智媒語境下算法傳播的異化風險與治理策略

隨著智媒時代的到來，算法技術作為算法傳播的核心，通過大數據信息對用戶行為進行分析并生成用戶畫像，實現更加精準的內容分發，用戶因此獲得更加符合自身興趣的內容推送，體驗更加便捷高效的信息服務。同時，信息的傳播框架正在被改寫，當微信、微博、抖音、B站等日漸成為人們生活和交往的重要平臺時，算法傳播作為互聯網平臺核心力量正從“客體工具”向著“主體操作者”演化。算法傳播因依賴于算法技術而有了權力屬性，其異化風險不可避免，也引發傳媒的公共性危機。公共性被視為是現代性的基礎。德國當代著名哲學家哈貝馬斯提出，每個人都有機會平等表達個人信念、意見并通過公眾批判變成公眾輿論時，公共性就會實現。傳媒是社會主體之間交往互動的渠道，其天然具有公共性。傳媒的公共性具有共生、共治、共享的基本價值理念，對維護一定場域里的共同體利益具有重要價值。作為社會公器的傳媒應當致力于關注公共議題、維護公共利益、促進社會公平，這成為智媒語境下新聞傳播業的重要議題。

一、“算法傳播”與相關管理規定

“算法傳播”（Algorithm-basedcommunication）是一種依靠算法決策的新型傳播形態，是以大數據為基礎通過智能媒體以算法技術為驅動力的傳播，其方式、內容、對象、效果等均被納入算法的掌控之中，成為可計算前提下人機交互的過程。算法傳播暗藏著“人與技術之間的權力爭奪”，在追求高效和簡化中充盈著“極致的工具理性”，從而引發異化風險。在傳統媒體時代，以新聞專業化實踐和把關人為核心的人工審核確保了傳媒的公共性。在智媒時代，算法傳播依賴于算法技術。哈貝馬斯認為技術作為隱形意識形態滲透到居民的意識中并獲得了合法的統治權，由此算法傳播不再是單純的知識體系，而已演化為統治權力。算法傳播依托算法技術影響人的自我認知和反思能力，人一旦失去了主體性而成為被計算、被預測的客體，算法傳播異化的風險將不可避免，傳媒的公共性也會流失。為此，國家相關部門通過頒布《互聯網信息服務算法推薦管理規定》等法規，旨在規范算法推薦使用場景，降低算法濫用的負面效應，營造良好的網絡生態。筆者從算法傳播的公共性入手，探討算法傳播可能導致的異化風險，嘗試提出超越工具理性的算法傳播風險治理策略。

二、算法傳播的異化風險：公共性的流失

智媒時代算法傳播的自主決策能力易引發異化風險，進而削弱傳媒的公共性?！爱惢备拍顏碓从隈R克思的異化勞動理論，被理解為是一種由人創造的卻脫離人控制的、對抗的、異已的，甚至反過來統治人的力量和形態。算法傳播的異化風險源自算法的“自主性”，這極易演化出一種不受傳播主體控制的、獨立的、敵對的，進而反過來控制主體的危險狀態，即算法傳播的異化。算法傳播異化的后果是人的主體性的喪失，人成為算法傳播的客體和對象，傳媒的公共性也將流失。

1.信息繭房消解社會共識。智媒時代算法是傳播的核心機制，算法推薦在提高信息分發效率的同時，也將人們的思想和行為方式標簽化，形成“信息繭房”效應。“選擇性心理”理論告訴我們，用戶本身是不同的個體，有不同偏好是正常的，但如果用戶只關注自身而不關注其他，當社會需要共同對話時，就會因缺乏共識或共視而很難進行。

首先，用戶的視野被固化。算法推薦“以用戶為中心”，推崇“私人定制”的信息獲取模式，長此以往用戶視野被固化在自已的“私域”中，從而導致公共決策或陷入僵局或被某一群體偏好俘獲，公共議題難以達成共識。其次，易產生群體極化現象。算法推薦使用戶只接受自己喜好的意見而拒絕其他意見，將個人偏見當作普遍真理，形成群體極化從而降低傳媒的公共屬性。這種情況在“江歌案”中表現的尤為明顯。最后，算法對輿論的隱性操控。算法時代的輿論是政治、商業以及其他社會力量的角力場。算法傳播能對受眾進行信息投喂并訴諸意識形態立場操縱傳媒，通過包裝熱點事件制造對立和撕裂，或者利用社交機器人和網絡水軍影響輿論走向，鉗制理性表達撕裂社會共識。

2.平臺算法遮蔽公共議題。智媒時代隨著大型互聯網公司的快速崛起和賽道擴張，“平臺”成為當代生活的基礎設施。平臺算法通過用戶、信息和廣告的精準匹配來實現對“個性化信息”的控制，平臺掌握了算法網絡空間信息治理權。但為了追逐流量和利潤，平臺往往對獵奇、暴力、“三俗”的內容審核網開一面，而真正有意義的公共性議題卻得不到有效傳播。

算法決策實際上是一個數據運算過程，用戶只能看到輸入的數據和輸出的結果，而對中間的運算過程不甚明了。當算法傳播存在嵌入的偏見和數據的濫用時，平臺公司又以商業秘密為抗辯理由拒絕公開決策過程和內容，遮蔽了公共性屬性。一方面，算法對信息分發渠道的介入使用戶原本以公共性為核心的價值判斷徹底崩塌，放大了個性化甚至極化趨勢，用戶只能看到與自身相關的信息，從而逐漸喪失參與公共議題的自主性和能動性。另一方面，算法對人的行為偏好進行量化，弱化了用戶的主體價值。用戶逐漸被對象化，人的價值理性被排除在外，算法傳播因此“異化”。

3.算法偏見固化社會結構。當算法技術被用于信息生產與分發時，算法設計、數據處理和運算過程等會影響算法決策，而完全的數據樣本也很難獲得，這很容易造成算法決策偏差和“算法偏見”。如網絡算法平臺很難收集到人口統計學意義上所有類屬的人類數據，另外，網絡平臺無法對不使用網絡的人群特征建立數據模型，甚至還會因錯配信息而造成不公、偏見和歧視，這一算法缺陷也是算法傳播異化的固有根源。

然而，算法偏見的產生也不能全部歸咎于技術，智媒時代的傳播媒介也起了推波助瀾的作用。有學者認為，算法偏見與社會偏見和媒介偏見緊密相連，大數據算法吸納并反映社會現實的某些偏見成為算法偏見的基礎，而媒介偏見也加劇了算法偏見的傳播。當這些帶有偏見的算法被廣泛應用于傳播時，歧視性或不公正會被放大，對某些個體造成歧視與傷害已不可避免。此時算法傳播邏輯已成為社會偏見再現的幫兇，更加劇了處于不利地位的社會群體所遭遇的不公。這種偏見和不公的后果會形成“馬太效應”，即原來處于不利地位的群體獲得資源和機會更少，而原來的優勢地位群體會獲得更多的資源與機會。這一定程度上固化了社會結構，也削弱了社會公共性的根基。

三、超越工具理性：異化風險的治理策略

智媒時代算法傳播的異化風險在于對用戶自主性的消解，進而導致傳媒公共性的流失。因此，要重構傳媒公共性就必須超越算法傳播的工具理性，回歸傳媒主體性，彰顯算法傳播在公益性、公正性和公開性等維度上的一系列價值原則和倫理規范，從增強算法公開透明、消除算法的結構性偏差、建構共享視角等方面，減少并消除算法傳播的異化風險。

1.增強算法程序的公開性與透明性，踐行協同式算法設計。提高算法傳播的公共性最根本的路徑是提升算法程序的透明度，這意味著媒體要向公眾開放信息生產制作的過程。算法是人造物，自然無法避免人類社會的偏見和歧視。算法傳播過程具有程序化、自動化、不透明、不可逆的特征，在這一過程中用戶處于“被操縱”的狀態。因此，算法編碼者應當對算法的默認設置、篩選條件、隱私獲取程度等規則進行適度公開，用戶明白規則后可以在一定程度上規避部分風險。算法不單制造了“數字鴻溝”還強化了“局外人”和“局內人”的差異，“局內人”通過算法規則與技術程序將公眾乃至傳統媒體人當作“局外人”擋在技術門檻外。因而，編碼者應當適度提高算法程序的開放性，增加信息透明度和用戶篩選信息的機會，這樣用戶就可避免被假新聞、偽信息包裹。當然，算法透明應當是適度的，完全的算法透明既不現實也不安全。算法程序應在提高開放性的同時避免完全透明帶來的危害，避免侵犯個人隱私和正常的商業利益。

算法公開程序要適度并協同算法設計，既要避免阻礙各傳播主體之間的誠實對話，也要顧及弱勢群體的利益。首先，在區分用戶群體類型的前提下，制定算法分層透明規則標準，根據不同用戶需求建立多元化協同式的信息分層披露方式。其次，制定算法披露程序規則，包括公開數據代碼的條件以及收集用戶信息、產生信息、信息推送順序等規范，公開相關程序安排的合理性等倫理規則。最后，建構傳媒平臺和用戶之間的協同規則，增強用戶對算法和傳媒主體的信任。比如，向用戶公開自身標簽和用戶畫像的生成過程，讓用戶了解算法對于自己的影響；開發幫助用戶理解相關條款的智能工具，避免條款晦澀冗長，設置共識障礙或者“被迫同意”。

2.不斷提升算法模型完備性水平，消除算法結構性偏差。智媒語境下，需要通過多元參與和技術賦權提升算法模型的完備性，消除算法的結構性偏差，降低異化風險并彰顯算法傳播的公共性價值。算法表面上看是“算法與人”的問題，但本質上是“人與人”的問題。算法由人建構，算法傳播中人的問題比技術問題更加重要，因此，消除算法的結構性偏差需要強調人的主體地位，實行多元主體的算法共治。

首先，強化“算法設計師是算法后果第一責任人”規則，增強其倫理觀念，提升其在代碼設計和數據分揀環節的法律意識和責任意識。算法設計師的倫理道德意識和法律觀念直接影響算法決策的價值和導向，所以要倡導公平、公正的算法價值，通過法律法規來約束和引導行業從業人員的行為。還要優化算法推薦程序，從技術層面打破信息的過度個人化傾向，提高算法推薦的多樣性。其次，國家應當不斷提升算法模型的完備性水平，完善監管規則，減少干擾算法傳播的外部控制因素，規范算法引流和變現程序，明確算法設計者、推廣者和使用者在法律層面的主體身份以及權利義務關系等；建立問責制度，對算法開發人員提供的相關解釋說明以及算法可能或實際上造成的損害進行有效監管，對算法的危害后果建立補救機制。再次，為消除算法的結構性偏差，也要對傳媒行業規范進行監督約束。政府過多的干預可能會打擊科技公司的創新積極性，因而可以在政府總體管理框架內，通過行業監管部門、頭部技術公司、專家學者、傳媒專業人士等共同擬定行業準則，進行行業批評及公眾組織監督等形式對算法規范管理。最后，公眾也要提高算法素養，增強抗風險能力。面對算法對日常信息獲取的全面涉入及其所帶來的異化風險，用戶要在媒介實踐中形成關于算法的知識體系，了解算法“套路”，克服技術使用惰性，打破對技術的“迷信”，形成適應智媒時代的“算法素養”。同時，營造良好的算法傳播社會氛圍，培養用戶對偏好標簽的洞察力、信息環境的批判力、低俗信息的脫敏力、個人隱私的保護力等，提高用戶抗拒算法異化風險的能力。

3.建構算法的共享視角，讓公眾與公共表達重新相遇。算法傳播異化風險不僅消解了社會共識，也瓦解了公眾的共享視角，因而要加強傳媒的公共性規制異化風險，就必須重建算法傳播的共享視角。在算法推送環節應增強內容匹配上的多元性和公共性，讓用戶與“他者”擁有信息的公共空間，降低信息的個人化特征；同時，應考慮用戶想要和需要之間的差異，實施“反個性化”推薦，給用戶帶來多元觀點和豐富內容，從而提高個體與他者的“共視”性，進而增強用戶的公共表達概率并與公共性重新相遇。

智媒時代傳播真相的客觀性依賴于共享視角，共享視角不同于共同視角，它更加強調媒體和公眾以及公眾之間的互動性和分享性，而不僅僅是公眾面對的同一個信息窗口。因此，用戶必須保持謙遜的態度，學會傾聽和理解，以開放視角和態度抵御算法異化風險。算法推薦功能在排除人為設定或搜索的情況下，應使意見得到公平傳播，讓算法成為不同群體知識和意見碰撞的公共空間。還要將具有公共價值的內容傳播給更多群體，激發受眾對社會事件的關注與討論。

四、結語

技術從來都不是完美的，算法傳播也不例外。當算法傳播為我們每個人都打造了一個專屬的“小世界”時，也阻礙了我們與公共性的相遇一一算法權力的異化風險削弱了算法傳播的主體性，并沖擊了算法傳播的公共性。智媒時代算法傳播的成長必須在超越工具理性，規避算法傳播的異化風險后轉向公共傳播的價值理性，最終實現“技術向善”的美好意圖。

（作者系中原工學院法學院副教授）

本文系2023年度河南省重點研發與推廣專項（軟科學）項目“數字時代河南省基層社會預防型治理創新研究”（項目編號：232400411090）、2023年河南省高等教育教學改革研究與實踐項目（研究生教育類）“基于社區矯正特色的社會工作碩士專業學位研究生校地協同培養模式研究”（項目編號：2023SJGLX186Y）的階段性研究成果。

參考文獻

[1][德]尤爾根·哈貝馬斯．公共領域的結構轉型[M]．曹衛東，王曉玨，劉北城，等，譯．上海：學林出版社，1999.

[2]全燕．智媒時代算法傳播的形態建構與風險控制[J]．南京社會科學，2020（11）.

[3]趙一丁，陳亮．算法權力異化及法律規制[J]．云南社會科學，2021（05）.

[4]喻國明，陳艷明，普文越．智能算法與公共性：問題的誤讀與解題的關鍵[]．中國編輯，2020（05）.

【編輯：孫航】