算法推荐在健康传播中的实践进路、问题表征与应对策略

袁星洁，石子玉

(湖南科技大学 人文学院，湖南 湘潭411201)

习近平指出，“要改革完善重大疫情防控救治体系……要鼓励运用大数据、人工智能、云计算等数字技术，在疫情监测分析、病毒溯源、防控救治、资源调配等方面更好发挥支撑作用。”[1]算法推荐在此次新冠疫情防控中，不仅在人机互洽精准投放疫情信息、具身互动监测健康状况、赋能医疗优化防治服务及健康治理推进治理能力与治理体系现代化等方面发挥了健康传播的重要作用，而且打造了独特的防疫战线，为全国取得抗疫斗争决定性胜利提供强有力的技术支撑。但与此同时，随着算法推荐的触角逐渐深入公众生活的方方面面，在健康传播中出现了内容极化、权利让渡、人像构建和算法霸权等现象，需要在认知、内容、规制、格局等四个层面提出应对之策，优化算法推荐在健康传播中的应用与推广。

一、实践进路：算法赋能促进健康传播

新冠疫情期间，算法推荐充分发挥传播导流功能，促进健康传播。通过人机互洽，整合疫情信息，进行智能传播，使疫情下异空间用户与基于算法推荐的新闻内容高度契合；利用具身互动，监测健康状况，发出智能预警，实现公众的身体数据连接与公众媒介的互嵌；赋能医疗，模拟疫情传播，优化智能防治，将智能防治理念具象化；重塑健康治理结构和治理模式，引发健康治理方式的变革，发挥重要的抗疫价值。

(一)人机互洽：异空间用户与基于算法推荐新闻的高度契合

媒介化社会中，以移动端、PC端等传播媒介构成的网络系统正日益成为人们工作、生活和学习的核心场域，人们接收新闻信息的渠道已离不开网络媒介的干预。新冠疫情期间，为有效整合各种疫情信息来源，在海量信息中自动识别出最有价值话题，算法以智能中介的身份参与新闻生产与反馈的全过程，并在各个环节发挥着关键性的作用。

在算法新闻传播活动中，算法创设主体提供算法平台，算法运用主体提供新闻内容，算法收受主体提供数据化的个体属性，三者共同构成了一个基于算法规则而得以相互连接、相互通达的有机系统[2]。作为算法新闻平台的创设者和算法规则的制定者，算法创设主体为疫情新闻提供了强有力的平台支撑。在新冠疫情报道中，媒介将算法输入平台机器内并赋予其一系列指令和步骤，用最直观、最清晰的数据和指令对疫情信息进行数据分析，体现出其对算法技术极强的依赖性。算法运用主体以主要供应者的身份确保信息的产出和供应，其信息来源于平台大数据端，用数据而非人为的方式制作与用户个性化相匹配、与公众共同兴趣点相关的一系列完整的新冠疫情实时播报。在新闻收受主体浏览读取疫情新闻期间，具有代表性的数据化的个体属性被有效识别和记录，随之被平台获取并反馈给算法数据库储存。疫情下异空间用户与基于算法推荐的新闻内容高度契合，使疫情新闻信息得以更加精准化传播。

新冠疫情下算法推荐在传播领域的应用，一定程度上改变了新闻收受主体的身份。利用算法创设主体和算法运用主体的有机结合、精准定位算法收受主体，将用户作为信息传播的中心，通过算法推荐充分发挥健康传播传达健康知识、强化健康意识、实现行为引导的作用，最终达到人机互洽的效能。

(二)具身互动：公众身体数据连接与公众媒介的互嵌

智能手机作为媒介终端，实现了将公众的身体数据连接以及与公众媒介的互嵌，智能科技、媒体、人、社群与社会之间正在呈现出一种新型的共生关系[3]。伴随着大数据和算法技术下疫情信息的实时汇总与同步更新，媒介与公众的连接力和感知力得到空前加强。通过媒介和互联网的体现引导与具身互动，个人身体信息演进为数据形式的分化归类，人脸识别测温平板、全国健康码、大数据行程卡、新冠肺炎及类似疾病AI自测系统等便属于智能终端利用算法推荐与人体深度“黏合”的产物。

人脸识别测温平板采用最新端上的算法加速技术，基于端计算架构对算法进行定制，能够在无人值岗的情况下一秒内识别不同的人脸模型，实现全自动化、非接触的“检测体温+人员考勤”。健康码利用智能手机LSE定位系统，将仅为个体所知的个人健康状况上传到智能电讯终端，终端又将收集到的群体健康信息通过算法进行分类、筛选和整合，达到人体健康信息数据外扩的效能。大数据行程卡基于终端动态数据库，实时编辑个人到访的城市或国家(地区)，通过算法分析整合出14天内个体精确、实时的境内外行程轨迹信息，为公众出行、出入国境等提供防疫保障。新冠肺炎及类似疾病AI自测系统则基于新冠肺炎病毒感染的30多种临床特征，通过对用户使用媒介平台时填写的身体健康数据进行智能比对，推测出与用户相关的疑似疾病。并根据病情轻重缓急发布健康预警，有针对性地提供预防和治疗方案。

新冠疫情期间，人脸识别测温平板、健康码、大数据行程卡及新冠肺炎及类似疾病AI自测系统等都深入了社会和公众生活的各个角落，实现了智能科技、媒介、人及社群的互嵌与共生。这些由智能终端操控的系统和后台，将媒介终端与人类身体紧密地连接交织，形成身体的数字化、数据化。当这些数据被算法推荐赋予“感知功能”时，便可以代表公众的生活状况与身体健康程度，达到了“具身互动”的完美呈现。

(三)赋能医疗：智能防治理念的具象化

新冠疫情的蔓延与反复，对传媒业和社会信息系统都产生了深刻影响，人群隔离效应促成了智能防治理念的产生。所谓智能防治，即依托数字化防疫平台及智能化防疫终端，打造出高效率、高质量、严监控、严防治的重大疫情防控救治体系。在智能防治的理念下，算法推荐技术深入融合到各种硬核科技中。智能防治理念的具象化，极大提高了医疗效能，共同助力于疫情防控和健康传播。

首先，算法推荐对实时更新的疫情发展的在线仿真模拟。在疫情防控中，无论是媒介终端以数字化体现的公众健康状况，还是医院后台系统实时记录的患者健康数据，都可以通过公众数据关联计算出一次传染源、二次密接体、多次密接体与其他普通人群在时空上的吻合。算法通过模型建构对疫情发展进行模拟预演，可以使处于隔离状态下的公众及时了解病毒的传播路径和传播程度，更加主动配合政府的疫情防控工作。

其次，算法推荐对新兴医疗技术范式迁移与技术基础设施演变的赋能。新冠疫情期间，“云诊断”“智慧看病”“丁香医生”等智慧医疗系统成为公众的王牌就医手册。通过线上收集用户的健康信息并整理成数据、利用算法智能识别计算疾病确诊比率、将不同用户的病症信息作数据对比，达到在医疗人员短缺和无法线下诊断的情况下“非接触”[4]式医疗的目的。此外，算法模型对患者健康数据和临床症状的测量具有更高的辨识度和精准度，可以帮助医生和病人获得更准确的病灶位置和最有最优治疗方案，从而改善救治效果。

最后，算法推荐对不同身份地位患者的公共卫生资源获取不平等情况的弥合。基于临床数据与症状异同建立的医疗数据库，其任务就是将海量“杂乱无章”的医疗数据和临床记录进行识别、筛选、比较和挖掘，备份具有医疗价值的数据信息，打造医疗区块链，实现线上智能医生对不同身份地位的患者无差别诊断，满足社会公众对个性化医疗服务的迫切需求。

(四)健康治理：治理能力和治理体系的双重建构

健康不仅是一种身体状态，也是一种重要的治理能力。在后疫情时代，面对新冠突变病毒株(VOC)和待观察突变株(VOI)的巨大挑战，治理工具的创新已成为提高健康治理效能的重要路径。算法推荐技术加强了对密切接触者和重点人群的监管，引发了健康治理方式的变革，推进了健康治理能力与治理体系的重构与健康价值的全面提升。

治理能力上，算法推荐提升了健康治理的思维意识与治理绩效。马克思曾提出，卫生工作的根本任务是“保护健康，保持一切价值的源泉即劳动能力本身”[5]。这告诉我们，健康既是人的发展目标，又是人的发展手段，必须强化价值导向力与服务供给力。算法推荐的客观性、数据化和不间断等运转特质，使社会运行过程中的公众健康数据、行为表现、社会诉求和价值取向等，能够通过算法模型进行自动提取和快速分析，及时反馈给相关部门及医疗机构。“网络与数据的深度融合给社会治理主体提供一个公平的机会和舞台，它们可以以自由的、公平的数据化的方式表达自身利益、行为、思想、信仰和情感需求”[6]。最终在算法的驱动下实现向政府及医疗机构的“赋能”、向社会及公众的“赋权”，改善和提升社会健康治理满意度和治理效能。

治理体系上，算法推荐促成了健康治理的统筹协同与全球治理。数据连接的普遍性和全方位，将健康治理的领域拓展为云世界。健康治理涵盖了从人口健康、区域健康到生态社会系统健康的诸多范式，强调从生理到社会的全健康内涵、从政治到生态的全健康领域、从个体到国家乃至全球的全健康层次的综合性健康管理[7]。当今的公共卫生安全已经成为全球治理的重要目标，全球战疫意味着各国必须在个体权利和公共利益之间做出权衡，在治理周期与各方能力资源之间实现同频对话。在算法推荐的加持下，建构基于数据管理、决策与创新的调控机制，并将健康治理推到协同治理、多元共治与复合治理的善治阶段，实现健康治理由个体国家内循环体系向多边框架下全球健康治理联盟的转变。

二、问题表征：人文与算法的规训困境

技术在本质上是中性的，“算法”是把双刃剑，在倚重算法的同时，更应关注算法推送背后的规则、标准及价值观[8]。新冠疫情下算法推荐在健康传播中的问题主要表现在信息同向化、同质化现象严重，导致内容极化与信息茧房泛化；权利让渡下新闻失范，劣质信息导致社会价值观扭曲；人像构建使个人数据泄露，隐私受到威胁；算法霸权引发数据垄断与秩序失衡，深远地影响着人的身份认同。

(一)内容极化：信息茧房的泛化

在全国新冠疫情的恐慌之下，与疫情相关的信息无疑是公众最关注的话题。由于严格的防控措施，公众更多的是通过互联网(智能终端)主动检索信息来满足自身的认知需求，而媒介平台会通过算法推荐，自动识别、分类出受众群体并实现信息的智能推送。

疫情下，媒介的智能推送大致可以归纳为基于疫情信息的推荐、基于用户标签的推荐及基于社会化的推荐。基于疫情信息是指根据疫情相关内容的热门程度进行的推送；基于用户标签是指根据平台用户的浏览数据进行整体分析，针对用户喜好进行的推送；基于社会化是指根据用户之间的社会关系组成的社会化关系链进行算法数据建模，向一个或多个社会群体同时进行的推送。算法推荐作为一种向用户提供过滤器的工具，它在过滤程序上“无用”“不感兴趣”“不关注”的信息的同时，也可能局限用户的视野。对公众而言，最终会因为同向化、同质化的信息过载，变相导致内容的极化。

于媒介本身而言，新冠疫情下的算法推荐已经成为各媒介平台分发信息的重要手段之一，其加剧的信息传播同向化、同质化现象，直接导致信息茧房的泛化。可以说，全球媒体正越来越趋向于使用同一主题、框架和语境，通过议程同化的手段支配舆论[9]，新冠疫情传播不可避免地出现了议程同化的现象。事实上，对疫情下的公众而言，算法推荐下的内容因以实时热点、用户喜好等作为内容选择的关键标准，干预了用户对信息内容的自主选择权和平等获得信息来源的权利，不利于全面的健康传播。另外，信息茧房的泛化亦会扩大个体与个体、个体与社会之间的信息鸿沟，导致健康信息获取的不对等。不同性别、地位、学历、性格的人会收到不同推荐机制下的信息推送。这些信息的渠道来源各异、健康价值不等，往往越注重健康的人越可能收到疫情防护信息，越不关注疫情的人消息越闭塞。

(二)权利让渡：价值观的“流量焦虑”与“算法焦虑”

在互联网环境下，用户需求如何“被满足”成为媒体间流量竞争的关键。在算法推荐的介入下，新闻选择游移于媒介组织的任务功能，是否符合社会主义核心价值观，是否具备传统新闻的价值选择尺度，不再构成算法推荐的衡量标准与规范准则。于算法而言，它只需要将合适的新闻推荐给合适的用户。即通过算法推荐得出的新闻内容，一定是与用户性格偏好深度契合的新闻信息。

智能终端时代下的算法改变了平台范式与生态环境，受众获取信息的方式也发生了变化[10]。信息过载与信息失衡造成的后果便是受众不再以信息的准确性、重要性作为判断准则，而是以其传播的热度、广度、流量等作为认同标准。由于媒介不断向用户推荐其关注过的疫情关键词，带有地域歧视(如“张家界沦陷”)或特定人群色彩(如“南京新冠老太”)等内容，其中难免掺杂虚假失实、缺乏深度、价值观导向错乱等劣质信息。算法推荐作为新冠疫情期间新闻生产的智能中介，已经全面介入新闻生产与传播的各个环节，而新闻内容的把关权正在从新闻从业者让渡给算法。这种权力让渡的行为，对新闻的真实性造成了直接的冲击，为劣质新闻泛滥、非主流价值观传播等新闻失范现象的频发大开绿灯，直接给公众带来非主流价值观的偏向影响。

从网络技术对网民的赋权和关系的连接，到平台算法规则的确立，不同来源的疫情信息集合成庞大的数据库，推送流量大、点击率高、讨论范围广的信息成为众多网媒的首选。但高话题度的疫情信息不一定是高重要性信息，反而可能是耸人听闻、博取眼球的失实信息。由人工编程产生的算法公式，难以避免成为达到某种目的而生产的工具，一些大的社会媒体和文化企业会因为追求自身利益和流量，无视新闻生产和传播过程中需要遵守的准则。在监管失衡下，互联网推送的劣质信息一再泛滥，同时还带给受众亚健康的价值观，“流量焦虑”和“算法焦虑”成为算法推荐在新冠疫情报道中的一大弊端。

(三)人像构建：私人数据的“泄露”与“窥视”

平台在进行内容分发时，算法会不断跟踪、挖掘和记录用户的一切数据，这些数据来源于用户的网络痕迹。确切地说，只要进行算法推荐，其深度计算的过程必定会运用到个人的数据，这些私人数据被算法采集和二次使用后，会再次构成用户的新数据，即人像构建。在这一过程中，算法推荐若设计不当，便会对用户的健康隐私造成侵犯。

新冠疫情期间，国家以社区为单位将个体的每日测温数据和身体健康指数等统一上传，并通过对个体在各种终端浏览健康信息的相关数据进行分析处理，重点研究用户的日常身体健康状态和防疫行为。而用户的数据信息反映着用户健康方面的隐私，包括血型、身体隐疾、病史、服用药剂等。新冠疫情下，算法推荐一方面收编了海量的个人健康信息数据和个人对疫情信息的关注偏好，通过数据分析完成新闻生产。另一方面，在这一过程中，源数据的泄露风险也如影随形。新冠疫情期间出现的数据作为交易资源进行流通的现象，无疑是用户隐私被迫“售卖”的表现。更为甚者是算法推荐中技术的不可控制行为带来的信息安全威胁，即自主算法通过深度学习功能，将用户个人的数据信息进行“自主地”排列组合，以达到“窥视”的实际效果。

当下对算法推荐行为的不可预见性，并无系统的法律规章等进行约束。特别是疫情下公共舆论话题不断，确诊病例和疑似病例的行程数据在网络上疯传；部分社交媒体和自媒体为追求热度对私密信息不加处理，使患者及其家人的隐私信息在互联网上非自愿性曝光并传播。而作为筛选工具的算法推荐越过法律界限，将这些信息进行二次传播甚至多次传播，加速了私人信息的非法曝光发酵。另外，大数据对收集到的个人身体基本信息、健康行为信息、患病史等进行整合，通过关联分析和预测分析等，刻画出潜在关联、预测性的个人标签[11]。但这些标签并不能完全反映个人健康的真实状态，甚至可能是片面、错误的。算法推荐将这些信息传播出去，给用户隐私带来侵害。

(四)算法霸权：健康治理的数据垄断与秩序失衡

算法以海量的数据收集作为建模依据，数据库越庞大，算法推荐的权力和效能也越强大。在智能终端时代，社会公众的兴趣爱好、购买记录、健康行为等都会通过网络形成数据的集中，使得少数资本可以在第一时间获得数据垄断，从而产生算法霸权。“基于算法的数据分析所产生的数据化框架对人和世界产生着决定性的影响。不论是否正确或恰当，算法和数据都在深远地影响着人的身份认同”[12]。

在健康治理中，政府通过收集掌握大量的公共健康数据对公共健康安全问题进行设置议程，从理论和实践两个层面推进健康治理体系的发展与完善，有利于政府及医疗机构及时掌握、精准识别和定位后疫情时代最突出的社会健康治理需求。但算法霸权使得部分媒介利用先进的数据存储系统和算法技术平台，按照自身的利益诉求控制数据的曝光，主观制造虚假信息和隐瞒部分事实真相，给社会带来错误的、非理性的公众舆论导向。此外，算法一度作为资本的技术，参与诸多智能政务系统的后台程序和管理，特有的算法推荐核心技术也由其掌握。在这种情况下，政府掌握的公众健康数据和公共舆论导向很可能是在资本充分权衡自身利益诉求后的数据公开和算法公开。由于缺乏相应技术积累，世界大多数国家并没有充分有效的方式保护自己的数据安全，也没有足够的能力应对算法所带来的干涉，人工智能技术的进步将进一步凸显其在政治安全领域的脆弱性特征[13]，进而给国家健康治理带来更大挑战。

纵观全球，由产业数字化诞生的巨型平台型企业掌握着最为先进的垄断数据和核心深度学习算法，算法霸权正在影响着全球健康治理秩序的深刻变革。无论是以美国为首的西方国家，还是发展中国家，其国家和政府在健康治理上都非常依赖巨型平台型企业所提供的算法推荐机制，这也使得数据垄断下的算法霸权深刻影响着世界。霸权主人的话语权增强，带来的是全球健康治理秩序的动荡。

三、应对策略：推进治理完善健康传播

针对疫情下算法推荐在健康传播中存在的问题，应提出全面、系统的应对之策，使算法推荐复归其对健康传播的初心与使命。具体而言，即在认知层面，要形塑工具理性与价值理性的算法平衡；在内容层面，要优化内容推荐与舆论导向的审核模式；在规制层面，要完善法规体系与伦理体系的框架建构；在格局层面，要实行“走出去与引进来”的战略结合。

(一)认知层面：形塑工具理性与价值理性的算法平衡

作为一种信息资源的全新配置范式，算法推荐在一定程度上是大数据和人工智能在信息传播领域结合产生的一种复合型传播手段。加强算法的计算分析能力，应从认知层面规制算法，形塑工具理性与价值理性的算法平衡。我们知道，技术的掌权在一定程度上造成了人文主义导向的偏失，即使算法在大数据分析上具备绝对权威，但其机械化的“智能”选择无法结合场景和情境(人文价值)来综合衡量算法推荐的最终选择与结果。这种人与技术的对立，实质上也是人文主义和数据主义的冲突。基于此，算法推荐往往很难具备真正拥有人文关怀的“智能”。

要想从根本上革新这一点，必须将人文主义和数据主义相契于同一算法模型中，在互补的基础上全面考虑算法推荐的分析能力，提高其人性化“智能”。如采用分布式计算平台增加计算资源，将医院云空间内海量医疗资源和患者个体健康信息交汇，在拓宽数据库的基础上提高算法效率，达到个性化推荐时离线计算能力的效果扩展。对此，可以借鉴亚马逊的做法，主要的原则是把大数据集转换成小数据集，把在线不可控的海量数据转换成在线可控的少量数据[14]。

通过提高算法的个体匹配度，充分考虑个体价值理性在算法中的重要性，使媒介在推荐健康信息时更加能锁定针对性用户，传播用户需要的信息。对此，可以分两步来进行：第一步，优化深度算法学习内容，突破技术壁垒。媒介现有的智能推送都是基于用户标签和针对用户喜好的信息选择，倘若深度算法学习内容能实现抢先预测，甚至是信息扩展，给用户推荐异质健康信息，则能利用技术的革新冲破内容极化现象带来的信息茧房桎梏。第二步，强化人文精神价值，塑造价值理性。媒介在利用算法推荐进行健康传播过程中，要坚持价值理性始终处于传播价值考量的首位，能在第一时间洞察公众的社会需求，同社会情感产生共鸣，以达到认知层面上的认知协同，形塑工具理性与价值理性的算法平衡。

(二)内容层面：优化内容推荐与舆论导向的审核模式

习近平指出，“党的新闻舆论工作是党的一项重要工作，是治国理政、定国安邦的大事”[15]。对于新闻媒体尤其是主流媒体而言，优化内容推荐形式和审核机制，从源头上严格把控虚假、非主流信息的传播，引领主流导向，是新冠疫情期间实现权威发声、掌控主流舆论的重要途径。在突发公共卫生事件来势迅猛、社会消息真假未辨来源不明、民众心理恐慌不安的多重情境下，用主流价值治理“流量焦虑”和“算法焦虑”，通过“党媒算法”实现海量内容与个性化需求的有效匹配，成为健康传播中刻不容缓的问题。

疫情下谣言的肆虐比病毒本身更为可怕，新闻机构特别是主流媒体能否掌握话语权，直接关系到政府引导疫情防控舆论的成败。事实上，在公众渴求获知最新疫情信息和健康防疫手段时，主流媒体的缺位和自媒体、社交媒体的“有闻必录”，无异于将受众暴露在算法推荐构建的非权威信息域内。由于后者缺少“把关人”的监控，不实疫情信息的扩散不可避免地使信息失真的风险扩大，造成社会和人群的恐慌。因此，及时发布准确信息、引领主流舆论导向成为新冠疫情期间实现健康传播的第一要务。在新闻生产上，新闻工作者应该全面提高专业技术水平，在利用新技术手段(如区块链技术)提升新闻生产质量和效率的同时，保持客观公正的专业主义底线。对新闻报道而言，要强调人在算法中的作用，在加大对新闻内容过滤的同时，扮演好互联网中的信息“守门人”。

算法推荐具有多种推荐形式：通过给用户定标签，以千人千面的用户画像来选择内容推荐；通过收集用户的兴趣爱好，给用户群划分相似喜好的协同过滤来进行内容推荐；通过热搜榜单和程序化算法，计算出最为热门的新闻来进行推送等。无论是哪种推荐形式，都必须经过网络内容池筛选整合。媒介通过优化内容推荐和舆论导向的审核模式，用“党媒算法”打造主流价值，使更多能体现主流价值观和主流导向的防疫讯息和抗疫事迹注入舆论内容池，促进疫情下的公众健康传播。

(三)规制层面：完善法规体系与伦理体系的框架建构

算法推荐的疫情新闻在新冠疫情期间的表现可谓得失参半。一方面，公众享受着这些智能技术带来的“红利”；另一方面，也不得不面临着隐私被当做“资源”过度和非法使用的困境[16]。虽然一时难以评估这种公开对于算法的意义，但其引发的隐私泄露却是显而易见的。

与算法推荐技术日趋成熟、进入领域越来越广相比，当前国内适用于该技术的法律法规和规章制度建设则显得相对滞后，其在监管、制约上的功能也存在诸多短板。科学技术的发展往往与风险相伴而行，算法推荐在为疫情报道创造广阔空间的同时，同样会在健康传播中产生侵犯个人隐私、挑战法律规制和道德伦理底线等问题。因此，面对算法对信息“自由”扩散的隐患，要通过深入研究算法推荐在其应用过程中的建设性、风险性和不可控性，不断完善针对算法本身的法制规范体系，健全伦理道德机制，强化网络平台自律。

首先，要全面审视数字化发展的法治问题。推动建立健全相关法律法规，完善数字规则[17]，限制算法推荐“权力”的滥用。进一步建立健全网络隐私侵权和版权侵权、网络隐私泄露、内容生态等层面的法律法规治理体系[18]，完善算法侵权法制规则，加大对不法行为和不法案例的惩戒力度。同时，开展伦理道德等社会规则研究。在规制上构建价值伦理框架，把伦理道德的一面作为技术本身来考虑，凝聚共识。了解掌握智媒运营模式和算法规则，明确新冠疫情期间社交媒体、自媒体信息传播伦理原则，增强智媒素养，提高算法聚合后的信息把控能力，引导建立统一的行业规范，倡导算法推荐在健康传播中履行社会责任。此外，要进一步加强用户自身媒介素质的建设，培养用户的法治意识和对信息的甄别力与判断力，提升用户群体明辨真假是非的能力，不信谣、不传谣、不造谣，营造天朗气清的网信空间，增强用户的社会责任感，主动抵御虚假信息和不实信息，共同维护社会稳定和公众健康安全。

(四)格局层面：实行“走出去与引进来”的战略结合

虽然中国算法推荐模型已跻身于世界算法技术前列，但公众健康数据的信息化建设仍属于“碎片化”阶段，这种数据和技术的不对等导致算法推荐在进行测量和计算时依旧存在误差。而算法推荐作为一门基于平台的技术，平台的政治属性、经济结构和文化语境都会对算法的模型构建和推荐机制产生影响。基于此，为推动全球疫情防控工作，中国算法推荐需要在促进健康传播的同时，具备全球性视野和前瞻性眼光，从国家战略的高度对其进行布局，完善健康治理体系，提升健康治理能力，以人民健康为中心深化健康中国战略。

一方面是“走出去”。坚持互利共赢的政策协调和技术规划对接，将本国优质的抗疫手段和防控措施推荐给其他国家，特别是“一带一路”沿线国家和发展中国家，与他们结成疫情防控战略合作伙伴，携手打造算法推荐在全球公共卫生事件中的协同创新治理体系。协助WHO全球疫情防控，完善对未知传染类疾病发生的早期智能预警，促进全球健康传播。另一方面是“引进来”。通过学习国外先进的疫情防控健康数据库建设模式和大数据调度与轨迹平台管理方式，将国外优质医疗健康体系和智能算法模式引入国内，共同打造全球健康资源数据链，完善本土算法推荐的技术性和实用性。用主流价值遏制算法霸权，通过开拓透明化的数据治理框架缓解数据垄断与秩序失衡。

“走出去”是一种技术自信，当中国的算法推荐在疫情防控中为健康传播提供强大赋能时，也意味着这些媒介平台的核心竞争力越来越强。这就需要将这份力量适时“外溢”，成为全球疫情防控的重要助力，造福全人类的健康传播。“引进来”则是将国外先进的健康数据库建设模式和智能算法模式为我所用，推动算法推荐在中国医疗卫生领域高质量发展，不断提高健康数据的全球共享与集约化服务。总之，“走出去与引进来”的战略结合，将促使新冠疫情下中国算法推荐在健康传播中发挥更强大的效能，为全球疫情防控贡献举足轻重的力量。

四、结语

斯科特·拉什指出，“在一个媒体和代码无处不在的社会，权力越来越存在于算法之中”[19]。互联网时代，数据的多元和汇聚带给算法巨大的权力。一方面新冠疫情下算法推荐可为疫情防控贡献力量，但权力的扩大亦让技术给社会带来某些不可控因素。算法推荐下的内容极化、权力让渡、隐私泄露和算法霸权等问题都使公众作为信息接收者的权益和主体价值受损，在技术、内容、规制和格局四个层面来对算法推荐加以约束管制，可有效防止算法推荐在健康传播中走偏，进而完善技术赋能下国家对重大突发公共卫生事件的防控救治体系。归根结底，大数据和平台的社会属性不断变化促进算法推荐的日新月异，算法推荐技术仍处于飞速发展阶段。在以“技术观技术”的中介观下理性对待技术，只有认清技术的缺陷才能更好地推动技术的发展，从而更好地服务于人类社会。