侵蚀与消解：个性化推荐算法场域下网络意识形态话语权的危局

巫 彬，杜礼雪

（成都理工大学 马克思主义学院，成都 610059）

意识形态工作是一项极端重要的工作，国家 要对网络意识形态实施全方位、多层次和多角度的掌控，时刻警惕网络意识形态安全问题，牢牢掌握网络主流意识形态的话语权。随着互联网和信息技术的迅猛发展，基于大数据技术产生的个性化推荐算法，极大地改变了现代社会的互联网信息分发机制并因此产生显著影响。

个性化推荐算法技术已经深刻地影响到我们生活的方方面面，在个性化推荐算法的持续介入下，用户手机里面的每一个APP拿到这些数据之后会给你推送感兴趣的内容。譬如，淘宝运用个性化推荐算法，分析出受众喜欢的商品，个性化定制主页，实现精准的广告推送；新浪微博凭借算法技术，自动显示那些被评论得多，或是被点赞数多的微博，人气不佳的博主就会在主页极少推送，甚至消失不见；亚马逊依靠算法为用户打造个性化书店，从用户的购书记录和相似人群的购书记录推荐出专属于你的购书清单。

个性化推荐算法虽解决了由大数据时代信息过载和信息碎片化等问题，能更好的向单个用户分发具有个性化内容的信息，但同时这种信息传播方式直接导致“喜好固化”、“群体极化”、“技术异化”和主流媒体边缘化的风险，给网络意识形态安全带来严峻的挑战。

一、个性化推荐算法的基本逻辑

在纷繁复杂、数据庞大和结构多变的用户群中，要实现消息的精准分发，提高广大受众对信息的使用效率，优化用户的体验，需整合、分析对受众有价值的信息，由此，个性化推荐算法便应运而生。

（一）个性化推荐算法主要的两种类型

个性化推荐算法系统主动地从大量信息中找到用户可能感兴趣的信息的工具，构建支持用户在线决策的系统，推荐个性化、匹配度高的产品或项目是推荐系统领域的核心问题[1]。目前比较常用的、主流的推荐算法包括有基于内容推荐算法、基于用户的协同过滤推荐方法。

基于内容推荐算法通过用户已经选择和产生的产品内容信息，如用户的浏览记录、消费记录和行为数据，计算用户之间的相似性，从而进行对应的推荐。电子商务网站上的“猜你喜欢”就是基于内容推荐算法的典型应用。此外，通过行为数据信息进行算法推荐的效果不如通过与你有着相似行为数据的人的推荐给你的效果，拥有相似兴趣偏好的人通常比基于内容推荐算法预测的更加精准。而协同过滤推荐算法就是为用户推荐感兴趣的内容可通过找到与该用户偏好相似的其他用户，将他们感兴趣的内容推荐给该用户。

（二）对数据进行标签化处理

标签记录着用户的基础行为数据，并对其进行简短的描述。

首先，从大数据的可视化方面解读，标签是对用户的兴趣偏好、浏览记录进行短语汇总，将不同的行为数据用不同的标签显示。其中标签的大小和颜色反应不同对象标签的热门程度。例如，用户兴趣偏好指向的部分，标签出现的频率也就越高，标签显示的也就越大，反之就小。

其次，由于标签不能完全真实的反应用户的实际，准确还原用户真正的兴趣还需要对标签权重进行评分。比如，电影“星球大战”和“盗梦空间”，同时包含“剧情”和“科幻”两个标签，观影后的人们明白“盗梦空间”的剧情感更加强烈，但推荐算法系统还需要进一步的分析。为此，需要进行行为权重评分，基础的兴趣标签权重算法由三部分构成，行为权重、访问时长和衰减因子。以B站为例，行为权重包括，评论，点赞，收藏等行为；单个视频的停留时间长短则代表了访问时长权重的大小；单日观看同一标签视频，隔天观看，和天天观看的权重呈现从小到大的趋势。

（三）对用户进行画像建模

用户画像，即建立用户的行为数据模型，对用户的行为数据的进行标签化处理，并逐步形成数字躯体（用户画像）的过程。

用户在网上的浏览、点赞、收藏、评论等碎片化的行为轨迹被整理搜集并存储起来，由此形成的生活习惯、消费行为和社交属性，一个或一类用户会被贴上标签，进而形成完整的用户画像。站在个性化推荐算法维度下面，受众产生的行为数据可能被肢解成：文学10%、科学8%、技术5%、艺术3%、物理0.4%。

简言之，用户的每次在互联网上的行为反馈，都在不断地丰富自己的用户画像，而个性化推荐算法的兴趣探索行为，也在进一步给这幅画像补充更多维度，进而导致个性化推荐算法对用户的兴趣全方位的把握。这些全方位、立体性的记录用户的行为数据，通过用户画像的形式建模，形成个性化推荐算法视域下意识形态话语权的危局，给意识形态话语权的掌控带来了相当程度的威胁和挑战。

二、个性化推荐算法对网络意识形态的挑战

个性化推荐算法具有两重性。一方面，由大数据衍生出的个性化推荐算法，解决了信息爆炸带来的信息过载问题，具有针对用户的资讯个性化定制和精准分发，显著增强用户粘性等诸多优势。另一方面，个性化推荐算法系统有其固有的弊端，面对互联网海量的、错综复杂的数据时，受众在信息选择上可能存在浅显化、娱乐化、低俗化的趋向，受众在意识形态领域越发沉溺在个性化推荐算法制造的“信息孤岛”之中，主流意识形态会无形地削弱甚至孤立，网络意识形态工作面临巨大挑战。

（一）陷入“信息茧房”孤岛，固化喜好阻碍信息的自由流动

哈佛大学法学院教授、美国前总统奥巴马的法律顾问凯斯·桑斯坦在其2006年的著作《信息乌托邦》中提出了“信息茧房”这一概念。通过对互联网的考察，桑斯坦指出，在信息传播中，由于公众自身的信息需求并非全方位的，公众只注意自己选择的东西和使自己愉悦的领域，久而久之，会将自身桎梏于像蚕茧一般的“茧房”中[2]。

传统的纸媒时代，购买的是同一份报纸，杂志，每个人都平等的接受一样的内容分发，而到“个性化推荐算法”时代，受众接触到的多元化信息进一步减弱，大量的同质化信息进入同一个用户的视野之中，和受众兴趣偏好相一致的内容才会在用户的眼中出现。在大数据时代，个性化推荐算法分析受众在网上的每一次点击、浏览、收藏、评论、浏览记录、搜索记录、阅读偏好、交易记录和喜好视频分类等，运用这些反馈进行大数据计算和分析，随着时间的推移，大数据下在互联网上形成的用户画像也愈发接近本人的信息偏好，受众对互联网的使用时间越多，算法推荐越发“懂你”，受众的茧房就会包裹得越厚实。正如波兹曼在“娱乐至死”一书中批判到：“在科技发达的时代，毁掉我们的不是我们憎恨的东西，而是我们所热爱的东西。”[3]

在一个温暖的、舒适的信息茧房里面，沉溺的信息内容都是用户所爱好、喜闻乐见的，国家的主流意识形态在网络传播中受阻，无法顺利地、有效地通过各种网站，以及手机端的APP传递给受众。于是使得受众的观念，思想意识得到遏制，用户自己编制的信息茧房日益使得自己被单一维度的内容包裹起来，网络信息流动的管控也变得形势严峻。

（二）导致“过滤气泡”效应，加剧社会群体的价值观念和意识形态的分化

个性化推荐算法导致用户获得信息具有高度的同质化，人们往往不容易看到与自己相左的意见，从而固化已有的观念并加剧群体偏见，个性化算法推荐造就的“过滤气泡”，正在加剧社群区隔与价值观分化[4]。互联网活动家埃利·帕里策首次提出“过滤气泡”这一概念，他发现两个人使用谷歌检索同一词语，得到的结果页面可能完全不同；不同政治立场的人浏览同一个新闻事件，看到的新闻倾向也可能完全不同[5]。

传统媒体兴盛时期，编辑主导的人工方式信息分发，受众接受平等的资讯分发，一定程度上利于受众平衡地接收信息，而在个性化推荐算法的场域下，基于用户的协同过滤式的信息分发机制，虽然显著提高了信息分发效率，解决了信息过载的困扰。但与此同时，个性化推荐算法也导致了诸多负面传播效果，受众较大可能仅接触到与自身兴趣偏好和价值观念相同的群体，致使兴趣相投的人更容易产生连接，广大民众时刻都处于自身的主观好恶、兴趣偏好、观点立场“气泡”之中。加之，如今很多企业只顾及点击量，留存率等，商业化氛围浓厚，缺少很多的人文关怀以及对低俗、错误、娱乐化的内容的仔细把关，受众极有可能接受片面的、偏激的信息，最终导致“群体极化”现象和意识形态的分化。

（三）放大“技术异化”问题，造成主流意识形态认同的巨大威胁

所谓异化，原本是指“主体由于自身矛盾的发展而产生自己的对立面，产生客体，而这个客体又作为一种外在的、异己的力量而凌驾于主体之上，转过来束缚主体，压制主体，这就是‘异化’”[6]。“技术异化”是异化现象在信息化社会的主要表征，由于互联网和信息技术的蓬勃发展，各种新型技术层出不穷，技术异化在当今社会体现得越来越明显。人类是技术的创造者，技术的真正价值是服务于人类，但负价值的实现也是技术使用过程中的不可避免的部分，负面效应逐步使技术演变成异己的对立的力量，反过来给人类自身带来威胁。我们塑造了个性化推荐算法技术，反过来个性化推荐算法技术也在塑造着我们，迫使我们成为技术的客体和附庸。例如，使用微博，抖音等软件时，通过简单和重复的上下滑动，算法推荐的内容无形地限制了人类的选择权力。各种技术充分解放了人类，同时这些技术又从其他维度去支配人类，算法推荐技术挟持了人的思想，使受众的思维意识变窄，进而使得受众主体意识麻痹，逐渐使民众对国家主流意识形态认同感失衡，国家主流意识形态认同受到了技术方面的挑战。

大数据时代，计算机通过个性化推荐算法，“全盘式”的信息接受方式演变成基于受众兴趣偏好的“个性化”精准推送。主流意识形态信息或许不属于部分受众的兴趣偏好范围，被计算机的个性化推荐系统自动过滤，信息传播平台为了获取关注度和扩大影响力，致使普通受众需求向价值缺失、庸俗落后、暴力色情的内容偏移，导致负面信息和负面舆情的日益强化，民众情绪状态消极趋势逐渐明显。长此以往，在个性化推荐算法的挟持下，人们将被会束缚于技术异化的困境之中，难以逾越自己的兴趣和偏好，观点的偏激化、极端化特征凸显，进而成为非理性的“乌合之众”，对主流意识形态认同带来严重风险。

（四）削弱“把关人”作用，加剧传统主流媒体的边缘化

“把关人”属于传播学的术语，即资讯到公众不是简单的直达关系，公众从新闻媒介获得的信息是经过记者、播音、编导、制片人、总编辑的筛选、过滤、把关之后得到的。换言之，传播内容的接受群体必须明白，各种大众传播载体上的信息并非还原了本真世界的样子，是经过“把关人”内容选择加工后显示的现实世界的模样，“把关人”是观点、思想、价值观念自由流通的承载和保障。个性化推荐算法的出现将使高质量、多元化的信息被逐渐蚕食殆尽，大众陷入到“算法”建构的现实之中。

传统媒介盛行的年时代，“把关人”总体处于一个强势的地位，近年来移动互联网的迅猛发展，促使个性化推荐算法信息分发机制的出现，实现了“人找信息”到“信息找人”的范式转变，资讯分发方式也从传统的编辑筛选模式过渡到“算法把关”推荐，使得把关权逐渐向受众转移，“把关人”的地位受到不断侵蚀。

一方面，倒推到互联网资讯生产领域，一些内容生产创作者如“头条号”、“微博大V”、微信公众号的兴起，在市场份额、用户规模等商业逻辑的推波助澜下，他们为了主动迎合受众的个性需求，一味地向受众推送其喜好的内容，对社会主流价值置若罔闻，导致资讯分发平台的“标题党”、“娱乐至死”等风气横行，诱发“劣币驱逐良币”的现象，大量挤占传统媒体的生存空间。

另一方面，传统主流媒体是国家主流意识形态的传递介质，同时也是“权威性”的符号标识，但在内容创新、技术创新和盈利模式方面的发力乏善可陈，亲和力和实际效能有待进一步加强。加之，信息社会的意识形态多元化趋势明显，互联网中呈现出思潮的“多元化”，马克思主义“一元化”思想领域的指导地位颇受挑战。此外，移动互联网时代各种新型的短视频平台、手游等崛起，其内容、形式的丰富多样性，更易拉近与受众的距离，传统媒体面临着更加严峻的生存挑战。

三、针对个性化推荐算法对网络意识形态影响的应对之策

网络意识形态的场域中，个性化推荐算法作为一种隐形的过滤机制，造就了新型的“话语霸权”，使受众丧失了最具价值的独立思考和判断的权力，尽管给网络意识形态建设带来了诸多挑战，但通过个性化推荐算法技术矫正、主管部门、相关媒介和用户的多元协同合作，个性化推荐算法也能消解其网络意识形态话语权并传播发挥正向作用。

（一）推进算法治理，实现技术与主流价值的融合统一

要摆脱个性化推荐算法带来的网络意识形态建设消极影响，解决“技术异化”带来的问题和挑战，实现价值理性独立于工具理性之外。首先应该从技术层面去改进，促使算法技术更新迭代。

一是要提升算法技术的过滤效果，阻断“信息茧房”的生成。依据以用户偏好为导向的算法技术，推送给受众的大量同质化的信息，固化了受众的喜好。应从技术改进的基础上打破这种“算法霸权”，解决“推荐算法”中的一些不规范设计，把受众从“信息孤岛”中解放出来。并利用算法技术优化内容生态，从源头上促进网络内容的丰富性，运用算法技术积极推荐蕴含主流价值和主流意识形态的内容，筛掉低级趣味、泛娱乐化、虚无主义等“靡靡之音”，形成“百花齐放春满园”的内容分发局面。

二是要探索个性化推荐的逆向路径，戳破“过滤气泡”。我们不妨采取逆向思维的策略，让用户接触到相反的观点和看法，使用户跳出“气泡”所制造的偏见和兴趣偏好中。例如：国外已有多种“反过滤气泡”工具，比如浏览工具Balancer、浏览器插件 Scoopinion1、Bobble、Rbutr，可视化工具如ConsiderIt、OpinionSpace，移动应用Political Blend等[7]。这些工具通过分析用户的行为数据，显示用户正在发生的行为偏见，同时一并把相反的观点展示出来，或者与其不同职业、地位、年纪、意见相左、价值观不同的人连结起来、相互交流，它们都致力于实现从算法上减少偏见、克服信息窄化和极端观念的产生。

三是要搭上算法技术快车，推进传统主流媒体的积极转型升级。传统主流媒体是国家主流意识形态的重要传播承担者，赶上技术潮流、图新、图变是转型升级的必由之路。为此，主流媒体必须紧跟时代，大胆运用新技术、新机制、新模式，加快融合发展步伐，实现宣传效果的最大化和最优化[8]。通过加强传统主流媒体与新型内容分发平台的合作，新华社也同阿里巴巴合作上线发布了中国首个媒体人工智能平台“媒体大脑”，以提升媒体在智能时代的新闻生产、分发和监测能力[9]，提高传统媒体的竞争力。通过产业结构优化升级的契机，加强传统主流媒体与新型内容分发平台的合作，构建多形式、多渠道全媒体传播矩阵。扩大传统主流媒体传播的途径，显著增强国家主流意识形态的覆盖面。

（二）建立健全网络综合治理体系和加强治理力度

建立健全网络综合治理体系和加强治理力度，有助于规范网络信息内容生产者和网络信息内容服务平台的行为，使得平台和作者产出更多优质的、主旋律和正能量的内容，削弱个性化推荐算法技术带来的负向作用，更好的服务广大受众。

首先，制定并完善相应的法律法规。一方面，应该明确信息传播的法律边界。在涉及到互联网个人隐私保护、知识产权保护等方面的问题，设立法律规定的具体细则，根据行为性质、后果，制定相关的法律，明确其法律规范和边界。另一方面，如今互联网飞速发展，而相关网络的监管措施和制度法律却更新缓慢，意识形态安全的建设需要及时更新相关法律条款，针对网络意识形态把控方面的监管措施应予以细化，做出补充，以适应大数据时代维护网络意识形态安全的需要。

其次，加大相关部门对互联网信息的监管力度。大数据时代互联网上的信息呈现出多样化，复杂化的特点，在个性化推荐算法系统下面网络舆情形势更加严峻，网络消息传播速度快，及时性强。因此，相关部门建立一支负责网络信息监管的专业化的队伍，强化网络公共论坛、贴吧、微博、留言板及时聊天工具等网络区域监控，对不当言论进行及时审核、排查和反应，提高信息响应的速度和效率，把舆情遏制在发生之初的阶段。

最后，要重视和发挥“意见领袖”的作用。传播学存在一种“两级传播范式”，即信息的传递是按照“媒体—意见领袖—受众”这种模式进行的，且人际之间传播比大众媒体直接传播更具有说服力，影响受众的能力更强。想要更好的进行国家主流意识形态的传播，引领风清气正的互联网文化，需重视互联网“意见领袖”和“网络大V”的作用。一方面，及时开展与“意见领袖”的双向沟通与交流，既主动向“意见领袖”提供信息又同时采纳他们的优质建议，引导其政治观点，使“意见领袖”团结在主流意识形态的旗帜下。另一方面，国家也可以打造移动互联网时代的“网红”，培植自己的“意见领袖”，积极唱响网络的主流声音和旋律。最后，强化对平台媒体的宣传和法治教育。如今很多新闻客户端和各类社交媒体只顾及点击量，留存率等，商业化氛围浓厚，缺少必要的人文关怀，对低俗、错误、娱乐化等内容的把关不仔细、不严格，导致各种非主流意识形态和错误思潮进入大众视野。通过对网络传媒平台的监管和审查，让平台媒体明确分辨违法行为，遵循法律规则，对不符合制度规定的媒体平台及时约谈、整治，对违反法律规定的行为依法进行惩处。

（三）各大互联网平台应遵守网络传媒端的伦理规范

加强和巩固网络意识形态安全工作，算法技术和监管措施都属于外部策略，根本上还是应从内容分发的源头入手，着力提高传播主体和传播媒介的职业素养，弘扬社会主流价值观。

一是要当好“把关人”，牢固掌握主流意识形态的话语权。实际上，互联网上的推送信息都是由编辑选择加上个性化算法推荐而协同完成的，计算机能过滤识别一些不良的内容，但人工内容审核机制还是应当放在第一位置，传播平台从业人员作为“把关人”不仅决定了哪些内容能进入大众传播的视野，也在一定程度上对算法推荐的技术纠偏大有裨益。

二是要履行好传播主体和传播媒介的社会责任和义务，弘扬国家主流意识形态。互联网个性化的人工智能技术，其主旨思想就是“去中心化”重“个人体验”[10]。在推荐算法衍生的个性化定制内容上表现得尤为明显，它提升内容利用效率，但是一些内容平台运用“商业算法”以获取经济利益，使得用户沉溺在其制造的“信息茧房”之中，罔顾社会价值和社会利益。因此，要加强新闻客户端和各类社交媒体的社会责任建设，摒弃唯“流量为王”“点击率”“留存率”的价值取向，承担起宣传社会主流价值的责任，使“推荐算法”技术能够更好的为社会服务，实现社会价值和商业利益的有机统一。

三是要提升传播从业人员的职业素养。如今互联网上的内容鱼龙混杂，移动互联时代催生的短视频、手游、新闻客户端和各类社交媒体等，对传播主体和传播媒介提出了新的挑战，内容传播从业者的素质显得尤为重要。通过进修、培训、交流沟通会等形式，提升传播媒介和传播主体的媒介素养，使相关从业人员与时俱进紧跟时代步伐，深入贯彻落实国家在主流意识形态传播上的大政方针，实现同国家主流意识形态的同频共振。

（四）提升广大受众对于算法技术的认知水平与网络素养

网络意识形态安全的建设，离不开广大受众对自身意识形态安全警觉性的提高，在大数据个性化推送算法下，广大受众极其容易沉浸在由个人兴趣组成的网络个性化“温床”中无法自拔，广大受众在“个性化算法”横行的时代构建“算法素养”尤为重要。

一方面，需要进一步培植广大受众正确的理想信念、价值理念、道德观念和爱国主义观念等素养，对其进行正确的引导和监督。个性化推荐算法的弊病在于受众的基本媒介素养层次不齐，由于广大受众的价值观、教育水平和生活经历等的局限，个性化推荐算法推送的庸俗化、片面化、泛娱乐化和奇闻异事等内容，更能与大众连结并且吸引大众的眼球，但不可避免地产生了消极的影响。因此，用户要提升对算法技术的认知水平，了解算法运行的隐蔽性，加强对算法机制的监督力度。要树立正确的媒介平台使用观念，通过丰富自身知识储备提高理性思考水平，避免沦为技术的客体和附庸，要培养良好的内容消费习惯[11]。根本上来说，就是要提升广大受众应对“算法推荐”下个性化定制网络信息的审核、判断和明辨是非的能力。

另一方面，互联网信息的传播呈现双向互动的特征，广大受众和传播的内容信息之间是相互影响的关系，个性化推荐算法是在受众的每一次行为数据（浏览、点击、转发、收藏等）的反馈中获得的。这意味着，“算法推荐”为受众织造“信息茧房”的枷锁和塑造人的同时，同样受众也可以用积极正面的行为数据反馈给推荐算法系统。为此，实现大众用主流价值去“涵养”个性化推荐算法，通过“算法”与“受众”双方的良好互动，营造清朗的网络空间环境。从而，扩大主流意识形态的影响版图，个性化算法推荐唱响社会主流声音，使得国家主流意识形态在网络中传得更开、传得更广、传得更深。

四、结语

牢牢掌握网络意识形态话语权，显然无法忽视计算机算法技术变革带来的负向影响。个性化推荐算法是一个团结协作的过程，了解用户的兴趣偏好和潜在需求，实行精细化的人群划分。而受众是一个消费者，受众越点击喜欢的内容，算法系统越收到激励，同质化的内容也是进一步在你的各种APP中间得到强化，网络意识形态领域的话语权不可避免的遭受一定程度的侵蚀。通过对算法治理、提升政府和企业算法素养能消解个性化推荐算法的负向影响，但究其根本，广大受众才是一个决策者，拥有最终的决定权，决定着到底哪种内容能够进入个人的视听范围。