在日常實踐中增進算法素養

摘" " 要：當前算法素養主要集中在操作和命題“事實”的認知研究上，表現為中介化或表征論框架，未能形成對日常實踐的有力追蹤。因此，應以日常實踐作為路徑，構建基于實踐知識的顛覆性策略，增進認知主體日常行為的反思性，保持對計算文化的敏感性，搭建人與非人主體之間的橋梁，是計算素養的基本進路。以此為照觀，提出算法素養的認知框架和算法素養教育的知識金字塔。

關鍵詞：算法素養；日常實踐；用戶主體性

中圖分類號：G202" " " " "文獻標志碼：A" " " " "文章編號：1009-5128（2025）02-0048-09

如何認知算法，成為智能時代媒介素養的中心任務。計算技術大大增加了用戶可認知媒介對象的數量，成為供給社會個體信息的基本手段［1］，極大地提升了媒介中介化人類社會世界的程度。算法是對用戶興趣的直接響應，它涉及用戶與媒介的相互建構，人們有權知道算法是如何工作的。［2］作為一種能動性的信息推薦和傳輸機制，算法成為用戶信息獲取的“把關人”。算法素養旨在通過揭示算法如何生產和優化信息傳遞，提升用戶主動使用和批判媒介的能力，為社會個體尋找有意義的生活體驗。然而，算法隱藏在用戶可操作界面之后，而非像以往媒介素養認知的媒介文本那樣，是一種非確定性的來源，這種“遮蔽性”大大增加了用戶批判性認知的難度。［3］

生成式算法（GPT）凸顯了算法認知的緊迫性。生成性算法以一種類人的思維方式，能夠在瞬時實現對網絡知識的“系統性”呈現。算法看上去貌似客觀內容的系統呈現，令算法認知從對可感知知識的討論，轉向到可感知知識的形成過程中。算法挑戰了知識論，部分是由于人與媒介的共同演化增強了算法的社會影響力，部分是因為算法已經廣泛滲透到社會個體的日常生活。［4］

算法素養的討論，需要關注兩個主要事實：一是算法作為人工智能的存在，二是算法持續與用戶共同演化。回應算法的認識論挑戰，“從認知科學的視角叩問計算的層面和意識的邊界”［5］，區分認識主體和認知對象，以回應傳播范式革命線索來看，現有研究主要集中在操作和命題“事實”的研究上，即告知人們算法是什么、做什么、如何做等方面的知識［6］，缺乏從實踐出發的，對算法感知、了解和認知的成果。此外，從概念上探索算法如何塑造日常生活的研究已有一定的數量，“但這些研究通常從技術角度出發，揭示算法如何發揮作用”［7］，普通用戶無法有效把握。

為此，有必要檢視現有算法素養的認知路徑，進而提出基于日常實踐的算法素養。從日常實踐出發的算法素養，其認知框架和知識體系為何？這一系列問題有待澄清和討論。本文將首先回顧算法素養研究的學術史，然后轉向算法素養日常實踐的路徑分析，進而討論算法素養的認知框架。

一、算法素養研究的學術史

（一）計算技術認知視角下的編程路徑

算法素養的研究主要有從技術出發和從社會影響出發的兩種取向。技術作為社會最可見的對象，成功獲取了社會關注。歷史地看，技術是最具變革性的力量來源。近代科學是在印刷技術之后迅速發展起來的［8］478，互聯網的發展是算法這種技術的外在表征。5G技術、人工智能等概念的迅速流行，顯示了計算技術走向社會中心的趨勢。算法已經成為社會信息優化和傳播的基本手段，人們需要認知算法這一特殊對象。從某種意義上講，算法就是與人類一樣的傳播主體。［9］10隨著算法成為人們的認知對象，人們的認知不僅局限在人對物、人與人之間的知識，更需要關注算法是怎樣被生產出來的。

算法是與計算技術相關的概念，從計算科學出發，認知算法是必要的。計算科學的關鍵是編程，編程是為解決某個問題而使用某種語言程序進行代碼寫作，從而得到期望結果的過程。相應地，作為計算結果的媒介信息，是代碼編寫者的預期行為，是被編程所把關的結果。要理解算法，將算法編程體系加以解密，讓人們理解編程代碼寫作者的意愿，然后再對用戶接觸到的文本進行批判分析，是一個可取的策略。為此，理解算法素養，就是要深入了解算法采用中的編碼語言及其運行邏輯；知曉諸如計算分析和機器“學習”這樣的概念；要把握計算編程過程中的規則、假設和編程過程中可能存在的偏差。［10］

在技術視角下，算法素養的實質就是要用戶擁有計算機科學研究者所稱的“計算思維”。計算思維的目標是揭示算法如何與社會用戶的界面相關聯，它是對算法驅動系統的認知理論。計算思維是利用計算科學中的概念，解決問題、設計系統和理解人類行為的一種方式。對于社會個體而言，計算思維并不陌生，其源于社會個體日?？山邮軐ο蟮挠嬎慊?。計算思維與文字性的閱讀一樣，是可以習得的。計算思維的概念，面向的是計算技術和編程，旨在教育社會個體獲取獨特的類似于計算機解決問題的方法。

因而，培養學生的編程能力，破譯算法的生成，成為他們算法素養知識和技能獲取的方法。利用編程課程，向學生介紹算法是如何通過編程實現的，能夠提高學生使用相關產品的信心，也有助于提升學生的批判性思維，以及提高他們解決問題、協作溝通與自我管理的水平。［11］從編程理論和實踐看，計算思維的訓練，展現了理解算法素養的兩個基本面向：第一，編程概念是算法素養的基礎，只有把握了編程的規則及程序運作的邏輯，才能理解算法素養；第二，計算思維是一種認知能力，非動手實踐，良好的編程認知，有助于將相關技能轉移到對算法理解和自動化（或者個性化）的算法結果的認知上。這樣一來，使用算法產生的結果，就可能包括在無人工干預的信息流通中，幫助用戶理解算法是如何運行的，其結果是什么。

（二）傳承批判框架的社會影響路徑

這種界定路徑，堅持將算法看作一個客觀認知對象去分析，強調算法的社會影響。這一路徑將算法素養與媒介素養、數字素養和信息素養相關聯，進行思考推理。媒介素養研究用戶對文本的認知，數字素養強調對數字世界中的復雜的圖像、聲音和網絡話語的微妙之處的認知，信息素養偏向于消費思維或批判性框架的建構，其共同點是將人看作認知的主體，將文本、圖像和聲音等客觀對象看作客體。這種主客體明確區分的思想，是這些研究一直以來的基本策略。依此觀念，大多數研究者視算法素養為上述各種理念的延伸。為了順應這一研究傳統，Luke為批判性素養提供了與時俱進的定義［12］，改變了以往媒介素養總是將主體和客體明確區分開來的研究慣例。也就是說，算法作為一種新技術，它改造了人們認知的客體對象。要想把握算法素養，可以借鑒媒介素養、信息素養等在內的相關研究思路。［3］

尋找算法是怎樣的一個確定對象，思考用戶發展批判性認知思維，是這一研究路徑的重要做法。與機器廣泛應用于人類世界的現實相比，對于算法和機器學習等人工智能的素養研究并不多。研究認為，算法素養是對媒介素養在新技術作用狀態下的發展，是對以中介化和表征為理論的媒介素養效能的修正。［13］算法素養認為，當代用戶可接觸信息具有無限性，是因為用戶和媒介內容之間的同構造成的。用戶在使用媒介過程中，很難意識到算法的存在。因此，揭示算法的存在，就是算法素養研究的中心目標。［7］

從社會影響路徑出發，研究人員認為，算法素養需要借鑒已有的數字素養、信息素養和媒介素養等既有理論框架和策略。算法素養的認知對象是算法，應找到算法的確定路線，為用戶祛除迷思。為此，算法需要應對三大挑戰：第一，算法沒有明確可以傳授給用戶的確定路線；第二，算法在個體日常接觸中的不透明特征，用戶容易被“迷惑”；第三，由于相關的技術性過程并不清楚，而且社會用戶缺少必要的算法詞匯，他們容易遭遇表達困難。［7］可以發現，這一概念的追求目標和定義方式，旨在找出算法的確定路線，如此一來，就是遵從了教導使用者如何批判評估信息的傳統框架。

這些研究具有啟發性，同時也存在一定的局限。從計算技術和社會影響路徑出發的研究，分別為我們揭示算法是怎樣形成的、算法感知的復雜性。在算法素養的設計中，前者強調編程，后者堅持尋找可確定的認知對象。從算法素養的兩個路徑看，認識算法是一項艱巨的任務。認知算法的難度，弱化了社會個體的批判性認知能力。對于社會個體而言，究竟能在多大程度上意識到算法存在，知曉算法的工作原理，知道算法存在的偏見，恐怕都是未知數。對于數字設備相當熟悉的年輕人，也很難意識到算法作用機制的存在［14］，更遑論算法是如何起作用的以及算法對社會個體認知的偏見影響。算法素養需要尋找新的認識路徑，以整合或推進算法認知能力。

二、日常實踐作為算法素養的新范式

（一）日常實踐作為路徑的提出

日常實踐是對傳播研究范式轉向的新思考。自庫恩開啟“科學革命的范式”討論之后，范式已經成為認識論差異化存在的基本理論。由于范式的存在，不同的科學家在不可通約性旗幟下，推動了科學的不斷進步。盡管對范式的觀念存在一定的批評，但科學家對范式的認可，幾乎成為所有科學的基本準則。傳播研究亦不例外。庫爾德利認為，以往的傳播研究有五種范式，但總體上都強調對媒介文本和媒介制度的研究。他主張引入實踐范式，推動傳播研究的實踐轉向。［15］實踐范式是對人主動性認知能力的反思，具體到傳播研究中，就是要詢問人們的行為是如何與實踐聯系在一起的，發現傳播的實踐要素及其相關，以及意義是如何協商生產的。

作為傳播研究的范式，日常實踐早于實踐范式，可被理解為實踐范式的早期發展。一項范式的形成，通常會涉及一些科學家對相關研究方法的共同偏好。對日常實踐的系統研究，德·塞爾托是無法回避的、需要回顧的研究者。他認為，技術人員的理性是對其專業領域進行組織和理解的基礎，但普通人并不以此為基礎，不會按照技術人員的理性，推動社會認知向標準化或專家化方向發展。［16］38他們運用“實踐者的戰術”來創造日常生活，使自己能夠積極主動地參與日常生活，而不是消極地順從。這就提出一種基于日常規范生產者的規則，即參與社會生活的多元主體是如何進行日常實踐的。這一理論的提出，是對“不確定性理論”的批評性理解。作為現代社會的個體，人們認同理性是有用的，但主體在使用理性技術方面并不等同。技術的操作性原則，即“各個部分之間功能關系的可讀性，和模型在擴大和突出方面的復制”［16］305，導向一種復雜的不確定性。這意味著我們認知技術的理性，不能依靠表面觀察，應當回到祛除技術表象之外的，發現隱藏在其中的、導致規則變化的種種因素。

傳播實踐范式及日常實踐的研究取向，對算法素養的價值體現在兩個方面。其一，它意味著將媒介和受眾固化觀念的揚棄。傳播的實踐取向集中表現為“去中心化”和“去二元論”。媒介不再是被消費的對象，社會個體不再是受眾，他們都是社會網絡中的行動者。媒介不再是相對確定的認知對象，透過相互建構，媒介與用戶在實踐中不斷變化著。這就意味著傳統的主客體二元論不再適合認知傳播實踐，需要考慮使用者和媒介之間的相互作用。庫爾德利建議，應當關注人們采用媒介做什么以及可能會做什么等一系列實踐。［15］這一折中式的認知方法，是吉登斯和庫爾德利等人提出實踐轉向的重要觀念，即認為社會行動者將在生活領域中保持相對的理性自主，同時較少受到社會整體規范與結構制約。其二，實踐取向高度重視媒介對于社會個體的意義，即分析使用者接觸什么，他們是怎樣認知的，會對他們的生活產生何種影響。應當從用戶的媒介行為出發，討論實踐研究。［17］用戶的媒介行為，是作為行動者的用戶和媒介持續互動的結果，要把使用行為中形成的知識，看作一種實踐的知識。從上述兩點出發，我們需要接受這樣一種觀念：算法是一個傳播主體，它具有與人這一主體相似的位置；既然傳播進程中存在著某種平等關系，那么討論算法與用戶之間具有同構性就有了基礎。另外，作為實踐行為，就不能依靠技術本身的條件進行解讀，應當發現技術運行背后的規則以及作為社會參與者如何構建認知這些規則的方法。

傳播的實踐轉向，為我們提供了思考算法素養的方法，即從用戶的日常實踐出發，考察算法如何作用，文本為何無限生產，形成用戶的批判性認知。也就是說，要理解和把握算法，社會個體需要認識的對象包括第一層次的技術編碼和第二部分如何在日常實踐中認識算法。由此可能促進社會個體把握算法的真實，或者算法的本質。但這并不意味著，算法素養能夠輕松獲得。

（二）日常實踐路徑是對算法素養核心的揭示

第一，日常實踐作為算法的認知路徑，并不否認關于算法的一般性知識。算法是媒介素養的新認知對象，形成關于算法的知識是重要的。這就涉及如何獲取算法的知識。日常實踐作為認知路徑，其本質依賴于人們對于知識本質的探究。認識論的發展，體現為人們獲取知識的不懈努力過程，現已發展出相對完善的認識論觀念。研究者認為，準確定義知識是關鍵的，既有的知識結構和知識本質的信念、知識來源和知識判斷是推動知識得以證成真信念的重要因素。［5］這一判斷包括人們對知識的態度、知識來源以及知識何以接收的認知。知識結構和本質的認識，是獲取關于社會諸本質的探索。知識能否接收，則關乎知識的信源特征與社會個體對知識的期望水平。前者可稱作“慣習”，后者即“社會期望”。這些慣習和社會期望，反映社會個體在日常實踐中的行為性取向和心理性訴求，是社會個體獲取知識的基本結構。算法的認知是社會個體在日常生活和學習過程中積累的，是社會個體對知識把握數量和程度的能力。人們所進行的社會環境判斷和意見發表都是既有知識的運用行為，它顯示“認識論對于人類知識的性質、范圍和界限”的作用。

第二，日常實踐的知識，其關鍵在于認知主體的自主探索。知識包括科學知識和非科學知識，但它們都離不開主體的探索和發展。認知主體即為社會生活中的人類，有的是對專業領域知識有著較高發言權的權威主體，有的是社會生活中的一般個體，他們的經驗、邏輯和生活常識，也構成人類的知識來源。認識論的假定是知識是無限的，而社會個體的認知是有限的。所以，對于社會諸現象的認知，個體的認識能力包括至少兩個主要方面，要么認識到現象的本質特性，要么停留在對現象的印象方面，即對未知真實的把握程度不同。追求提高真實水平的把握程度，即為認知主體不斷探索和發展科學知識的動因。當代算法的無處不在，要求提升認知主體的主動性，這對從日常實踐的認知路徑出發的算法素養提供了機會。

第三，在日常實踐的路徑下，算法認知可“天然地”轉移到用戶。算法可以被看作是一種專門的知識，要想把握算法，就有賴于社會個體對這一專門知識的信念以及對專家知識系統的學習，還包括社會個體運用算法知識進行推斷的能力。不幸的是，當代社會對“專家知識”的依賴程度有弱化的趨勢，這為算法的認知帶來不確定性。以數量來計，網絡化知識占據知識總體的絕大部分，增加了用戶對獲取知識的焦慮。在網絡中的專家，不再以具有某一特定領域的知識系統為優勢，他們更多的只是最早發聲的個體，即“云上專家”［18］12。算法作用于信息生產及其擴散的全過程，社會個體在日常行動中形成關于算法的一般性知識。所以，用戶應當為自己負責。提高算法的個體認知期望，有助于增進計算素養。較高的算法素養，應當是對算法運行中的傾向性或偏見有著清晰的把握，知道算法是在特定的激勵結構中編寫的。由于社會個體的差異性，并非所有的網絡使用者都可以準確理解算法。從一般意義上講，能夠持續提供令社會個體持續接觸媒介的行為，一定是充分展示了算法的偏向。

（三）傳播實踐出發的算法素養

從實踐出發，意味著用戶要主動去認知，對日常實踐保持敏感，逐步構建起個體的算法素養。計算系統的發展都是用戶設計的，這意味著用戶和算法的同構，但不意味著用戶和算法具有同等重要性，而是說用戶在算法實踐中發揮主動性極為關鍵。正如尼爾·波茲曼所言：“如果學習者本人‘沒有意識到相關問題值得學習’并‘在確定解決方案的過程中發揮積極作用’，就無法幫助學習者實現自律、積極、徹底地參與?！保?9］48

第一，讓用戶意識到有必要去把握算法素養，是實現算法素養的第一步。采取適當的策略，例如，借鑒將教學看成是一種顛覆性的活動，進而推動教學效能的提升?？梢园l現，算法也將顛覆社會個體的日常生活，有助于用戶發展出算法素養。這里涉及兩個問題：一是對算法的認知確實是一種顛覆性的媒介教育活動。算法和編程是重要的智力工具，而且已有的數字素養和媒介素養，在一定程度上，為人們指出算法素養實現的方向。現有的冠以“素養”研究的成果，大多是從確定對象的認知框架中發展起來的，需要知道一些不確定生成的原理。例如，媒介素養是對信息傳播文本的批判性思考，同時已經考慮到媒介文本生產的背后因素，認為媒介組織的生產存在偏見。二是提高用戶的媒介素養，就會將媒介文本和媒介內容生產過程連接起來考察。像美國的全球性媒介，總是將自我優越性置于文本的內容中?，F在，算法作為文本生產的手段，用戶就需要知曉哪些媒體是采用算法運行的？這些算法系統是否合理，它會產生不良后果嗎？這里強調的“日常生活”，也就是對社會個體的實踐保持敏感。

第二，從日常實踐出發，是對“算法作為實踐知識”的把握。傳播實踐的知識，是一種介于“實踐與話語交匯的算法知識”［6］。社會個體要清楚地知道“怎么樣”的問題，就是對日常使用行為進行一定的約束，并采用如下觀念進行分步驟的討論。具體來說它有三個層次：了解算法是什么；知道算法如何在中介空間中完成任務；自我表達和情感體驗，把握直接收益，感受算法不足。從實踐出發，就是要把個體的算法知識與諸如信息素養等知識連接起來，這些知識在個體的日常行為中具有反思特征。為此，用戶就會調用來自個體頭腦中的知識，把個體與媒介內容的互動作為認知對象，推斷社會個體如何歸因于算法。Cotter的實踐認知包括操作理論和抽象理論兩個部分，前者重在把握影響內容生成的算法監管標準，如公正性、平衡性、準確性等，后者將算法置于時間維度中討論，以觀察信息生產平臺的普遍性取向?；谏鲜鲋R，用戶能夠意識到，用戶的行為為算法提供數據，這些數據隱含個體的興趣和偏好。根據人以群分或者信息推薦的分類原則，反復推送相關信息給用戶，或者依據大眾品位，呈現新聞信息生產的最小公分母原則。我們注意到，這種將以往規范性的教育倒向一種顛覆性的認知，即滿足以下標準：社會個體的探索行為是從下而上，隨著時間不斷改變認同，進行非特定的信息體驗且還會展示他們的算法經驗。［7］

第三，從較長的傳播實踐來看，還需要對計算文化有較好的把握。計算文化是關于算法對于社會個體的意義。這里借鑒威廉斯的文化定義，對這一概念進行關聯性解讀。威廉斯認為文化有三種意義：一是“智力、精神和美學發展的一般過程”，二是特定人群或特定時期的生活方式，三是智力所創造的各種文本與實踐。［20］2第一種概念討論的是文化的精神性內涵。算法素養可以對應到威廉斯的第二種概念中。顯然，媒介素養是對文化的第三種定義的使用。算法的創建與社會技術及對其理解共同促成網絡內容的推送，是對影響和制定人們生活各個方面表現的總和。通常人們只看到算法對個體的影響，并將其局限于接觸網絡這樣的單線思維中?，F在應當看到，對算法的任何認識都需要承認和考慮使對象產生的文化，包括“塑造算法文化的話語、物質經濟和社會制度，以及與之相關的人的實踐”［21］。塑造算法文化的認知對象，不僅有用戶熟悉的文本，而且有文本生成的過程。這些話語既來自社會機構的建構，又包括個體參與其中的塑造。文本最初由特定的社會個體生產，其聚合方式來自個體參與的塑造。在人們有意無意地將文本獲取權力委托給算法后，算法就會對人們如何訪問、實踐、體驗和理解這些接觸行為進行記載，事實上賦予算法擁有權力并能“合法化地”使用權力。［21］算法具有使話語成為可能、限制或改變的條件，這些改變就是社會權力的行使。在此，算法素養就需要詢問，這些權力行使是否公正、平等，不包括偏見。

三、算法素養的認知模式與框架

（一）算法素養認知的社會模式

今天，媒介素養的社會模式生成條件沒有改變，這主要是因為集合化的個人認同而非個體性的認知方式仍然是社會用戶使用媒介的基本方式。從可視化界面看，算法素養處理的還是文本與人的關系。不同的是，人們需要關注文本生產的過程。一個新的認知對象就出現了，即作為類人物質的機器（包括有形的機器人和無形的機器代碼）。從形式上看，這些非人物質與作為社會個體的用戶之間具有關系平等特征。然而，非人物質只是一些算法的循環反復，到目前為止，沒有形成自己思想體系。我們同時還需知道，非人物質的存在和人之間的關系，事實上形成了新的社會關系。如前所述，算法不僅是擴大認知對象的社會存在，更是對人和機器代理人這種仿人關系的再認識。也就是，如何理解技術在社會中的作用和功能，是算法素養的應有之義。

算法素養認知的社會模式，除了在對信息傳播過程參與的類人物認知外，還強調用戶的自我反思。日常實踐的認知路徑，強調用戶在自我反思過程中增進對算法的理解。算法與用戶相互同構，一種仿人類智能的計算和具有人類智能的社會個體在媒介使用中展開對話。一方面，非人對象成為人們認知的客體，算法素養就是從這個角度出發討論的。另一方面，用戶也成為算法認知的對象，通過計算系統，用戶蹤跡成為算法的依據。相比起以往用戶對文本的審視，今日的文本也具有某種審視用戶的能力，并且借由算法，社會交往的網絡化在不斷加強。［22］將用戶看作網絡成員，他們與網絡中的認知對象處于動態的、不斷變化的異質對象之間的關系連接，認為網絡知識就是一種參與網絡的用戶關系，以及對這種關系的再認過程。由于社會個體認知對象的無限性，社會用戶的身份就會不斷變化。當前出現的認知裂隙，緣于社會因技術而加速度發展，而社會個體處理數據的能力并未與之完全合拍，并非如“回音室”效應所認為的那樣受限于自我的小生境。因此，高度使用互聯網的用戶，在接觸各種信息方面的選擇性雖然越來越少，但他們接觸的信息會多樣化。算法在強化某些個性化信息的同時，加強了社會個體接觸其他信息的機會。如此，將增進他們對算法的理解和批判能力。

社會模式的另一層意義是將計算文化作為一種預先設置的情景加以認知。對于頻繁出現或相似內容的認知，是現代媒體在社會個體日常生活中的核心地位顯示。數字技術不僅能夠存儲和擴散信息，更能定制信息，是人工智能內容生產的情景裝置。數字技術與生成式人工智能操縱處理了信息。［23］17由于廣泛的個性化，互聯網內容表現出高度的碎片化、小眾化?；ヂ摼W發展的高參與度，是透過算法技術操縱實現的，它讓智能化終端成為媒介基礎設施。基礎設施本身不能持久的盈利，關鍵在于用戶行為的重復特征。當用戶重復其瀏覽行為時，社會個體被高度數據化，傳送到上游服務器。計算文化謀取利益或利潤的準則，就是在這些技術的應用背后，商業資本流動的方向，是文化工業手段的全面撒網。誠然，計算文化的高度工業化，是順應大數據的企業成本要求，但它在一定層次上擴展了社會參與的熱情。算法的偏向是意義的工業化水平不斷提高的結果，針對傳播過程中的控制機制積累的后果，其中涵蓋算法的逐步累積、信息的持續推送和社會行動的取向這些傳播的基本現象。

（二）算法素養的認知框架

從高度重視文本轉向對文本及其文本生產過程，是算法素養探究的必然。中介和表征視角的批判性素養框架已經顯示出不足，對于人工智能的介入，應在理論和實踐方面發展出算法素養框架。構思動態性的、持續變化的異質對象的認知，很少受到特定媒介接觸形態的影響。借鑒以往的素養研究，將有助于我們建立算法素養。信息素養強調個體通過數字技術進行訪問、管理和交互式信息傳播，為批判性素養創造極好的機會。為此，算法素養的認知不應限定于媒介自身，應轉向人們如何參與并助長信息內容的推送；認知對象中潛在的認知缺陷（例如人們更容易為聲量大的對象所吸引、景觀式的展現所誘導）為商業化和認知偏見的傳播增加了營養。既然較高的媒介素養能夠增進用戶與社會之間建立聯系［24］，那就意味著較高的算法素養保持相同的趨勢。

算法素養的實踐取向就是將媒介素養的批判擴展到社會個體的行動。在當前的媒介環境中，我們不應當停留在告知用戶算法是什么以及算法如何起作用等內容的介紹中，而應當發展關于計算代理機制如何塑造我們自身［13］，甚至在挑戰人類與計算代理二分法的情境中，要建構一個使人們更好地使用算法系統、創造更符合現代社會公民的媒介環境。為此，從實踐出發，取消人類與計算代理的二分法，理解算法與用戶的同構是必要的。

具體而言，算法素養包含以下四個關聯的層次。對于算法而言，第一個層級也是最基礎層面的層級，就是算法運行邏輯層。也可以稱其為算法編程層。這一部分涉及技術性問題，需要認知算法推送機制的形成。通過理解算法是如何模擬人類思考方式，采用計算機編程，從而實現算法類人的存在。知曉算法是依據一定的材料進行數據處理，并按照數據處理的結果，推送相應的信息給用戶。人們之所以能不斷地接收到類似的、高度符合興趣的信息，是因為算法同時涉及信息的分類和相似度計算。相應的，這一層次的算法能力，就是計算機編程和機器學習。［25］人們應對編程語言和編程過程有基本的理解，知道計算分析和機器學習是什么。另外，對計算機編程規則及其偏向的存在有一定的認識。具體到策略方面媒介教育提供的多地址、多語言搜索相同的關鍵詞，可作為一種編程方式的替代，可讓使用者了解到算法的運行邏輯。［2］

算法認知的第二個層級，是社會信息的持續推送層。我們將這一層稱為無限文本可視界面。算法認知的關鍵，就在于通過顛覆性的教學，使社會個體感受到算法是存在的。人們會看到無限的文本推送，用戶需要意識到，正是因為自動化或人工智能的存在，信息才能源源不斷地抵達用戶界面。用戶有必要知道，每一種計算機應用都可能會收集隱私信息，社會個體需要知情同意。相應的，這一層級的算法素養，就是媒介文本具有分類特征，即網絡信息主要由分類信息和公共信息兩部分構成，前者訴諸個體特殊興趣，后者訴諸非特定群體的公共價值。

第三層級，就是反思和批判文本，可以稱之為文本話語層。就獲取的文本而言，信息素養和媒介素養中的文本認知相當有用，但喚起用戶利用這些能力卻非易事。由于文本持續的流動特征和用戶身份的可能性轉變，社會個體很難調用批判性能力。要對媒介文本所包含的社會性、政治性進行批判性解讀，人工智能高度介入信息推送，發現機器人等非人的物質性存在也會傳播信息，便是文本包含的個人興趣及其價值偏向等。相應的，這一層次的算法素養重在理解社會個體的使用與算法是相互同構的。反思和批判離不開對自身情境及使用者情感的分析，社交媒體和個性化推薦機制，推動社會關系網絡化和情感擴散無處不在。使用網絡就意味著反思使用行為中的情感介入，這通常包括對自己所屬群體的判斷。

第四層級，行動性取向，可以稱之為批判行動層。對文本中包括的各類信息及其價值導向進行批判，形成主動建構算法的能力。創造和設計一定的媒介文本，觀察由此帶來的信息擴散影響。這一內容包括妥善處理個體隱私信息，利用技術手段生產媒介文本，并對媒介文本可能的影響進行推斷。

算法素養的四個層次是在實踐和話語反思中形成的。其中，算法編程層、無限文本可視界面和批判行動層屬于實踐知識，第三層級屬于話語反思知識，是媒介素養多模態批判內容。社會個體存在多層次性，要區分對待用戶可以接觸的內容和無法接觸到現象背后那個真實的維度。無法接觸，就無法對知識有著實踐的感知。為此，就要通過理性和道德，去把握人們有限的現象層面的生存。

四、結語

當前人工智能的廣泛應用，為用戶提升算法素養提出新的認知要求。算法一定程度上消弭了人和類人物質之間的界限，還因為算法這“看不見的手”時時在用戶的指尖、眼前行動，自主性使用媒介，而非被算法監控，是算法素養的基本目標。從編程或傳承社會影響的角度認知，分別涉及算法的過程和結果，因而將二者結合起來，似乎是一個不錯的選擇?？紤]到傳播研究的實踐取向，對算法的編碼認知及其與用戶的同構解碼，有助于我們發展出算法素養的新框架。算法素養的四層次認知就是對傳播實踐和相關話語的反思。我們正處在一個無限文本擴散，用戶身份不斷被形塑的情景中。算法無處不在的監控，就需要我們拿出協商性的策略，成為具有主動控制能力的個體，以減少算法對我們日常社會生活的剝奪［26］17，實現馬克思所稱的自由的人。盡管算法是信息傳播網絡中的一個主體，但它不會主動告訴用戶：當代無限文本的存在，社會個體身份的不斷重塑，都是算法在起作用。這些自動化的，通常被稱為人工智能驅動的機制，不僅增進“后人類”的不斷生成與發展，而且使網絡內容對社會個體的影響越來越突出。［13］媒介使用的實踐呼吁社會個體的高度自主性，算法素養是在實踐與社會話語的交匯處實現的。

作為對新媒體的批評能力建構，算法素養已經從以往對文本和中介化的建構轉向互動的社會實踐。傳播實踐的轉向，實際上是一系列不同的文化轉向。因此，有必要理解這些轉向及其要素的形變，才能產生有意義的媒介使用指導概念。當下，算法素養的認知和方法正在發生變化，吸收已有的素養框架和創建新的素養知識同等重要。為此，我們提出從實踐出發的算法素養設計，以此來推動媒介素養的社會模式研究的深化，反映媒介實踐、用戶身份和網絡之間的相互關系。算法是人工智能的內核，因而算法素養實際上也回應了人工智能廣泛介入環境中，如何提供社會個體使用信息的能力這一基本問題。我們認為，算法構成當代社會個體的基礎信息環境。認知算法，意味著認知了算法環境。有了算法素養，將有利于人們的社會實踐。從日常實踐出發的算法素養，也是對“人們能夠從通過媒介做什么，去思考人們在使用媒介可能做什么的”［4］問題的一種答案。

參考文獻：

［1］" O’Hara I.Automated Epistemology：Bots，Computational Propaganda amp; Information Literacy Instruction［J］.The Journal of Academic Librarianship，2022（48）：1-7.

［2］" HOBBS R.Propaganda in an Age of Algorithmic Personalization：Expanding Literacy Research and Practice［J］.Reading Research Quarterly，2020（3）：521-533.

［3］" 陳昌鳳，呂婷. “去蔽”的警示：算法推薦時代的媒介偏向與信息素養［J］.中國編輯，2022（5）： 35-39.

［4］" GREENHOW C，ROBELIA B，HUGHES J E.Learning，Teaching，and Scholarship in a Digital Age Web 2.0 and Classroom Research：What Path Should We Take Now？ ［J］.Educational Researcher，2009（4）：246-259.

［5］" 陳衛星.智能傳播的認識論挑戰［J］.國際新聞界，2021（9）：6-24.

［6］" COTTER K.Practical knowledge of algorithms：The case of Bread Tube［J］.New Media amp; Society，2024（4）：2131-2150.

［7］" "SWART J.Experiencing Algorithms： How Young People Understand，Feel About，and Engage With Algorithmic News Selection on Social Media［J］. Social Media + Society， 2021（2）：1-11.

［8］" 愛森斯坦.作為變革動因的印刷機：早期近代歐洲的傳播與文化變革［M］.何道寬，譯.北京：北京大學出版社，2010.

［9］" LATOUR B.Reassembling the Social：An Introduction to Actor-Network-Theory［M］.New York：Oxford University Press，2005.

［10］" GARINGAN D，PICKARD A J.Artificial Intelligence in Legal Practice：Exploring Theoretical Frameworks for Algorithmic Literacy in the Legal Information Profession［J］.Legal Information Management，2021（2）：97-117.

［11］" EZEAMUZIE N O，LEUNG J.Computational Thinking through an Empirical Lens：A Systematic Review of Literature［J］.Journal of Educational Computing Research，2022（2）：481-511.

［12］" LUKE A. Critical literacy： Foundational notes［J］.Theory into Practice，2012（1）：4-11.

［13］" LEANDER K M，BURRISS S K.Critical literacy for a posthuman world：When people read， and become， with machines［J］.British Journal of Educational Technology，2020（4）：1262-1276.

［14］" DOGRUEL L，MASUR P，JOECKEL S.Development and Validation of an Algorithm Literacy Scale for Internet Users［J］.Communication Methods and Measures，2022（2）：115-133.

［15］" COULDRY N. Theorizing media as practice［J］.Social Semiotics，2004（2）：115-132.

［16］" 塞托.日常生活實踐：1.實踐的藝術［M］.方琳琳，黃春柳，譯. 南京：南京大學出版社，2009.

［17］" 顧潔. 媒介研究的實踐范式：框架、路徑與啟示［J］.新聞與傳播研究，2018（6）：13-32.

［18］" 溫伯格. 知識的邊界［M］.胡泳，高美，譯.太原：山西人民出版社，2014.

［19］" POSTMAN N，WEINGARTNER C.Teaching as a subversive activity［M］.Harmondsworth： Penguin Random House，1969.

［20］" 斯道雷.文化理論與大眾文化導論（第七版） ［M］.常江，譯.北京：北京大學出版社，2019.

［21］" LLOYD A.Chasing Frankenstein’s monster：Information literacy in the black box society［J］.Journal of Documentation，2019（6）：1475-1485.

［22］" 王貴斌.媒介素養認知模式的迭代更新［J］. 現代傳播，2020 （6）：158-163.

［23］" 凱拉.媒介與社會：權力、平臺和參與［M］.任孟山，陳文沁，譯.北京：中國傳媒大學出版社，2024.

［24］" 吳鋒， 楊曉萍. 算法推薦背景下用戶媒介使用對“回音室”效應的影響研究：兼論媒介素養的調節作用［J］.西南民族大學學報（人文社會科學版），2022（5）：112-115.

［25］" UNESCO.A Global Framework of Reference on Digital Literacy Skills for Indicator 4.4.2［EB/OL］.（2018-04-15） ［2024-03-15］.https：//uis.unesco.org/sites/default/files/documents/ip51-global-framework-reference-digital-literacy-skills-2018-en.pdf.

［26］" ZUBOFF S.The Age of Surveillance Capitalism：The Fight for a Human Future at the New Frontier of Power［M］. New York：Public Affairs Books，2019.

【責任編輯" " 馬" "俊】

On the Improvement of Algorithmic Literacy in Daily Practice

WANG Guibin

（School of Journalism and Communication， Shaanxi Normal University， Xi’an 710119，China）

Abstract：Algorithmic literacy mainly focuses on the cognitive research of operational and propositional “facts”， which is manifested mainly as a mediation or representational framework， but fails to form a strong tracking of daily practice. This paper proposes that the basic approaches to computational literacy should be grounded in daily practice： constructing a subversive strategy based on practical knowledge， enhancing the reflectiveness of the daily behavior of cognitive subjects， maintaining sensitivity to computational culture， and building a bridge between human and non-human subjects. At length， the cognitive framework of algorithmic literacy and the knowledge pyramid of algorithmic literacy education are proposed and constructed.

Key words：algorithmic literacy； daily practice； user subjectivity

基金項目：國家社會科學基金重點項目：國家治理現代化視域下的全媒體傳播體系構建研究（20AZD057）；陜西師范大學長安與絲路文化傳播項目：大數據時期西安形象的可視化統計研究（YZJDB08）

作者簡介：王貴斌，男，甘肅平涼人，陜西師范大學新聞與傳播學院教授，博士研究生導師，文學博士，主要從事媒介素養、網絡輿論研究。