挑戰(zhàn)與引領(lǐng)：算法推薦場域新聞主流話語數(shù)字傳播的風(fēng)險治理

郭永輝 宋磊

作者簡介：郭永輝，男，教授，博士生導(dǎo)師；宋磊，男，博士研究生。

摘? 要：隨著以算法推薦為技術(shù)內(nèi)核的信息傳播范式的變革，算法推薦正逐漸取代傳統(tǒng)信息分發(fā)模式，成為人類獲取信息的重要通道和平臺。在算法推薦模式下，大眾傳媒系統(tǒng)、網(wǎng)絡(luò)輿論陣地、主流話語體系均面臨前所未有的機(jī)遇與挑戰(zhàn)。從算法推薦的技術(shù)邏輯、算法推薦的價值屬性及迭代演進(jìn)的趨勢來看，算法推薦視域下新聞主流話語數(shù)字傳播面臨諸多風(fēng)險挑戰(zhàn)：“去中心化”解構(gòu)主流話語傳播力，“信息繭房”消解主流話語凝聚力，“算法歧視”削弱主流話語感召力，“算法黑箱”沖擊主流話語公信力?；谒惴ㄍ扑]的技術(shù)屬性和價值屬性，必須從建強(qiáng)融媒矩陣以全新格局駕馭算法推薦、加強(qiáng)算法研究以技術(shù)力量規(guī)制算法推薦、培育算法倫理以主流價值引領(lǐng)算法推薦、加強(qiáng)立法供給以法律約束規(guī)范算法推薦等方面尋求應(yīng)對之策，從而重構(gòu)和強(qiáng)化算法推薦場域新聞主流話語的引領(lǐng)地位。

關(guān)鍵詞：算法推薦；新聞主流話語；數(shù)字傳播；風(fēng)險治理

中圖分類號：G210.7文獻(xiàn)標(biāo)識碼：A文章編號：2096-8418（2024）02-0020-09

隨著大數(shù)據(jù)、云計算、人工智能技術(shù)不斷發(fā)展演進(jìn)，特別是5G通信技術(shù)帶來的終端革命，網(wǎng)絡(luò)傳播手段迅速迭代升級并演化出全新的范式，人類社會儼然進(jìn)入以“數(shù)據(jù)—算法—算力”為要素的“一切皆可計算”算法時代?；ヂ?lián)網(wǎng)內(nèi)容生產(chǎn)、信息分發(fā)和反饋互動機(jī)制發(fā)生根本性變化，“算法”代替“人工”推動互聯(lián)網(wǎng)信息生成、傳播進(jìn)入更加扁平化、精準(zhǔn)化、智能化階段。話語是一定歷史文化語境下，個體或群體運(yùn)用語言及其他媒介進(jìn)行的交往實踐。［1］主流話語是在全社會范圍內(nèi)獲得廣泛認(rèn)可、占據(jù)社會主導(dǎo)地位、反映主流價值觀念和思維的言說及表達(dá)方式，［2］承載了傳承、傳播中華文明、傳統(tǒng)文化和時代主流價值觀的重要使命。而新聞主流話語是主流話語在新聞傳播領(lǐng)域的“權(quán)威表達(dá)”，是主流話語傳播的重要載體、媒介和主渠道，在“社會主流文化和意識形態(tài)的建構(gòu)中發(fā)揮巨大的塑造和引導(dǎo)功能”［3］，承載著凝聚國家認(rèn)同、價值認(rèn)同和共同體意識的重要功能。在信息革命的新時代，一方面，新聞主流話語的傳播早已“躍出紙上”，并在算法傳播的加持下不斷革新其內(nèi)容生成和分發(fā)機(jī)制。同時，新聞主流話語的傳播也在算法場域及其特有傳播路徑下失去了傳統(tǒng)的支配地位。隨著算法技術(shù)持續(xù)迭代，傳統(tǒng)大眾傳媒系統(tǒng)、網(wǎng)絡(luò)輿論陣地、新聞主流話語均面臨前所未有的機(jī)遇與挑戰(zhàn)?！霸诨ヂ?lián)網(wǎng)這個戰(zhàn)場上，我們能否頂?shù)米?、打得贏，直接關(guān)系我國意識形態(tài)安全和政權(quán)安全?！保?］因此，本文以算法推薦的技術(shù)屬性和價值屬性為視角，進(jìn)而解構(gòu)算法推薦對新聞主流話語傳播的影響因素，從而提出應(yīng)對防控之道，具有現(xiàn)實而緊迫的理論意義和實踐意義。

一、算法推薦：大數(shù)據(jù)背景下信息傳播的技術(shù)躍升

算法本意指一種計算的方法，最初屬于數(shù)學(xué)運(yùn)算的概念和范疇。中國最早出現(xiàn)的算法概念載于公元前1世紀(jì)成書的《周髀算經(jīng)》。其英文名稱Algorithm則出自9世紀(jì)波斯數(shù)學(xué)家al-Khwarizmi，用指阿拉伯?dāng)?shù)字的運(yùn)算法則。人類進(jìn)入計算機(jī)時代后，算法自然被引入計算機(jī)編程之中，代表計算機(jī)執(zhí)行代碼的基本邏輯和方式，“如果按照正確的順序執(zhí)行，將計算處理輸入指令或數(shù)據(jù)，以產(chǎn)生預(yù)期結(jié)果”［5］。推薦算法（抑或算法推薦）則是指將算法的效能延伸到信息傳播領(lǐng)域，其本質(zhì)是借助現(xiàn)代互聯(lián)網(wǎng)技術(shù)，在對人的信息需求進(jìn)行精準(zhǔn)“畫像”的基礎(chǔ)上，實現(xiàn)信息高效精準(zhǔn)的匹配和投放。算法推薦的應(yīng)用實現(xiàn)了“人找信息”到“信息找人”的轉(zhuǎn)變，并助推信息傳播范式發(fā)生了顛覆性革新。

（一）算法推薦的技術(shù)邏輯

當(dāng)前流行的算法推薦機(jī)制主要有四種。一是基于內(nèi)容推薦的算法推薦機(jī)制。主要是根據(jù)用戶在網(wǎng)絡(luò)上留下的“痕跡”數(shù)據(jù)（搜索記錄、瀏覽記錄），對用戶進(jìn)行興趣和偏好設(shè)定，據(jù)此為用戶推送同類或相近內(nèi)容。二是協(xié)同過濾的算法推薦機(jī)制。利用用戶的社交關(guān)系進(jìn)行數(shù)據(jù)挖掘，根據(jù)用戶的年齡、性別、職業(yè)、位置、聲紋（甚至民族、宗教信仰）等，找到身份屬性近似的“鄰居”，進(jìn)而圈定社交矩陣，并以此為范圍推送類似內(nèi)容和信息。該算法默認(rèn)了“人以群分、物以類聚”的社交法則。三是基于熱點(diǎn)的推薦算法。該算法基于用戶瀏覽、點(diǎn)擊、轉(zhuǎn)發(fā)、評論等的數(shù)量以及閱覽時長、引用頻率等關(guān)注維度，將熱點(diǎn)較高的內(nèi)容視為具有高價值和強(qiáng)傳播力的信息進(jìn)行全網(wǎng)絡(luò)、全場域推送。該算法默認(rèn)“熱點(diǎn)和傳播力正相關(guān)”的規(guī)則，是算法實現(xiàn)“傳播加速度”的基礎(chǔ)。四是基于語義的推薦算法。該算法已經(jīng)不局限于語義的本意，而將相鄰語義、相近語義或關(guān)聯(lián)語義均納入算法視域。例如，用戶僅搜索了足球，平臺則推斷該用戶也可能關(guān)注其他體育信息并予以推送，其后再綜合內(nèi)容推薦、協(xié)同過濾等算法進(jìn)行調(diào)整，以達(dá)到精準(zhǔn)推送效果。

由此來看，算法推薦的核心是以大數(shù)據(jù)為基礎(chǔ)，依托算法平臺，經(jīng)由算法驅(qū)動的新型傳播樣態(tài)。隨著人工智能的發(fā)展，算法已經(jīng)不滿足于挖掘用戶在網(wǎng)絡(luò)上留下的數(shù)據(jù)信息，而力圖通過新的算法機(jī)制“揣測”這些數(shù)據(jù)背后的用戶心理、動機(jī)和行為規(guī)律。從信息傳播的角度看，算法推薦最直接的效果就是根據(jù)用戶“身份標(biāo)簽”“個人喜好”等進(jìn)行識別，在個體上實現(xiàn)了用戶“想看什么就推送什么”，在群體上實現(xiàn)了相同趣味受眾之間的聚合互動，從而為用戶推送“最懂你”的信息。

（二）算法推薦的價值屬性

從人類掌握原始勞動工具伊始到現(xiàn)代科學(xué)技術(shù)的發(fā)展，技術(shù)“作為身體的延伸”，其最初作為工具的中立性愈發(fā)受到質(zhì)疑。德國哲學(xué)家尤爾根·哈貝馬斯（Jürgen Habermas）認(rèn)為，技術(shù)統(tǒng)治論的命題作為隱形意識形態(tài)，甚至可以滲透到非政治化的廣大居民的意識中。［6］算法作為一種信息傳播技術(shù)，其本身確實并不摻雜話語屬性，而越來越多的研究則表明，算法基于自身技術(shù)邏輯而先天帶有價值傾向性。

第一，算法推薦蘊(yùn)含著設(shè)計者或資本的價值傾向。算法本身雖然不具備價值判斷和話語動能，但作為算法的設(shè)計者、編寫者或者投資平臺，其試圖通過算法挖掘的信息、達(dá)成的效果以及追求的價值，均不同程度影響算法的運(yùn)行方式和運(yùn)作機(jī)理，從而使“每一種技術(shù)架構(gòu)、每一行代碼、每一個界面，都代表著選擇，都意味著判斷，都承載著價值”［7］。即便編程設(shè)計人員具備足夠的職業(yè)素養(yǎng)，但其自身的價值觀念、倫理道德、能力水平等也會流露在一行行算法代碼之中。因此，算法試圖在傳播信息過程中體現(xiàn)的話語和價值觀導(dǎo)向是從其“娘胎”里就帶來的先天性“遺傳基因”。

第二，算法推薦的使用能夠影響用戶的價值判斷?；谒惴ㄍ扑]的傳播形式，平臺不僅能為用戶推薦“喜聞樂見”的信息，還能夠幫助用戶“發(fā)掘”其潛在喜好和興趣，從而源源不斷輸送用戶想看或滿足其需求的信息，因此易導(dǎo)致用戶接受同質(zhì)化內(nèi)容。在此基礎(chǔ)上，算法持續(xù)收集群體數(shù)據(jù)再次推送給用戶，強(qiáng)化了用戶對算法平臺的依賴。在一些兼具社交功能的算法推薦平臺上，系統(tǒng)以興趣為標(biāo)簽為用戶搭建社交網(wǎng)絡(luò)，固化了“共同愛好者”的群體認(rèn)同和價值觀認(rèn)同。

第三，算法推薦衍生基于信息資源的算法權(quán)力。毋庸置疑，隨著以算法技術(shù)為核心的人工智能的迭代發(fā)展，人類社會生活越來越多地被算法算計。誰掌握了海量數(shù)據(jù)，掌握了先進(jìn)的算法和強(qiáng)大的算力平臺，誰就掌握了未來信息資源的分配權(quán)。隨著算法推薦的普及，對數(shù)據(jù)、算法、算力的占有和支配將衍生出強(qiáng)大的算法權(quán)力，影響到政治、文化、經(jīng)濟(jì)運(yùn)行的諸多領(lǐng)域，甚至直接參與生產(chǎn)資料的分配，以至于“算法的社會本質(zhì)就是一種權(quán)力”［8］。

（三）算法推薦的迭代演進(jìn)趨勢

2022年11月30日，OpenAI（美國人工智能研究公司）發(fā)布聊天機(jī)器人程序ChatGPT（Chat Generative Pre-trained），該軟件一經(jīng)發(fā)布就打破用戶數(shù)量過億紀(jì)錄，成為當(dāng)下一款現(xiàn)象級人工智能應(yīng)用產(chǎn)品。目前來看，ChatGPT可廣泛應(yīng)用于人機(jī)對話、撰寫論文、翻譯甚至編寫代碼等各種場域。ChatGPT為了盡可能提升性能（智能化）水平，需要不斷放大訓(xùn)練模型，其性能最初隨著模型的放大而穩(wěn)步增長。當(dāng)模型放大到一定規(guī)模時，其性能增長迅速呈指數(shù)級提升，該現(xiàn)象被稱為AI模型的“自我注意力（強(qiáng)化學(xué)習(xí)）”能力。作為ChatGPT的核心和關(guān)鍵技術(shù)，其大數(shù)據(jù)規(guī)模、算法、算力均非一般平臺能夠比擬。可以預(yù)見，同樣以“數(shù)據(jù)—算法—算力”為核心的算法推薦機(jī)制，其發(fā)展迭代將始終處于加速度之中。盡管技術(shù)進(jìn)化仍有諸多不確定性，但其在傳播領(lǐng)域的應(yīng)用和發(fā)展趨勢仍然可窺一斑。

一是智能化更高。智能化程度越高，代表對用戶意識產(chǎn)生影響就越容易。隨著數(shù)據(jù)更多、算法更優(yōu)、算力更強(qiáng)，算法推薦的智能化水平無疑會迅速提升。特別是隨著各類終端設(shè)備的升級，在算法推薦環(huán)境中，用戶更多、更不易察覺的行為軌跡將被算法悉數(shù)采集。通過算力賦能，一方面，平臺將為用戶更加精準(zhǔn)“畫像”，為其投射“全息影像”，甚至比用戶更懂得其需求從而“投其所好”。另一方面，平臺將真正獲得“上帝視角”，近乎全量掌握人的所有活動（大數(shù)據(jù)），從而為實現(xiàn)“算法目的”鋪平了道路。

二是滲透力更強(qiáng)。讓用戶長期駐足或盡可能留下數(shù)據(jù)痕跡，是算法推薦得以發(fā)展和迭代的基礎(chǔ)。為此，一方面，各種算法平臺將竭盡可能地爭取客戶在平臺駐留時間，以期盡量掌握用戶使用期間的各種參數(shù)。另一方面，算法平臺將不遺余力地弱化用戶隱私邊界，并以更好的使用體驗為條件，通過使用戶讓渡隱私權(quán)利來獲得更多數(shù)據(jù)。這種情況事實上正在發(fā)生，也必將隨著算法推薦的應(yīng)用而不斷深化。各種算法機(jī)制將全方位地滲透到用戶的生活之中。

三是適用性更廣。算法推薦作為信息分發(fā)的技術(shù)手段，最初應(yīng)用在新聞傳媒領(lǐng)域，隨后迅速在網(wǎng)絡(luò)營銷市場取得支配地位，一些APP甚至利用手持終端收集用戶聲紋信息，全量分析用戶一天談話的內(nèi)容，在用戶推送“定制化”的出行、購物信息。當(dāng)前，算法推薦的應(yīng)用場域不斷擴(kuò)大，在民主政治、行政決策、社會生產(chǎn)的方方面面顯示出強(qiáng)大的作用力。算法“泛在化”趨勢更加明顯。

總之，基于算法的信息傳播模式勢必改變?nèi)祟惖纳a(chǎn)生活方式，也必將產(chǎn)生新的信息資源權(quán)力運(yùn)行機(jī)制和分配規(guī)則。隨著互聯(lián)網(wǎng)技術(shù)不斷迭代，算法推薦的影響力將持續(xù)釋放，未來的信息傳播方式將會呈現(xiàn)更加廣闊的圖景，其中的不確定性亦值得深入研究論證。

二、雙刃利劍：算法推薦場域新聞主流話語數(shù)字傳播面臨的挑戰(zhàn)

科技的社會性以其自然性為基礎(chǔ)，而后者服務(wù)于前者。［9］但科技的使用并非總是只產(chǎn)生積極的社會影響，“每一種事物好像都包含有自己的反面”［10］，一些負(fù)面作用往往伴其左右。高效、便捷、精準(zhǔn)的算法推薦機(jī)制同樣如此，在推動信息傳播進(jìn)入智媒時代的同時，其對新聞主流話語數(shù)字傳播的雙重影響亦逐漸顯現(xiàn)，以至“當(dāng)新聞媒體使用個性化推薦算法時，問題會變得更為嚴(yán)重”［11］。因此，考量算法推薦對新聞主流話語傳播的影響機(jī)理，自然要從算法推薦本身的技術(shù)邏輯出發(fā)，探究以數(shù)據(jù)挖掘和分析處理為基礎(chǔ)的算法，究竟是如何嵌入新聞主流話語形塑的全過程之中的。

（一）“去中心化”解構(gòu)新聞主流話語傳播力

在算法傳播機(jī)制下，原來由行政或傳統(tǒng)主流媒體主導(dǎo)的內(nèi)容制作和信息分發(fā)模式發(fā)生了根本性的變革。算法推薦“打破了傳統(tǒng)的科層化、中心化的信息生產(chǎn)和傳播機(jī)制，國家、社會、媒介平臺和受眾在信息傳播領(lǐng)域中的角色和地位發(fā)生重大變化，營造出人人都可發(fā)聲的信息傳播新領(lǐng)域”［12］，新的傳播范式正在全方位解構(gòu)新聞主流話語的傳播力。

一是“控制”失效。傳統(tǒng)的大眾傳媒時代，從議題設(shè)置、傳播路徑到效果反饋，信息在以點(diǎn)對面的傳播機(jī)制中呈現(xiàn)出完全“可控”的傳播樣態(tài)。算法推薦的智媒時代，國家、媒介平臺和個人均可能成為算法邏輯中平等節(jié)點(diǎn)，信息的傳播不再是傳統(tǒng)的閉環(huán)結(jié)構(gòu)，而演變?yōu)椴粩嘌h(huán)、擴(kuò)大、突變的“神經(jīng)元網(wǎng)絡(luò)”。每個人既是供給側(cè)，又是需求側(cè)；既是生產(chǎn)者，又是消費(fèi)者；既是傳播者，又是接收者。傳統(tǒng)的傳播主體在傳播系統(tǒng)中已經(jīng)不再具有絕對優(yōu)勢，一元封閉的信息分發(fā)系統(tǒng)正逐漸被多元開放的市場傳播模式所取代。在算法之下，為追求傳播效果的最大化，所有節(jié)點(diǎn)的創(chuàng)作、傳播熱情被充分調(diào)動，這種“失控”的傳播模式恰是算法推薦的傳播邏輯。

二是“把關(guān)”缺位。在算法推薦機(jī)制下，海量數(shù)據(jù)信息被強(qiáng)大的算力平臺反復(fù)計算、編輯、分發(fā)，信息的人工審核變得不切實際。算法應(yīng)用“逐漸取代新聞工作者成為算法傳播時代新的新聞把關(guān)人，新聞把關(guān)算法化成為當(dāng)前政治傳播的重要趨勢”［13］。信息把關(guān)權(quán)力的稀釋，無疑是傳播智能化發(fā)展的必然趨勢，但同時也帶來了新的隱憂。基于算法原理，算法把關(guān)的天秤必然從“供給”向“需求”傾斜，從“主流”向“多元”轉(zhuǎn)變，在激發(fā)用戶個人需求的同時，也弱化了公共議題的傳播，新聞主流話語的傳播力自然受到影響。

三是“空間”擠壓。如前所述，當(dāng)算法全面支配信息傳播后，是否能夠“找到并滿足人的需求”將成為評價算法效能的主要根據(jù)。在算法推薦環(huán)境下，各種取悅大眾的娛樂化、庸俗化、碎片化信息不斷涌現(xiàn)并被“優(yōu)先”推薦。虛假信息和網(wǎng)絡(luò)謠言甚囂塵上，消費(fèi)主義、個人主義大行其道。這種技術(shù)特質(zhì)嵌入的“算法偏見”導(dǎo)致新聞主流話語的傳播空間被持續(xù)擠壓，并逐步退出公眾注意力范圍。公共議題的理性、深度探討不再聚焦公眾視野，畢竟“在一天當(dāng)中所制造的神話，比以前一個世紀(jì)之內(nèi)所能制造的還要多”［14］。

（二）“信息繭房”消解新聞主流話語凝聚力

美國學(xué)者凱斯·桑斯坦（Cass R.Sunstein）首先提出“信息繭房”的概念，指在信息傳播過程中“我們只聽我們選擇的東西和愉悅我們的東西的通訊領(lǐng)域”。［15］有學(xué)者直接指出，算法推薦“容易使人將自己的偏見當(dāng)作真理，拒絕接受其他合理性觀點(diǎn)和意見”［16］。在算法調(diào)控下，圍繞用戶喜好和需求的信息供給側(cè)與需求側(cè)內(nèi)容高度匹配，受眾沉溺在近乎“私人定制”的同質(zhì)化信息“繭房”之中，如同桑蠶吐絲，作繭自縛。

第一，算法構(gòu)筑的強(qiáng)大壁壘導(dǎo)致群體極化。算法之下，不僅個體將自身封閉在信息的“繭房”內(nèi)，算法還將具有相同興趣愛好的個體“標(biāo)簽化”，從而為其構(gòu)建“社交矩陣”，幫助尋找具有共同價值觀的“同類人”，從而為他們推送相近“話題”內(nèi)容。這種信息的過濾推薦機(jī)制被稱為“過濾氣泡”。在算法推薦邏輯下，不管是用戶個體還是一個小群體，都固步自封在算法建立的“信息回音壁”之中，從而催生圈層的固化和群體的極化現(xiàn)象。群體分化的加劇導(dǎo)致身份標(biāo)簽化從而產(chǎn)生思想觀念的分野，現(xiàn)實中的階層、族群、群體轉(zhuǎn)化網(wǎng)絡(luò)空間的“數(shù)字鴻溝”，不利于共同體意識的凝聚。

第二，算法推薦的“聚合力”極易促發(fā)公共輿情事件。通過算法推薦與匹配，加之一些平臺兼具傳媒與社交互動功能，為相似用戶聚合和相似內(nèi)容聚合提供了便利條件。在算法推薦加持下，此種聚合更容易使負(fù)面輿情和社會矛盾找到宣泄的堤口。受“算法偏見”“信息繭房”疊加影響，個人情感比客觀事實更能影響民意的形成，輿論“爆點(diǎn)”“燃點(diǎn)”更具不確定性，且更容易形成傳播“加速度”，催發(fā)網(wǎng)上網(wǎng)下共振。［17］在公共危機(jī)處理中，政府權(quán)威變得更加式微，主流話語傳播面臨嚴(yán)峻挑戰(zhàn)。

（三）“算法歧視”削弱新聞主流話語感召力

在商業(yè)資本裹挾下，為爭奪市場主導(dǎo)和支配地位，算法平臺化、資本化愈演愈烈，各大平臺竭力實現(xiàn)對數(shù)據(jù)的占有、對算法的優(yōu)化和對算力的提升，從而實現(xiàn)“算法壟斷”。算法壟斷使算法的權(quán)力屬性更加顯露，利用海量信息數(shù)據(jù)，通過學(xué)習(xí)分析進(jìn)而將自身價值轉(zhuǎn)換為一種“準(zhǔn)公權(quán)力”，從而實現(xiàn)對社會進(jìn)行控制的目的。［18］

“大數(shù)據(jù)殺熟”是較為典型的例證。算法平臺利用數(shù)據(jù)挖掘技術(shù)，對用戶數(shù)據(jù)特征進(jìn)行收集、分類，對具有一定黏性的用戶（熟客或老用戶）進(jìn)行歧視性定價，從而獲得更多利潤。在“宰熟客”的情景中，跨平臺的“算法共謀”更令人擔(dān)憂，算法平臺對用戶利益的“生殺予奪”昭示了算法推薦的權(quán)力化。隨著應(yīng)用場域的變化，算法推薦技術(shù)外衣下的數(shù)據(jù)應(yīng)用將產(chǎn)生諸多不確定性因素。

相比于“大數(shù)據(jù)殺熟”中的價格歧視，數(shù)據(jù)分析和算法系統(tǒng)產(chǎn)生的身份歧視、就業(yè)歧視、司法歧視則使其強(qiáng)化了某種公權(quán)力的屬性。美國司法系統(tǒng)使用Oompas算法“用于風(fēng)險預(yù)測，可以基于犯罪記錄以及其他個人相關(guān)信息預(yù)測罪犯的累犯風(fēng)險，從而作出量刑建議”，結(jié)果黑人被告被誤判為暴力犯罪累犯的風(fēng)險是白人的兩倍，“由此可見，算法中隱藏著歧視的風(fēng)險，其作出的決策很可能會固化社會歧視，加劇社會不公”［19］。在算法推薦過程中，由于算法平臺掌握的數(shù)據(jù)量有限，經(jīng)由算法運(yùn)算的推薦結(jié)果可能存在“幸存者偏差”，一些弱勢群體的權(quán)益被排除在算法的“考量”之外。這就與新聞主流話語中承載的人文關(guān)懷嚴(yán)重背離，從而削弱主流話語的感召力。

（四）“算法黑箱”沖擊新聞主流話語公信力

算法推薦的上述影響機(jī)理還與“算法黑箱”有關(guān)?！昂谙洹痹且环N隱喻，指的是那些不為人知且不能打開、不能從外部直接觀察其內(nèi)部狀態(tài)的系統(tǒng)。［20］“算法黑箱”則指算法的不公開、不透明，一方面國家和大型平臺公司將算法納入保密范疇，同時由于大眾專業(yè)知識有限，對算法原理難以完全掌握，在輸入的數(shù)據(jù)和其輸出的結(jié)果之間存在著難以洞察的“暗房”。

在算法推薦機(jī)制下，“黑箱”問題加劇了“算法歧視”“信息繭房”的影響，從而使某種價值觀念通過主導(dǎo)“公眾情感”和“認(rèn)知建構(gòu)”形成優(yōu)勢地位成為現(xiàn)實。西方國家利用在人工智能領(lǐng)域的領(lǐng)先地位，早已著手研究利用算法推薦掌控國際輿論場和話語權(quán)，持續(xù)實施話語輸出。算法運(yùn)行中的政治操作已成為西方國家在技術(shù)治理過程中無可辯駁的事實，但其涉及的權(quán)力運(yùn)作過程和公權(quán)力使用責(zé)任問題是公眾無法察覺的。［21］

俄烏戰(zhàn)爭讓全世界看到基于算法傳播的“網(wǎng)絡(luò)認(rèn)知戰(zhàn)”的力量，“從應(yīng)用程序的下架到全球性社交媒體平臺上的禁言，從假新聞到‘直播秀，在軍事上擁有絕對優(yōu)勢的俄羅斯，在新的輿論戰(zhàn)場上似乎成了弱者”［22］。在更早的“阿拉伯之春”中，美國投入2000多萬美元，讓相關(guān)平臺公司挖掘用戶偏好信息把控內(nèi)容制作、篩選和話語輸出，傳播滲透“民主思想”，進(jìn)而嚴(yán)重破壞別國的意識形態(tài)安全。［23］不僅如此，“民粹主義、新自由主義、歷史虛無主義等社會思潮披著算法推薦的技術(shù)外衣……掩蓋甚至淹沒了事實真相”［24］。算法推薦與生俱來的特性正在成為西方話語輸出和話語霸權(quán)的有力工具。

三、風(fēng)險規(guī)制：強(qiáng)化算法場域新聞主流話語引領(lǐng)地位的治理對策

當(dāng)前，學(xué)界關(guān)于算法治理路徑的理論探討方興未艾。一些研究關(guān)注算法本身，有的側(cè)重于在算法設(shè)計階段就注入倫理價值，建立監(jiān)管機(jī)制，［25］有的強(qiáng)調(diào)對算法及其執(zhí)行效果進(jìn)行審計，［26］進(jìn)而評估算法風(fēng)險。有的關(guān)注算法衍生的一系列問題的法律治理，著眼于建構(gòu)算法設(shè)計者與相關(guān)權(quán)利主體的法律責(zé)任以及問責(zé)機(jī)制。［27］有的學(xué)者關(guān)注算法在不同應(yīng)用場域的治理問題，如在“互聯(lián)網(wǎng)傳播視角下”提出“要建構(gòu)算法治理的社會秩序體系和制度導(dǎo)向體系”。［28］該觀點(diǎn)體現(xiàn)的綜合治理思維其實更能適應(yīng)算法治理面臨的難題。當(dāng)前層出不窮的算法安全問題已引起各國政府和行業(yè)的高度關(guān)注，ChatGPT的迭代更使全世界重新審視算法的強(qiáng)大威力。實踐證明，在算法治理中，任何線性思維或條線治理模式都難以匹敵算法的迭代演進(jìn)及其衍生問題。對算法的治理將成為檢驗社會治理能力與治理體系現(xiàn)代化的重要一隅。

在治理實踐上，國家網(wǎng)信辦等九部委于2021年聯(lián)合出臺《關(guān)于加強(qiáng)互聯(lián)網(wǎng)信息服務(wù)算法綜合治理的指導(dǎo)意見》，強(qiáng)調(diào)了企業(yè)在算法安全上建立責(zé)任制度的義務(wù)，在健全治理機(jī)制、構(gòu)建監(jiān)管體系、促進(jìn)算法生態(tài)等方面提出建立綜合治理格局，加強(qiáng)算法的綜合治理。隨后，國家網(wǎng)信辦等四部門又聯(lián)合印發(fā)《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》。這是我國首部針對算法治理的專門法規(guī)，也是全球第一個綜合性、全面性、系統(tǒng)性規(guī)制算法的法律規(guī)定，標(biāo)志著我國的算法治理邁入法律治理時代。［29］但當(dāng)前法規(guī)總體上依然缺乏對算法設(shè)計者的素養(yǎng)培育，社會協(xié)同治理亦無保障機(jī)制，加強(qiáng)行業(yè)自律的條陳也不夠具體。

目前逐漸達(dá)成的共識是，盡管算法在不同的應(yīng)用場景中表露出的問題有所不同，但要駕馭和利用好算法并從根本上疏解其造成的負(fù)面影響，則必須構(gòu)建對算法設(shè)計—應(yīng)用—影響的全鏈條評估，對“算法本身—權(quán)利主體—應(yīng)用場域”的全方位監(jiān)管，特別是進(jìn)一步健全“事前—事中—事后”全過程、可回溯的監(jiān)測機(jī)制，從而建立綜合治理的體系和發(fā)展格局。習(xí)近平總書記指出：“網(wǎng)絡(luò)意識形態(tài)安全風(fēng)險問題值得高度重視。網(wǎng)絡(luò)已是當(dāng)前意識形態(tài)斗爭的最前沿。掌控網(wǎng)絡(luò)意識形態(tài)主導(dǎo)權(quán)就是守護(hù)國家的主權(quán)和政權(quán)?！保?0］而新聞主流話語是意識形態(tài)的重要載體和表達(dá)形式。在信息傳播樣態(tài)發(fā)生深刻革命的背景下，我們要用新聞主流話語引領(lǐng)網(wǎng)絡(luò)輿論，就需要把握算法推薦的傳播規(guī)律，規(guī)避算法推薦負(fù)面效應(yīng)，持續(xù)加強(qiáng)算法綜合治理，探索算法推薦視域下強(qiáng)化新聞主流話語引領(lǐng)地位的路徑。

（一）建強(qiáng)融媒矩陣，以全新格局駕馭算法推薦

新的算法傳播培育了一眾市場占有率、滲透率極高的大型傳播平臺。算法推薦的扁平化、去中心化模式弱化了傳統(tǒng)主流媒體的“壟斷地位”。媒體是黨的喉舌，在“人人向人人傳播”的“智媒”時代，政府和主流媒體要主動適應(yīng)傳播變革，以全新的傳播格局駕馭算法，為新聞主流話語傳播插上算法的翅膀。從未來傳播的角度看，要大膽跨界、大膽融合，做更高效的傳播。未來任何平臺都應(yīng)該成為主流話語的傳播陣地。［31］

一是強(qiáng)化傳播矩陣。官方和主流媒體要充分借鑒市場經(jīng)驗，要深諳算法傳播規(guī)律，推動自我革新，精心打造適應(yīng)傳播趨勢的“智慧黨媒”平臺，形成“傳統(tǒng)媒介+智慧平臺”傳播格局。同時，與商業(yè)傳播平臺、自媒體建立基于內(nèi)容的協(xié)作傳播模式，建立分布式、立體式的新聞主流話語傳播矩陣。二是培育傳播人才。圍繞算法推薦機(jī)制個性化、多元化、定制化機(jī)制，要大力培養(yǎng)一支政治素質(zhì)強(qiáng)并深諳網(wǎng)絡(luò)傳播語境的專業(yè)人才，讓主流話語輸出有形象、有溫度，更深層次地體現(xiàn)人文關(guān)懷。同時，借力草根新聞、網(wǎng)絡(luò)大V、“意見領(lǐng)袖”等共同發(fā)聲，放大聲量。三是優(yōu)化官方敘事。算法推薦以海量數(shù)據(jù)為基礎(chǔ)，要在新聞主流話語引領(lǐng)下，推動官方話語形態(tài)和受眾多元需求的契合，探索優(yōu)化針對不同受眾、不同空間和不同文化類型的話語體系和敘事方式，讓官方敘事融入算法推薦的規(guī)律之中，不斷增強(qiáng)官方話語穿透力、感染力和傳播力，從而盡可能提高市場占有率、擴(kuò)大受眾覆蓋面，成功融入不同地緣、業(yè)緣、趣緣圈群。四是深化國際傳播。要加強(qiáng)國際傳播的戰(zhàn)略研究和布局，全力提升官方平臺的國際傳播能力。同時依托國際社交平臺，逐步搭建對外傳播體系，“采用貼近不同區(qū)域、不同國家、不同群體受眾的精準(zhǔn)傳播方式，推進(jìn)中國故事和中國聲音的全球化表達(dá)、區(qū)域化表達(dá)、分眾化表達(dá)，增強(qiáng)國際傳播的親和力和實效性”［32］（117）。

（二）加強(qiáng)算法研究，以技術(shù)力量規(guī)制算法推薦

算法推薦作為技術(shù)應(yīng)用融入人類生活方式已成必然趨勢，并將隨著技術(shù)迭代躍升不斷擴(kuò)大應(yīng)用場域。規(guī)制算法推薦的負(fù)面效應(yīng)也必然要在算法的技術(shù)治理上尋找路徑，“要以技術(shù)對技術(shù)，技術(shù)管技術(shù)，做到魔高一尺、道高一丈”［33］，從算法的技術(shù)維度解決算法推薦帶來的問題?！疤剿鲗⑷斯ぶ悄苓\(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，用主流價值導(dǎo)向駕馭‘算法，全面提高輿論引導(dǎo)能力”［34］。

首先，要推動算法透明化。盡管算法推薦內(nèi)嵌著大眾難以理解的復(fù)雜的信息傳播技術(shù)并涉及知識產(chǎn)權(quán)及商業(yè)秘密，但平臺和企業(yè)仍有義務(wù)打開“算法黑箱”，盡可能向用戶公開和闡明算法運(yùn)作的過程和原理，確保用戶在知悉涉及自身隱私的數(shù)據(jù)是如何被算法收集并進(jìn)行數(shù)據(jù)化、標(biāo)簽化處理的。其次，要用算法彌補(bǔ)算法。為最大限度降低算法推薦衍生的“信息繭房”“氣泡過濾”等效應(yīng)，糾正算法推薦的信息固化、窄化、同質(zhì)化問題，應(yīng)倡導(dǎo)算法推薦技術(shù)的反向應(yīng)用，在算法推薦的、受眾感興趣的、喜聞樂見的信息之外，還應(yīng)推薦那些用戶不感興趣但涉及公共議題、不喜歡但有用的信息，幫助用戶沖破“繭房”束縛。最后，要加大算法研發(fā)投入。作為變革性技術(shù)力量，算法技術(shù)的發(fā)展將會為社會生產(chǎn)方式的革新持續(xù)注入強(qiáng)大力量。在推進(jìn)算法治理的同時，更具主動性、前瞻性的做法是引導(dǎo)和加大算法技術(shù)的研發(fā)投入，推動算法技術(shù)與“監(jiān)督算法”的技術(shù)同步發(fā)展，防止算法一味追求商業(yè)價值而越軌失控。

（三）培育算法倫理，以主流價值引領(lǐng)算法推薦

隨著算法智能化發(fā)展，算法模型和系統(tǒng)集成更加復(fù)雜，要實現(xiàn)算法技術(shù)良性進(jìn)化必須讓主流價值觀嵌入算法的內(nèi)核，在算法設(shè)計、算法傳播和應(yīng)用場域全過程實現(xiàn)主流價值引領(lǐng)，確保算法在追求商業(yè)價值基礎(chǔ)上，主動承載更多社會價值，讓算法推薦成為傳播社會正能量的“加速器”“擴(kuò)音器”。

第一，在設(shè)計環(huán)節(jié)，要注重對算法設(shè)計者的價值觀培養(yǎng)。作為算法模型的設(shè)計者、生產(chǎn)者，要深刻理解“人是萬物的尺度”“技術(shù)是人的延伸”。在施展專業(yè)技術(shù)才華進(jìn)行算法設(shè)計的過程中，做到職業(yè)技能與職業(yè)道德的統(tǒng)一。企業(yè)平臺也要加強(qiáng)行業(yè)自律和內(nèi)部監(jiān)管，讓算法推薦滿足大眾多元需求的同時，也能受到主流話語的沁潤和教育。第二，在傳播環(huán)節(jié)，要加強(qiáng)對算法推薦內(nèi)容的審核把關(guān)。在算法加持的“智媒時代”，大量的內(nèi)容把關(guān)以數(shù)據(jù)篩選、過濾、屏蔽的方式由算法承擔(dān)。必須守住內(nèi)容把關(guān)權(quán)，通過“人工審核+算法過濾”相結(jié)合的方式，實現(xiàn)內(nèi)容把關(guān)的人機(jī)協(xié)同，防止虛假信息、錯誤思潮和西方話語體系、意識形態(tài)占領(lǐng)輿論陣地。第三，在傳播末端，要加強(qiáng)算法推薦傳播效果的評估。監(jiān)管部門和企業(yè)自身應(yīng)當(dāng)建立算法傳播風(fēng)險監(jiān)測和預(yù)警機(jī)制，定期收集傳播效果反饋信息，并對傳播的新聞主流話語效果進(jìn)行評估。對存在巨大風(fēng)險的算法平臺應(yīng)當(dāng)“亡羊補(bǔ)牢”，及時進(jìn)行技術(shù)調(diào)整和完善。

（四）加強(qiáng)立法供給，以法律約束規(guī)范算法推薦

當(dāng)前，西方國家針對算法治理問題，已先后出臺一系列立法規(guī)范、行業(yè)自律公約和技術(shù)指引。通過事前備案、事中監(jiān)督、事后問責(zé)建立閉環(huán)治理體系，目的既是為了保護(hù)算法技術(shù)的發(fā)展，保持其在人工智能領(lǐng)域的領(lǐng)先地位，同時，防止出現(xiàn)算法失控，反噬社會治理成效和國家安全的情懷。我國近年來也持續(xù)加強(qiáng)立法和制度供給。除出臺前述相關(guān)規(guī)定外，2022年6月22日，中共中央全面深化改革委員會第26次會議明確提出了“推動算法審計”，審議通過了《中共中央國務(wù)院關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》強(qiáng)調(diào)建立“算法審查制度”。但相關(guān)立法及配套尚未跟上，無論是政府職能部門還是行業(yè)審計的機(jī)制都尚未完全建立。［35］力圖“通過法律化解風(fēng)險，通過法律吸納風(fēng)險，將風(fēng)險社會置于法治社會的背景之中，即對智能革命時代的法律制度乃至整個社會規(guī)范進(jìn)行新的建構(gòu)”［36］仍然任重道遠(yuǎn)。對于算法推薦的法律約束，應(yīng)著重抓好數(shù)據(jù)、算法及算力平臺三個層面。

首先，在數(shù)據(jù)方面，要嚴(yán)格企業(yè)和算法平臺的告知、解釋義務(wù)，確保用戶知悉和理解自身對隱私權(quán)利的讓渡將會產(chǎn)生的法律后果，并可隨時終止權(quán)利讓渡，依法依規(guī)依約采集用戶信息和數(shù)據(jù)。同時，當(dāng)個體數(shù)據(jù)被挖掘匯集成數(shù)據(jù)池、數(shù)據(jù)庫后，數(shù)據(jù)的安全性迅速凸顯，對數(shù)據(jù)安全的法律約束已經(jīng)從私權(quán)領(lǐng)域上升到公共安全甚至政治安全的高度。在現(xiàn)行法律規(guī)范框架下，要緊跟人工智能迭代步伐，持續(xù)配套完善數(shù)據(jù)安全立法，加強(qiáng)數(shù)據(jù)安全監(jiān)管行政執(zhí)法，確保數(shù)據(jù)安全在采集、計算和傳播全過程的安全。其次，在算法方面，要完善對算法的保護(hù)、發(fā)展和引導(dǎo)機(jī)制，促進(jìn)我國算法行業(yè)、算法市場的快速良性發(fā)展。同時，要完善算法備案、算法監(jiān)督、算法審計和算法責(zé)任的相關(guān)法律配套，建立政府主導(dǎo)、行業(yè)自律、社會機(jī)構(gòu)協(xié)同治理的監(jiān)管體系，規(guī)避“算法偏見”“算法歧視”“信息繭房”等帶來的話語傳播治理風(fēng)險。最后，在算力平臺方面，隨著算法推薦技術(shù)的商業(yè)化應(yīng)用，算法資本化、國際化的趨勢逐漸顯現(xiàn)，算法市場培育出了占據(jù)市場壟斷地位的大型算法平臺。一方面引導(dǎo)平臺和企業(yè)有效履行內(nèi)部監(jiān)管責(zé)任和社會責(zé)任，當(dāng)好算法推薦技術(shù)的“監(jiān)護(hù)人”，同時要堅決規(guī)制市場不正當(dāng)競爭和算法市場壟斷行為，確保算法市場健康發(fā)展。另外，要進(jìn)一步完善數(shù)據(jù)出口、算法出口的限制性規(guī)定，以防止敏感數(shù)據(jù)、敏感技術(shù)外泄。

四、余? 論

探究算法推薦對新聞主流話語傳播的影響在于趨利避害，而非因噎廢食。人類張開雙臂擁抱算法既是不爭的事實，也是未來的趨勢。作為“身體的延伸”，應(yīng)始終堅持技術(shù)的工具性價值，防止技術(shù)異化而實現(xiàn)對人的控制。在對算法推薦的治理中，人始終是各個維度的中心，由此衍生的算法推薦技術(shù)發(fā)展迷思仍值得我們探究。

一是要始終關(guān)注算法推薦中的技術(shù)倫理問題。自“圖靈機(jī)”問世以來，隨著人類科技的不斷發(fā)展，以算法為核心的人工智能朝著“更像人”的目標(biāo)不斷接近，技術(shù)應(yīng)用帶來的倫理問題和價值悖論層出不窮，技術(shù)中立的哲學(xué)反思從未停止，“像種種一度被認(rèn)為是亙古不變的確定性信念一樣，技術(shù)中立論其興也勃，其亡也忽。那個以‘技術(shù)中立為第一原則的時代，已是一去不回頭了”［37］?？梢灶A(yù)見，算法推薦未來將成為人類信息獲取的重要通道。算法推薦的技術(shù)倫理問題關(guān)乎人類價值觀和意識形態(tài)塑造，科學(xué)性與倫理性之爭也必將伴隨人類科技的發(fā)展。

二是要始終關(guān)注人在算法推薦中的技術(shù)素養(yǎng)問題。信息技術(shù)的發(fā)展出乎人們的想象，其演化革新的未來圖景將更加紛繁復(fù)雜。技術(shù)“黑箱”既需要憑借科技工作者的專業(yè)知識予以拆解，也需要普遍提升用戶和大眾的算法素養(yǎng)，培養(yǎng)用戶的技術(shù)理性和批判意識，防止對算法的盲從和過度依賴，從而“能夠合理地運(yùn)用算法而又不被算法所操縱，進(jìn)而爭取真正做到以人的價值理性駕馭算法推薦的工具理性，讓智能算法推薦真正成為服務(wù)于人全面發(fā)展的助推之器”［38］。

在被算法推薦形塑的信息世界中，我們始終不應(yīng)忘記人的主觀能動性和主體地位，不能沉溺在算法營造的“舒適圈”中駐足不前，“要本著對社會負(fù)責(zé)，對人民負(fù)責(zé)的態(tài)度，依法加強(qiáng)網(wǎng)絡(luò)空間治理，加強(qiáng)網(wǎng)絡(luò)內(nèi)容建設(shè)，做強(qiáng)網(wǎng)上正面宣傳”［39］。算法推薦的時代已經(jīng)來臨，在算法推薦的傳播模式下，既要享受算法之美，也要防止算法之觴。這將成為傳播學(xué)、政治學(xué)、社會學(xué)甚至國家安全學(xué)等多領(lǐng)域多學(xué)科共同面對的課題。

參考文獻(xiàn)：

［1］施旭，李婧.美國國家安全話語體系研究［J］.中國外語，2021（4）：12-18.

［2］李萬平，方愛東.話語間性視域下我國主流話語權(quán)威的建構(gòu)［J］.中國石油大學(xué)學(xué)報（社會科學(xué)版），2019（5）：46-52.

［3］謝梅.消費(fèi)語境與新聞話語的建構(gòu)［J］.天府新論，2009（6）：108-112.

［4］中共中央黨史和文獻(xiàn)研究院.習(xí)近平關(guān)于總體國家安全觀論述摘編［M］.北京：中央文獻(xiàn)出版社，2018：103.

［5］Kitchind， R.（2017）.Thinking critically about and researching algorithms.Information，Communication & Society，20（1）：14-29.

［6］［美］尤爾根·哈貝馬斯.作為“意識形態(tài)”的技術(shù)與科學(xué)［M］.上海：學(xué)林出版社，1999：63.

［7］用主流價值紓解“算法焦慮”［N］.人民日報，2018-6-20（005）.

［8］喻國明，楊瑩瑩，閆巧妹.算法即權(quán)力：算法范式在新聞傳播中的權(quán)力革命［J］.編輯之友，2018（5）：5-12.

［9］呂乃基.科學(xué)技術(shù)之“雙刃劍”辨析［J］.哲學(xué)研究，2011（7）：103-108+128.

［10］馬克思恩格斯選集（第1卷）［M］.北京：人民出版社，1995：775.

［11］林洹民.個性化推薦算法的多維治理［J］.法制與社會發(fā)展，2022（4）：162-179.

［12］蔣博，李明.挑戰(zhàn)與重構(gòu)：推薦算法視域下的主流意識形態(tài)話語權(quán)建設(shè)［J］.海南大學(xué)學(xué)報（人文社會科學(xué)版），2021（1）：26-31.

［13］張龍輝，肖克.智能算法應(yīng)用下政治傳播的變革、潛在風(fēng)險與效果提升路徑［J］.學(xué)術(shù)探索，2021（10）：1-10.

［14］馬克思恩格斯全集（第33卷）［M］.北京：人民出版社，1973：258.

［15］［美］凱斯·桑斯坦.信息烏托邦：眾人如何生產(chǎn)知識［M］.畢競悅，譯.北京：法律出版社，2008：8.

［16］薛永龍，汝倩倩.遮蔽與解蔽：算法推薦場域中的意識形態(tài)危局［J］.自然辯證法研究，2020，36（1）：50-55.

［17］王金林.后真相政治探幽［J］.探索與爭鳴，2017（4）：21-23.

［18］郭哲.反思算法權(quán)力［J］.法學(xué)評論，2020（6）：33-41.

［19］新華網(wǎng).“黑箱”中的算法歧視［EB/OL］.http：//www.xinhuanet.com/globe/2021-4/19/c_139890607.html.

［20］張淑玲.破解黑箱：智媒時代的算法權(quán)力規(guī)制與透明實現(xiàn)機(jī)制［J］.中國出版，2018（7）：49-53.

［21］李春生.技術(shù)治理中的算法“黑箱”及其應(yīng)對策略［N］.中國社會科學(xué)報，2021-11-10（008）.

［22］方興東，鐘祥銘.算法認(rèn)知戰(zhàn)：俄烏沖突下輿論戰(zhàn)的新范式［J］.傳媒觀察，2022（4）：5-15.

［23］孫會巖.人工智能技術(shù)視野下黨的政治安全：機(jī)遇、風(fēng)險與治理［J］.毛澤東鄧小平理論研究，2019（9）：27-34+108.

［24］譚亞莉，劉艷.算法時代網(wǎng)絡(luò)主流意識形態(tài)的話語建構(gòu)及優(yōu)化策略［J］.學(xué)習(xí)與實踐，2022（7）：24-34.

［25］閆瑞峰.算法設(shè)計倫理治理的立場、爭論與對策［J］.自然辯證法通訊，2023，45（6）：1-9.

［26］徐明華，魏子瑤.算法倫理的治理新范式：算法審計的興起、發(fā)展與未來［J］.當(dāng)代傳播，2023（1）：80-86.

［27］胡凌.作為規(guī)則的推薦算法：演進(jìn)與法律治理［J］.圖書情報知識，2023（1）：45-55.

［28］黨東耀，黨欣.計算傳播學(xué)視角下的智能推薦系統(tǒng)建構(gòu)與算法治理［J］.鄭州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2022（5）：115-120+128.

［29］李婧文，李雅文.算法應(yīng)用風(fēng)險與治理研究［J］.大數(shù)據(jù)，2023（3）：140-149.

［30］中共中央黨史和文獻(xiàn)研究院.習(xí)近平關(guān)于總體國家安全觀論述摘編［M］.北京：中央文獻(xiàn)出版社，2018：117.

［31］喻國明.再造主流話語形態(tài)的關(guān)鍵：用戶本位、構(gòu)建魅力、營造流行［J］.新聞與寫作，2019（9）：54-57.

［32］中共中央黨史和文獻(xiàn)研究院.習(xí)近平關(guān)于總體國家安全觀論述摘編［M］.北京：中央文獻(xiàn)出版社，2018：117.

［33］中共中央黨史和文獻(xiàn)研究院.習(xí)近平關(guān)于網(wǎng)絡(luò)強(qiáng)國論述摘編［M］.北京：中央文獻(xiàn)出版社，2021：95.

［34］習(xí)近平.加快推動媒體融合發(fā)展 構(gòu)建全媒體傳播格局［J］.實踐（思想理論版），2019（4）：5-6.

［35］劉建業(yè).論我國算法審計的法治化建構(gòu)［J］.河南財經(jīng)政法大學(xué)學(xué)報，2023（3）：14-23.

［36］吳漢東.人工智能時代的制度安排與法律規(guī)制［J］.法律科學(xué)（西北政法大學(xué)學(xué)報），2017（5）：128-136.

［37］果殼網(wǎng).“技術(shù)中立”消亡史［EB/OL］.https：//www.guokr.com/article/456743.

［38］張林.智能算法推薦的意識形態(tài)風(fēng)險及其治理［J］.探索，2021（1）：176-188.

［39］中共中央文獻(xiàn)編輯委員會.習(xí)近平著作選讀第一卷［M］.北京：人民出版社，2023：473.

［責(zé)任編輯：高辛凡］

Challenge and Lead： The Risk Management of Digital Communication of Mainstream Discourse in Field News Recommended by the Algorithm

GUO Yong-hui & SONG Lei

With the transformation of information dissemination paradigm， algorithm recommendation is replacing the traditional information dissemination model and becoming an important channel and platform for human beings to obtain information. Under the pattern of algorithm recommendation， the mass media system， the network public opinion position and the mainstream discourse system all face unprecedented opportunities and challenges. From the technical logic of algorithm recommendation， the value attributes of algorithm recommendation and the trend of iterative evolution， digital communication of mainstream news discourse faces many risks and challenges from the perspective of algorithm recommendation： “De-centralization” deconstructs the communication power of mainstream discourse， “information cocoon” dispels the cohesion of mainstream discourse， “algorithm discrimination” weakens the appeal of mainstream discourse， and“algorithm black box” impinges on the credibility of mainstream discourse. Based on the technical attributes and value attributes of algorithm recommendation， it is necessary to seek the countermeasures from the following aspects： strengthening the financial media matrix to control the algorithm recommendation in a completely new pattern， strengthening the algorithm research to regulate the algorithm recommendation by the technical strength， cultivating the algorithm ethics to lead the algorithm recommendation by the mainstream value， strengthening the legislative supply to regulate the algorithm recommendation by the law， etc.? Therefore， the leading position of mainstream discourse in field news is reconstructed and strengthened.