算法推荐对网络舆论多元化的冲击及其应对策略.pdfVIP

第45卷第3期开封文化艺术职业学院学报2025年6月20日

Vol.45No.3JournalofKaifengVocationalCollegeofCultureArtJun.20,2025

D01:10.3969/j.issn.2096-7853.2025.03.022

算法推荐对网络舆论多元化的冲击及其应对策略

孙继文

(河南司法警官职业学院法律系,河南郑州450018)

摘要：人工智能时代，算法推荐凭借精准的个性化推送，在信息分发领域占据重要地位，但同时也对网

络舆论生态平衡产生冲击。它加剧了信息茧房效应和群体极化现象，削弱了主流舆论的引导力，阻碍主流价值

观传播。基于此,文章从算法设计、商业利益、用户选择和监管治理等方面分析其成因，提出多维度的应对策

略，包括优化算法设计、强化价值引领、完善监管体系和提升用户素养等方面，对营造开放包容、多元有序的网

络舆论空间，促进社会和谐进步，具有重要的实践价值和理论意义。

关键词：算法推荐；网络舆论；信息茧房；群体极化

中图分类号：D64文献标识码：A

在当今人工智能蓬勃发展的时代，伴随大数据、在研究群体决策问题的过程中发现。他观察到：若讨

机器学习、深度学习等前沿技术的持续推进,算法推论初期群体意见保守，随着讨论的深入，最终决策会

荐影响网络舆论的精准度与高效性愈发明显。常见更保守；反之，若初始意见趋向冒险，则讨论后决策

的算法推荐包括基于内容的推荐、协同过滤推荐以更具冒险性,这表明群体决策易朝极端方向发展。[2]

及混合推荐,其本质上是一种依托计算机算法，依据进入网络时代，群体极化被赋予了新的内涵：当具备

用户的历史行为数据、兴趣偏好、人口统计学特征等一定规模的网络群体针对某一事件或问题，在网络

多维度信息，对信息进行筛选、排序，进而向用户精空间展开讨论与交流后，群体的观点和行为倾向会

准推送个性化内容的技术手段。基于算法推荐,媒体朝着原本就有所趋向的方向持续推进，最终形成更

能为用户打造专属信息内容，极大提升了信息获取为极端的观点,并催生出与之相应的极端行为。

的便捷程度。然而,算法推荐技术的过度应用,也给要而言之，基于算法推荐技术，信息推送呈现出

网络舆论的多元化格局带来冲击，而维护多元的网偏好特性,强化了同类信息的传播过程。一方面,算

络奥论环境，推动网络奥论生态系统良性运行以及法推荐基于用户行为数据，会为用户定制个性化信

维系信息生态的多样性,具有重要意义。多元化网络息内容。用户接触到的观点被持续强化,对异见的包

奥论既是社会发展的成果一一彰显社会开放包容；又容度逐渐弱化,进而引发群体内部观点趋同。另一方

是社会进步的动力，在信息传播、思想创新、公民权益面，算法推荐系统倾向于将持有相似观点的用户聚

保障、政府决策等诸多领域发挥着重要的作用。集在一起。在社交媒体平台上，当用户发表特定观点

一、算法推荐对网络舆论多元化的冲击的言论后,算法会依据其观点倾向性,向其推荐其他

(一)助推群体极化持有相似观点用户的内容。这一过程如同搭建“回音

群体极化现象最初由传媒学者詹姆斯·斯托纳室”，用户在其中听到的都是与自己观点相似的声

收稿日期：2025-02-11

基金项目：2024年度河南省哲学社会科学规划项目“新形势下领导干部提升网络舆论引导能力研究”（2024JC061)。

作者简介：孙继文(1979一）,男，河南驻马店人,河南司法警官职业学院副教授,硕士。研究方向：法学、新闻传播学。

·123·

音。在此封闭环境中，群体成员因持续接触同质化信(三）削弱主流舆论的引导力

息，对自身观点产生过度自信，继而排斥异见，最终1.分化主流媒体的话语主导地位

走向极端化,致使群体极化程度显著加深。在传统媒体时期，主流媒