算法推荐对大学生思想的负面影响及应对

林赛花

（福建江夏学院统战部，福建福州，350108）

一、问题的提出

信息技术发展至今从信息获取的视角可归纳为三个阶段：第一个阶段是用户主动获取信息阶段，为了满足用户的信息获取需求，门户网站、搜索引擎蓬勃发展，代表性互联网企业为百度、谷歌等；第二个阶段是用户交互信息阶段，为了满足用户的信息交互需求，论坛、社区、贴吧、微博、微信等社交媒体蓬勃兴起，代表性互联网企业为天涯社区、新浪微博、腾讯微信等；第三个阶段是信息定制阶段，为了破解信息过载的困境，信息供给者为用户推出了信息定制服务，代表性互联网企业为今日头条、一点资讯等。信息定制又可细分为两类：一是用户主动的信息定制，即用户付费购买个性化信息，信息供给者根据用户的需求，为用户提供个性化的信息供给服务；二是用户被动的信息定制，即信息供给者根据用户对信息的偏好选择，将用户偏好的信息精准分发给用户。后一类信息定制针对不特定的所有互联网用户，可以在为用户精准画像之后，将信息精准分发给目标用户，因此深受资本欢迎。在资本的强力推动下，无论是新闻媒体，还是商业平台，抑或是社交媒体，都无一例外地采用算法推荐为用户分发信息，信息社会发展至此已完全步入算法推荐时代。

算法推荐的源流可追溯至1994年美国明尼苏达大学推出的第一个自动化推荐系统[1]，其后，随着算法推荐的不断完善，亚马逊公司于1998年首次将算法推荐用于其经营物品的分发；但算法推荐在我国互联网企业的运用还不足十年。从学术研究来看，我国学界关于算法推荐的研究起始于2015年，且主要集中于电子信息技术领域的探讨。2016年，学界开始关注算法推荐对信息传播的影响，而负向影响渐趋成为学界探讨的热点。如有学者指出，算法推荐尽管实现了内容的精准推送和有效供给，但“也存在诸如风格缺失、内容浅薄等一系列的问题”[2]。近年来，越来越多的学者开始反思算法推荐存在的伦理问题、价值问题、意识形态风险问题、隐私保护问题、虚假新闻问题等，如匡文波指出算法推荐的结果并不都是符合伦理的，其形成的“信息茧房、数据滥用、算法黑箱等问题对个人隐私权、知情权、平等权、被遗忘权造成了不同程度的威胁”[3]。

作为网络原住民，当下在校大学生的消费理念比之“90后”更为超前，作为未来的消费主体，自然成为资本“围猎”的主要对象。算法推荐存在的问题不可避免地对在校大学生价值观的形成产生负面影响，同时，对高校的网络思想政治教育工作也带来诸多挑战。本文旨在从网络思想政治教育的视角切入，探讨算法推荐对大学生思想的负面影响，进而提出大学生网络思想政治教育的应对之策。

二、算法推荐的逻辑理路及其伦理困境

（一）算法推荐的逻辑理路

算法推荐的逻辑可总结为“信息采集-信息分类-信息分发”，即通过后台终端的统计程序将用户的网上行为数据化，采集能够描述用户行为的所有信息数据，然后对采集的信息进行特征分类，从而描绘出基于用户性别、兴趣、习惯、行为偏好等特征的“数据画像”，并据此向用户分发其感兴趣或潜在需求的信息。

满足用户的个性化需求，是算法推荐逻辑的总原则。因此，对用户精准画像是算法推荐的目标导向。从目前算法推荐的逻辑理路来看，主要有三种机制：一是基于内容的推荐（Contentbased Recommendation）。内容过滤主要采用自然语言处理、人工智能、概率统计和机器学习等技术进行过滤。内容推荐遵循“信息采集-信息分类-信息分发”的逻辑，是对个体用户的精准“数据画像”，并根据用户对内容的偏好，将高度相似的内容分发给用户。二是协同过滤推荐（Collaborative Filtering Recommendation）。与内容推荐的精准画像不同，协同过滤推荐旨在针对难以对用户进行精准画像的情况下，根据采集到的目标用户的有限信息，从数据库中找到与目标用户的行为特征相近的用户群体，从而基于相近用户群体的历史偏好信息，向目标用户推荐相近用户群体的偏好信息或物品。从用户在互联网中留下的使用信息来看，内容推荐往往难以根据有限的信息对用户进行精准画像，从而经常“失灵”。因此，协同过滤推荐为商业信息平台所广泛采用。三是基于关联规则的推荐算法（Association Rule-based Recommendation）。所谓关联规则，是指反映一个事物与其他事物之间的相互依存性和关联性，其通俗的内涵是“顾客在购买某些商品的时候有多大的倾向会购买另外一些商品”[4]，即用户决策行为之间存在的关联度。因此，关联推荐算法的核心就是从大量数据中发现频繁项目集。在业界，发现频繁项目集通常采用Apriori算法和FP Tree算法。

从以上三种算法推荐机制来看，尽管针对的用户情况各不相同，但算法推荐的逻辑理路是一致的，即均是最大化定位目标用户的信息需求或物品需求，从而实现信息或物品的精准分发。

（二）算法推荐的伦理困境

“价值立场问题像逻辑前提问题一样重要，它决定了经济学的内在本质和发展走向。”[5]同样地，价值立场问题决定了算法推荐的内在本质和发展走向。对价值立场的考量，既要观其“言”又要观其“行”。算法推荐虽最初为学者所开发，但推动其走向应用并在实践中不断发展的是商业资本。在公开场合，商业资本宣扬指出，算法推荐有助于为用户提供精准的、个性化的服务，从而节省了用户从海量信息中选择对己有价值信息的成本，但算法推荐产生的伦理困境却被有意忽视甚至掩盖。

其一，“把关人”权利的让渡导致信息的价值偏离。作为传统媒体的“把关人”，编辑对信息的选择具有明确的价值导向，个人接收到的信息带有鲜明的编辑选择的意志。而算法推荐攫取了编辑“把关人”的权利，算法工具成为实质上的“把关人”，个人所接收到的信息是算法推荐的信息，工具理性代替了价值理性。

其二，自主权利的让渡导致“信息茧房”。“自由”是社会主义核心价值观的基本要义，反映了对人权利的尊重、对人尊严的呵护以及促进人发展的最基本的价值取向。自主权是自由的显著特征，突出表现为人对信息的自主选择。算法推荐的内在本质是算法技术取代个人选择，个人接收到信息的内容、何时接收信息以及接收到多少信息，都由后台的算法操纵，而缺少个人意志的算法不断将个人在某一时间段感兴趣或关注的信息推送到个人的网络世界中，从而形成了一个由某一类单一信息构成的“信息茧房”。在“信息茧房”中，人陷入进某一类信息的桎梏中，形成了个人的乌托邦世界，“加深了不同群体之间的交流鸿沟”[6]。

其三，知情权的让渡导致算法黑箱。信息知情权是信息时代公民所享有的一种民主权利。公民的知情权是一项具有综合性质的人权，是一个极其复杂而宽泛的概念，其涵括的范围学界有“五权论”“三权论”和“二权论”之说。①对公民知情权的范围，学术界有不同的看法，主要有三种观点：（1）“五权论”，即认为知情权包括知政权、社会知情权、对个人信息了解权、法人的知情权和法定知情权；（2）“三权论”，即认为知情权包括知政权、社会知情权和个人信息知情权；（3）“二权论”，即认为知情权包括知政权和社会知情权。参见奚洁人主编《科学发展观百科辞典》，上海辞书出版社，2007年。http://cpc.people.com.cn/GB/134999/135000/8105913.html.访问日期：2021年10月20日。在信息时代，知情权主要包括作为消费者的知情权、作为平台用户的知情权、个人信息被使用的知情权等。“算法对知情权的威胁体现在算法推荐逻辑单一带来的‘信息世界窄化’、个人信息在用户‘不知晓’的状态下被采集和使用以及‘技术黑箱’的部分不可知。”[6]算法推荐的前提是基于用户在网络中的使用痕迹，而要得到用户的有效信息，就必须征得用户的同意，但仍然有部分平台在没有征得用户同意的情况下非法收集用户信息，或虽然征得了用户的同意，但存在超过用户同意的范围而过度收集信息的行为。而在获取用户信息之后，算法是如何在海量信息中过滤出与用户需求高度匹配的信息，又如何为每一个用户构建起不同的“信息茧房”，这些信息会被什么样的组织利用，而依据这些信息是否会对用户产生“算法歧视”，信息如果泄露由谁承担责任等等，对此用户一无所知。对用户来说，算法黑箱真实存在，用户的知情权在喧闹的网络中被悄然掩盖。

三、算法推荐对高校大学生思想的负面影响

算法推荐的伦理困境对高校大学生产生了诸多负面影响。当下的在校大学生以“00后”为主体，他们成长于网络时代，是标准的“网络原住民”。无论是被称为“千禧一代”，还是“新新人类”，与互联网共成长是他们区别于“80后”“90后”的显著特征。尽管从出生后就浸淫于网络，但“00后”的媒介素养却令人堪忧。他们在网络世界的“纵横驰骋”，只是提升了网络使用技能，但在信息获取、信息理解、信息分析、信息运用等方面却普遍能力不足。

（一）价值观树立的负面影响

习近平总书记在纪念五四运动100周年大会上的讲话中指出：“新时代中国青年要自觉树立和践行社会主义核心价值观。”[7]在青年大学生中培育社会主义核心价值观，是高校思想政治教育的迫切任务。在信息时代，大学生价值观的培育不仅需要思想政治理论课和其他课程的同向同行，还需要加强大学生的网络思想政治教育，营造风清气正的网络空间。而算法推荐存在的“受众本位”“信息茧房”“平台优先”“黑箱现象”等问题却与社会主义核心价值观存在现实冲突。[8]

首先，在价值立场上，算法推荐并不单纯秉持中立立场，而是代表着资本的立场。有学者指出，算法推荐不可避免地融合了算法工程师的价值立场，认为“算法工程师设计的算法技术中包含着他们的价值观”[9]。笔者认为，这只是想当然地“以为”。算法工程师尽管是算法过滤技术的研发者，但他们只是受雇于资本的雇员，他们的算法最终体现的还是资本的意志。利益最大化是资本意志的价值追求，因此，算法推荐的核心目标是通过攫取流量而获取资本收益。

其次，算法推荐削弱了社会主义核心价值观的影响。算法推荐基于个人的兴趣偏好分发内容，而青年学生平日学业压力重，上网娱乐是他们消遣的主要方式，因此，对娱乐八卦、花边新闻、奇闻异事、消费购物等内容不仅抵抗力弱，还会主动搜索浏览。算法基于青年学生对信息需求的偏好，将上述信息不断推送给青年学生，极大削弱了社会主义核心价值观的影响。

最后，算法推荐在一定程度上有利于西方价值观的渗透。“把关人”制度一直是防止西方价值观渗透的防火墙制度，人们接收到的信息是经过“把关人”选择（包括加工）之后的信息。而算法推荐取代了平台的把关人机制，用户接收到的信息取决于用户的兴趣偏好，这就大大增加了包裹着西方价值观的内容信息“被看见”的机会。

（二）主流意识形态认同的负面影响

习近平总书记在2018年全国宣传思想工作会议上的讲话中指出，建设具有强大凝聚力和引领力的社会主义意识形态，是全党特别是宣传思想战线必须担负起的一个战略任务。[10]社会主义意识形态即指主流意识形态。青年大学生肩负着实现中华民族伟大复兴的历史使命，因此，增强青年大学生对社会主义意识形态的认同具有重大的战略意义。但算法推荐使主流意识形态面临着“凝聚力弱化、权威失落、引导乏力和认同窄化的风险”[11]。

首先，算法推荐使主流意识形态面临着凝聚力弱化的风险。算法推荐并不是单纯的工具理性，而是也具有意识形态属性。意识形态是“有着阶级和阶级差别的社会的必然存在”[12]，因此，算法推荐也反映着某一阶级的意识形态。算法推荐只向青年大学生推荐与其兴趣偏好高度匹配的信息，从而使得主流意识形态的信息内容无法递达。此外，算法推荐的去中心化和传播方式的碎片化弱化了主流意识形态的影响力。

其次，算法推荐使主流意识形态面临着引导乏力的风险。算法推荐为青年大学生营造了一个虚拟的娱乐世界、一个不完整的失真世界，形形色色的非主流意识形态以直接或隐蔽的方式渗透其中，不断侵蚀着党在青年中的执政基础。如贬损中国共产党领导的历史虚无主义、美化西方政治制度的“社会主义终结论”、贬抑中国特色社会主义道路的“阴谋论”等。

最后，算法推荐使主流意识形态面临着认同窄化的风险。“认同是指个体对自己所属身份或群体的一种带有肯定性的心理判断和情感归属。”[13]对主流意识形态的认同，对于一个国家的长治久安具有重大战略意义。中国共产党自成立之日起就将意识形态认同作为党的一项极端重要的工作，在与非主流意识形态的斗争中积累了丰富的经验。而“算法推荐从认知解释、价值信仰和目标策略三个层面影响主流意识形态认同”[14]，在理论、政治、情感等方面呈现出认同窄化风险。

（三）“信息茧房”的负面影响

学界对算法推荐是否必然导致“信息茧房”一直存有争议。多数学者认为，算法推荐固化了信息分发的内容，从而不可避免地形成了“信息茧房”。但也有学者持相反的观点，认为“算法并没有导致信息茧房，而是在主流价值观的引导上发挥了积极作用，为个体提供了更多元和理性的信息世界”[15]。就笔者对算法媒体的实际运用来看，算法虽然在不断优化推荐方式，但推荐信息的雷同特征并没有实质改变，“信息茧房”是真实存在的。关于“信息茧房”的危害，学界已有诸多论述，笔者从思想政治教育的视角进一步分析其对青年大学生的负面影响。

首先，“信息茧房”固化了青年大学生的思维。算法推荐为每一个人营造了一个属于自己的乌托邦王国，这个“王国”被自己偏好的信息所充斥，久而久之会以为外部的世界就是如此，从而形成了对现实世界的片面认知，思维模式也渐趋固化。

其次，“信息茧房”强化了不良亚文化对青年大学生的影响。在青年大学生中盛行的亚文化，并不都是与主流文化相悖的“他者”，有的亚文化充满了正能量，而有的亚文化则充满了负能量。在资本的主导下，为了攫取流量，算法推荐将博人眼球的娱乐信息、奇闻异事甚至低俗信息推送给学生用户，学生成了不良亚文化围猎的主要对象。如在青年大学生中盛行的二次元文化、屌丝文化、丧文化、街头文化、饭圈文化、嘻哈文化、哥特文化、朋克文化、祖安文化等，无一不侵蚀蚕食着主流文化的阵地。

再次，“信息茧房”导致青年大学生群体极化倾向。尽管学界对“群体极化”的内涵还存有争议，但通常采用桑斯坦（Cass Sunstein）的观点，认为群体极化是“团体成员一开始就有某些倾向，在商议后人们朝偏向的方向继续移动，最后形成极端的观点”[16]。事件、群体、极化是“群体极化”的三要素，即某一社会事件是群体极化的前提，因事件而聚集起来的群体是群体极化的主体，而“极化”则是群体达成的共识。在网络世界，社交媒体使得群体更容易形成，且彼此之间互不相识，在表达观点时可以毫不顾虑。“信息茧房强化了大学生个体的信息失衡现象”[17]，使得大学生个体不断接收到同质化信息，从而在封闭的信息圈内与具有相似观点的他人达成观点上的共识，最终产生极端言论和行为的群体极化效应。

最后，“信息茧房”导致青年大学生对社会的片面认知。算法推荐营造的“信息茧房”，为青年大学生营造了一个由片面信息构建的社会，长期沉溺其中，会使大学生对社会产生片面认知。不仅如此，为了满足资本的需要并迎合目标用户需求，算法推荐还助推了失真信息的扩散，以致眼见不一定为实，从而造成大学生对社会的认知出现偏差，甚至是观念的误导。

四、算法推荐时代大学生思想政治教育的应对

习近平总书记指出：“青年人阅历不广，容易从自身角度、从理想状态的角度来认识和理解世界，难免给他们带来局限性。”[7]算法推荐加深了青年大学生的这种“局限性”。高校尽管是大学生思想政治教育的主要主体，但在算法推荐时代，高校的教育引导作用有限，需要政府与算法媒体的协同治理。

（一）政府：从法律维度规制算法推荐

1.加强算法推荐的法治体系建设

“法治化是现代化的基本维度，全面推进新时代网络空间治理现代化基础在法治领域。”[18]治理算法推荐的负面影响，依法施治是根本之策。从立法方面来看，目前我国并未出台针对算法推荐的专门立法，仅在《个人信息保护法》《数据安全法》《网络安全法》等法律中从宏观层面规定了网络平台的法律责任。从出台的行政法规来看，只有《互联网信息服务管理办法》中的一些条款有所涉及，如第15条规定了互联网信息服务提供者不得制作、复制、发布、传播的信息内容。从出台的部门规章来看，自2020年3月1日起施行的《网络信息内容生态治理规定》第1次以部门规章的形式对算法推荐予以了明确规范，但与算法推荐直接相关的条文仅有两条，即第11条规定“鼓励网络信息内容服务平台坚持主流价值导向，优化信息推荐机制”，第12条规定“网络信息内容服务平台采用个性化算法推荐技术推送信息的，应当设置符合本规定第十条、第十一条规定要求的推荐模型，建立健全人工干预和用户自主选择机制”[19]。可见，亟需从立法层面构建治理算法推荐的法治体系。

首先，应考虑出台针对算法推荐的专门立法，将与算法推荐相关的部门规章的内容上升至法律层面，从而增强对网络信息内容服务平台的威慑力度。立法内容应在以下方面予以强化：一是明确并细化采用算法推荐技术的网络信息内容服务平台的法律责任；二是明确算法推荐不能推送的信息内容；三是明确算法推荐的社会主义核心价值观导向；四是细化内容分级体系，对算法推荐的内容予以细化分类，对不同的内容实行分类别的多元共治，通过立法明确对分发内容、内容判断标准、推荐标准、干预手段等关键性环节的监管；五是赋予用户算法知情权和自主选择权，并加强对用户个人信息的保护。其次，应配套出台专门的行政法规，以作为法律层面的补充。最后，积极推进修法，如在2021年《互联网信息服务管理办法（修订草案征求意见稿）》中，就可以考虑加入对算法推荐的规制条款。

2.构建多维度的监管体系

加强网络空间治理，既要加强立法也要加强监管，二者缺一不可。监管可分为刚性监管和柔性监管。刚性监管指法律法规的监管，柔性监管指行政监管和行业监管。

公安机关、国家安全机关、国家互联网信息办公室在各自职责范围内负责网络安全保护和监督管理工作。刚性监管的关键是加强执法，应加大对违法平台、组织以及自然人的打击力度。

国家互联网信息办公室以及地方互联网信息办公室负责对互联网信息内容进行行政监管，要在法律未完善之前，制定出台专门监管算法推荐的部门规章。此外，还应研究制定涉及互联网信息内容的行业标准。

中国互联网协会、中国互联网上网服务行业协会，以及地方互联网协会，如北京青年互联网协会、首都互联网协会等，通过协会章程、制定并实施互联网行业自律规范和公约，规范互联网行业行为。其中，中国互联网协会下设网络与信息安全工作委员会、互联网应用创新工作委员会、学术工作委员会、推广与普及工作委员会、政策与资源工作委员会、互联网新闻信息服务工作委员会、反垃圾信息工作委员会、网络科普工作委员会、网络营销工作委员会、行业自律工作委员会、农村信息服务工作委员会、网络版权工作委员会、海峡两岸互联网交流委员会、移动互联网工作委员会等。应充分利用以上专业委员会的优势，加强对会员的法律法规宣讲、参与制定有关的国家标准和行业标准、开展会员单位的社会责任建设，并积极开展算法推荐学术研讨和优化完善。此外，还应结合法律法规及部门规章，将对算法推荐规范的内容融入进章程、行业自律规范和公约中，制定规范的算法使用的伦理准则，并于每年向主管部门提交行业自查自纠报告。

（二）算法媒体：优化算法推荐技术

1.以价值理性引领工具理性

算法推荐的工具理性缺失价值理性的引领。作为一种机器语言，算法推荐无法对非量化、不能被定义的内容予以识别。[3]算法对传统“把关人”的替代，只是提高了分发的效率和用户对信息需求的匹配度，但无法作出价值判断和伦理识别。算法的工具理性并非是绝对的，技术的不完善只是部分原因，资本追求利益最大化的价值导向才是根本所在。因此，以价值理性引领工具理性，是解决工具理性泛滥问题的有效之策。具体而言，一是以社会主义核心价值观为导向优化算法推荐模型。但对于商业平台与主流媒体，宜区别对待，以利于商业平台的持续发展。对于主流媒体，应坚持以社会主义核心价值观为首要导向，最大化消解工具价值的影响；对于商业平台，应以坚守法律法规和伦理道德为底线，保持工具理性与价值理性的平衡。二是以社会主义核心价值观为导向优化信息分发机制。传统媒体时代的人工把关模式效率太低，不适于融媒体时代信息的快速传播，而算法把关虽满足了信息快速分发的需要，但又存在诸多弊端。因此，应构建人工把关与算法把关相结合的信息分发把关模式，以积极的人工干预，提升主流价值观的覆盖面和抵达率。

2.加强版面页面生态管理

不同的网络信息内容服务平台在版面页面设计方面大不相同，如新浪微博的页面设有榜单类、热门话题、热门微博、热门视频等版块，其中，榜单类不仅分有日榜、周榜和月榜，还按不同内容分门别类，如亚洲新歌榜、主播红人榜、微博电影榜等；而哔哩哔哩（bilibili）的页面版块更为丰富，设有直播、动画、番剧、国创、漫画、音乐、舞蹈、游戏、知识、课堂、鬼畜、运动等25个版块，每个版块又设有推荐榜和排行榜，此外，还有醒目的推广、热门等版块。版面页面的丰富性为破解算法推荐导致的“信息茧房”提供了思路。

第一，网络信息内容服务平台应优化版面页面的呈现方式。多样化的版面页面可以为用户提供更广泛的内容选择。每一个网络信息内容服务平台都应专门设置一个传播马克思主义、习近平新时代中国特色社会主义思想和社会主义核心价值观的版块，并置于醒目的位置。

第二，网络信息内容服务平台应在醒目版块积极呈现反映主流价值观的内容。网络信息内容服务平台的醒目版块包括首页首屏、热门推荐、各种榜单、各种热搜、各种精选、热门推荐、弹窗等，应严格执行《网络信息内容生态治理规定》，在醒目版块积极呈现第5条规定的信息。

3.构建多样化透明化的信息推送机制

用户对信息的偏好是动态的，且是多样的。算法推荐尽管可以根据用户对信息的搜索，实时根据用户的动态偏好分发信息，但只能基于用户的自主选择，而不能为用户提供多样化的信息内容。以多样化为原则优化算法推荐模型，用户将收到以偏好信息为主体、其他信息为补充的多元信息内容，从而可以有效破解“信息茧房”和群体极化困境。此外，网络信息内容服务平台还应公布算法黑箱中存在的不含有商业秘密的技术和价值取向，自觉接受公众的审视和监督。

（三）高校：提升大学生的媒介素养

1.加强媒介素养教育

学界虽对媒介素养还未有统一的界定，但对其内涵已基本形成共识。陶赋雯将媒介素养界定为：“人们面对不同媒介的各种信息的选择能力、理解能力、质疑能力、评估能力、思辨性应变能力以及创造和制作媒介信息的能力。”[20]算法推荐不仅对用户的信息选择造成了干扰，还影响到用户对信息的理解、质疑、评估和思辨。算法推荐之所以能够对大学生的信息处理能力造成较大影响，主要是因为大学生的媒介素养不高，对信息的价值导向及其真伪难以分辨。

第一，高校应加强思想政治理论课教学，筑牢大学生的思想根基；第二，高校教师应在思政课程及课程思政中充分融入案例教学，以真实的、鲜活生动的信息传播案例，提升大学生对信息的质疑、评估和思辨能力；第三，高校应构建必修课与选修课相结合的媒介素养课程体系，将媒介素养教育纳入大学生通识课程；第四，丰富教育形式，充分利用讲座、研讨、活动等形式，邀请网络信息内容服务平台管理者、算法工程师、媒体从业者等业内人士现身说法。

2.加强融媒体建设

高校尽管不属于媒体，但在信息时代，高校应顺势而为，通过加强融媒体建设，提升网络思想政治教育的针对性和时效性。

第一，梳理学校层面及二级院（部）在网络信息内容服务平台注册开通的账号，并邀请传播学者在内的专家对所有平台账号的运营情况予以科学评估，形成以存在问题和整改建议为主要内容的评估报告；第二，优化现有的媒体平台，对“僵尸平台”予以注销关闭，对主旨重复的平台予以整合，对还未占领的媒体阵地及时布局；第三，构建各媒体平台之间的连通，打破信息孤岛，形成媒体融合的合力；第四，加强各媒体平台的内容建设，增强对大学生的吸引力和凝聚力；第五，在学生中积极拓宽学校媒体平台的影响力，最大化吸引学生粉丝的关注，并通过丰富信息内容，增强学生粉丝的黏性。

五、结语

随着大数据、5G技术、人工智能的深入发展，网络不仅已成为人们生产生活不可分离的一部分，还已成为高校思想政治教育的主阵地。算法推荐虽是一把双刃剑，但不宜无限放大算法推荐对大学生思想的负面影响。治理算法推荐对社会主义核心价值观的负面影响及其伦理困境，作为育人主体的高校，既要加强对学生的媒介素养教育，又要加强融媒体建设。但仅依靠高校并不能推动算法推荐模型的改变，应构建政府、算法媒体、高校三位一体的协同治理体系。可喜的是，2021年8月，国家网信办发布了关于《互联网信息服务算法推荐管理规定（征求意见稿）》，旨在有针对性地对算法推荐领域的乱象进行监管，并全面规范各类算法推荐活动。可以预见，在不久的将来，对算法推荐的规范将正式纳入立法议程。