技术与时代相遇：媒介社会学背景下的算法推荐研究

2022-05-30杨惠林李刚存赵琴粉

新闻论坛 2022年4期

杨惠林李刚存赵琴粉

【内容提要】本文在媒介社会学的视角下探讨算法推荐的特征以及伦理风险。结合算法推荐存在的一些社会问题进行了深入讨论，阐明了算法推荐在满足了信息时代用户的个性化需求，迎合、取悦、凸显了用户主体地位的同时也造成了个人需求与社会需要、个人价值与社会价值等方面的冲突与抵牾，对社会的主流意识形态、主流价值观带来挑战。同时提出了技术本质、公民意识、法律制度、传媒公共性四个方面校正、纠偏因算法推荐所带来的社会问题。

【关键词】算法推荐不确定性社会价值公民意识传媒公共性

自2017年以来，新闻领域的算法推荐成了当下社会科学关注与讨论的焦点。相关学者从不同学科视角对算法推荐新闻进行多维研究，回应了社会关切。在实践领域，算法在相关平台及新闻领域都得到了较为广泛的应用，无论是新闻生产还是信息的推荐与分发，算法几乎基于主导地位。在信息化时代，信息超载与信息过剩问题一直困扰着我们，为了解决这一问题，基于用户个性化的新闻信息推荐系统就应运而生，现已得到了广泛应用，用户获得很好的信息体验与心理满足。“运用算法这个‘读心术，为用户量身打造信息，创造出一种新的个性化阅读体验，信息获取已经从‘大海捞针进入‘私人定制模式。”①

然而算法新闻在满足了用户信息需求的同时也暴露出许多问题，给社会带来了严重的影响。《人民日报》和人民网连续刊登署名为羽生的文章批评诸如“今日头条”这样的算法新闻，给用户、他人与社会所带来的负面影响与社会问题。故而，在智能媒体时代，研究算法，规避因算法而导致给媒体、用户、他人以及社会带来的伦理风险与技术异化等社会问题，最终回归到传媒公共性并承担相应的社会责任就显得尤为迫切而重要。

一、算法：本质表征与内涵透视

“大数据算法是什么？在给定的资源约束下，以大数据为输入，在给定时间约束内可以计算出给定问题结果的算法。它与传统的算法有一致的地方，都是既有输入也有输出（结果）。”②

“输入”是算法工程师在计算机学习时为其提供的标签与代码。而“输出”是计算机根据算法工程师所提供的标签与代码来进行学习的结果。“输入”的结果如何完全取决于“输入”的标签，而标签则会受到算法工程师固有的价值、立场、观念与偏好等多重因素的影响。从某种程度上可以说，“算法工程师才是直接有能力使用算法、调整算法、预设算法未来走向的人”③。

这就意味着算法是有价值判断和立场预设的，而不是像某些平台所宣称的那样是完全的“技术中立”。“算法的设计和功能反映了其设计者的价值观和预期的用途，也就是说，算法是带有价值判断的”④，算法工程师只是根据相关平台的需求与意图进行设计和开发，在其背后反映的是资本、利益与权力的逻辑，算法完全由其商业平台所主导。

二、算法的技术逻辑及其价值偏向

算法最初在搜索引擎或电子商务平台中最为常见。如百度、淘宝、亚马逊、京东商城等商务平台，当你购买或是选择某一产品时，推荐系统会为你推荐类似的产品或是与你具有相同购买倾向的人所购买的相关产品，这样，你就可以进行比较与筛选，最终做出决策。由于算法能够满足用户的不同需求，实现个性化定制，同时也为相关商家与平台节省了大量的人力、财力等成本，因此算法被广泛应用于资讯、音乐、视频、新闻等相关平台。

（一）算法推荐的技术逻辑

在新闻信息分发领域，最为常见的算法推荐主要有基于用户特征的信息推荐、协同过滤和基于内容的信息分发三种模式。基于用户特征的信息推荐的工作原理是基于个性化推荐引擎技术，为用户量身打造个性化、私人化的信息需求服务。算法根据用户人口统计学特征、商业消费特征、媒介使用特征、社交网络特征⑤等多个维度进行个性化推荐。协同过滤推荐的主要思想是依据算法来计算出相似用户的相似度来形成个性化的分发与推荐。该推荐系统主要分为“基于项目的协同过滤（User-based CF）和基于用户的协同过滤（Item-based CF）”⑥。前者依据用户对物品或信息的评价，分析物品或信息之间的相似度，把与目标用户喜欢的物品具有很高相似度的其他物品，推荐给目标用户。即你喜欢某一类东西，也可能喜欢相似的东西。后者主要是利用群体的共同兴趣爱好、经历经验等来为用户推荐感兴趣的信息，也就是说别人喜欢的东西你也可能喜欢。基于内容的推荐模式主要依赖于用户消费的产品反映了用户的兴趣与需求，即依据用户对某一类信息产品的喜好来判断与推荐相类似的产品。陈昌凤等认为基于内容的推荐主要的优点就是基于用户的兴趣与内容之间的高相关度，推荐结果往往与用户过去喜欢的一条新闻具有相关性和可解释性。

（二）算法推荐的价值偏向

在信息化时代，算法推荐旨在解决信息超载的问题，避免了用户在信息海洋里“捞针”的无助性与无奈感。同时算法的高效、便捷、智能等特征也为媒体平台节省了大量的时间、人力、物力等成本。然而基于用户个性化的推荐系统也让用户沉溺于算法为其编织的“信息茧房”中，使得用户的视野越来越窄化。同时造成了个体与他人、社会的孤立与隔绝，容易出现“群体极化”的危局，影响到社群的团结与社会的稳定。另外，算法推荐过滤了异质性信息，忽略了在社会成员之间形成有效的互动与交流，导致社群进一步分化，难于形成共识，进而会影响到用户对社会与国家的认同情感。最后，能做到“秒懂”的算法推荐主要是基于事先掌握与获得用户的大量数据为先决条件的，因此，用户的隐私权随时随地都是暴露在算法的面前。在大数据时代如何有效保护用户的隐私权不受到侵害，正日益成为一个重要的社会课题。

1.“信息孤岛”固化用户的认知，降低了思考与行动的能力

信息时代用户在面对海量信息不能有效选择时，算法推荐可以针对用户进行个性化的私人定制，滿足了不同用户的信息选择与信息偏好，用户可以轻松地获得自己想要的信息。然而基于用户个性化的推荐系统也让用户沉溺于“千人千面”的信息孤岛的困境中而不能自拔，长此以往，使得用户的视野越来越窄化，造成了个体与他人、社会的孤立与隔绝。另外，同质性信息的获得也就意味着用户过滤了异质性信息，而异质性信息的获得与讨论，可以让不同的用户与他人、社会形成有效的互动，在分享共同经验的基础上才能形成共识。

算法为用户推荐的信息完全忽略了异质性信息的接受与获取，忽略了通过与外部现实世界的真实交往与真诚交流，对社会事务、公共事务漠不关心。长此以往，让我们丧失了思维与行动的能力。

2.“信息茧房”造成了社群分离，诱发群体极化的风险

从资讯平台的角度来说，利用算法为特定用户群推荐特定的信息与内容，不仅满足了不同群体的信息需求，而且因为信息产品的高相似性，可以进行群发，节约了大量的时间、人力与资本。然而，算法推荐“天然”地把用户分成了截然不同的群体，由于没有共同的兴趣爱好和价值取向，群体之间刻意回避相互交流与交往。处于“信息茧房”中的个体与群体彼此没有共同的语言、没有共享的经验，基于信息基础上的相互交流与文化共享就变得难以企及，社会共识难于形成，建立在交流与共享基础上的共同体也就难于形成，影响到社会的稳定与进步。因此，“在网络社会中，我们更要关注社会主体的多元互动如何通过话语建构来推进文化和社会的共同体的形成。”⑦

“从价值取向来看，基于内容的推荐算法更倾向于取悦、迎合用户，而非教育或引导用户。”⑧算法把重要性、显著性与时效性等新闻的本质特征让位给了用户个人化的的趣味性与地域、心理的接近性等特征上，把满足用户个人需要当作平台的首要目标，进而实现企业与公司的流量经济，而忽略掉了作为社会性个体真正的社会需要，而社会需要是促进与推动社会发展的根本动力，同时也忽略掉了人作为社会性存在的本质属性。

3.“过滤气泡”阻隔了异质性信息的获取，造成了离散的认同

卡斯特认为“认同是人们意义与经验的来源，必须把意义建构的过程放到一种文化属性或一系列文化属性的基础上来理解”。⑨意义与经验是在社会人群不断交往与交流的过程中形成的共同的文化符碼与共享的文化经验，同时这也是人类社会进步与发展的文化基础。在信息化时代，媒介通过对共同意义的传播让社会性成员在与社会的交往关系中，不仅获得了赖以生存的意义与经验，更为重要的是，在交往互动的关系中形成了共同价值与共享文化，成为社会成员调适自己的行为规范、建构意义系统、实现人生价值的有力参照，同时也由此建构与维系个体对社会、国家等认同的文化基础与心理情感。

然而，算法推荐为其特定的用户提供私人信息与实用信息，在满足了用户个性化的信息需求的同时也天然地把人切分成了一个个孤立的个体，只是单纯地满足用户的私人定制。算法为用户推荐的信息却成了“区隔”个人与他人、社会的中介，正是这样的“区隔”造成了社会个体交往的原子化与圈层化。这些个体深陷于算法为其构筑的“信息茧房”里最终可能会“作茧自缚”，“导致一个个彼此离散而又封闭性的圈层化传播生态”⑩。算法在用户与社会之间形成了一道天然的屏障，使得用户对社会的认同处于漂浮、离散的状态。

4. “全景监狱”导致监控无处不在，侵犯用户的隐私权

算法可以对个人的兴趣爱好、网络使用行为、社交关系等进行全方位跟踪，算法甚至能计算人的情绪。算法为用户构筑了全方位的“全景监狱”，使得监控无处不在。

“全景监狱”是英国设计师边沁设计的用于监控囚犯的环形建筑，监视塔位于中心位置，建筑的四周都被分割成许多独立的小囚室，这样可以避免囚犯之间的联系，每一个小囚室都有两扇窗，一扇用于囚犯通风采光，一扇则是用于监视犯人的活动，监视者可以轻而易举地透过窗户看到犯人的一举一动，而囚犯则是不能看到监视塔内的情形。

“随着移动互联网、云计算、大数据和人工智能的发展，人们在享受信息交互与数据共享的好处的同时，其网络和社交媒体行为所产生的数据，则成为对其身份、行为、情感、倾向等进行数据挖掘和数据画像的资源。”11这也就意味着我们的个人隐私暴露在信息提供者的面前，人类成了完全透明的人，没有任何的隐私可言。同时，由于平台掌握用户大量的隐私，这可能为某些不法之人利用用户数据进行犯罪提供了相当的便利，因而，在大数据时代如何保证信息安全、保护用户隐私不受侵犯是当下面临的时代课题。

三、深度研讨：算法推荐所带来的社会风险与伦理挑战

从算法推荐新闻信息的相关模式中我们初步论证了算法的特征、本质以及不同的推荐模式给用户、群体、社会所带来的影响。在相关研究与讨论中，我们只有把个体（用户）与群体从算法推荐中抽离出来，回归到人与信息的本质关系、信息传播与社会交往关系、个体（用户）与社会之间等相关关系展开深入的讨论才能探寻媒介的本质。算法推荐作为人工智能技术一旦与新闻媒体相遇，就已经具备了媒介功能属性。从其本质上来说应该真正起到联结用户、群体、社会与国家的媒介作用。正如劳伦斯·格罗斯伯格等指出：“研究传播不能独立于社会其他机构或社会生活的其他面向，因为媒体就是经济、历史、社会权力关系、认同的形式、意义、现代经验的一部分，每一个面向都相互地形塑和定义。”12

（一）个人需求与社会需要之间的矛盾问题

相关媒介平台通过算法这个“读心术”把信息“投喂”给用户，通过推荐相似的信息来固化甚至是培养用户的信息需求。而现实社会总是处在不断变化之中，社会个体通过接触反映社会变动的最新信息联结他人与社会，通过信息进行社会交往活动，形成稳定的社会关系，并与他人、社会形成了相互需要的关系。“在马克思主义视野中，一切人类活动的需求都是具有社会性的，都是人们相互关系相互作用的结果。”13

信息传播或是新闻传播本质上是一种社会交往活动，是通过共享的信息把个体与他人、社会有机地联系在一起的传播活动。在社会联系与社会互动中，我们每一个个体并不单纯是自己，作为社会中的一员，个体又是一切社会关系的体现者与反映者，“我们所进行的任何社会交往活动，归根到底都带有社会的性质”14。因此作为具有公共属性的媒体所提供的信息产品，应该在个人需求与社会需要之间找到相应的平衡点，把两者有机地勾连起来纳入国家的整体利益中进行考虑，通过提供全面、真实、客观的新闻产品与文化产品宣扬社会主义核心价值观与社会主流意识形态，并为全体人民所普遍认可与接受。只有在共同的价值与文化基础上我们才能在进行社会联系与交往的过程中，与他人、社会实现有机互动，共同讨论社会公共事务，分享经验、形成共识，并通过讨论与分享把人们联系与团结在一起，增强对社会与国家的情感认同。

（二）用户黏性与社会黏性之间的冲突问题

“黏性”在不同的语境中呈现出不同的意义，具体在新闻领域中，用户黏性主要表现为用户对信息的依附性、对平台的忠诚度以及使用信息的时长等相关指标。平台通过算法推荐来为用户量身打造个性化、私人化的信息，一方面，算法利用用户对信息的喜好来进行推荐，让用户在面对海量的信息选择时更有针对性，算法可以做到“妙懂”用户;另一方面，算法通过对内容的推荐可以左右与培养用户对信息的喜好偏向。正是通过信息偏好与信息内容的控制，算法让用户欲罢不能，从而保证了用户对信息与平台的依赖性，增强了用户黏性，正如“今日头条”所称的那样：“我比你更了解你自己”。算法推荐固化、强化甚至是培养了用戶的信息偏好与信息需求，让用户沉迷于算法为其编织的“信息茧房”的陷阱里不能自拔。长此以往，算法在形塑了用户黏性的同时也消解了用户的社会黏性。在每个人可以“量身定制”自己传播的世界时，太少信息供人选择，或者个人选择常忽略社会效益，这都是危机。15而社会黏性的减少与缺失也正是这种危机的表现。卡斯·H·桑斯坦认为，社会黏性就是通过知识、经验与任务的分享与在讨论的基础上相互理解、深入交流意见，统一思想，这是社会发展的基础，同时也有利于人的全面发展。然而在媒介与用户的无限过滤下，社会黏性正在遭受腐蚀。

进一步而言，在“信息茧房”中形成的“个人意义”与“群体意见”在强化、固化了群体意见的同时也诱发了“群体极化”的问题。算法推荐主要是满足用户的非常具体的个性化需求，同时这种个体的信息需求一定与社会、国家的目标与价值契合，有时可能是与社会、国家相对立甚至是对抗的群体性需求，这最终可能会影响到社会团结与国家稳定。“成员选择不同的传播方式，使得彼此之间不易了解，当社会走向分裂，不同的群体会渐渐极端化，进而产生极端主义、仇恨和暴力。”16

（三）信息的本质与社会不确定性问题

在信息化时代，社会个体利用信息来了解周遭世界与社会环境的变化，据此调整自己的思想与行为，调适自己的行动。新闻传播本质上是利用信息来进行社会交往的活动，“信息只有在社会群体中才是有意义有作用的。也就是说，信息并不是孤立的‘自我意识，而是主体（人或动物）之间、群体之间进行沟通协调的内容，通过这种协调使主体（人或动物）的行为方式趋于一致，从而使群体活动获得相应的社会意义。17通过社会交往，社会个体才能与群体与集体共鸣，产生群体与集体意识，培养情感认同。

另外，算法推荐并不能为主体消除不确定性，而事实上正好相反。因为信息的同质化、单一性加重了主体内心的迷茫与困惑。更因信息的单一性与不对称性隔绝了主体与外部真实世界的交流与互动，同时也因缺乏异质性信息而影响了主体对事物或社会的全面认知与理解，继而产生了错误的观点与判断，反而增加自身的不确定性与模糊性，这将会影响到人的心理健康和社会稳定。

（四）工具理性与价值理性的平衡问题

技术是人类在认识与改造自然与社会的实践中产生的，用来帮助人类更好地认识与改造客观世界、掌握规律的对象性工具。技术作为人本质力量的体现，作为人的创造物，必然是一种主观性存在，“没有人的意志与目的就不可能有技术，技术是人的能动性和目的性的外化，这是技术的人性”18。

在算法推荐中，新闻平台把编辑权、把关权与传播权等“属人”权力主动交给了算法，使得算法具有了人的权力，由算法来主导人性，由算法来定义社会。在传统的新闻领域里，新闻生产、编辑与分发等核心环节都掌握在那些训练有素并受职业道德与相关法律法规约束的专业人员手中，而在算法推荐中，人不再起到核心作用，算法掌握了主导性与能动性，这就给相关平台利用算法进行新闻信息的操纵实现自己的目的与意图提供了技术路径。

算法推荐的“突出性、同一性、遮蔽性与排它性”等特性把人驯化成了信息的奴隶，传播暴力、色情、犯罪等信息为用户制造了“恶意情境”，可能导致犯罪等相关社会问题的发生。因为算法推荐的高效性与针对性，使得越来越多的用户依赖于算法来获取信息，避免与一切真实的东西接触，缺乏与真实社会的沟通与互动。另外，由于算法推荐使得用户在整个“交往圈层”中忽略甚至人为地过滤了异质性的信息，因为缺乏不同的声音，用户在算法新闻塑造的同质性信息里成了“潜化”的对象性工具，产生了集体的无意识行为。越来越多的媒体平台与新闻信息资源被一些并不真正懂得新闻业的商业公司掌握，信息成了他们追逐利润最大化的有效资源。技术的设计着眼于实现当下的、直接的、局部的最大利益，而非人的终极关怀。19

四、算法推荐的优化策略与路径

算法推荐的初衷是为了解决信息过剩与信息超载的问题，但由于新闻信息有其自身的特殊性，算法在新闻中的应用引发了算法与价值偏向的社会问题，因此要为算法价值纠偏。追根溯源，我们首要关注的是从技术与人关系的本质视角出发，体现与反映人的价值，站在人与社会的立场上来设计、规范技术，把技术纳入社会现代治理体系中进行考察，形成完善的法律治理体系与技术伦理框架，预防与化解由此而引发的社会风险。

（一）关注技术本位与人文关怀

算法作为一种推荐系统，把满足和培养用户的兴趣作为选择新闻的关键标准，这就消解了新闻作为一种公共信息产品的本质属性，进而造成了人的主体性的下降与丧失，由此彻底改写了个体、他人与社会之间的关系，由算法来定义与主导社会。

算法作为技术本应该促进社会文明的发展与进步，体现与反映人类整体的价值与诉求，“在人与技术这组关系之中，应当保持清醒与自觉，始终将技术放在工具本位上，始终将人作为目的放在价值关怀的终点”20。在算法偏见与问题没有解决之前，我们应该高度正视算法作为技术上的不足，把人的价值追求与人文关怀引入到算法新闻中。作为具有公共属性的信息产品，要站在公众与国家的角度来设计与应用算法，把社会伦理、社会规则、国家价值与国家理想等嵌入到算法推荐中，形成良好的舆论生态格局，充分发挥媒体引导舆论、反映民意、教育民众与文化传承的重要功能，培育健康、积极、向上、向善的媒体文化来滋养人性与社会，增强人民对社会与国家的认同，促进社会的稳定与发展。

（二）履行公民责任与公民义务

用户作为社会性成员，其身份并不是简单的消费者，而是主要作为国家公民而存在的，同时也体现与反映了人的社会属性这一本质特征，这种社会性主要体现在个体与他人、社会、国家之间的互动关系，应该确知与保证作为社会公民与国家公民应当承担的社会责任与国家义务的自觉认同。

作为国家公民，我们要时刻以一个公民的身份来要求自己，任何时候无论身处何地，自己的思想与行为都要符合一个公民的具体要求，同时也要充分考虑到自己的言行可能引发的后果而承担相应的责任。我们要时刻明晰公民的责任与义务，把自己的思想与行为与国家、民族等利益有效地关联起来，相向而行，真诚地与他人、社会进行交往与互动。只有在分享经验与交流思想的基础上才能化解矛盾、疏导情绪，最终形成相互理解与达成社会共识。

（三）把媒体的公共性放在重要位置

公共性是媒体的最为重要的属性。无论相关媒介平台是否承认，一旦这些媒介平台利用新闻信息作为沟通他人与联系社会时，“成为用户获取新闻信息的主要来源时，它们就已经具备了媒体属性”21。作为代表国家与人民的媒介，其主要职责是为国家和人民生产与提供公共信息产品，并在此基础上整合、协调社会各方利益，统一思想、凝聚共识，推动社会与国家治理的现代化。

在用户媒体使用的日常实践中，个人生活、私人话题成为了分享与关注的焦点，更为严重的是，随着用户讨论人数的增多，造成了个人生活与公共生活的混淆，私人领域代替了公共空间，从而使得公共讨论成为不可能，社会共识更是无从形成。“传媒公共性实践就是作为多元主体之一参与社会治理和国家治理，以平等、公平、公正、开放为圭臬，为多元社会中的各利益群体提供意见表达和沟通的平台，从而 ‘制造社会共识。”22

无论是对于传统媒体还是新兴的平台媒体来说，作为社会性媒体，其主要职责是为社会与公众提供联系与沟通的公共信息产品，利用新闻信息来服务社会、服务公众、服务国家，真正发挥与弘扬媒体的公共性，承担起一个媒体应有的责任与操守。

在信息化社会，正是媒体通过传播信息把孤立的、分散的社会人群联系起来进行社会交往，通过报道公共事件形成公共讨论，并在讨论的基础上进行经验分享与文化共享。引导公众形成共同的理想与信念、自觉宣传与维护国家的主流意识形态与社会主义核心价值观用于引领公众思想与行为。通过议程设置及时回应社会关切，引导公共议题的讨论，引导形成积极、向上的舆论氛围充分发挥媒体引导舆论的正向功能。并在此基础上分享经验与共享文化，进而形成集体记忆，增进对社会与国家的情感认同。

（四）算法不仅要“算”，更要依“法”

要把以算法为主导的商业平台尤其是新闻平台，纳入国家法律体系与政府的监管体系中进行设计与应用，以期保证社会与国家有序、健康的发展。当前一些国家纷纷出台政策与法规来規避因算法而出现的问题，如美国、法国、英国等采取立法形式来为算法纠偏，让相关公司对算法负责，承担相应的社会责任与法律责任，比如划清责任主体，明确权利与义务，加大惩戒力度等，让算法在法律制度内有序、良性运行。

我国当前的法律制度与法律体系在社会治理、保证社会有序发展等方面取得了很大的成就，但随着社会的发展与媒介技术的迭代发展带来了诸如隐私权、网络暴力、网络色情、网络侵权等相关社会问题，这在一定程度上反映出法律法规建设的滞后性与实际执行的难度，同时也反映出网络空间法理的复杂性与特殊性。由于网络本身具有匿名性、虚拟性、扩散性等特征，因此我们要结合中国特殊国情综合考虑各种实际情况，建立起一整套与之相适应的法律制度已经刻不容缓，在法治社会，决不允许法外之地的存在，我们要用法律制度形成良善的网络空间与文化空间。

五、结语

随着媒介技术迭代与衍化发展，引发了媒介从生产流程、信息分发模式到组织架构的革命性变化，从而形塑与重构了我们认知社会、感知世界的思维方式与文化形式。数字化生存与网络化生活已经成为信息社会发展的一种必然趋势。原先传统的日常交往与交流方式在媒介技术的冲击下发生了根本性变化，作为获取信息与资讯的媒体为我们提供了关于认识社会与世界的文化地图和文化指南。正是依赖于媒体知识地图的指引，处于信息时代的人类才能有效地进行社会交往与文化交流。

因算法推荐而产生的问题，反映了媒体变迁与传播情景变化的社会现实，同时也反映了用户主动选择与让渡的结果。媒体是生产与传播信息的介质与平台，起到社会联结、情感维系的作用，因此在传播信息时要把社会利益放在首要位置。作为国家公民，我们应该结合社会、国家等多重因素来综合考虑自己的信息需求，发挥新闻信息的教育与引导作用，统一思想、凝聚共识，与社会和国家紧密团结在一起，实现作为人的最终价值与人生意义。

在信息化时代，正是通过媒体传播公共性信息有效地把个体与他人、社会与国家有机地联结与维系在一起进行社会交往与文化互动，在分享经验与讨论的基础上，形成共同的思想与价值，这也是保证社会稳定与国家健康发展的前提和基础。个人、媒体与国家三者之间要形成治理合力，营造风清气正的网络空间，精心培育积极、健康、向上、向善的网络文化，共同维护与打造好我们赖以栖息的精神家园。

【本文系云南省教学改革项目“《马克思主义新闻观》课程思政示范课、教学名师和教学团队”;教育部新文科研究与改革实践项目“基于VR+AI智慧媒体技术的文史类专业课堂教学模式改革研究与实践”（项目编号：2021180031）;红河学院“新文科背景下课程思政人才培养虚拟教研室建设研究”（项目编号：XNJYS202112）的研究成果】

注释：

①宣言.不能让算法决定内容[N].人民日报，2017-10-5（4）.

②王宏志.大数据算法[M].北京：机械工业出版社，2015：125.

③严三九，袁帆.局内的外人：新闻传播领域算法工程师的伦理责任考察[J].现代传播（中国传媒大学学报），2019，41（09）：1-5+12.

④陈昌凤.价值引领，让AI新闻业有能更有智[J].新闻与写作，2017（11）：1.

⑤罗昶.技术赋权与多元共治：公众视角下的算法分发新闻[J].新闻与写作，2018（09）：27-31.

⑥吴笛.基于语义网的个性化网络学习服务[M].武汉：武汉大学出版社，2017：128.

⑦[英]安德鲁·查德威克.互联网政治学：国家、公民与新传播技术[M].任孟山，译.北京：华夏出版社，2010：2.

⑧陈昌凤，师文.个性化新闻推荐算法的技术解读与价值探讨[J].中国编辑，2018（10）：9-14.

⑨[美]曼纽尔·卡斯特.认同的力量[M].曹荣湘，译.北京：社会科学文献出版社，2006：52.

⑩吴志远.离散的认同：网络社会中现代认同重构的技术逻辑[J].国际新闻界，2018，40（11）：112-134.

11段伟文.控制的危机与人工智能的未来情境[J].探索与争鸣，2017（10）：7-10.