算法推薦機制下凝聚價值共識的現實挑戰(zhàn)與策略探析

□于喜水

（東北師范大學 吉林 長春 130024）

價值共識是不同價值主體在與外界的生存交往實踐中，基于利益協(xié)調或相對一致的基礎上所形成的共同的價值訴求、價值取向和價值目標。然而，作為獨立的個體，每個人都有著自己獨立的思想，這種獨立的思想造成了不同程度上的價值差異。“越是思想認識不統(tǒng)一就越要善于尋求最大公約數”[1]，凝聚社會價值共識便是努力探求最大價值公約數的過程。在數字化高度發(fā)達的智能媒體時代，算法推薦搭乘大數據和人工智能的快車，在移動互聯(lián)網技術賦權的支持下成為一種流行度高、應用范圍廣的新興傳播機制。算法推薦機制的傳播模式帶來了信息資源的全新配置范式，重塑了思想政治教育信息場域和價值圖景，成為影響價值共識的新變量。面對網絡空間愈發(fā)激烈的“思想爭奪戰(zhàn)”，必須正確認識算法推薦技術在其運行機制背后隱藏的價值共識風險，還要規(guī)避被卷入數據操控的旋渦中，主動尋求應變之策，為更好地利用智能算法凝聚價值共識凝練新思路、提供新方向。

一、算法推薦機制的特征

算法推薦機制是指通過對海量內容數據和用戶數據的收集與甄選，創(chuàng)建標簽化的內容矩陣和“用戶畫像”，完成信息精準分發(fā)并不斷更新推送圖譜的個性化傳播方式。作為當今網絡信息分發(fā)和精準投送的新范式，算法推薦機制包含數據采集、用戶畫像、信息推薦和內容修正等一系列內部環(huán)節(jié)，各個環(huán)節(jié)相互作用，構成一個完整的運行系統(tǒng)，實現了信息挖掘、分發(fā)和呈現的“快”“精”“準”。在推送過程中，算法推薦機制呈現出迎合偏好的工具性運行、迎合娛樂的趣味化推送、迎合情感的“后真相”式傳播的特征，這也意味著算法不單單是一種智能技術應用和信息傳播方式，更成為一種可以影響和改變價值觀念的軟性權力。

1.迎合偏好的工具性運行

借助強大的數據處理能力、計算能力與感知能力，算法推薦機制實現了信息供給的精準化與受眾體驗的個性化。在當前的傳播實踐中，常用的算法推薦機制主要有協(xié)同過濾推薦、內容關聯(lián)推薦以及熱點排行推薦等，這些不同類型的算法實則都有一個共同的特點，即迎合偏好的工具性運行。一方面，算法推薦機制的工具性運行迎合的是受眾的行為偏好。當用戶在網絡空間中根據主體需要進行信息的搜索和瀏覽時，其言行軌跡便已經進入算法推薦機制的運行框架之中。人們在數字世界中耗費的時間越多，生產出的信息數據便越豐富。算法推薦機制正是通過對這些龐雜的數據進行抓取聚合，勾勒出受眾的興趣圖譜并進行標簽化記錄，從而分析計算出不同受眾的習慣偏好，并根據后續(xù)的反饋不斷推送受眾感興趣的信息，完成“千人千面”的個性化傳播模式。另一方面，算法推薦機制的工具性運行迎合的是流量的盈利偏好。互聯(lián)網中信息分發(fā)行業(yè)是一種注意力經濟，無論是基于用戶、基于內容還是基于熱度的算法推薦，都在資本的誘惑下遵循著“流量至上”的工具運行規(guī)則，最終將用戶的注意力作為變現的基礎。“控制信息的流動和生產就是占據資本流通的渠道和主動權。”[2]從這種意義上來說，算法推薦機制不再是單純的技術流，而是變成了資本獵金的工具。盈利高、收益快的內容被定制化地推送給不同類型的用戶。受眾點擊內容的頻率越高，分享轉發(fā)的范圍越大，潛在的流量紅利和變現能力就越高，實現資本積累的空間也就越大。算法在流量的控制下，基于不同受眾的喜好精準“投喂”，最大化地生產注意力經濟，從而推動資本連續(xù)不斷運作。

2.迎合娛樂的趣味化推送

娛樂，是算法推薦機制的核心理念，也是網絡用戶信息消費的重要方向。在智媒時代，媒介載體的升級換代促使人的現實感官完成了數字世界的物理延伸，在塑造光鮮繁盛的感性視覺文化的同時，“數字技術在組織文化消費方面取得了新的中心地位”[3]。因此，算法推薦機制分發(fā)呈現的是迎合人們趣味的娛樂內容，這一特征既受到人的娛樂天性需求驅動，也符合娛樂化時代的運行邏輯。一方面，算法的趣味化推送契合人的天然娛樂需要。伴隨著科技革命和社會變革帶來的生產力高速發(fā)展，特別是進入數字化時代以來，人的需求的體系和結構都發(fā)生了顯著的變化，基于基本需求衍生出來的生活模式、價值選擇、道德審美和文化認同也相應地發(fā)生了轉換。人們越來越注重享受需求和精神需求，渴望從網絡信息呈現的內容中獲得審美趣味和文化消遣。正是受眾的這種娛樂性需求，算法的趣味化推送才有了得以運行的起點。另一方面，算法的趣味化推送契合娛樂化時代的運行邏輯。在信息與人同樣被娛樂化的當下，奉行工具理性、追求最大效益的算法推薦機制也在同步增加自身運行環(huán)節(jié)的娛樂占比。首先，從數據收集環(huán)節(jié)開始，那些直觀、有趣、充滿感性色彩的娛樂信息便擠掉晦澀、嚴肅、體系性強的理論知識，涌入算法機制的“內容池”；其次，在用戶畫像環(huán)節(jié)，算法通過網絡留痕分析洞察到人的娛樂偏好；再次，基于不同的興趣愛好，在信息推薦環(huán)節(jié)，趣味內容被多樣化組合精準投送到用戶的界面上；最后，算法通過對內容進行量化分析獲得數據反饋，從而完成修正環(huán)節(jié)，實現下一輪趣味內容的分發(fā)。

3.迎合情感的“后真相”式傳播

作為用以表述“介于真實和謊言之間的‘第三類陳詞’”[4]，“后真相”是指在網絡平臺上信息發(fā)布者基于自身利益與情緒，對相關事件進行消解、拼接與重構，造成真假互滲、以假亂真的現象。算法推薦機制為了最大限度地收割注意力資源，很大程度上采取的是情感主導真相、論點高于事實的“后真相”式傳播。一方面，算法推薦機制的“后真相”式傳播為了宣揚自己所謂的“價值中立”或“價值無涉”，在運行的過程中往往不會采取簡單直白的灌輸，而是通過篩選出各種感性信息或充分挖掘出信息中的情感增長點，以感性化的方式吸引受眾關注、閱讀與傳播。然而，對于這些信息的真實度和價值取向，算法推薦機制卻并沒有進行過多的考量。在這種情感高于理性的“后真相式”傳播下，一味主動地迎合受眾感性體驗，試圖與受眾達成情感共振，極易出現與客觀事實相背離的局面，加重網絡空間中情理倒序的異化現象，“導致真相的認知過程變成‘發(fā)生—價值討論—反轉—價值討論—再反轉’的循環(huán)式多線程復雜鏈路”[5]。另一方面，算法推薦機制的“后真相”式傳播深諳修辭術的包裝方式，在信息推送中多使用比喻、象征或反諷等易于引起人們情緒起伏的修辭手法，刻意傳播能夠激發(fā)人們的獵奇心、同情感的“誘導式”的議題和煽動性的話語。受眾在這一傳播方式與傳播環(huán)境中偏向于以情感和立場為依據做出價值判斷和價值選擇，拒絕真相或者接受“另類的真相”。因此，作為“信息制造者”的算法推薦機制，在滿足個性化情感需求的同時更容易使受眾被情緒化的符號所驅使，從而強化了以情感為主導的“后真相”式傳播，助長了輿情生態(tài)的喧囂混雜。

二、算法推薦機制對凝聚價值共識的現實挑戰(zhàn)

智能算法開啟了信息傳播新紀元，塑造了價值生成新場域。面對算法推薦機制日益介入價值生成的智媒時代，在全面認識算法運行、把握算法特征的過程中，既要積極發(fā)揮智能算法正向建構價值的技術力量，更要科學研判負面影響，深刻揭示算法邏輯在一定程度上造成的價值固化、價值激化、價值極化等價值風險。

1.私人訂制的數據邏輯造成價值固化

算法在數據海洋中抓取信息，遵循著個性化、精準化的分發(fā)模式，基于用戶興趣愛好、上網行為和地理位置進行千人千面的定制化推送，信息分發(fā)方式已從“人找信息”變?yōu)椤靶畔⒄胰恕薄Ｋ惴ㄍ扑]機制通過信息篩選與過濾確實能夠把受眾從繁冗龐雜的數據中解救出來，一定程度上緩解了受眾的選擇焦慮，降低了時間成本。然而，在提高信息匹配和傳遞效率的同時，點對點、一對一的高度同質化內容也造成信息空間的封閉性、信息獲取的片面性和信息格局的分割性，助推著“信息繭房”和“擬態(tài)環(huán)境”的蔓延和演化，加劇了受眾固有價值的偏執(zhí)。

在算法營造的“信息孤島”中，封閉性的空間阻滯著信息的流動。人們沉浸在“信息繭房”中，受到同質化的信息持續(xù)轟炸，信息獲取的范圍被窄化，原有的思維方式和認知結構則被更加固化，人們只愿意相信自己原本相信的內容，遵從自己原本遵從的價值準則。由于人們所處的社會地位、接受的知識文化程度以及興趣愛好傾向等因素不同，受眾所選擇的信息很大程度上是基于自身利益、迎合心理感受或滿足趣味取向的信息領域，這也自然地劃分出了錯綜復雜的信息傳播通道，導致不同觀點之間交流與碰撞的機會大大減少。同時，“擬態(tài)環(huán)境”作為大眾媒介連接客觀環(huán)境和主觀環(huán)境的“中轉站”，在算法推薦機制的加持下，其仿真程度更勝一籌。算法越是個性化、越是智能化，其對客觀信息進行選擇、加工和重建出來的“擬態(tài)環(huán)境”就越與受眾的主觀世界趨同，個人受自身立場、經驗、情感的影響也就越大。若受眾一開始所認同的價值觀念便是錯誤的，那么價值固化則會被不斷放大和強化，使得真正有價值的、有意義的信息被屏蔽或排斥在外。

2.泛化娛樂的消費邏輯造成價值激化

娛樂是人的本能，是人的內在精神需求，也是人身處復雜社會環(huán)境中的“釋壓器”。在傳播媒介更迭換代和文化消費主義浪潮的助推下，娛樂消費在網絡空間獲得了人們的青睞。這種泛化娛樂的消費邏輯借助技術不斷獲得新的傳播平臺和擴張動力，滲透到政治、文化、教育各個領域，使得泛娛樂化景觀持續(xù)生長蔓延，消費邏輯侵蝕理性邏輯，娛樂世界取代價值世界，“對事物意義的本真追問轉變?yōu)楸灸艿娜偂盵6]。在“娛樂至死”的文化消費氛圍之中，“有意義”讓位于“有意思”，“民族英雄被調侃、歷史事實被歪曲、傳統(tǒng)文化被誤讀，嚴肅表達的空間被嚴重壓縮”[7]。受眾消費這種感性的、直觀的、有趣的娛樂內容，獲得了暫時性的精神愉悅和虛假的滿足感，但“低俗不是通俗，欲望不代表希望，單純感官娛樂不等于精神快樂”[8]，算法推薦機制推送的庸俗化、淺層次的信息往往使人們喪失思考的能力，造成理性乏力，虛假信息甚囂塵上。

在文化商業(yè)化的大環(huán)境下，娛樂與消費在算法的助推下進一步“共謀”，試圖通過不斷制造受眾的虛假性消費需求，使人們沉淪于這種虛幻的泛娛樂化景觀之中，從而不斷刺激新的消費。在這種意義上，娛樂和消費已經喪失了其本身所具有的審美、消遣和享受的功能，反而成為形形色色價值觀念的附屬物。近年來，“躺平”、凡爾賽文學、飯圈混戰(zhàn)等青年亞文化現象不斷涌現，構成了互聯(lián)網空間的文化新圖景。同時，歷史虛無主義、“普世價值論”、新自由主義等西方社會思潮與網絡亞文化耦合共生，附著于網絡音樂、網絡電影、網絡動漫等互聯(lián)網文化產品之上，借助算法的持續(xù)推廣引發(fā)人們物質和精神的雙重消費。從而，錯誤的價值觀念以更為巧妙隱蔽的形式滲透到人們的日常生活中，弱化了價值信仰，消解了價值認同，造成人們精神生活的迷亂與錯位。由此可見，在算法推薦機制泛化娛樂的消費邏輯之下，娛樂扭曲為自我迷失的“愚樂”，消費異化為獲得滿足“快感”的手段。人們沉浸在算法帶來的數字消費與全景狂歡中無法自拔，對歷史記憶進行“顛覆”，對政治話語采取“新解”，非主流社會思潮和社會主義核心價值觀之間的沖突被無限放大，造成個體精神生活的矛盾和價值觀念的激蕩混亂。

3.滲透心理的情感邏輯造成價值極化

“人有情感記憶的需要，是希望留住人與人、物品、社會、國家、自然之間的情感聯(lián)結。”[9]算法推薦機制迎合這一天然屬性，創(chuàng)造出一套基于心理需要的情感邏輯，從大數據中篩選出那些能夠引發(fā)受眾情感共鳴的信息，通過反復疊加地推送，加強情感暗示和情緒感染，強化網絡心理結構的情緒主導面。這些情緒性的表達和行為折射出現代網絡空間中用戶的深層次心理需要——渴求認同感和歸屬感。

在網絡原子化的生存場域中，算法推薦機制所裹挾的價值取向進一步將“整體”拆解為“個體”，這些“個體”在預設立場中又進一步吸附“同類”，重新聚合為一個個標簽化的社群。在網絡交往所占比重持續(xù)走高的今天，當人們在現實生活中難以獲得肯定和認同時往往將目光轉移到網絡空間中，通過尋找擁有共同價值理念、興趣偏好的社群，從而在鞏固固有關系與觀念的同時獲得認同感。算法的“定制化”信息服務構筑了“過濾氣泡”，對同質信息引入，對異質信息排斥，自然地劃分出不同群體之間的價值區(qū)隔。在“過濾氣泡”的內部，信息的閉合式循環(huán)和情感的能量累積意味著群體內被反復討論的論題是“越說越窄”的，最終形成的價值觀念是“越聽越信”的。在“去個體化的群體情境”中，“群體內個體認同逐漸聯(lián)結為集體認同，形成的虛假共識效應推動觀點偏移”[10]，圈層之間的異質性被放大、極化，形成明顯的邊界，價值觀念在固化、激化的基礎上被進一步分化、極化。

三、算法推薦機制凝聚價值共識的實施策略

面對價值固化、價值激化、價值極化等算法風險，必須從優(yōu)化算法技術、提升主體素養(yǎng)、加強機制保障三方面采取多維度、綜合性的實施策略，從而有效規(guī)制算法推薦越位為主體的異化力量，使算法最大限度地“為我所用”，實現價值觀的可控傳遞和凝聚重塑。

1.優(yōu)化算法設計，提升凝聚價值共識的技術水平

第一，提升算法透明度，彌合用戶與算法平臺之間的數字鴻溝。人工智能技術的介入將信息生產、分發(fā)、回收的全過程都納入人為無法識別的“黑箱”之中，優(yōu)化算法設計首先要求的就是打開黑盒子，提高算法透明度。考慮到商業(yè)機密、數據解讀能力和用戶隱私等問題，若將算法的全部代碼擺在用戶面前，不僅會泄露平臺盈利的信息技術和公眾的私人信息，而且對于沒有編程知識的大多數人而言，不過是無意義的“數據廢墟”。因而，提升算法透明度追求的是有意義、可理解的透明度，即不要求從元數據到算法機制的完全敞開，而是這一機制是否可以不依靠專業(yè)知識便能夠被用戶理解，實現普遍意義上的算法可理解和算法可監(jiān)督。同時，為了及時化解用戶隱私泄露的焦慮，應當適時、適度地向用戶公開信息收集的范圍和構成畫像的要素，使過濾氣泡和圈層化群體產生的過程透明化，減少用戶與算法平臺之間數字信息掌握不對稱、數據控制權不對等的問題。

第二，擴展算法寬度，構建趣味性和價值性共存的“推薦圖譜”。算法私人訂制的運行邏輯使受眾陷入同質化信息壁壘中。要打破“信息繭房”，削弱認知窄化所帶來的負面影響，就需要從技術源頭進行改良，擴展算法推薦的信息選擇范圍，更改信息分發(fā)的權重賦值和優(yōu)先級。在分析用戶職業(yè)、年齡、性別等信息，構建興趣模型的同時，應利用分類、混聚類、矩陣分解等多種模型，通過推送“反傾向類”的信息，進一步探索受眾的潛在需求。既要篩選出符合受眾需要的個性化信息，更要提高優(yōu)質內容的推送占比。一方面，主流價值觀應順勢而為，主動融入算法的技術研發(fā)中，增加正向信息曝光度和到達率，構建思想性、價值性、人文性的思想政治教育內容推薦圖譜，擴充算法推薦池。另一方面，應挖掘和提煉網絡信息中所蘊含的思想價值和精神內涵，把脈受眾思想訴求，直接建立在用戶興趣的基礎上，讓積極健康的內容擁有更多推薦機會。同時，還要構建個性化和多元化信息的動態(tài)平衡，打造全面、正確的價值觀體系。

第三，加強人機互動，助推用戶進入深度閱讀。在網絡空間中，算法通過觀察和分析用戶對信息的眼神停留時間和手指點擊頻率來進行后續(xù)內容的分發(fā)和配送，使得推薦內容重復性高、營養(yǎng)性低，受眾被同一類信息狂轟濫炸，陷入淺層次閱讀和認知之中。優(yōu)化算法設計，需要增加算法運行中人機互動的程度，將“對話”的方式嵌入算法信息生產、傳播和反饋的全過程。算法可以通過大數據分析和人工智能技術匯聚用戶所關注的熱點信息，對其中重復出現的內容進行刪減，精簡為核心信息進行分發(fā)。若受眾對該信息有深入了解的興趣，便發(fā)出新的指令，挖掘更加有深度的內容滿足受眾的瀏覽需求。這種人機互動的“對話體”方式，既節(jié)約了用戶的瀏覽時間，有效地避免用戶迷失于數據世界中，同時也為用戶提供了最有價值的信息，助推用戶進入深層次的閱讀與理解。

2.提高公眾算法素養(yǎng)，夯實主流價值觀的人文基礎

第一，了解算法規(guī)律，提高認知能力。提高公眾的算法素養(yǎng)并不是要求公眾擁有認識程序模型、解讀算法編碼的能力，而是應清晰地感知和理性地審視算法存在，并以辯證的思維和批判的態(tài)度認識算法價值與風險。在知曉算法存在的基礎上，必須引導公眾看到算法背后所蘊含的價值導向、權力實質以及利益關系，防范算法推薦機制運行中的認知窄化、價值激化、群體極化的風險，跳出“回音室”“信息繭房”“過濾氣泡”等傳播藩籬，在良莠不齊的數據海洋中保持清醒的認知和批判能力，以審慎客觀的立場進行價值判斷，以避免被算法推薦所操控與反噬。

第二，優(yōu)化網絡行為，增加反制措施。算法的技術邏輯將符合用戶的信息偏好和閱讀習慣的信息融入內容“推薦池”，根據用戶的瀏覽痕跡推測可能喜歡的信息并加以分發(fā)。這也就意味著用戶的上網行為越是單一，越容易沉溺于某一類信息并被其禁錮。因而，從主體的角度來講，面對算法的運行機制，必須打破慣性，克服被動接受，實現主動反制。一方面，要提升用戶的信息甄別能力，使其時刻保持警惕性和敏感性，提升對垃圾內容的“免疫性”，增強擺脫算法支配的心智和能力；另一方面，要引導用戶通過簡單的操作來改寫算法所勾勒出的“數據畫像”，借助取消關注、隱藏、屏蔽等主動行為，表達自己“不喜歡”“不感興趣”的態(tài)度，主動調整正向的閱讀習慣，避免不良信息干擾，從而實現技術為用戶服務。

第三，培育主體自覺，營造良好氛圍。主體自覺既包括自覺抵制，也包括主動生產。一方面，應培養(yǎng)用戶的道德自律和責任意識，保持深度思考的能力，在算法推薦打造的紛繁蕪雜的信息中自主學習積極健康的內容，擴容主流價值信息庫，從而壓縮“蹭熱度”“標題黨”等低級、無價值的內容；另一方面，應提升用戶對客觀事件真實表述并進行數字信息生產的能力，以平民視角挖掘日常生活中的思想素材，結合自身的精神追求、利益訴求與價值意愿創(chuàng)新教育內容，營造網絡空間中用戶追求道德情感與價值意蘊的良好氛圍。

3.完善算法監(jiān)管機制，凈化主流價值觀的生態(tài)環(huán)境

加強算法監(jiān)管，既要應勢而動，對算法運營人員和運營平臺進行價值引領和技術規(guī)制，增強自我把關、自我管理、自我負責的自覺約束，實現工具理性與價值理性的算法平衡，又要順勢而為，以系統(tǒng)性、可操作性的法律法規(guī)化解算法風險，構建算法運行的外部保障。

一方面，應培育算法自律，平衡技術手段與人文價值。算法自律是建立在運營者自律和平臺自律基礎上的內在約束機制。作為控制算法運行的主體，運營者的國家情懷是算法啟動和運行的價值保障。應確保每位運營人員定期接受道德培訓，促使這一群體轉變利益至上的錯誤觀念，突破狹隘的功利主義驅動，將符合主流價值觀的內容作為算法推送的主要內容，積極履行作為信息生產者和傳播者的主體責任。同時，算法推薦與人工審核必須相輔相成，運營者在算法運行過程中也應當充當“把關人”的角色，屏蔽不良信息，擔負起嚴格信息把關和加強輿論引導的社會責任，保障算法推薦內容的信息安全。對于這一平臺整體來說，要保證行業(yè)內部運行環(huán)境風清氣正，也應當培育和發(fā)展多樣化的算法推薦平臺自律組織，建構行業(yè)道德倫理規(guī)范。當外在的強制約束無法對算法進行面面俱到的監(jiān)管時，行業(yè)道德倫理規(guī)范作為一種隱性價值評判標準，應對法律監(jiān)管機制進行補充與完善。從算法平臺運營商、算法技術供應商到算法內容服務商，都應嚴格按照自律組織制定的統(tǒng)一標準運行。這樣不僅可以提高組織內對算法審查的效率，還能有效制約算法設計人員和算法平臺的研發(fā)和運營行為。

另一方面，應運用法治規(guī)約，構建法律監(jiān)管體系。算法他律是建立在法律法規(guī)基礎上的外在約束機制。為了應對資本和技術合謀帶來的“過度推薦”“控制熱搜”“大數據殺熟”等一系列新問題，必須不斷完善相關法律體系，對算法平臺的行為邊界進行明晰劃定。目前，我國已出臺《中華人民共和國網絡安全法》《互聯(lián)網新聞信息服務管理規(guī)定》《互聯(lián)網信息服務管理辦法》等相關法律法規(guī)和《關于加強網絡文明建設的意見》等系列政策文件，初步形成針對互聯(lián)網信息安全和信息服務的治理體系。但面對算法這種“精準投喂”的信息分發(fā)方式的快速發(fā)展，尚未出臺針對性強、專業(yè)度高的法規(guī)，相關法律監(jiān)管體系亟待完善。因而，作為“看得見的手”，政府應當及時行動起來，提高立法效率，強化前置立法，及時化解算法風險。對于錯誤影響受眾價值觀的算法平臺，應當依法懲戒，使系統(tǒng)性的國家法律和針對性的專業(yè)性法律行政法規(guī)相協(xié)同，前置立法和后置懲處相結合。同時，在法治建設過程中還需注意不應該搞“一刀切”式禁止，應具有一定的靈活彈性，讓算法推薦機制有發(fā)展創(chuàng)新的空間，保持媒介效益最大化與社會主流價值之間的適度張力，借助技術手段凝聚價值共識。

四、結語

伴隨著數字化及人工智能技術的躍遷式發(fā)展，一個由算法操控信息生產、制作、分發(fā)與呈現的時代已然到來，算法推薦機制成為各種紛繁復雜的價值訴求、價值取向與價值目標互相博弈的新場域。面對算法推薦機制的蓬勃發(fā)展，既要認識到其全面應用是時代之需、大勢所趨，又要洞見其運行邏輯極易誘發(fā)價值固化、價值激化、價值極化等新風險，造成主流價值觀的引領力、凝聚力和感召力的減弱。在充分考量發(fā)展機遇與現實挑戰(zhàn)的基礎上，算法推薦機制下凝聚價值共識要從“技術升級—主體駕馭—制度監(jiān)管”三個層面出發(fā)：以“技術”為抓手，用“技術反制技術”的思路矯正和填補工具理性的價值漏洞，大力釋放算法技術的正向功能；以“人”為關鍵，提高用戶群體的算法素養(yǎng)，真正實現“人主導信息”，從主觀意愿上杜絕不良價值觀念的誘導和侵蝕；以“監(jiān)管”為保障，構建國家政府、相關部門以及行業(yè)媒體等多元治理體系，在自律與他律的雙重機制下營造生態(tài)良好的運行空間。無論算法推薦機制的發(fā)展如何日新月異、復雜流變，都要牢牢抓住以社會主義核心價值觀引領算法這一內核，正確處理人與技術的關系，實現工具理性與價值理性的有序結合，化“最大變量”為“最大增量”，使算法成為凝聚社會價值共識的“助推器”。