Page 31 - 《党政研究》2023年第3期

触相似信息，形成价值固化的主要因素，这并不是受众不自知的无痕行为，而是受众被算
法酬赏吸引后的自主选择。在这种情况下，受众因受所获得的酬赏影响，便会加大对算法
推荐系统功能的时间投入、金钱投入，并在投入阶段再次遇到与受众观点相似的触发机
制，诱使受众重新进入信息上瘾模型，使受众的思维价值持续固化。
第四，共同体封闭化。算法技术对社会关系的建构是对社会关系的重置，这种关系的
重置可能表现为对原有社会关系的强化、消解甚至是颠覆 。同一圈层内相同信息的重
〔 ２７〕
复传递，会促使受众自主性消解对新问题的思考，将自己密封在感知共同体的封闭圈层。
自主性消解是指在独立自主选择的维度上，算法权力主体对公众的 “微控制”消解了公
众的自主意识。算法权力的 “微控制”指算法权力主体能够将任意的决定施加他人，这
些决定对个人而言微乎其微，但日积月累便对他们的生活产生重大影响 。群体是由个
〔 ２８〕
体组成的，个体不能脱离群体而存在，并受到群体的制约。尤其是在政治生活中，受众在
对媒体信息的选择性接触上也会受到来自群体政治态度与立场的干扰。在沉默的螺旋作用
下，与受众自身需求相关的相关圈层在为其带来精简信息的同时，也会被圈层内的算法
“微控制”所干扰，使得少数观点的用户很可能会在圈层环境压力中被迫改变自身原有的
意见，依附于较多数量的圈层意见，这可能改变受众将要形成的或已有的政治立场，是由
于受众在议题圈层中得到了来自他人对自身政治态度、价值、观点的肯定。这就暴露出了
在数字技术时代，算法推荐系统所建构的 “舒适圈”可能引发的 “政治腹语”问题，其
影响正常的政治秩序运行，形塑了背后操纵者所期望的政治格局，使受众逐步在信息 “舒
适圈”中迷失自我，社会共识建构困难，易造成政治极化与圈层共同体封闭化的现象。

四、算法 “舒适圈”破茧

算法作为一种求解逻辑，被应用在社会生活的方方面面。互联网运行的建构逻辑是将
人、物、事等分别当作不同性质的链接节点，把符号化、数字化的社会事件看作绳索，从
而编织成为信息网络，在具体的社会事件中完成人与人、人与物、物与物之间的有效链
接。而算法技术借助被人类所信赖的数据信息进一步与人类的生活、工作融合、互通，并
在有意识或无意识状态下将算法推荐信息嵌入人类的选择偏好中。在多次尝试下，算法最
终成为人类发展过程中认识世界与实现自我价值的基础工具。也正是因为受众对算法技术
的信任与依赖，从而诱发了一系列由算法技术引起的社会风险与偏激，使得算法治理成为
国际社会共同关注的热点话题。
第一，创建公开且透明的算法体制，打破 “算法黑箱”。算法在科技发展中不断自我
革新，逐步成为人工智能项目的核心技术，强大的数据处理和预测分析能力而成为国家发
展、政府管理、社会治理中的重要决策性工具。受众被困在算法推荐系统所建构的 “舒适
圈”内不断接受相似与固定的内容，这与算法缺少公开、透明的算法机制有密切关联。算
法推荐系统的运行逻辑是依据算法设计的内在程序而定的，并不是无目的的盲目推荐。而
算法推荐的体制则是受到算法设计者自身的理念干扰。算法设计者大都来自社会资本方，
其企图以收集受众注意力的方式来获取的更大经济利益，因此由资本主导下的算法设计者
会将资本目的与受众数据共同混入算法推荐系统，给予资本在算法推荐系统内部进行暗箱
操作，促使算法偏见、歧视、操纵等风险成为算法系统内部机制的主要问题。正是因为算
法运行逻辑的隐蔽性、机密性以及机器学习，特别是神经网络技术特性导致的透明性与可
解释性不足等问题的出现，算法社会也被视为 “黑箱社会” 。
〔 ２９〕
为创建公开且透明的算法体制，需从算法黑箱 “内部”与 “外部”双重维度进行规
制。优化算法技术是打破算法 “黑箱”程序的内部手段。算法是有众多受众关系节点与
９ · ·
２