算法政治推送：一個命題的解構(gòu)與梳理

［收稿日期］ 2024-01-10

［基金項目］ 國家社會科學(xué)基金重點項目“‘算法政治推送’對我國意識形態(tài)安全的威脅與應(yīng)對”（項目編號： 22AZZ011）。

［作者簡介］ 李小波（1985—），男，山西運城人，中國人民公安大學(xué)公共安全行為科學(xué)實驗室研究員、治安學(xué)院教授，博士生導(dǎo)師；趙依桐（2000—），女，河南駐馬店人，中國人民公安大學(xué)治安學(xué)專業(yè)碩士研究生。

［摘 要］ “算法推送”是基于內(nèi)容生成、個性推薦以及檢索過濾等算法技術(shù)，為用戶提供信息獲取、檢索、處理以及呈現(xiàn)等一系列活動的過程。人工智能時代，算法推送強大的信息支配能力深刻地影響網(wǎng)絡(luò)空間的傳播秩序，構(gòu)建了基于算法的權(quán)力微觀運行機制，并逐漸演化為政治行動者、大型咨詢公司以及社會團體等實現(xiàn)自身利益的重要手段，衍生了一系列風(fēng)險，如介入重大政治進程、擾動主流意識形態(tài)、強化網(wǎng)絡(luò)認(rèn)知域作戰(zhàn)等。算法推送與政治生態(tài)交織互嵌的背后，反映了傳統(tǒng)政治權(quán)力結(jié)構(gòu)與運作方式的解構(gòu)與重組，資本支配下技術(shù)工具對政治的大范圍自動化滲透，數(shù)字威權(quán)主義下寡頭治理的趨勢，以及“后真相”時代下民主形態(tài)的更迭。

［關(guān)鍵詞］ 算法推送；政治生態(tài)；運作機理；運行邏輯

［中圖分類號］中圖分類號TP18；C912.63；D035［文獻(xiàn)標(biāo)志碼］文獻(xiàn)標(biāo)志碼A［文章編號］1672-4917（2024）06-0075-11

作為一種新型技術(shù)范式，算法推送能夠在海量信息數(shù)據(jù)中為個體用戶提供對象化選擇和供需匹配服務(wù)，在滿足用戶需求的同時極大影響用戶的認(rèn)知^［1］。作為人類主體有意識利用計算工具操縱信息生態(tài)的活動，算法能夠通過信息的精準(zhǔn)傳遞影響目標(biāo)受眾的認(rèn)知，并對其態(tài)度傾向和行為選擇產(chǎn)生重大影響。隨著人工智能技術(shù)在傳播領(lǐng)域的大規(guī)模應(yīng)用和快速迭代，算法推送逐漸成為影響輿論表達(dá)和公眾話語權(quán)動向的重要因素，在解構(gòu)原有認(rèn)同、構(gòu)建新認(rèn)同方面扮演越來越重要的角色^［2］。當(dāng)前，算法推送在政治領(lǐng)域大規(guī)模應(yīng)用屢見不鮮，但針對性研究尚付闕如。已有研究多從算法推送屬性、風(fēng)險類型及法律規(guī)制等層面進行探究，但對于算法推送的整體運行機理卻鮮有探討。特別是：算法推送如何介入政治領(lǐng)域？其具體的組織形式和運行方式如何？隱含著哪些政治風(fēng)險？這些問題尚未得到充分研究。本文通過對算法推送進行回溯，嘗試提出“算法政治推送”這一命題，對其運行機理進行系統(tǒng)性闡釋，并揭示其可能引致的政治風(fēng)險，以期對理論界和實務(wù)界有所助益。

一、“算法推送”的命題回溯及內(nèi)涵分析

算法推送并非新生事物，其在20世紀(jì)90年代便被應(yīng)用于互聯(lián)網(wǎng)商業(yè)推廣領(lǐng)域，有效實現(xiàn)了廣告的快速投放與用戶需求的精準(zhǔn)匹配。近年來，算法推送在教育、醫(yī)療、傳播、政治等領(lǐng)域廣泛應(yīng)用，并成為一種趨勢。然而，對于算法推送的具體內(nèi)涵，學(xué)界觀點各異，尚未形成共識。

（一）算法推送的興起與發(fā)展

算法推送的興起與人工智能技術(shù)發(fā)展及應(yīng)用息息相關(guān)。學(xué)理意義上“人工智能”，由約翰·麥卡錫（John McCarthy）、克勞德·艾爾伍德·香農(nóng)（Claude Elwood Shannon）等學(xué)者在達(dá)特茅斯會議（Workshop at Dartmouth College）上提出。初代人工智能算法（Symbolic AI）傾向于簡單的邏輯推理和定理證明，通過檢索由先驗知識編碼形成的知識庫，進而針對問題或者咨詢進行簡單的識別和匹配。20世紀(jì)80年代，人工智能基礎(chǔ)理論獲得發(fā)展，各類算法模型快速發(fā)展，算法已初具深度推理與人體感知能力，這也為實現(xiàn)算法推送的信息支配和感知控制功能奠定了技術(shù)基礎(chǔ)。20世紀(jì)90年代到21世紀(jì)初，隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，進一步推動人工智能的性能快速提升，算法推送逐漸開始適應(yīng)多場景應(yīng)用。1999年，Nvidia公司提出GPU（Graphics Processing Unit）這一概念，從簡單的圖形處理到浮點運算，GPU成了支撐人工智能算力的主力，各類算法模型的運算速度隨之大幅提高，多場景應(yīng)用能力獲得長足進展。例如，在廣告領(lǐng)域，基于算法的廣告投送能夠在給定情境下，為在線用戶匹配最適合的廣告^［3］；在傳播領(lǐng)域，社交媒體平臺利用算法推送為用戶提供個性化的信息服務(wù)。

2010年以來，越來越多的國家將人工智能視為國家戰(zhàn)略進行推進，由此引發(fā)算法技術(shù)及其應(yīng)用能力的快速提升。算法推送強大的認(rèn)知干預(yù)和輿論操縱能力，使其頻繁地被應(yīng)用于信息傳播領(lǐng)域，演化成為攻擊政治對手、影響當(dāng)代政治運行的重要工具，侵襲著政治領(lǐng)域中原有的信息傳播生態(tài)，并朝著“失控”的方向發(fā)展，引發(fā)了各國的警覺。在政治領(lǐng)域，利用算法推送在互聯(lián)網(wǎng)散布虛假信息、進行特定議程設(shè)置并營造“信息繭房”的現(xiàn)象愈演愈烈，對國家主流意識形態(tài)、國家外交關(guān)系、國家形象等都造成了極大沖擊。2020年底，已有81個國家發(fā)現(xiàn)了有組織的算法政治推送現(xiàn)象，其在無形中成了一種新的權(quán)力形式^［4］。牛津大學(xué)研究人員曾研究發(fā)現(xiàn)，近年來，Twitter上已開始出現(xiàn)大量利用自動化技術(shù)操縱有關(guān)中國政治的信息^［5］。史安斌指出，新冠疫情發(fā)生以來，我國已成為西方算法推送的主要攻擊對象^［6］，疫情期間，Twitter、Facebook等國外社交媒體通過對我國新冠疫苗進行議題介入和輿論操縱，將中國疫苗污名化，并將中國支援發(fā)展中國家疫苗的行為視為“疫苗外交”。

（二）算法政治推送的內(nèi)涵分析

關(guān)于“算法推送”，學(xué)界稱謂不同，常使用諸如計算宣傳（computational propaganda）、算法宣傳（algorithm propaganda）、計算廣告（computational advertising）等概念。在政治領(lǐng)域，算法推送多被稱為“算法政治宣傳”“算法政治推薦”“算法政治推送”或“算法型信息分發(fā)”等，意指利用社會爭議議題來制造和傳播虛假信息，影響公眾意識和行為、破壞國家政治生態(tài)等活動。

早在2016年，國外學(xué)者就提出“計算宣傳”這一概念，將其定義為“社交媒體平臺、自動化代理人和大數(shù)據(jù)的集合體，旨在有組織地操縱公共輿論”^［7］。西方語境下的“計算宣傳”常常與傳遞虛假信息、制造政治沖突和認(rèn)知操控有關(guān)，且“宣傳”（propaganda）一詞在西方語境含有“操縱的”“誤導(dǎo)的”等負(fù)面意涵^［8］。到20世紀(jì)70年代末，“宣傳”已徹底淪為帶有貶義色彩的意識形態(tài)工具。而在中國語境下，宣傳則是合乎國家政治性的傳播用語，不帶有任何負(fù)面色彩。列寧曾指出，無產(chǎn)階級的宣傳不允許欺騙，而是反復(fù)強調(diào)科學(xué)性、真實性與現(xiàn)實性的原則^［9］。因此，“計算宣傳”這一西方用語在中國的語境下并不適用。

國內(nèi)學(xué)者通常用“計算宣傳”這一概念來分析社交媒體平臺上的全球性輿論對抗或者政治沖突事件。盧林艷等從技術(shù)和社會屬性出發(fā)，構(gòu)建了國內(nèi)計算宣傳行為的理論框架^［10］。吳曄等將計算宣傳一詞歸入計算傳播學(xué)這一新興領(lǐng)域中，將其視為一種全新的宣傳范式^［11］。也有學(xué)者另辟蹊徑地從傳播學(xué)路徑出發(fā)，將計算宣傳理解為智能媒體時代下的智能推薦技術(shù)，認(rèn)為其作為一種新型的信息傳遞方式，能夠在傳播領(lǐng)域以及政治領(lǐng)域發(fā)揮巨大的能量^［12］。喻國明等基于信息分發(fā)模式的歷史演進，提出“算法型信息分發(fā)”這一概念，并闡述了其技術(shù)原理^［13］。周葆華提出了“計算輿論”這一概念，認(rèn)為應(yīng)在中國本土經(jīng)驗的基礎(chǔ)上，對輿論現(xiàn)象和輿論過程進行數(shù)字化分析和創(chuàng)新^［14］。綜上所述，當(dāng)前學(xué)界并未以專門概念描述算法推送在政治領(lǐng)域的應(yīng)用，致使這一重要領(lǐng)域仍處于無核心概念涵攝的狀態(tài)。本文嘗試提出“算法政治推送”這一概念，并在此基礎(chǔ)上對算法政治推送的運作機理進行分析，預(yù)測其對政治進程可能產(chǎn)生的影響。

算法政治推送強調(diào)政治領(lǐng)域下算法推送的運作，因此理清算法政治推送概念應(yīng)對其內(nèi)涵進行分析。首先，算法推送中的算法更傾向于狹義的算法規(guī)則而不是算法思維。算法（algorithm）一詞最早可以追溯到9世紀(jì)的西方，波斯數(shù)學(xué)家卜杜拉·花剌子模（Abdallh·al-Khwrizmī）提出“algorismus”一詞，并被用來描述推理、計算和處理數(shù)據(jù)的一切數(shù)學(xué)方法^［15］?，F(xiàn)代意義上的算法常常被限定為計算機領(lǐng)域中的專業(yè)名詞，如傅里葉算法、哈希算法等。有學(xué)者認(rèn)為，算法是純粹的技術(shù)工具，能夠解決數(shù)學(xué)等相關(guān)問題的一系列規(guī)則^［16］。也有學(xué)者將算法定義為一種“策略方法”，即為解決問題的一系列指令和處理問題的策略機制^［17］。雖然廣義的算法可視為日常生活形成的思維方式，但從狹義角度來理解，算法的本質(zhì)就是代碼形成的邏輯規(guī)則。

其次，算法推送不等于推薦算法技術(shù)，而是具備技術(shù)與社會的雙重屬性。從技術(shù)本身的中立性出發(fā)，社會形成論（Social Shaping）認(rèn)為技術(shù)的后果來自一種混合的“可供性”，人、社會以及機構(gòu)等都會影響著技術(shù)的發(fā)展和使用^［18］。同樣，算法推送并不是簡單圍繞著算法技術(shù)而展開，技術(shù)與社會始終在互相影響和相互馴化。此外，算法技術(shù)并非獨立存在，其背后植入了算法主導(dǎo)者及其實施者的思想偏好，它們或成為資本的代言人，或成為意識形態(tài)的輸出工具，抑或是公眾現(xiàn)實世界中的歧視鏡像，算法不再是純粹的技術(shù)工具，逐步演化為依附于其他主體的控制手段。由是，算法推薦技術(shù)演化為暗含人類主觀意志的算法推送，開始擁有相對獨立的運作機制和控制方式。

最后，政策文本對于算法推送的界定更加突出其技術(shù)功能和政治屬性。2021年11月，國家互聯(lián)網(wǎng)信息辦公室出臺《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》，該規(guī)定第2條指出，“算法推薦技術(shù)，是指利用生成合成類、個性化推薦類、排序精選類、檢索過濾類、調(diào)度決策類等算法技術(shù)向用戶提供信息”^［19］。不難看出，政策文本將算法推薦視為諸多行為的過程，包括內(nèi)容生成、信息篩選以及調(diào)度決策等，而這些行為直接指向的是算法的輿論屬性和社會動員能力，說明決策制定者對算法推薦的政治屬性高度重視。同時，該規(guī)定第23條、24條明確要求對“具有輿論屬性或者社會動員能力的算法推薦”^［20］進行評估、公示和備案。由此可見，政策文本從功能層面出發(fā)，突出算法推薦的政治屬性并將其擴張至諸多技術(shù)行為，包括但不限于算法推薦技術(shù)。

從算法推送具有的技術(shù)性和社會性雙重屬性出發(fā)，結(jié)合算法推送在政策文本中的意涵，本文將算法推送界定為：基于內(nèi)容生成、個性推薦以及檢索過濾等算法技術(shù)，為用戶提供信息獲取、檢索、處理以及呈現(xiàn)等一系列活動的過程。循此概念，我們可以將算法政治推送定義為：基于某種政治需要或追求某種政治目的，通過運用算法技術(shù)進行政治信息生產(chǎn)、過濾、分發(fā)與交互，從而實現(xiàn)精準(zhǔn)匹配并影響目標(biāo)受眾思想意識和態(tài)度觀念的過程。

二、算法政治推送的運作機理分析

算法推送并非簡單的技術(shù)實踐過程，其包含著一整套復(fù)雜的運作機理。在政治領(lǐng)域，算法推送是一系列復(fù)雜過程的集合，包括議題設(shè)置、算法運用、平臺植入、目標(biāo)受眾選擇等諸多環(huán)節(jié)。其背后是權(quán)力與資本的合謀，并體現(xiàn)為以算法技術(shù)為推送工具，利用公眾認(rèn)知設(shè)定操縱策略，進而達(dá)到某種政治目的的過程。

（一）“政治實體方+技術(shù)平臺方”合謀建構(gòu)操縱主體

算法政治推送的主體是為達(dá)成特定政治目的的行動者。其主體可以是個體，也可以是組織或?qū)嶓w，甚至可以是國家，政治目的則不局限于一國內(nèi)部的政治活動或利益爭奪，還包括地緣政治中大國角力等。從具體實踐來看，算法政治推送的主體構(gòu)成復(fù)雜，既涵蓋壓力團體、政治組織或政黨、政府等有具體政治訴求的實體，也包括擁有算法的技術(shù)公司和社交媒體平臺等。我們可將這些主體化約為“政治實體方+技術(shù)平臺方”，兩者結(jié)成利益聯(lián)盟并深度合作，形成操縱主體。其中，政治實體方是指追求某種政治目的團體或者實體的代表者，其提出具體的政治訴求，并將該政治訴求明示給“技術(shù)平臺方”以尋求合作。技術(shù)平臺方是指掌控算法并能夠?qū)嵤┩扑偷募夹g(shù)公司和社交媒體平臺，其接受政治代理人的委托并與其展開合作，共同實施算法政治推送活動。

不難發(fā)現(xiàn)，算法政治推送體現(xiàn)了權(quán)力與資本的合謀操縱。在實施算法政治推送過程中，主體之間基于“委托—受雇”關(guān)系結(jié)成同盟，具有一定的隱匿性。在國家內(nèi)部政治活動中，政府機構(gòu)傾向于通過操縱言論，宣傳有利于自身的內(nèi)容或者批判其他國家來維系其意識形態(tài)，而以政黨為代表的政治團體更傾向于攻擊對手以達(dá)到競選目的。在地緣政治層面，部分國家特定部門也通過算法政治推送的方式影響公眾認(rèn)知，如菲律賓的警察部門資助傳播媒體在Facebook上操縱關(guān)于反恐軍事活動的輿論^［21］。技術(shù)平臺方在實施算法政治推送的過程中，往往通過資本驅(qū)動并遵循商業(yè)邏輯，構(gòu)建復(fù)雜的、目標(biāo)一致的集合體，如算法分析公司、傳媒公司、網(wǎng)絡(luò)大V等。由是，權(quán)力與資本二者相互銜接，致力于推動特定議題在目標(biāo)受眾中的快速擴散，彼此分工嚴(yán)密、配合嫻熟，形成了一個完整的算法政治推送鏈。

（二）推送隱含傾向性的結(jié)構(gòu)化內(nèi)容，影響受眾認(rèn)知邏輯

信息只有在被接受以后才能影響受眾的認(rèn)知與行為，信息的結(jié)構(gòu)、內(nèi)容塑造了人們對某一事物的基本態(tài)度傾向，只有合乎人們認(rèn)知邏輯的內(nèi)容才能真正發(fā)揮感知控制的作用。換言之，算法政治推送建立在對于公眾認(rèn)知邏輯分析的基礎(chǔ)上，從內(nèi)容生產(chǎn)、內(nèi)容結(jié)構(gòu)以及內(nèi)容傳播多個階段入手，并通過議題設(shè)定、標(biāo)簽化敘事、情緒傳遞等對公眾進行認(rèn)知引導(dǎo)和操控。

在內(nèi)容生產(chǎn)階段，爭取受眾認(rèn)可進而取得話語權(quán)是信息操縱的前提。爭取受眾認(rèn)可的關(guān)鍵是制造同質(zhì)化信息并形成“虛假共識”，進而引導(dǎo)受眾認(rèn)知方向，特別是受眾首次認(rèn)知的方向。在算法政治推送過程中，圍繞特定議題的內(nèi)容生產(chǎn)可以分為兩大類：一類是制造服務(wù)特定議題的虛假內(nèi)容，另一類是圍繞特定議題制造情緒性和傾向性的內(nèi)容。前者側(cè)重虛假事實本身，后者側(cè)重情緒與態(tài)度傾向。在虛假內(nèi)容生成方面，算法政治推送多利用深度偽造技術(shù)篡改、偽造圖片、視頻，進而在短時間內(nèi)輸出大量的同質(zhì)化內(nèi)容。相較虛假內(nèi)容對于公眾認(rèn)知潛移默化的滲透，針對情緒性內(nèi)容展開的推送則更加具有煽動性和極端化的特點。這類內(nèi)容將社會資本中的情感支持與群體行為深度綁定，激發(fā)受眾的“情感能量”，推動受眾形成一致性、情緒化的認(rèn)知。

在內(nèi)容結(jié)構(gòu)設(shè)計階段，算法政治推送以制造標(biāo)簽化信息為基本手段，配合傳遞策略和多模態(tài)話語敘事方式，形成易于被公眾接收的信息集群。首先是對內(nèi)容進行標(biāo)簽化處理。信息生產(chǎn)者為議題設(shè)定標(biāo)簽，并將標(biāo)簽分散在諸多內(nèi)容中，這種標(biāo)簽蘊含極強的態(tài)度傾向，或贊許或否定，為形成一致化的公眾認(rèn)知奠定基礎(chǔ)。例如，在Twitter中，有關(guān)中國“一帶一路”的議題被標(biāo)簽化為“債務(wù)陷阱”，每當(dāng)特定議題引發(fā)相關(guān)網(wǎng)絡(luò)討論時，這些標(biāo)簽便不斷涌現(xiàn)，提示人們這些議題所蘊含的一致性觀點。其次是內(nèi)容的結(jié)構(gòu)化呈現(xiàn)。算法政治推送利用多模態(tài)敘事方式來影響公眾注意力，開展話語競爭。為防止受眾淹沒在海量的信息中從而分散注意力，算法政治推送對內(nèi)容進行精巧設(shè)計便于呈現(xiàn)。實踐中，以視頻播報和簡短文字提示為主的敘事方式被廣泛采用，這種集文字、圖片、視頻、音樂于一體的結(jié)構(gòu)化內(nèi)容呈現(xiàn)方式，使公眾能夠快速接受被植入特定意識形態(tài)的信息。最后是內(nèi)容結(jié)構(gòu)的編排與鋪陳。在內(nèi)容具體編排中，算法政治推送多按照菱形、蜂巢型敘事結(jié)構(gòu)闡述內(nèi)容，前者根據(jù)社會關(guān)注度的高低設(shè)計與公眾敘事互動的頻率，后者針對單個要素進行主次報道，二者都會增強受眾閱讀內(nèi)容的參與感和愉悅感。這種內(nèi)容鋪陳方式擺脫了傳統(tǒng)一對多的普及化敘事風(fēng)格，將過往的單向傳遞信息內(nèi)容升級為雙向互動，從而深刻影響受眾的認(rèn)知。

在內(nèi)容傳播階段，算法政治推送通過兩級傳播形成信息疊加效應(yīng)，并扮演信息擴散者和推送者的角色。兩級傳播理論（two step flow theory）揭示了信息在大眾傳播過程中會受到人際傳播的影響?，F(xiàn)實中，信息傳播經(jīng)由“大眾傳播—意見領(lǐng)袖—受眾”這一過程，即信息被大眾普遍接受前，往往需要“信息樞紐”的擴散。在算法政治推送中，信息在被制造后便被快速推送給“意見領(lǐng)袖”，而所謂的意見領(lǐng)袖有可能是現(xiàn)實中的用戶，也可能是被算法操縱的虛擬社交機器人。經(jīng)由意見領(lǐng)袖“點對面”式擴散，信息傳播呈現(xiàn)指數(shù)級增長，并快速形成信息洪流。此外，算法政治推送具有設(shè)置議程功能，具體涉及兩個階段：第一階段是選定政治議題，通過快速轉(zhuǎn)發(fā)信息并形成輿論熱點；第二階段是屬性議程設(shè)置，即通過表現(xiàn)事件的特定屬性來引導(dǎo)公眾如何思考。如在2020年“新疆棉花”事件中，Twitter上的社交機器人首先轉(zhuǎn)發(fā)所謂的由“專業(yè)媒體機構(gòu)”發(fā)布的新聞內(nèi)容，隨后“意見領(lǐng)袖”快速捕獲這一信息并精準(zhǔn)推送給其他社交媒體賬號，從而使有關(guān)“新疆棉花”新聞大規(guī)模出現(xiàn)在社交平臺并活躍于一級傳播流中。在這過程中，意見領(lǐng)袖還會展開歪曲評論，使該議題被標(biāo)簽化，后再將被標(biāo)簽化后的信息經(jīng)由人際擴散進行轉(zhuǎn)發(fā)、評論互動和點贊，進而影響公眾對相關(guān)議題的認(rèn)知傾向^［22］ 。

（三）以算法實現(xiàn)信息的強制可見與精準(zhǔn)推送

算法政治推送以傳遞信息、使公眾有效接收并影響其政治認(rèn)知為目的。信息內(nèi)容的結(jié)構(gòu)化是傳遞信息的前提，而如何將信息有效、精準(zhǔn)傳遞給目標(biāo)受眾是關(guān)鍵一環(huán)。由是，如何依托算法增加信息的可見度，提升信息在社交網(wǎng)絡(luò)中交互傳播極為重要，具體包括兩個層面，一是通過數(shù)據(jù)驅(qū)動實現(xiàn)內(nèi)容的定向投送，二是通過算法實現(xiàn)議題的自動或半自動化傳遞。

在數(shù)據(jù)驅(qū)動環(huán)節(jié)，算法政治推送依托個性化過濾器和搜索引擎營銷策略（search engine marketing）提升內(nèi)容可見度。個性化過濾器根據(jù)用戶數(shù)據(jù)計算出政治議題排列，初步篩選過濾出迎合用戶喜好的內(nèi)容。其能夠干擾公眾正確理解問題的方式，使用戶產(chǎn)生強烈和狹隘的注意力^［23］。而基于算法的搜索引擎營銷則為政治性廣告的投放提供便利。常見的營銷策略包括付費競價廣告（PPC）和搜索引擎優(yōu)化（SEO），前者通過購買關(guān)鍵詞排名提高在社交平臺的可見度，后者則利用搜索引擎的排列規(guī)則從站內(nèi)優(yōu)化排名。不難看出，算法政治推送依托資本實現(xiàn)政治性廣告的定位投放和虛假信息的高度曝光，并通過搜索引擎營銷手段來提升特定議題或者網(wǎng)站的曝光率和排名，進而增強特定議題內(nèi)容的可見度。

在議題傳遞環(huán)節(jié)，“自動化”或“半自動化”平臺賬戶的互動行為不斷強化政治推送效果。算法政治推送通常利用社交平臺賬戶進行特定議題的分發(fā)和互動。其中，相當(dāng)一部分賬戶是自動化賬戶，也被稱為社交機器人。有學(xué)者研究發(fā)現(xiàn)，機器人中也存在不同的分工，有充當(dāng)虛假信息擴音器的機器人，有旨在降低特定公眾聲量的阻尼器機器人，也有專門用于創(chuàng)作虛假議題內(nèi)容的機器人等^［24］。這些社交機器人某種程度上是一支高度自動化的“網(wǎng)絡(luò)兵團”，它們往往以虛假賬號的方式偽裝自己的身份，以權(quán)威階層或草根階層的身份與公眾進行互動，并借此吸引一大批認(rèn)同特定信息內(nèi)容的追隨者。有研究指出，在選舉、抗議以及其他非暴力反抗和安全危機的活動中，社交機器人常常被用來壓制公眾異議、攻擊對手的支持者以及推送親候選人或者本派別的文章等^［25］。此外，還有一部分半自動化賬戶是由人類進行操控和管理的，又被稱為“傀儡賬戶”（sock-puppet account），這類賬戶有目的性地傳遞政治議題并散布特定虛假政治性內(nèi)容。同時，社交平臺上還存在由大量偏激賬號形成的網(wǎng)絡(luò)社群，它們時常對特定政治議題進行攻擊、貶低，或發(fā)表仇恨言論，這些賬號通常被稱為“網(wǎng)絡(luò)噴子”，其聚集的社群通常被稱為“噴子農(nóng)場”。在這些賬號及其形成的網(wǎng)絡(luò)社群中，不乏與國家或政府機構(gòu)進行合作的人工管理賬戶。相關(guān)調(diào)查顯示，在英國脫歐公投期間，Twitter上出現(xiàn)了一個由13 493個機器人組成的社交網(wǎng)絡(luò)，它們發(fā)布了英國脫歐公投請愿書，并在公投結(jié)束后銷聲匿跡^［26］，還有約7.7萬個機器人“簽署”了關(guān)于英國脫歐第二次公投的在線請愿書。在算法政治推送中，社交機器人會單獨行動，也會與人工管理賬號互相配合，制造議題“共識”，以達(dá)到公眾認(rèn)可甚至追隨的目的。

三、算法推送在政治領(lǐng)域運用的主要表現(xiàn)

卡爾·多伊奇（Karl W. Deutsch）認(rèn)為，在高度依賴信息流的政治系統(tǒng)中，溝通影響著系統(tǒng)的可持續(xù)性和生存性^［27］。因而在政治系統(tǒng)中，信息來源、信息內(nèi)容，信息傳遞方式都將對政治系統(tǒng)的內(nèi)部結(jié)構(gòu)和運行的穩(wěn)定性產(chǎn)生影響。數(shù)字時代，算法沖擊了政治生活中的兩種基本要素：通信和信息^［28］。算法推送的信息支配力意味著其一旦介入政治領(lǐng)域，將會產(chǎn)生巨大的影響，甚至釀成風(fēng)險事件。

（一）介入重大政治議題

信息及其傳遞是國家政治生活的關(guān)鍵問題，也是治理難題^［29］。在以人民主權(quán)為原則建構(gòu)的現(xiàn)代國家中，人民對政府的感知多由信息塑造，他們基于這些信息參與政治生活，表達(dá)對政府的態(tài)度。數(shù)字時代，諸如政治競選、民主投票等重大政治活動中，信息高度依賴于社交平臺流動，算法政治推送以其強大的信息操縱能力能夠干預(yù)公眾認(rèn)知、塑造其政治參與傾向，儼然成為政治進程中的重要一環(huán)。實踐中，公眾的意愿與選票深刻影響政治行為體的行動，后者的任何策略都服務(wù)于提升選票這一目的。因而，作為政治實體方的政黨、政治利益集團，與技術(shù)平臺方如戰(zhàn)略咨詢公司、大型科技公司，雙方進行利益捆綁和算法推送，進而引導(dǎo)公眾認(rèn)知傾向，這已然成為實現(xiàn)政治目的的重要渠道。從美國大選、英國脫歐等重大政治活動中就可見一斑。

算法推送對政治議題的介入勢必會左右民眾的態(tài)度傾向。有研究者通過定量分析指出，在政治競選中，人類用戶與機器人有大量的互動和關(guān)注率，并且平均一人轉(zhuǎn)發(fā)一個機器人的次數(shù)是5次^［30］。伴隨著互動頻率的增加，用戶利用社交機器人、創(chuàng)建人類宣傳網(wǎng)絡(luò)的現(xiàn)象不斷涌現(xiàn)，這也導(dǎo)致許多持不同或者相反意見的公眾成為“沉默的螺旋”效應(yīng)下的產(chǎn)物，大大削弱了現(xiàn)代民主進程的公正、公開性。在2016年美國總統(tǒng)競選活動中，特朗普團隊與劍橋分析公司（Cambridge Analytic）展開合作，旨在影響目標(biāo)受眾的政治態(tài)度。劍橋分析公司通過獲取Facebook用戶的個人信息對目標(biāo)受眾展開數(shù)據(jù)建模和心理分析，并使用社交媒體廣告、搜索引擎廣告和YouTube平臺來尋找選民對于競選活動的意圖，進而幫助特朗普贏得大選勝利。有研究指出，劍橋分析公司使用了近1000個有機社交媒體帖子和電視廣告，強烈影響主要受眾接觸到的敘事。該公司還在Facebook上創(chuàng)造了5000萬名用戶，在Twitter上創(chuàng)造了150萬次印象，并在Snapchat上創(chuàng)造了330萬次印象，累計創(chuàng)造印象超過2800萬次^［31］。由此不難發(fā)現(xiàn)，算法推送在重大政治進程中的運用不僅會影響正常的政治民主風(fēng)向和未來國家的發(fā)展戰(zhàn)略，其不當(dāng)介入還在一定程度上扭曲了平穩(wěn)運行的政治進程，極易造成政治民主的異化。

（二）擾動主流意識形態(tài)

政治系統(tǒng)能夠獲取、組織和控制信息流動，并通過公認(rèn)的意識形態(tài)與其他經(jīng)濟、文化等社會系統(tǒng)進行任務(wù)導(dǎo)向的合作^［32］。數(shù)字時代，算法推送已然具備影響網(wǎng)絡(luò)空間的信息傳播秩序的功能，對意識形態(tài)塑造產(chǎn)生重要影響。當(dāng)前，西方主要國家已經(jīng)廣泛使用算法推送對目標(biāo)國家進行意識形態(tài)滲透，介入目標(biāo)國家特定議題，尤其是政治議題和民生議題。他們利用其互聯(lián)網(wǎng)及社交媒體霸權(quán)，定向投放帶有意識形態(tài)的圖片、視頻等，不斷窄化甚至異化目標(biāo)國受眾的認(rèn)知邏輯，引發(fā)群體圈層動蕩，進而達(dá)到撕裂目標(biāo)國社會認(rèn)同、激化社會矛盾、瓦解其主流意識形態(tài)的目的。這種滲透和操縱現(xiàn)象在巴西、印度等深受西方經(jīng)濟殖民的國家中十分普遍。如2023年巴西新總統(tǒng)就職日期前夕，Twitter上出現(xiàn)大量機器人賬號發(fā)布的煽動性推文，“巴西之春”（Brazilian Spring）標(biāo)簽在社交平臺涌現(xiàn)，并帶有煽動政變的信息暗語，隨之發(fā)生大規(guī)模的街頭抗議并演變?yōu)槿后w性騷亂。在整個事件演化過程中，社交媒體不僅扮演著“動員者”的角色，還與美國有著千絲萬縷的聯(lián)系^［33］。

有研究者指出，在印度大選期間，種姓分裂的團體、游說集團以及武裝分子等紛紛涌入，Twitter、Facebook等社交平臺上均出現(xiàn)了狹隘且主觀的政治言論，破壞了正常的黨派溝通環(huán)境

^［34］。這不僅加劇了原有的沖突矛盾，還造成了持續(xù)性的社會不信任和政治危機。

不同于政治競選和公投等形式的有跡可循，在意識形態(tài)輸出中，政治行動者的操縱方式往往較為隱蔽，能夠潛移默化地增加目標(biāo)受眾對政府的不信任感，甚至對于國家制度的質(zhì)疑。在這種不信任感極化的情形下，主流意識形態(tài)的分化與式微會演化為線下的極端民粹運動，而異化的民粹運動逐漸趨向泛工具化和泛意識形態(tài)化，從而引發(fā)持續(xù)性的政治問題和社會動蕩，影響一國政權(quán)的穩(wěn)固。

（三）介入他國國際形象塑造

算法政治推送打破了原有的政治信息控制體系，利用算法政治推送可以有效設(shè)置、引領(lǐng)網(wǎng)絡(luò)空間的議題議程。由是，當(dāng)一個國家在國際社交媒體傳播中形成主導(dǎo)優(yōu)勢時，便為其操縱、炒作、歪曲他國的重要社會議題提供了便利，如利用算法政治推送抹黑他國的政治制度、重大議題等。有研究人員發(fā)現(xiàn)，在Twitter上有關(guān)對中國政府的攻擊和負(fù)面信息的傳播現(xiàn)象十分突出^［35］。在議題炒作和虛假信息散播中，政治操縱者常常利用議程設(shè)置和二級傳播手法進行階段性的信息擴散。例如，2019年的香港修例風(fēng)波，操縱者利用情感動員機制，針對不同的人群建立差異化的情感框架，通過設(shè)計不同的敘事策略來加強特定人群的情感歸屬和身份認(rèn)同，并根據(jù)暴力行動的類型和階段性趨勢向公眾傳遞內(nèi)嵌著不同情感屬性的信息^［36］。此外，人為制造的“網(wǎng)絡(luò)政治議程”也是社交媒體操縱輿論、影響他國國際形象的重要手段。其在議題建構(gòu)中更加突出情感屬性，并側(cè)重多議題的關(guān)聯(lián)性建構(gòu)。有學(xué)者通過研究Twitter上的北京冬奧輿情議題，發(fā)現(xiàn)社交機器人操縱了北京冬奧的客體議程和屬性議程，分別設(shè)置“臺灣領(lǐng)土議題”“人權(quán)議題”以及“加拿大抵制北京冬奧會議題”等進行負(fù)面輿論惡意炒作，并將北京冬奧會與其他政治性議題建構(gòu)聯(lián)系，轉(zhuǎn)而傳遞給公眾^［37］。這種關(guān)聯(lián)性的傳播方式不僅影響了公共議題的網(wǎng)絡(luò)傳播模式，還會強化公眾的負(fù)面認(rèn)知偏差，扭曲目標(biāo)國家的國際形象。

由此可見，算法政治推送往往以議題為中心，通過虛假信息制造、傳遞和精準(zhǔn)推動，介入他國國家形象塑造。其中，社交機器人、情感動員和多議題構(gòu)建是三個重要的著力點。首先，以社交機器人權(quán)威性、可靠性的“人物形象”與人類用戶進行互動，按照平臺設(shè)定好的特定議題發(fā)布和散播污名化信息。其次，運用情感動員對復(fù)雜網(wǎng)絡(luò)環(huán)境下的目標(biāo)受眾進行圈層劃分和認(rèn)同感吸引，以情緒輸出深度綁定和動員目標(biāo)受眾。最后，通過構(gòu)建多議題將特定議題泛政治化，建構(gòu)議程網(wǎng)絡(luò)影響受眾認(rèn)知結(jié)構(gòu)，進而對受眾進行感知控制。

（四）輔助網(wǎng)絡(luò)認(rèn)知域作戰(zhàn)

算法推送憑借強大的信息誘導(dǎo)和灌輸能力深刻影響人類的認(rèn)知安全。伴隨著算法推送的廣泛使用，其作為輿論戰(zhàn)的新型工具不斷被應(yīng)用和強化，形成了學(xué)界當(dāng)前普遍關(guān)注的“網(wǎng)絡(luò)認(rèn)知戰(zhàn)”現(xiàn)象。軍事意義上的作戰(zhàn)域一般分為物理域、信息域和認(rèn)知域，認(rèn)知域作戰(zhàn)側(cè)重于從心理、精神世界入手，影響個體的感官能力從而消磨對方的意志力。與傳統(tǒng)輿論戰(zhàn)不同，現(xiàn)代意義的認(rèn)知戰(zhàn)在主體、策略以及手段方式上都有所變化。認(rèn)知戰(zhàn)是指某個國家、政治集團、軍隊或社會群體運用現(xiàn)代化信息技術(shù)，有計劃地滲透并影響他國的思想價值觀念、認(rèn)知方式和意識形態(tài)，以實現(xiàn)本國政治目標(biāo)和利益的政治活動^［38］。人工智能時代，依托體系化的設(shè)計及全方位的保障能力，由國家及實體參與的算法政治推送可以為認(rèn)知作戰(zhàn)精準(zhǔn)賦能，極大影響個體認(rèn)知。具體而言，一國利用自身先進的算法推送能力，在信息生成端偽造和拼接誤導(dǎo)性內(nèi)容，在信息分發(fā)階段主導(dǎo)議程設(shè)置，面向全球民意設(shè)計建構(gòu)不同的敘事策略，通過大型跨國社交平臺對目標(biāo)國發(fā)動網(wǎng)絡(luò)領(lǐng)域認(rèn)知戰(zhàn)。然后通過布置大量社交機器人進行信息擴散和交互引導(dǎo)，不間斷地攻擊和抹黑目標(biāo)國國際形象，顛覆目標(biāo)國國民認(rèn)同，煽動國際社會對目標(biāo)國的抵制，最終造成目標(biāo)國在國際社會上孤立無援，從而服務(wù)該國的政治、經(jīng)濟或軍事等目標(biāo)。

俄烏沖突是算法政治推送應(yīng)用于認(rèn)知戰(zhàn)領(lǐng)域的典型案例。在俄烏沖突爆發(fā)后的24小時內(nèi)，社交平臺自動推送了大量關(guān)于烏克蘭傷亡的圖片，其中既有真實信息，亦混雜大量虛假音視頻信息，信息生產(chǎn)及推送能力極為驚人，將俄烏沖突議題迅速推至輿論高位。有研究指出，美國采用了自然語言深度學(xué)習(xí)模型GPT-3模型網(wǎng)絡(luò)進行學(xué)習(xí)和訓(xùn)練，在無須人類干預(yù)的情況下能夠自動化生成信息^［39］。這說明，算法大模型在認(rèn)知作戰(zhàn)中將成為重要趨勢。圍繞這一議題，社交媒體對俄羅斯貼上“入侵者”“俄羅斯發(fā)動戰(zhàn)爭非正義性”等文字標(biāo)簽，煽動對俄羅斯進行孤立和制裁；另一方面，塑造烏克蘭總統(tǒng)“弱者不服輸”“期盼人道主義救援”等形象，激發(fā)公眾共情。隨后，大量合成普京和蘇聯(lián)的視頻圖片在社交平臺不斷涌現(xiàn)，“復(fù)活蘇聯(lián)”“入侵歐洲”等標(biāo)簽迅速與俄烏沖突關(guān)聯(lián)，引導(dǎo)受眾合理化的邏輯想象。同時，西方國家利用其掌控的社交媒體平臺大范圍推送傷亡平民圖片，引起公眾共情，從而產(chǎn)生強烈譴責(zé)和厭惡情緒。最后，在戰(zhàn)爭發(fā)生后利用民眾極化情緒對其他國家進行道德捆綁，加劇國家間關(guān)系的緊張程度。因而，不難發(fā)現(xiàn)，在國際地緣政治對抗中，以國家聯(lián)合體形式持續(xù)性煽動和引導(dǎo)國際社會的輿論，特別是算法推送的應(yīng)用，將會極大影響受眾的認(rèn)知。與此同時，西方國家憑借其成熟的算法技術(shù)和強大的網(wǎng)絡(luò)傳播優(yōu)勢，不僅能夠抵御部分虛假和誤導(dǎo)性信息的傷害，還會借此發(fā)動針對其他國家網(wǎng)絡(luò)空間的攻擊^［40］。這對經(jīng)濟和技術(shù)發(fā)展不充分的發(fā)展中國家構(gòu)成了現(xiàn)實威脅。

四、算法推送對政治運行作用的邏輯

信息交換體系一直是政治運作的核心因素。21世紀(jì)以來，以互聯(lián)網(wǎng)技術(shù)變革為中心的新一輪科技革命快速發(fā)展，信息供給形式、獲取方式發(fā)生了深刻變革，信息技術(shù)與政治社會變遷再次共振，社交網(wǎng)絡(luò)與算法所構(gòu)筑的多重繭房使人們生活在復(fù)雜而平行的信息空間^［41］。這導(dǎo)致政治權(quán)力的運作機制發(fā)生了潛移默化的變化。算法政治推送不僅破壞了政治系統(tǒng)原有的信息交換機制，其運作邏輯和背后潛藏的利益交互極易引發(fā)權(quán)力結(jié)構(gòu)、運行方式的變化，對一國政治系統(tǒng)的運轉(zhuǎn)和國家間的利益格局都將產(chǎn)生深遠(yuǎn)影響。

（一）權(quán)力重組：以算法為核心的后現(xiàn)代權(quán)力范式正在形成

盧西亞諾·弗洛里迪（Luciano Floridi）認(rèn)為，“歷史時代的國家作為信息智能體的地位正在被削弱，其他多智能體系統(tǒng)具有數(shù)據(jù)、權(quán)力，甚至是武力、空間以及組織的靈活性來侵蝕現(xiàn)代國家的政治影響力”^［42］。傳統(tǒng)的國家權(quán)力體系依托韋伯式的科層組織體系，信息在政權(quán)體系內(nèi)流轉(zhuǎn)，并有序地與社會進行交互。而數(shù)字時代，依托人工智能強大的信息制造、推送能力，其對政治系統(tǒng)的信息交互機制產(chǎn)生了不可逆的影響。權(quán)力關(guān)系運轉(zhuǎn)逐漸從線下轉(zhuǎn)移至社交平臺，一種新型的算法權(quán)力開始崛起，以算法為核心的后現(xiàn)代權(quán)力范式正在形成。在這一過程中，由于社交平臺掌握著用戶信息，且算法擁有強大的對用戶精準(zhǔn)畫像和感知控制能力，算法馴化、算法監(jiān)視等行動策略的施展能夠潛移默化地對公眾展開規(guī)訓(xùn)，重塑公眾的認(rèn)知觀念，預(yù)測和支配其未來的行為取向，這將導(dǎo)致以社交媒體為中心的擬態(tài)空間演化成一種新的權(quán)力運作機制。在這個新型的權(quán)力空間內(nèi)，既存在主權(quán)國家剛性的法律控制，也彌散著認(rèn)知干預(yù)和思想操縱的柔性約束，權(quán)力運作更多指向公眾認(rèn)知。

不難發(fā)現(xiàn)，依托算法推送，“閱讀—認(rèn)可—行動”這一古老的思想控制術(shù)被賦予了強大的技術(shù)動能，正在以前所未有的速度影響著政治權(quán)力的運作。社交平臺和算法科技公司逐步成為權(quán)力運作的重要主體，互聯(lián)網(wǎng)的去中心化解構(gòu)了傳統(tǒng)國家與社會之間的信息交互，作為權(quán)力主體的國家逐步喪失信息控制功能。正如?？滤赋龅?，權(quán)力沒有固定的主體，其可以是人，也可以是物或者知識，權(quán)力關(guān)系是在雙方相互作用中產(chǎn)生，并且處于動態(tài)變化中^［43］。數(shù)字時代，社交平臺和算法技術(shù)擁有者將逐漸成為權(quán)力掌控者，其通過信息過濾和算法推送介入權(quán)力的運作之中，且居于樞紐位置，并滲透著自身的意志。這種新型的權(quán)力樣態(tài)不僅對民眾的生活，還對國家的政治、經(jīng)濟和制度的有效運作產(chǎn)生了重要影響，并引發(fā)諸如算法獨裁、傳播霸權(quán)等權(quán)力專制現(xiàn)象^［44］，進而消解或弱化傳統(tǒng)政治權(quán)力，極大沖擊以傳統(tǒng)科層體系為主線的政治權(quán)力運作模式。國家威權(quán)將遭遇前所未有的挑戰(zhàn)，權(quán)力空心化趨勢正在形成。

（二）資本滲透：算法日益淪為利益聯(lián)結(jié)的重要紐帶

斯科特·拉什（Scott Lash）指出：“在一個媒體和代碼無處不在的社會，算法生成規(guī)則在后霸權(quán)秩序的社會和文化生活中越來越普遍，權(quán)力越來越存在于算法之中?！?sup>［45^］從武力、審查再到認(rèn)知控制，算法憑借其強大的信息支配能力不斷分享著社會權(quán)力，其能夠迅速關(guān)聯(lián)政府政治、經(jīng)濟運行、社會民生等重大議題，并通過社交平臺構(gòu)建公共討論空間，從而為介入相關(guān)議題討論構(gòu)建權(quán)力運作的場域，為攫取自身利益制造“氣候”。馬克思主義政治學(xué)認(rèn)為，利益關(guān)系是權(quán)力形成的基礎(chǔ)，獲取權(quán)力是實現(xiàn)利益的重要途徑^［46］。因而在政治領(lǐng)域，算法推送針對性地設(shè)置并推送特定政治議程，從而啟動權(quán)力空間的生產(chǎn)，并通過反復(fù)曝光提升熱度，在一定范圍內(nèi)形成熱門公眾議題，影響著政府政策進程。

算法政治推送強大精準(zhǔn)的輿論引導(dǎo)功能對滿足政治集團俘獲民意的需求有著重要價值，這種供需的吻合進一步擴展了算法政治推送應(yīng)用的場景、頻次與強度。然而，當(dāng)算法技術(shù)不再為公共事務(wù)服務(wù)，而是為某一利益集團服務(wù)時，其內(nèi)蘊的資本邏輯和工具理性便展現(xiàn)出來，成為利益集團控制人類認(rèn)知、攫取社會權(quán)力以實現(xiàn)更大利益的武器。當(dāng)前，作為算法政治推送實施重要載體的社交平臺和擁有算法技術(shù)的大型科技公司由資本操控，在資本逐利動機下，兩者緊密聯(lián)系在一起。社交平臺和大型科技公司不僅會通過算法政治推送制造有利于自身發(fā)展的社會輿論，也會通過對輿論的操控影響針對算法規(guī)制的政策進程。資本作為算法實際控制者，能夠幫助其與政治行動者產(chǎn)生利益聯(lián)結(jié)，并促使其在政治行動者的庇護下開展精準(zhǔn)政治推送，在實現(xiàn)流量變現(xiàn)的同時為政治實體攫取利益。兩者深度合謀，從而形成以政治行動者為核心決策者、以算法為聯(lián)結(jié)紐帶的自動化滲透網(wǎng)絡(luò)。

（三）技術(shù)賦權(quán)：數(shù)字威權(quán)主義下的寡頭治理

算法并非純粹的工具，而是人類主觀意志作用下的產(chǎn)物。不同于傳統(tǒng)權(quán)力運作，在強大算力支撐下，算法不僅能夠在短時間內(nèi)輸出大量的信息，同時還能對已有信息進行高效的運算加工，結(jié)果輸出更快更高效。數(shù)字時代，信息的內(nèi)容、傳遞的對象、呈現(xiàn)的方式、傳遞的頻次等都將為算法所決定，掌控算法實際上就形成了對信息的支配權(quán)。因而，算法崛起不僅影響了互聯(lián)網(wǎng)信息的生產(chǎn)方式，而且在某種程度上決定了信息的發(fā)布形式，還決定了什么樣的信息被什么樣的人所獲取。由此，算法完成了從信息生產(chǎn)端到接收端的全鏈條控制，使其成為數(shù)字時代威權(quán)主義的表征物。這一系列運作的背后，體現(xiàn)的是技術(shù)的霸權(quán)和資本的邏輯，即資本通過對算法的控制逐步形成寡頭市場，擁有算法的科技公司能夠支配網(wǎng)絡(luò)空間絕大部分的信息資源，并通過操縱社交平臺干預(yù)個體認(rèn)知。

隨著大型社交平臺逐步的寡頭化，用戶的規(guī)模快速擴大，互聯(lián)網(wǎng)對社會生活的深度滲透更引發(fā)平臺用戶數(shù)據(jù)呈現(xiàn)幾何級增長。平臺憑借其強大的用戶數(shù)據(jù)壟斷能力，能夠精準(zhǔn)把握用戶的價值取向和更深層次的思維方式，并對用戶進行認(rèn)知強化和重塑，使其符合特定的利益訴求。這種趨勢發(fā)展，將使得頭部社交平臺和算法科技公司的影響力與話語權(quán)大大增強。當(dāng)越來越多的受眾依賴某一個或幾個社交平臺進行交流、購物、閱讀咨詢、開展工作，平臺成為事實上的社會公共基礎(chǔ)設(shè)施，對公眾的工作、生活產(chǎn)生重要的影響。作為數(shù)字化的設(shè)施，平臺也具備了將公眾行為數(shù)據(jù)化的能力，并依托算法對這些數(shù)據(jù)加以利用，服務(wù)自身的利益。此時，技術(shù)不再是一種純粹符號代碼，而成為對平臺及科技公司賦權(quán)的工具。這種現(xiàn)象極易導(dǎo)致“數(shù)字利維坦”的出現(xiàn)，數(shù)字邊緣人群可能淪為“數(shù)據(jù)”奴隸^［47］。在算法的精準(zhǔn)區(qū)隔下，沉溺于互聯(lián)網(wǎng)世界的民眾被個體認(rèn)知偏好切割為零散的個體，算法成為唯一的王者。它可以構(gòu)建議題、分發(fā)議題、精準(zhǔn)引導(dǎo)，其不僅消解了公眾本位的話語權(quán)，導(dǎo)致公共精神的衰落，引發(fā)共識的分裂，還極易導(dǎo)致社會治理領(lǐng)域的數(shù)字威權(quán)或技術(shù)專制，形成“寡頭治理”。

（四）認(rèn)知操控：“后真相”時代算法民主形式更迭

算法政治推送致力于創(chuàng)造一個“后真相”環(huán)境。所謂后真相，是指“客觀事實相較于情感和個人信仰，在公共輿論中影響力更小”^［48］。在這樣一個時代，真相和謊言并存，情緒勝于事實，群體形成共識的難度加大。2014年，F(xiàn)acebook通過推送特定議程，考察不同情緒的傳播力度，結(jié)論是在個體之間沒有直接互動情況下，積極或者消極的情緒狀態(tài)可以通過情緒傳染傳遞給其他人^［49］，使個體的思想和行為受到輿論的干擾，陷入思想不自由的狀態(tài)。由此觀之，算法政治推送所營造的情緒化環(huán)境對個體認(rèn)知的影響，將對現(xiàn)代民主運行產(chǎn)生直接的沖擊。

理想的算法民主，應(yīng)通過算法捕捉公眾的政治意愿和訴求表達(dá)，并將其完整地呈現(xiàn)在大眾面前，公眾在表達(dá)自身政治意愿的同時，能夠進行高質(zhì)量的政治討論與協(xié)商。但是在實際議程設(shè)置過程中，算法政治推送則利用情感操控影響了民主運行以及真實效果。首先，算法政治推送重新建構(gòu)了網(wǎng)絡(luò)空間的社會認(rèn)知體系。民眾在選擇社交平臺時，實際上就選擇了平臺設(shè)定的認(rèn)知體系，而不同社交平臺基于其自身利益部署不同的算法模型，對公眾的認(rèn)知進行干預(yù)，并引導(dǎo)和左右公眾的政治意愿和政治選擇。其次，算法通過制造信息繭房、營造擬態(tài)環(huán)境，渲染情緒以誘導(dǎo)輿論極化，以極具隱蔽和泛化的手段對受眾的思想進行控制，營造所謂的“民意”與“民主氛圍”，掩蓋在這種民主氛圍下的則是真實的算法世界。那些所謂“權(quán)威”的社交媒體賬號可能是精心設(shè)計并運營的，所謂的“平臺用戶”可能是社交機器人或者網(wǎng)絡(luò)水軍，那些“真實”的圖片、視頻或者實時音頻可能是深度偽造技術(shù)的虛構(gòu)，那些煽動公眾情緒的“爆款”作品可能是根據(jù)需要制造的。當(dāng)后真相時代的虛假信息以及誤導(dǎo)性內(nèi)容充斥在公眾的個人世界時，群體的認(rèn)知將被固化，民主的共識將被撕裂，這也從客觀上導(dǎo)致以觀念、利益和愛好等為導(dǎo)向的網(wǎng)絡(luò)社群進一步分化、細(xì)化^［50］，從而為民粹主義和極端主義提供基礎(chǔ)。

五、結(jié)語

數(shù)字時代，信息已成為勾勒和刻畫個人社會感知的重要依據(jù)，也成為社會治理的基礎(chǔ)性資源。掌握大型社交媒體平臺意味著獲得了龐大的個體信息數(shù)據(jù)，平臺利用算法對用戶行為的刻畫，推動了算法權(quán)力的崛起。當(dāng)前，數(shù)字脫域及其構(gòu)建的網(wǎng)絡(luò)空間逐漸成為新興權(quán)力生成與運作的沃土，在這個空間中，算法以其強大的內(nèi)容生產(chǎn)、精準(zhǔn)傳播和智能交互功能正在深刻影響著人們的認(rèn)知與行為。權(quán)力生產(chǎn)和運作的方式發(fā)生了深刻變化，以算法為核心的后現(xiàn)代權(quán)力范式正在形成，算法成為聯(lián)結(jié)不同利益主體的紐帶。資本通過算法實現(xiàn)了對權(quán)力的生產(chǎn)和應(yīng)用，成為控制人類認(rèn)知、攫取社會權(quán)力以實現(xiàn)更大利益的武器。同時，算法強大的賦權(quán)功能使其兼具技術(shù)與社會雙重屬性，而其先在的主體性缺陷，將使公共治理走向數(shù)字威權(quán)主義，民意與民主存在被算法劫持的風(fēng)險，極易形成數(shù)字專制，導(dǎo)致公共生活與人文主義衰落。應(yīng)當(dāng)看到，算法政治推送的大規(guī)模運用，已經(jīng)帶來了一系列的風(fēng)險與挑戰(zhàn)。未來，應(yīng)對算法政治推送風(fēng)險，需要主權(quán)國家統(tǒng)籌規(guī)劃，深諳算法權(quán)力生成機理，精研算法推送技術(shù)，提升反制能力，加強對社交平臺治理，提升公眾媒介素養(yǎng)，以平衡算法政治推送帶來的影響和沖擊。

［參考文獻(xiàn)］

［1］ 張勝男：《智能算法推薦技術(shù)何以促成輿論場——基于重塑網(wǎng)絡(luò)意識形態(tài)安全的研究》，《東南傳播》2023年第2期，第35—38頁。

［2］ Yochai Benkler， Robert Faris， and Hal Roberts： Network Propaganda： Manipulation， Disinformation， and Radicalization in American Politics， Oxford University Press， 2018.

［3］ 張倫、王成軍、許小可：《計算傳播學(xué)導(dǎo)論》，北京師范大學(xué)出版社2018年版，第12頁。

［4］ Samantha Bradshaw， Hannah Bailey， and Philip N. Howard： “ Industrialized Disinformation： 2020 Global Inventory of Organized Social Media Manipulation ”， Oxford： Oxford Internet Institute （2021） Oxford， UK： Programme on Democracy amp; Technology， https：//demtech.oii.ox.ac.uk/wp-content/uploads/sites/12/2021/02/CyberTroop-Report20-Draft9.pdf.

［5］ Gillian Bolsover， Philip N. Howard： “ Chinese Computational Propaganda： Automation， Algorithms and the Manipulation of Information about Chinese Politics on Twitter and Weibo ” ， Information， Communication amp; Society， Vol.5， No.24， 2018， pp.1-17， https：//doi.org/10.1080/1369118X.2018.1476576.

［6］ 史安斌、楊晨晞：《信息疫情中的計算宣傳：現(xiàn)狀、機制與成因》，《青年記者》2021年第5期，第93—96頁。

［7］ Samuel C. Woolley， Philip N. Howard： “ Automation， Algorithms， and Politics Political Communication， Computational Propaganda， and Autonomous Agents： Introduction ”， International Journal of Communication， Vol.10， No.9， 2016， https：//ijoc.org/index.php/ijoc/article/view/6298.

［8］ 鄭保衛(wèi)、葉?。骸稄男麄餮芯康絺鞑パ芯浚簩鬼f爾宣傳定義的知識社會學(xué)考察》，《國際新聞界》2016年第2期，第84—94頁。

［9］ 中共中央馬克思恩格斯列寧斯大林著作編譯局編譯：《列寧全集》第38卷，人民出版社2017年版，第84、289頁。

［10］ 盧林艷、李媛媛、盧功靖等：《社交機器人驅(qū)動的計算宣傳：社交機器人識別及其行為特征分析》，《中國傳媒大學(xué)學(xué)報（自然科學(xué)版）》2021年第2期，第35—43頁。

［11］ 吳曄、李小軍：《2022年計算傳播學(xué)研究綜述》，《教育傳媒研究》2023年第1期，第41—45頁。

［12］［50］ 馬立明、萬婧：《智能推送、政治極化與民粹主義：基于傳播學(xué)的一種解釋路徑》，《理論與改革》2020年第4期，第63—73頁。

［13］ 喻國明、韓婷：《算法型信息分發(fā)：技術(shù)原理、機制創(chuàng)新與未來發(fā)展》，《新聞愛好者》2018年第4期，第8—13頁。

［14］ 周葆華：《積極推動基于中國本土經(jīng)驗的“計算輿論”科學(xué)研究》，《教育傳媒研究》2022年第5期，第1頁。

［15］ Ed Finn： What Algorithms Want： Imagination in the Age of Computing， Cambridge， Mass： MIT Press， 2017， p.17.

［16］ 丁曉東：《論算法的法律規(guī)制》，《中國社會科學(xué)》2020年第12期，第138—159頁。

［17］ 汝緒華：《算法政治：風(fēng)險、發(fā)生邏輯與治理》，《廈門大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）》2018年第6期，第27—38頁。

［18］ ［美］南?！. 拜厄姆：《交往在云端：數(shù)字時代的人際關(guān)系》，董晨宇、唐悅哲譯，中國人民大學(xué)出版社2020年版，第46—47頁。

［19］［20］ 《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》，《中華人民共和國國務(wù)院公報》2022年第9期，第71—75頁。

［21］ Gleicher， N. ： “ Removing Coordinated Inauthentic Behavior ”， Facebook Newsroom， September， 2020， https：//about.fb.com/news/2020/09/removing-coordinated-inauthentic-behavior-china-philippines.

［22］ Han N， Huang H， and Wang J， eds： “ Information Diffusion Model of Social Bots：An Analysis of the Spread of Coverage of China Issues by The New York Times on Twitter ”， Hindawi Complexity， No.2， 2022，pp.1-9.

［23］ ［美］伊萊·帕里澤：《過濾泡：互聯(lián)網(wǎng)對我們的隱秘操縱》，方師師、楊媛譯，中國人民大學(xué)出版社2020年版，第59—60頁。

［24］ DUBOIS， Elizabeth， McKELVEY， eds： Political Parties， Politicians， and Political Manipulation on Social Media， Oxford： Oxford University Press， 2019， pp.75-79.

［25］ Samuel C. Woolley： “ Automating Power： Social Bot Interference in Global Politics ”， First Monday， Vol.21， No.4， 2016， https：//doi.org/10.5210/fm.v21i4.6161.

［26］ Marco T. Bastos， Dan Mercea： “ The Brexit Botnet and User-Generated Hyperpartisan News ”， Social Science Computer Review， Vol.37， No.1， 2019， pp.38-54.

［27］ Karl W. Deutsch： The Nerves of Government： Models of Political Communication and Control， New York： The Free Press， 1963， p.76.

［28］ ［英］杰米·薩斯坎德：《算法的力量：人類如何共同生存？》，李大白譯，北京日報出版社2022年版，第 14頁。

［29］ 孟天廣：《信息政治學(xué)：理解數(shù)字時代國家治理的新視角》，光明網(wǎng)，https：//m.gmw.cn/baijia/2021-12/25/35406006.html。

［30］ Samuel C. Woolley， Philip N. Howard： Computational Propaganda： Political Parties， Politicians， and Political Manipulation on Social Media， United States of America： Oxford University Press， 2018， pp.205-207.

［31］ “Make America Number 1 ” cases of CA， official web-site， https：//ca-political.com/casestudies/casestudymake americanumber12016.

［32］ Anna Kolotova： 《信息對國內(nèi)政治進程的影響——以劍橋分析公司為例》，吉林大學(xué)學(xué)位論文，2020年。

［33］ 周雨卉：《巴西騷亂中的“美式劇本”》，央視新聞，https：//content-static.cctvnews.cctv.com/snow-book/index.html？toc_style_id=feeds_defaultamp;share_to=copy_urlamp;item_id=3927191454483219111amp;track_id=0B6586A7-C685-441F-9029-F105FA63CD68_695520516669amp;from_source=www.cbg.cn。

［34］ “ Real or Fake， We Can Make Any Message go Viral： Amit Shah to BJP Social Media Volunteers”， The Wire， https：//thewire.in/politics/amitshah-bjp-fake-social-media-messages.

［35］ Gillian Bolsover， Philip Howard： “Computational Propaganda and Political Big Data： Moving toward a more Critical Research Agenda ”， Big Data， Vol.5， No.4， 2017， pp.273-276.

［36］ 湯景泰、陳秋怡、徐銘亮：《情感共同體與協(xié)同行動：香港“修例風(fēng)波”中虛假信息的動員機制》，《新聞與傳播研究》2021年第8期，第58—76頁。

［37］ 武沛潁、陳昌鳳：《社交機器人能否操縱輿論——以Twitter平臺的北京冬奧輿情為例》，《新聞與寫作》2022年第9期，第79—88頁。

［38］ 郭永虎、張函語：《美國對華認(rèn)知戰(zhàn)：動向、影響與應(yīng)對》，《統(tǒng)一戰(zhàn)線學(xué)研究》2023第4期，第110—123頁。

［39］ GTP-3 Powers the Next Generation of Apps， OpenAI， https：//openai.com/blog/gpt-3-apps.

［40］ 張廣昭、王沛楠：《“后真相”時代西方社交媒體的政治傳播》，《人民論壇·學(xué)術(shù)前沿》2020年第16期，第102—106頁。

［41］ 張開平：《數(shù)字時代的政治傳播：理論重構(gòu)、議題革新與范式轉(zhuǎn)向》，《政治學(xué)研究》2023年第5期，第193—206頁。

［42］ ［意］盧西亞諾·弗洛里迪：《第四次革命：人工智能如何重塑人類現(xiàn)實》，王文革譯，浙江人民出版社2016年版，第199—207頁。

［43］ 楊生平：《權(quán)力：眾多力的關(guān)系——福柯權(quán)力觀評析》，《哲學(xué)研究》2012年第11期，第78—83頁。

［44］ 葉娟麗、徐琴：《去中心化與集中化：人工智能時代的權(quán)力悖論》，《上海大學(xué)學(xué)報（社會科學(xué)版）》2019年第6期，第1—12頁。

［45］ Scott Lash： “ Power after Hegemony.Cultural Studies in Mutation？ ”， Theory， Culture amp; Society， Vol.24， No.3， 2007， pp.55-78.

［46］ 王浦劬：《政治學(xué)基礎(chǔ)》，北京大學(xué)出版社2018年版，第76—83頁。

［47］ 龐金友：《人工智能與未來政治的可能樣態(tài)》，《探索》2020年第6期，第84—96頁。

［48］ “ Word of the Year 2016 is Truthiness-Definition of Truthiness in English ”， Oxford Dictionaries. （n.d.b）. 2017， http：//en.oxforddictionaries.com/definition/truthiness.

［49］ Adam D. I. Kramer， Jamie E. Guillory， and Jeffrey T. Hancock： “Experimental Evidence of Massive-Scale Emotional Contagion through Social Networks”， Proceedings of the National Academy of Sciences of the United States of America， Vol. 111， No.24， 2014， pp.8788-8790， https：//doi.org/10.1073/pnas.1320040111.

Algorithmic Political Push： Deconstructing and Sorting out a Proposition

LI" Xiaobo，ZHAO" Yitong

（Public Security Behavioral Science Lab， People’s Public Security University of China， Beijing 100038， China）

Abstract： “Algorithm push” is a process that provides users with a series of activities such as information acquisition， retrieval， processing， and presentation based on the algorithm technologies of content generation， personalized recommendation， and search filtering. In the era of artificial intelligence， the powerful information-dominating ability of algorithm push has profoundly affected the communication order of cyberspace， built a micro-operation mechanism of power based on algorithms， and gradually evolved into an important means for political actors， large consulting companies， and social groups to realize their interests. This has led to a series of risks， such as intervening in major political processes， disturbing mainstream ideology， and strengthening the network’s cognitive domain operations. Behind the interweaving of algorithm push and political ecology， it reflects the deconstruction and restructuring of the traditional political power structures and mode of operations， the large-scale automated penetration of technological tools into politics under the domination of capital， the trend of oligarchic governance under digital authoritarianism， and the change of democratic forms in the “post-truth” era.

Key words： algorithm push; political ecology; operating mechanism; operation logic

（責(zé)任編輯 編輯劉永俊；責(zé)任校對 齊立瑤）