向 勇

今天，网络与新媒体发展已经进入算法推荐时代。调查显示，“截至2018年底，超过95%的网络信息社会化分发是由算法推荐完成的”。(1)《2018年度中国移动资讯分发平台市场研究报告》，http://www.bigdata-research.cn/content/201903/925.html。与所有变革性技术一样，算法正以前所未有的力量影响甚至变革着社会生活的方方面面。“越来越多的权力存在于算法之中，它不仅塑造社会与文化，直接影响与控制个人生活，甚至获得了真理的地位。”(2)刘培、池忠军：《算法的伦理问题及其解决进路》，《东北大学学报(社会科学版)》2019年第3期。在算法的冲击下，高校教育教学及其对应的课堂教学、个体生活和意识形态建构等各个层面，受到了不同程度的重构，而作为受众的广大师生，也在其中经历了角色的转变和权利界限的探索。算法在使大学治理迎来新发展机遇的同时，也使其面临巨大挑战。

高校思想政治理论课(以下简称“思政课”)作为高校实现立德树人根本任务的关键课程，如何应对算法的挑战，已成为一件极其重要和紧迫的事情。一方面，我们需要利用算法提高高校思政课教育教学水平；另一方面，算法的负面效应给高校思政课带来了大量新的问题，需要予以积极回应。近年来，一些学者开始关注算法对于高校思想政治教育工作的影响，并开展相关对策研究，取得了一些成果，(3)参见温旭：《智能算法助推高校精准思政的逻辑进路》，《思想理论教育》2020年第6期；王贤卿：《以道御术：思政教育对智能算法技术弊端的克服》，《毛泽东邓小平理论研究》2021年第2期；蒲清平、李婷婷：《算法主导时代网络思想政治教育面临的挑战与应对策略》，《高校辅导员学刊》2021年第2期；倪黎：《人工智能时代高校意识形态的算法风险与防范机制》，《山东青年政治学院学报》2021年第4期；高歌：《算法推荐视域下高校网络意识形态安全面临的挑战与应对》，《山东青年政治学院学报》2021年第5期；张杨、高德毅：《算法推荐时代高校网络思想政治教育面临的挑战与应对》，《思想理论教育》2021年第7期；张耀天、余晨：《算法的遮蔽与价值的澄明：大学思政智慧课堂现象的技术反思》，《齐鲁师范学院学报》2021年第4期。但总体而言，这些研究较为宽泛，相关对策操作性不强，围绕高校思政课的相关研究还比较鲜见。本文拟从算法的技术特征入手，分析算法对于高校思政课的影响，并在此基础上提出相应的对策和建议，希望借此来拓宽此领域的研究。

一、算法推荐系统的发展及特征

随着互联网的发展，全球数据量呈现爆炸式增长，信息过载问题日益突出，如何快速、准确地从海量信息中找到所需信息，已经成为困扰人们的难题。搜索引擎可以通过主动搜索来满足用户的信息需求，但它无法了解用户的潜在需求，不能给用户提供个性化信息。与搜索引擎不同，算法推荐系统可以根据用户的历史行为数据来分析其偏好，并向其推荐可能感兴趣的内容，这极大提升了信息分发的效率和精准度，颠覆了人与信息的相处方式。1979年，科学家Elaine Rich最早推出Grundy推荐系统，并将其运用于图书推荐。1992年，Goldberg等人提出了协同过滤概念，并应用于Tapestry邮件过滤系统；Tapestry是目前公认的第一个真正意义上的推荐系统。1994年，明尼苏达大学的研究者推出第一个基于协同过滤的自动化推荐系统GroupLens，其具有较高的自动化程度。1997年，Rensnick等研究者正式提出“推荐系统”这一概念。(4)参见陈树龙：《基于矩阵分解的推荐算法研究》，国防科技大学博士学位论文，2018年，第3-4页。1998年，Amazon平台上线了基于物品的协同过滤算法(ItemCF算法)，此举让Amazon销售额提高了35%左右。这是推荐算法从实验室走向商业公司的一次成功应用。之后，YouTube视频平台、Facebook、Twitter等国外社交媒体也纷纷采用算法推荐技术，这些社交媒体平台的用户使用时长、广告点击率等得以大幅增长。国内互联网行业同样拥抱了算法。近十年来，算法推荐系统已在新闻资讯、社交媒体、电子商务、视频网站、音乐、电影等领域得到广泛应用，在创造巨大商业价值的同时，也推动了算法推荐技术的快速发展。

推荐算法是推荐系统中最核心的技术，对推荐效果有着至关重要的影响。目前，推荐算法种类有很多，按照不同的分类标准可以得到不同的分类结果，主流一般将推荐算法分为三类：基于内容的推荐算法、基于协同过滤的推荐算法和混合推荐算法。基于内容的推荐算法是通过分析用户过去偏好的项目，产生与之相似的项目来进行推荐。基于协同过滤的推荐算法，通过数据分析用户的相似性，进而向同类用户推送相似偏好的信息。混合推荐算法将基于内容的推荐算法和协同过滤相结合，也可能引入其他领域的技术方法，用以产生推荐内容。构建这些算法的数学理论与技术千差万别，但无论何种算法系统，都可以解构为三个基础组件：用于训练算法的基础数据、算法本身的逻辑、用户和算法交互的方式。算法从数据中学习，或者在数据上操作，代表用户提出建议或者作出决策。然后用户与算法提出的建议展开互动，从中为算法产生下一代数据。算法、数据和用户这三个组件一起决定了算法系统所有有意和无意的结果。(5)[印] 卡尔提克·霍桑纳格：《算法时代》，蔡瑜译，文汇出版社2020年版，第84页。在过去的十几年中，用于训练算法的基础数据、算法以及用户和算法的交互方式，都发生了巨大的变化。这些变化既推动算法推荐时代的到来，同时也揭示了算法推荐时代的基本特征。笔者认为，引起变化的因素主要有以下四个方面：

第一，大数据时代数据的积累。近年来，算法推荐系统的发展，很大程度上得益于当前大数据时代数据的积累。可以说，最近几年，以算法为核心的人工智能技术的繁荣发展是数据“喂养”出来的，没有大规模高质量的大数据，就不可能有当下人工智能的飞速发展。(6)孙少晶等：《“算法推荐与人工智能”的发展与挑战》，《新闻大学》2019年第6期。大数据技术的进步，使技术人员和系统能够实时、快速和大规模地收集和处理数据，并将从众多来源收集的大量数据关联起来，为公司和研究人员提供研究机会。但问题在于，基于数据分析的算法通常依赖有偏差或不完整的数据集，加之算法研发者的偏见，为“潘多拉魔盒”打开了方便之门。

第二，计算机技术的进步。近年来，深度学习技术的飞速发展，推动机器学习能力不断提升，它能有效捕捉数据中的隐藏特征，解决复杂的模式识别难题，让机器像人一样具有分析学习能力，能够识别文字、声音和图像等数据。分布式计算系统利用网络，将成千上万台计算机连接起来，组成一台虚拟的超级计算机，从而可以完成单台计算机无法完成的计算任务，满足了高速处理海量数据的需求。

第三，社交媒体平台的崛起。近年来，国外的Twitter、Facebook、Flickr和国内的微博、微信、抖音、豆瓣网、今日头条等社交媒体，逐渐发展成为当前互联网承载信息的主要媒介。社交媒体为网友提供活动平台，每一个网友都可以在平台上记录自己的生活，也就是在贡献自己的数据，这导致了数据量的爆发式增长。算法的应用和普及为社交媒体带来了良好的客户黏性。算法与社交媒体的结合形成的智能化社交分发模式，加速了互联网内容生产、信息传播和供给方式的升级变革，使用户获取信息、知识和信念的方式发生了巨大变化。与此同时，这些社交媒体平台通过算法将已经发布的信息进行分解，并通过搜索引擎或社交媒体进行再分配，使得获取信息来源变得异常困难。尽管算法是基于客观数据来实施的，但当数据产生的源头被忽视以后，数据本身就很难反映出客观事实。(7)胡键：《算法治理及其伦理》，《行政论坛》2021年第4期。

第四，“注意力经济”(Attention Economy)或“监视资本主义”(Surveillance Capitalism)的兴起。随着数据成为核心生产要素，当代资本主义形态正在从工业和金融资本主义转向数字资本主义，其中，作为能够发出清晰指令、试图用系统方法描述或解决问题的算法，愈发成为数字资本主义的底层技术逻辑。(8)刘顺：《资本逻辑与算法正义——对数字资本主义的批判与超越》，《经济学家》2021年第5期。随着互联网的发展，相对于泛滥的信息，人们的注意力成为稀缺资源。在资本的驱使下，算法设计程序奉行的是一套迎合受众审美趣味、增加受众消费时间、提升受众消费黏性的商业逻辑。在这套逻辑下，算法只推送用户“最想看”的内容，而非用户“应该看”的内容。(9)李红艳：《媒介素养概论》，中国农业大学出版社2019年版，第202页。值得注意的是相比传统媒体清晰的操作流程，算法的把关使传播的操作逐渐后台化，资本权力不断扩张，内容采集、投递难以受到公共力量的监督，拥有技术和数据的公司具有更多的公共权力。(10)吕新雨、赵月枝、吴畅畅等：《生存，还是毁灭——“人工智能时代数字化生存与人类传播的未来”圆桌对话》，《新闻者》2018年第6期。

二、算法推荐技术对于高校思政课的影响

随着算法推荐时代的到来，个体、群体和组织开始进入算法编织的数字世界，社会的生产方式、消费方式、学习方式等随之发生深刻变革。高校思政课作为面向全体大学生开设的公共必修课，承担着传播马克思主义理论、强化价值引领和维护国家意识形态安全的任务。因此，认真分析算法对于高校思政课的影响，积极发挥思想政治教育的制度优势，提高广大师生对于算法的认识，是高校思政课守正创新的时代要义。

近年来，算法已越来越多地应用于高校教育教学之中，为大规模理解学习者行为与内在特征提供了前所未有的机会。推荐系统通过将算法与数据引入信息查找，为高校思政课教学提供了新方法、注入了新活力，使得一些依赖大量数据处理的工作得到进一步的发展，推动高校教育生态的改变。算法对于高校思政课的积极作用至少可以表现为以下三个方面：

第一，推动教育教学精准化。随着高校信息化建设步伐逐步加快，大多数高校都引入了基于网络的教育管理信息系统。这些系统经过长时间的运行产生了大量数据，算法通过对这些数据进行分析，可以为高校探索新型教学模式和方法、构筑教学活动的新生态提供技术支持。这具体表现在两个方面：一是有助于优化教学。与传统教学方法相比，算法既可以精准描述高校教师的教学表现，获得高精度的教学质量评估结果；同时又可以为学生勾勒精准的数字画像，实现对教学内容的精准推送，帮助教师改进教学方法。近些年，高校利用大数据、云计算、云搜索等技术打造的智慧课堂，之所以能够给师生提供精准的定制化方案，根本在于算法逻辑的支持。(11)张耀天、余晨：《算法的遮蔽与价值的澄明：大学思政智慧课堂现象的技术反思》，《齐鲁师范学院学报》2021年第4期。二是有助于及时回应大学生的成长困惑，提高高校思想政治教育工作的针对性。通过算法分析数据背后隐藏的思想状态和诉求，对大学生关心的热点话题进行捕捉，及时了解学生的思想动态，可以有效提高思想政治教育工作的精准性。(12)温旭：《智能算法助推高校精准思政的逻辑进路》，《思想理论教育》2020年第6期。

第二，方便查阅资料。在查询资料的过程中，算法可以帮助高校师生从互联网海量信息中便利地筛选与研究相关的信息，降低搜集资料的难度。同时，查询者如果关键词设置得当，通过不断检索，一些本不熟悉的信息也可能在检索过程中意外地“跳”出来，为查阅者提供新的研究视角，拓宽他们的思维路径。例如，当查阅者在中国知网上搜索一篇论文时，网站就会将该论文的研究起点、研究来源、研究分支、研究脉络、参考文献等相关文献资料予以推荐。这些推荐不仅会增补资料，还会产生新的有价值的问题，引导查阅者进行深度研究，为发现新知识、提出新方案提供新的契机。

第三，满足分众化的阅读需求。传统图书馆信息服务主要集中在借阅者通过输入一定查询条件进行信息查询，借阅效果较为有限，但算法可以根据借阅者日常的阅读习惯和文献检索记录进行数据计算，向借阅者准确、主动地提供他们可能感兴趣的图书信息，提高借阅者的满意度和阅读兴趣。(13)高兵、董素芹：《高校智慧图书馆精确定位算法与个性化服务模型构建》，《图书馆理论与实践》2017年第8期。算法也可以通过分析借阅者的阅读习惯，挖掘潜在需求，精准推荐经典著作，提高其知识素养。

因为算法是一项颇具颠覆性的技术，又以隐蔽方式存在，对于高校思政课而言，与算法带来的积极作用相比，其负面影响更加突出和尖锐。“依据算法建构世界，它既不好，也不坏，也并非中立。然而，算法建构身份却是新出现的事物，所以不成熟，也不完美。”(14)[美] 约翰·切尼-利波尔德：《数据失控：算法时代的个体危机》，张昌宏译，电子工业出版社2019年版，第33页。目前，算法对于高校思政课的负面影响已经有所体现，并有可能在未来进一步演化。算法对于高校思政课的负面影响主要体现在以下四个方面：

第一，导致高校思政课吸引力下降。由于大学生的思想观念尚未定型，易受外界影响，算法“投其所好”的信息造就的高黏性，在不知不觉中塑造大学生的思想意识和道德观念，控制大学生的时间、注意力和认知习惯。谷歌前设计伦理学家特里斯坦·哈里斯解释，为什么人们在互联网上难以抵御某些网站的诱惑，问题并不出在人缺乏意志力上，而是因为“屏幕另一端有上千人正在瓦解你的自律”。(15)张凌寒：《权力之治：人工智能时代的算法规制》，上海人民出版社2021年版，第318页。阿里巴巴集团创始人马云曾说：“我们对一个人的了解远远超过你，你是不了解你的。电脑会比你更了解你。”(16)李红艳：《媒介素养概论》，中国农业大学出版社2019年版，第234页。这种了解正是通过用户在网络上留下的轨迹精准计算而来。算法通过对用户的每一次浏览、点击、转发、评论、点赞等数据进行分析，完成对“用户兴趣”的画像，并依据上述“画像”对用户进行精准推送。今日头条的智能总工程师说过，算法加加减减就能改变情绪，能把快乐的情绪通过算法加减变成悲伤的情绪。(17)郑二利、王颖吉：《人工智能时代的数据意识形态——基于大数据对价值观和行为活动影响的思考》，《新闻与传播评论》2019年第1期。算法决策裹挟大数据优势，创造技术成瘾的风险，在其强有力的冲击下，使得大学生对高校思政课缺乏兴趣。此外，由于算法的基础是海量的用户数据收集，而高校思政课程体系非常科学、严谨；加之在重大原则问题上必须与党中央保持高度一致，教材所有的观点、使用的材料都必须有权威依据，如党的历次代表大会的文件、经典著作、中央领导人讲话等，相对比较枯燥乏味，这会导致网络点击量较小，无法为机器提供足够的基础数据，所以常被算法忽略。同时，高校思政课的教学内容经常与一些娱乐信息，被放在同一个算法池中，如果没有人工编辑介入，易受排挤，导致覆盖面不断降低，存在着被算法边缘化的风险，这些都影响了高校思政课的教育效果。

第二，扭曲价值观。作为人工智能核心的算法，在处理海量信息方面拥有无法企及的效率，但它并不具备人类的道德意识，无法对慈悲、友爱、诚信等价值观进行精准判断。2016年3月23日，微软公司的智能聊天机器人Tay上线不久，就因为不理解所输出内容的内涵，被用户引入歧途，发表与转发了大量涉及种族歧视、性别歧视的言论。Tay上线后仅一天，微软便关闭了这个项目的网站。同年，马萨诸塞理工学院将Tay列入年度最差技术的排行榜。(18)[印] 卡尔提克·霍桑纳格：《算法时代》，蔡瑜译，文汇出版社2020年版，第6页。今日头条刚上线不久，创始人张一鸣就曾指出，技术没有价值观，但在2018年4月头条系整改时，他通过个人微头条和今日头条官方平台，发表公开信致歉并反思，认为“产品走错了路，出现了与社会主义核心价值观不符的内容，没有贯彻好舆论导向”。算法推荐技术最初应用的目的是为了提升检索效率，降低用户的时间成本，快速匹配用户所需要的内容，但随着利益团体的资本嵌入，却逐渐异化为增强用户黏性、延长使用时间等。正如传播学教授詹姆斯·韦伯斯特所言：“推荐机制这样强大的受众建构工具所带来的后果，可能比简单地操纵注意力更令人担忧，因为这些工具并非中立和超然，而是各有利益和图谋。这或许是更深层次上的受众困境：他们不是变得更独立、更自主、更能动，而是在不知不觉中被建构、被引导和被利用。”(19)[美] 詹姆斯·韦伯斯特：《注意力市场——如何吸引数字时代的受众》，郭石磊译，中国人民大学出版社2017年版，第27页。近年来，一些平台和网站为了留住用户，获得更多的流量，不惜利用算法大肆炒作炫富享乐、明星绯闻、负面热点、低俗“网红”、无底线审丑等错误价值观导向的内容，严重污染了网络生态。这些信息以满足人们浅层次的感官刺激和享受为目的，其背后充斥的及时行乐、游戏人生等享乐型价值观，对大学生的认知、情感和身体健康产生了消极影响。另外，一些人不顾历史事实，以“戏说”“恶搞”的手段，肆意涂抹历史事件与历史人物，宣扬历史虚无主义，严重破坏了高校思想政治教育成果，影响大学生正确价值观的建立。算法技术本身无所谓好坏，但它在不同的应用场景中会产生不同的结果。当算法推送的这些低俗、庸俗、媚俗信息在网络上泛滥成灾的时候，其中蕴藏的危险正如媒体文化研究者尼尔·波兹曼在《娱乐至死》一书中所言：“如果一个民族分心于繁杂琐事，如果文化生活被重新定义为娱乐的周而复始，如果严肃的公众对话变成了幼稚的婴儿语言，总之人民蜕化为被动的受众，而一切公共事务形同杂耍，那么这个民族就会发现自己危在旦夕，文化灭亡的命运就在劫难逃。”(20)[美] 尼尔·波兹曼：《娱乐至死》，章艳译，中信出版集团2015年版，第186页。

此外，基于不完整的数据分析的算法常会带来算法歧视、算法偏见、隐私侵犯、数据泄露等问题。例如，2018年，路透社揭露亚马逊公司开发的人工智能招聘系统存在性别歧视，算法在进行简历筛选时，对包含“女性”等词的简历进行降权处理。再如，近年来，国内互联网平台依靠数据优势和信息不对称，对用户实施价格歧视，进行“大数据杀熟”等。尤其需要指出，随着算法往返于社会与系统之间，那些具备工作经验、拥有学习机会、算法素养较高的群体与缺少机会、相对弱势的群体之间的差距将不断拉大。老龄人口、残障人士、低收入群体可能会陷入新一轮的“算法陷阱”，而这样的差距经年累月地沉积，将加重阶层固化，形成算法特权和垄断力量。(21)方师师：《“算法要向善”选择背后的伦理博弈》，《光明日报》2020年12月14日。毫无疑问，这些问题也会落到大学生身上，由于算法的不透明、难以审查等问题，大学生一般都不知道自己被区别对待，也没有渠道去修正。这既损害了法律权威，也会引起大学生对社会公平正义的质疑，进而影响高校思政课的教育效果。

第三，丧失深度学习能力。学生在发生深度学习的过程中可以理解性、批判性地解决问题，并且处于主动学习的状态，但如果长期沉溺于算法推荐的信息之中，会使大学生形成浅层化的思考习惯，认知能力不断弱化，逐渐丧失深度思考的能力。这主要表现在以下三个方面：一是形成思想的碎片化。算法的广泛运用，使得传播学传统把关理论的基本范式发生了结构性转型，其中一个重要变化就是算法把关使得信息内容从整体变为碎片。(22)罗昕、肖恬：《范式转型：算法时代把关理论的结构性考察》，《新闻界》2019年第3期。在算法的加持下，大学生面临着一个信息资源碎片化的世界。这些碎片化的信息并不意味着错误，而是没有依据、支离破碎或泛泛而谈。这不但无法提高大学生深度和综合把握事件的能力，反而会将其知识体系予以解构，使之陷于浅表学习之中。二是导致思想的平面化。按照算法“用户至上”的理念，信息生产不仅无法实现对用户优质信息需求的满足，而且造就了大量垃圾信息，使信息消费市场沦为低质量内容循环生产的垃圾堆。(23)刘志杰：《算法把关失灵与编辑价值重塑》，《中国编辑》2020年第5期。一些内容编辑者为吸引眼球，获取流量，常以“揭秘”“重磅”“独家爆料”“知情人士称”为名进行渲染炒作，以致各种“标题党”盛行于朋友圈之中；或者采取移花接木、断章取义、哗众取宠的方式，推送一些奇闻轶事，迎合人们猎奇求新的心理；又或者大肆炒作社会恶性案件、灾难事故、负面极端事件等，煽动悲情、焦虑、恐慌等情绪，不断冲击受众的神经。这些文章往往存在逻辑混乱、缺乏充分论据、情绪宣泄大于事实等问题，大学生如果经常阅读这样的信息，会助长其直线思维，损伤好奇心和求知欲，弱化认知能力。三是创新潜能被抑制。算法推荐基于用户行为的历史信息，寻找内容与用户之间的关联性，进而预测用户下一步可能喜欢什么。这使得用户被锁定在历史信息之中，不利于用户的创新与发展。例如，在高校思政课教学中，算法作为一种辅助学习手段，提供的便利容易使大学生盲目诉诸以往的研究成果，沉溺于表层文本的提取和简易的量化排比，学习成果多以复制粘贴为主，缺乏迁移和深化，难以产生高质量的思维成果。

第四，存在陷入“信息茧房”的风险。“信息茧房”这一概念由美国哈佛大学桑斯坦教授于2006年在《信息乌托邦》一书中提出。他认为，如果用户只关注自己选择的使其愉悦的信息，时间一久就会导致自身信息窄化，最终“作茧自缚”。对于算法推荐技术是否会导致“信息茧房”，学术界还存在争议。有学者认为，“信息茧房”是一个虽有衍生空间却仍然似是而非、缺乏科学证据的概念，西方学术界尚无有力研究证实“信息茧房”的存在。(24)陈昌凤、仇筠茜：《“信息茧房”在中国：望文生义的概念与算法的破茧求解》，《新闻与写作》2020年第1期。还有学者认为，算法不但没有导致“信息茧房”，反而在主流价值观的引导上发挥了积极作用，并为个体提供了更多元和理性的信息世界。(25)喻国明、方可人：《算法型内容推送会导致信息茧房吗？——基于媒介多样性和信源信任的一项实证分析》，《山东社会科学》2020年第11期。不过，学术界对此有不同看法。有学者发现，在算法的诱导下，“饭圈”的圈层特质将加剧“信息茧房”的作用。饭圈传播在“信息茧房”的效应下，群体极化、回音室效应、沉默的螺旋效应十分明显。(26)崔欣润：《饭圈传播中的信息茧房现象研究》，中国社会科学院大学硕士学位论文，2020年，第59-60页。有学者也指出，社交媒体的“信息茧房”(回音室或过滤气泡)是算法先天和后天因素的复杂混合物以及用户与之交互的方式共同产生的结果。(27)与国内研究者集中于“信息茧房”这个概念有所不同，国外研究者主要侧重于“过滤气泡”“回音室效应”这两个概念。“信息茧房”强调的是个体主动的选择行为导致的信息同质化，“过滤气泡”是指算法推荐让个体在不知情的情况下被动接收了同质化信息，“回音室效应”强调的是群体压力导致的个体意见强化和群体意见极化带来的观点同质化问题。参见刘强、赵茜：《算法中选择的同化与异化——国外回音室效应研究20年述评与展望》，《新闻界》2021年第6期。数据、算法、用户，每一部分在决定算法系统的产物时都起到了重要的作用，但它们的总和往往大于简单累加。因此，在特定的情境下，基于算法技术的内容分发和信息接触，可能会促成“信息茧房”(回音室或过滤气泡)的形成，导致人们的观点表达更加极化。(28)[印] 卡尔提克·霍桑纳格：《算法时代》，蔡瑜译，文汇出版社2020年版，第89-90页。鉴于目前国内相关实证研究滞后于国外，有学者对二十年来300多篇“回音室”的相关外文文献进行整理后发现，当传播者彼此之间隔离程度较高，又遇到政治内容与敏感话题等观点截然不同的议题，受众为避免不和谐会产生选择性心理，在此情境下，算法推荐会成为群体区隔最核心的助推器。当相关条件具备并形成一套完整的传播链，它就是回音室产生的最佳情境。(29)刘强、赵茜：《算法中选择的同化与异化——国外回音室效应研究20年述评与展望》，《新闻界》2021年第6期。虽然目前学术界对于算法是否引起“信息茧房”尚无定论，但“信息茧房”一旦发生，不仅会局限个人视野、加重群体极化、淡化社会黏性，让人对主流意识形态产生认同危机；而且，还会用算法将人的选择固定下来，使他无法获得新的信息，既不利于社会创新，也影响了信息获取的公平性。(30)胡键：《算法治理及其伦理》，《行政论坛》2021年第4期。因此，我们依然要警惕与预防“信息茧房”的发生，并积极开展本土化和情境化的实证研究，帮助大学生走出算法推荐的信息困境。

三、算法推荐时代高校思政课的创新路径

面对算法的强势崛起，高校目前还缺乏相应的应对经验，系列问题亟待解决。例如，如何治理、谁来参与、何时介入、教师角色等问题，还需要进一步研究。对此，笔者认为，面对算法的冲击，高校如果缺乏足够警惕，不进行相应的理论与实践创新，任由算法发展成为一个技术“利维坦”，那必然会对高校思想政治教育成果造成较大部分的削弱或抵消。因此，高校思政课必须跟上时代的脚步，对算法的影响予以正视并积极应对。因为算法具有高度复杂、学科交叉度较高、专业性较强的特征，要应对其挑战，高校思政课在积极推进自身改革的同时，应该努力实现两个方面的突破：一是要将应对算法挑战从单纯的思政课拓展到专业课程的教育教学过程中，拓宽学生接受算法教育的空间；二是要将应对算法挑战的主体由思政课教师转变为学校全体教职员工和各个部门，形成更为强大的育人合力。本文基于“大思政”的视角，对算法推荐时代高校思政课应对算法挑战的方法与路径进行探讨。

第一，加强高校思政课教学改革，积极发挥思政课教师的主导作用。对于以算法为核心的人工智能而言，它并不具备洞察力和同理心，难以进行感同身受的情理感悟和情境体验。因此，在思政课教学中，算法依然无法替代教师对学生精神世界的影响，学生的成长依然需要有理想信念、道德情操、扎实学识的教师作为引路人。面临算法带来的问题，高校思政课教师需要在现有教学体系基础上进行调适，积极发挥人在与技术互动中的主导性，努力重构教师的职业权威。笔者认为，可以采取以下措施：一是积极发挥高校思政课课堂的主渠道作用，努力提升大学生的信息整合能力。教师在讲授课程内容时，可以将社会热点事件融入课堂教学，精心设置议题，主动在网络议程设置层面扮演指挥者的角色。在课堂上，教师鼓励学生就社会热点事件积极发言，参与讨论，使师生在思想的碰撞和交互争鸣中延展学习的宽度，丰盈学习的厚度；同时提供全面、权威的信息，用严密的逻辑进行编排，呈现热点事件的完整叙事，并予以透彻的学理分析。当学生的困惑得以解答，错误言论得到精准有力的回击，信息碎片化危机就会得以缓解。二是思政课教师可以将当前影响我们生活的算法争议问题引入教学内容中，例如，“困在算法里的外卖骑手”“利用大数据杀熟”“滥用人脸识别”等，将学科知识与紧迫的伦理、公平和社会正义问题联系起来。同时，教师要教育大学生学会运用马克思主义立场、观点和方法，科学甄别、筛选、解读隐藏于算法推荐信息中的价值取向，注意算法带来的系列问题，包括主体责任、隐私保护、责任承担与社会监管等。三是通过提高思政课的吸引力和感染力来抵抗算法的诱惑。算法和计算模型是高度简约化的，无法囊括现实世界中的所有复杂因素或人类交流中的所有细微差别，不具备人类的无限想象力、创造力和发散思维等复杂思维能力。思政课教师应该积极发挥在教学中的主导性，把宏大的时代、鲜活的实践和生动的现实融入每一堂思政课中，从而转变一些学生对思政课枯燥乏味的成见，使思政课真正成为学生觉得有意思、愿意听的好课程。“经师易求，人师难得”，“一种价值观要真正发挥作用，必须融入社会生活，让人们在实践中感知它、领悟它”。(31)《习近平谈治国理政》第1卷，外文出版社2018年版，第165页。因此，高校思政课教师在培育和弘扬社会主义核心价值观的过程中，要下好落细、落小、落实的功夫，准确把握学生的心理和思维特点，引导青年学生进行正确抉择，不要被“喜欢”裹挟、蒙蔽，最终是非不分。

第二，开展跨学科合作，培养大学生的人文素养。算法越是高歌猛进，越应当思考算法与人文学科协同发展的问题。智能算法推荐的精准、快速、高效是人类技术进步的体现，但其工具理性、技术理性也广受诟病，它的目的至上，忽略了价值理性中那些思想意识、义务、尊严、美、规训等信念。(32)陈昌凤、石泽：《技术与价值的理性交往：人工智能时代信息传播——算法推荐中工具理性与价值理性的思考》，《新闻战线》2017年第9期。2017年，全球知名调查机构——皮尤研究中心发布《算法时代》报告，指出“算法不仅可能接管人类的决策权，甚至还有取代人类决策之势。所有这些可能促成一个有缺陷但却无法避免的、由逻辑驱动的社会，复杂系统由代码接管，人类将被抛在一边”。(33)Lee Rainie, Janna Anderson, “Code-dependent: Pros and Cons of the Algorithm Age”, Pew Research Center, 2017.在算法推荐时代，高校如何尊重人的主体性，守住人的价值与尊严，避免教育出的学生成为像机器一样思考、行动和推理的人，是高校教育工作者应该认真思考的问题。笔者认为，为了规避算法的危害，高校在教育教学中应该积极倡导工具理性和价值理性相融合，用人文关怀与价值引领消解算法基因中的纯粹工具理性。高校思政课作为落实立德树人根本任务的关键课程，承担着强化价值引领的任务。因此，思政课应该立足马克思主义的人本精神，运用可以培养大学生理想信念、价值取向、政治信仰、社会责任的课程内容，并结合社会主义核心价值观，积极培育大学生的人文情怀，即以人为本的意识，尊重人的价值与尊严，以及对家国天下和人类命运的关怀等。对于高校思政课而言，算法技术终究只是工具，知识的完善、思维的乐趣、价值的塑造才是真正的教学目标。当然，仅仅依靠思政课来加强大学生的人文主义素养是远远不够的，还必须挖掘历史、文学、哲学、新闻学、心理学、音乐、艺术等人文社科课程所蕴含的人文主义元素，努力提高大学生的思想境界，引导大学生以高尚思想情操抵制网络低俗、庸俗、媚俗之风。如果条件具备，可以仿效国外设计一个可持续的跨学科课程工具包，为学习者收集和管理示范性学习材料，以及发布实时通讯，向利益相关者更新信息、技术和社会交叉领域的最新动态。(34)Brett Gaylor’s 2015 Project, “Do Not Track”, https://donottrack-doc.com.总体而言，通过建立以高校思政课为龙头、以系统的人文教育课程为支撑的价值引导课程体系，努力提高大学生的人文素养，推动学生全面、自由的发展，避免学生成为残缺不全、工具化、碎片化的人。

第三，以高校图书馆为基地开展批判性信息素养教育。因为长期应试教育的影响，当今大学生从小学到大学的信息素养和批判性思维的训练是分散的、不充分的和不连贯的。因此，要求他们独自穿越一个充满错误信息、点击诱饵、社交媒体“快速新闻”的“算法陷阱”较为困难。因此，在算法推荐时代，对大学生开展相应的信息素养与批判性思维训练是非常必要的。图书馆作为高校的“第二课堂”，除了拥有丰富的图书资源、数据库以及计算机、投影仪等多媒体设备，还可以为学生提供机房、讨论室、自习室等学习交流空间。因此，图书馆是高校开展信息素养教育的最佳场所。不过，以往的图书馆信息素养教育大多局限于信息检索技能的训练，未与具体的学科专业教育相结合，两者之间缺乏合力。学生受过此类训练后，仍然无法成功对互联网的信息资源进行有效的分析。(35)张长海：《基于批判性思维和创造力的我国大学生信息素养教育模式研究》，《中国图书馆学报》2016年第4期。针对这种情况，2006年，J.Elmborg最早将批判性教学理念引入信息素养教学过程，将批判性思维方法融入信息素养课程体系，确立“以学生为中心”的教学模式。此后，图书馆员、教育工作者、信息领域专家等纷纷在信息素养教育中融入批判性教学方法，形成“批判性信息素养教育”(Critical Information Literacy)，并不断予以完善。(36)张靖、林佳萍、彭秋平：《批判性信息素养及其教育实践》，《图书馆杂志》2017年第12期。通过培养学生的批判性信息素养，让其能够批判性地处理信息，对制定的检索策略、所利用的信息源、所得到的结果和所确定的信息源进行评估；尤其需要训练学生在接受信息之前，首先应当怀疑信息的有效性并进行查找确证；在运用批判性思维的过程中，学会自主思考，能够提出问题并予以积极解答。

今天，在信息素养教育中融入批判性思维已经成为国内外图书馆界的共识，(37)徐苑琳：《批判性信息素养：源起、发展和思考》，《图书馆建设》2020年第1期。而批判性信息素养教育的最佳方式是融入学科课程之中。国内外研究发现，跨学科整合课程能够激发学生的主动学习欲望和独立探究意识，也能够最有效地实现批判性思维和信息素养的教育目标；教师与图书馆员的合作教学为学生提供了充分的学术能力训练机会，并帮助他们学会自主学习和终身学习。(38)陈晓红、高凡：《近五年国内外信息素养教育研究进展及展望》，《图书情报工作》2018年第10期。因此，高校思政课程或者专业课程，可以与图书馆合作开展批判性信息素养教育，提高大学生在算法推荐时代的生存与发展能力。例如，可以要求学生利用图书馆资源完成一系列论文写作任务，包括搜集资料、确定论文选题、主题讨论、构造批判性问题等。在论文撰写过程中，教师指导学生在互联网查阅资料时，注意查看资料的来源，要求学生对算法本身及其推荐结果持批判态度，让其主动搜索不同类型的内容，多方查找，提升对算法推荐信息的比较分析能力。另外，可以要求学生撰写学习心得，组织课堂讨论，分享个人在信息检索、信息获取方面的经验，以此扩大对于算法的了解。图书馆可以采取多种形式融入合作教学的各个环节。例如，可以成立期刊俱乐部，分享阅读资料，并定期加入“技能分享”或“新技术”等元素，利用信息优势支持师生对于信息素养的学习；也可以通过建立技术平台，让批判性教学的理念、方法得以推广。例如，美国约翰·普福图书馆就通过开发信息素养在线工具——批判性信息素养教育实验室，将其“在整个学校、多门课程大面积推广”的目标落到了实处。(39)王丹丹：《约翰·普福图书馆批判性信息素养教育实践分析》，《图书情报工作》2016年第20期。

第四，开设算法课程，提升大学生算法素养。算法给时代带来的变化，是以隐蔽的、无形的方式进行的，谁掌握着算法的权力以及这种权力是如何使用的，广大用户缺乏足够的了解。(40)Shoshana Zuboff, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power, New York: Public Affairs, 2019, p.72.尽管学术界对算法塑造和影响大学生了解世界的方式深表担忧，但据笔者调查，关于算法的讨论却极少在高校课堂教学中出现，面向全体大学生设置算法课程的大学也比较少见，这自然不利于大学生在算法推荐时代的生存与发展。美国皮尤研究中心的《算法时代》报告就指出，“除非更努力地让真正的读写信息的能力成为教育的一部分，否则将会出现两个阶级，一个能够使用算法，一个被算法使用”。(41)Lee Rainie, Janna Anderson, “Code-dependent: Pros and Cons of the Algorithm Age”, Pew Research Center, 2017.因此，在算法推荐时代，要打破算法构建的认知霸权，有必要提高高校师生的算法素养，即加强对什么是算法的认识，了解算法的运作特征以及算法使用的相关社会和伦理问题。算法素养的主体既包括计算机专业的教师与学生，同时也涉及其他专业的教师与学生。针对前者而言，高校可以广泛开展算法课程思政教学，大力加强科技伦理教育。计算机专业教师通过对算法工作原理及其风险的解读，增强学生对算法运行机制的了解，让学生知悉算法对人的价值观和行为活动的影响，警惕算法所带来的算法黑箱、算法歧视、侵犯隐私等问题。教师既要带领学生深入了解算法世界，通晓算法的本质和局限，又要告诫学生如何驾驭算法、超越算法、摆脱算法的控制。在实践中，世界上其他国家的高校对于算法带来的广泛影响也提出了正向要求。例如，2018年，美国德克萨斯州立大学为计算机专业的学生开设“计算机科学的伦理基础”课程；康奈尔大学开设数据伦理课程，聚焦数据的伦理问题；斯坦福大学开设“伦理、公共政策和计算机科学”课程。(42)刘培、池忠军：《算法的伦理问题及其解决进路》，《东北大学学报(社会科学版)》2019年第3期。针对后者，算法课程强调的算法素养并不是要求他们掌握复杂的算法原理，而是让他们意识到算法在生活中的存在，并掌握一些基本的应对办法。例如，用户的各种算法身份是通过数据建构起来的，建构的过程就是从形形色色的数据库中收集信息，用户的行为、社会关系和身体都被当作数据来解读，所以，算法需要获取用户行为数据才能生效。因此，可以提醒大学生在上网时选择隐藏自己的行为，“不登陆、不点赞、不关注、不评论”，关闭不必要的权限，及时清除使用痕迹，避免定位、相册、通讯录等权限被获取；为了避免沉溺于算法编织的舒适区，可以建议大学生通过手机时长管理软件来控制手机软件的使用时间，并加强自律意识；也可以使用RSS工具，将多个订阅源整合在一起，主动选择和调整信息源，避免算法“投其所好”。此外，高校还可以开发教学工具，让大学生能够清楚算法的工作机制。例如，英国的“无偏见项目”(UnBias Project)就设立了“青年评审团”(Youth Jury)，让学生参与权衡对算法的担忧活动，并让他们提出解决方案。(43)UnBias Project, https://unbias.wp.horizon.ac.uk/.美国麻省理工学院媒体实验室的一组研究人员研究的“算法正义”(Algorithmic Justice)项目，帮助学生理解如何由内到外操纵算法系统。(44)Michelle Ma, “The Future of Everything: How to Teach Kids about AI”, The Wall Street Journal, https://www.proquest.com/docview/2223864173?pq-origsite=primo&accountid=16676, 2019.这些做法值得我们学习与借鉴。

第五，拓展算法社交。算法的治理既需要高校各部门予以高度重视，又需要更广泛群体的共同参与。在算法推荐时代，高校通过积极开展算法社交，推动协同合作，努力加强人在算法和数据面前的主动性，这对于改变算法推荐系统的决策有着重要的意义。一是积极发挥学生的作用。很多大学生在网络技术、信息获取能力等方面已超过教师，当下已经进入了教师需要向学生学习的“后喻时代”；而且，学生更喜欢向同学学习新事物，相互分享知识，而不是接近教师。因此，将学生视为教师，相互学习与分享算法经验，应是增加校园算法素养的有效方法。同时，还可以将这种学习扩展到校园之内，通过组织算法学生社团，让学生为学习者(包括教职员工)提供帮助。二是在教师中形成兴趣社区，确定校园算法专家，举办“算法俱乐部”等，推动教师学习与了解算法。此外，教师还可以开展翻转课堂、慕课等网络教学新模式，努力扩大算法教育的范围，加强对网络信息的价值批判和价值引领。三是积极加强交流合作，持续拓展协同育人空间。算法技术问题不仅涉及科学技术，还涉及社会、伦理和道德等方面，尤其需要广大公众和利益相关者的共同参与来予以妥善解决。因此，积极开展算法社交，通过学术研讨会、座谈会等方式，吸引政府、高校、科研院所、新闻机构、企业、用户群体、社会组织等参与进来，相互分享研究成果与见解，共同关注和评估算法应用可能带来的社会影响，并不断反思、调整算法治理的策略，从而尽最大可能封印算法的“潘多拉魔盒”。

余 论

“当算法成为网络媒体平台打开信息世界‘任意门’的钥匙，用户到底是看到了一个更大的世界，还是一个更小的世界？”在2020年中国网络媒体论坛上，百度创始人李彦宏针对媒体平台惯用的投喂式算法推荐，提出了自己的看法。他以齐桓公的故事为例：齐桓公理智时喜欢管仲，但大多数时间，齐桓公爱的是总会取悦他的佞臣，因此，算法应该主动了解用户的高级目标，而不是追随用户本能的喜好。如何知晓齐桓公需要鲍叔牙还是管仲，如何给齐桓公推荐管仲式贤臣，而不是齐桓公同样喜欢的佞臣如易牙、竖刁、卫开方？这是算法的责任，网络媒体的发展方向需要与用户的根本利益一致。对此，笔者认为，在算法推荐时代，如何让大学生远离“易牙、竖刁、卫开方”，给他们理智喜欢的“管仲”，这不仅是网络媒体的责任，而且是高校教育工作者应有的责任。目前，以算法为核心的人工智能发展还处于弱人工智能阶段，技术还处于设计者所能控制的范围，但已给高校教育教学带来了诸多问题。以海量数据为基础，未来算法技术还会突飞猛进。当弱人工智能走向强人工智能，算法给高校的挑战将更加严峻。因此，在算法推荐时代，高校需要不断进行理论与实践创新，使之能够追赶算法技术发展的步伐。思政课作为高校立德树人的关键课程，尤其要发挥引领作用。一方面，可以将部分教学工作交由算法完成，发挥技术优势；另一方面，要充分发挥高校思政课的价值判断和思想引领优势，通过树立“大思政”理念，加强与各类课程协作，不断提高铸魂育人实效，确保技术服务于人、服从于人。事实上，在算法推荐时代，无论算法技术怎么发展，它也不可能解决一切教学问题，人的决定性作用依然不可动摇；同时，也只有在人的主导下，技术才可能发挥应有的作用。通过开展高校思政课的创新研究，对算法技术进行“规训”，把人当作真正的人，使技术运用能够服务于人的价值发展，并积极推动高校思政课的创新发展。