新質生產力下體育賽事算法推薦的運行機制、法律難題及治理路徑

DOI：10.14104/j.cnki.1006-2076.2025.01.012

［引用格式］李曉宇.新質生產力下體育賽事算法推薦的運行機制、法律難題及治理路徑［J］.山東體育學院學報，2025，41（1）：108-115，126.

摘要：在新質生產力背景下，算法推薦技術廣泛應用于體育賽事之中，實現了賽事節目傳播范式的變革和服務質量的提升，但也面臨著日益嚴峻的法律風險。該研究通過文獻資料和案例研究等方法，在闡明算法推薦技術與體育賽事融合的基礎上，探討了體育賽事算法推薦的運行機制、法律難題和治理路徑。研究表明，體育賽事算法推薦經歷體育數據收集、體育數據分析、體育數據審核、體育用戶畫像標簽提取以及體育數據推薦五個階段；雖然體育賽事算法推薦降低了大規模信息推薦的決策成本，有效解決了信息冗余問題，促進了個性化體育賽事的精準推送，但也引發了運動員合法權益受損、體育賽事網絡平臺權力異化、社會公眾知情權與隱私權被侵犯等新的法律難題?；诖?，該研究提出相應的治理路徑：提高網絡平臺對體育賽事算法推薦的注意義務；網絡平臺應承擔體育賽事算法推薦的反壟斷義務；網絡平臺應引入透明度義務和用戶拒絕權等。

關鍵詞：新質生產力；體育賽事；算法推薦；運動員隱私權；權力異化；知情權；注意義務；透明度義務

中圖分類號：G80-051文獻標識碼：A文章編號：1006-2076（2025）01-0108-08

Operation Mechanism， Legal Problems and Governance Path of Sports Event Algorithm Recommendation Under New Quality Productivity

LI Xiaoyu

1. School of Law， Guangdong University of Foreign Studies， Guangzhou 510006， Guangdong， China; 2. School of Civil and Commercial Economics， China University of Political Science and Law， Beijing 102299， China

Abstract：In the context of new-quality productivity， algorithmic recommendation technology has been widely applied in sports events， leading to a paradigm shift in event broadcasting and an enhancement in service quality. However， it also faces increasingly severe legal risks. Through methods such as literature review and case studies， this research explores the integration of algorithmic recommendation technology with sports events， examining its operational mechanisms， legal challenges， and governance pathways. The study reveals that sports event algorithmic recommendation involves five stages： sports data collection， sports data analysis， sports data review， sports user profiling， and data recommendation. While this mechanism reduces the decision-making costs of large-scale information recommendations， effectively addresses information redundancy， and facilitates precise and personalized sports event recommendations， it also raises new legal issues， including the infringement of athletes’ legitimate rights， the alienation of power on sports event platforms， and violations of the public’s right to know and privacy. Based on these findings， the study proposes governance pathways， including enhancing the duty of care of platforms for sports event algorithmic recommendations， imposing antitrust obligations on platforms， and introducing transparency requirements and user refusal rights.

Key words：new quality productivity; sports events; algorithm recommendation; athletes′ right to privacy; power alienation; right to know；duty of care; transparency obligation

體育新質生產力以“以新促質”為核心，“以科技創新”為導向，依托算法、生成式人工智能等顛覆性技術，催生出體育新產業、新動能和新模塊，實現體育發展方式的根本變革。2024年1月31日，習近平總書記在中共中央政治局第十一次集體學習中強調，“發展新質生產力是推動高質量發展的內在要求和重要著力點，必須繼續做好創新這篇大文章，推動新質生產力加快發展”。2024年7月18日，中國共產黨第二十屆中央委員會第三次全體會議提出，“加快形成同新質生產力更相適應的生產關系，促進各類先進生產要素向發展新質生產力集聚，大幅提升全要素生產率”。當前，第四次工業革命代表技術（如算法推薦、生成式人工智能、大數據等）已廣泛融入體育領域中，推動體育產業從量的增長轉向質的提升。具體來看，在新質生產力的推動下，算法推薦和人工智能等新興技術的應用，提升了體育產業的整體效率與服務質量，優化了體育產業結構，推動了體育產業的綠色發展［1］，并促成了體育文化的傳承與創新。因此，發展體育新質生產力已成為時代的使命。

然而，新質生產力催生的算法推薦等新興技術的應用，也引發了我國體育賽事侵權行為的顯著變化。體育賽事的侵權重心從傳統的電視和電腦軟件，逐漸轉移到以算法推薦為核心的抖音、B站等新興平臺；侵權方式從過去的完整版體育賽事節目盜播，演變為二次創作和體育賽事片段的交互式傳播；侵權責任的焦點也從追究未經授權傳播者的直接責任，轉向對網絡平臺（算法推薦者）間接責任的重點關注。如，2016年歐洲足球錦標賽糾紛案、2016年里約奧運會糾紛案、2018年俄羅斯世界杯糾紛案、2019賽季中超聯賽節目糾紛案，以及2020年鳳凰網賽事轉播案等，主要集中在作品屬性認定、傳播權侵權判定和侵權責任承擔等基本問題上。但是，在2024年法國網球公開賽、2023年杭州亞運會、2022年北京冬奧會等體育賽事中，短視頻算法推薦引發的新型侵權問題開始顯現，形成了新的體育糾紛挑戰。

體育賽事節目具有時效性強、情感參與度高、互動頻繁等特點，觀眾的關注點主要集中在賽事進行期間或比賽結束后的短時間內，尤其是在進球、決賽等關鍵時刻，觀眾更容易產生情感共鳴和強烈的情緒反應。因此，體育賽事節目（尤其是短視頻版）通常較為突出呈現比賽中的精彩瞬間，并伴隨大量的實時互動與觀眾評論，有效增強了觀眾的參與感和節目傳播的廣度。而在體育賽事的傳播中，算法推薦扮演著重要的角色。具體而言，體育賽事節目根據用戶的興趣和觀看習慣，通過算法推薦生成個性化內容推送，同時通過對用戶的相關數據（如觀看記錄、點贊、評論等）進行分析，為觀眾推薦更為感興趣的、更為匹配的比賽內容或精彩瞬間。如，將特定球隊或運動員的比賽推送給該球隊的粉絲，從而提高內容的傳播效率和觀眾體驗。但是，算法推薦推動體育賽事傳播的跨越式發展，也引發了侵犯運動員合法權益、體育賽事傳播平臺權力異化以及社會公眾觀看體育賽事的知情權與隱私權受損等一系列法律問題。盡管如此，我國對新質生產力背景下“體育賽事算法推薦”的法律規制研究卻付之闕如，由此引發了以下幾個關鍵問題的深入思考：在新質生產力的背景下，體育賽事算法推薦的運行機制是如何運作的？這種算法推薦引發了哪些新型法律難題？應如何完善體育賽事算法推薦的法律治理路徑？本研究將圍繞這些問題展開分析，闡述新質生產力背景下體育賽事算法推薦的運行機制，分析由此引發的法律難題，最后提出相應的治理路徑，以期優化我國體育賽事算法推薦的法律保護體系。

1新質生產力下體育賽事算法推薦的運行機制

體育新質生產力以科技創新為軸心，以體育數據為關鍵要素，以體育高質量發展為目標，并以戰略性體育產業升級為導向，通過顛覆性技術推動體育產業的根本變革。隨著體育賽事信息的爆炸式增長，用戶在挑選合適的體育賽事節目和相關服務時往往面臨選擇困難，信息過剩反而增加了用戶的選擇成本與決策難度。雖然數據是體育新質生產力的關鍵要素［2］，但網絡平臺上充斥著大量冗余的體育數據，為精準識別用戶的體育服務需求設置了重重障礙。因此，具備精準推送和個性化供給特征的算法推薦技術應運而生，算法推薦依托體育科技創新，連接用戶的行為偏好，有效解決了體育賽事信息過剩的問題?？傮w而言，體育賽事算法推薦的運行機制大致包括體育數據收集、體育數據分析、體育數據審核、用戶畫像標簽提取以及體育數據推薦五個階段。

1.1體育數據收集階段

海量體育數據為網絡平臺提供個性化體育賽事推薦奠定了堅實的基礎。在新質生產力的推動下，算法推薦和人工智能等新技術促使海量體育數據成為體育產業高質量發展的戰略性資源［3］。根據不同的創作主體類型，體育數據可以分為專業生產體育數據（PGC）、職業生產體育數據（OGC）、用戶生成體育數據（UGC）和人工智能生成體育數據（AIGC）等。

其中，專業生產體育數據（PGC）是指由專業領域的團隊或專家生產的體育數據。如，在抖音平臺上，劉畊宏等專業健身教練基于“喜愛”或“愛好”為普通用戶提供運動課程，形成免費的健身教學內容。職業生產體育數據（OGC）是指由具備體育專業知識的職業人員生產的體育數據，并以此獲得薪資報酬。如，在體育賽事的短視頻和直播中，專業記者或編輯制作賽事節目，并領取相應的報酬。用戶生成體育數據（UGC）是指普通用戶通過網絡平臺提供的原創體育賽事數據。在UGC中，普通用戶不再僅僅是體育賽事信息的接受者，也有機會創作和傳播體育賽事數據，這意味著非職業用戶可以制作、編輯和上傳體育賽事數據，進而從信息接收者轉變為信息創作者與發布者。人工智能生成體育數據（AIGC）是指通過人工智能分析處理現有的體育相關數據并自動生成新數據。如，以ChatGPT為代表的新型人工智能，已經在體育相關知識的數據生產與創新方面展現出較強的潛力［4］，而算法技術的應用極大地解放了體育賽事新聞數據的生產［5］。總體而言，通過體育賽事數據收集并匯聚成網絡平臺的原始數據庫，為后續的體育賽事算法推薦提供了基礎資源。

1.2體育數據分析階段

網絡平臺收集體育賽事數據后，需要進一步按照不同類別進行處理和分析，而新質生產力催生的前沿技術使得對海量體育數據的分析成為可能。體育賽事數據分析主要包括“數據分類”和“數據標簽提取”兩個方面。一方面，“數據分類”的劃分標準主要包括賽事級別、賽事性質和辦賽模式等方面。如，以賽事級別為標準，體育賽事數據可分為一類國際大型體育賽事、二類國際體育賽事、三類國際體育賽事、其他國際體育賽事、全國性單項體育賽事及省級體育賽事等數據［6］。其中，一類國際大型體育賽事可以進一步細分為世界錦標賽、世界杯賽事、奧運會、亞運會資格賽等；世界錦標賽還可細分為田徑和球類等項目；球類項目又可以分為足球、籃球、網球、乒乓球等。對體育賽事數據進行分類有助于將其與用戶信息進行匹配，從而實現體育信息的個性化推送。另一方面，“數據標簽提取”是指按照算法模型對每條體育賽事數據進行標簽化，這有助于與后續階段的用戶標簽進行有效匹配。數據標簽提取通常包括事實標簽、規則標簽和模型標簽等。其中，事實標簽描述體育賽事的客觀信息，如運動員的性別特征；規則標簽是算法處理后生成的標簽，如體育賽事的熱門程度；模型標簽則涉及對體育賽事的評估和預測，如觀眾對某項體育賽事的興趣程度和關注度。

1.3體育數據審核階段

經過收集、分析和處理的體育賽事數據也并不會立即通過算法推薦給用戶，而是需要經過網絡平臺的風險審核，即網絡平臺憑借算法來檢查體育賽事數據是否包含色情、低俗、謾罵、欺詐、煽動、隱私侵權或價值觀導向錯誤的內容。一般而言，審核的對象包括后臺原始數據庫、發布的體育賽事信息以及用戶評論等。如，在2023年杭州亞運會期間，網信辦要求抖音等平臺嚴格把控干擾體育賽事節奏的信息，尤其是涉及虛假言論、煽動群體對立、隨意謾罵運動員和故意披露運動員隱私等方面的體育信息。為此，網信辦決定從2023年8月28日至10月29日開展“清朗·杭州亞運會和亞殘運會網絡環境整治”專項行動。但是，如果海量低質內容的體育賽事數據完全依靠人工逐一審核，網絡平臺將面臨巨額的人力、物力和財力投入。因此，網絡平臺開始設計鑒黃模型以及識別謾罵、低俗及煽動信息的算法模型，通過運用欺詐檢測算法、低質內容篩查算法、隱私侵權篩查算法等技術，精準識別并篩除違法違規的體育賽事數據，從而實現體育賽事數據的自動化風險審核。此外，不同網絡平臺也可以共享違法違紀信息數據庫，以提高低質體育賽事數據的識別和篩查效率。

1.4用戶畫像標簽提取階段

“用戶畫像”（User Persona）最早由“交互設計之父”Alan Cooper提出，其核心目的在于通過數據分析精準刻畫用戶特征，深入洞察用戶需求，從而實現產品服務與營銷策略的全面優化。具體到體育領域，體育用戶畫像被視為一種基于用戶身份特征（姓名、性別、職業），偏好特征（興趣、愛好）以及行為特征（消費習慣、生活方式、社交行為）的標簽化建模方法。體育用戶畫像的構建依托于全面、精準且實時的動態數據，其核心在于對用戶信息進行精細化分類與建模，即通過對多維數據的提取與分析，致力于全面描繪用戶的行為模式，并生成具有預測性與適應性的用戶模型。在體育賽事算法推薦中，畫像的生成需整合多維信息，如，瀏覽體育新聞、收藏賽事節目、評論賽事內容、購買運動產品的記錄，以及運動行為和健康數據等動態行為特征。但是，由于用戶個體差異的存在，用戶畫像標簽的精準性與適用性也存在顯著不同，為確保畫像模型的動態適配性與時效性，網絡平臺需通過對標簽的持續迭代和優化，保持用戶畫像與用戶行為的高效聯動。如，通過結合體育用戶畫像技術與關聯規則分析，網絡平臺能夠精準預測老年用戶的體育服務需求，并實時調整畫像模型，進而為社區老年用戶提供高度個性化的體育服務推送?？傮w來看，這種基于用戶畫像的標簽化刻畫方法，不僅顯著提升了體育賽事推薦的效率與精準度，還進一步深化了用戶的個性化服務體驗，推動了體育服務智能化與人性化的發展。

1.5體育數據推薦階段

體育數據收集、分析、審核以及用戶畫像標簽提取后，網絡平臺會利用算法模型向用戶推薦個性化的體育賽事，顯著提升了體育賽事的“可見性”［8］。目前，體育賽事的算法推薦主要包括三種類型：基于內容的過濾推薦、協同過濾推薦和混合推薦算法。

第一，基于內容的過濾推薦是通過分析用戶之前瀏覽、點擊、評論、點贊、收藏或消費體育賽事的相關情況，來推薦潛在感興趣的體育賽事。如，當用戶觀看并評論澳大利亞網球公開賽后，網絡平臺可能會推薦數據類似的法國網球公開賽。究其原理，通過分析用戶的行為記錄（如瀏覽、點贊和評論），來推薦與用戶偏好相似的體育賽事。第二，協同過濾算法推薦是基于相似用戶的觀賽數據來進行推薦的。如，如果用戶A、用戶B和用戶C都喜歡某一項體育賽事（如歐洲足球錦標賽等），而用戶D與用戶A、B、C在畫像標簽上有相似之處，那么用戶D也很有可能會對歐洲足球錦標賽感興趣。第三，混合推薦算法是一種結合多種推薦技術優點并規避其缺點的推薦方式。與基于內容的過濾推薦算法相比，混合推薦算法能夠更高效地處理海量體育賽事數據，且避免了協同過濾算法在面對新數據時可能出現的“冷啟動”問題［9］?；旌贤扑]算法通過克服前兩種算法的缺陷，保留其優點，提供了更為全面的推薦服務，其技術本質上是將原始數據庫中所有不同用戶特征進行融合［10］，進而通過結合深度學習和機器學習模型，生成更為可靠的推薦對象序列，最終將這些推薦的體育賽事節目推送給用戶。

總之，新質生產力催生的算法推薦技術使得體育賽事的傳播方式由“中心化模式”逐漸轉向“去中心化模式”。在Web1.0時代，體育賽事的傳播依賴于“一對一”或“一對多”的單向線性信息傳遞，這種中心化傳播模式反映了電視、報紙、雜志和廣播等主流媒體對體育賽事傳播的絕對控制權，這也意味著傳統主流媒體對社會公眾觀看體育賽事的數據、方式和時間進行嚴格把控。與此不同，體育賽事算法推薦所推動的去中心化傳播模式，打破了原有的單向線性傳播模式，形成了“多向網狀傳播模式”。這一模式通過算法推薦等技術手段，促進了信息傳播方式的根本變革，使每個用戶都能成為信息的傳播者和發聲者。具體而言，用戶觀看、點贊或評論體育賽事的行為數據會被各大網絡平臺收集和處理；這些平臺在跟蹤用戶行為數據后，利用算法預測用戶的興趣，并推送符合用戶個性化需求的體育賽事信息，從而降低了大規模體育賽事信息推薦的決策成本。如，在2024年5月，網球愛好者可能頻繁收到法國網球公開賽的相關節目；而在2024年6月，足球愛好者則可能不斷收到歐洲足球錦標賽的相關信息等。

2新質生產力下體育賽事算法推薦引發的法律難題新質生產力催生的算法推薦技術有效解決了體育信息泛濫的問題，實現了精準的體育賽事推送，提升了體育服務的效率和質量。然而，體育賽事算法推薦的廣泛應用對運動員（表演者）、平臺（傳播者）和社會公眾（觀看者）三方所具有的權利和應承擔的義務產生了深遠影響，同時也引發了一些新型法律難題，包括運動員合法權益被侵犯、網絡平臺對體育賽事節目傳播權力的異化，以及社會公眾觀看體育賽事節目的知情權與隱私權受損等問題。

2.1體育賽事算法推薦侵犯運動員的合法權益

在新質生產力背景下，雖然體育賽事的算法推薦技術在提升賽事傳播效率和服務質量方面發揮了積極作用，但也可能由于應用不當而侵犯了運動員的隱私權、名譽權和個人信息權等合法權益。

（1）體育賽事算法推薦應用不當可能會侵犯運動員的隱私權。一方面，對于侵權主體而言，體育賽事中侵犯運動員合法權益的主體包括體育賽事信息發布者與算法推薦者。其中，體育賽事中侵犯運動員合法權利的直接責任主體應是信息發布者，因為他們是直接產生侵權內容之人；算法推薦者的責任則體現在未盡到安全保障的義務，尤其是在處理、傳播和放大這些侵權信息時未能履行應有的注意義務，因此算法推薦者的侵權責任應當屬于補充性責任。另一方面，對于侵權內容而言，體育賽事節目中的數據共享和過度推送容易使運動員的隱私信息被算法迅速傳播，形成熱點并引發社會公眾的廣泛關注，從而對運動員的隱私權構成嚴重威脅。此外，體育賽事的時間敏感性決定了賽事內容的關注熱度通常集中在賽事進行期間或賽事結束后的短時間內，因此算法推薦需要具備實時性與高效性，以便迅速將賽事相關信息推送給觀眾。但是，這種快速推薦也存在一定的法律風險，如對信息的審查不夠充分，導致侵犯運動員隱私權內容的擴散。《中華人民共和國民法典》第1032條規定，自然人享有隱私權，任何人不得擅自刺探或泄露個人私密信息，以保護個體免受外界干擾。然而，算法推薦中對運動員隱私數據的過度收集和利用，使得運動員時常處于被監控的狀態，不僅損害了運動員的心理健康，也模糊了其私人領域的邊界［11］。因此，體育賽事的信息發布者應避免制作發布侵犯運動員隱私權的內容，算法推薦者應履行更高的隱私保護義務，防止因商業利益而忽視對運動員隱私的合理保護。

（2）體育賽事算法推薦應用不當可能會侵犯運動員的名譽權。體育賽事具有高度的情感參與度，社會公眾對運動員的賽場表現和比賽結果充滿強烈的情緒反應，使得與賽事相關的內容在傳播過程中容易引發大規模的社會公眾關注和情緒共鳴，特別是通過算法推薦放大某些負面信息或攻擊性言論，進而對運動員的名譽造成嚴重傷害。其中，信息發布者的不實報道與惡意中傷，嚴重損害運動員的名譽，信息發布者須對由此引發的侵權行為承擔主要責任；而媒體平臺憑借算法推薦加速信息傳播的特性，進一步放大了負面內容的傳播范圍，甚至助長了體育領域“飯圈”亂象的滋生和擴散。同時，不少粉絲與網民通過購買流量等方式發布惡意帖子，刻意抹黑運動員與教練員，嚴重擾亂網絡輿論環境，也直接侵害了運動員的名譽權。在此背景下，算法推薦平臺在數據分析與內容審核環節中的注意義務顯得尤為重要。一方面，若平臺未能有效篩查詆毀性與煽動性內容，可能進一步加劇名譽侵害的風險。由于算法推薦技術通常以用戶偏好和互動量為核心依據，某些涉及運動員負面信息的內容可能因其“吸睛”特質而被判定為高價值信息，從而被推薦至更廣泛的用戶群體，而這種技術邏輯無意間成為放大負面信息影響力的推手，使得運動員受到不公正的社會公眾評價甚至惡意攻擊。另一方面，若算法推薦平臺未能在數據處理與內容審核過程中采取合理且必要的措施阻止詆毀性信息的擴散，則應承擔相應的補充性侵權責任。平臺作為負面信息傳播的“放大器”，其對內容質量的監管程度直接關系到信息傳播的健康性，因此加強平臺對算法推薦內容的事前審查與實時監管，不僅是維護運動員名譽權的關鍵舉措，更是規范體育領域網絡生態、推動健康傳播環境構建的必然要求。如，2024年巴黎奧運會乒乓球女單決賽后，一些惡意詆毀冠軍陳夢的攻擊性言論被算法識別為用戶關注的熱點，并迅速推送給眾多觀眾，不僅侵害了運動員的名譽，也造成了嚴重的社會影響。根據《中華人民共和國民法典》第1024條對運動員名譽權的保護規定、《中華人民共和國治安管理處罰法》第42條對運動員辱罵和捏造不實信息的處罰規定，以及《中華人民共和國刑法》第246條對惡劣情節的侮辱罪和誹謗罪的認定，侵犯運動員名譽的違法者應承擔相應的民事和刑事責任。如，2024年8月6日，北京市大興公安分局對詆毀運動員名譽的賀某某采取了刑事拘留措施等。

（3）體育賽事算法推薦應用不當可能侵犯運動員的個人信息權益。運動員個人信息的法律保護是國內社會和國際社會廣泛關注的重點。如，《中華人民共和國民法典》第1034條、《中華人民共和國個人信息保護法》第4條、《中華人民共和國網絡安全法》第76條等明確規定，運動員的個人信息受到法律保護；在國外，歐盟《一般數據保護條例》第4條和德國《聯邦數據保護法》第46條等也對運動員的身體性、生理性、精神性、遺傳性和社會性個人信息提供了法律保障。然而，在信息時代，算法推薦技術的廣泛應用使得運動員個人信息“共享”成為常態。同時由于體育賽事產生的運動員個人信息（如運動員的競技數據、訓練信息和比賽表現等）具有重要的商業價值，這些信息往往被算法推薦用于個性化推送與精準營銷。而算法推薦在采集和分析這些個人信息時，進行了未經授權的處理和商業利用，侵害了運動員的個人信息權益。具體來講，信息發布者和算法推薦者在侵犯運動員個人信息權益方面扮演著不同角色，應承擔不同的侵權責任。一方面，信息發布者承擔直接侵權責任和主要侵權責任。究其原因，信息發布者未經運動員同意擅自收集、披露或傳播個人信息（如健康數據和生活軌跡），這不僅侵犯了運動員的個人信息權益，還可能對其心理和職業生涯產生負面影響。另一方面，算法推薦平臺因未盡到合理注意義務，未能有效過濾敏感信息，需承擔補充性責任。算法推薦者的責任主要體現在對侵權信息的傳播放大效應方面，如，通過用戶數據分析，算法推薦者未能有效篩查涉及運動員的敏感個人信息，致使這些信息因被視為高流量內容而推送給更多受眾，從而加劇了對運動員個人信息權益的侵害。

2.2體育賽事算法推薦導致網絡平臺權力異化

在新質生產力背景下，算法推薦、人工智能等前沿技術在體育領域的廣泛應用，不僅提升了體育賽事傳播的效率，也增加了平臺在審核、管理、支配權和規則制定方面的權力。算法推薦技術賦予平臺（私人主體）一定的“準公權力”，即平臺私權力。平臺私權力是指平臺基于技術和市場優勢，單方面支配用戶使用或發布體育賽事數據的行為。這一權力的崛起使原有的“公權力—私權利”二元結構逐漸轉變為“公權力—私權力—私權利”三元結構，同時，平臺私權力的無序擴張不僅存在擾亂市場競爭秩序的風險，還引發了“信息繭房”現象。

（1）體育賽事算法推薦可能導致網絡平臺私權力異化，進而存在擾亂市場競爭秩序的風險。利用算法推薦技術等體育技術生產力，體育賽事平臺更容易發展成為超級平臺，而在爭奪體育賽事等信息資源的過程中，超級平臺之間可能會相互“封殺”，構筑“圍墻花園”。如，2014年谷歌“封殺”了Vivint，2021年騰訊“封殺”了抖音等。此外，體育賽事轉播市場蘊含巨大的商業利益，各大體育賽事轉播平臺之間的競爭異常激烈［12］。如，在2022年卡塔爾世界杯的轉播中，抖音、咪咕視頻等平臺通過算法推薦傳播技術獲得了話語權，形成了體育賽事傳播的私權力［13］?？梢?，具備體育新質生產力的超級平臺在爭奪體育賽事轉播權時，可能會濫用市場支配地位，進而造成新的反壟斷難題，擾亂市場競爭秩序。

（2）體育賽事算法推薦可能導致網絡平臺私權力異化，存在“信息繭房”的風險?！靶畔⒗O房”（Information Cocoons）一詞最早由哈佛大學的凱斯·桑坦教授提出，一般是指人們會習慣性地關注自己感興趣的信息領域，同時減少對其他信息的接觸，長此以往會將自己的生活桎梏于像蠶繭一般的“繭房”中的現象。算法推薦技術將這一概念擴展至互聯網領域，使社會公眾接收到較為個性化的、自己感興趣的體育賽事信息，而非全部的信息或不感興趣的信息［14］，從而創造了一個相對單調且較為封閉的環境，也限制了社會公眾與外界多元溝通的機會，阻礙了體育信息的廣泛傳播和社會價值觀的共識形成。如，在抖音短視頻平臺上，體育用戶觀看、點贊和收藏的體育賽事短視頻越多，算法就會越頻繁地推薦類似的體育信息和體育博主，從而形成一個類似“個人日報”的信息網絡。在這種算法推薦機制下，體育用戶難以接觸到其他異質且高質量的體育賽事信息，只能接觸到與自己興趣相似的人群，并采納符合自己判斷的體育賽事評論，從而逐漸形成“回音室效應”（Echo Chambers）。可見，如果推薦原則僅依據用戶的興趣愛好，可能會限制用戶對體育賽事的全面認知，并使其陷入同質化的“信息繭房”中，由此進一步加深了體育用戶的“認知偏見”，導致他們購買并非真正需要或價格過高的體育產品。

2.3體育賽事算法推薦侵犯社會公眾知情權與隱私權

在新質生產力背景下，盡管體育賽事算法推薦技術提升了個性化體驗與信息推送效率，但應用不當可能對社會公眾的知情權和隱私權構成嚴重威脅。

（1）體育算法推薦的廣泛應用存在侵犯社會公眾知情權的風險。知情權是保障公眾了解、決定及拒絕他人處理其體育賽事信息的基礎性權利。知情權體現在三個方面：社會公眾有權知曉相關體育賽事信息由哪個具體的網絡平臺持有；社會公眾有權了解網絡平臺持有相關體育賽事信息的具體內容；社會公眾有權要求修改不準確的個人信息。知情權意味著在使用信息之前，信息處理者必須履行告知義務?！吨腥A人民共和國個人信息保護法》第17條、《互聯網信息服務算法推薦管理規定》第16條以及歐盟《通用數據保護條例》均對此做出了明確要求。但是，體育賽事算法推薦的“算法黑箱”特性，使社會公眾的知情權面臨嚴峻挑戰。體育賽事算法推薦的運作邏輯看似客觀，但內部過程不透明，通常被稱為“算法黑箱”［15］，其中算法推薦的決策建模、體育大數據分析以及體育仿真可視化界面，共同形成了一個天然的算法黑箱屏障［16］。因此，對于普通社會公眾而言，缺乏對算法推薦運行原理的深入理解，即使社會公眾知道算法推薦的輸入數據與輸出結果，也依然無法理解算法的內部復雜工作流程，從而形成了算法黑箱。此外，平臺企業通常將算法推薦的基本原理和技術操作視為商業秘密，雖然社會公眾知曉體育賽事與計算規則、觀看頻次及優先推送順序有關，但具體的計算公式和參數權重卻無從得知，對算法黑箱內部的運行情況也一無所知，嚴重損害了社會公眾的知情權。

（2）體育算法推薦的廣泛應用存在侵犯社會公眾隱私權的風險。算法推薦者通過收集用戶的觀看記錄、偏好數據和互動行為等信息，構建“用戶畫像”，并借助算法進行精準推送。但與此同時，用戶的個人信息常常未經告知與同意便被收集和利用，用戶對個人信息的控制權受到侵犯。同時，算法推薦需要采集包括瀏覽記錄、點擊行為、設備信息等多維度數據，而這些數據常常在沒有明確授權的情況下被處理，直接侵犯了社會公眾隱私權。此外，算法推薦者還可能對用戶隱私信息進行過度處理和使用，導致用戶面臨“隱私透明化”的風險。如，通過分析用戶觀看行為推測個人興趣，再基于這些信息推送相關廣告和信息，從而導致用戶的隱私被過度暴露。

3新質生產力下體育賽事算法推薦的法律治理路徑體育賽事算法推薦引發了一系列新型法律難題，需要制定相應的法律治理路徑。本研究認為，網絡平臺應提高在體育賽事算法推薦中的注意義務，并結合算法治理與人工審查，明確體育賽事算法推薦的透明度義務。

3.1提高網絡平臺對體育賽事算法推薦的注意義務

為了防止網絡平臺濫用私權力侵犯運動員的合法權益，網絡平臺在傳播體育賽事信息時需承擔主動和事先審查的注意義務。具體而言，網絡平臺承擔的注意義務主要包括告知義務和審核義務。

（1）在體育數據收集階段，網絡平臺應履行告知義務，明確告知運動員其信息將如何使用。網絡平臺所收集的龐大體育賽事信息庫中包含運動員的個人信息和商業秘密。如，當涉及到收集運動員的敏感個人信息時，平臺應獲得信息主體的授權同意［17］；平臺在收集運動員個人商業數據時，也應事先告知并征得運動員的同意［18］。此外，為了避免侵犯用戶隱私權，信息主體有權要求網絡平臺如實告知所收集和處理的敏感個人信息的使用范圍和目的。如，《中華人民共和國個人信息保護法》第30條規定了網絡平臺對收集處理個人敏感信息的告知義務。根據世界反興奮劑機構2021年出臺的《隱私和個人信息保護國際標準（ISPPPI）》第7條，反興奮劑組織在收集和處理運動員個人信息之前，應履行告知義務等［19］。

（2）在體育數據分析和審核階段，網絡平臺應承擔剔除侵犯運動員隱私權、名譽權和個人信息權益的審核義務。網絡平臺在收集體育賽事相關信息后，不能直接推送給用戶，而是需要先進行分析和審核，剔除那些侵犯運動員隱私權、名譽權和個人信息權益的低質量內容，在這一過程中，平臺應運用算法來形成監管合力。如，對于熱門體育賽事（奧運會、世界杯、溫布爾登網球錦標賽、美國NBA聯賽、世界電子競技大賽以及亞運會等）的算法推薦，網絡平臺還應配備專門的人工審查團隊，人工審查團隊可以利用“熱門關鍵詞識別”和“視頻指紋識別”等技術，實時審查并阻止侵犯運動員合法權利的數據上傳和傳播。

3.2網絡平臺應承擔體育賽事算法推薦的反壟斷義務

為了應對平臺權力異化危機，破解體育賽事算法推薦中的市場競爭問題，網絡平臺應承擔反壟斷規制義務并促進公平競爭。

（1）網絡平臺需履行反壟斷義務。2014年10月20日，國務院辦公廳發布了《關于加快發展體育產業促進體育消費的若干意見》（國發〔2014〕46號），明確提出放寬體育賽事轉播權限制的政策，為體育賽事的市場化運作開辟了新路徑。但是在當時，奧運會、亞運會、世界杯足球賽等重大賽事的轉播權由中央電視臺（現中央廣播電視總臺）統一負責談判與購買，其他媒體平臺的播出權需通過其授權獲得。隨著體育新質生產力的不斷推進，具備算法推薦等新興科技的網絡平臺將愈發強大，可能形成“贏家通吃”的優勢地位。因此，為了規制網絡平臺在算法推薦中的競爭問題，應引入體育賽事反壟斷理念，并細化我國反壟斷法律規則。一是引入“安全港”標準，提升體育賽事轉播交易的可預見性；二是成立專門的市場監督機構，對網絡平臺在體育賽事轉播中的算法推薦進行有效監督；三是鼓勵體育賽事算法推薦行業成立行業協會，制定行業自律規范，并設立必要的懲戒措施，推動新質生產力下體育賽事行業的高質量發展。

（2）網絡平臺應承擔促進公平競爭的責任。國家市場監督管理總局于2021年10月發布的《互聯網平臺落實主體責任指南（征求意見稿）》指出，網絡平臺需要以加強義務為導向，對包括算法權力和數據權力在內的平臺權力進行綜合規制。2023年5月正式實施的歐盟《數字市場法》引入了大型網絡平臺的“守門人”義務，要求網絡平臺對體育數據保護和算法治理進行規范性設計。上述法律制度為規制體育賽事算法推薦中的平臺權力異化提供了重要思路，這意味著網絡平臺對社會公眾觀看體育賽事的相關數據擁有一定的控制和管理權，但不應排斥平臺內的競爭者。同時，用戶對于與自己相關的體育數據，有權要求網絡平臺提供隱私保護，并主張對自身數據的可攜帶權。

3.3網絡平臺應引入透明度義務和用戶拒絕權

為了保護社會公眾對體育賽事的知情權和隱私權，破解體育賽事算法推薦中的“信息繭房”難題，網絡平臺應履行透明度義務，并賦予用戶拒絕權。

（1）保障社會公眾知情權與隱私權、解決“信息繭房”問題的最有效方法是打破“算法黑箱”，即履行算法推薦的透明度義務。網絡平臺履行這一義務的方式包括向行政主管部門報備算法參數以及向在線觀眾披露算法參數并解釋其使用理由兩種。一方面，網絡平臺可以向行政主管部門報備算法參數。體育賽事算法推薦的目的是使社會公眾更便于搜索、欣賞和評論體育賽事，因此在設計體育算法推薦時，設計者和工程師除了考慮自動化程度外，還應以易于理解的方式記錄算法參數，并確保其便于后續審查。另一方面，網絡平臺應向觀看體育賽事的社會公眾披露算法參數并解釋其理由。社會公眾難以理解復雜的算法原理和專業術語，這反映了算法設計在解釋其功能時仍存在諸多不足?！吨腥A人民共和國個人信息保護法》第17條借鑒了歐盟的做法，要求網絡平臺用清晰易懂的語言披露和解釋算法處理的信息。歐盟于2019年頒布的《促進在線中介服務企業與用戶間的公平性和透明度條例》第5條規定，網絡平臺應在搜索引擎上說明體育賽事算法推薦的參數，并確保說明內容通俗易懂并實時更新［20］。

（2）在用戶畫像標簽提取階段，網絡平臺應賦予用戶拒絕算法歧視的權利。用戶畫像是通過分析用戶的瀏覽痕跡、閱讀習慣、興趣偏好、性別年齡等信息構建的標簽化模型，是利用分類、關聯、排序和過濾等算法技術篩選出有用信息，最終形成具體的用戶畫像。基于這些用戶畫像，網絡平臺可以預測用戶行為，進而推送個性化的體育賽事信息，其中體育賽事短視頻平臺的推送、體育直播帶貨中的“大數據殺熟”、個性化體育賽事贊助廣告，以及搜索引擎中的體育賽事數據排序，都是用戶畫像與算法推薦預測共同作用的結果。如，2023年蘇州舉辦的蘇迪曼杯羽毛球賽中，優酷體育平臺作為賽事的贊助直播平臺，邀請了冠軍劉雨辰和教練到現場演播室，并嘗試通過羽毛球賽事直播帶貨。而在算法推薦技術的支持下，優酷體育平臺利用用戶標簽吸引了大量球迷關注，相關羽毛球拍和鞋子銷量呈現激增態勢。因此，網絡平臺通過用戶畫像識別潛在的體育明星粉絲，能夠實現精準的廣告投放和商品推送［21］。然而，社會公眾無法獲知以下兩種情況：一是自己的用戶畫像是否被錯誤識別或歧視對待；二是算法推薦的自動化決策是否會產生不利影響。如，在體育賽事直播帶貨中，“大數據殺熟”往往通過價格歧視設置用戶畫像，然后通過算法推薦精確推送，最終實現“看人下菜碟”的目的，而這種價格歧視不僅干擾了用戶的自主決策權，也擾亂了市場競爭秩序。因此，當社會公眾發現算法推薦結果不透明或價格待遇不公平時，不僅有權要求網絡平臺刪除用戶畫像，還可以主張拒絕算法自動化決策的權利［22］?！吨腥A人民共和國個人信息保護法》第24條、第27條和第47條也分別賦予社會公眾對個人體育賽事信息自動化決策的拒絕權。

4結語

在新質生產力背景下，作為新一輪科技革命的關鍵技術，算法推薦有效緩解了體育賽事信息過剩的問題，實現了體育賽事的個性化精準推薦，提升了體育賽事數字產業的服務效率，滿足了社會公眾日益多樣化和層次化的體育需求。然而，在算法技術與我國體育賽事融合的初級階段，算法推薦也引發了新的法律風險，如，侵犯運動員合法權益、體育賽事網絡平臺權力異化以及社會公眾觀看體育賽事的知情權受損等問題。在“十四五”時期，我國鼓勵算法、大數據和人工智能在體育領域中的應用，并致力于布局體育消費新業態。因此，在推動算法向善的理念下，網絡平臺應關注算法推薦技術與體育賽事的融合發展，履行相應的注意義務與透明度義務，強化體育賽事的法律保護，推動體育產業高質量發展。

參考文獻：

［1］ 李慧云，陳剛，俞宗寶.新質生產力對體育用品制造業碳排放的影響研究——基于我國30個?。▍^、市）的面板數據［J］.山東體育學院學報，2024，40（5）：57-66.

［2］ 布特，蘇立德，鄭瀾.體育新質生產力的內涵特征、價值與形成路徑研究［J］.北京體育大學學報，2024，47（3）：1-11.

［3］ 路來冰，李小龍.人工智能技術在國際體育運動領域的聚類與演化［J］.山東體育學院學報，2020，36（3）：21-32.

［4］ 王智慧.對話ChatGPT：體育社會學的優勢何在？［J］.武漢體育學院學報，2023，57（5）：5-12，43.

［5］ 李曉宇.元宇宙下賽博人創作數字產品的可版權性［J］.知識產權，2022（7）：20-46.

［6］ 汪全勝，王萌.論我國大型體育賽事突發事件應急預案的制定［J］.成都體育學院學報，2022，48（1）：92-97.

［7］ 余汪洋，陳長洲，王紅英.基于用戶畫像的社區老年人體育服務精準推送系統構建研究［J］.體育科學，2023，43（4）：38-48.

［8］ 付曉靜，徐千禧，潘陳青.算法推薦機制下北京冬奧會的“可見性”——基于抖音短視頻平臺的研究［J］.北京體育大學學報，2023，46（4）：50-62.

［9］ 于蒙，何文濤，周緒川，等.推薦系統綜述［J］.計算機應用，2022，42（6）：1898-1913.

［10］ ZHANG H，GE D， ZHANG S.Hybrid recommendation system based on semantic interest community and trusted neighbors［J］.Multimedia Tools and Applications，2018，77（4）：4187-4202.

［11］ 梅傲，黃詩樾.沖突與平衡：反興奮劑治理下運動員數據權利的克減與保護［J］.山東體育學院學報，2023，39（6）：76-82.

［12］ 羅亮，馬勝敏，劉亞云，等.我國體育賽事轉播權市場反壟斷規制研究［J］.武漢體育學院學報，2023，57（3）：37-44.

［13］ 李金寶，魯恒志，李馨雅.智能傳播時代大型體育賽事的媒介話語構建策略與反思——議國內三大主要平臺2022年卡塔爾世界杯傳播實踐［J］.武漢體育學院學報，2024，58（2）：7-14.

［14］ 牟向前，王慶軍，俞鵬飛，等.人工智能時代體育新聞生產與接受面臨的挑戰及應對策略［J］.山東體育學院學報，2019，35（5）：37-43.

［15］ 牟向前，于德山.困境與治理：體育新聞智能化生產與傳播的技術思考［J］.天津體育學院學報，2022，37（4）：453-459.

［16］ 衣俊霖.數字孿生時代的法律與問責——通過技術標準透視算法黑箱［J］.東方法學，2021（4）：77-92.

［17］ 童云峰，汪焱梁.運動員生物識別信息雙維保護模式之形塑［J］.上海體育學院學報，2022，46（2）：43-55.

［18］ 劉成杰，王藝婷.數字化背景下運動員個人信息保護的信義路徑［J］.北京體育大學學報，2023，46（12）：30-42.

［19］ World Anti-Doping Agency.International Standard for the Protection of Privacy and Personal Information［EB/OL］.（2021-01-01）［2024-12-17］.https：//www.wada-ama.org/en/resources/world-anti-doping-code-and-international-standards/international-standard-protection.

［20］ European Union.Regulation （EU） 2019/1150 of the European Parliament and of the Council of 20 June 2019 on promoting fairness and transparency for business users of online intermediation services （Text with EEA relevance）［EB/OL］.（2019-06-20）［2024-12-17］.https：//eur-lex.europa.eu/legal-content/EN/TXT/？uri=CELEX：32019R1150.

［21］ 李偉平，方程.粉絲效應促進了體育用品消費嗎？——基于抖音平臺數據實證分析［J］.西安體育學院學報，2022，39（4）：441-452，476.

［22］ 韓旭至.認真對待數字社會的個人拒絕權［J］.華東政法大學學報，2023，26（1）：22-34.

收稿日期：2024-08-24

基金項目：國家社會科學基金青年項目（編號：23CFX037）；中國版權保護中心2024年度版權研究一般課題項目（編號：BQ2024027）；廣州市哲學社會科學發展“十四五”規劃2024年度常規課題項目（編號：2024GZGJ67）。

作者簡介：李曉宇（1989-），男，福建莆田人，博士，講師，碩士研究生導師，研究方向為體育法、知識產權法。

作者單位：1.廣東外語外貿大學 法學院，廣東 廣州 510006；2.中國政法大學 民商經濟法學院，北京 102299。