数智融合环境下高校读者算法素养培育策略研究

王家玲

（铜陵学院图书馆， 安徽 铜陵 244061）

数智融合环境下， 作为其底层技术的算法逐步渗透到社会各个层面，如智能导航的路况计算、个性化的阅读资讯、符合个人喜好的商品推荐等，均为人们节约了大量的时间和精力， 提升了用户服务体验。 但算法也带来了众多问题：算法推荐让人们获取信息时过度依赖于算法投喂， 获取信息范围逐渐变窄；潜藏在算法决策之下的算法歧视，将算法用户分成三六九等， 带来了种族歧视、“大数据杀熟”等现象；算法服务以收集用户信息为交换条件，严重威胁到人们的隐私安全。 2020 年，欧盟委员会呼吁各成员国重视算法意识和素养，加强人们对算法功能及其影响的认识。2021 年，国家互联网信息办公室印发了 《关于加强互联网信息服务算法综合治理的指导意见》[1]， 国家层面开始重视算法带来的风险并着手治理。 然而，目前普通用户对数智平台底层的算法了解十分匮乏， 算法的隐蔽性和算法素养的缺失， 使得人们对算法风险没有足够的识别能力和反抗能力，因此，算法治理的同时亟需算法素养的培育。 高校图书馆在信息素养、 数字素养的研究和实践中积攒了丰富的经验[2-4]，其读者既是算法使用者最大群体之一，也是算法开发设计的主力军， 必然成为算法素养培育的重要对象。

一、算法素养

（一）算法素养概念及研究现状

自人类社会进入信息时代以来，以信息为核心的素养研究也在向不同的维度和方向进行拓展，相继出现了“计算机素养”“数字素养”“数据素养”等概念。 进入数智融合时代，算法渗透到社会各个层面，人们在使用算法的同时，需要对算法有一定程度的认识和理解，才能了解以算法为支撑的信息处理过程，对算法带来的风险具备一定的识别能力及反抗能力。算法素养就是在此环境背景下由信息素养衍生出来的新概念。 算法素养最早是由亚利桑那州立大学助理教授Finn 于2017 年提出。 他认为要做一个有洞察力的算法用户和算法架构师，需要一种算法素养，一种基于对计算系统的潜力和局限性的基本理解之上的，为我们解释形成和产生知识的算法的智力工具[5]。 接着，Dogruel 提出“算法素养”，即“意识到算法在网络平台和服务中的使用，了解算法的工作原理，能够批判性地评估算法决策，以及拥有应对甚至影响算法操作的技能”[6]。 虽然对算法素养的概念描述不同，但概念的核心均集中在两点：对算法工作原理的理解和算法局限性的认知。 随后，彭兰从算法使用者角度分析算法素养培育的主要目标，即算法思维培养和算法风险教育[7]。 RIDLEY 论证了图书馆在算法素养培育中的作用， 提出算法素养的认识和推广是所有类型图书馆的新挑战和必要任务[8]，将算法素养的概念引入图情界。吴丹结合能力素质模型和SCONUL 模型，剖析了算法素养的内涵特征， 构建了算法素养能力框架[7]，详细剖析了算法素养的具体能力要素， 为算法素养的能力测量和培育策略研究奠定了基础。

目前，国内外对算法素养的研究均处于起步阶段，图书情报界对算法素养的研究更是少之又少， 仅有的研究主要集中在算法素养的概念内涵等理论研究方面，对算法素养的科学评估、培育策略均未展开研究。

（二）算法素养的能力要素

SCONUL 模型对信息素养的七大核心能力进行了全面细致的阐述，是信息素养领域的经典模型。 吴丹参考SCONUL 模型，结合算法素养的应用场景，映射出了算法素养的能力要素， 系统全面的阐述了算法素养的核心能力。 本文结合高校读者自身的特点，参照吴丹给出的算法能力要素映射表[9]，将算法素养的能力要素按照算法使用者和算法开发设计者两个维度分成三个不同的目标层次，如表1 所示。

表1 高校读者算法能力要素与目标层次对应表

算法素养的基础能力要素是对算法最基本的认知能力，是算法素养培育的最基本目标。 基础能力要素主要包括算法感知能力、 算法需求分析能力和算法风险意识等三个能力要素。 具备算法基础能力要素的高校读者，在学习、工作或生活中会感知算法的存在，能意识到算法可能带来的风险，并能利用算法思维分析和理解自身的应用需求。 算法素养的通用能力要素是高校读者算法素养培育的核心目标。 通用能力要素主要包括算法理解能力、 算法利用能力和算法评价能力。 具备算法通用能力要素的高校读者， 在学习、 工作或生活中能够理解算法的运行规则，也能够根据算法需求规划检索策略，利用算法知识高效的获取资源和算法服务， 并能对算法服务进行客观评价。 算法素养的专业能力要素是高校读者中算法相关专业读者必须具备的专业能力， 是算法素养培育的最终目标。 专业能力要素主要包括算法调用能力、 算法开发能力、 算法调控能力和算法伦理。 相关专业的高校读者，在系统掌握算法知识和技能的基础上，可以对已有的算法成果进行调用，能够针对特定需求对算法进行开发， 对算法的运行过程和运行结果具有管理和控制能力， 并且在使用和开发算法时，能维护算法在道德上的可接受性。

二、高校读者算法素养培育的重要性

（一）算法素养的培育是读者避免算法风险的关键因素

在算法泛化环境下， 高校读者作为算法使用者的最大群体之一， 其信息的获取及处理方式都随之发生改变。 基于算法的个性化资源推荐，让读者轻松获取所需资源； 满足个人偏好的阅读资讯提升了读者的阅读体验；基于算法决策的就业前景分析，为即将毕业的学生读者节约大量时间和精力。 这些算法应用，不仅给读者带来极大的便利，而且似乎更懂得读者的需求，深受广大读者的喜爱。 但是算法推荐让读者对信息的获取过度依赖于算法投喂， 获取的信息范围逐渐变窄，容易陷入信息茧房；潜藏在算法决策之下的算法歧视，可能通过“贴标签”“画画像”等方式将高校读者或工作类型分成三六九等， 带来性别歧视、种族歧视、就业歧视等问题；底层算法将获取读者的个人信息作为兑换各种服务或权利的条件，严重威胁到读者的隐私安全。

虽然国家层面开始重视算法带来的风险并着手治理，但是算法治理只是降低算法风险的外在推力，而算法素养的培育才是降低算法风险的内在动力。然而，目前高校读者作为算法使用者，对算法思维及算法知识的了解十分匮乏，算法风险意识非常薄弱。高校读者算法素养的培育， 让读者更好地了解算法的底层逻辑和算法知识，使读者能够有意识地、批判性地与算法进行互动, 增强读者的算法风险意识，也是保护读者免受算法带来风险的关键因素[10]。

（二）算法素养的培育是提升读者信息资源获取与利用能力的重要途径

作为高校读者，无论是专业学习、论文撰写、学术研究、项目开发还是日常生活，都离不开各类信息资源的获取与利用。 数据库平台、发现系统、整合平台、 智能决策系统等成为高校读者资源获取和利用的主要途径， 而算法作为这些系统或平台的底层技术将全面作用于数据处理的全过程。 缺乏算法素养的读者，往往过度依赖于算法投喂，从检索词、检索方式的选择到检索结果的排序， 全都依赖于算法的推荐。 算法在资源获取和利用中的控制力量与日俱增，导致读者资源获取与利用能力逐渐弱化。

面对算法在资源的获取与利用过程中控制力量的俱增以及算法投喂和算法歧视给读者带来的问题，读者理解算法和控制算法的能力显得愈加重要。如果读者理解了算法在智能平台上的中介作用，他们很可能会更好地评估所获取资源的性能[11]。培育读者的算法素养、 提升读者算法逻辑理解能力和功能理解能力，让读者理解算法运行规则，了解各智能化系统的主要算法功能， 理解以算法为支撑的资源处理过程，从而掌握资源获取和利用的条件。 在此基础上，再通过算法知识获取能力的培育，让读者能够主动根据自身需求规划检索策略，选择检索词、确定检索渠道，精准定位所需资源。 这样，读者在资源获取与利用的过程中，无需依赖算法投喂，而是根据自身需求，精准定位，资源获取与利用能力大大提升。 因此， 算法素养的培育是提升读者资源获取与利用能力的重要途径。

（三）高校读者算法素养的培育有助于推进国家的算法治理

针对算法泛化带来的一些列问题， 国家开始着手对算法的开发和利用进行治理。 国家网络信息办公室《关于加强互联网信息服务算法综合治理的指导意见》的印发和《互联网信息服务算法推荐管理规定》的实施表明我国的算法治理框架已初步形成。 算法治理的思路主要从“算法透明、算法安全、算法公平、算法向善”四个维度进行，治理对象主要是算法设计开发方、 使用算法的平台运营企业等使用和控制算法技术的主体。 然而，算法治理的实际操作面临诸多挑战：算法的不透明性源于数据安全性的考虑，也源于算法技术的专业性[12]；算法的隐蔽性和使用的广泛性， 使得算法潜在风险的评估和责任主体的确认就变得更为困难[13]等。算法治理的主要目的是消除算法泛化带来的算法歧视、算法滥用、算法霸权、隐私安全等负面影响。 算法针对善从观念和道德层面提出各方主体开展算法活动应遵循的基本要求。 若算法开发者在设计和开发算法时， 坚守算法向善的算法伦理，配合专业的算法知识和算法技术，算法泛化带来的问题可得到极大的改善。

高校读者是算法使用者的主力军， 算法相关专业的学生更是将来算法设计和开发的中流砥柱。 高校的学生读者正处于世界观、人生观、价值观形成和发展的重要时期， 这一时期对算法开发与设计者的算法伦理养成至关重要。 在这个时期，对高校读者进行算法素养培育， 将算法向善的算法伦理嵌入到算法专业知识的培育过程， 在培育算法知识和技能的同时注重算法伦理， 可从源头消除算法泛化带来的负面影响，有效提升算法治理效果。 因此，对高校读者算法素养的培育，有助于推进我国的算法治理。

三、 高校读者算法素养培育策略

（一）充分认识算法素养重要性，搭建读者算法素养培育环境

高校图书馆作为读者服务的主体， 要充分认识算法泛化环境下缺少算法素养给读者带来的困境，积极寻求化解困境的方法。 研究者论证了图书馆在算法素养培育中的作用， 提出算法素养的认识和推广是所有类型图书馆的新挑战和必要任务[8]，高校图书馆作为算法培育的重要阵地， 要充分认识算法素养重要性，从馆员、资源和空间环境三个方面尽可能地搭建算法素养培育环境。

1.提升馆员算法素养认知。高校馆员作为算法素养培育的引导者、规划者、践行者，首先要提升自身对算法素养的认知。 （1）图书馆可将算法素养作为馆员继续教育、职业素养教育的重要内容，通过开展培训讲座、参加研讨会、研习活动、举办知识竞赛活动、搭建交流平台等方式提升全体馆员对算法素养的认知。 （2）充分利用高校馆员专业背景知识及兴趣爱好，组建算法素养培育团队，成立专门的算法素养培育部门，围绕算法素养培育开展相应的学术研究、教学研究、项目实践等活动，积淀开展算法素养培育的能力。 （3）将馆员算法素养的提升作为一个持续长久的工作进行整体规划，制定相应的实施框架和策略，建立切实可行的算法素养自我提升计划。

2.加强馆藏资源建设。加强算法科普类文献和算法专业知识文献资源建设， 科学规划算法类文献资源在总资源中的比例和布局， 为算法素养培育提供资源保障。 资源建设期间，图书馆密切联系算法专业相关专家、校内相关院系学科带头人、相关专业骨干教师及资源商， 通过线上线下双渠道， 收集相关建议，切实做好算法相关资源建设的调研工作，保障资源结构和布局的科学合理。 丰富算法相关资源类型，除了传统的纸质文献资源外， 还要充分利用网络技术、信息技术优势，加强数字资源，特别是相关领域讲座、课程等优质视频类资源建设。

3.创设空间环境。读者算法素养培育除了专业的教师、优质的资源外，还需要一个氛围良好、吸引读者的培育空间和环境。 在数字素养培育实践中，高校图书馆大多依托创客空间、数字阅读空间、数字人文空间等形式，建立数字素养教育空间。 在算法素养培育中， 可借鉴数字素养做法， 创建算法素养教育空间，以空间为联络中心，为读者提供算法课程培训和实践环境。 此外，图书馆还可通过标识牌、宣传栏、墙体文化或电子大屏的形式将算法风险的相关警示语、算法素养相关宣传语、算法科普知识进行展示播放，营造算法素养培育氛围，也为读者提供一个耳濡目染的环境，提升读者算法意识。

（二）合理规划高校读者算法素养培育路径

依据前述算法素养能力要素的不同层次，可将高校读者算法素养培育目标分成三个层次：基础算法素养、通用算法素养和专业算法素养。 针对不同专业、不同阶段的读者，设置不同层次的培育目标，培育内容由浅入深，从科普到专业，循序渐进。 图1 从目标层次、能力要素、培育内容、培育形式、培育主体和培育对象六个维度，给出高校读者算法素养培育路径。

图1 高校读者算法素养培育路径

针对本科新生读者和零算法知识的师生读者，算法素养培育的目标层次为基础算法素养，主要培育读者算法风险意识、 算法感知能力和算法需求分析能力；培育的内容以算法素养概念、算法风险分析、算法科普知识等为主。因基础算法素养培育内容相对比较浅显，无需系统的课程学习，各高校结合自身实际，选择线上、线下不同途径，以培训讲座、主题活动或信息推荐等形式，不断提高读者对算法素养的认知和算法科普知识的了解以增强算法意识。基础算法素养的培育是高校读者算法素养最基本目标，也是其他更高目标层次的基础。

高年级的学生读者和学术研究型读者，因专业课程的学习、学术研究的开展、毕业论文的撰写等需利用算法知识高效的获取资源和算法服务，故算法素养培育的目标层次为通用算法素养，主要培育读者算法理解能力、算法利用能力和算法评价能力。培育的内容以计算思维、算法基础、算法概论等为主。 因通用算法素养培育内容相对来说较为深入，可通过系统的课程形式进行培育，比如网络微课、嵌入式教学、公共选修课、通识必修课等。 通用算法素养是高校读者算法素养培育的核心目标。

算法相关专业的师生读者， 可能是未来算法开发与设计的主力军，针对他们，算法素养培育的目标是专业算法素养，主要培育读者算法调用能力、算法开发能力、算法调控能力、算法伦理素质等。 培育的内容非常专业，包括算法基础知识、程序设计语言、数据结构与算法、算法设计与分析等。 高校图书馆可联系相关学院、相关部门，发挥专业教师和技术人员的专业优势， 实现以图书馆为主体的多方联动培育机制。 培育的形式除了系统的专业课程外，还可补充项目驱动、社会实践等形式。 专业算法素养的培育是高校读者算法素养培育的终极目标。

（三）科学评价高校读者算法素养培育质量

算法素养培育质量的科学评价是实现算法素养培育目标的重要保障。南京大学叶继元教授提出的“全评价”体系，将定性、定量二元评价拓展为形式、内容和效用三大维度的递进式评价，共同构成对评价客体的全面评价[14]。本文算法素养培育质量的评价将依据“全评价”体系，围绕形式、内容和效用三个维度展开，围绕算法素养培育路径和算法素养能力要素，对算法素养的培育质量进行由简单到复杂进行递进式评价。 表2给出了高校读者算法素养培育质量评价框架。

表2 高校读者算法素养培育质量评价框架

形式评价维度主要围绕高校读者算法素养的培育主体、培育对象、培育内容、培育形式、培育环境等对象，运用定量评价法，对各评价对象的外部形态开展的一种简单评价； 内容评价维度是对上述评价对象的实质性内容的评价，不是简单的定量评价，一般采用定量与定性相结合的方式， 通过同行专家学者对评价指标进行深入解读。 效用评价维度则是根据高校读者算法素养能力要素来制定， 一般也采用定量与定性相结合的方式， 利用相关的算法素养能力测量表[15]，进行算法素养能力测量。

四、结语

文章在阐述算法素养概念及研究现状的基础上，结合能力素质模型和高校读者特点，提出算法素养的三层模型， 并论述了高校读者算法素养培育在规避算法风险、 提升资源获取和利用能力以及推动国家算法治理等方面的重要作用。 最后，结合高校图书馆资源、环境、馆员、读者的特点，从搭建读者算法素养培育环境、 规划读者算法素养培育路径和评价算法素养培育质量三方面， 提出高校读者算法素养培育策略， 旨在为高校读者算法素养的培育实践提供参考。 然而，算法素养的培育是一个持续化的系统工程，仅仅依靠图书馆力量是难以完成的，高校图书馆需要联合校内外力量， 配合相应的制度与机制才能实现。 高校图书馆可依托教育部、教育厅、图书馆协会、高校图工委等力量，并结合校内相关部门，如教务处、二级学院等，发挥专业教师和技术人员的优势，最终实现算法素养的联合培育方案。