推荐算法介入下网络思想政治教育的困境与突破.docxVIP

推荐算法介入下网络思想政治教育的困境与突破 刘章仪(复旦大学 马克思主义学院，上海 202233)人在哪儿，宣传思想工作的重点就在哪儿，网络空间已经成为人们生产生活的新空间，那就也应该成为我们党凝聚共识的新空间。[1](P318)加强网络思想政治教育，发挥网络独特的载体魅力、传播效力、互动张力和内生动力，并与线下思想政治教育功能互补、相互融合、一体推进，创造性地拓展思想政治教育的广度和深度，是新时代思想政治教育的应有之义。近年来，作为人工智能在信息传播领域的代表性技术，推荐算法正为愈来愈多的网络平台所应用。推荐算法的应用，重塑了网络信息传播的环境和样态，对广大网民特别是青少年网民的认知行为造成了显著影响。“网络思想政治教育是做人的认知和思想工作，是研究人在网络社会之下如何提升自己的思想政治素质，解决个体思想行为与个体全面发展、社会发展之间的矛盾问题。”[2]推荐算法在对网民认知行为产生影响之时，实则介入了网络思想政治教育过程，并给网络思想政治教育带来了新的变数和挑战。当前，有必要审视推荐算法介入下网络思想政治教育遭遇的现实困境及其多方面原因，并探索行之有效的应对和突破路径。一、介入思政：推荐算法对网民的认知行为造成深度影响随着大数据、云计算、人工智能的兴起，算法正逐渐被应用于人类社会生产和生活的各个领域，“我们已经进入了一个随时可能被算法算计的社会”。[3]算法概念源于计算机科学领域，指的是“一种有限、确定、有效的并适合用计算机程序来实现的解决问题的方法”。[4](P1)推荐算法是算法的一项具体分支，是针对信息传播中的分发环节而被设计出的一项智能信息技术。马尔库塞曾指出：“技术作为一种生产方式……是组织和维持(或改变)社会关系的一种方式，它体现了主导性的思考和行为模式，是控制和支配的工具。”[5](P41)作为新兴智能技术的典范，推荐算法具有独到的、智慧的技术运行原理，并借此对网民的认知行为造成深度影响，从而介入了网络思想政治教育过程。(一)推荐算法的技术运行原理尽管推荐算法内嵌大量复杂的数学模型和公式，不同的推荐算法也有着各自的特点和侧重，但其基本的、共性的技术运行原理是明晰的，即执行以下三个任务。一是针对内容端，对不同的内容实施特征提取。算法能够对海量的信息进行全面盘点，无分巨细地逐条打上特征标签，建构和形成“内容池”，以便在后续分发时可实现对所需信息的快速“抓取”。二是针对用户端，对不同的用户实施特征画像。算法能够对用户的内容偏好、浏览历史、个人信息、社交关联等多个方面特征进行细致的“考察”，从而为用户打上多种特征标签，这些特征标签共同刻画出一个具有完整轮廓、栩栩如生的用户画像。三是实现内容端和用户端的耦合匹配。推荐算法的关键一环是“拟合用户对内容满意度的函数”。机器通过将上述内容端、用户端的特征数据以及用户即时的场景数据导入函数，可以推断出用户当前对拟推荐内容的需要程度，从而决定是否对该内容实施推送。推荐算法的技术运行原理决定了其不像过往的网络信息技术那般，仅仅只具有简单的信息关键词搜索和归类叠放功能，而是创造性地具有基于大数据分析的结果为用户提供最适配信息的能力。推荐算法的技术运行原理也决定了其不是一项仅识别、分析单一数据特征或表面数据特征的粗放式推送技术，而是一项能够深层挖掘数据特征、开展自主学习、工于“画像”、精于“读心”、敏于“校正”的精密式推送技术。凭借这种独到的、智慧的技术运行原理，推荐算法得以量身定制般地推送“懂你”的信息，第一次使千人千面的个性化传播从概念变为现实，从理论变为实践。(二)推荐算法的应用引发网民认知行为嬗变近年来，推荐算法已逐渐成为各类别网络平台的“标配”技术，被用于全天候、全时段地为网民提供信息推送服务。然而，在带来便捷的技术福利的同时，推荐算法也在客观上引发了网民认知行为的嬗变。具体而言，在推荐算法还未被广泛应用之时，大多数网民主要通过主动登录网站或搜索引擎来寻找自己感兴趣或对自己有用的信息。在此过程中，网民遇到合意的内容会花时间对其阅读和观看，遇到不合意的内容则选择对其忽略和跳过，网民的认知行为表现出“人找信息”的特点。然而，在推荐算法被广泛应用后，网民的认知行为发生了显著改变。借助于推荐算法对信息的自动、智能、精准化推送，网民无需采取任何主动性的操作即可轻松获取到自己所需的信息，而不少对大多数人无用却对个别网民可能极有价值的小众信息也能够被准确传送至需求者面前，网民的认知行为由此表现出“信息找人”的特点。由于网络思想政治教育是一项利用信息传递去积极改变网民思想政治观念具体存在样态的活动，是一项在网络环境中做人心、做思想的工作，因此推荐算法对网民认知行为所造成的深度影响，不可避免地致使网络思想政治教育面临新的变数与挑战。二、现实困境：推荐算法介入下网络思想政治教