基于算法的民主參與認知異化、價值異化與行為異化

中圖分類號：TP18;D082 文獻標志碼：A 文章編號：1672-9684（2025）04-0001-013

商要：算法與民主的互動關系及其異化效應是當代政治學研究的重要議題。研究建構“認知—價值一行為”三維分析框架，結合當代西方的政治實踐，揭示算法對民主參與的異化效應。研究發現，算法造成的民主參與異化在認知、價值和行為層面均有體現。在認知維度，競爭原則異化基礎上的算法競爭、算法推送和虛假新聞致使信息極化、信息虛假化和情感極化。在價值維度，算法歧視、算法決策和算法黑箱等損害公民參與的平等性、民主性和公正性。在行為維度，算法選舉使政治參與行為被操控，選舉原則、代表原則和多數原則異化，人民異化為選民，公民權局限于選舉權。算法政治參與的異化呈現出從認知扭曲到價值解構，最終導向行為異化的遞進式演變邏輯。這種系統性異化不僅威脅個體政治自主性，更可能引發代議制民主向技術威權主義的范式轉型，構成數字時代民主政治的重大危機。在利用算法推動民主參與的同時，應注意避免這些弊端，從而推動民主參與的健康發展。

政治參與對于民主政治發展的重要性不言而喻，從亞里士多德的“人是天生的政治動物”到李普塞特的“政治人”，政治參與是公民成為“政治人”的必要途徑[1]9-10。21 世紀以來，互聯網、大數據、人工智能等信息技術呈現出幾何級數發展，深刻地影響了人們的民主參與。作為人工智能核心技術的算法，直接影響了民主政治的參與環節。一方面，算法推動了政治參與的發展。算法能及時準確地捕捉公眾的個性化需求，激發公眾的政治參與熱情，通過增強政治效能感提升政治參與水平，在推動民主參與規模擴大的同時，也帶來了高質量的公民參與；另一方面，算法對公民的民主參與也存在負面影響。如算法帶來的回聲室效應正在造成信息極化，從而異化公民的參與認知;算法強調專業性和科學性，可能會傷害到普通公民的參與權利。

算法黑箱、信息繭房和數字鴻溝等都對民主參與產生了負面影響。

本研究創新性整合阿爾蒙德的“認知—情感—評價\"政治文化理論[2]18，25，構建“認知一價值一行為”三維分析框架，以揭示算法對民主參與的異化路徑。根據這一框架，認知因素（信念與知識）、價值觀（規范與倫理）和行為（行動與實踐）是相互關聯、相互影響的。既有研究表明，認知因素在民主態度的形成過程中起著至關重要的作用。人們在非洲、巴西等多個地區的研究都表明，教育程度與民主支持率顯著相關，較高的教育水平可以培養認知技能，從而提高民主參與度[3]。價值觀，尤其是道德和倫理方面的考慮，也會對民主參與產生重大影響。道德成熟度較高的人往往表現出更有利的民主行為[4」。這表明，與公平、正義和社區福利相關的價值觀是營造支持性民主環境不可或缺的因素。民主參與的行為方面受到認知因素和價值因素的影響，通過識別認知和價值對行為的影響，研究人員可以設計出促進積極參與民主的干預措施。理解認知資源與行為意圖之間的相互作用，提高個人的認知能力可以使公民更知情、更積極地參與民主活動[5]。總之，此框架為分析基于算法的民主參與異化提供了一個強有力的視角。這一探索不僅回應了“技術如何重塑民主”的元問題，更試圖在技術壟斷的陰影下找尋公民政治主體性的重建可能。

一、基于算法的民主參與認知異化

算法競爭是一種基于政黨競爭和黨派極化背景，政治精英利用算法進行政治競爭的方式。美國政黨競爭和黨派極化愈演愈烈，算法等信息技術和網絡平臺也成為他們競爭的手段和場域。適度的競爭是健康的民主政治生活的必備要素，能夠給公民參與提供多樣性的選擇，但是當競爭異化為無休止的攻擊和抹黑時，競爭便會使信息技術領域和公民參與都受到影響。當算法成為競爭的組成部分，公民“選邊站隊”成為極化的構成要件時，公民的政治參與就會受到政黨競爭和黨派極化下的算法競爭的負面影響，其在政治參與認知方面主要表現為：信息的多樣性受損，公民政治參與信息獲取單一化;信息的準確性受損，虛假新聞在算法下進一步傳播;黨派認知和情感極化，算法推送瞄準選民偏好，進一步強化其認知和情感。認知水平會影響政治參與，而對信息的認知是政治參與的基礎。認知異化主要是虛假新聞和算法推送下的信息異化，以及建立在此基礎上的黨派認知和情感的極化。

（一）信息極化

獲取多樣性的信息是充分的政治參與的前提。多樣性是一個關鍵的術語，媒體多元化和媒體內容的多樣性對于民主社會的運作至關重要。運作良好的民主國家要求所有社會成員都能夠參與公共辯論，而為了能夠充分參與這種民主辯論，公民需要接觸到各種高質量的信息和意見。在影響政治參與的因素中，教育和知識水平是較為重要的因素。一般而言，教育和知識水平較高，就能及時獲取多樣而全面的信息并加以辨別。然而，隨著政黨競爭及算法成為競爭的領域和手段，信息多樣性受損，并呈現出單一化趨勢。

算法推送的單一性和瞄準性與公民對信息多樣性的需求之間存在內在張力。政治參與需要信息的多樣性，但是算法造成了信息的單一性。搜索引擎、社交媒體以及更傳統的媒體中的個性化推薦越來越引起人們的關注，因為它可能會對多樣性和公共話語的質量產生負面影響。用戶接觸到的信息多樣性減少，往往與根據個人喜好和興趣對網絡內容進行算法過濾和調整有關。算法推薦以興趣偏好為主導推送邏輯，使得信息多樣性讓位于推送精確性，以精確的內容匹配來換取高傳播反饋、高用戶黏性和流量最大化[6]。

算法推薦、信息繭房等都是算法損害信息多樣性的表現。個性化算法對搜索引擎偏見以及對信息多樣性產生影響，個性化在塑造信息景觀的同時可能導致過濾泡沫和回音室的產生[7]。TikTok 和臉書社交媒體平臺因根據用戶詳細的個人信息進行個性化推薦而被批評為將消費者困在過濾泡沫中。公民日常獲取的網絡信息往往影響和塑造著他們的價值觀、政治認同感和參與意愿，如果他們受到推送的單一的負面信息的影響，那么就有可能造成參與的意愿降低、非制度化的參與或者直接影響其政治認同感和效能感。

政黨極化對算法推薦產生影響。推薦系統通過嗜同性來培養憤怒的同一性集群。通過識別政治和技術，用戶被“訓練”成為真正可預測的人。雖然機器學習算法可能沒有正式將種族作為一個類別，但它們將白人作為默認的類別。人臉識別技術依賴于好萊塢名人和大學本科生的面孔。這些算法是根據選定的、通常是歧視性的或骯臟的數據進行訓練的，只有當它們反映了這些數據時才能得到驗證[8]20。對信息技術和新聞傳播的使用是政黨競爭的必要手段。臉書和推特等社交媒體平臺使用基于人工智能的算法來策劃新聞內容。黨派線索有效地影響了個人對算法新聞偏見的態度。兩黨成員的群體內定向黨派線索會刺激偏見認知[9。

算法的智能推送導致公民的認知極化，并進一步加速算法民粹主義的進程。基于算法推送下的信息繭房的產生，打破了信息傳播和信息接受之間的平衡，導致公民所接收信息和觀點表達極端化，公民政治參與的極化趨勢越來越明顯，而這正符合政治集團利用算法的智能推送所意圖達到的目的。算法的個性化服務為政黨競爭和政治操縱提供便利，算法傳播助推政治極化，促成相同黨派認知和立場的群體聚合。從智能推送到信息繭房，再到群體極化與社會運動，算法對新媒介環境中的民粹主義起著推波助瀾的作用[10]。數字媒體通過黨派排序實現了兩極分化，從而形成了一個漩渦，導致越來越多的身份、信仰和文化偏好被卷人無所不包的社會分裂之中。算法會對社交媒體用戶的新聞推送進行策劃，以最大限度地吸引注意力，道德和情感信息就會在網絡信息生態系統中享有特權。

（二）信息虛假化

政黨為了在競選中取勝，越來越強調信息戰、認知戰，這帶來了大量的虛假信息，這些信息通過算法傳播會更加隱秘。近年來，網絡虛假信息和假新聞的傳播引起了人們的關注，因為它在意識形態上分化了社會，導致了社會不穩定、民主受損等后果。假新聞的興起是當代西方民主國家關注的一個主要問題。憎恨政治對手的人最有可能分享政治假新聞，并選擇性地分享有助于貶低對手的內容。虛假信息是有意或以目標為導向的信息操縱、制造或去語境化，以實現特定的政治目標。這些政治目標包括通過傳播與大眾既有偏見的、能與其產生共鳴的黨派信息來擴大兩極分化的社會分歧以及攻擊政治對手等。

虛假信息生成與傳播的內在推動力在于黨派動機，虛假信息大量存在于黨派競選活動中。媒體之所以能夠盈利，是因為虛假信息能帶來流量，極具爭議的內容更有可能被社交媒體用戶分享，信息被分享得越多，流量也就越多，收益也就越好。利益動機絕不是虛假新聞網站存在的唯一原因，ending the fed.com 的網站運行人聲稱他創建該網站的主要目的是為了幫助特朗普的競選活動[1125。人們分享假新聞是出于對政治對手的敵意，在兩極分化、信任度低的環境中，政治行為者更頻繁地充當在線虛假信息的來源。虛假信息可能在政治選擇中發揮戰略作用，并可能影響人們的最終投票決定。在2016年美國總統選舉期間，“假新聞”就在社交媒體上被廣泛分享，并影響到大量公民。

政黨競爭和極化造成假新聞和虛假信息的生成，而算法進一步推動虛假信息的傳播。假新聞傳播的原因是糟糕的算法。人們發現，社交媒體平臺是個人接觸假新聞的主要途徑，在這些平臺上流行的算法過濾泡沫和回聲室也可能增加人們接觸假新聞的機會[12]。基于人工智能的機器學習會放大而非消除虛假信息。未來的網絡環境不應由一種操縱人們注意力以提高企業利潤的算法所驅動，但這已被算法邏輯和廣告驅動模式所劫持和顛覆。算法可以在全社會傳播假新聞，破壞廣泛參與民主所應提供的認識潛力。數據驅動的算法以各種方式扭曲現實，使真相變得難以把握。從新聞聚合到谷歌搜索，從YouTube推薦到Facebook，人們獲取信息的方式都通過科技巨頭算法的鏡頭進行過濾。數據的收集、標記和存儲方式對機器學習算法產生很大影響，而這正是算法偏差的主要來源，這種偏差會在有害的數據反饋循環中被放大。

（三）情感極化

算法導致認知封閉，將思維認識封閉于算法所造成的信息繭房中。人們的認知具有偏見，會偏向于有利于自身利益的觀點，通過精英們描述的框架來進行政治參與和看待整個世界。已經有通過處理社交媒體上的大眾情緒來分析公眾意見的算法技術，能推斷和預測公眾觀點。算法影響人一信息環境一現實世界的關系，各類信息集合而成的“擬態環境”控制著人們對現實世界的認知，并可能偏離現實環境，或者將人們局限于狹小視野里[13]。信息繭房、回音室效應和過濾氣泡的強化效應進一步加劇人們的認知和價值觀分化。

算法推薦技術引發情感極化，使政治參與呈現極化態勢。人工智能大語言模型能夠進行情感動員，通過放大正當性、美化自身形象、抹黑對方形象進行正面情感動員并影響認知與思維模式，從而擁有算法認知戰潛力[14]。經由算法技術塑造的集群就像是多個彼此對立敵視的政治部落。算法瞄準強化黨派立場，塑造選民的黨派認同。算法瞄準通過虛假信息、政治攻擊、選擇性動員等不斷激活黨派認同邊界。算法意識形態越位于政黨意識形態建構，導致選民與政黨意識形態一致的同質化現象顯著[15]97-98。

高度活躍的黨派用戶和自動機器人以及高度黨派性的媒體是當今虛假信息的主要孵化器和傳播者。超黨派性的媒體網站如Breitbart和Conservative Trehouse 等網站經常傳播錯誤信息、謠言、陰謀論和對主流媒體的攻擊[11]26。當營利性的假新聞帶有黨派色彩時，它可能會被社交媒體機器人拾取并作為更大的虛假信息活動的一部分進行分發。2016年美國大選中便使用機器人。在總統辯論期間，機器人非常活躍地制作親特朗普的內容，在較小程度上支持克林頓的內容。在2016年英國脫歐公投期間，政治機器人在傳播與脫歐運動相關的主題標簽方面也發揮了戰略意義作用。

西式選舉民主和政黨競爭下的公民在情感上變得更加兩極分化，普通的民主黨人和共和黨人越來越不喜歡和不信任對方的成員。政治對手之間日益增長的敵意越來越成為西方政治的特征。仇恨政治對手的個人最有可能分享政治假新聞，并有選擇地分享對貶低這些對手有用的內容。“他們所說的一切都是假新聞”這一表述直接證明虛假信息和情感極化的正相關關系[16]。兩極分化可能會促使公眾將他們不同意或想要詆毀的內容歸類為虛假內容。政治精英將算法和信息武器化，生成虛假信息并利用算法傳播虛假信息，有目的地操縱社會輿論。在黨派極化和算法技術的助推下，人們不斷地通過新媒體平臺的信息推送和主觀選擇強化已有觀點，越來越排斥不同意見。

總之，政治參與的前提是獲取多樣的準確的信息，但是在黨派極化和算法操縱之下，虛假信息和假新聞等層出不窮。政黨極化和算法技術下虛假信息的生成和傳播進一步鞏固了群眾的極化，使選民選邊站隊，從而導致政治參與者從一開始接收的信息就是偏激的、狹隘的，因此他們的政治參與也呈現出極化特征。

二、基于算法的民主參與價值異化

民主、平等、公正、正義等價值觀念是政治生活最基本的價值追求，也是政治參與的核心價值觀。公民有平等參與政治生活的權利，政治參與具有民主價值，通過平等的政治參與，增進社會的公平與正義。然而，基于算法的民主參與的價值觀念正受到算法權力的侵蝕。算法對政治認知和政治情感以及政治行為產生影響的本質在于算法權力及其異化。算法權力主要指的是一種異化的權力。當算法的技術理性逐漸取代人類政治理性時，算法權力出現異化[15]97。將算法歧視、算法偏見、數字鴻溝、算法霸權、算法黑箱、信息繭房、責任鴻溝等一系列由算法權力異化導致的問題都可以納入算法權力的范疇，這些問題產生的根源就在于算法權力的異化，這些問題對政治參與的內在價值，包括平等、民主、公平、正義等多重價值產生負面影響。在數字生活的世界，社會正義將在很大程度上依賴操持相關算法的人的決定[17]xx。基于此，我們將分別從算法偏見或算法歧視、算法自動化決策以及算法黑箱或算法不透明等方面對算法權力在政治參與方面造成的或強化的不平等、不民主和不公正進行分析。

（一）算法歧視與不平等

算法歧視內置的經濟文化政治不平等進一步強化了參與的不平等。選舉失去平等性，普通民眾被排除在選舉之外。選舉的平等價值被忽視，少數人甚至是邊緣群體的被選舉權形同虛設。經濟不平等往往導致政治不平等。參與競選需要大量的資金，這一點已經足夠將大部分的普通群眾排除在被選舉之外。代議制在實踐中充滿明顯的不平等，包括階級、階層、性別、種族等方面的不平等，而算法歧視進一步強化了參與的不平等。

在算法民粹主義邏輯中，民眾并非真正參與民主進程，參與民主進程的主體只是算法背后的技術寡頭與政治精英[18]。算法優勢群體與普通公民之間存在的數字鴻溝使得算法主體控制算法客體，算法用戶依賴于算法優勢一方的數字權威，算法歧視變成一種精英統治。在具體的規制過程中，政府或法院主要通過平等權保護來禁止算法決策中出現歧視性影響。例如，在員工管理過程中，很多企業就利用互聯網上的數據來判斷婦女是否符合工作需要，這給婦女造成了歧視。美國在《懷孕歧視法》和《就業年齡歧視法》中就從平等權的角度出發，認為這種做法違反了平等權的要求，應當被禁止[19]。

從最初的政治參與信息認知到實際的政治參與過程和行為，算法歧視始終存在。算法歧視和不平等貫穿于整個政治參與過程。在傳統的政治參與時代，人們可能因為知識教育水平和經濟水平的不同而在政治參與水平方面有所不同，但是在算法政治和算法社會中，政治參與認知和情感以及行為都深受算法不平等的影響，而且較之于傳統的政治經濟文化等方面的不平等，算法不平等常常因為算法的隱蔽性而不易被識別，從而在不知不覺中進一步強化了公民

的政治經濟和參與不平等。

這種不平等對人們的現實處境產生極大的負面影響，算法有可能剝奪普通人的許多政治、經濟、文化、教育和就業機會。人工智能和算法系統一直被批評為延續偏見、不公正的歧視和助長不平等，將歧視系統化來延續社會不公。

（二）算法決策與不民主

算法決策主要是一種基于海量數據分析和機器學習技術而自動輸出的決策，與傳統的基于協商和參與等復合原則的決策模式不同，算法取代公權力和人民參與而進行自動自主決策。算法自動化決策在提高行政效率、科學預測和決策方面存在一定的技術優勢，但算法自動化決策也在一定意義上損害了平等價值。社會越來越依賴機器學習模型進行自動決策，政府的行動越來越多地得到有算法支持的自動決策的支持。例如在交通管理領域智能拍照系統自主識別交通違法行為并進行處罰決策。然而，在自動化提高效率的同時，人們也擔心算法自動化決策會將不平等系統化。

算法決策有可能加劇歧視、信息和權力不對稱以及不透明，算法決策不再需要甚至排斥公民參與。機器學習的興起從根本上改變了決策制定：許多重要決策不再完全由人做出，而是通過“循環算法”流程做出。在對社會大數據進行機器學習處理的具體使用中會出現代表性不足、歧視和不負責任的情況。公民數據挖掘（包括福利國家的數據挖掘）可能會發展成為系統性的自我強化歧視循環，因為機器學習算法的封閉學習循環是以社會大數據為基礎的[20]。算法在作出自動化決策的過程中，其自動分析決策對公民合法權益和個人權利會產生一種不平等侵害。

算法具有強烈的效率邏輯，算法的自動化決策對于提高行政效率大有裨益，卻損害了公民權利。在《沒有捷徑的民主》這本書中，克里斯蒂娜·拉豐反對民主自治“走捷徑”，因為這些做法繞過了公民在制定公共生活決策時的包容與平等。算法民主捷徑對民主造成的危害包括削弱公民在政治中的發言權，減少公民參與的機會[21]。民主治理的各項機制的運行和最終的決策應始終以保障公民權益為導向，但算法的自動化決策卻使公民無法通過參與表達利益訴求。算法決策的平等性和公正性將成為一個利益攸關的重要問題，反算法歧視必將成為所有追求平等的人們關注的一個焦點話題[22]。算法決策注重效率，卻忽視了民主的平等價值。

（三）算法黑箱與不公正

所謂算法黑箱是指算法優勢群體為保證其競爭優勢，不公開數據產品和技術設計的內在邏輯與組織架構，拒絕監管機構的披露要求，商業秘密使算法處于黑箱之中。算法具有的不公開性和隱蔽性，算法的技術優勢和算法黑箱使得算法權力反客為主。從ChatGPT的算法技術來看，由于其自身的技術優勢及算法黑箱的存在，加之資本的逐利性，使得算法權力反客為主。算法黑箱的潛在操縱侵犯了公民的個人信息隱私權，侵蝕公開、公平、公正等價值原則。

由于算法黑箱和算法不透明，常常產生問責難的困境，這使公民的參與往往難以得到回應，政策回應性常因算法造成的問責主體不確定而大打折扣。算法的設計目的是在信息競賽中產生明確的贏家，而這些競賽的設計方式往往鮮為人知，也鮮有問責。搜索、排名和推薦算法的許多復雜性設計遠離人們的視線，被置于算法黑箱之中。無論算法黑箱是由算法的技術性特征造成而非人為刻意保持造成的[23]，還是算法的存在本身就是人為設計的，算法設計者利用算法這樣一種技術手段人為地控制或者遮蔽計算過程[24]，算法都會導致問責難和政府回應性低的問題，而公民參與對問責和政府回應有所需求。

在算法黑箱的阻隔下，算法主體和算法客體處于相對位置。算法主體掌控和運用算法進行算法決策等，而算法客體在算法黑箱之外，只是作為算法自動化決策的被動接受者而存在。這種相對的主體位置，使得算法用戶在各方面都受到計算和控制。在日常的購物消費中，消費者信息為算法所搜集和分析，然后商家根據消費者的偏好進行算法推送，精準定位消費者需求。雖然這在一定程度上帶來購物便利，但也造成生活中更多隱蔽的和無意識的消費。在政治參與領域同樣如此，公民的參與習慣、投票行為、黨派偏好等各方面都為算法所掌控和分析，選民日常瀏覽的信息新聞看似自主隨機，實則已經為算法所掌控，更為重要的是，由于算法黑箱的存在，這種對公民政治參與產生負面影響的算法讓人難以察覺。這實際上已經損害公民在經濟政治文化等領域的參與公正性。

算法黑箱通過進一步造成算法歧視而損害社會公正。算法黑箱可以從某些存在敏感特性的數據中挖掘內容并建立相關性，如郵政編碼可能與種族、大學專業、性別等有很大關系。智能算法黑箱甚至會因為你的朋友和家人有犯罪記錄而將你推算為一個慣犯[25]。算法黑箱與算法歧視密不可分，都對社會的平等和公平正義造成危害。

三、基于算法的民主參與行為異化

算法不僅通過虛假信息和算法推送影響公民政治參與的政治認知和情感，通過異化的算法權力侵蝕民主參與的價值取向，算法還對西式選舉民主中的公民政治參與行為產生影響。算法選舉意指算法在投票選舉過程中成為影響選舉活動的關鍵因素，算法選舉和參與行為的異化主要是指算法對選舉參與領域產生的影響。在算法選舉中，參與行為的異化主要表現為選舉行為、選舉原則和參與主體的復合異化。選舉異化為算法選舉，成為一場政治精英、資本與技術共謀的政治競爭游戲；選舉出的政治代表不再代表公眾利益，而是代表資本和算法優勢群體的利益;公民異化為選民，公民主體以及不同主體之間的數字權能張力擴大。

（一）選舉行為的異化

算法能預測選舉結果，對選舉進行分析，但對選舉的公平性和正當性產生大量負面影響。算法在美國選舉中的運用越來越普遍，政治精英運用算法等人工智能對選民政治行為進行政治操控。在美國選舉原則中，多數原則本應發揮作用，但是這種多數原則在算法等信息技術的影響下，完全成為一種代表政治精英和算法優勢群體利益的一種原則，多數原則的異化使得公民成為選民，并且其政治利益只是象征性地得到表達和代表，實際上他們只是數據操控選舉和算法選舉等政治游戲的組成部分。

政治精英通過選舉算法來詆毀其政治競爭對手，并為自己獲得支持。在西式民主的選舉政治下，一種靈感來自總統選舉的選舉算法（EA）的核心是廣告活動。在正面廣告中，候選人通過強化自己的正面形象和品質來介紹自己。在負面廣告中，候選人相互競爭，以提高自己的知名度并詆毀對手[26]。政治機器人被用來操縱輿論，并通過允許不透明的競選協調、非法募集捐款或選票或違反信息披露規則來干擾美國的政治傳播[27]。在2020 年美國大選期間，Fa-cebook和Instagram的訂閱算法就對選舉產生過重大影響。

算法在贏者通吃的選舉中得以運用。近年來，開發獲勝者確定算法已成為人工智能界一個活躍的研究課題，尤其是在計算社會選擇方面。對于該領域中許多重要的投票規則和場景，人們已經設計出了高效的算法用于在集群或云中并行處理大數據[28]。選舉規則是匯總選民偏好的正式過程，通常是為了選出一名獲勝的候選人。大多數選舉規則都要求選民對候選人按照喜歡程度進行排序[29]。選舉對宣傳算法平臺的依賴使得公民的選舉成為一場政客與資本共謀的政治游戲。在2018年美國中期選舉之前，微軟公司就掌握了比政府更加先進的網絡防御算法。2019年的劍橋分析事件也揭示出算法對美國選舉的影響和風險。政治選舉變成一場基于復雜算法和海量數據的權力博弈。

算法在選舉中的運用已經讓選舉成為一場算法競賽和算法較量。2020年美國大選將算法運用于選舉投票等政治活動和政治進程。圍繞個體選民的“算法競賽”已經成為決定競爭性選舉勝敗的關鍵，選舉已不再是簡單的政黨政策主張的比拼和政黨政治理念的表達，而是越來越趨向于算法技術等智能化工具的較量[30]。選舉不僅只是政黨之間的競爭，也不再體現選民的選擇，選舉成為數據和算法領域的較量。奧巴馬在2012年選舉時使用“定向發送競選宣傳郵件”的算法，YouTube平臺推薦算法中陰謀論和仇恨言論的優先推薦，2016年總統選舉中推送對特朗普有利的信息等都體現了選舉領域算法的嵌入。

基于此，西方傳統的選舉活動和公民的投票參與行為有所異化。選舉的中心不再是選民而是數據，競爭的核心不再是政策而是算法。數據驅動的智能選舉逐步取代傳統的選舉動員方式[31]。算法瞄準導致選民客體化。選民的政治態度、利益需求和偏好等都被算法所分析，然后通過個性化的信息推送對選民展開精準動員，使選民在一個被算法隱蔽操控的政治空間中做出選擇，這是一種典型的選舉干預。2016年美國總統大選出現干預型競選。政治心理測繪學、大數據方法與人工智能技術的綜合運用引發了選舉技術革命并對選民投票行為進行精準控制和干預[32]。那些鼓勵公民投票的代理人和組織通過算法傳播監控選舉[33]，技術所造成的算法危害剝奪合格選民的權利并擾亂民主進程。數據驅動的競選、基于算法的選舉干預又為西方選舉式民主蒙上一層不民主的陰影。

（二）選舉原則的異化

代表原則意指在選舉政治中選舉出的政治代表應代表公民的利益，政治決策應時刻以民眾利益為導向。代議制民主的核心在于代表性，其初衷就在于公民選舉代表代替自己行事，因此，代表是否切實代表了公民的利益和訴求是評判代議制民主是否有效的依據。遺憾的是，西方代議制民主正在經歷代表的異化，出現“代表危機”。

代表與公民的距離越來越遠，算法優勢群體與算法弱勢群體之間、公民與代表之間的數字鴻溝無法消弭。這種數字不平等揭示了西方代議制民主相對立的精英主義邏輯與民主的平等邏輯。西方主流民主所宣揚的虛假的政治平等，民主早已被政治精英所控制，充斥著各種政治賄賂，淪為有錢人的游戲[34」。代表和選民在技術和經濟上的不平等往往決定了他們在政治上的不平等，這些不平等之間又相互強化。人們懷疑現有的政治代議制度是否有利于民主，甚至認為現代社會正在拋棄傳統的代議制，走向沒有代表的政治和代議政治的終結以及一個令人興奮的政治參與新時代的開始。

代表從民意代表者變成民意塑造者，利用算法將公民塑造成選民，從而獲取選民的選票有的代表甚至會塑造民意，導致人民“被代表”。代表不一定是民意的遵循者，也可能是民意的締造者，對民意有建構和塑造作用。代表在獲得權力后往往會轉變為“預期式代表”，以“取悅\"潛在的選民[35]。選民是否以及能否被代表，公民被實質性代表的感覺是判斷代表性是否充足的依據。實際上，比被代表的感覺和實際代表性更重要的是，代表發揮更強的主動性，從代表到塑造，目的在于爭取更多選民的支持。

算法選舉意味著資本利益凌駕于公民利益，代表所代表的是少數群體的利益，而非民眾的利益。民選代表不再代表選民利益，而是代表權貴階級和特殊利益團體的利益[36]。算法決策者的意見與富裕階層的意見更為一致，而且政策選擇也更清楚地反映了他們的偏好。隨著統治者與被統治者之間社會距離的拉大，代議制民主更加偏向于地位較高的社會群體[37」。候選人對利益集團負責，而非對人民或者選民負責。算法被少數人所掌控，代表的并非是大眾的利益訴求。

受算法影響的選舉并沒有體現選舉的多數原則，反而是少數的算法優勢群體和精英成為選舉的決定者。代表被算法和資本裹挾，在西式選舉和金錢民主中，候選人需要大量資金和技術的支持，于是那些具有雄厚經濟實力的集團和個人才是真正的選舉人。為了獲得這些選舉人的支持，候選人往往通過更加鮮明且極化的意識形態立場和政策主張迎合甚至討好資本集團[38]。這就是所謂的代表被算法和資本所裹挾。資本常常是導致代表異化的重要因素，富人階層相對于窮人階層的經濟和技術優勢常常能轉化為政治優勢，這種優勢轉化依賴的正是資本和技術對代表的異化。

多數原則不再起作用，成為名義上的原則。從多數原則到贏者通吃，參與和民意形式化。即便某一位候選人在全國范圍內獲得了多數選票，也未必能贏得總統選舉。選舉結果可能并不能真正反映全國多數選民的意愿[39]。建立在算法操控基礎上的選舉和選舉結果反映的并非真正多數的選擇，美式民主背離了“民主”的原意，并沒有實現“由全體人民（而不是他們選出的代表）平等地、無差別地參與國家決策和進行國家管理”40]2。“多數”成為代議制民主游戲的一環，政治寡頭們不再需要廣泛的政治參與。

（三）參與主體的異化

在算法操控下，人民異化為選民，人民被懸置，人民被算法化，公民權局限于選舉權。美國的權力精英對“大眾民主”進行異化和改造，將人民變成選民，限制普選權和多數原則，將公民權局限于選舉權。在西方代議制民主下，人民也就是選民實際上只有在選舉和投票時才擁有所謂的自由。正因為如此，盧梭才會說：“英國人民自以為是自由的，他們是大錯特錯了。他們只有在選舉國會議員的期間，才是自由的;議員一旦選出之后，他們就是奴隸，他們就等于零了。”[41]121

公民的主體性和能動性異化。權力精英操控新聞媒體，導致公民難以獲取真實信息，并通過新聞媒體來監督權力。政治家利用新聞媒體來實現其政治目標，媒體是精英們宣傳自己和自己的議題所需要的一個舞臺[42]。網絡平臺中充斥的虛假信息正是精英操縱媒體的表現之一，而公民受到虛假信息、算法和信息繭房等影響，進一步強化自身的政治立場，成為極化的人民。后真相時代美國的媒體操縱讓政治參與從源頭上便已經遭遇瓶頸。在此基礎上，公民通過社交媒體來監督權力更是難上加難。

公民主體和不同主體之間的關系產生異化。在算法操控選舉和選民意愿下，政治人受到技術的塑造，公民從“政治人”變成“數字人”或“數據人”。算法權力下人的主體性喪失，它將人當作可以計算、預測和控制的客體[43]141。不僅是公民主體發生異化變成數字人，主體間的關系也有所異化。算法權力在政治主體之間內置了不對等的權力沖突，擴大了政治主體間的數字權能張力[44]。數據化的個體與他人的交往也呈現出數據化特征，算法優勢群體和算法弱勢群體之間的關系、存在算法權力差異的不同主體之間的關系往往也受到算法的影響。

正是在此異化和困境之下，代表制的范式重構和開放民主應運而生。經重新詮釋的代表制理論更加注重人民的參與，認為人民是民主代表制的效果，而不是民主合法性的基礎[45]，這意味著對代議制民主的控訴。在開放民主中，民眾統治意味著普通公民通過中介但真實地行使權力。這種新的范式賦予非選舉形式的代表以特權，在這種范式中，權力意味著始終包容普通公民，并向普通公民開放[46]。人民在代議制中的主體作用和開放民主的提出正是為了應對當前代議制民主在參與方面的異化。

四、結論

算法嵌人政治生活和公民政治參與，與西式選舉原則的異化相互作用，從政治認知、政治價值和政治行為三方面對政治參與產生負面影響。首先，在競爭原則的異化下，算法成為政黨競爭的手段，致使公民參與所必備的知識和信息單一化和虛假化，在此基礎上進一步造成情感極化。其次，在算法對政治認知和政治情感造成負面影響的背后，是算法權力對整個政治領域和公民政治參與價值的侵蝕。最后，基于這種極化和虛假化的信息、極化的情感以及異化的價值，基于算法的民主參與行為也受到影響，選舉原則、代表原則和多數原則發生異化，進一步造成主體的異化。

首先，西式選舉民主中的政黨競爭帶來算法競爭，美國兩黨在選舉競爭中嵌人算法，精準的算法推送和算法瞄準使信息的多樣性受損，政治參與的信息環境單一化，公民處于政客們利用算法塑造的單一的封閉的信息繭房中。同樣，兩黨之間的競爭和極化不斷生成武器化和標簽化的虛假信息，用以抹黑和攻擊政治對手，獲得選民的情感支持和選舉支持，這給政治參與認知帶來的負面影響在于公民所接收的信息的虛假化。算法競爭下生成的虛假新聞進一步通過算法得以推送和傳播，共同異化公民參與所需要的知識和認知，并在此基礎上造成情感極化，要么對政府的信任和政治認同降低，進而造成算法厭惡和政治冷漠，公民文化存在衰落趨勢;要么由于情感極化而出現非制度化的政治參與，影響社會秩序。

其次，究其本質，算法競爭下的認知異化和情感極化的背后是算法權力的異化和對平等、民主和公正等參與價值的侵蝕。算法歧視、算法自動化決策、算法黑箱、信息繭房、虛假信息、數字鴻溝等系列算法造成的問題產生的原因就在于算法權力的異化。在人工智能時代，將算法等先進的科學的信息技術應用于政治經濟文化等領域具有其必要性和進步性，但對現代化政治的技術進步的追求并不能完全遮蓋算法對政治參與造成的負面影響。

最后，在信息接收和政治認知基礎上，算法選舉下的公民政治參與行為同樣發生異化，包括選舉行為、選舉原則和參與主體的復合異化。算法下的選舉異化為算法競賽和政治游戲，西方傳統的選舉活動和公民的投票參與行為有所異化，選舉的中心不再是選民而是數據，競爭的核心不再是政策而是算法。選舉中的代表原則和多數原則由于算法的嵌人而異化，政治代表的代表性不足，代表的是資本和算法精英的利益，而非公眾的普遍利益，多數原則也不再起作用，公民的參與形式化，真正對選舉政治產生決定性影響的是資本以及與之相互裹挾的算法等信息技術。算法選舉下的參與主體和主體間的關系也發生異化。公民異化為選民、數字人或數據人，成為被計算的客體，無法真正自主地能動地參與政治，而公民和算法優勢群體之間的數字張力也在擴大，公民、政府和社會組織等數據共同體都成為算法的客體。基于參與行為的復合異化，算法下的政治參與在選舉行為、選舉原則和參與主體方面均有別于傳統的政治參與。

基于算法對政治參與的認知、價值和行為三重維度產生的消極影響，對全面解構算法與政治參與的復雜關系具有重要意義，能夠為基于算法的政治參與進一步發展提供反思和學理借鑒。當前，在民主政治和公民政治參與的發展過程中，需進一步發揮算法對政治參與的延伸和拓展效應，同時也需要對算法在政治認知、政治價值和政治行為三重維度產生的負面作用進行引導和規制，從而促進公民參與的健康發展，進而保障人工智能和技術政治時代民主政治的行穩致遠。

[責任編輯：李小燕]

參考文獻：

[1] 李普塞特.政治人：政治的社會基礎［M].張紹宗，譯.上海：上海人民出版社，2011.

[2] 加布里埃爾·A.阿爾蒙德.比較政治學——體系、過程和政策[M].北京：東方出版社，2007.

[3] EVANS G，ROSE P. Understanding education’s influence on support for democracy in Sub-Saharan Africa [J]. Journal of development studies，2012（4）： 498-515.

[4] AKANY，TATIK R S.Relationship between students’moral maturity，democratic atitude and target behaviour development levels ： a correlational study[J]. International online journal of educational sciences，2020 （4）：1-20.

[5] MICHIE S，VAN STRALEN M M ，WEST R. The behaviour change wheel： a new method for characterising and designing behaviour change interventions [J]. Implementation science，2O11（1） ： 1-12.

[6] 陶賢都，李肖楠.算法推薦影響社會輿論安全的風險及治理[J].青年記者，2022（14）：33-35.

[7] SAXENA A K. Evaluating the regulatory and policy recommendations for promoting information diversity in the digital age [J]. International journal of responsible artificial inteligence，2O21（8）： 33-43.

[8] CHUN W H K. Discriminating data：correlation，neighborhoods，and the new politics of recognition [M]. MIT press，2021.

[9] CALICE M N，BAO L，FREILING I，et al. Polarized platforms？ How partisanship shapes perceptions of “algorithmic news bias”[J]. New media amp; society，2023（11） ： 2833 -2854.

[10］馬立明，萬婧.智能推送、政治極化與民粹主義：基于傳播學的一種解釋路徑[J].理論與改革，2020 （4） ：63 -73.

[11] TUCKER JA，GUESS A，BARBERamp; P，et al. Social media，political polarization，and political disinformation： a review of the scientific literature[EB/OL].（2018 -03 -19）[2025 -01 -08]. htps：//hewlett. org/library/social-media-political-polarization-political-disinformation-review-scientific-literature/.

[12]RHODES S C.Filter bubbles，echo chambers，and fake news：how social media conditions individuals to be less critical of political misinformation [J]. Political communication， 2022（1）÷1-22

[13］彭蘭.生存、認知、關系：算法將如何改變我們[J].新聞界，2021（3）：45-53.

[14］曾慶鳴，毛維準.認知武器化與人工智能認知戰- 一項機器學習與行為實驗研究［J].國際安全研 究，2024（5） ：49 -80.

12基于算法的民主參與認知異化、價值異化與行為異化佟德志，陳岑

[15］張愛軍.“算法利維坦”的風險及其規制[J].探索與爭鳴，2021（1）：95－102.

[16]TONG C，GILL H，LI J，et al.“Fake news is anything they say！\"—conceptualization and weaponization of fake news among the American public [J]. Mass communication and society，202O（5）： 755 -778.

[17］杰米·薩斯坎德.算法的力量人類如何共同生存？［M].李大白，譯．北京：北京日報出版社，2022.

[18]陳琳，鄧伯軍.迷局與紓解：對西方算法民粹主義的批判性審視[J].湖北社會科學，2023（5）：22 －29.

[19］鄭智航，徐昭曦.大數據時代算法歧視的法律規制與司法審查——以美國法律實踐為例[J].比較法研 究，2019（4） ：111-122.

[20]JRGENSER R F. Human rights in the age of platforms [M]. Cambridge： the MIT Press，2019.

[21]ALNEMR N. Democratic self-government and the algocratic shortcut：the democratic harms in algorithmic governance of society [J]. Contemporary political theory，2024（2）： 205 -227.

[22］張恩典.反算法歧視：理論反思與制度建構[J].華中科技大學學報（社會科學版），2020（5）：60 －71.

[23]丁曉東.論算法的法律規制[J].中國社會科學，2020（12）：138-159.

[24］金夢.立法倫理與算法正義——算法主體行為的法律規制[J].政法論壇，2021（1）：29 －40.

[25］楊學科.論智能互聯網時代的算法歧視治理與算法公正［J].山東科技大學學報（社會科學版），2019 （4） ：33 -40.

[26]EMAMI H，DERAKHSHAN F. Election algorithm： a new socio-politicall inspired strategy[J]. AI communications，2015（3） ： 591 -603.

[27]HOWARD P N，WOOLLEY S，CALO R. Algorithms，bots，and political communication in the US 2016 election：the challnge of automated political communication for election law and administration[J]. Journal of information technology amp; politics，2018（2） ： 81 - 93.

[28] CSAR T，LACKNER M，PICHLER R，et al. Winner determination in huge elections with map reduce [C]// Proceedings of the AAAI conference on artificial intelligence，2017（1） ：451 - 458.

[29]BENTERT M，Skowron P. Comparing Election Methods where each Voter ranks only few Candidates[C]// Proceedings of the AAAI Conference on Artificial Intelligence. 2020（2） ： 2218 -2225.

[30］方彪，張鵬.政黨的“計算\"抑或“算計”的政黨：技術革命驅動西方政黨政治發展新圖式［J].比較政治 學研究，2024（1）：86-106.

[31］王中原.算法瞄準如何重塑西方選舉——算法時代的選舉異化及其治理[J].探索與爭鳴，2021（5）： 119 -130.

[32］房寧，豐俊功.2016 年美國總統選舉中的技術革命與選民行為控制[J].比較政治學研究，2017（2）：1-14.

[33] BENNETT C J，LYON D. Data-driven elections： implications and challenges for democratic societies [J]. Internet policy review，2019（4） ：1 -16.

[34］戴激濤.全過程人民民主對西方民主的超越：“人民的統治”再闡釋［J].中共市委黨校學報，2024 （3）：26 -37.

[35］段德敏，希琳.從被動反映到主動塑造——建構論視角下代表含義的轉換[J].國外理論動態，2021 （5）：140 -148.

[36]呂普生.西方交易民主反思：民主異化與當代危機[J].社會科學研究，2017（4）：7－20.

[37]ELE SSER L，SCH FER A. Political inequality in rich democracies [J]. Annual review of political science， 2023（1）： 469-487.

[38］佟德志，黃佳雯.美式選舉原則異化與政治極化[J].江蘇行政學院學報，2024（3）：71－78.

[39］沙柢，徐志國.美式民主話語權解構：一種權力話語的批判性分析[J].湖北行政學院學報，2024（5）：44-51.

［40］王紹光.民主四講［M].北京：生活·讀書·新知三聯書店，2008.

[41］盧梭.社會契約論[M].董果良，譯.北京：商務印書館，1997.

[42]VAN AELST P，WALGRAVE S. Information and arena：the dual functionof the news media for political elites[J]. Journal of communication，2016（3）： 496 -518.

[43] CHENEY-LIPPOLD J. We are data：algorithms and the making of our digital selves[M]. New York ：New YorkUniversity Press，2017.

[44］龐金友，孫玉尋.數字時代算法傳播的主體異化與民主困境[J].學習與探索，2024（12）：45-54.

[45]DISCH L.The people as“presupposition”of representative democracy—an essy on the political theoryof Pierre Rosanvalon [J].Redescriptions：yearbook of political thought，conceptual history and feminist theory， 2009（1） ： 47 -71.

[46]LANDEMORE H. Deliberative democracy as open，not（ just）representative democracy[J]. Daedalus， 2017（3） ： 51 -63.

Cognitive Alienation， Value Alienation and Behavioral Alienation of Algorithm-based Democratic Participation

TONG De-zhi，CHEN Cen （Institute ofNational Governance，Tianjin Normal University，Tianjin 3Oo387，China）

Abstract：The interaction between algorithms and democracy and their alienating efects are important issues in contemporary political science. The study constructs a three-dimensional analytical framework of“cognition-value-behavior” and reveals the alienating effect of algorithms on democratic participation in the context of contemporary Western political practice.The study finds that the alienation of democratic participation caused by algorithms is reflected in the cognitive，value and behavioral dimensions. In the cognitive dimension，algorithmic competition，algorithmic pushing and fake news based on the alienation of the principle of competition lead to information polarization，information falsification and emotional polarization.In the value dimension，algorithmic discrimination， algorithmic decision-making and algorithmic black box undermine the equality，democracy and fairness of citizen participation.In the behavioral dimension，algorithmic elections have manipulated the behavior of political participation，alienated the principles of election，representation and majority，alienated the people into voters，and limited citizenship to the right to vote.The alienation of algorithmic political participation presents a progressive evolution logic from cognitive distortion to value deconstruction，ultimately leading to behavioral alienation.This systematic alienation not only threatens individual political autonomy，but is also likely to trigger a paradigm shift from representative democracy to technological authoritarianism，constituting a major crisis of democratic politics in the digital age.While utilizing algorithms to promote democratic participation，care should be taken to avoid these drawbacks so as to promote the healthy development of democratic participation.

Key Words ： algorithmic politics; political participation; algorithmic power; algorithmic disinformation ; political polarization