□于喜水

（东北师范大学 吉林 长春 130024）

价值共识是不同价值主体在与外界的生存交往实践中，基于利益协调或相对一致的基础上所形成的共同的价值诉求、价值取向和价值目标。然而，作为独立的个体，每个人都有着自己独立的思想，这种独立的思想造成了不同程度上的价值差异。“越是思想认识不统一就越要善于寻求最大公约数”[1]，凝聚社会价值共识便是努力探求最大价值公约数的过程。在数字化高度发达的智能媒体时代，算法推荐搭乘大数据和人工智能的快车，在移动互联网技术赋权的支持下成为一种流行度高、应用范围广的新兴传播机制。算法推荐机制的传播模式带来了信息资源的全新配置范式，重塑了思想政治教育信息场域和价值图景，成为影响价值共识的新变量。面对网络空间愈发激烈的“思想争夺战”，必须正确认识算法推荐技术在其运行机制背后隐藏的价值共识风险，还要规避被卷入数据操控的旋涡中，主动寻求应变之策，为更好地利用智能算法凝聚价值共识凝练新思路、提供新方向。

一、算法推荐机制的特征

算法推荐机制是指通过对海量内容数据和用户数据的收集与甄选，创建标签化的内容矩阵和“用户画像”，完成信息精准分发并不断更新推送图谱的个性化传播方式。作为当今网络信息分发和精准投送的新范式，算法推荐机制包含数据采集、用户画像、信息推荐和内容修正等一系列内部环节，各个环节相互作用，构成一个完整的运行系统，实现了信息挖掘、分发和呈现的“快”“精”“准”。在推送过程中，算法推荐机制呈现出迎合偏好的工具性运行、迎合娱乐的趣味化推送、迎合情感的“后真相”式传播的特征，这也意味着算法不单单是一种智能技术应用和信息传播方式，更成为一种可以影响和改变价值观念的软性权力。

1.迎合偏好的工具性运行

借助强大的数据处理能力、计算能力与感知能力，算法推荐机制实现了信息供给的精准化与受众体验的个性化。在当前的传播实践中，常用的算法推荐机制主要有协同过滤推荐、内容关联推荐以及热点排行推荐等，这些不同类型的算法实则都有一个共同的特点，即迎合偏好的工具性运行。一方面，算法推荐机制的工具性运行迎合的是受众的行为偏好。当用户在网络空间中根据主体需要进行信息的搜索和浏览时，其言行轨迹便已经进入算法推荐机制的运行框架之中。人们在数字世界中耗费的时间越多，生产出的信息数据便越丰富。算法推荐机制正是通过对这些庞杂的数据进行抓取聚合，勾勒出受众的兴趣图谱并进行标签化记录，从而分析计算出不同受众的习惯偏好，并根据后续的反馈不断推送受众感兴趣的信息，完成“千人千面”的个性化传播模式。另一方面，算法推荐机制的工具性运行迎合的是流量的盈利偏好。互联网中信息分发行业是一种注意力经济，无论是基于用户、基于内容还是基于热度的算法推荐，都在资本的诱惑下遵循着“流量至上”的工具运行规则，最终将用户的注意力作为变现的基础。“控制信息的流动和生产就是占据资本流通的渠道和主动权。”[2]从这种意义上来说，算法推荐机制不再是单纯的技术流，而是变成了资本猎金的工具。盈利高、收益快的内容被定制化地推送给不同类型的用户。受众点击内容的频率越高，分享转发的范围越大，潜在的流量红利和变现能力就越高，实现资本积累的空间也就越大。算法在流量的控制下，基于不同受众的喜好精准“投喂”，最大化地生产注意力经济，从而推动资本连续不断运作。

2.迎合娱乐的趣味化推送

娱乐，是算法推荐机制的核心理念，也是网络用户信息消费的重要方向。在智媒时代，媒介载体的升级换代促使人的现实感官完成了数字世界的物理延伸，在塑造光鲜繁盛的感性视觉文化的同时，“数字技术在组织文化消费方面取得了新的中心地位”[3]。因此，算法推荐机制分发呈现的是迎合人们趣味的娱乐内容，这一特征既受到人的娱乐天性需求驱动，也符合娱乐化时代的运行逻辑。一方面，算法的趣味化推送契合人的天然娱乐需要。伴随着科技革命和社会变革带来的生产力高速发展，特别是进入数字化时代以来，人的需求的体系和结构都发生了显著的变化，基于基本需求衍生出来的生活模式、价值选择、道德审美和文化认同也相应地发生了转换。人们越来越注重享受需求和精神需求，渴望从网络信息呈现的内容中获得审美趣味和文化消遣。正是受众的这种娱乐性需求，算法的趣味化推送才有了得以运行的起点。另一方面，算法的趣味化推送契合娱乐化时代的运行逻辑。在信息与人同样被娱乐化的当下，奉行工具理性、追求最大效益的算法推荐机制也在同步增加自身运行环节的娱乐占比。首先，从数据收集环节开始，那些直观、有趣、充满感性色彩的娱乐信息便挤掉晦涩、严肃、体系性强的理论知识，涌入算法机制的“内容池”；其次，在用户画像环节，算法通过网络留痕分析洞察到人的娱乐偏好；再次，基于不同的兴趣爱好，在信息推荐环节，趣味内容被多样化组合精准投送到用户的界面上；最后，算法通过对内容进行量化分析获得数据反馈，从而完成修正环节，实现下一轮趣味内容的分发。

3.迎合情感的“后真相”式传播

作为用以表述“介于真实和谎言之间的‘第三类陈词’”[4]，“后真相”是指在网络平台上信息发布者基于自身利益与情绪，对相关事件进行消解、拼接与重构，造成真假互渗、以假乱真的现象。算法推荐机制为了最大限度地收割注意力资源，很大程度上采取的是情感主导真相、论点高于事实的“后真相”式传播。一方面，算法推荐机制的“后真相”式传播为了宣扬自己所谓的“价值中立”或“价值无涉”，在运行的过程中往往不会采取简单直白的灌输，而是通过筛选出各种感性信息或充分挖掘出信息中的情感增长点，以感性化的方式吸引受众关注、阅读与传播。然而，对于这些信息的真实度和价值取向，算法推荐机制却并没有进行过多的考量。在这种情感高于理性的“后真相式”传播下，一味主动地迎合受众感性体验，试图与受众达成情感共振，极易出现与客观事实相背离的局面，加重网络空间中情理倒序的异化现象，“导致真相的认知过程变成‘发生—价值讨论—反转—价值讨论—再反转’的循环式多线程复杂链路”[5]。另一方面，算法推荐机制的“后真相”式传播深谙修辞术的包装方式，在信息推送中多使用比喻、象征或反讽等易于引起人们情绪起伏的修辞手法，刻意传播能够激发人们的猎奇心、同情感的“诱导式”的议题和煽动性的话语。受众在这一传播方式与传播环境中偏向于以情感和立场为依据做出价值判断和价值选择，拒绝真相或者接受“另类的真相”。因此，作为“信息制造者”的算法推荐机制，在满足个性化情感需求的同时更容易使受众被情绪化的符号所驱使，从而强化了以情感为主导的“后真相”式传播，助长了舆情生态的喧嚣混杂。

二、算法推荐机制对凝聚价值共识的现实挑战

智能算法开启了信息传播新纪元，塑造了价值生成新场域。面对算法推荐机制日益介入价值生成的智媒时代，在全面认识算法运行、把握算法特征的过程中，既要积极发挥智能算法正向建构价值的技术力量，更要科学研判负面影响，深刻揭示算法逻辑在一定程度上造成的价值固化、价值激化、价值极化等价值风险。

1.私人订制的数据逻辑造成价值固化

算法在数据海洋中抓取信息，遵循着个性化、精准化的分发模式，基于用户兴趣爱好、上网行为和地理位置进行千人千面的定制化推送，信息分发方式已从“人找信息”变为“信息找人”。算法推荐机制通过信息筛选与过滤确实能够把受众从繁冗庞杂的数据中解救出来，一定程度上缓解了受众的选择焦虑，降低了时间成本。然而，在提高信息匹配和传递效率的同时，点对点、一对一的高度同质化内容也造成信息空间的封闭性、信息获取的片面性和信息格局的分割性，助推着“信息茧房”和“拟态环境”的蔓延和演化，加剧了受众固有价值的偏执。

在算法营造的“信息孤岛”中，封闭性的空间阻滞着信息的流动。人们沉浸在“信息茧房”中，受到同质化的信息持续轰炸，信息获取的范围被窄化，原有的思维方式和认知结构则被更加固化，人们只愿意相信自己原本相信的内容，遵从自己原本遵从的价值准则。由于人们所处的社会地位、接受的知识文化程度以及兴趣爱好倾向等因素不同，受众所选择的信息很大程度上是基于自身利益、迎合心理感受或满足趣味取向的信息领域，这也自然地划分出了错综复杂的信息传播通道，导致不同观点之间交流与碰撞的机会大大减少。同时，“拟态环境”作为大众媒介连接客观环境和主观环境的“中转站”，在算法推荐机制的加持下，其仿真程度更胜一筹。算法越是个性化、越是智能化，其对客观信息进行选择、加工和重建出来的“拟态环境”就越与受众的主观世界趋同，个人受自身立场、经验、情感的影响也就越大。若受众一开始所认同的价值观念便是错误的，那么价值固化则会被不断放大和强化，使得真正有价值的、有意义的信息被屏蔽或排斥在外。

2.泛化娱乐的消费逻辑造成价值激化

娱乐是人的本能，是人的内在精神需求，也是人身处复杂社会环境中的“释压器”。在传播媒介更迭换代和文化消费主义浪潮的助推下，娱乐消费在网络空间获得了人们的青睐。这种泛化娱乐的消费逻辑借助技术不断获得新的传播平台和扩张动力，渗透到政治、文化、教育各个领域，使得泛娱乐化景观持续生长蔓延，消费逻辑侵蚀理性逻辑，娱乐世界取代价值世界，“对事物意义的本真追问转变为本能的取悦”[6]。在“娱乐至死”的文化消费氛围之中，“有意义”让位于“有意思”，“民族英雄被调侃、历史事实被歪曲、传统文化被误读，严肃表达的空间被严重压缩”[7]。受众消费这种感性的、直观的、有趣的娱乐内容，获得了暂时性的精神愉悦和虚假的满足感，但“低俗不是通俗，欲望不代表希望，单纯感官娱乐不等于精神快乐”[8]，算法推荐机制推送的庸俗化、浅层次的信息往往使人们丧失思考的能力，造成理性乏力，虚假信息甚嚣尘上。

在文化商业化的大环境下，娱乐与消费在算法的助推下进一步“共谋”，试图通过不断制造受众的虚假性消费需求，使人们沉沦于这种虚幻的泛娱乐化景观之中，从而不断刺激新的消费。在这种意义上，娱乐和消费已经丧失了其本身所具有的审美、消遣和享受的功能，反而成为形形色色价值观念的附属物。近年来，“躺平”、凡尔赛文学、饭圈混战等青年亚文化现象不断涌现，构成了互联网空间的文化新图景。同时，历史虚无主义、“普世价值论”、新自由主义等西方社会思潮与网络亚文化耦合共生，附着于网络音乐、网络电影、网络动漫等互联网文化产品之上，借助算法的持续推广引发人们物质和精神的双重消费。从而，错误的价值观念以更为巧妙隐蔽的形式渗透到人们的日常生活中，弱化了价值信仰，消解了价值认同，造成人们精神生活的迷乱与错位。由此可见，在算法推荐机制泛化娱乐的消费逻辑之下，娱乐扭曲为自我迷失的“愚乐”，消费异化为获得满足“快感”的手段。人们沉浸在算法带来的数字消费与全景狂欢中无法自拔，对历史记忆进行“颠覆”，对政治话语采取“新解”，非主流社会思潮和社会主义核心价值观之间的冲突被无限放大，造成个体精神生活的矛盾和价值观念的激荡混乱。

3.渗透心理的情感逻辑造成价值极化

“人有情感记忆的需要，是希望留住人与人、物品、社会、国家、自然之间的情感联结。”[9]算法推荐机制迎合这一天然属性，创造出一套基于心理需要的情感逻辑，从大数据中筛选出那些能够引发受众情感共鸣的信息，通过反复叠加地推送，加强情感暗示和情绪感染，强化网络心理结构的情绪主导面。这些情绪性的表达和行为折射出现代网络空间中用户的深层次心理需要——渴求认同感和归属感。

在网络原子化的生存场域中，算法推荐机制所裹挟的价值取向进一步将“整体”拆解为“个体”，这些“个体”在预设立场中又进一步吸附“同类”，重新聚合为一个个标签化的社群。在网络交往所占比重持续走高的今天，当人们在现实生活中难以获得肯定和认同时往往将目光转移到网络空间中，通过寻找拥有共同价值理念、兴趣偏好的社群，从而在巩固固有关系与观念的同时获得认同感。算法的“定制化”信息服务构筑了“过滤气泡”，对同质信息引入，对异质信息排斥，自然地划分出不同群体之间的价值区隔。在“过滤气泡”的内部，信息的闭合式循环和情感的能量累积意味着群体内被反复讨论的论题是“越说越窄”的，最终形成的价值观念是“越听越信”的。在“去个体化的群体情境”中，“群体内个体认同逐渐联结为集体认同，形成的虚假共识效应推动观点偏移”[10]，圈层之间的异质性被放大、极化，形成明显的边界，价值观念在固化、激化的基础上被进一步分化、极化。

三、算法推荐机制凝聚价值共识的实施策略

面对价值固化、价值激化、价值极化等算法风险，必须从优化算法技术、提升主体素养、加强机制保障三方面采取多维度、综合性的实施策略，从而有效规制算法推荐越位为主体的异化力量，使算法最大限度地“为我所用”，实现价值观的可控传递和凝聚重塑。

1.优化算法设计，提升凝聚价值共识的技术水平

第一，提升算法透明度，弥合用户与算法平台之间的数字鸿沟。人工智能技术的介入将信息生产、分发、回收的全过程都纳入人为无法识别的“黑箱”之中，优化算法设计首先要求的就是打开黑盒子，提高算法透明度。考虑到商业机密、数据解读能力和用户隐私等问题，若将算法的全部代码摆在用户面前，不仅会泄露平台盈利的信息技术和公众的私人信息，而且对于没有编程知识的大多数人而言，不过是无意义的“数据废墟”。因而，提升算法透明度追求的是有意义、可理解的透明度，即不要求从元数据到算法机制的完全敞开，而是这一机制是否可以不依靠专业知识便能够被用户理解，实现普遍意义上的算法可理解和算法可监督。同时，为了及时化解用户隐私泄露的焦虑，应当适时、适度地向用户公开信息收集的范围和构成画像的要素，使过滤气泡和圈层化群体产生的过程透明化，减少用户与算法平台之间数字信息掌握不对称、数据控制权不对等的问题。

第二，扩展算法宽度，构建趣味性和价值性共存的“推荐图谱”。算法私人订制的运行逻辑使受众陷入同质化信息壁垒中。要打破“信息茧房”，削弱认知窄化所带来的负面影响，就需要从技术源头进行改良，扩展算法推荐的信息选择范围，更改信息分发的权重赋值和优先级。在分析用户职业、年龄、性别等信息，构建兴趣模型的同时，应利用分类、混聚类、矩阵分解等多种模型，通过推送“反倾向类”的信息，进一步探索受众的潜在需求。既要筛选出符合受众需要的个性化信息，更要提高优质内容的推送占比。一方面，主流价值观应顺势而为，主动融入算法的技术研发中，增加正向信息曝光度和到达率，构建思想性、价值性、人文性的思想政治教育内容推荐图谱，扩充算法推荐池。另一方面，应挖掘和提炼网络信息中所蕴含的思想价值和精神内涵，把脉受众思想诉求，直接建立在用户兴趣的基础上，让积极健康的内容拥有更多推荐机会。同时，还要构建个性化和多元化信息的动态平衡，打造全面、正确的价值观体系。

第三，加强人机互动，助推用户进入深度阅读。在网络空间中，算法通过观察和分析用户对信息的眼神停留时间和手指点击频率来进行后续内容的分发和配送，使得推荐内容重复性高、营养性低，受众被同一类信息狂轰滥炸，陷入浅层次阅读和认知之中。优化算法设计，需要增加算法运行中人机互动的程度，将“对话”的方式嵌入算法信息生产、传播和反馈的全过程。算法可以通过大数据分析和人工智能技术汇聚用户所关注的热点信息，对其中重复出现的内容进行删减，精简为核心信息进行分发。若受众对该信息有深入了解的兴趣，便发出新的指令，挖掘更加有深度的内容满足受众的浏览需求。这种人机互动的“对话体”方式，既节约了用户的浏览时间，有效地避免用户迷失于数据世界中，同时也为用户提供了最有价值的信息，助推用户进入深层次的阅读与理解。

2.提高公众算法素养，夯实主流价值观的人文基础

第一，了解算法规律，提高认知能力。提高公众的算法素养并不是要求公众拥有认识程序模型、解读算法编码的能力，而是应清晰地感知和理性地审视算法存在，并以辩证的思维和批判的态度认识算法价值与风险。在知晓算法存在的基础上，必须引导公众看到算法背后所蕴含的价值导向、权力实质以及利益关系，防范算法推荐机制运行中的认知窄化、价值激化、群体极化的风险，跳出“回音室”“信息茧房”“过滤气泡”等传播藩篱，在良莠不齐的数据海洋中保持清醒的认知和批判能力，以审慎客观的立场进行价值判断，以避免被算法推荐所操控与反噬。

第二，优化网络行为，增加反制措施。算法的技术逻辑将符合用户的信息偏好和阅读习惯的信息融入内容“推荐池”，根据用户的浏览痕迹推测可能喜欢的信息并加以分发。这也就意味着用户的上网行为越是单一，越容易沉溺于某一类信息并被其禁锢。因而，从主体的角度来讲，面对算法的运行机制，必须打破惯性，克服被动接受，实现主动反制。一方面，要提升用户的信息甄别能力，使其时刻保持警惕性和敏感性，提升对垃圾内容的“免疫性”，增强摆脱算法支配的心智和能力；另一方面，要引导用户通过简单的操作来改写算法所勾勒出的“数据画像”，借助取消关注、隐藏、屏蔽等主动行为，表达自己“不喜欢”“不感兴趣”的态度，主动调整正向的阅读习惯，避免不良信息干扰，从而实现技术为用户服务。

第三，培育主体自觉，营造良好氛围。主体自觉既包括自觉抵制，也包括主动生产。一方面，应培养用户的道德自律和责任意识，保持深度思考的能力，在算法推荐打造的纷繁芜杂的信息中自主学习积极健康的内容，扩容主流价值信息库，从而压缩“蹭热度”“标题党”等低级、无价值的内容；另一方面，应提升用户对客观事件真实表述并进行数字信息生产的能力，以平民视角挖掘日常生活中的思想素材，结合自身的精神追求、利益诉求与价值意愿创新教育内容，营造网络空间中用户追求道德情感与价值意蕴的良好氛围。

3.完善算法监管机制，净化主流价值观的生态环境

加强算法监管，既要应势而动，对算法运营人员和运营平台进行价值引领和技术规制，增强自我把关、自我管理、自我负责的自觉约束，实现工具理性与价值理性的算法平衡，又要顺势而为，以系统性、可操作性的法律法规化解算法风险，构建算法运行的外部保障。

一方面，应培育算法自律，平衡技术手段与人文价值。算法自律是建立在运营者自律和平台自律基础上的内在约束机制。作为控制算法运行的主体，运营者的国家情怀是算法启动和运行的价值保障。应确保每位运营人员定期接受道德培训，促使这一群体转变利益至上的错误观念，突破狭隘的功利主义驱动，将符合主流价值观的内容作为算法推送的主要内容，积极履行作为信息生产者和传播者的主体责任。同时，算法推荐与人工审核必须相辅相成，运营者在算法运行过程中也应当充当“把关人”的角色，屏蔽不良信息，担负起严格信息把关和加强舆论引导的社会责任，保障算法推荐内容的信息安全。对于这一平台整体来说，要保证行业内部运行环境风清气正，也应当培育和发展多样化的算法推荐平台自律组织，建构行业道德伦理规范。当外在的强制约束无法对算法进行面面俱到的监管时，行业道德伦理规范作为一种隐性价值评判标准，应对法律监管机制进行补充与完善。从算法平台运营商、算法技术供应商到算法内容服务商，都应严格按照自律组织制定的统一标准运行。这样不仅可以提高组织内对算法审查的效率，还能有效制约算法设计人员和算法平台的研发和运营行为。

另一方面，应运用法治规约，构建法律监管体系。算法他律是建立在法律法规基础上的外在约束机制。为了应对资本和技术合谋带来的“过度推荐”“控制热搜”“大数据杀熟”等一系列新问题，必须不断完善相关法律体系，对算法平台的行为边界进行明晰划定。目前，我国已出台《中华人民共和国网络安全法》《互联网新闻信息服务管理规定》《互联网信息服务管理办法》等相关法律法规和《关于加强网络文明建设的意见》等系列政策文件，初步形成针对互联网信息安全和信息服务的治理体系。但面对算法这种“精准投喂”的信息分发方式的快速发展，尚未出台针对性强、专业度高的法规，相关法律监管体系亟待完善。因而，作为“看得见的手”，政府应当及时行动起来，提高立法效率，强化前置立法，及时化解算法风险。对于错误影响受众价值观的算法平台，应当依法惩戒，使系统性的国家法律和针对性的专业性法律行政法规相协同，前置立法和后置惩处相结合。同时，在法治建设过程中还需注意不应该搞“一刀切”式禁止，应具有一定的灵活弹性，让算法推荐机制有发展创新的空间，保持媒介效益最大化与社会主流价值之间的适度张力，借助技术手段凝聚价值共识。

四、结语

伴随着数字化及人工智能技术的跃迁式发展，一个由算法操控信息生产、制作、分发与呈现的时代已然到来，算法推荐机制成为各种纷繁复杂的价值诉求、价值取向与价值目标互相博弈的新场域。面对算法推荐机制的蓬勃发展，既要认识到其全面应用是时代之需、大势所趋，又要洞见其运行逻辑极易诱发价值固化、价值激化、价值极化等新风险，造成主流价值观的引领力、凝聚力和感召力的减弱。在充分考量发展机遇与现实挑战的基础上，算法推荐机制下凝聚价值共识要从“技术升级—主体驾驭—制度监管”三个层面出发：以“技术”为抓手，用“技术反制技术”的思路矫正和填补工具理性的价值漏洞，大力释放算法技术的正向功能；以“人”为关键，提高用户群体的算法素养，真正实现“人主导信息”，从主观意愿上杜绝不良价值观念的诱导和侵蚀；以“监管”为保障，构建国家政府、相关部门以及行业媒体等多元治理体系，在自律与他律的双重机制下营造生态良好的运行空间。无论算法推荐机制的发展如何日新月异、复杂流变，都要牢牢抓住以社会主义核心价值观引领算法这一内核，正确处理人与技术的关系，实现工具理性与价值理性的有序结合，化“最大变量”为“最大增量”，使算法成为凝聚社会价值共识的“助推器”。