算法的意识形态风险:属性、机理与出路

鲍 金 黄 婧

(上海交通大学 马克思主义学院,上海 200240)

算法作为当前最具影响力的智能技术之一,已经实现了对人类社会各个领域的无缝嵌入和全面裹挟,人类在享受智能算法带来的巨大便利的同时,也逐渐陷入算法引发的多重困境。在意识形态领域,算法的意识形态化与资本渗透,使其在一定程度上成为控制大众社会意识和价值观念的工具,进而阻碍主流意识形态的建设与治理。可以说,算法已然成为目前意识形态博弈的数字战场与影响意识形态安全的最大变量。以当前的生成式智能技术浪潮ChatGPT为例,它在技术价值中立的虚幻外衣下,通过语义输出的方式,向使用者渗透着支配性的意识形态,隐蔽地规训甚至压制用户的思想观念,致使技术的工具理性和价值理性出现失衡与分裂。因此,面对算法所引发的意识形态风险表征,我们亟须从技术逻辑与社会逻辑的双重视角深入把握算法的意识形态风险及其生成机理、对策路径。只有如此,我们才有可能揭开催生算法的意识形态属性的技术迷雾,解蔽算法与资本的深度合谋,进而科学地应对主流意识形态的技术挑战,推动算法转变为主流意识形态建设的强大助力,从而更好地建设具有强大凝聚力和引领力的社会主义意识形态。

一、算法的意识形态属性

要解蔽算法所引发的意识形态风险及其生成机理与治理路径,首先要厘清算法与意识形态的内在关系。从意识形态概念的外延来看,意识形态是社会意识形式中除去包括科学等非意识形态的部分,“社会意识形式从对经济基础的不同关系可分为:社会意识形态和非意识形态的其他社会意识形式……社会意识的其他形式如自然科学、语言学、逻辑学等,是社会意识形式中的非意识形态部分”[1]。虽然科学技术与意识形态在内涵上存在明显差异,但这并不代表科学技术与意识形态是相互割裂、毫不相关的两个部分,更不意味着科学技术是与意识形态无涉的价值真空地带。

法兰克福学派根据晚期资本主义发展的特点对科学技术与意识形态之间的勾连做了深刻论述,并指出了科学技术意识形态化的逻辑路径。例如,马尔库塞在马克思科学技术批判理论的基础上否定了技术中立论。在马尔库塞看来,科学技术虽然促进了资本主义社会生产力的提升,但是,它在介入资本主义政治体系运作的过程中,已经不可避免地“成了脱离群众而使行政机关的暴行合法化的意识形态”[2]。具体而言,技术的意识形态化路径表现为:在晚期资本主义社会,科学技术充当了为资本主义统治合理性辩护的工具,因此技术合理性已然转变为统治性,而这种绝对的统治合理性就是一种意识形态。与此同时,技术理性在非政治的假象下,实现了对整个社会的机械化整合,而这种整合凭借科学化和合理化的标签消除了政治系统内的一切否定性因素,整个社会逐渐转变为单向度社会。哈贝马斯沿着马尔库塞的批判道路,直接阐明了作为第一生产力的科学技术实质上就是一种意识形态,一种掩盖资本矛盾并为资本主义合法性辩护的工具。随着科学技术无缝渗透到社会、政治、经济等各个领域之中,技术似乎成了理解资本主义社会一切问题的关键,这致使人们被裹挟在科学技术之中并产生对它的盲目信仰。与此同时,科学技术具有不同于传统意识形态的隐蔽性、中立性和难以抗拒性,“技术统治的意识同以往的一切意识形态相比较,‘意识形态性较少’,因为它没有那种看不见的迷惑人的力量……比之旧的意识形态更加难以抗拒,范围更加广泛”[3]。当前,智能算法的迭代式发展对各领域所造成的颠覆式影响正在不断深化技术的意识形态批判范式、更新意识形态批判的内容,这就需要我们结合技术发展的当代境遇,分析算法意识形态化的逻辑路径。

算法意识形态属性的生成逻辑表现为技术特性与技术内嵌的价值相互耦合的过程。从机器技术的本质与变革来看,传统的机械技术只是在人体力的对象化基础上延长了人的劳动能力,还无法对人们在实践过程中构建的复杂多元状况进行独立的逻辑推理和因果分析,因而不具备任何的自主性。相较之下,算法作为人“一般智力”的对象化产物,能通过对大数据的自动化感知和高精度处理来模拟人的视觉、听觉、语言、行为甚至是人的逻辑思维,进而产生自主性和主体性。近年来,随着大数据的井喷式增加以及神经网络模型的学习算法的发展,算法已经不再局限于对人类知识的简单复制,而是主动从数据中学习并且根据数据处理的现实经验对所定义的学习结构进行调整和完善。基于这种思路,算法“已经不再是人的附庸,它将和人类在平等的起跑线上汲取和总结知识,因而可能创造出比人类更巧妙的方法、生成比人类更高效的决策、探索人类从未发现过的知识空间”[4]。今天,算法在行为决策与自主学习的维度上已经具备了前所未有的类人性和主体性,但是算法所形成的“‘主体性’是功能性的模仿而非基于有意识的能动性(agency)、 自我意识与自由意志,故应称之为拟主体性”[5]。这种拟主体性能够使算法在认知和行为上与人实现一定程度的互动,从而具有影响人观念和意识的可能性。也就是说,虽然算法无法基于自主意识对人产生影响,但是人却可以对算法所驱动的行为赋予价值和意义;同时,算法也能够作为意识和价值载体与人进行思维和认知层面的交互。值得进一步讨论的是:算法对人的意识的可能性影响是如何实现的?如果目前人工智能无法自发产生意识并以此影响使用者,那么人所受到的意识影响究竟源于何处?

需要明确的是,算法对意识的影响来源于复杂的人机关系中所内嵌的多主体的价值观念。目前,人工智能仍无法算法化人类全部的思维和认知能力,也不能兼容人类生成自我意识的独特机理,无法独立施加意识层面的影响。因此,只有把人工智能置于其与人构建的关系网络之中,才能把握算法内嵌的价值观念对意识的影响作用。由于传统机器技术的局限性,机器只能以工具这种客体形式参与构建简单的人机二元关系。然而,算法设计、开发和应用的复杂性决定了这是一个多主体共同参与的过程。与此同时,算法产生的类人特性以及对人劳动能力的超越,使人工智能逐渐成为部分劳动过程的主体,从而变革了传统机器的主客体关系。在此意义上,算法消解了传统机器的人机关系,在现实运作过程中逐步形成了由算法的控制者和开发者、算法的目标用户共同构成的复合关系。正因如此,算法成了一个掺杂多重主体价值观念的产物,就像克里斯托弗·梅强调的,技术不可避免地“内嵌特殊规则”[6]。这种价值内嵌的过程表现为:其一,算法开发者将自己的观念投射到算法系统上,从而导致算法夹杂着开发者的意志;其二,算法以用户的价值和兴趣为导向筛选和推送数据,因此内含使用者的价值需求;其三,算法被少数数字公司垄断和操控,致使算法捆绑着控制者的特殊利益。与此同时,在算法所形成的关系中,算法的使用者由于处于算法权力的不对等状态而被迫承受着由算法研发者和控制者共同构成的观念的渗透与压制。算法意识形态化的属性转向使算法具有生成与扩大意识形态风险的可能性,算法已然成为触动网络意识形态秩序的关键因素。据此,只有研判算法引发的意识形态风险,才能推动算法“向善”发展。

二、算法的意识形态风险表征

算法的跨越式发展和全域式应用给主流意识形态建设带来了一体两面的影响。与算法赋能相对应的是,算法在意识形态领域引发了一系列不容忽视的风险。从表征上看,这种风险既具有传统意识形态风险的特征,又延伸出算法的智能化、信息化和数字化特质。大体来说,算法的意识形态风险主要表现为算法歧视、算法牢笼和算法黑箱对主流意识形态的认同度、引领力和凝聚力的挑战。

(一)算法歧视:主流意识形态认同危机

主流意识形态认同是人们对统合性思想观念和价值体系的自愿接受和主动遵从,其在根本上是一种政治与价值认同。主流意识形态要发挥自身的凝聚力和引领力,就必须获得民众的广泛认同,否则将在某种程度上被边缘化为非主流意识形态。可以说,认同感是判断主流意识形态是否安全的重要标准。

算法歧视是算法嵌入意识形态领域后影响主流意识形态认同感的主要技术因素。算法歧视是指“在看似客观中立、没有恶意的程序设计中,却带着开发者的偏见,或者因所采用的数据存在倾向性,或者因设计技术局限,在实际应用中导致了种族歧视、性别歧视、年龄歧视、阶层歧视、区域歧视、仇外思想等严重的政治后果”[7]。以人工智能的底层算法“词嵌入”为例,词嵌入通过将词转换为数字,在自然语言处理模型中用作输入。如果词之间的意思相似,它们映射在数学上的意义上也是相近的,因此,词嵌入通过评估单词出现的上下文来编码信息。然而,这种技术在现实运作中常常隐藏着种种偏见,例如女性和护士、秘书和舞者的关联更为紧密。算法出现歧视与偏见的原因是多元复杂的,但根源在于算法开发人员将固有的偏见有意或无意地编码到机器学习模型之中,从而导致客观事实出现价值偏差。当前,智能算法正在以一种不可或缺的形式参与日常生活的建构过程,起着维持社会生活正常运转的重要作用,而算法偏见的“特洛伊木马”就隐藏在每行代码、每条信息、每个界面中。然而,大部分算法用户往往在技术中立的假象下忽视了算法潜藏的碎片化价值偏见,难以判断算法背后多种社会观念的舆论交锋及其真实意图。弥散在算法空间中的舆论偏见通过去中心化与扁平化的技术平台快速扩散与放大,潜在地影响着用户的理想信念、思想观念与价值认知,甚至固定为与主流意识形态相对抗的舆论风暴,进而对主流意识形态认同构成了价值干预。一旦用户默认或主动接受了算法的介入,就难以避免地落入其附带的网络价值偏见陷阱之中,进而造成一定的价值分化。长此以往,当这种价值分化达到一定程度时,就可能出现挑战政治权威、弱化民族身份认同、否定核心价值体系与蛊惑负面情绪等问题,这对主流意识形态话语体系的政治、价值与情感认同构成了一定挑战。

(二)算法牢笼:主流意识形态引领力弱化

主流意识形态的引领力是打破认知差异、引领社会观念的重要表现,也是确保主流意识形态占据话语主导权的主要标志。在算法牢笼的技术场域下,算法推荐的信息分发模式引发的价值分化和价值失序将逐渐导致主流意识形态引领力的弱化。

算法牢笼指的是“算法+推荐”的信息分发模式将大众禁锢在信息的牢笼之中,造成了公众视野的偏狭与思想的封闭。目前,越来越多的头部信息分发企业和信息分发类社交平台加入算法推荐序列,不断加大对算法的研发投入,算法推荐已经成为中国移动资讯的主要分发方式。算法推荐是指运用算法对用户的基本信息、浏览痕迹以及社交属性等数据进行精确采集与分析,构建标签化的“用户画像”,进而筛选并且推送迎合用户兴趣偏好数据的信息分发方式。就其技术本质而言,算法推荐是大数据和算法构建产生的用户需求和信息供给的个性化适配关系。直观上看,算法推荐作为一种去中心化的双向信息分发机制,能够快速满足用户的信息获取需求以及提升平台内容的分发效率。然而,这种智能化、个性化和精确化的信息分发方式也在一定程度上弱化了主流意识形态的引领力。其一,算法推荐以用户为导向的迎合式信息分发方式将造成信息茧房和过滤气泡效应,即用户更易于接受与自身的兴趣和价值偏好相契合的同质化信息,忽视与自己的关注视野存在偏差的异质化信息。这种推荐方式虽然有助于增加用户黏性,但也将加剧个体的价值分化和价值分隔。其二,在同质化的社交圈层环境下,具有相似价值观念的用户往往会相互吸引,并通过网络社交圈层展开交流互动。在此过程中,价值观念逐渐固化为特定社交圈层特有的意识形态立场。长此以往,随着各种个性化意识形态在网络交互中的发展,网络社交圈层对主流意识形态的价值理解鸿沟也将逐渐深化。其三,部分网络平台在“流量至上”的利益导向下,意图通过传播暴力、低俗和虚假信息的形式来吸引用户的注意力,这些不良信息的传播在一定程度上挤压了主流意识形态信息的覆盖范围,导致了网络空间的价值失序问题,进而消解了意识形态的价值理性。总之,算法牢笼改变了主流意识形态传播的中心地位,创造了社会圈层的价值分隔与价值对立,并挤压了主流意识形态的覆盖范围,最终致使主流意识形态出现引领乏力的风险。

(三)算法黑箱:主流意识形态凝聚力消解

主流意识形态权威是其确立自身在国家和社会中的合法性和主导性地位、凝聚大众共识的关键前提。算法的过程不透明性、操作复杂性和价值嵌入性使其成了部分非主流价值观念藏身的空间,主流意识形态权威面临着失落和消解的风险。

算法黑箱是关于算法不透明性的隐喻,即算法虽然成了链接现实世界和数字网络的重要中介,但大部分被算法介入的用户都只能观察算法的输入和输出而无法了解其内部的运作过程。这种未知状态直接导致了人们对算法的恐慌,一些人认为在算法黑箱的遮蔽下,整个社会将成为被算法操控和支配的对象。从技术本质上看,算法黑箱并不等同于暗箱操作,它实际上是技术保密性和复杂性所产生的结果。即便对于算法专家而言,要彻底了解算法收集的数据、数据分析的方式以及其所构建的模型也较为困难。作为数字化时代的关键技术,算法黑箱在实际运作的过程中极有可能成为非主流意识形态渗透的藏身之处。在现实运行过程中,由于技术手段和技术人员的限制,算法往往掌控在操纵算法的私人技术公司之中,而算法的实际需求者和使用者则逐渐被边缘化,并失去了对算法的所有权和控制权。基于某种利益衡量,算法的控制者极有可能在算法黑箱的遮蔽下,蓄意将历史虚无主义、新自由主义等社会思潮植入算法之中,以及对舆论事件进行泛政治化改造并借此煽风点火,影响和操控大众的社会情绪与心理状况,进而对主流意识形态展开更加深度和隐蔽的渗透与围堵。然而,由于算法操纵主要集中在后台进行,并且具有一定的复杂性和专业性,用户在技术鸿沟和技术不透明性的双重限制下,往往察觉不到算法所嵌入的错误思潮。这些非主流的价值观念极有可能在一定程度上歪曲与模糊主流意识形态的话语内容与政治意涵,炮制与渲染“中国威胁论”等错误论调,甚至否定我国的制度体系与发展道路,进而消减主流意识形态凝聚大众价值观念的能力。

三、算法意识形态风险的内在机理

算法的意识形态属性使其不可避免地嬗变为利益集团操控意识形态的利器。在少数掌控甚至垄断算法的资本的推动下,数据崇拜和算法独裁逐渐演化为数字社会的弥散性与隐蔽性症候。在此基础上,作为社会中介的大数据与具备权力属性的算法的深度联合,实现了对意识形态的智能操控,这正是算法的意识形态风险得以生成的重要机理。

(一)数据崇拜:大数据对社会建构的中介性作用

在数字化时代,数据已经成为社会生产和交往过程中不可或缺的基本要素。实际上,对数据的记录和分析在数字化社会阶段之前就已存在,探索世界的原初欲望一直推动着人类对数据的利用,但储存和分析数据的技术局限性致使数据运用只能小范围地存在。数据分析技术的狂飙猛进实现了小数据时代向大数据时代的跨越,大数据的全域分析逐渐成为现实。这种方式极大地满足了人们对数据细节的考察需求并提高了微观层面的分析准确性,更重要的是,它让人们前所未有地认识到了大数据的价值潜力。只要掌握足够多的相关性数据,就能够在数据追踪和数据测绘的基础上,精准地刻画个体的生活方式与社会形象,进而发挥出影响公众观点、左右公众行为的意识形态效果。例如,Facebook就通过分析用户的社交图谱来获知使用者的价值倾向和兴趣范围,从而通过推送内含一定倾向的意识形态信息,轻而易举地达到特定的政治目的。很显然,大数据所驱动的分析方式更加精确和高效。

时至今日,深度渗透的大数据正无缝嵌入人们的日常生活,甚至成了社会关系的数字化中介,并深刻地影响着意识形态的实现方式。在哈贝马斯看来,技术始终是一种历史与社会的设计,这种设计在数字资本主义社会直接凸显为资本对大数据技术的塑造。具体而言,大数据的潜藏价值成了资本锚定的对象,资本的逐利本性使其不断开发大数据,以抢占生产力的制高点。例如,当前资本的竞争战略正从对土地、人口和能源的争夺转向对大数据的抢夺,美国、日本和欧盟竞相制定大数据战略,试图率先挖掘大数据的潜在价值并引领数字产业革命。无论是政治领域的公共政策评估与研究、经济领域的传统产业数字化转型,还是文化领域网络社交媒体的信息推送,它们的底层设计都建立在大数据分析的地基上。大数据已然变成了万事万物在数字社会的符号替身以及构建社会关系的新型中介,数据化似乎成了数字时代万事万物难以逃脱的终极命运。由此,在数据成为一种普遍性和绝对性存在的境遇下,人们就有可能形成一种以数据为中介要素来理解世界的意识形态方式。当前,数据不仅成了数字时代度量万物价值的尺度,也成了人们日益崇拜和追捧的对象。这种由数据崇拜衍生出的最明显的意识形态方式就是数据意识和量化思维。在量化思维者眼中,世界就是一堆信息的总和,从长度、重量、时空、文字到人的社会关系,生活的一切元素只要加以划定、区分、筛选和量化之后,就能够被人类驯服和利用。当一切存在都可以被量化的时候,马克思的预言“抽象统治一切”似乎已经超越了其所处的时代,深刻地命中了当今社会的意识形态症候。

(二)算法统治:算法权力对数字权利的支配

算法统治是指人们对算法的过度依赖所导致的人的思想、行为和决策受到算法支配与主导的意识形态现象。从本质上看,算法统治是由算法权力扩张与越位导致的算法意识形态现象。算法并不是抽象的数字、符号和代码的简单集合,算法的操控与垄断者凭借自身在算法设计与研发中的技术优势,不断借助算法增强对政府、公民和整个社会的影响与控制,进而导致了算法意识形态的产生与越位。直观上看,算法统治是技术权力的操控与统治,但其背后潜在地关联着资本意志的实现,正如马克思在分析由机器招致的社会矛盾时所敏锐指出的:“这些矛盾和对抗不是从机器本身产生的,而是从机器的资本主义应用产生的。”[8]具体而言,算法统治生成的主要原因包括:其一,在算法逐渐深入人们日常生活的数字技术秩序下,人们不得不被动接受算法对各类决策行为的介入,并在享受高效、便捷的算法体验的过程中不断增强对算法的依赖。其二,算法的私人占有、算法的复杂性以及算法研发的高度分工使得算法呈现出不透明化、难以整体把握的状态。同时,算法对缺乏专业数字素养用户的高度排斥也在一定程度上加剧了算法的不透明性,而算法的不透明使我们无法透视算法意识形态影响的产生机理和可能性后果。其三,核心算法代码的编写权力始终被少数算法专家垄断,这在一定程度上使得这部分技术人员能够凭借技术优势,操控整个社会的意识形态信息的流向和分布,进而影响大众和政府的行为决策。

算法统治内含数字权利的让渡以及算法权力对数字权利的支配逻辑。数字权利是指数字主体在大数据与算法环境下拥有的数据访问权、数据保护权、算法使用权等权利的集合。对越位数字权利的控制与对正当数字权利的保护是实现数字正义的基础。在当前的数字时代,算法权力的无序扩张直接导致了数字权利的丧失。在算法秩序中,算法的使用者为了获取以算法为依托的服务,必须将自己的数字权利让渡给算法权力,而算法的控制者和研发者则处于不受任何限制的自由状态。例如,算法秩序下较为普遍的服务与隐私的不对等交换,一旦用户拒绝让渡自己的隐私数据,就无法使用平台、浏览页面和获取信息。因此,大部分用户为了避免被主流技术话语边缘化,往往选择忽视隐性强制的事实,主动出让自己的信息。与此同时,算法还直接控制着用户接收的内容,即算法的研发者直接决定着哪些内容能够进入用户的视野,哪些信息需要被隐藏到后台之中。在这种由算法构建的意识形态秩序下,处于弱势地位的普通用户不可避免地被抛入算法设置的监控体系之中,却无法通过行使数字主权制衡算法权力的统治。

(三)价值形塑:算法与大数据的深度联合对意识形态的操控

在数字化时代,算法和大数据实现了前所未有的深度联合。大数据常常被视为数字化时代的新石油,但如果没有炼油的设备和工具,石油的存在并不能发挥出最大价值。因此,算法和大数据的互相支撑直接构成了人工智能发展的底层逻辑。具体而言,算法与大数据相结合的必要性在于:其一,数据并不等同于信息。数据是数字、字母和符号的抽象集合,其本身是孤立、零散和杂乱的,因而数据只有经过提取之后才能转化为可直接使用的信息。也就是说,数据所具有的数字意义需要被动态地建构出来。其二,日常网络平台产生的数据是成千上万的,但大部分数据都因不具备使用价值而被淘汰为“剩余数据”。因此,对数据的利用必须经过一定的结构式转换,而算法就是统摄、筛选、使用数据的外在结构式,它不仅决定了数据在何种意义上可以成为信息,而且通过数字关联赋予了单个数据外在的价值。其三,算法只有以大数据为支撑才能产生巨大的支配力和影响力,即只有建立在大数据喂养的基础上,算法才能实现从传统算法到深度学习算法的更新迭代,主动地从数据中进行学习。

“算法+大数据”的深度联合与逻辑互动实现了对意识形态的智能操控。从算法逻辑来看,由于算法本身是不透明的,因此,算法的掌控者和设计者常常会将特定的意识形态观念植入到算法编码的过程中,影响信息内容的呈现与屏蔽。与此同时,深度学习算法会根据现实的运作体验不断完善数据训练模型,而算法在与用户的实际互动过程中又不可避免地带有使用者的意识形态倾向,因此,算法在自我优化的过程中会逐渐带入多元复杂的意识形态观念。从数据逻辑来看,算法训练模型所接触到的数据性质也是决定算法是否带有意识形态因素的重要方面。如果算法使用的数据本身是非中立的意识形态信息,那么其所喂养的算法模型也将带有一定的意识形态倾向。例如,目前冲击人工智能领域的ChatGPT在本质上就是一种自然语言生成模型,其所依赖的数据主要依靠研发公司制定的规则,如果ChatGPT在训练模型时接触的数据集具有特定的意识形态倾向,那么它在进行语义输出的过程中,就易于将这些意识形态倾向镜像般地投射出来。总之,算法与大数据的深度联合对意识形态的掌控能够延伸至数字社会的细微之处,并且致使算法与大数据原有的意识形态风险日益恶化和扩张,即算法与大数据的一体式结构已经成为现代社会操控意识形态的数字利器。

四、算法的反向驯化与主流意识形态的引领

对算法的意识形态批判不应直接导致对算法的“卢德主义”拒斥与反抗。必须承认的是,算法仍然是当前赋能意识形态生产、传播、分发与反馈的关键技术工具。面对算法对意识形态建设带来的风险,必须加强主流意识形态的引领作用、矫正智能算法自身的技术漏洞、推动算法成为社会主义意识形态建设的强大助力。

首先,要建构价值理性,强化主流意识形态对算法的驾驭引领。价值理性是“价值合乎理性的,即通过有意识地对一个特定的举止——伦理的、美学的、宗教的或作其他任何阐释的——无条件的固有价值的纯粹信仰,不管是否取得成就”[9]。由此可见,价值理性是人对自身生存价值以及存在意义的追求,它关注的是人本身的精神和意义世界。一旦价值理性彻底萎缩与衰落,人将丧失反思和否定的能力而成为遵循计算和实用规则的技术奴隶。正因如此,技术理性和价值理性应该保持必要的张力。当前,算法的应用使得各种非主流意识形态话语更加广泛和隐蔽地影响着大众的价值观念,如果离开了社会主义意识形态的价值引领,算法将必然导致社会价值导向的偏移。因此,必须在算法的研发和应用过程中发挥主流意识形态的引导和规制作用,不断增强社会主义意识形态的辐射力和影响力。具体措施包括:其一,要建立系统完备的实践方案,即将主流价值和观念以代码的形式融到算法之中,强化主流意识形态对算法开发和运行方向的指引。其二,要提高算法对各种非主流意识形态的分辨,在主流意识形态的引导和规制下进行信息分发与推送,并根据实践中出现的新问题以及大众对主流意识形态传播的反馈,及时调整主流意识形态的传播内容和传播路径。其三,要提高算法研发人员的思想政治素养。算法开发人员作为算法的创造者,在很大程度上影响着算法的属性和表征。因此,必须注重对开发者的思想政治引领,让算法开发者在具体的开发过程中遵循正确的意识形态导向,进一步巩固社会主义意识形态的建设。

其次,要规制工具理性,矫正算法的技术漏洞。算法所引发的意识形态风险问题,无法完全脱离技术载体而独立解决,而是要回归技术并依靠技术的完善加以治理。当前,算法仍然是一项正在发展且尚未定型的技术,它在发展的过程中难免出现技术漏洞和应用水平层次不齐等问题。对此,我们必须及时介入算法的系统设计,借助技术手段及时矫正并降低算法存在的技术缺陷和风险,完善算法的技术表征和技术属性,确保算法安全有效地运行。比如,目前存在的算法歧视问题,在一定程度上是由训练数据集不完整或存在偏斜、机器学习建模技术不完善造成的。机器学习团队可以通过训练数据样本的多样性、确保算法开发者具有多元化的背景等方法减轻算法歧视带来的负面影响;面对算法推荐可能导致的“透明人”问题,可以通过“编码、加密、假名和匿名、防火墙、匿名通信技术等”[10]构建起用户隐私保护机制,减少信息窃取和泄露;而对于“信息茧房”问题,则可以在个性化信息推送的基础上增强多元化和多样性的信息分发;对于算法黑箱问题,可以通过提高算法透明度来加以应对,即公开呈现算法设计和算法机制运行过程中的每一个算法元素,同时也要注重形成一种以用户为导向的算法交互方式,让用户了解算法给自己带来的影响和改变。总之,我们必须对算法进行有效的治理与改造,控制它对意识形态建设的干扰与阻碍,构建起社会主义意识形态主导下的算法系统。

最后,要深化技术赋能,推动算法成为社会主义意识形态建设的强大助力。当前,算法的发展不仅为社会主义意识形态的建设提供了智力支持,也塑造了有助于社会主义意识形态传播的数字化方式与格局。算法能够精确分析用户的价值偏好和特征属性,并在此基础上实现信息的定向分发与投放,这在一定程度上为社会主义意识形态内容的生产和传播提供了新的机遇。如果说算法变革了传统信息的单向度分发模式,迎合了传播受众的价值偏好的话,那么社会主义意识形态传播完全可以通过算法分析、把握民众的思想动态和偏好,在深度研判民众意识形态状况的基础上发挥核心价值观的引领作用。算法实现了传播权力的去中心化,并通过语音识别、语言理解、人脸识别、逻辑思维等方式打破了传统的意识形态传播渠道,为用户创造了立体化和多元化的传播体验,这种传播和呈现方式让社会主义意识形态更易于被大众接受。与此同时,算法在数据分析和处理方面具有不可比拟的优势,能够对结构化和非结构化的数据进行精确和综合的分析,进而绘制整个意识形态状况的精确图景,实现对意识形态状况的精准反馈。正因如此,社会主义意识形态的建设和传播不能固守传统形式,必须与时俱进,积极适应算法发展新态势,及时融入数字化和算法化传播的发展浪潮。