Page 27 - 《党政研究》2023年第3期

的算法，在实践中都将会吸纳历史惯性思维和文化习俗并嵌入和编码于算法系统之中，同
时算法项目人员在实际操作中又为融合算法设计者的偏见和数据采集者偏见的数据内容赋
予标签，并融合中又不可避免地将自己的社会和认知偏见体现在选择标注词与删除相关数
据过程中。经此操作的算法推荐内容是将多方意见和观点融合，与社会大环境的公共认同
相似。当受众观点与算法推荐内容的观点相契合，受众易沉浸在算法推荐的与自身相似价
值所建构的信息茧房中，并试图在此获得自身所需的自我认同与他人认同。然而算法系统
中既定的传播内容和分发的趋同化在既定的议题中严重削弱了人应有的认知能力、创新能
力和思辨能力，再次加剧了马尔库塞所说的单向度的人与单向度的社会趋势 。当受众
〔 １０〕
长时间接触由算法自动推送搭建起信息茧房，受众将会被普遍自我认同与他人认同假象遮
蔽双眼，削弱对客观事物认知的思辨能力，沉溺在算法建构的 “舒适圈”对有着相似认
同表象的内容推送无法自拔，从而忽视了实时变化着的客观现实与价值印象。
第三，人的安全。人的安全是指人在生产生活中免于饥饿、疾病、压迫等长期威胁，
在工作、家庭和社区等任何日常生活场所免于危害性和突发性的干扰。而从价值层面理性
分析，可将人的安全视为政治策略层面的和平红利，主要是强调现代社会中人对安全意义
的理解和需求的多样性 。与传统媒体时代不同，数字时代下人的安全范围跨越了既定
〔 １１〕
的概念，开始注重 “人性”与 “需求”。这主要是从本体论所指的物质性即不安全性的视
角出发来判定安全与人性的问题。算法推荐内容以数字信息的形式将社会热议事件推送到
受众面前，在人固有的群体性心理与好奇心的驱使下受众对算法推荐内容开始由被动向主
动转变。这种积极行为的产生是人尝试以接触社会信息的方式来获取来自于社会的安全
感，确保受众自身仍是与群体、圈层、时代密切相关的。且在受众在不断对算法推荐信息
的理性接触中完成自身思想与观点的升华，可归为批判理性的需求认知路径。人的安全遵
循客观的需求或心理的畏惧，需求能否被满足是人们产生安全感的基础，反之，安全感的
匮乏来源于需求的匮乏性或无法缓解的匮乏性威胁。受众通过接触多观点的算法推荐内容
进行自我观点的刷选，以此来满足自身的信息需求，找准自身的在互联网的圈层定位，谋
求心理上的舒适与感知上的安全。这主要与人对安全认知的已知性相关。当算法推荐内容
满足了受众所需的信息安全时，就使得人从意识形态层面上对算法推荐内容定义为安全性
信息，并依据被定义的安全性信息生成安全符号，以安全符号的形式建构出算法传播的智
能供给关系，将受众自身置于三维的算法关系安全网络中，并试图依靠算法推荐内容搭建
的 “舒适圈”获取长久性的安全。

二、算法 “舒适圈”表现形式

通过对算法推荐内容所形成 “舒适圈”的主客观原因进行分析，进而我们判断受算
法 “舒适圈”影响的受众将会表现出以下特征，目前炙手可热的 ＣｈａｔＧＰＴ 也莫不如此。
第一，心理舒适。正如李普曼提出：“公众的观念来自于传媒所营造的虚拟环境与先
入为主的成见或刻板印象” ，在算法所建构的数字环境中，大众心理的生成逻辑也将受
〔 １２〕
到算法推荐、大数据筛选、云计算存储等新型数字形态的干扰，最终呈现出 “排斥 －疑惑
－信任”的心理逻辑，并在算法所带来的便捷中逐步消解自身作为独立政治个体的主体
性，沉浸算法所建构的 “舒适圈”中无法自拔。由于算法是依据海量数字信息与强大的
数字计算能力为其运行与落地的基础。所以算法内部结构的细致步骤并不易被广大受众所
悉知。受众对算法的初步认识阶段，通常对其抱有戒备心理，更甚者会有不少受众群体依
据网络中与算法相关的负面信息，从而产生一种恐惧心理，对网络中填写、收集各类个人
信息、个人喜好的相关问题表现出排斥状态。人作为群居性动物，社会性是人发展的本质
５ · ·
２