算法推荐视域下思想政治教育面临的挑战与对策.docx

算法推荐视域下思想政治教育面临的挑战与对策

［摘要］在大数据、人工智能等科学技术飞速发展的今天，算法推荐技术在信息传播领域中的作用和地位日益凸显，不仅把控着信息的生产传递，更深刻影响着社会价值的凝聚以及思想、行为的建构。智能算法推荐为思想政治教育发展带来新机遇的同时，也带来了“资本逻辑”“注意力博弈”“信息茧房”“后真相”等多重问题，使得思想政治教育的发展面临着较大的风险挑战。为此，必须强化议题设置，助推思想政治教育有效引导；提升算法素养，促进思想政治教育价值凝聚；打破圈群隔阂，拓宽思想政治教育传播空间；抑制虚假信息，为思想政治教育筑牢公众“信任红线”。从而，主动融入算法推荐技术所开启的网络信息传播新纪元，推动自身创新发展，实现算法推荐“为我所用”。

［关键词］算法推荐；思想政治教育；挑战；对策

在算法时代，“智能算法技术作为一种高度精细复杂的技术系统，正在以特定的技术框架和运行规则开展一场辐射人类生活各个领域的全景式革命”［1］，而作为信息传播领域中占据主导地位的推荐技术，利用智能算法对大数据进行分析预测，凭借其迎合用户提供个性化推荐的特性，不断增强用户粘性，不仅改变了传统信息收集、信息生产和信息分发的运行系统，还在一定程度上影响了社会信息传播格局以及信息权力的分配。这为思想政治教育发展提供新机遇的同时，算法推荐所带来的隐忧也成了算法推荐与思想政治教育二者融合发展不可回避的问题。随着对算法推荐研究的不断深入，如何主动预判算法推荐下思想政治教育发展的潜在危机并进行有效干预，助推算法推荐赋能思想政治教育，逐渐进入学者们的视野，成为共同关注的重要议题。因此，探讨算法推荐背景下思想政治教育面临的风险挑战与应对策略具有重要的理论和实践意义。

一、算法推荐的意识形态本质及其与思想政治教育的内在契合

（一）算法推荐的意识形态本质

算法推荐是智能算法实际应用中的一种信息处理系统，主要依托内容信息采集处理、用户画像分析以及信息推送等程序，收集用户的偏好信息，从而了解用户需求，并将需求结果与数据信息相匹配，最后将匹配结果再传递给用户，进而完成个性化推荐［2］。其中信息分发是算法推荐的重要环节，而根据不同的分发依据可以将算法推荐分为基于用户精准画像的个体化信息推荐、基于实时热度和协同过滤的群体化信息推荐以及混合型信息推荐三大类。其中，个体化信息推荐主要通过采集个体用户的行为数据，对其进行标签化处理，进而形成精准的用户画像，由此来实现信息偏好与个体需求的精准匹配；基于实时热度的群体化信息推荐则是推送特定时间段内浏览量、点赞量、讨论量等数据指标较高的信息，基于协同过滤的群体化信息推荐是在个体化推荐的基础上加入对用户社交信息的采集，旨在为用户匹配好友所关注的信息；混合型信息推荐则是多种算法推荐综合运用的结果，旨在提升算法的信息分发效能。无论是何种类型的算法推荐，都以用户的数字足迹为依托，以信息的精准推送为目标，是大数据时代信息快速传播流通的重要工具和手段。

虽然算法并不直接生产信息制造内容，但却能直接操控信息的生产，并影响信息的传播，即决定哪些信息能够被推送到公众面前，进而在算法个性推荐、靶向推送的过程中，潜移默化地改变用户获取信息的行为习惯，影响用户的价值思想和行为选择，久而久之则会影响整个社会群体的价值凝聚和价值秩序。正如迪科普洛斯（Diakopoulos）所言，“我们生活在一个由算法来裁决我们生活中越来越重要的决定的世界里……由大量数据驱动的算法是社会中新的权力掮客”［3］。“算法作为人类社会实践的产物，在现实的运行过程中，已然超越工具属性，正在以技术运行、话语规训、主体塑造、权力控制等方式发挥着意识形态功能”［4］。可以说，算法不仅在生产运行过程中渗透着意识形态性，还通过技术性的过滤选择垄断着用户的信息选择权、控制着个体意识，并“不可避免地与制度化的权力和权威模式相联系”［5］，影响着社会权力和政治系统的运行。由此可见，算法推荐虽身披中立性和工具性的外衣，实质上已成为主导价值引领的新兴权力，具有鲜明的价值指向和意识形态属性。

（二）算法推荐与思想政治教育的内在契合

1.算法推荐成为连接信息与用户塑造价值思想的中介。近年来，在大数据、人工智能等现代科学技术快速发展的基础上，智能算法技术也迅速发展起来，可以说，我们生活在一个算法的时代。而“社会物质生产方式及其变化是思想政治教育变化发展的根本源泉”［6］，也就是说，算法推荐的变革必然会引起思想政治教育的变化发展。一方面，算法推荐成为思想政治教育相关信息传播的重要中介和桥梁，将思想政治教育者与受教育者以一种全新的方式连接起来，拓展了思想政治教育内容传播的深度和广度，采用情感式渗透而非理性逻辑的方式，使受教育者在不知不觉中温顺地接受推荐内容及其带来的影响。另一方面，算法推荐已经逐渐演变成一种控制思想塑