算法修辞：数字时代的媒介技术说服实践

［摘 要］ 随着数字媒介的普及，算法作为一种修辞策略被嵌入符号系统、界面设计及信息流通过程当中。算法修辞不仅提升了信息传播的效率与质量，还在一定程度上塑造了用户的思想观念与行为决策，展现了强大的劝说和引导功能。在这个过程中，算法系统构建了一个由传者、受众和技术背景组成的对话与协商体系。信息可见性、显示序列与信息组合成为算法修辞的基本说服机制。大型语言模型等智能媒体进一步强化并掩藏数字媒体的说服性策略，个体对语言模型的使用，呈现出高度的媒介驯化的特征。

［关键词］ 算法修辞;说服机制;媒介驯化

［中图分类号］ G206 ［文献标识码］ Ａ ［文章编号］ 1008-1763（2024）06-0166-07

Algorithm Rhetoric： Media Technology Persuasion

Practice in the Digital Era

ZHUO Lanhua

（School of Journalism， Communication， Film and Television， Hainan Normal University， Haikou 571158， China）

Abstract：With the popularization of digital media， algorithms have been embedded as a rhetorical strategy in symbol systems， interface design， and information flow processes. Algorithm rhetoric not only improves the efficiency and quality of information dissemination， but also shapes the ideological concepts and behavioral decisions of users to a certain extent， demonstrating powerful persuasion and guiding functions. In this process， the algorithm system constructs a dialogue and negotiation system composed of communicators， audiences， and technical backgrounds. Information visibility， display sequence， and information combination become the basic persuasive mechanisms of algorithm rhetoric. Large scale language models and other intelligent media further strengthen and conceal the persuasive strategies of digital media， and individuals exhibit a high degree of media domestication in the use of language models.

Key words： algorithm rhetoric；persuasion mechanism； media domestication

修辞学被视为一种运用语言影响和说服他人的艺术，其历史可追溯至古希腊和古罗马时期。在古希腊，修辞学被视为教育的核心组成部分，与语法和逻辑并列教学。亚理斯多德将修辞学定义为在任何特定情况下寻求有效说服手段的能力，并确定了说服的三大关键要素：理性（逻辑吸引力）、悲情（情感吸引力）和精神气质（伦理吸引力）^[1]23-24。这一理论为后世修辞学研究奠定了基础。古罗马演说家西塞罗对修辞学的影响同样深远，其著作《论演说家》成为修辞学的综合指南，对中世纪和文艺复兴时期的修辞学研究产生了广泛影响。他认为，理想的哲人和理想的修辞学家必须合二为一^[2]161。

中世纪时期，神学家和法律学者运用修辞技巧来论证、说服听众。到了文艺复兴时期，修辞学经历了新的兴趣复苏，许多学者开始对修辞学的经典著作进行深入探讨。

进入20世纪，西方修辞学经历了从复兴到繁荣的转变^[3]。随着修辞学研究的日益精细和深入，微观层面的细节差异得到了充分关注。除了符号自身产生的意义外，传播方式及过程对意义的影响及说服效果也被纳入修辞学研究范畴。

随着电子媒介的崛起，修辞学开始在大众媒体和数字传播的背景下进行研究。Casie Cobos等将修辞的定义扩展到“界面文化”，认为数字书写方式代表了当今技术条件下修辞所具备的物质、流动与变化等特性^[4]；美国教育学杂志Pedagogy发表文章，研究了在数字视觉修辞中数字书写惯例和数字文档的多重和分层要素等^[5]；而Marshall McLuhan则从媒介生态学视角考察了数字传播形式对于意义和社会的影响^[6]65。

1992年，美国文艺理论学家Richard A．Lanham正式提出了“数字修辞”这一概念，对基于计算机生成的媒体内容进行修辞学的解释 ^[7]。其后，Roddy Cowie注意到计算机如何将不断增强的情绪模拟能力嵌入到社会技术系统中^[8]。James P. Zappen探讨了数字媒体和多模态传播如何改变修辞和论证的本质^[9]。这些研究挑战了传统修辞学关于说服力的认知，突显了视觉和数字素养在当代修辞传播中的重要性，从而推动修辞学研究的数字化转向。

近年来，国内学者也开始关注数字技术在情感模拟与说服方面的潜力。刘涛和曹锐从学术史的角度探讨了程序修辞的起源与机制^[10]，徐生权将程序作为一种修辞的“准主体”介入到修辞活动中^［11］，全燕则从三个层面构建了算法修辞的分析框架^[12]。尽管他们分别采用了数字修辞、程序修辞及算法修辞等不同术语，但本质上都是该领域内的同源近义词。

从亚理斯多德到Marshall McLuhan再到Richard A. Lanham，每一代学者的研究都深化了我们对说服艺术的理解，以及修辞学在帮助我们认知世界方面的重要作用。随着持续探索新的传播形式和技术，修辞学的研究必将不断发展，并适应这些不断变化的环境。

一 算法修辞的内涵

相较于数字修辞，算法修辞是一个更为具体的概念，用于描绘在数字时代，算法如何塑造和影响当代社会的信息交流。Douglas Eyman将数字修辞定义为“修辞理论在数字文本和行为中的应用”^[13]44，这一术语也标志着一个新的研究领域的诞生。随着人们越来越多地通过数字渠道进行交流，算法在信息的接收、解释方面的重要性日益凸显。

算法作为数字化的核心，被广泛应用于搜索引擎、社交媒体平台、在线广告、电子商务等领域进行实践，快速高效地处理大量数据，并基于这些数据提供预测和建议。因此，算法有可能成为塑造我们思考方式及与周围世界互动的关键因素。在新闻推荐系统中，算法根据用户的阅读历史和兴趣偏好推送相关新闻；在社交媒体平台上，算法根据用户的互动行为（如点赞、分享和评论）调整信息流的排序和展示；而在金融行业中，算法被用于信用评分和风险评估，通过对个人和企业的数据进行分析，确保提供的解决方案最易于让客户接受。

在这些应用中，算法修辞具有影响用户行为并达成说服效果的能力。它以技术为载体，通过对信息的智能化处理与优化布局，不仅提升了信息传播的效率与质量，还在一定程度上塑造了用户的思想观念与行为决策，展现了强大的劝说和引导功能。一方面，算法修辞影响了用户的信息接收与理解方式。在搜索引擎结果排序、新闻推荐算法中，通过对数据的筛选和排序，优先展示某些信息，可以引导用户的关注点和认知取向，间接实现观点或立场的传播与推广。另一方面，算法修辞能实现个性化定制的效果。根据用户的个人偏好、行为模式等因素，智能算法能够精准推送符合用户需求和兴趣的内容，使得信息传递更具针对性，提高信息接受的有效性和满意度。

在更为深刻的层面上，基于数据的算法设计不仅模仿了交流、交易的各种环境与场景，并洞察、捕捉到这些场景所需的情绪氛围，从而寻找到促成决策的最佳说服方式。譬如，线上零售商依据用户浏览和购买记录使用算法进行个性化产品推荐，这可能会更有效地动摇用户的真实购买意愿。

从概念到实践，算法修辞的本质在于其以特定的信息处理方式，塑造信息的含义和解释路径。搜索引擎之所以受欢迎，是因为人们相信搜索的内在规则是依照重要性、相关性和受欢迎程度等因素对结果进行排序，这意味着即便那些并非最精确的信息出现在搜索结果顶部时，依然会被受众视为权威信息。

数字修辞强调从数字技术和算法的角度来实现互联网等新媒体传播的修辞效果，既包括数字技术下的符号、文本与意义的生成，也包括文本分发、流通和推荐等方面。正如Kenneth Burke所指出的那样，“我们往往不能从某个特定的视角来审视修辞，而应将其视为一个整体的识别体，其说服力更多地源于琐碎的重复和日常的强化，而非非凡的修辞技巧。”^[14]26

二 数字媒体界面中的算法修辞

Mark C. Marino将数字媒体描述为“一个具有自身修辞的符号系统”，并强调作为数字技术核心组成部分的程序——尤其是计算程序，蕴含着不容忽视的修辞潜力，成为一种新兴的说服手段^[15]39。

界面是算法修辞的最直观呈现，也是算法修辞的关键要素。媒介界面事实上可以被视为一个精心设计的深度交互式结构，它不仅是技术硬件和软件的物理表征，而且是人类思维模式、文化习惯、社会关系和行动意向在技术层面上的具象化体现。界面的背后则是算法，无论是界面功能的实现，还是用户体验感的营造，都需要底层算法来处理用户数据，并根据算法逻辑得出结果，再呈现于界面上。在这个意义上，媒介界面不仅仅是一个简单的信息展示窗口或者输入输出端口，更是一个由算法精心构建的、能够协调人与机器、人与信息之间互动的空间。算法通过执行特定任务（如过滤、排序或推荐信息）来塑造我们接触和处理信息的方式。实际上，社交媒体算法旨在优先展示具有吸引力或可共享的内容，因而有着更多流行标签的信息更可能被整合到界面之中，但这种推荐却容易让人产生界面内容有着更高品质的误解。

作为数字技术的视觉和交互组件，界面使我们能够访问信息并互动。社交媒体界面通过点赞、评论和分享等功能鼓励参与和互动，从而对人们的交流产生显著影响，使之更容易接触到受欢迎或有争议的内容。此外，界面可以通过视觉提示或语言等方式强化偏见，也可以以此巩固刻板印象，如使用某些颜色或图像唤起特定情绪或联想。

也就是说，界面中的算法修辞是将意图融入界面之中，构建一个精心设计的说服系统。界面起到了难以察觉的说服效果，从而使用户接受媒体推荐的感知、认知世界的方式。正如前面所述，社交媒体和搜索平台的界面设计可能强化争议信息、两极分化、偏见和刻板印象。界面最终成为设计意图、符号系统、互动操作，甚至是用户之间关系的集成交汇面，联结了传播关系中的诸多结构要素。从这个意义上说，只有运用更符合道德和更具包容性的算法修辞，才能创造一个更公平、公正的数字传播环境，更好地反映社会的价值观和受众的愿望。

数字媒体界面的修辞功能是一个复杂而隐秘的主题，涵盖了如何通过设计、构建和使用数字界面进行信息传播的各种问题。数字媒体界面算法修辞的核心在于促进个人或群体之间的沟通，这种交流可以采用文本、视频会议或社交媒体平台等多种形式。界面在规训沟通方面发挥着至关重要的作用，因为它决定了沟通平台的结构、格式和功能。

数字媒体界面依靠感官逻辑来执行修辞功能。首先，通过使用视觉设计元素，如颜色、排版和布局，传达特定的氛围或情绪，创造层次感或强调感；其次，语言和文本在传递信息的同时，也将传播者的意图嵌入各种奖励机制之中；最后，通过使用具有特定功能的按键、标识，约束用户与平台以及彼此交互的方式。这些设计选择可以对用户如何感知和与平台互动产生重大影响，并塑造整体用户体验。

三 信息流通领域中的算法修辞

修辞不仅是一种表达思想和情感的语言工具，更是价值观与意图传递与说服的手段。对于修辞的理解不应局限于卓越的语言技巧，而应将其视为一个广泛的说服体系。何处有意义，何处便有修辞。这种说服力可能源自意义的生产阶段，也可能来自信息的流通环节。信息流通主要包括信息传递和分发的过程。在信息的流通环节，如信息的可见性、序列与组合等方式，就可以建构以说服为目标的一般性描述框架，或者说一种修辞方式。

信息分发具有明显的说服功能。人们通过合理的设计和优化，对信息进行加工处理，使之更符合接收者的需求，同时也更符合社会文化和价值观的传递。

信息流通领域的算法修辞体现为数字平台依靠算法调整来控制信息流量与流向。复杂的函数公式背后是用户数据和偏好，以确定向个人显示的内容，从而在管理个性化用户信息方面发挥基础性作用。Brian Jeffrey Fogg形象地将信息流通领域的修辞策略描述为“隧道”，现代信息系统及其算法规则引导用户完成预定的行为或事件的时空序列，融入说服的机会^[16]34-36。在这个过程中，算法系统构建了一个由传者、受众和技术（或制度）背景组成的对话与协商体系^[17]。原有的基于符号语言的意义发生变化，传者、受众与技术的不同组合创造出新的多种意义生产模式。在数字传播中，交流扩展到包括图像、视频、音频、超链接和交互式元素在内的广泛模式，使得创作者和传播者能够以更具吸引力和影响力的方式散播信息，同时让受众积极参与和塑造话语。

算法修辞关注传者、受众和技术背景之间的相互作用。在传统修辞学中，作者或演讲者在塑造和传递信息方面起主要作用。然而在数字领域，随着受众成为传播过程中的积极参与者，权力构成发生了变化。他们有能力回应、评论和分享内容，影响对话，并有可能塑造信息本身。这意味着受众的意见、反应和行动会对信息在数字领域的感知和传播产生重大影响，凸显了数字传播的互动性和受众参与并对话语进行重塑的重要性。

在这一修辞实践中，算法没有改变信息流通中文本的意义，但却提供了文本的阐释框架。以特定方式呈现信息，激活某些观念或思想，影响个人对信息的感知和解释，进而影响随后的判断和行为。社交媒体平台、新闻机构和在线社区等节点通过突出流行内容，显示帖子上的点赞、分享或正面评论数量，来创造一种可信度，并鼓励个人相信他们的判断与感知到的共识相一致。

算法修辞在人们体验在线和网络文化方面发挥着重要作用。作为信息流通的终端，用户不可避免地受到这种修辞效果的影响，而修辞效果形成的核心逻辑是算法。根据康奈尔大学Tarleton Gillespie的说法，算法的相关性是控制我们所依赖的信息流的关键逻辑^[18]195-197；Eli Pariser从信息茧房的角度探讨了算法对人的创造力的影响^[19]98；而Jeff Rice则指出，代码构建的信息可见性在说服力上强大，因为它基于信息的各种映射方式^[20]24。

四 算法的修辞维度

算法修辞之所以具备强大的说服力，根源在于其内在的功能属性——将文化价值观和信仰的深度嵌入并编码于机器语言结构之中。“说服”这一表述，旨在强调算法在构建思维与行动路径时所展现出的实际影响力。无论何种修辞方式，其核心目标均在于引导受众信念的转变。然而，为了在修辞学研究框架内构建一种普适性的阐释，以揭示蕴含在编码语言和纯粹文本生成过程中的计算机算法修辞运作机制，我们需要更深入探讨算法修辞的各种维度。

（一）基于信息可见性的修辞

信息可见性是指媒体信息的展示方式，包括信息的展示与屏蔽。信息过载是数字时代的基本特征，而人们收集、处理信息的能力总是相对有限，面对过于庞大烦冗的信息数据流会出现决策困难。因此采用算法为受众过滤冗余信息、提供定制化服务，成为提高传播精准性与说服效果的优先选择。

在数字媒介环境中，信息可见性成为新的修辞策略。算法修辞的核心在于其代码形成的说服机制。复杂的数学函数表达式与平台采用的算法和权重匹配关系相结合，形成了一种无形的数字肖像，这是通过数据跟踪、分析和平台对个人难以察觉的数字跟踪技术分析得出的数字身份^[21]。这种信息与受众的匹配关系决定了某些信息的可见性程度。

算法修辞首先基于信息可见性的差异。在信息过载的网络环境中，信息的可见性成为决定信息能否被受众注意到的重要约束条件。算法的设计和运行方式，可能会导致某些信息更容易被传递和分发，而另一些信息则被忽略或者排斥。无论在信息的界面设计还是信息的流通过程中，算法修辞通过其代码说服机制发挥着重要作用。算法修辞通过合理的算法设计和优化，调整信息序列的排列和组织方式，引导、影响和说服接收者的认知、情感和行为，从而达到特定的传播目的。

信息的可见性运用于数字修辞的极端方式是信息的物理性阻断。正如沉默也是一种修辞策略，在数字媒体环境中，设计者和传播者可以通过各种方式控制信息的流动和可见性，从而影响用户感知、理解和反应。在2023年7月的法国骚乱中，法国政府要求营运商切断骚乱号召者广泛使用的社交网络Snapchat，从而有效地阻止了骚乱的持续蔓延。尽管此举存在争议，但信息屏蔽作为一种数字修辞策略，是信息可见性理论在非言语层面的具体体现。利用信息的“不可见”能在一定程度上操控信息的流通与接受，进而影响传播效果和社会互动。

（二）基于信息序列的修辞

信息序列包含的修辞功能是通过特定的排列和组织方式，引导、影响和说服接收者的认知、情感和行为，从而达到特定的传播目的。就其本质而言，信息的推送与分发序列就是一种叙事形式。叙事是一种通过时间和空间的组织，以传达意义和引发情感共鸣的方式。信息呈现的序列可以被视为一个叙事过程。它通过有序的排列和呈现，迎合了用户的兴趣和需求。算法决定的信息序列很多时候要远远优越于传统修辞行为中的主观判断，基于大数据分析的序列结果很可能比日常对话更能洞察语言背后的人性需求。

数字媒体推送的信息序列之所以可以被视为叙事，原因在于它在时间维度上具有因果联系和阐释线索。在信息推送和分发的序列中，每个信息都被安排在特定的位置，并按照一定的逻辑顺序呈现给受众，这一呈现顺序往往于无形中被暗示为一种因果关联。

在数字媒体中，信息呈现的序列通过算法排序和推荐机制来实现，即算法决定了信息呈现的序列，而且这个序列可以通过特定排列和组织方式来引导用户的注意力和理解。算法会根据用户个人喜好、历史行为、社交关系等多个因素，对海量信息进行筛选和排序，最终将最相关、最吸引人的内容优先展示。

信息呈现的序列可以通过算法的智能排序和分类功能，对相关的知识和信息进行组织和传达。这种修辞性可以帮助用户更快地获取所需信息，并以更系统化的方式呈现，提高信息的理解和应用效果。

信息序列代表着议程序列，也就是重要性序列。当算法修辞与议程设置理论相结合时，信息序列的修辞说服功能变得更加明显。议程设置理论认为，媒体有权决定哪些问题重要并通过安排相关议题来影响公众舆论。在信息序列的背景下，这意味着信息的组织和呈现方式可以塑造观众对重要信息的感知。通过战略性地按顺序排列和突出某些信息，媒体平台可以影响受众的判断，并塑造他们对世界的理解。因为对大部分受众而言，信息的呈现序列与它的重要性直接相关。

信息序列的修辞功能在传播实践中也有着广泛而有效的应用。它们在时间维度上包含了因果联系和阐释线索，通过巧妙地选择和组织信息，以达到说服和影响受众的目的。如2022年，中央电视台和湖南广电新闻中心拍摄《普利桥种粮记》，发布了聚焦新时代“三农”问题新举措的系列微视频。十个短视频与基于区域内外受众大数据相结合的分发序列，在叙事上形成了一个中国式“三农”现代化新图景，在增强说服力的同时，也开创了当下地方新型主流媒体创新传播实践的成功样本。

（三）基于信息互文性的修辞

在数字媒体界面背后，代码与算法融合了传播者叙述、选择、评述、劝服的多重意图，其中最主要的方式是互文性修辞。互文性是指不同文本之间相互关联、相互引用、相互影响的特性，在数字媒体和网络环境中更为突出。互文性体现为信息之间的直接引用和关联，以及信息之间的相互影响和互动。通过超链接、标签、引用等方式，用户可以在不同信息之间进行跳转和连接，深入了解相关主题、扩展知识范围，并为作者提供更多的参考和支持。

在当前的数字信息传播环境中，算法推荐已经成为个性化内容分发的重要手段，而它的核心基础在于相关性原则。相关性并非孤立存在，它体现在不同文本之间的主题关联、语境契合及情感倾向等多个层面上，使得算法推荐的文本呈现出一种内在的网状结构。

算法推荐的相关性聚合过程实际上构建了一个文本间的动态关系网。当一系列文本因相关性而被聚集在一起推荐给用户时，这些文本彼此间形成了一种相互映射、相互参照的互文关系。互文性文本之间的交织作用可以强化某种观点、观念或叙事框架，使受众在接收到的信息流中不断被印证和引导，促使他们在不同的文本片段之间寻找共通之处和潜在含义，进一步服务于其对某个话题的整体感知。

互文性文本的有效利用实现了算法修辞的功能。通过精心设计的文本组合，有效地操控受众的情感反应和价值判断，这在一定程度上扮演了传统修辞学中说服者的角色。而且这种互文性的影响不仅局限于文本层面，更延伸至受众的认知心理层面，通过对受众的暗示和引导，体现出不可忽视的修辞力量。

五 数字修辞的进化：语言模型与媒介驯化

数字媒体技术在传播领域的最新发展是智能媒体的广泛运用，尤其是生成式大语言模型（LLM）的兴起，将AIGC媒体推向一个新高度。在中国，人工智能发展规划已经被写入政府工作报告，主流媒体对人工智能技术在新闻传播中的应用高度重视。2020年12月发布的智能产品“人民日报创作大脑”，集智能算法与内容优势，赋能内容创作者。智能媒体的特征得到充分的展现：万物皆媒，人机共生，协同进化。由于新闻传播的泛在化，用户通过生活中的各类物体都能获取内容;人工智能和VR技术的联合，使得用户获得了临场化的新闻体验^[22]。

由人工智能催生的大型生成式语言模型利用深度学习和自然语言处理技术，能够生成高质量的自然语言回答，对各种领域的内容生产具有重要的影响和潜力。它要实现的最终形式是使机器能够按照人类喜欢的方式通过语言和文本与人类进行有效互动。例如ChatGPT、文心一言这样的语言模型，创作者可以通过与模型对话，从而获得详细具体的回答，更快地完成内容创作的各个环节。不同于一般的搜索引擎，语言模型的内容生成需要使用者有意识地进行信息投喂和训练，即给机器输入一些文本信息，让它能够自己记忆并抽取其中的特征信息，学会自然语言文本背后的分析、推理、判断，甚至情感。最终，LLM可以分析大量数据和用户偏好，向个人提供个性化内容。这可能导致媒体平台根据特定用户需求，生成定制内容，提供更个性化的体验。

生成式语言模型的投喂和训练，其底层逻辑是集体经验主义，但在具体的实践中，强调使用者（训练者）在使用中嵌入自身价值倾向与独特的个体需求。每个人的人机训练过程可以被理解成个人目标与集体经验在整个传播、互动过程中的相互协商。因此，个体对语言模型的使用，呈现出高度的媒介驯化特征，其生成结果集成了个体认知与社会认知的综合。

从媒介与社会的关系来考察，智能媒体与生成式语言模型的运用，是一种新的媒介驯化。按照Roger Silverstone等的理论，媒介技术融入社会日常生活的过程就是一种驯化^[23]20-26。驯化理论探讨新媒体技术融入日常生活的过程，以及它们是如何被采用、适应和融入国内环境的。它强调用户在根据他们的需求、价值观和社会背景塑造和使用技术方面的作用。媒体使用总是与日常生活联系在一起，成为它的一部分，也是人们走向社会的核心。因此，当日常生活发生变化时，媒体的使用也会发生变化，这似乎是合乎逻辑的，并且符合这种社会取向^[24]。

Roger Silverstone等认为媒体技术的本土化涉及四个关键阶段：挪用、客体化、整合和转换。在挪用阶段，用户将技术带入自己的家中并开始使用；在客体化阶段，技术成为家庭中具有特定功能和意义的有形物体；在整合阶段，该技术被整合到日常生活、实践和社会互动中；在转换阶段，对技术进行转换，以满足用户的特定需求和欲望，反映他们的个人和集体身份。新的智能媒体的驯化功能集中体现在后三个阶段，在人们的使用过程中，智能媒体将逐渐融入个体的日常生活中，呈现出“人机合一”的形态。最后，智能媒体的使用从私人领域扩大至新的圈层，在个体用户的实践过程中“转换”进入公共空间。

在智能媒体的驯化过程中，数字修辞发挥了基础性作用。还是以ChatGPT为例，它可以根据大量的文本数据进行训练，包括各种修辞风格、说服技巧和语言模式。ChatGPT生成的定制内容通常都含有数字修辞的元素，人机互动过程中看似随机的内容生成，事实上包含了使用说服策略和修辞手段。这可能包括情感诉求、叙事方式、逻辑推理和其他书面或口头话语中常用的说服策略等技巧。它可以进行微调，以生成与特定品牌的声音或沟通风格一致的内容。这可能涉及融入已知的能与品牌目标受众产生共鸣的特定修辞技巧。通过分析大量数据，语言模型可以学习模仿数字修辞中使用的语言模式和说服策略。

像ChatGPT、文心一言这样的大型语言模型的重要性，怎么强调都不为过。它们有可能改变传播、内容生成和人机交互的方方面面。然而，负责任地开发、部署和使用这些模型是至关重要的。必须考虑伦理因素，包括减少偏见、隐私保护和文化敏感性，尽量限制数字修辞中的认知干预，以确保这些模型对社会产生积极影响。

六 结 语

随着人们对数字工具的使用日益广泛，数字修辞为研究数字话语的生成提供了新的阐释途径。数字修辞研究也为探索当下世界舆论的某些机理，例如为网络渗透、认知干预等提供了方法论的基础。

智能媒体已成为知识生产的重要场所，人们在享受便捷的同时，也要理解这种新的传播实践的背景与影响，特别是有必要认识数字传播如何影响公共文化，尤其是需要更深入了解数字修辞对我们的思维、行为和社会结构带来的实际性后果。

算法修辞并不一定只会带来积极后果。修辞不仅表达强调与引导，也关乎隐瞒和省略，大多数自媒体平台无论是基于商业利益还是安全考虑，在信息的分发过程中都过滤掉了其他用户的内容。这些用户可能有不同的观点或主张，但算法修辞的亲和力将一切掩饰得毫无痕迹。

可以肯定的是，更前沿、详细的数字修辞学研究是必要的。这包括思考如何在算法中嵌入社会和文化价值观，以及如何影响机器和人类行为的变化，当然也包括实践中的具体运作方式。因此，数字修辞的研究要着重思考如何将社会和文化肌理与非人类的机械语境相融合。由于基于数字技术的交流不可避免地涉及机器的程序设计和人类行为的关系，因而未来的数字修辞研究需更多地了解算法的形成和应用实践之间的显性途径与内在机理。

［参 考 文 献］

［1］ 亚理斯多德. 修辞学[M]. 罗念生，译.上海：上海人民出版社， 2006.

[2] 西塞罗. 论演说家[M].王焕生，译.北京：中国政法大学出版社，2003.

[3] 祝东江，吴光军．对20世纪西方新修辞学理论中一些观点的思考［J］．吉林省教育学院学报，2010（1）：113-115．

[4] Cobos C，Ríos G R，Sackey D J，et al. Interfacing cultural rhetorics： a history and a call [J]. Rhetoric Review，2018（2）：139-154.

[5] Teaching digital rhetoric： community， critical engagement， and application [J]. Pedagogy， 2006（2）： 231-259.

[6] McLuhan M.Understanding media： the extensions of man[M]. Cambridge，MA： MIT Press， 1994.

[7] 刘涛，刘锦鹏．通往数字世界的修辞学：融合新闻叙事的数字修辞体系构建［J］．传媒观察，2024（2）：5-21．

[8] Cowie R. What are people doing when they assign everyday emotion terms？[J]. Psychological Inquiry， 2005（1）：11-48.

[9] Zappen J P. Digital rhetoric： toward an integrated theory [J]. Technical Communication Quarterly， 2005（3）： 319-325.

[10]刘涛，曹锐.程序修辞的概念缘起、学术身份与运作机制[J]. 新闻与写作，2022（4）：46-56.

[11]徐生权.数字时代的修辞术：程序修辞以及后人类修辞的想象[J]. 新闻与写作，2023（1）：57-66.

[12]全燕. 算法修辞：媒介实践新形态与数字人文新取向[J]. 江淮论坛，2023（2）：123-130.

[13]Eyman D.Digital rhetoric： theory， method， practice [M].Ann Arbor， MI： University of Michigan Press， 2015.

[14]Burke K. A rhetoric of motives [M]. Berkeley：University of California Press， 1969.

[15]Marino M C. Critical code studies [M]. Cambridge： MIT Press， 2020.

[16]Fogg B J. Persuasive technology： using computers to change what we think and do [M].Amsterdam： Morgan Kaufmann Publishers， 2003.

[17]Hocks M E. Understanding visual rhetoric in digital writing environments [J].College Composition and Communication， 2003（4）： 629-656.

[18]Gillespie T. The relevance of algorithms[M]//Gillespie T，Boczkowski P J，Foot K A. Media technologies： essays on communication， materiality， and society. Cambridge： MIT Press， 2014.

[19]Pariser E. The filter bubble： what the Internet is hiding from you[M]. New York： Penguin Press HC， 2011.

[20]Rice J.Digital detroit：rhetoric and space in the age of the network [M]. Carbondale： Southern Illinois University Press， 2012.

[21]Beck E N. The invisible digital identity： assemblages in digital networks［J］. Computers and Composition， 2015（3）： 125-140.

[22]彭兰.智媒化：未来媒体浪潮——新媒体发展趋势报告[J].国际新闻界，2016（11）：6-24.

[23]Silverstone R，Hirsch E. Information and communication technologies and the moral economy of the household[M]. London， UK：Routledge. 1992.

[24]Ytre-Arne B. Media use in changing everyday life： how biographical disruption could destabilize media repertoires and public connection [J]. European Journal of Communication， 2019（5）：488-502.