反思［J］.自然辯證法通訊，2019（10）：16-23.

［18］劉章儀.推薦算法介入下網絡思想思政教育的困境與突破［J］.學術探索，2022（8）：151-156.

［19］劉磊，張懷承.論我國主流意識形態傳播的“算法焦慮”與紓解［J］.河南師范大學學報（哲學社會科學版），2022（3）：24-30.

［20］鄧國峰.技術邏輯與價值定位：算法時代網絡思想政治教育新展望［J］.思想教育研究，2022（2）：30-34.

［21］保羅·拉扎斯菲爾德，伯納德·貝雷爾森，黑茲爾·高德特.人民的選擇：選民如何在總統選戰中做決定［M］.北京：中國人民大學出版社，2012：128.

［22］王軍峰.算法推薦機制對用戶議程的影響與反思：基于技術與社會互動的視角［J］.未來傳播，2021（5）：21-28.

［23］溫旭.智能算法助推高校精準思政的邏輯進路［J］.思想理論教育，2020（6）：81-85.

【責任編輯：張曉妍】

基金項目：教育部人文社會科學研究規劃項目“短視頻語境下思想政治教育話語體系建設研究”（22YJA710042）階段性成果。

作者簡介：張雅楠（1994—），女，山東威海人，北京交通大學馬克思主義學院博士研究生，研究方向：思想政治教育；陳春燕（1971—），女，長春人，長春理工大學馬克思主義學院黨委書記，院長，教授，研究方向：思想政治教育理論與實踐。