智能媒体时代主流意识形态传播的算法逻辑

吕 纳 （陕西师范大学 马克思主义学院，陕西 西安 710119）

智能媒体时代，算法技术的深度发展加速了互联网内容生产和传播方式的升级变革，重塑着社会舆论格局与传媒生态。从技术逻辑来看，算法内嵌至信息生产和分发的各个环节，并借助强大的数据和算力分析“信息—用户需求”的关系，实现“用户需求挖掘+全网内容聚合+智能匹配=个性化推送=高效分发”［1］的信息适配。通过对信息的特征化处理与个性化分发，算法能有效实现受众与信息之间的精准、定向匹配，极大提升信息传播的精度、准度和效度，逐渐成为主流意识形态传播的“助推器”。但技术变革所产生的影响往往是双向的，算法技术异化也隐藏着风险，给主流意识形态生产传播带来巨大的挑战。“算法就像‘黑洞’，我们能清晰感受到它的影响但却并不能对其内部一窥究竟”［2］，探索算法的内部运行机制及其对主流意识形态传播的双重影响，用其所长、避其所短，才能让算法成为构建我国主流意识形态的价值增量。

一、传播革命：智能媒体时代主流意识形态传播的算法嵌入

基于大数据的深度学习算法在信息传播领域的推动作用是巨大的，传播格局与传播生态因智能化内容生产与分发技术这些关键变量不断得以重塑。习近平总书记指出：要“探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭‘算法’，全面提高舆论引导能力。”［3］算法主导下的智能化媒介已经成为信息传播最便捷有效的新场域，且在意识形态建设方面更将成为主流意识形态新的作用场。具体来看，算法技术分别从价值引导、智能推荐和权力汇聚等维度赋能主流意识形态传播。

（一）算法价值引导主流意识形态传播

随着智能媒体时代的到来，万物互联创造出庞大而快速的数据流，这些海量的大数据资源在新一代信息技术的引领下已成为人工智能算法的重要支撑。与此同时，算法技术的应用可以对每个个体及其构成的社会整体所产生的数据流进行存储、挖掘和处理，并通过主导内容传播、控制舆论导向、引领价值选择实现对受众的价值观引导。算法改变了信息传播渠道，将传统的“以传者为中心”的大众传播模式，优化为“媒体—算法平台—用户”多元互动的新模式，使得信息推送更加符合受众需求。算法技术依托平台并对平台有隐形赋权的作用，可以有效控制平台的信息流动，及时掌握数据背后所反映的用户的思想观念和行为倾向，帮助平台实现内容的再生产和精准传播。算法为主流意识形态传播搭建了全景平台，其中包括“以人民网为代表的党媒、以都市报为代表的市场化媒体、以新浪和网易等为代表的门户网站、以今日头条为代表的聚合类平台媒体、以腾讯和阿里巴巴等为代表互联网大企业五类行动主体”［4］，并为推进主流媒体、社交媒体、平台媒体融合向纵深发展提供了新的发展空间。平台媒体因拥有聚合社会化大生产内容的能力而产生基于社交链接的用户黏性，能有效聚合信息并形成双向动态传播与互动，回应受众多元化的差异性需求，实现主流意识形态生产传播与受众需求的有效链接。

（二）算法推荐助推主流意识形态传播精准化

算法推荐重塑着新的媒介生态，给传统的信息生产和传播逻辑带来了深刻的变革，从过去的“大众传播”逐渐演化为“分众传播”。相较于传统传播模式，算法推荐以其信息分发的精准性和信息反馈的及时性，极大地提升了信息传播的精度和效度。算法推荐内嵌至主流意识形态的传播过程，可以有效破解当前主流意识形态内容在信息分发、接收和反馈等环节所面临的困境。其一，算法推荐能够有效提升信息分发精度。算法通过分析用户留下的数字痕迹，精确地描绘“用户画像”，根据画像进行内容筛选，主动推送符合用户需求的信息。算法推荐通过聚合全网文本、自动采集生成信息、智能匹配用户需求，一定程度上克服了教育双方信息错位的难题，实现教育内容精准匹配和教育对象无缝对接，形成信息分发的“点对点”模式。算法已经成为网络环境下主流价值观教育的精准载体和传播渠道。算法分发可以使主流价值内容在海量数据流中脱颖而出，并通过对其分类化、标签化、评级化，精准过滤掉其他不良信息。其二，算法推荐能够有效提升信息反馈效度。智能媒体通过整合大数据、深度学习算法和强算力三方优势，针对用户行为数据动态变化，对用户行为进行实时反馈、实时预测与精准引导，极大地节约了时间成本，实现舆论事中引导。“算法能根据用户点击次数、停留时间以及屏蔽、转发、评论等阅后反馈，勾勒出用户媒介消费行为的图谱，对用户进行更为系统、全面的参数分析。”［5］算法在信息反馈机制中扮演一个“理性人”的角色，能够收集、记录和自主辨别有效信息，并进行有效的反馈递交。从这样的精准反馈中不仅能掌握用户当前的一些行为习惯与价值取向，还能作出判断预设，为用户规划相应的信息导向，动态修正用户的价值倾向，以达到最佳的教育和引导效果。

（三）算法权力强化主流意识形态话语传播力

算法不仅是一种技术手段，更是一种新的权力形态。算法对信息进行精准匹配的实质是在行使一种资源分配的社会权力，即算法权力。“算法与推荐”的智能生态蕴含契合社会主流意识形态的技术属性，进而构建起弘扬主流价值、凝聚社会价值共识的“隐性权力”，不断拓展主流舆论的传播空间和影响力版图。由此，算法可以从用户主体出发，构建主流意识形态传播的话语内容体系，而不是一味地让用户被动接受。通过追踪用户的注意力方向和关注热点，提取用户行为数据偏好，找到符合其接受习惯的话语方式，进而实现“量体裁衣”式的主流价值内容生产与传播。此外，算法技术能够将深层的理论言说“化约”为普遍化的生动叙事，将“好的话语内容与好的话语表达”相结合，使主导话语由生硬机械转变为温度温情、生动鲜活的传播，从而帮助受众突破高度抽象化、理论化和模式化文本叙述的认知限制，实现话语的广泛认同。算法遵循用户个体价值偏好进行个性化的议程设置，这也造就了多元化的传播主体，在一定程度上有助于打破话语霸权，消解主体与客体之间的话语隔阂。主流意识形态话语可以在智能媒体赋能下，通过大数据分析受众的信息喜好、价值取向和心理趋势，并进行有指向性的话语内容推送以剔除异质化信息，以此提升价值纠偏与矫正的精准度，增强主流意识形态的渗透力和认同度。

二、算法越位：智能媒体时代主流意识形态传播的风险生成

智能传播算法实践证明，算法并非完全客观、价值中立的技术，算法的“乌托邦”性质也会衍生出一系列风险问题。“现代技术是一种将世界遮蔽起来的具有‘挑衅逼迫’性的、预置式的展现，技术的统治将一切存在者都带入计算行为中，遮蔽了人之人性和物之物性。”［6］同样，算法也可能带来“黑箱”和垄断，潜藏着技术异化所引发的意识形态风险。具体来看，算法偏见、算法偏向、算法反伦理性会冲击主流意识形态传播及其认同构建。

（一）算法偏见造就的“过滤气泡”效应加剧社群区隔与价值观分化

正如人类社会中存在偏见一样，算法中天然存在偏见的问题。从本质上而言，算法的偏见来源于算法设计本身蕴含人类固有的认知差异和偏见思维。“算法偏见”是指“算法程序在信息生产与分发过程中失去客观中立的立场，造成片面或者与客观实际不符的信息、观念的生产与传播，影响公众对信息的客观全面认知。”［7］换言之，算法偏见往往会导致受众产生被操纵下的认知偏见。算法将偏见隐藏在程序设计、数据挖掘中，就犹如一台巨大的过滤器，对那些与算法自身价值相抵触的信息进行过滤，由此导致“过滤气泡”效应的产生。美国社会活动家伊莱·帕里泽最早提出“过滤气泡”这一概念，他认为以算法推荐为代表的网络媒介平台依托技术手段主动过滤用户不感兴趣的信息，形成一种个性化的信息世界，但这同时也侵犯了人们获得相对不同观点的可能性。算法在精准识别用户偏好、主动推送偏好需求的同时，对不符合用户需求的异质信息进行“过滤”。这种基于协同过滤的算法分发模式使用户时刻沉浸在自己的信息世界里，一道信息和观念的“隔离墙”也由此筑起。

从意识形态角度而言，算法的“过滤气泡”遮蔽了个体视角的开放性与流动性，使受众的意识陷入孤岛之中，加剧了社群区隔和价值观分化，动摇主流价值认同的构建。基于协同过滤的算法个性化推荐构建出符合用户偏好的“拟态环境”，使用户犹如置身于一个“回音室”当中，只有同用户思想观点相一致的信息才会被推送，而那些同用户意识形态不相符的异质化声音则被排除在外。长此以往，受众个体困于“过滤气泡”之中，接触到多元化信息的机会就越来越少，将自身桎梏于像蚕茧一样的“茧房”之中，由此导致自身思想、行为固化。当个体视角被算法所框定，用户的认知会越来越狭窄，不断自我强化、肯定、固化，其价值观可能因此倾向于偏激化、极端化，在浑然不觉的情况下偏离社会公共议题，侵蚀主流意识形态价值共识。算法推荐对异质信息的高度过滤和隔离，将人们困于一个个特定圈层中，使受众更容易同圈层内兴趣偏好、思想观念一致的人建立联系，而圈层外的信息和价值观则难以介入，从而进一步加剧价值观分化和意识形态极端化的风险。此外，算法推荐缺乏“把关人”的监管作用，也会带来信息传播泥沙俱下，大量的负面信息污染网络生态空间，不可避免地带来价值失序和多元冲突。

（二）算法偏向造就的“马太效应”导致主流意识形态渐趋边缘化

算法已不再是一种单纯的技术工具，而是逐步演化为与社会权力结构融为一体的复杂的自主性体系，成为镶嵌在新型资本主义生产体系中的新权力。算法的研发与运行主要依托大型互联网平台企业，其权力运行也必然遵循以资本和利益为价值指向的资本逻辑。在算法与资本的双重权力加持下，流量变现已然成为商业媒体平台的主要价值取向，“流量为王”逐渐取代“内容为王”成为衡量价值的主要标准。换言之，在资本意图的驱使下，数据流量意味着热度和资本，始终是平台运作的“制胜法宝”。在流量至上的利益链条下，内容分发中的“马太效应”更加凸显，契合用户偏好的内容及其传播效果可以经由算法的逐级放大而强化，而另一些内容则往往被算法所遮蔽，强者愈强、弱者愈弱，呈现出明显的两极分化。

算法的根本价值逻辑以市场效应和利益最大化为导向，用户容易被虚假流量所欺骗，造成对主流意识形态传播内容的流量偏见。在智能推送中，算法通过对访问量、点击量和关注量等相关数据进行分析，能快速筛选出热门话题并进行优先推送。与严肃的政治新闻、公共性话题相比，各种可视化、可听化信息极大地刺激和引诱人的感官欲求，以获得更高的点击量和欢迎度。主流意识形态传播具有公共性、政治性，其中迎合受众偏好的个性化内容较少、受众面窄，容易被算法忽视，由此导致主流意识形态内容推送优先级降低，这种“热度导向”的信息传播方式在很大程度上加深了“投其所好”和个人认知偏见。在唯流量至上的商业逻辑导向下，算法推荐遵从资本逻辑的法则，它不仅不会自觉干预和矫正信息分发过程中的价值偏差，相反地，它还会一味地迎合用户的兴趣和偏好需求，进而加剧信息传播的“马太效应”。这种“劣币驱逐良币”现象很容易造成各类负面信息、低俗内容充斥网络，加大黄色、暴力、恐怖信息的扩散力度，使主流意识形态内容传播面临被边缘化的危险。

（三）算法“反伦理”性造就的“算法监狱”剥夺人的主体自觉

算法推开了信息抵达和覆盖的新大门，实现了“千人千面”的专属定制和精准推送。但与此同时，新技术赋权带来的风险也层出不穷，数据泄露、隐私侵犯、“自主权”让渡和算法“黑箱”等问题成为亟待解决的伦理困境。算法在提供个性化定制信息服务的同时，实现了对目标个体全程、稳定和准确的跟踪，但同时也构筑了一个以算法为“中心瞭望塔”的“算法监狱”。在资本风向标的牵引下，算法监控隐匿不显却无所不在，如同毛细血管式扩张和渗透到社会的各个方面，其隐蔽性越来越强、渗透范围越来越广、监控程度越来越深。“算法监狱”使得主体意识时刻处在技术的监视之下，迫使人们不自觉地陷入一种自我控制或自我规训的状态，不可避免地带来主体性的集体沉默。

“算法监狱”以不可见的方式自动实施诱导规训权力，使人的主体性存在转化为工具性存在，实现对人的算法筹划。其一，算法过度采集和提取用户数据，精准预测用户需求、行为信息，使主体时刻置身于“暴露—监视”的场域内。数据采集是实现个性化信息定制的前提，而用户却对个人数据的暴露程度及用途无法知晓、无法掌控、无法回避，由此潜藏着数据泄露、隐私侵犯的极大风险。精准的大数据挖掘算法让用户数据变得唾手可得，以此对用户进行“数据画像”，精准预测用户需求变化，从而影响甚至操纵个体的认知和行为活动。其二，智能算法推送还意味着信息选择“自主权”的让渡，使受众不自觉地变成被动接受“信息投喂”的“信宿”。算法的一个重要运行逻辑是数据的标签化、类别化，而类别标签往往将我们禁锢在数据结构中，并逐渐丧失独立思考与判断的能力。算法技术遮蔽了个体视角的开放与流动，重塑了个体“去个性化”的数字身份，使主体如同被监禁在数字化的“圆形监狱”，以致人的主体性价值被不断消解，人类自主权的伦理规范也面临严峻的考验。

三、善治之道：智能媒体时代主流意识形态传播算法风险的应对之策

算法技术变革再造了信息传播的智能生态，进一步拓宽了主流意识形态的传播渠道，强化了主流价值观的价值引领。然而，在资本运作逻辑的驱使下，算法技术逐渐显露出私利化的倾向，“算法越位”问题也渐渐浮出水面。德国哲学家海德格尔认为：“如果我们把技术当作某种中性的东西，我们就最恶劣地听任技术摆布了。”［8］算法技术作为“社会性建构产物”，绝不是剥离了价值观的中立工具，也不应该脱离人类的治理。对此，应从算法、平台、政府、媒体和用户多元主体出发，综合施策，有效规制算法技术越矩的异化力量，防范算法技术应用所引发的意识形态风险。

（一）强化算法意识形态伦理，以主流价值“驾驭”算法

算法不仅是一种技术，它还承担着增进人类福祉、实现人类解放的公共伦理责任。美国《连线》杂志创始主编凯文·凯利认为“技术有一个道德维度”，要把道德观念设计到技术系统里以管理技术道德取向，“强大的技术需要责任心，我们应该有目的地培养我们的机器人孩子做个好公民，为他们灌输价值观。”［9］因而，必须通过主流价值的强势介入来矫正算法的技术偏向和结构缺陷，赋予其价值正当性，以筑牢算法的价值根基。

第一，凸显算法主体伦理责任。算法的伦理责任主体只能是人，而不是技术。算法设计者、控制者和使用者应主动承担起维护社会良善、增进公共福祉的伦理责任，将主流价值内嵌于算法设计、把关、评价、监管的全过程，对算法的“工具理性”进行价值纠偏。因此，有必要在全社会加强媒介素养教育，提升主体的自律意识与算法素养，从而构筑起强大的意识形态联盟。一方面，要注重对算法设计者的价值观教育，提高其政治站位和政治觉悟，引导主流价值观念介入算法设计的全流程，坚持“内容为王”的标准和准则。此外，还应坚持以主流价值观构建道德规范，强化算法设计者的道德教育，使之在算法开发阶段自觉地将主流价值观因子融入算法和传播模型中，以有效规制非主流意识形态倾向。另一方面，要加强用户的媒介素养教育，以原理普及增强用户对算法机制的认知，提升其自觉抵制不良信息及主动获取优质信息的能力。同时，用户媒介素养的提升又将影响算法推荐对信息的筛选，从而增加多元化、公共化、优质化信息内容的推荐概率，减少低质量信息可能造成的不良效应。由此，主流价值观的影响力“版图”也会相应得以拓展。

第二，提升算法舆论处置能力。算法技术负荷价值，其价值取向在一定程度上决定着算法决策结果的好坏和受众的认知、情感等倾向，而价值取向必然涉及伦理道德的约束。通过将伦理道德嵌入算法当中，以此建立负责任的算法，从而帮助人类进行正确的决策。例如，算法分析技术可设置红线敏感词与预警机制，自动识别网络上的煽动性言论、虚假及负面信息，对于可能引发舆论的热度话题进行实时追踪、预测和处置，强化网络舆情监控。“基于人工智能的技术优势，能快速地生成报道、推送和分发，这样可极大地提高‘网络辟谣、阻击谣言、披露真相’的效率，从而避免因不实消息的传播所导致的情绪割裂和意识形态激化等问题”［10］，有效化解舆情危机，提升网络舆情管理能力和意识形态治理效能。基于此，可以通过优化算法技术，建立更加科学高效的网络舆情治理模型，合理把控网络舆情走向，增强意识形态网络舆情治理能力。

（二）推进主流媒体融合发展，净化媒介生态

智能媒体时代，海量繁杂的信息推送和分发机制使得传统主流媒体的媒介逻辑面临较大的生存危机，甚至陷入了渐趋边缘化的窘境。因而，为有效防范主流意识形态被边缘化的危机，就必须借助算法优势推进主流媒体的智慧升级和智能化发展。为适应传播新形势新需要，主流媒体应积极探索推进算法在主流意识形态内容生产、传播和风险防控等多方面的应用，“加快推动媒体融合发展，使主流媒体具有强大传播力、引导力、影响力、公信力”［11］，不断增强主流媒体传播效果。当前，推进媒体深度融合，不仅要着力推进主流媒体与商业平台的融合嵌入，还要积极地催生“融合质变”，让主流媒体牢牢占据意识形态话语权的制高点，巩固和拓展主流意识形态传播阵地。

第一，有效整合各类媒体优势，共建主流价值观传播平台。主流媒体首先要占领媒体推送的算法高地，形成壮大主流思想舆论的党媒算法和主流算法，从而占领主流意识形态话语传播的制高点。在以主流价值导向驾驭算法的基础上，“主动运用全媒体的信息形态与表达、多终端的分发与触达、智能化的生产与精准推送，面向公众形成有效的引领效果，面向用户圈层形成有效的‘突圈破壁’，面向个性化需求达成有效的价值满足”［12］。主流媒体也要加强与其他市场化媒体的深度合作，积极利用平台化策略，充分挖掘社交媒体、平台媒体所积累的各方面资源优势，以实现优势互补与再造。现阶段，以《人民日报》为代表的主流媒体凭借资源优势与内容优势在社交媒体平台快速布局，不断占领社交网络新高地，形成了一元引领、多元协同的新型传播格局，进而巩固拓展了主流意识形态传播的话语空间。

第二，持续推进主流媒体的意识形态话语传播方式创新。算法技术主导下的传播话语具有碎片化、视觉化和具象化的特征，其话语风格与严肃宏大的意识形态话语体系存在巨大“鸿沟”，一定程度上增加了主流意识形态话语风险点，影响大众对主流意识形态内容及功能的认同。因而，要不断促进主流媒体主动适应传播环境新变化，充分利用算法技术优势推动主流意识形态话语表达方式和话语内容不断优化。主流媒体要改变过去宏大叙事的传播策略，善于将主流意识形态转化为更加生动、易于传播的大众话语，增强传播的鲜活性和感染力。推动主流媒体融合发展，必须要用媒体融合的理念抓好内容建设，全方位丰富话语内涵，形成贴近人民的主流内容传播体系，提升主流意识形态引领效度。

（三）加强政策引导与法律规制，提升治理效能

算法是智能社会主流价值观传播、主流意识形态认同构建的技术基石。然而，在具体实践中，算法极易因研发者或使用者的偏见思维、自利性考量产生僭越行为。针对算法技术的广泛应用所带来的突出风险问题，除了寄希望于算法技术的自我纠偏和行业自律，还必须完善算法治理体系，以制度性规范明确媒体平台的主体责任，加强对互联网媒体的监管。一是探索完善互联网媒体的市场准入与退出管理模式，建立长效管理机制，提升网络舆论监管的时、效、度。由于以往的管理抓大放小，必然容易形成监督的盲区，导致一些小微平台上的负面信息和不当行为事件极易扩散蔓延。因此，要强化对商业互联网平台的管理约束，严厉打击触碰法律红线的违法行为，尤其是要加强对算法推荐的数据捕捉和使用行为的法律规制，形成强震慑作用。二是建立健全有效的政策激励制度，充分发挥政策支持的长效效应，化解商业利益和社会责任的矛盾冲突。其中，关键就是加大政策宣传与落实力度，通过一系列的政策和措施，实现对商业利益的引导，进一步强化利益平衡和政策保障，统筹诸如税收优惠、专项奖励、项目扶助等政策工具，积极引导商业机构履行社会责任，在维护其基本经济利益的基础上，追求社会效益的最大化，实现与社会主流价值观念的同向而行。