數(shù)字社會中的人與人、人與物、物與物之間的關系與活動產(chǎn)生了大量的數(shù)據(jù)，如何應對信息超載和海量數(shù)據(jù)的危機，“算法”作為一種技術力量，成為必然選擇。以算法推薦、算法分析、算法決策等方式無縫接入社會生活、深度參與資源配置、拓展調(diào)整社會格局，已成為數(shù)字社會運行的底層邏輯。

“算法推薦”成為社會信息傳播新范式。“算法”是互聯(lián)網(wǎng)信息分發(fā)的重要工具，圍繞“以用戶為中心”的價值邏輯，把用戶的喜好作為關鍵因素，通過數(shù)據(jù)、算法與算力之間的組合動態(tài)構建起信息供給與用戶需求之間的個性化適配關系。這種精準對位的信息推薦，改變了以往粗放型的信息分發(fā)模式，適配了用戶的個性化需求，使得用戶的主體性得到充分發(fā)揮，增強了客戶黏性，提升了社會信息的流動效率。但是，將“算法”作為信息推薦的模式會過濾掉多元信息，用戶將被困于信息繭房中。

“算法分析”改變民眾認知與生活邏輯。民眾的生產(chǎn)生活在產(chǎn)生數(shù)據(jù)、記錄數(shù)據(jù)，同時又被算法分析后的數(shù)據(jù)所改變。一方面，算法分析改變民眾的認知邏輯。當前數(shù)字社會所積累的大數(shù)據(jù)以及在此之上的算法分析，使得商家可以根據(jù)以往市場銷售、用戶分布、用戶興趣點等對未來銷售作出預判，進而有計劃的安排生成和市場推廣，在未來，用戶對于商家來說是可被認知的；對于用戶來說，算法分析能夠以可視化的方式清晰呈現(xiàn)算法幫助規(guī)劃的行車路線、交通堵塞點、預計到達時間，未來對于用戶來說是可被認知的。民眾在這樣一些算法分析的形態(tài)下形成了預測未來的認知邏輯。另一方面，算法系統(tǒng)強大而高效，它通過不斷納入和完善影響因素來提高算法的準確性，用戶慢慢接受并開始享受這種“定制化”生活方式，但同時卻產(chǎn)生了“大數(shù)據(jù)殺熟”“困在算法里的外賣騎手”等算法偏見問題。

“算法決策”支撐政府社會治理的向度。算法與大數(shù)據(jù)被賦予提高治理的透明性、公平性、有效性等使命，一是算法決策輔助政府治理的精度。比如大數(shù)據(jù)算法輔助精準扶貧，地方政府采用建立人口基數(shù)、收入來源、健康狀況、生產(chǎn)能力等多種要素構成的識別模型，做到貧困人口的精準識別。二是算法決策提升政府治理的效率。在抗擊新冠肺炎疫情中，速度是跑贏疫情的關鍵要素，運用算法高效率排查四類人員，用看得見的數(shù)據(jù)迅速控制疫情。然而，在政府依托算法進行治理的同時，算法對于個人隱私權保護和安全問題凸顯。同時，算法鴻溝也會拉大社會距離。

我們正處在一個“算法無處不在的社會”，算法在給我們帶來各種福利的同時，相伴而生了信息繭房、算法偏見、算法鴻溝等一系列問題，這是技術風險同時也是治理風險，需要全社會多元力量參與共同進行治理探索。

主流價值導向“引導”算法。首先，增強主流價值導向在算法推薦中的優(yōu)先權。增加主流意識形態(tài)內(nèi)容的有效供給，增強主流價值內(nèi)容在信息分發(fā)中的比重，用內(nèi)容的創(chuàng)新性、多樣性對沖用戶個性導致的單一性，為用戶提供多元的信息環(huán)境。其次，用主流價值導向把關算法推薦的信息分發(fā)。推動將把關的窗口前移，用“防火”理念建立人工和AI合力進行的前置把關，用主流價值導向引領信息生產(chǎn)和信息把關。最后，借力算法推薦進行主流價值導向的傳播。主流媒體、傳統(tǒng)媒體可充分發(fā)揮自身優(yōu)質(zhì)內(nèi)容的生產(chǎn)能力，借助算法推薦的模式和機制，進行主流價值導向的精準化、個性化、趣味化傳播。

法制規(guī)范化解算法風險。我國已經(jīng)初步形成了互聯(lián)網(wǎng)信息安全和信息服務法律規(guī)范體系，《網(wǎng)絡信息內(nèi)容生態(tài)治理規(guī)定》對互聯(lián)網(wǎng)內(nèi)容生產(chǎn)提出了明確方向和要求，《國務院反壟斷委員會關于平臺經(jīng)濟領域的反壟斷指南》對“二選一”“大數(shù)據(jù)殺熟”等問題進行科學有效的針對性監(jiān)管，但相較于算法技術的快速發(fā)展，算法的法律規(guī)制和制度規(guī)范建設依然任重道遠。這其中關鍵是要明確法律規(guī)制的客體和本體。其一，明確將算法使用者、運營者作為規(guī)制的客體。算法本身是一種自動學習、自動決策的技術，但這并不意味著算法享有“技術中立”的地位，算法的使用者、運營者賦予算法一定的使命從而使其產(chǎn)生效用，因此法律規(guī)制的前提是要將算法使用者、運營者置于規(guī)制的客體位置，法律規(guī)則的設置要圍繞著算法的使用者、運營者展開。其二，明確將算法技術性權力的運用作為規(guī)制的本體。數(shù)據(jù)是算法的“根”和“源”，算法是通過對數(shù)據(jù)的利用而形成的規(guī)則和權力，這些數(shù)據(jù)來自于用戶個人的消費、言論、行為等，保障用戶的個人隱私、個人數(shù)據(jù)權利的主張，劃分厘清數(shù)據(jù)的權利邊界，制止算法技術性權力的無序擴張，這是法律法規(guī)體系分層、細化的關注點。

技術和倫理消解算法權力。技術帶來的風險還需要技術的進步來解決。算法黑箱造成的過濾氣泡和信息繭房，需要提升算法的透明度，這里必須指出的是，提升透明度并不是要公開整套算法的模型和過程，甚至侵犯其商業(yè)隱私和知識產(chǎn)權，因為平臺或系統(tǒng)算法模型復雜，公開算法源代碼這樣的數(shù)據(jù)無益于公眾的認知，提升算法透明度重點是要對算法進行解釋，提高算法的可讀性，讓用戶知曉平臺用了哪些數(shù)據(jù)、做了怎樣的分析，甚至算法可能導致的后果也要做說明，使得用戶對如何規(guī)避算法推薦的風險有清晰認知。算法推薦的核心問題是信息來源的片面性和單一性，要糾偏算法推薦帶來的認知窄化，就要擴大算法推薦的信息范圍，通過反向推薦、嘗試推薦等手段，推薦一些用戶平常不怎么關注的信息，增強內(nèi)容供給的異質(zhì)性和多元化，進而消解信息繭房帶來的意識形態(tài)極化風險。