基于計劃行為理論擴展的大學生群體算法抵抗行為生成機制研究

中圖分類號：G645 文獻標識碼：A DOI：10.16400/j.cnki.kjdk.2025.20.042

Research on the Generation Mechanism of Resistance Behavior Generation for Group Students Based on the Expansion of Planned Behavior Theory

ZHANGChe，CHENBingjie，WANGXinyi，LIWenzhu （SchoolofStatisticsandMathematics， ，， ）

AbstractInthecontextofdigitalsurvivaldeeplyembedded inthealgorithmicsociety，thisstudyisbasedonthe frameworkofplanedhaviortoryntegratesregulatoryientationtheoryandonstructsatree-leveldingodel of \"cognition-norm-motivation\"toexplorethe multiple generationmechanismsofcollege students'algorithmic resistance behavior.Empirical testing was conductedusing structural equationmodelingand Bootstrap method.Research has found thatalgorithmic literacy directly enhances resistance wilingnessthrough three dimensions：technical understanding φ =0.526） ，criticalreflection （β=0.534） ，and practical ability （β=0.530） ，verifying the chain driven logic of\"literacy cognition intention\"; Social norms play a significant mediating effect between technical understanding （31.40%） ，critical reflection （33.38%） ，practical ability （31.40%） ，and resistance willingness;Regulating orientation produces a differentiated effect， preventing the weakening of social norms by orientation （β⁼-0.218） ， and promoting the transformation of privacy protection through targeted inhibition （β=.0.249） 一：

Keywordsalgorithmliteracy;algorithmicresistance;theoryofplannedbehavior，adjustorientation;mediationeffect

1問題提出

在數字化進程中，基于規則的算法系統憑借精準分類、信息呈現策略與認知干預機制，重塑了社會主體的認知范式與行為邏輯。然而，在算法技術為信息獲取效率提升、用戶體驗優化作出貢獻的同時，也帶來了一系列無法忽視的現實問題，如算法技術賦權差異加劇了“數字鴻溝\"的固化[，協同過濾機制催生的“信息繭房\"造成用戶認知趨同[2，平臺推薦機制構成的“數字化全景敞視監獄”使得用戶陷入被動適應算法的“囚徒”狀態[3-4。因此，算法社會的到來對于個人的素養提出了新的要求，算法素養應運而生。

大學生群體作為數字原住民與高知群體的交叉樣本，其算法抵抗實踐具有典型性。他們在享受算法帶來的便利的同時，通過有意識地反向馴化、隱私保護策略等重塑自身與算法之間的權力關系5，這些看似零散的日常抵抗實踐，實則構成了對抗算法霸權的微觀抵抗場域。并且相較于普通受眾，大學生群體具有更高的算法素養與隱私保護意識，能夠清晰表達對算法的態度與抵抗邏輯。基于此，本研究以計劃行為理論（theoryofplannedbehavior，TPB）和調節定向理論為框架研究大學生的算法素養如何通過社會規范、隱私保護意愿等中介變量影響其抵抗行為的選擇與實施效能。

2概念解析

2.1算法素養

算法素養是數字素養的延伸概念，源于媒介素養和批判性數字素養的研究傳統。早期媒介素養聚焦于受眾對媒體內容的解碼能力，而算法素養則進一步聚焦算法技術對社會認知的深層重構。因此，算法素養是一個多維概念，其一是技術理解維度，即認知算法的運作邏輯及技術邊界]。其二是批判反思維度，用戶要識別算法對社會秩序的影響與個體生存的規訓風險。其三是實踐能動維度，用戶可以通過策略性行為與算法系統的協商權力關系，實現抵抗目標[。因此算法素養不僅是認知層面的“理解”，更是行動層面的“抵抗與協商”。

2.2算法抵抗

算法抵抗作為技術抗爭的新興形式，體現了用戶從被動接受者向能動協商者的角色轉變。在算法環境中，受眾與信息傳遞者之間的意義不是單向生成的，而是通過文本的協商和互動形成的。這種互動性使得受眾能夠在面對算法時打破算法的單向控制，實現“抵抗中的協商”。總體而言，算法抵抗的本質是用戶與算法系統在認知、行為與權力層面的動態博弈，其效能受制于個體素養、技術環境與社會結構的交互影響。

2.3計劃行為理論

為了進一步揭示大學生算法抵抗行為的內在驅動機制，本研究引入計劃行為理論構建理論框架。該理論從社會心理學的視角構建了從認知到意向再到行為的解釋鏈條。已有研究表明，TPB框架能有效預測數字環境中的技術抗爭行為。通過整合TPB框架，本研究旨在解析算法素養如何通過上述中介變量轉化為抵抗行為意向，進而構建“素養一認知一意向\"的鏈式驅動模型。

3模型構建與研究假設

3.1算法素養與算法抵抗意愿

根據既有的研究，高算法素養的個體更能夠認識到算法的局限性和潛在風險，從而更積極地采取算法抵抗行為[]。本研究將算法素養解構為技術理解、批判反思與實踐能力，其中技術理解作為算法認知的基礎，直接影響個體對算法技術原理及其運作機制的評估；批判反思反映個體對算法權力結構的價值判斷；實踐能力則決定個體對實施抵抗行為難易程度的判斷。因此，本研究提出以下假設：H1：大學生的技術理解、批判反思、實踐能力對算法抵抗意愿具有正向影響。

3.2計劃行為理論

在TPB框架中，社會規范作為主觀規范的具象化表征，主要承擔社會影響傳導功能。社會規范不僅直接正向預測算法抵抗意愿，同時作為重要的中介變量，通過群體認知同化機制分別提高技術理解、批判反思和實踐能力對行為意向的轉化效率。因此，本研究提出以下假設：

H2：社會規范對算法抵抗意愿具有正向影響；

H3：社會規范在大學生的技術理解、批判反思、實踐能力和算法抵抗意愿之間起中介作用。

3.3計劃行為理論的影響因素擴展：調節定向水平與隱私保護意愿

本研究基于計劃行為理論與調節定向理論構建整合性分析框架。根據調節定向理論，促進定向個體以追求積極結果為導向，而預防定向個體以規避風險為核心動機，這種差異化的目標導向特質與計劃行為理論中“個體行為受人格特質驅動\"的核心主張形成理論呼應。隱私保護意愿作為風險認知中的重要關聯因素，同樣是用戶抵抗算法操控的核心心理動因。因此，本研究引入調節定向理論構建調節效應模型，并指出調節定向分別通過塑造主觀規范、隱私保護意愿中介變量，進而影響算法抵抗行為。提出以下假設：

H4：隱私保護意愿對算法抵抗意愿具有正向影響；H5：隱私保護意愿在大學生的批判反思和算法抵抗意愿之間起中介作用；H6：預防定向負向調節社會規范對算法抵抗的影響；H7：促進定向負向調節隱私保護意愿對算法抵抗的影響。

4數據分析

本研究在對性別、專業、年級、網絡時長進行控制的基礎上，通過回歸分析的方法驗證H1、H2、H4三個假設。結果顯示：技術理解、批判反思、實踐能力與算法抵抗之間的回歸系數分別為0.526、0.534、0.530，假設H1得到了驗證；社會規范與算法抵抗之間的回歸系數為0.550，假設H2得到了驗證；隱私保護意愿與算法抵抗之間的回歸系數為0.522，假設H4得到了驗證。以上驗證滿足社會規范、隱私保護意愿作為中介變量的前提條件。

4.1中介效應檢驗 4.1.1以社會規范為中介變量的中介效應 社會規范作為中介變量的中介效應檢驗結果顯示（表1），技術理解能夠正向顯著預測算法抵抗意愿 （β=0.526 0 和社會規范 （β=0.532，t-10.602） ；批判反思能夠正向顯著預測算法抵抗意愿 （β-0.534，t-12.041） 和社會規范 （β=0.577，t-11.440） ；實踐能力能夠正向顯著預測算法抵抗 （β-0.530，t12.522） 和社會規范 （β=0.576，t=11.993） 。并且，當三個變量和社會規范同時進入回歸方程時，對算法抵抗均具有正向顯著預測作用，假設H3成立。

4.1.2以隱私保護意愿為中介變量的中介效應

隱私保護意愿作為中介變量的中介效應檢驗結果顯示（表2），批判反思能夠正向顯著預測隱私保護意愿 （β=0.694 t^{-12.833，Plt;0.001）} 。當批判反思 （β-0.310，t-5.651，Plt;0.001） 和隱私保護意愿 （β=0.323，t-6.110，Plt;0.001） 同時進入回歸方程時，兩者對算法抵抗均具有正向顯著預測作用，表明隱私保護意愿在技術理解和算法抵抗間起中介作用。

隱私保護意愿在批判反思和算法抵抗間的中介效應的直接檢驗結果如表3所示，在 95% 置信區間水平下，社會規范產生的間接效應的Bootstrap檢驗區間不包含0，表明中介變量在技術理解和算法抵抗間起顯著的中介作用，占總效應的 41.92% 。由此可得出假設H5成立。

4.2調節效應檢驗

本研究引用溫忠麟和侯杰泰提出的層級回歸分析法來進行調節效應的檢驗。

4.2.1預防定向在社會規范和算法抵抗意愿之間的調節效應

首先，把算法抵抗意愿作為因變量，將控制變量社會規范、預防定向、社會規范和預防定向交互項依次放入模型，對變量進行中心化轉換，見表4。社會規范和預防定向的回歸系數 β=-0.218，Plt;0.001 ，表明社會規范和預防定向交互作用顯著，即大學生的預防定向越弱，社會規范對算法抵抗意愿的影響越強，假設H6得到驗證。

4.2.2促進定向在隱私保護意愿和算法抵抗意愿之間的調節效應

將算法抵抗意愿作為因變量，將控制變量隱私保護意愿、促進定向、隱私保護意愿和促進定向交互項依次放入模型，對變量進行中心化轉換，見表5。隱私保護意愿和促進定向的回歸系數 β=-0.249，Plt;0.001 ，表明社會規范和預防定向交互作用顯著，即大學生的促進定向越弱，隱私保護意愿對算法抵抗意愿的影響越強，假設H7得到驗證。

5討論

5.1算法素養的核心驅動作用

算法抵抗行為并非單一維度的技術對抗，而是算法素養、社會支持和隱私保護動機的復雜協同結果，在大學生群體中更是如此。通過假設H1的驗證，算法素養通過“技術理解一批判反思一實踐能力\"的鏈式路徑驅動抵抗意愿，表明大學生算法素養的提升需遵循“認知深化一價值內化一行動轉化\"的邏輯。這一發現與Eshet-Alkalai提出的“數字素養多維模型”一致，技術理解與批判反思結合是大學生應對算法操控的核心能力。因此，算法素養不僅是技術理解能力的體現，也是激發個體能動性、批判性思維和促進社會協作的重要基礎。

5.2社會規范的群體賦能效應

社會技術系統理論指出技術實踐需嵌入社會結構才能發揮效能。社會規范作為一種外部因素，能夠通過群體認知同化機制，增強大學生對算法風險的感知力與抵抗意愿。在大學生群體中，社會規范的形成與傳播往往受到同伴行為、群體價值觀以及社會文化等多種因素的影響。當大學生所處的群體對算法抵抗行為持認可與支持態度時，個體更傾向于采取相應的抵抗行動。因此，算法抵抗依賴集體行動與制度保障，進一步支持了社會規范與技術賦能的協同必要性。

5.3隱私保護的中介作用與調節定向的路徑分化

隱私保護意愿不僅直接影響算法抵抗意愿，還在批判反思與算法抵抗意愿之間起到中介作用。促進定向顯著抑制了隱私保護意愿向算法抵抗意愿的轉化。這一結果證實了隱私決策中存在的“趨利一避害”動機分化。具體而言，促進定向的大學生更關注隱私保護的自我實現價值，傾向于采取積極的行動追求個人利益的最大化；而預防定向的大學生則側重于規避風險，采取更為保守的隱私保護策略。

★基金項目：湖北經濟學院教學研究課題教學管理專項“后疫情時代財經類高校學風建設現狀與策略研究”（JG202301）；湖北省省級大學生創新創業訓練計劃項目“奮斗抑或躺平？一一基于朋輩引領視域下高校青年典型宣傳對學風建設的影響效果研究\"（S202411600052）；教育部高校思想政治工作創新發展中心（武漢東湖學院）2024年度專項研究課題“新質生產力背景下大學生算法素養的培育路徑研究\"（WHDHSZZX2024128）。

參考文獻

[1]楊洸，佘佳玲.算法新聞用戶的數字鴻溝：表現及影響[J].現代傳播（中國傳媒大學學報），2020，42（4）：145-154.

[2]彭蘭.導致信息繭房的多重因素及\"破繭\"路徑[J].新聞界，2020（1）：30-38，73.

[3]靖鳴，蔡文玲.從全景敞視監視到全民網絡圍觀：動因及其特征[J].當代傳播，2019（2）：36-39.

[4]彭蘭.如何實現\"與算法共存”——算法社會中的算法素養及其兩大面向[J].探索與爭鳴，2021（3）：13-15，2

[5]項倩，陳培愛.適應、回避與抵抗：“用戶一算法\"關系視角的社交媒體計算廣告應對機制[J].現代傳播（中國傳媒大學學報），2024，46（10）：148-156，168.

[6] （美）詹姆斯·C·斯科特.弱者的武器：農民反抗的日常形式[M].鄭廣懷，張敏，何江穗，譯.南京：譯林出版社，2007.

[7] COTTERK，REISDORFB C.Algorithmic knowledge gaps：A newhorizonof（digital） inequality[J].International JournalofCommuni-cation，2020（14）：21.

[8] 肖恬.人工智能時代青年網民算法素養評價研究[D].廣州：暨南大學，2019.

[9] VELKOVAJ，KAUNA.Algorithmic resistance：Media practicesandthepolitics of repair[J].Information，Communicationamp; Society，2021，24（4）：523-540.

[10]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[J].新聞記者，2022（7）：71-87.

[11]朱咫渝，呂梓劍.Z世代大學生算法素養現狀及培育路徑[J].圖書館工作與研究，2024（8）：38-45.