算法素養研究綜述：定義、研究視角與教育實踐

任貝佳?何苑

【內容摘要】算法在給人們帶來便利的同時，其誘發的諸多風險挑戰也引起各界擔憂。“算法素養”概念在此背景下應運而生，旨在促進用戶捍衛自身自主選擇權，抵御算法的負面影響。本文對“算法素養”進行了研究分析，并就未來的算法素養教育實踐提出建議。

【關鍵詞】算法素養；算法知識；算法意識；數字鴻溝；內容生產

當前算法在社會生活的各個方面扮演著愈加重要的角色，人們幾乎每天都會使用算法平臺，接觸經算法篩選、過濾后的信息，并可能不加懷疑地接受，而基于算法的內容自動生成技術也越來越為大眾所熟知。2022 年11月，美國人工智能研究公司OpenAI發布了人工智能聊天機器人ChatGPT，它不僅能通過對話的方式解答諸如“世界上面積最大的洲”等較為常規的問題，甚至能以及格分數通過大學考試。①這一技術在引起人們廣泛關注的同時，其可能帶來的不良后果（如虛假信息、虛假新聞等）也引發人們擔憂。②毋庸置疑，如今算法已不僅僅是一種技術工具，而是成為改變并形塑社會文化，影響個體認知與行為的一項人類生活基礎設施。③對于算法引起的諸多問題，眾多學者對其進行了反思與批判。在這些研究當中，一些學者從用戶的主體能動性出發，提出“算法素養”（Algorithm literacy）概念，并認為其可能成為促使用戶捍衛自身的自主選擇權、抵御算法負面影響的關鍵因素。近年來，圍繞“算法素養”展開的研究日益豐富，出現了許多不同的“算法素養”定義。同時，由于算法應用場景等的多樣性，以及語境、文化等的差異性，學者研究的問題類型不盡相同，出現了許多研究視角。因此，本文旨在歸納分析現有的與“算法素養”相關的定義及研究，并在當前研究結果的基礎上為未來研究提供參考。為實現這一目的，作者進行了中英文文獻的檢索收集：中文文獻通過在中國知網的主題欄搜索“算法素養”“算法知識”及“算法意識”3個關鍵詞篩選得到，英文文獻通過在Google Scholar搜索“Algorithm（ic） literacy”“Algorithmic knowledge”“Algorithm awareness”3個關鍵詞搜集而來，作者在此基礎上按照研究目的對文獻進行了篩選。本文將首先分析算法素養研究的重要性，在對算法素養進行定義后總結現有研究成果，最后針對“如何提升算法素養教育”這一問題提出自己的觀點。

一、算法技術的積極應用及社會面臨的挑戰

算法是為解決特定問題及任務（如數據處理、自動推理等）而被定義的一套指令，通常由計算機程序執行。從電子郵件的發送到GPS定位技術都需要通過算法實現。隨著大數據和人工智能的發展，算法普遍滲透到消費、醫療、教育、傳媒等領域。如推薦算法在電商平臺的應用，Google、百度等搜索引擎對結果的排名，Facebook、微博等社交媒體平臺的“熱點趨勢”等。對于互聯網用戶而言，網絡技術的飛速發展帶來了信息過載危機，算法機制對信息的整合、篩選，讓用戶能夠更高效地找到自己所需的信息。對于平臺而言，算法能夠分析數量龐大的用戶數據，匹配用戶與信息，提高用戶黏度，從而實現其盈利目標。如新聞資訊平臺今日頭條能將百億信息與上億用戶進行匹配。④

算法的發展提升了各行業的工作效率，并帶來全新的機遇。然而，算法在給人們帶來便利的同時，其誘發的諸多風險挑戰也引起各界擔憂。首先，算法模型存在局限性。雖然算法在運算能力等方面顯著超越人類，但算法模型訓練過程中的各個環節都可能存在局限，而這將帶來不良后果。如當用于機器學習環節的數據庫缺乏代表性及多樣性時，最終由人工智能機器人輸出的結果也會存在偏差，如價值觀偏向。Hartmann等人在對ChatGPT的政治言論進行研究后發現其存在一定的政治偏向。⑤其次，算法技術“向善”與否，與使用者的意圖息息相關。如微軟公司于2016年發布的人工智能聊天機器人“Tay”在與社交媒體用戶互動的幾小時內，逐漸習得種族歧視、性別歧視等類型的偏激言論。⑥除審核機制設計存在缺陷外，這也與部分用戶有意為之有關。當前算法的所有權主要被科技公司掌控，其所追逐的商業利益常常與公共利益相沖突。在科技公司的操縱下，算法機制可能會變得更加不透明，這將導致用戶逐漸失去決策自主權。近年來受到廣泛關注的數字勞工現象便深刻反映了這一問題。⑦在這些顯性問題之下，體現在用戶認知及行為方面的隱性問題同樣令人擔憂。如有研究者認為算法會導致“過濾泡”問題，在潛移默化中用戶的視野將變得更加狹窄，不同群體間的偏見及不理解將得到深化。⑧算法不僅影響著普通用戶，新聞生產中算法技術的應用也引發了新聞從業者對于職業倫理的反思。⑨

隨著對算法的批判性關注日益增多，學界開始反思如何應對算法帶來的負面影響。除行業自律、國家監管等措施外，一些學者從用戶主體能動性視角出發提出“算法素養”概念。算法對用戶造成的顯著影響之一，是用戶獨立、自主選擇能力遭到威脅，而與“賦權”（empowerment）理念緊密關聯的“素養”概念，⑩可能成為促使用戶捍衛自身的自主選擇權的關鍵因素。因此，下文將進一步探討算法素養的概念演進、內涵及問題。

二、從媒介素養到算法素養：概念演進與研究視角升維

素養研究起源于印刷媒介時代，可以被定義為閱讀與書寫的能力。當時的精英文化群體旨在通過提升大眾的素養以促進經濟進步與社會平等。隨著西方學界“新素養研究”（The New Literacy Studies，NLS）的發展，素養概念逐漸褪去技術決定論的色彩，而是被視為一種社會文化現象，象征著不同群體的慣例、規范及價值觀等。在該視角下，社會機構被認為應通過不同類型、層級的素養教育，實現特定的教育功能。

隨著技術載體和媒介環境的不斷變化，素養（Literacy）概念的內涵不斷延伸。視聽媒介問世后，更多的學者開始關注媒介素養研究。與素養研究相同，媒介素養研究也經歷了范式變遷。20世紀初的媒介素養研究認為大眾媒介文化是低俗的、使人墮落的，媒介素養教育應發揮保護民眾的作用，提升受眾對媒介負面影響的免疫力。隨著大眾媒介的飛速發展，大眾文化不再被認為是不可接受的，媒介素養應提升民眾對媒介內容的辨別力。從該視角出發，Aufderheide對媒介素養進行了定義：媒介素養是獲取、分析、評估、創造各種形式媒介信息的能力。

上述是對媒介素養的一種技能性取向定義。但媒介不僅是一項“技術”，它還具有文化和政治意涵。隨著傳播過程中交互性的增強，“受眾”向“用戶”轉變，對媒介素養的研究也發展為結合個體所在的社會、文化及政治背景，進行“參與”和“批判”式的研究。如Hobbs將素養定義為“通過符號系統分享意義、參與社會活動的能力”。還有一些學者針對傳播權力機構、媒介環境及媒介信息建構等開展批判性研究，認為媒介素養應培養人們對媒介信息的批判性思考能力。

由上述分析可知，媒介素養主要包含媒介使用能力及批判性分析能力兩大維度，其目的除培養用戶更好地使用媒介信息、應對媒介負面影響外，還包括促進用戶在媒介環境中對社會活動的參與。面對當前因算法參與而變得更加復雜的媒介環境，不同學者提出的算法素養概念既延續了上述內容，又包含新的維度。Dogruel結合信息時代的媒介素養、數字素養（Digital literacy）、新媒介素養（New media literacy）及隱私素養（Privacy literacy）定義，提出算法素養應包含“算法意識與算法知識”“批判性評估”“應對行為”“創作設計”4個維度。該定義發展了Aufderheide提出的媒介素養定義，兩者的區別之處在于：Dogruel的定義包含了用戶對算法相關知識的了解程度以及用戶對算法的感知能力（如算法定義、算法工作機制等）。在算法時代來臨前，我們在媒介使用過程中逐漸忘記媒介物的存在，媒介仿佛成為我們“身體的延伸”，而算法在誕生之初便是“隱形”的。因此，許多學者在算法廣泛滲透各類平臺之際，都選擇調查、測量用戶對于算法的感知程度，以及這種感知如何進一步影響用戶與算法間的互動。除此之外，算法帶來的新的倫理問題也啟發了學者對算法素養的定義，如Shin等人認為算法意識，即用戶對算法的感知，應包含“公平性感知”“可解釋性感知”“負責任性感知”“透明性感知”。除與用戶認知相關的維度外，算法素養也應包含用戶行為素養。加拿大聯合國教科文組織委員會（CCUNESCO）及聯合國教科文組織（UNESCO）在兩者共同發布的“算法素養與數據項目”（Algorithm Literacy & Data Project）中指出，“該項目旨在為兒童‘賦權（empower），使其成為積極主動并具有創造力的使用者及制作者，而非僅僅是被動的消費者”。

結合上述定義，本文將算法素養定義為：獲得算法意識、獲取算法知識、批判性評估算法以及創作內容的能力。接下來，本文將結合這4個維度，對目前圍繞算法素養展開的研究進行分析。

三、算法素養研究的不同視角和關注重點

算法素養旨在提升用戶應對算法環境的能力。面對算法技術對用戶的知識建構、身份的“標簽化”建構以及對創作行為的規訓等問題，現有算法素養研究從算法意識、算法知識、算法批判性思維及算法環境下的創作等視角出發展開研究。接下來，本文將對相關研究進行分析。

（一）算法環境下的知識建構與數字鴻溝

在媒介素養的研究當中，學者已對不同階層用戶在媒介信息獲取過程中遇到的障礙及其造成的數字鴻溝問題進行了研究。當前算法成為“把關者”和“調控閥”，擁有決定信息“流向”甚至存亡與否的權力，但由于算法的隱秘性，缺乏算法意識及知識的人可能難以意識到算法對其所處擬態環境的塑造。用戶間算法素養的不平等可能會對不同用戶的信息獲取方式及其對現實世界的感知造成不同程度的影響，甚至使用戶之間出現“算法數字鴻溝”。

已有研究發現，在算法環境中，由于社會資源的分層，處于更高階層的用戶在獲取與算法相關的信息時往往仍然更具優勢。在陳逸君和崔迪對我國視頻類、新聞類與購物類應用用戶算法使用的線上調查，以及Cotter和Reisdorf對美國搜索引擎用戶進行的在線調查中，均發現不同社會經濟地位用戶間的算法知識水平存在顯著差異，并且處于更高社會經濟地位的用戶掌握更多的算法知識。雖然以往研究發現人們的技術使用經驗能夠增進其對該技術的理解，并且在對算法的研究中也得到了相似的結論，但上述研究顯示，算法使用頻率并不一定能抵消社會經濟地位帶來的影響。

隨著算法對社會經濟、文化等領域決策的影響日益增強，不同社會經濟地位用戶間的“算法數字鴻溝”可能會進一步加深。由于個性化推薦算法使得不同內容擁有不同級別的可見度，內容創作者需要采取策略以增強內容的可見性，在此過程中，擁有更多算法知識的人會在可見性競爭中占據優勢地位。Klawitter和Hargittai在對25位美國獨立藝術品銷售者進行訪談后發現，一些銷售者會利用算法機制增強其商品在社交平臺及搜索引擎結果中的可見性。因此，掌握更多算法知識的人可能會擁有更多營銷展示的策略，從而收獲更高的經濟收益。在其他學者對Instagram中“網絡紅人”（influencer）的調查研究中也有同樣的發現。不同社會經濟地位用戶間的差異是否會在可見性的競爭中得到進一步加深還有待研究。

（二）算法環境下的身份建構與用戶意識

當算法成為當代社會的一項網絡基礎設施，用戶長期生活在由算法打造的個性化信息世界中，不但可能會失去與多元化信息的交流，還可能會依賴算法對其身份的“標簽化”建構，而逐漸失去構建個人身份的自主權。當用戶具備反思算法背后的權力結構及算法如何塑造我們生活的能力時，才能實現用戶對算法的主動批判與監督，進而采取行動改變現狀以及促進社會公平正義。

從用戶意識到算法的存在以及正確認識算法的功能是培養其批判性算法素養的前提條件。學者對Facebook的內容推送服務News Feed的用戶進行調查后發現，當用戶沒有意識到算法存在時，可能會將由算法導致的決策結果錯誤地歸因于自己的朋友或家人，認為是他人故意不對其展示自己的文章。而了解News Feed算法功能的被調查者則會推測是“算法偏好設置”“用戶可見設置”功能在發揮作用。因此，算法知識能夠幫助用戶更加正確地使用與評價算法。

當用戶具備基本的算法知識后，就有可能發展出批判性算法意識，并進一步反思算法與自我的關系，從而擺脫算法對自己身份的建構。Cotter在對Instagram中的網絡紅人及在YouTube發布內容的內容創作者群體“BreadTuber”進行調查研究后發現：雖然這些創作者在追逐可見性，但同時也在對“算法想要什么”進行批判性反思。這一批判性意識使得內容創作者發展出自己的內容品牌策略，并減輕了自我異化的程度。陳陽和呂行對河南農村青少年群體進行調查后發現，算法素養能夠促進青少年的“算法抵抗”行為，發揮自身能動性，使算法系統更加滿足自己的偏好。

有研究者提出用戶與算法的“互構”可能，即算法規則在“結構化”用戶的同時，用戶也在通過實踐重塑算法邏輯。因此，提升用戶算法素養，不但會使用戶擺脫算法對自身的建構，也可能使得算法系統的運行邏輯更加符合公共利益。

（三）算法環境下的智能創作與技術規訓

當前算法不僅僅是一種技術工具，而是作為一種“技術文化實體”深度參與到社會建構中，網絡平臺所有者對平臺規則進行編碼并通過算法執行后，形成了新的文化生產規則。值得警惕的是，算法“并非純然中立的客觀物”，如推薦算法便在一定程度上反映了“流量至上和商業利益優先的算法價值觀”。在該價值觀的引導下，用戶滿意度、內容影響力等被轉化為數據指標，并由算法對其進行排名，內容生產者能夠通過該排名預測受眾的需求，進而進行內容創作。于是，數據與流量規則的控制削弱了文化多樣性，算法讓人們直接看到什么是熱門的，但人們對規則背后的論證卻無從得知，文化的語境感被消除，剩下的則是“對各種數據指標和量化方式的癡迷”。

內容創作者對于算法有著不同的使用立場。如有的創作者會選擇遵從算法規則獲得可見性。Cotter在對Instagram中的內容創作者進行研究后發現，這些用戶了解平臺的算法規則，并通過學習平臺規則發展自己的策略，并且他們的行為始終不曾威脅平臺規則。一些創作者完全被算法支配，只關注如何制造讓觀眾上癮的內容，如一些平臺上，自媒體為吸引用戶點擊，催生了“標題黨”式的資訊內容，夸張表達與偏激陳述成為人們創作內容的慣用手法，信息的真實性、健康性、有效性被削弱。而一些創作者在創作高雅內容的同時卻又忽視了算法規則，沒能兼顧人文性與算法機制的協作。在Aufderheide提出的媒介素養定義以及本文在其基礎上提出的算法素養的定義中，“創作內容的能力”均為最后一個維度，這暗示著用戶在使用媒介進行創作前，需要首先掌握前3個維度的能力。創作者在了解算法如何運作或平臺規則的基礎上，還需要具備批判性評估算法的能力，認識到算法對自己知識及身份的雙重建構以及算法技術對創作行為的規訓。未來研究可探索如何通過算法素養教育，使內容生產與算法形成良性協作。

四、如何提升算法素養教育

提升算法素養教育需要用戶、平臺、政策機構三方的共同努力及協調配合。在這三者組成的動態系統中，用戶與平臺算法間的互動最為頻繁、直接。面對算法規則對自身的“結構化”，用戶的實踐也能夠反向重塑算法邏輯。因此，算法素養不僅能幫助用戶抵御算法風險，還能夠以間接的方式影響平臺算法的運行。由此，在分析“如何提升算法素養教育”這一問題時，需要對用戶、平臺、算法素養這3個相互關聯的因素進行分析。

首先，從用戶角度來看，用戶間的差異性是算法素養教育面臨的一項挑戰。在用戶的年齡方面，青少年、老年人相對而言是算法使用的弱勢群體。例如在算法的“推波助瀾”下，一些明星、網紅發表的低俗言論可能對青少年的價值觀與意識形態造成負面影響，因而需要側重培養其算法意識及批判性思維能力。而許多老年人對新媒介的使用并不熟練，應側重提升其算法意識與算法知識。未來的算法素養研究也應關注這兩類人群。在用戶的職業方面，上文主要提及的是普通用戶和內容創作者，而其他與算法關聯性強的職業（如新聞從業者、數字勞工）的算法素養教育也應得到重視。譬如，新聞生產行業中算法技術的使用已是大勢所趨，其在增強新聞工作者能力的同時，也威脅了其原有的新聞價值觀念。而ChatGPT的出現也使學者擔憂其可能會使虛假新聞的生成和傳播變得更加容易。因此，未來可考慮算法素養與職業倫理的協同教育，使其在算法技術規訓的背景下堅守自己的價值觀念。此外，由上文提及的數字鴻溝現象可知，應加強對教育程度較低、收入較低的階層的算法素養教育，彌補社會經濟地位帶來的算法素養差異。除了通過自上而下的方式進行算法素養教育，我們還應看重用戶在實踐經驗中總結出的算法知識。此外，用戶間、不同的社群間會分享算法知識，因此在教育機構、政策引導之外，也應促進用戶間的自主分享與相互提升。

其次，從平臺角度來看，不同平臺的算法設計及其主要承載的媒介形態不同。例如新聞資訊平臺與電商平臺均使用推薦算法，但其所處的生態、應用的場景及針對的目標均不同，因此，算法素養教育應針對不同算法平臺的風險問題作出細化。另外，對平臺算法引發的風險、倫理問題的思考能補充算法素養的內涵，而通過算法素養研究，也能促進對何為負責任的、符合公共利益的平臺的思考，以推動平臺算法設計朝有利于用戶批判性思維能力的方向發展。

最后，算法素養中的4個維度并非相互獨立，而是相互影響、相互關聯。未來研究需要進一步探究其中的關系，在算法素養教育當中也應注意協同培養。

五、結語

算法技術發展下機遇與風險并存，其使學界開始思考算法素養“賦權”用戶的可能性。本文延續素養研究脈絡，在現有研究基礎上將算法素養定義為：獲得算法意識、獲取算法知識、批判性評估算法以及創作內容的能力。本文從這4個維度出發，結合當前用戶面臨的算法風險，將現有研究歸納為3類視角，分別為“算法環境下的知識建構與數字鴻溝”“算法環境下的身份建構與用戶意識”“算法環境下的智能創作與技術規訓”。分析發現，以往由于社會經濟地位差異導致的數字鴻溝問題同樣體現在了當下的算法環境中（如可見性競爭），不同階層的算法素養差異可能會加深數字鴻溝；算法在信息空間建構著用戶的身份，增強批判性反思能力是發揮用戶主觀能動性、抵御算法建構的重要方式；算法作為一種“技術文化實體”生成新的文化生產規則，用戶在遵守乃至過度迎合平臺規則的過程中正面臨著遭遇算法技術規訓的危機。本文認為，提升用戶算法素養不僅有益于用戶的數字化生存，并且還可能進一步影響平臺算法運行，重塑算法邏輯。具體到實踐上，提升算法素養教育需要用戶、平臺、政策機構三方的共同努力及協調配合。用戶及平臺間的差異還需未來研究及教育對算法素養進一步分析細化。最后，算法素養的4個維度相互關聯，在教育實踐中應注重協同培養。

參考文獻：

①Kelly， S. M. ChatGPT passes exams from law and business schools， CNN Business，https：//edition.cnn.com/2023/01/26/tech/chatgpt-passes-exams/index.html， January 26， 2023.

②Rachini， M. ChatGPT a‘landmark eventfor AI， but what does it mean for the future of human labour and disinformation？，CBC Radio，https：//www.cbc.ca/radio/thecurrent/chatgpt-human-labour-and-fake-news-1.6686210， December 16， 2022.

③方師師：《算法：智能傳播的技術文化演進與思想范式轉型》，《新聞與寫作》2021年第9期。

④白紅義、李拓：《算法的“迷思”：基于新聞分發平臺“今日頭條”的元新聞話語研究》，《新聞大學》2019年第1期。

⑤Hartmann J.， Schwenzow J. and Witte M. “The political ideology of conversational AI： Converging evidence on ChatGPTs pro-environmental， left-libertarian orientation ，”arXiv preprint arXiv：2301.01768， 2023.

⑥Rainie Lee， and Janna Anderson. “Code-dependent： Pros and cons of the algorithm age，” Pew Research Center， 2017， p2.

⑦洪馨儀：《平臺經濟下勞工算法素養不容忽視》，《青年記者》2022年第14期。

⑧Pariser E. The filter bubble： What the Internet is hiding from you[M]. penguin UK， 2011， P10.

⑨D?rr， K. N. and Hollnbuchner， K.， “Ethical challenges of algorithmic journalism，” Digital journalism， vol.5， no.4， 2017， pp.404-419.

⑩Livingstone， S.，“Media literacy and the challenge of new information and communication technologies，” The communication review， vol.7， no.1， pp.3-14.

Rowsell， J.， and Pahl， K.， The Routledge handbook of literacy studies[M]， Routledge London， 2015， pp.35-36， p.37.

黃旦、郭麗華：《媒介教育教什么？——20世紀西方媒介素養理念的變遷》，《現代傳播（中國傳媒大學學報）》2008年第3期。

Aufderheide， Patricia. Media Literacy. A Report of the National Leadership Conference on Media Literacy[M]， Aspen Institute， Communications and Society Program， 1755 Massachusetts Avenue， NW， Suite 501， Washington， DC 20036.， 1993， pp.1-2.

Hobbs R. Digital and Media Literacy： A Plan of Action. A White Paper on the Digital and Media Literacy Recommendations of the Knight Commission on the Information Needs of Communities in a Democracy[M]. Aspen Institute. 1 Dupont Circle NW Suite 700， Washington， DC 20036， 2010， pp.16-17.

Potter， W. J. Media literacy[M]. Sage Publications， 2018， p.54.

Dogruel， L.， “What is algorithm literacy？ A conceptualization and challenges regarding its empirical measurement，” Digital Communication Series 9， pp.67-93.

Eslami， M.， Vaccaro， K.， Karahalios， K.， and Hamilton， K.， “‘Be careful； things can be worse than they appear： Understanding Biased Algorithms and Users Behavior around Them in Rating Platforms，” Proceedings of the international AAAI conference on web and social media， vol.11， no.1， 2017， pp.62-71.

Rader， E.， and Gray， R.，“Understanding user beliefs about algorithmic curation in the Facebook news feed”， Proceedings of the 33rd annual ACM conference on human factors in computing systems， 2015， pp.173-182.

Shin， D.， Rasul， A.， and Fotiadis， A.， “Why am I seeing this？ Deconstructing algorithm literacy through the lens of users”， Internet Research， vol.32， no.4， 2022， pp.1214-1234.

CCUNESCO， and UNESCO. The Algorithm & Data literacy Project， https：//algorithmliteracy.org/， 2023.

何苑、張洪忠、蘇世蘭：《基于算法推動的文化傳播“破圈”機制研究——以B站“法國音樂劇”的傳播為例》，《福建師范大學學報（哲學社會科學版）》2022年第3期。

陳逸君、崔迪：《用戶的算法知識水平及其影響因素分析——基于視頻類、新聞類和購物類算法應用的實證研究》，《新聞記者》2022年第9期。

Cotter， K.， and Reisdorf， B. C.， “Algorithmic knowledge gaps： A new horizon of （digital） inequality，” International Journal of Communication， vol.14， 2020， pp.745-765.

Blank， G.， and Dutton， W. H.， “Age and trust in the Internet： The centrality of experience and attitudes toward technology in Britain，” Social Science Computer Review， vol.30， no.2， 2012， pp.135-151.

Klawitter， E.， and Hargittai， E.，“‘Its like learning a whole other language：The role of algorithmic skills in the curation of creative goods，”International Journal of Communication， vol.12， 2018， pp.3490-3510.

Cotter， K.， “Playing the visibility game： How digital influencers and algorithms negotiate influence on Instagram，” New Media & Society， vol.21， no.4， 2019，pp.895-913.

Dogruel， L.， Masur， P.， and Joeckel， S.， “Development and validation of an algorithm literacy scale for internet users，” Communication Methods and Measures， vol.16， no.2， 2022， pp.115-133.

Eslami， M.， Rickman， A.， Vaccaro， K.， Aleyasen， A.， Vuong， A.， Karahalios， K.， Hamilton， K.， and Sandvig， C.， “‘I always assumed that I wasnt really that close to [her]Reasoning about Invisible Algorithms in News Feeds，” Proceedings of the 33rd annual ACM conference on human factors in computing systems， 2015， pp. 153-162.

Cotter， K.， “Critical algorithmic literacy： Power， epistemology， and platforms，” Doctoral dissertation， Michigan State University，2020， pp.41-43.

陳陽、呂行：《控制的辯證法：農村青少年的短視頻平臺推薦算法抵抗——基于“理性—非理性”雙重中介路徑的考察》，《新聞記者》2022年第7期。

Schwartz， S. A.， and Mahnke， M. S.，“Facebook use as a communicative relation： Exploring the relation between Facebook users and the algorithmic news feed，”Information， Communication & Society，vol.24， no.7， pp.1041-1056.

溫鳳鳴、解學芳：《短視頻推薦算法的運行邏輯與倫理隱憂——基于行動者網絡理論視角》，《西南民族大學學報（人文社會科學版）》2022年第2期。

毛湛文、張世超：《論算法文化研究的三種向度》，《現代傳播（中國傳媒大學學報）》2022年第4期。

朱鴻軍、周逵：《偽中立性：資訊聚合平臺把關機制與社會責任的考察》，《南昌大學學報（人文社會科學版）》2017年第5期。

王一楠：《智能媒體時代內容創作者對算法的使用立場研究》，《中國編輯》2021年第3期。

姚雅晴：《互聯網時代青少年媒介素養提升的現實困境與路徑探析——以粉絲群體為例》，《教育傳媒研究》2021年第5期。

Fubini A.， “New powers， new responsibilities. A global survey of journalism and artificial intelligence，”Problemi dellinformazione， vol.2， 2022， pp.297-301.

王超群：《智能媒體時代的高校傳媒職業倫理教育改革研究》，《教育傳媒研究》2021年第2期。

喻國明、張劍峰、朱翔：《后真相時代：真相認同與社會共識的可能——行為經濟學視角下個體認知的類型與效用機制》，《教育傳媒研究》2022年第5期。