推荐算法对基层思想政治教育的影响及对策

一、推荐算法：技术逻辑与教育关联

（一）推荐算法的技术逻辑

算法是“通过代码设置、数据运算与机器自动化判断进行决策的一套机制”[1]。

推荐算法是算法的具体应用，是基于用户、内容和环境等特征变量而研发的信息处理系统。包括用户信息收集、信息处理和信息推送模块，分别负责用户兴趣爱好的收集，对用户进行分析画像并将结果与数据池信息进行匹配，然后将结果输送给用户。

推荐算法“利用用户以往的选择过程或与其他用户的相似性关系，挖掘出该用户的潜在兴趣对象，进而进行个性化推荐。”[2]建构起了信息同用户之间的二元关系。

（二）推荐算法视域中信息传播的特点

1.个性化。推荐算法的核心逻辑是根据用户的行为偏好、使用场景等进行推荐。因此与传统媒体“千人一面”不同，在满足用户个性需求中实现“千人千面”。这也就是为什么“两个人同时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。”[3]

2.精准化。推荐算法是建立在用户画像基础上的，能够根据用户的个人视角、兴趣爱好向推送相应内容，既改变了以往用户主动选取的接收方式，也帮助用户过滤掉一些无用或不感兴趣的信息，实现精准“投喂”。

3.隐性化。传统媒体时代，编辑们担任“把关人”的角色。推荐算法“去中心化”信息分发模式，实质上在履行以往编辑人员的角色，这是一种由“人”转“物”的“算法的权力”——弥散在网络，控制利益分配、思想传递、价值引导的权力，以此建构社会行为和价值。

4.中介性。推荐算法“从根本上说，是协同人与信息之间客观真实关系的重要工具。”[4]既要完成用户信息收集，又要负责将特定信息推送到用户手中，有效链接起人与信息。在这个过程中，推荐算法扮演着中介、桥梁的角色。

（三）推荐算法与思想政治教育关联

1.推荐算法渗透到思想政治教育全要素。“万物皆媒、人机共生”时代，无论是教育者、受教育者还是教育环境，都受到推荐算法的影响。同时，推荐算法连接起了教育者与受教育者，教育对象与教育内容，教育实施与效果评价等。

2.推荐算法具有鲜明的意识形态属性。从历史看，互联网的诞生，就是用于军事目的，受控于政府机构，带有强烈的政治性色彩。从当前看，不同国家之间利用网络进行军事和政治斗争仍是主要应用。从实践看，西方社会赋予网络自由、平等、民主等符号，推荐算法蕴含了设计者价值判断和意识形态意图，“每一种技术架构、每一行代码、每一个界面，都代表着选择，都意味着判断，都承载着价值”[5]。

3.推荐算法影响人的态度、信念和价值体系。推荐算法具有“商业逻辑、偏好原则、技术理性和隐性运行的特征”[6]，但“算法的社会本质就是一种权力”[7]，这种权力与制度化的传统权力类型不同，通过信息作用于人的态度、信念和价值体系，并产生影响。

二、推荐算法对基层思想政治教育的影响分析

（一）推荐算法为基层思想政治教育提供了新机遇

1.提供了掌握思想的新手段。首先，算法日趋成熟。精准的用户画像，为掌握思想提供了技术支持。有人做过这样一个计算机模型，通过统计某人在脸书上点赞的个数来预测其人类行为。结果准确率，10个可以超过他的同事，150个可以超过他的家人，300个要胜过他的配偶。[8]其次，官兵全时在线。从使用时间看，在接受访问的官兵中，每天使用手机时间平均2-3小时的占17%，高达4小时的占45%，休息日使用手机时间超过7个小时的占38%。[9]再次，参与程度深。手机已经成为官兵参加社交媒体，参与外界沟通，进行信息交换、思想碰撞的重要渠道。“超过九成的官兵表示，资讯主要通过社交媒体获得”[10]。

2.开启了内容供给的新机会。首先，精准性更好。主流的推荐算法，多是基于大数据技术，根据用户日常浏览内容进行的，推荐内容更可能是用户感兴趣的，因此也就“更懂你。”其次，丰富性更强。随着算法的不断优化，越来越多的推荐算法，从PC时代根据关键词之类的简单算法，进化到基于语义推荐，从懂“字面的意思”到懂“隐含的意思”，通过用户的访问行为，推测到背后的意图、场景和动机。再次，迭代性更快。由于推荐是基于用户行为进行的，而用户的需求也不是一成不变的，而是处在动态过程中。用户的动态行为，会被算法及时收集并作出推荐响应，完成迭代。

3.创造了教育实施的新条件。从信息传播的角度说，思想政治教育就是“以思想观念、政治观点、道德规范为核心的思想政治教育信息的传播行为与过程”[11]。作为信息传播的有效策略和手段，推荐算法创造了思想政治教育实施的新条件。首先，具有易接受性。5G时代视频化传播，已经成为普遍趋势，信息传播更为形象生动。同时，由于信息是通过平台推送的，且平台是用户主动选择的，这就减弱了用户对信息的抵触情绪，相反对接收到的算法推送的信息，更乐于接受。其次，具有强参与性。社交平台为用户提供了交流的便利，用户可以就自己感兴趣的话题参与网络讨论，网络空间的话语权得到充分保障。24小时的思政课堂，用户之间广泛互动，能够吸引更多的人参与，推动讨论的深入。再次，具有高伴随性。手机作为“身体器官”，已经“机不离身”。人在哪里，手机便在哪里，信息便在哪里，教育便跟进到哪里。

（二）推荐算法给基层思想政治教育带来了新挑战

1.冲击意识形态领域安全。一是空间蚕食。通过推荐算法实施精准化推送，包裹特定的意识形态内容。算法对内容把关权力的“收编”，再加上“流量至上”的推送逻辑，以泛娱乐信息取代主流资讯传播，蚕食主流意识形态传播空间，削弱主流意识形态引领能力。二是恶意操控。通过推荐算法故意“蹭热点”，制造争议话题，煽动社会情绪，制造舆论分歧、社会分裂；有意“带节奏”，扭曲事实真相，诱导舆论走向，加剧社群分化和价值观极化；蓄意“新闻造假”，恶意营销，干扰网络传播秩序，边缘化主流意识形态。三是资本操纵。借力资本优势，特别是西方敌对势力，还倚仗信息技术上的非对称优势，操纵推荐算法，冲击他国意识形态领域的安全。在“阿拉伯之春”中，美国以注资相关信息技术公司的方式，依托其强大机器计算能力，获取用户偏好，渗透他们的“民主思想”。

2.解构思想政治教育认同。一是产生“信息茧房”。由于算法是记录用户的阅读行为，通过兴趣匹配推荐信息，满足用户的信息兴趣和需求，长此以往，会使其生活在信息闭环之中，也就是桑斯坦在其著作《信息乌托邦》中提出的“信息茧房”：“我们只听我们选择的东西和愉悦我们的东西的通信领域”[12]。二是产生“回声室效应”。用户倾向于将自己包裹在感兴趣的内容中，这也就形成了一个局部的密闭空间。由于缺乏外部信息的交流交汇，只有同质信息的不断重复，使得信息无论真伪，都被当作了真理和主流。三是产生“过滤气泡”。由于以技术代替人工，推荐算法使得用户关注成为事实上“头条”，相反那些真正有价值的信息，没有机会到达用户，产生“劣币驱逐良币”现象，也就是互联网活动家帕里泽提出的“过滤气泡”。推荐算法构建的“拟态环境”，造成官兵认知偏差、刻板印象和群体极化，解构对教育的认同。

3.弱化思想政治教育内容供给。推荐算法主导下的信息传播已经成为用户信息获取最主要的渠道，这种以个性化、迎合用户需求为特征的信息定制，造成思想政治教育信息内容“供给短缺”。一是工具理性的冷落。在算法机制作用下，信息制作、传播与抵达，都以算法的名义进行，是谓算法“黑箱”。技术代码构建的流程取代传统的人工信息审核和内容编发，导致那些轻松的、泛娱乐的内容会得到算法过度的推荐，而那些富有思想性、符合主流价值观的内容，因为点击率偏低，阅读量偏小，则可能遭到算法“冷落”。推荐算法的工具理性取代传统的价值理性，导致思想政治教育内容偏向。二是商业平台的挤压。当前主流推荐算法，都是由商业平台主导。受利益驱动，商业化平台倚仗强大的资本优势和强大的平台传播力，对主流媒体持续挤压。主流媒体信息传播的影响力、引领力不断压缩，覆盖面不足，面临边缘化的风险。三是“去中心化”的无序。互联网“去中心化”设计，大大减弱了其可控性。各大商业平台受资本利益驱动，为满足特定的目标意图，都会通过相应的推荐算法，向用户推送预先设定的信息内容。而用户也在不知不觉中浏览，甚至“顶赞转评”，成为所谓“社会真相”的助推者。

此外，推荐算法还存在消解思想政治教育者主导地位、泄露官兵隐私等风险。

三、基层思想政治教育应对推荐算法挑战的对策

（一）驾驭推荐算法，确保主流意识形态的传播

1.占据主导，传播主流。媒介理论家汤普森认为，“现代社会中的意识形态分析，必须把大众传播的性质和影响放在核心位置，虽然大众传播不是意识形态运作的唯一场所。”[13]一种意识形态若想上升为主流，就必须想方设法在大众传播的场域中占据主导性地位。发挥推荐算法现代信息传播的重要工具作用，以价值理性驾驭工具理性，积极传播主流意识形态。

2.创新算法，保障供给。主流媒体资讯是思想政治教育的重要资源，与先进推荐算法相结合，才能够提升影响力。比如《人民日报》推出“人民号”，既有效融入推荐算法的智能优势，更强调主流价值的导向功能，有力增强了党媒信息传播力、思想引领力和舆论引导力。借鉴以上做法，以“学习强军”APP这个全军官兵学习平台为主阵地，聚合军队和地方的优质信息资源，开发先进“主流媒体算法”技术，保障思想政治教育优质资源供给，推动主流意识形态在官兵中的精准化传播。

3.合力共建，做大做强。要加大政策和资金扶持力度，改变当前主流媒体在平台和技术上，与商业性头部平台相比的相对弱势。借力微博、微信、今日头条等商业平台，嵌入思想政治教育优质资讯，加强技术研发合作和流量共享，提升主流资讯的影响力。坚持军队上下一盘棋，众筹共建，做强军内主流资讯平台，增强正能量信息在基层思想政治教育中的影响力和价值引领作用。

（二）推动算法“黑箱”公开透明，创造思想政治教育良好条件

1.顺应呼声，打开算法“黑箱”。近年来，一些商业平台利用算法侵犯用户权益，通过算法践踏市场公平，侵犯用户隐私，违背社会伦理，等等。用户对平台企业使用的算法，符合法律法规要求、符合公共利益、符合社会道德观念的呼声越来越强烈。但由于算法涉及平台企业的商业秘密和技术产权，公开起来并不会一帆风顺。2018年春，脸书深陷境外势力渗透其平台，干涉美国选举的丑闻，CEO扎克伯格一股脑儿都甩给了人工智能。当被问到人工智能算法的透明度时，扎克伯格只说“这是一个非常重要的问题”[14]，但却丝毫未透露将其算法公之于世的意愿。破除算法“黑箱”势在必行。

2.加强监管，推动算法公开透明。推荐算法复杂性带来的风险，要求以完善的法律法规化解。从世界各国的发展实践来看，这是一种时代趋势，也是当前许多国家都在做的努力。我国《互联网信息服务推荐算法管理规定》提出，“提供推荐算法服务，应当遵守法律法规，尊重社会公德和伦理，遵守商业道德和职业道德，遵循公正公平、公开透明、科学合理和诚实信用的原则。”迈出算法法治，推动公开透明的重要一步。

3.强化审计问责，杜绝算法操纵。尼葛洛庞帝说：“为原子世界制定的法律一旦进入数字世界，就像鱼被扔在了甲板上一样，只能是拼命喘气、垂死挣扎。因为相对于原子世界，比特世界完全是个截然不同的地方。”[15]这说明，仅靠法律法规，还不足以解决好算法“黑箱”存在的难监管、难取证、难追责等问题。需要加强技术攻关，从评估、监测、防护、溯因等环节入手，加强对算法设计者的监督和价值引导，对发现的问题追踪问责，避免推荐算法成为对官兵实施意识形态操纵的工具。

（三）用好用活推荐算法，助推基层思想政治教育创新发展

1.加强议程设置，引领官兵思想行为。“技术是对现象的有目的的编程，技术是一种有目的性的系统。”[16]通过推荐算法引导官兵所思所想。传统媒体时代，议程设置由人工完成。算法时代，由人让渡到了物，算法保持了议程设置权。肖和麦库姆斯的“议程设置”理论认为，媒体报道什么决定用户思考什么。在决定官兵想什么时，通过算法进行议程设置，有效引导官兵思想。

2.编制“反向算法”，推进教育目标的落实。推荐算法的技术逻辑意味着，“你是谁”决定了“推荐给你什么内容”。其暗含的逻辑是，可以通过“推荐给你什么内容”影响到“你是谁”，让你“成为谁”。根据算法掌握的情况，对照思想政治教育目标，加强信息“供给侧”改革，按照“缺什么推什么”原则编制“反向算法”，向“需求侧”也就是官兵推送信息，以有效的信息供给，推进教育目标的落实。

3.创新教育产品，保障推荐算法落地效果。推荐算法的优势在传播，思想政治教育资讯善于借力，才能够发挥好推荐算法“倍增器”作用，变算法优势为教育优势。收起传统教育严肃说教面孔，创新表达方式，站在官兵的角度讲故事，用生动的人物、起伏的情节，有张力的冲突、有温度的场景，去吸引官兵。创新呈现形式，对过于理论的、严肃的思想政治教育资讯，探索用官兵喜闻乐见的短视频、表情包、H5、VR等推送，增强思想政治教育内容亲和力，确保入脑入心。