向 勇

今天，網(wǎng)絡(luò)與新媒體發(fā)展已經(jīng)進(jìn)入算法推薦時(shí)代。調(diào)查顯示，“截至2018年底，超過95%的網(wǎng)絡(luò)信息社會(huì)化分發(fā)是由算法推薦完成的”。(1)《2018年度中國(guó)移動(dòng)資訊分發(fā)平臺(tái)市場(chǎng)研究報(bào)告》，http://www.bigdata-research.cn/content/201903/925.html。與所有變革性技術(shù)一樣，算法正以前所未有的力量影響甚至變革著社會(huì)生活的方方面面?！霸絹碓蕉嗟臋?quán)力存在于算法之中，它不僅塑造社會(huì)與文化，直接影響與控制個(gè)人生活，甚至獲得了真理的地位?！?2)劉培、池忠軍：《算法的倫理問題及其解決進(jìn)路》，《東北大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2019年第3期。在算法的沖擊下，高校教育教學(xué)及其對(duì)應(yīng)的課堂教學(xué)、個(gè)體生活和意識(shí)形態(tài)建構(gòu)等各個(gè)層面，受到了不同程度的重構(gòu)，而作為受眾的廣大師生，也在其中經(jīng)歷了角色的轉(zhuǎn)變和權(quán)利界限的探索。算法在使大學(xué)治理迎來新發(fā)展機(jī)遇的同時(shí)，也使其面臨巨大挑戰(zhàn)。

高校思想政治理論課(以下簡(jiǎn)稱“思政課”)作為高校實(shí)現(xiàn)立德樹人根本任務(wù)的關(guān)鍵課程，如何應(yīng)對(duì)算法的挑戰(zhàn)，已成為一件極其重要和緊迫的事情。一方面，我們需要利用算法提高高校思政課教育教學(xué)水平；另一方面，算法的負(fù)面效應(yīng)給高校思政課帶來了大量新的問題，需要予以積極回應(yīng)。近年來，一些學(xué)者開始關(guān)注算法對(duì)于高校思想政治教育工作的影響，并開展相關(guān)對(duì)策研究，取得了一些成果，(3)參見溫旭：《智能算法助推高校精準(zhǔn)思政的邏輯進(jìn)路》，《思想理論教育》2020年第6期；王賢卿：《以道御術(shù)：思政教育對(duì)智能算法技術(shù)弊端的克服》，《毛澤東鄧小平理論研究》2021年第2期；蒲清平、李婷婷：《算法主導(dǎo)時(shí)代網(wǎng)絡(luò)思想政治教育面臨的挑戰(zhàn)與應(yīng)對(duì)策略》，《高校輔導(dǎo)員學(xué)刊》2021年第2期；倪黎：《人工智能時(shí)代高校意識(shí)形態(tài)的算法風(fēng)險(xiǎn)與防范機(jī)制》，《山東青年政治學(xué)院學(xué)報(bào)》2021年第4期；高歌：《算法推薦視域下高校網(wǎng)絡(luò)意識(shí)形態(tài)安全面臨的挑戰(zhàn)與應(yīng)對(duì)》，《山東青年政治學(xué)院學(xué)報(bào)》2021年第5期；張楊、高德毅：《算法推薦時(shí)代高校網(wǎng)絡(luò)思想政治教育面臨的挑戰(zhàn)與應(yīng)對(duì)》，《思想理論教育》2021年第7期；張耀天、余晨：《算法的遮蔽與價(jià)值的澄明：大學(xué)思政智慧課堂現(xiàn)象的技術(shù)反思》，《齊魯師范學(xué)院學(xué)報(bào)》2021年第4期。但總體而言，這些研究較為寬泛，相關(guān)對(duì)策操作性不強(qiáng)，圍繞高校思政課的相關(guān)研究還比較鮮見。本文擬從算法的技術(shù)特征入手，分析算法對(duì)于高校思政課的影響，并在此基礎(chǔ)上提出相應(yīng)的對(duì)策和建議，希望借此來拓寬此領(lǐng)域的研究。

一、算法推薦系統(tǒng)的發(fā)展及特征

隨著互聯(lián)網(wǎng)的發(fā)展，全球數(shù)據(jù)量呈現(xiàn)爆炸式增長(zhǎng)，信息過載問題日益突出，如何快速、準(zhǔn)確地從海量信息中找到所需信息，已經(jīng)成為困擾人們的難題。搜索引擎可以通過主動(dòng)搜索來滿足用戶的信息需求，但它無法了解用戶的潛在需求，不能給用戶提供個(gè)性化信息。與搜索引擎不同，算法推薦系統(tǒng)可以根據(jù)用戶的歷史行為數(shù)據(jù)來分析其偏好，并向其推薦可能感興趣的內(nèi)容，這極大提升了信息分發(fā)的效率和精準(zhǔn)度，顛覆了人與信息的相處方式。1979年，科學(xué)家Elaine Rich最早推出Grundy推薦系統(tǒng)，并將其運(yùn)用于圖書推薦。1992年，Goldberg等人提出了協(xié)同過濾概念，并應(yīng)用于Tapestry郵件過濾系統(tǒng)；Tapestry是目前公認(rèn)的第一個(gè)真正意義上的推薦系統(tǒng)。1994年，明尼蘇達(dá)大學(xué)的研究者推出第一個(gè)基于協(xié)同過濾的自動(dòng)化推薦系統(tǒng)GroupLens，其具有較高的自動(dòng)化程度。1997年，Rensnick等研究者正式提出“推薦系統(tǒng)”這一概念。(4)參見陳樹龍：《基于矩陣分解的推薦算法研究》，國(guó)防科技大學(xué)博士學(xué)位論文，2018年，第3-4頁。1998年，Amazon平臺(tái)上線了基于物品的協(xié)同過濾算法(ItemCF算法)，此舉讓Amazon銷售額提高了35%左右。這是推薦算法從實(shí)驗(yàn)室走向商業(yè)公司的一次成功應(yīng)用。之后，YouTube視頻平臺(tái)、Facebook、Twitter等國(guó)外社交媒體也紛紛采用算法推薦技術(shù)，這些社交媒體平臺(tái)的用戶使用時(shí)長(zhǎng)、廣告點(diǎn)擊率等得以大幅增長(zhǎng)。國(guó)內(nèi)互聯(lián)網(wǎng)行業(yè)同樣擁抱了算法。近十年來，算法推薦系統(tǒng)已在新聞資訊、社交媒體、電子商務(wù)、視頻網(wǎng)站、音樂、電影等領(lǐng)域得到廣泛應(yīng)用，在創(chuàng)造巨大商業(yè)價(jià)值的同時(shí)，也推動(dòng)了算法推薦技術(shù)的快速發(fā)展。

推薦算法是推薦系統(tǒng)中最核心的技術(shù)，對(duì)推薦效果有著至關(guān)重要的影響。目前，推薦算法種類有很多，按照不同的分類標(biāo)準(zhǔn)可以得到不同的分類結(jié)果，主流一般將推薦算法分為三類：基于內(nèi)容的推薦算法、基于協(xié)同過濾的推薦算法和混合推薦算法?；趦?nèi)容的推薦算法是通過分析用戶過去偏好的項(xiàng)目，產(chǎn)生與之相似的項(xiàng)目來進(jìn)行推薦?；趨f(xié)同過濾的推薦算法，通過數(shù)據(jù)分析用戶的相似性，進(jìn)而向同類用戶推送相似偏好的信息?；旌贤扑]算法將基于內(nèi)容的推薦算法和協(xié)同過濾相結(jié)合，也可能引入其他領(lǐng)域的技術(shù)方法，用以產(chǎn)生推薦內(nèi)容。構(gòu)建這些算法的數(shù)學(xué)理論與技術(shù)千差萬別，但無論何種算法系統(tǒng)，都可以解構(gòu)為三個(gè)基礎(chǔ)組件：用于訓(xùn)練算法的基礎(chǔ)數(shù)據(jù)、算法本身的邏輯、用戶和算法交互的方式。算法從數(shù)據(jù)中學(xué)習(xí)，或者在數(shù)據(jù)上操作，代表用戶提出建議或者作出決策。然后用戶與算法提出的建議展開互動(dòng)，從中為算法產(chǎn)生下一代數(shù)據(jù)。算法、數(shù)據(jù)和用戶這三個(gè)組件一起決定了算法系統(tǒng)所有有意和無意的結(jié)果。(5)[印] 卡爾提克·霍桑納格：《算法時(shí)代》，蔡瑜譯，文匯出版社2020年版，第84頁。在過去的十幾年中，用于訓(xùn)練算法的基礎(chǔ)數(shù)據(jù)、算法以及用戶和算法的交互方式，都發(fā)生了巨大的變化。這些變化既推動(dòng)算法推薦時(shí)代的到來，同時(shí)也揭示了算法推薦時(shí)代的基本特征。筆者認(rèn)為，引起變化的因素主要有以下四個(gè)方面：

第一，大數(shù)據(jù)時(shí)代數(shù)據(jù)的積累。近年來，算法推薦系統(tǒng)的發(fā)展，很大程度上得益于當(dāng)前大數(shù)據(jù)時(shí)代數(shù)據(jù)的積累?？梢哉f，最近幾年，以算法為核心的人工智能技術(shù)的繁榮發(fā)展是數(shù)據(jù)“喂養(yǎng)”出來的，沒有大規(guī)模高質(zhì)量的大數(shù)據(jù)，就不可能有當(dāng)下人工智能的飛速發(fā)展。(6)孫少晶等：《“算法推薦與人工智能”的發(fā)展與挑戰(zhàn)》，《新聞大學(xué)》2019年第6期。大數(shù)據(jù)技術(shù)的進(jìn)步，使技術(shù)人員和系統(tǒng)能夠?qū)崟r(shí)、快速和大規(guī)模地收集和處理數(shù)據(jù)，并將從眾多來源收集的大量數(shù)據(jù)關(guān)聯(lián)起來，為公司和研究人員提供研究機(jī)會(huì)。但問題在于，基于數(shù)據(jù)分析的算法通常依賴有偏差或不完整的數(shù)據(jù)集，加之算法研發(fā)者的偏見，為“潘多拉魔盒”打開了方便之門。

第二，計(jì)算機(jī)技術(shù)的進(jìn)步。近年來，深度學(xué)習(xí)技術(shù)的飛速發(fā)展，推動(dòng)機(jī)器學(xué)習(xí)能力不斷提升，它能有效捕捉數(shù)據(jù)中的隱藏特征，解決復(fù)雜的模式識(shí)別難題，讓機(jī)器像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、聲音和圖像等數(shù)據(jù)。分布式計(jì)算系統(tǒng)利用網(wǎng)絡(luò)，將成千上萬臺(tái)計(jì)算機(jī)連接起來，組成一臺(tái)虛擬的超級(jí)計(jì)算機(jī)，從而可以完成單臺(tái)計(jì)算機(jī)無法完成的計(jì)算任務(wù)，滿足了高速處理海量數(shù)據(jù)的需求。

第三，社交媒體平臺(tái)的崛起。近年來，國(guó)外的Twitter、Facebook、Flickr和國(guó)內(nèi)的微博、微信、抖音、豆瓣網(wǎng)、今日頭條等社交媒體，逐漸發(fā)展成為當(dāng)前互聯(lián)網(wǎng)承載信息的主要媒介。社交媒體為網(wǎng)友提供活動(dòng)平臺(tái)，每一個(gè)網(wǎng)友都可以在平臺(tái)上記錄自己的生活，也就是在貢獻(xiàn)自己的數(shù)據(jù)，這導(dǎo)致了數(shù)據(jù)量的爆發(fā)式增長(zhǎng)。算法的應(yīng)用和普及為社交媒體帶來了良好的客戶黏性。算法與社交媒體的結(jié)合形成的智能化社交分發(fā)模式，加速了互聯(lián)網(wǎng)內(nèi)容生產(chǎn)、信息傳播和供給方式的升級(jí)變革，使用戶獲取信息、知識(shí)和信念的方式發(fā)生了巨大變化。與此同時(shí)，這些社交媒體平臺(tái)通過算法將已經(jīng)發(fā)布的信息進(jìn)行分解，并通過搜索引擎或社交媒體進(jìn)行再分配，使得獲取信息來源變得異常困難。盡管算法是基于客觀數(shù)據(jù)來實(shí)施的，但當(dāng)數(shù)據(jù)產(chǎn)生的源頭被忽視以后，數(shù)據(jù)本身就很難反映出客觀事實(shí)。(7)胡鍵：《算法治理及其倫理》，《行政論壇》2021年第4期。

第四，“注意力經(jīng)濟(jì)”(Attention Economy)或“監(jiān)視資本主義”(Surveillance Capitalism)的興起。隨著數(shù)據(jù)成為核心生產(chǎn)要素，當(dāng)代資本主義形態(tài)正在從工業(yè)和金融資本主義轉(zhuǎn)向數(shù)字資本主義，其中，作為能夠發(fā)出清晰指令、試圖用系統(tǒng)方法描述或解決問題的算法，愈發(fā)成為數(shù)字資本主義的底層技術(shù)邏輯。(8)劉順：《資本邏輯與算法正義——對(duì)數(shù)字資本主義的批判與超越》，《經(jīng)濟(jì)學(xué)家》2021年第5期。隨著互聯(lián)網(wǎng)的發(fā)展，相對(duì)于泛濫的信息，人們的注意力成為稀缺資源。在資本的驅(qū)使下，算法設(shè)計(jì)程序奉行的是一套迎合受眾審美趣味、增加受眾消費(fèi)時(shí)間、提升受眾消費(fèi)黏性的商業(yè)邏輯。在這套邏輯下，算法只推送用戶“最想看”的內(nèi)容，而非用戶“應(yīng)該看”的內(nèi)容。(9)李紅艷：《媒介素養(yǎng)概論》，中國(guó)農(nóng)業(yè)大學(xué)出版社2019年版，第202頁。值得注意的是相比傳統(tǒng)媒體清晰的操作流程，算法的把關(guān)使傳播的操作逐漸后臺(tái)化，資本權(quán)力不斷擴(kuò)張，內(nèi)容采集、投遞難以受到公共力量的監(jiān)督，擁有技術(shù)和數(shù)據(jù)的公司具有更多的公共權(quán)力。(10)呂新雨、趙月枝、吳暢暢等：《生存，還是毀滅——“人工智能時(shí)代數(shù)字化生存與人類傳播的未來”圓桌對(duì)話》，《新聞?wù)摺?018年第6期。

二、算法推薦技術(shù)對(duì)于高校思政課的影響

隨著算法推薦時(shí)代的到來，個(gè)體、群體和組織開始進(jìn)入算法編織的數(shù)字世界，社會(huì)的生產(chǎn)方式、消費(fèi)方式、學(xué)習(xí)方式等隨之發(fā)生深刻變革。高校思政課作為面向全體大學(xué)生開設(shè)的公共必修課，承擔(dān)著傳播馬克思主義理論、強(qiáng)化價(jià)值引領(lǐng)和維護(hù)國(guó)家意識(shí)形態(tài)安全的任務(wù)。因此，認(rèn)真分析算法對(duì)于高校思政課的影響，積極發(fā)揮思想政治教育的制度優(yōu)勢(shì)，提高廣大師生對(duì)于算法的認(rèn)識(shí)，是高校思政課守正創(chuàng)新的時(shí)代要義。

近年來，算法已越來越多地應(yīng)用于高校教育教學(xué)之中，為大規(guī)模理解學(xué)習(xí)者行為與內(nèi)在特征提供了前所未有的機(jī)會(huì)。推薦系統(tǒng)通過將算法與數(shù)據(jù)引入信息查找，為高校思政課教學(xué)提供了新方法、注入了新活力，使得一些依賴大量數(shù)據(jù)處理的工作得到進(jìn)一步的發(fā)展，推動(dòng)高校教育生態(tài)的改變。算法對(duì)于高校思政課的積極作用至少可以表現(xiàn)為以下三個(gè)方面：

第一，推動(dòng)教育教學(xué)精準(zhǔn)化。隨著高校信息化建設(shè)步伐逐步加快，大多數(shù)高校都引入了基于網(wǎng)絡(luò)的教育管理信息系統(tǒng)。這些系統(tǒng)經(jīng)過長(zhǎng)時(shí)間的運(yùn)行產(chǎn)生了大量數(shù)據(jù)，算法通過對(duì)這些數(shù)據(jù)進(jìn)行分析，可以為高校探索新型教學(xué)模式和方法、構(gòu)筑教學(xué)活動(dòng)的新生態(tài)提供技術(shù)支持。這具體表現(xiàn)在兩個(gè)方面：一是有助于優(yōu)化教學(xué)。與傳統(tǒng)教學(xué)方法相比，算法既可以精準(zhǔn)描述高校教師的教學(xué)表現(xiàn)，獲得高精度的教學(xué)質(zhì)量評(píng)估結(jié)果；同時(shí)又可以為學(xué)生勾勒精準(zhǔn)的數(shù)字畫像，實(shí)現(xiàn)對(duì)教學(xué)內(nèi)容的精準(zhǔn)推送，幫助教師改進(jìn)教學(xué)方法。近些年，高校利用大數(shù)據(jù)、云計(jì)算、云搜索等技術(shù)打造的智慧課堂，之所以能夠給師生提供精準(zhǔn)的定制化方案，根本在于算法邏輯的支持。(11)張耀天、余晨：《算法的遮蔽與價(jià)值的澄明：大學(xué)思政智慧課堂現(xiàn)象的技術(shù)反思》，《齊魯師范學(xué)院學(xué)報(bào)》2021年第4期。二是有助于及時(shí)回應(yīng)大學(xué)生的成長(zhǎng)困惑，提高高校思想政治教育工作的針對(duì)性。通過算法分析數(shù)據(jù)背后隱藏的思想狀態(tài)和訴求，對(duì)大學(xué)生關(guān)心的熱點(diǎn)話題進(jìn)行捕捉，及時(shí)了解學(xué)生的思想動(dòng)態(tài)，可以有效提高思想政治教育工作的精準(zhǔn)性。(12)溫旭：《智能算法助推高校精準(zhǔn)思政的邏輯進(jìn)路》，《思想理論教育》2020年第6期。

第二，方便查閱資料。在查詢資料的過程中，算法可以幫助高校師生從互聯(lián)網(wǎng)海量信息中便利地篩選與研究相關(guān)的信息，降低搜集資料的難度。同時(shí)，查詢者如果關(guān)鍵詞設(shè)置得當(dāng)，通過不斷檢索，一些本不熟悉的信息也可能在檢索過程中意外地“跳”出來，為查閱者提供新的研究視角，拓寬他們的思維路徑。例如，當(dāng)查閱者在中國(guó)知網(wǎng)上搜索一篇論文時(shí)，網(wǎng)站就會(huì)將該論文的研究起點(diǎn)、研究來源、研究分支、研究脈絡(luò)、參考文獻(xiàn)等相關(guān)文獻(xiàn)資料予以推薦。這些推薦不僅會(huì)增補(bǔ)資料，還會(huì)產(chǎn)生新的有價(jià)值的問題，引導(dǎo)查閱者進(jìn)行深度研究，為發(fā)現(xiàn)新知識(shí)、提出新方案提供新的契機(jī)。

第三，滿足分眾化的閱讀需求。傳統(tǒng)圖書館信息服務(wù)主要集中在借閱者通過輸入一定查詢條件進(jìn)行信息查詢，借閱效果較為有限，但算法可以根據(jù)借閱者日常的閱讀習(xí)慣和文獻(xiàn)檢索記錄進(jìn)行數(shù)據(jù)計(jì)算，向借閱者準(zhǔn)確、主動(dòng)地提供他們可能感興趣的圖書信息，提高借閱者的滿意度和閱讀興趣。(13)高兵、董素芹：《高校智慧圖書館精確定位算法與個(gè)性化服務(wù)模型構(gòu)建》，《圖書館理論與實(shí)踐》2017年第8期。算法也可以通過分析借閱者的閱讀習(xí)慣，挖掘潛在需求，精準(zhǔn)推薦經(jīng)典著作，提高其知識(shí)素養(yǎng)。

因?yàn)樗惴ㄊ且豁?xiàng)頗具顛覆性的技術(shù)，又以隱蔽方式存在，對(duì)于高校思政課而言，與算法帶來的積極作用相比，其負(fù)面影響更加突出和尖銳?！耙罁?jù)算法建構(gòu)世界，它既不好，也不壞，也并非中立。然而，算法建構(gòu)身份卻是新出現(xiàn)的事物，所以不成熟，也不完美?！?14)[美] 約翰·切尼-利波爾德：《數(shù)據(jù)失控：算法時(shí)代的個(gè)體危機(jī)》，張昌宏譯，電子工業(yè)出版社2019年版，第33頁。目前，算法對(duì)于高校思政課的負(fù)面影響已經(jīng)有所體現(xiàn)，并有可能在未來進(jìn)一步演化。算法對(duì)于高校思政課的負(fù)面影響主要體現(xiàn)在以下四個(gè)方面：

第一，導(dǎo)致高校思政課吸引力下降。由于大學(xué)生的思想觀念尚未定型，易受外界影響，算法“投其所好”的信息造就的高黏性，在不知不覺中塑造大學(xué)生的思想意識(shí)和道德觀念，控制大學(xué)生的時(shí)間、注意力和認(rèn)知習(xí)慣。谷歌前設(shè)計(jì)倫理學(xué)家特里斯坦·哈里斯解釋，為什么人們?cè)诨ヂ?lián)網(wǎng)上難以抵御某些網(wǎng)站的誘惑，問題并不出在人缺乏意志力上，而是因?yàn)椤捌聊涣硪欢擞猩锨苏谕呓饽愕淖月伞薄?15)張凌寒：《權(quán)力之治：人工智能時(shí)代的算法規(guī)制》，上海人民出版社2021年版，第318頁。阿里巴巴集團(tuán)創(chuàng)始人馬云曾說：“我們對(duì)一個(gè)人的了解遠(yuǎn)遠(yuǎn)超過你，你是不了解你的。電腦會(huì)比你更了解你?！?16)李紅艷：《媒介素養(yǎng)概論》，中國(guó)農(nóng)業(yè)大學(xué)出版社2019年版，第234頁。這種了解正是通過用戶在網(wǎng)絡(luò)上留下的軌跡精準(zhǔn)計(jì)算而來。算法通過對(duì)用戶的每一次瀏覽、點(diǎn)擊、轉(zhuǎn)發(fā)、評(píng)論、點(diǎn)贊等數(shù)據(jù)進(jìn)行分析，完成對(duì)“用戶興趣”的畫像，并依據(jù)上述“畫像”對(duì)用戶進(jìn)行精準(zhǔn)推送。今日頭條的智能總工程師說過，算法加加減減就能改變情緒，能把快樂的情緒通過算法加減變成悲傷的情緒。(17)鄭二利、王穎吉：《人工智能時(shí)代的數(shù)據(jù)意識(shí)形態(tài)——基于大數(shù)據(jù)對(duì)價(jià)值觀和行為活動(dòng)影響的思考》，《新聞與傳播評(píng)論》2019年第1期。算法決策裹挾大數(shù)據(jù)優(yōu)勢(shì)，創(chuàng)造技術(shù)成癮的風(fēng)險(xiǎn)，在其強(qiáng)有力的沖擊下，使得大學(xué)生對(duì)高校思政課缺乏興趣。此外，由于算法的基礎(chǔ)是海量的用戶數(shù)據(jù)收集，而高校思政課程體系非?？茖W(xué)、嚴(yán)謹(jǐn)；加之在重大原則問題上必須與黨中央保持高度一致，教材所有的觀點(diǎn)、使用的材料都必須有權(quán)威依據(jù)，如黨的歷次代表大會(huì)的文件、經(jīng)典著作、中央領(lǐng)導(dǎo)人講話等，相對(duì)比較枯燥乏味，這會(huì)導(dǎo)致網(wǎng)絡(luò)點(diǎn)擊量較小，無法為機(jī)器提供足夠的基礎(chǔ)數(shù)據(jù)，所以常被算法忽略。同時(shí)，高校思政課的教學(xué)內(nèi)容經(jīng)常與一些娛樂信息，被放在同一個(gè)算法池中，如果沒有人工編輯介入，易受排擠，導(dǎo)致覆蓋面不斷降低，存在著被算法邊緣化的風(fēng)險(xiǎn)，這些都影響了高校思政課的教育效果。

第二，扭曲價(jià)值觀。作為人工智能核心的算法，在處理海量信息方面擁有無法企及的效率，但它并不具備人類的道德意識(shí)，無法對(duì)慈悲、友愛、誠(chéng)信等價(jià)值觀進(jìn)行精準(zhǔn)判斷。2016年3月23日，微軟公司的智能聊天機(jī)器人Tay上線不久，就因?yàn)椴焕斫馑敵鰞?nèi)容的內(nèi)涵，被用戶引入歧途，發(fā)表與轉(zhuǎn)發(fā)了大量涉及種族歧視、性別歧視的言論。Tay上線后僅一天，微軟便關(guān)閉了這個(gè)項(xiàng)目的網(wǎng)站。同年，馬薩諸塞理工學(xué)院將Tay列入年度最差技術(shù)的排行榜。(18)[印] 卡爾提克·霍桑納格：《算法時(shí)代》，蔡瑜譯，文匯出版社2020年版，第6頁。今日頭條剛上線不久，創(chuàng)始人張一鳴就曾指出，技術(shù)沒有價(jià)值觀，但在2018年4月頭條系整改時(shí)，他通過個(gè)人微頭條和今日頭條官方平臺(tái)，發(fā)表公開信致歉并反思，認(rèn)為“產(chǎn)品走錯(cuò)了路，出現(xiàn)了與社會(huì)主義核心價(jià)值觀不符的內(nèi)容，沒有貫徹好輿論導(dǎo)向”。算法推薦技術(shù)最初應(yīng)用的目的是為了提升檢索效率，降低用戶的時(shí)間成本，快速匹配用戶所需要的內(nèi)容，但隨著利益團(tuán)體的資本嵌入，卻逐漸異化為增強(qiáng)用戶黏性、延長(zhǎng)使用時(shí)間等。正如傳播學(xué)教授詹姆斯·韋伯斯特所言：“推薦機(jī)制這樣強(qiáng)大的受眾建構(gòu)工具所帶來的后果，可能比簡(jiǎn)單地操縱注意力更令人擔(dān)憂，因?yàn)檫@些工具并非中立和超然，而是各有利益和圖謀。這或許是更深層次上的受眾困境：他們不是變得更獨(dú)立、更自主、更能動(dòng)，而是在不知不覺中被建構(gòu)、被引導(dǎo)和被利用?！?19)[美] 詹姆斯·韋伯斯特：《注意力市場(chǎng)——如何吸引數(shù)字時(shí)代的受眾》，郭石磊譯，中國(guó)人民大學(xué)出版社2017年版，第27頁。近年來，一些平臺(tái)和網(wǎng)站為了留住用戶，獲得更多的流量，不惜利用算法大肆炒作炫富享樂、明星緋聞、負(fù)面熱點(diǎn)、低俗“網(wǎng)紅”、無底線審丑等錯(cuò)誤價(jià)值觀導(dǎo)向的內(nèi)容，嚴(yán)重污染了網(wǎng)絡(luò)生態(tài)。這些信息以滿足人們淺層次的感官刺激和享受為目的，其背后充斥的及時(shí)行樂、游戲人生等享樂型價(jià)值觀，對(duì)大學(xué)生的認(rèn)知、情感和身體健康產(chǎn)生了消極影響。另外，一些人不顧歷史事實(shí)，以“戲說”“惡搞”的手段，肆意涂抹歷史事件與歷史人物，宣揚(yáng)歷史虛無主義，嚴(yán)重破壞了高校思想政治教育成果，影響大學(xué)生正確價(jià)值觀的建立。算法技術(shù)本身無所謂好壞，但它在不同的應(yīng)用場(chǎng)景中會(huì)產(chǎn)生不同的結(jié)果。當(dāng)算法推送的這些低俗、庸俗、媚俗信息在網(wǎng)絡(luò)上泛濫成災(zāi)的時(shí)候，其中蘊(yùn)藏的危險(xiǎn)正如媒體文化研究者尼爾·波茲曼在《娛樂至死》一書中所言：“如果一個(gè)民族分心于繁雜瑣事，如果文化生活被重新定義為娛樂的周而復(fù)始，如果嚴(yán)肅的公眾對(duì)話變成了幼稚的嬰兒語言，總之人民蛻化為被動(dòng)的受眾，而一切公共事務(wù)形同雜耍，那么這個(gè)民族就會(huì)發(fā)現(xiàn)自己危在旦夕，文化滅亡的命運(yùn)就在劫難逃?！?20)[美] 尼爾·波茲曼：《娛樂至死》，章艷譯，中信出版集團(tuán)2015年版，第186頁。

此外，基于不完整的數(shù)據(jù)分析的算法常會(huì)帶來算法歧視、算法偏見、隱私侵犯、數(shù)據(jù)泄露等問題。例如，2018年，路透社揭露亞馬遜公司開發(fā)的人工智能招聘系統(tǒng)存在性別歧視，算法在進(jìn)行簡(jiǎn)歷篩選時(shí)，對(duì)包含“女性”等詞的簡(jiǎn)歷進(jìn)行降權(quán)處理。再如，近年來，國(guó)內(nèi)互聯(lián)網(wǎng)平臺(tái)依靠數(shù)據(jù)優(yōu)勢(shì)和信息不對(duì)稱，對(duì)用戶實(shí)施價(jià)格歧視，進(jìn)行“大數(shù)據(jù)殺熟”等。尤其需要指出，隨著算法往返于社會(huì)與系統(tǒng)之間，那些具備工作經(jīng)驗(yàn)、擁有學(xué)習(xí)機(jī)會(huì)、算法素養(yǎng)較高的群體與缺少機(jī)會(huì)、相對(duì)弱勢(shì)的群體之間的差距將不斷拉大。老齡人口、殘障人士、低收入群體可能會(huì)陷入新一輪的“算法陷阱”，而這樣的差距經(jīng)年累月地沉積，將加重階層固化，形成算法特權(quán)和壟斷力量。(21)方師師：《“算法要向善”選擇背后的倫理博弈》，《光明日?qǐng)?bào)》2020年12月14日。毫無疑問，這些問題也會(huì)落到大學(xué)生身上，由于算法的不透明、難以審查等問題，大學(xué)生一般都不知道自己被區(qū)別對(duì)待，也沒有渠道去修正。這既損害了法律權(quán)威，也會(huì)引起大學(xué)生對(duì)社會(huì)公平正義的質(zhì)疑，進(jìn)而影響高校思政課的教育效果。

第三，喪失深度學(xué)習(xí)能力。學(xué)生在發(fā)生深度學(xué)習(xí)的過程中可以理解性、批判性地解決問題，并且處于主動(dòng)學(xué)習(xí)的狀態(tài)，但如果長(zhǎng)期沉溺于算法推薦的信息之中，會(huì)使大學(xué)生形成淺層化的思考習(xí)慣，認(rèn)知能力不斷弱化，逐漸喪失深度思考的能力。這主要表現(xiàn)在以下三個(gè)方面：一是形成思想的碎片化。算法的廣泛運(yùn)用，使得傳播學(xué)傳統(tǒng)把關(guān)理論的基本范式發(fā)生了結(jié)構(gòu)性轉(zhuǎn)型，其中一個(gè)重要變化就是算法把關(guān)使得信息內(nèi)容從整體變?yōu)樗槠?22)羅昕、肖恬：《范式轉(zhuǎn)型：算法時(shí)代把關(guān)理論的結(jié)構(gòu)性考察》，《新聞界》2019年第3期。在算法的加持下，大學(xué)生面臨著一個(gè)信息資源碎片化的世界。這些碎片化的信息并不意味著錯(cuò)誤，而是沒有依據(jù)、支離破碎或泛泛而談。這不但無法提高大學(xué)生深度和綜合把握事件的能力，反而會(huì)將其知識(shí)體系予以解構(gòu)，使之陷于淺表學(xué)習(xí)之中。二是導(dǎo)致思想的平面化。按照算法“用戶至上”的理念，信息生產(chǎn)不僅無法實(shí)現(xiàn)對(duì)用戶優(yōu)質(zhì)信息需求的滿足，而且造就了大量垃圾信息，使信息消費(fèi)市場(chǎng)淪為低質(zhì)量?jī)?nèi)容循環(huán)生產(chǎn)的垃圾堆。(23)劉志杰：《算法把關(guān)失靈與編輯價(jià)值重塑》，《中國(guó)編輯》2020年第5期。一些內(nèi)容編輯者為吸引眼球，獲取流量，常以“揭秘”“重磅”“獨(dú)家爆料”“知情人士稱”為名進(jìn)行渲染炒作，以致各種“標(biāo)題黨”盛行于朋友圈之中；或者采取移花接木、斷章取義、嘩眾取寵的方式，推送一些奇聞?shì)W事，迎合人們獵奇求新的心理；又或者大肆炒作社會(huì)惡性案件、災(zāi)難事故、負(fù)面極端事件等，煽動(dòng)悲情、焦慮、恐慌等情緒，不斷沖擊受眾的神經(jīng)。這些文章往往存在邏輯混亂、缺乏充分論據(jù)、情緒宣泄大于事實(shí)等問題，大學(xué)生如果經(jīng)常閱讀這樣的信息，會(huì)助長(zhǎng)其直線思維，損傷好奇心和求知欲，弱化認(rèn)知能力。三是創(chuàng)新潛能被抑制。算法推薦基于用戶行為的歷史信息，尋找內(nèi)容與用戶之間的關(guān)聯(lián)性，進(jìn)而預(yù)測(cè)用戶下一步可能喜歡什么。這使得用戶被鎖定在歷史信息之中，不利于用戶的創(chuàng)新與發(fā)展。例如，在高校思政課教學(xué)中，算法作為一種輔助學(xué)習(xí)手段，提供的便利容易使大學(xué)生盲目訴諸以往的研究成果，沉溺于表層文本的提取和簡(jiǎn)易的量化排比，學(xué)習(xí)成果多以復(fù)制粘貼為主，缺乏遷移和深化，難以產(chǎn)生高質(zhì)量的思維成果。

第四，存在陷入“信息繭房”的風(fēng)險(xiǎn)?！靶畔⒗O房”這一概念由美國(guó)哈佛大學(xué)桑斯坦教授于2006年在《信息烏托邦》一書中提出。他認(rèn)為，如果用戶只關(guān)注自己選擇的使其愉悅的信息，時(shí)間一久就會(huì)導(dǎo)致自身信息窄化，最終“作繭自縛”。對(duì)于算法推薦技術(shù)是否會(huì)導(dǎo)致“信息繭房”，學(xué)術(shù)界還存在爭(zhēng)議。有學(xué)者認(rèn)為，“信息繭房”是一個(gè)雖有衍生空間卻仍然似是而非、缺乏科學(xué)證據(jù)的概念，西方學(xué)術(shù)界尚無有力研究證實(shí)“信息繭房”的存在。(24)陳昌鳳、仇筠茜：《“信息繭房”在中國(guó)：望文生義的概念與算法的破繭求解》，《新聞與寫作》2020年第1期。還有學(xué)者認(rèn)為，算法不但沒有導(dǎo)致“信息繭房”，反而在主流價(jià)值觀的引導(dǎo)上發(fā)揮了積極作用，并為個(gè)體提供了更多元和理性的信息世界。(25)喻國(guó)明、方可人：《算法型內(nèi)容推送會(huì)導(dǎo)致信息繭房嗎？——基于媒介多樣性和信源信任的一項(xiàng)實(shí)證分析》，《山東社會(huì)科學(xué)》2020年第11期。不過，學(xué)術(shù)界對(duì)此有不同看法。有學(xué)者發(fā)現(xiàn)，在算法的誘導(dǎo)下，“飯圈”的圈層特質(zhì)將加劇“信息繭房”的作用。飯圈傳播在“信息繭房”的效應(yīng)下，群體極化、回音室效應(yīng)、沉默的螺旋效應(yīng)十分明顯。(26)崔欣潤(rùn)：《飯圈傳播中的信息繭房現(xiàn)象研究》，中國(guó)社會(huì)科學(xué)院大學(xué)碩士學(xué)位論文，2020年，第59-60頁。有學(xué)者也指出，社交媒體的“信息繭房”(回音室或過濾氣泡)是算法先天和后天因素的復(fù)雜混合物以及用戶與之交互的方式共同產(chǎn)生的結(jié)果。(27)與國(guó)內(nèi)研究者集中于“信息繭房”這個(gè)概念有所不同，國(guó)外研究者主要側(cè)重于“過濾氣泡”“回音室效應(yīng)”這兩個(gè)概念?！靶畔⒗O房”強(qiáng)調(diào)的是個(gè)體主動(dòng)的選擇行為導(dǎo)致的信息同質(zhì)化，“過濾氣泡”是指算法推薦讓個(gè)體在不知情的情況下被動(dòng)接收了同質(zhì)化信息，“回音室效應(yīng)”強(qiáng)調(diào)的是群體壓力導(dǎo)致的個(gè)體意見強(qiáng)化和群體意見極化帶來的觀點(diǎn)同質(zhì)化問題。參見劉強(qiáng)、趙茜：《算法中選擇的同化與異化——國(guó)外回音室效應(yīng)研究20年述評(píng)與展望》，《新聞界》2021年第6期。數(shù)據(jù)、算法、用戶，每一部分在決定算法系統(tǒng)的產(chǎn)物時(shí)都起到了重要的作用，但它們的總和往往大于簡(jiǎn)單累加。因此，在特定的情境下，基于算法技術(shù)的內(nèi)容分發(fā)和信息接觸，可能會(huì)促成“信息繭房”(回音室或過濾氣泡)的形成，導(dǎo)致人們的觀點(diǎn)表達(dá)更加極化。(28)[印] 卡爾提克·霍桑納格：《算法時(shí)代》，蔡瑜譯，文匯出版社2020年版，第89-90頁。鑒于目前國(guó)內(nèi)相關(guān)實(shí)證研究滯后于國(guó)外，有學(xué)者對(duì)二十年來300多篇“回音室”的相關(guān)外文文獻(xiàn)進(jìn)行整理后發(fā)現(xiàn)，當(dāng)傳播者彼此之間隔離程度較高，又遇到政治內(nèi)容與敏感話題等觀點(diǎn)截然不同的議題，受眾為避免不和諧會(huì)產(chǎn)生選擇性心理，在此情境下，算法推薦會(huì)成為群體區(qū)隔最核心的助推器。當(dāng)相關(guān)條件具備并形成一套完整的傳播鏈，它就是回音室產(chǎn)生的最佳情境。(29)劉強(qiáng)、趙茜：《算法中選擇的同化與異化——國(guó)外回音室效應(yīng)研究20年述評(píng)與展望》，《新聞界》2021年第6期。雖然目前學(xué)術(shù)界對(duì)于算法是否引起“信息繭房”尚無定論，但“信息繭房”一旦發(fā)生，不僅會(huì)局限個(gè)人視野、加重群體極化、淡化社會(huì)黏性，讓人對(duì)主流意識(shí)形態(tài)產(chǎn)生認(rèn)同危機(jī)；而且，還會(huì)用算法將人的選擇固定下來，使他無法獲得新的信息，既不利于社會(huì)創(chuàng)新，也影響了信息獲取的公平性。(30)胡鍵：《算法治理及其倫理》，《行政論壇》2021年第4期。因此，我們依然要警惕與預(yù)防“信息繭房”的發(fā)生，并積極開展本土化和情境化的實(shí)證研究，幫助大學(xué)生走出算法推薦的信息困境。

三、算法推薦時(shí)代高校思政課的創(chuàng)新路徑

面對(duì)算法的強(qiáng)勢(shì)崛起，高校目前還缺乏相應(yīng)的應(yīng)對(duì)經(jīng)驗(yàn)，系列問題亟待解決。例如，如何治理、誰來參與、何時(shí)介入、教師角色等問題，還需要進(jìn)一步研究。對(duì)此，筆者認(rèn)為，面對(duì)算法的沖擊，高校如果缺乏足夠警惕，不進(jìn)行相應(yīng)的理論與實(shí)踐創(chuàng)新，任由算法發(fā)展成為一個(gè)技術(shù)“利維坦”，那必然會(huì)對(duì)高校思想政治教育成果造成較大部分的削弱或抵消。因此，高校思政課必須跟上時(shí)代的腳步，對(duì)算法的影響予以正視并積極應(yīng)對(duì)。因?yàn)樗惴ň哂懈叨葟?fù)雜、學(xué)科交叉度較高、專業(yè)性較強(qiáng)的特征，要應(yīng)對(duì)其挑戰(zhàn)，高校思政課在積極推進(jìn)自身改革的同時(shí)，應(yīng)該努力實(shí)現(xiàn)兩個(gè)方面的突破：一是要將應(yīng)對(duì)算法挑戰(zhàn)從單純的思政課拓展到專業(yè)課程的教育教學(xué)過程中，拓寬學(xué)生接受算法教育的空間；二是要將應(yīng)對(duì)算法挑戰(zhàn)的主體由思政課教師轉(zhuǎn)變?yōu)閷W(xué)校全體教職員工和各個(gè)部門，形成更為強(qiáng)大的育人合力。本文基于“大思政”的視角，對(duì)算法推薦時(shí)代高校思政課應(yīng)對(duì)算法挑戰(zhàn)的方法與路徑進(jìn)行探討。

第一，加強(qiáng)高校思政課教學(xué)改革，積極發(fā)揮思政課教師的主導(dǎo)作用。對(duì)于以算法為核心的人工智能而言，它并不具備洞察力和同理心，難以進(jìn)行感同身受的情理感悟和情境體驗(yàn)。因此，在思政課教學(xué)中，算法依然無法替代教師對(duì)學(xué)生精神世界的影響，學(xué)生的成長(zhǎng)依然需要有理想信念、道德情操、扎實(shí)學(xué)識(shí)的教師作為引路人。面臨算法帶來的問題，高校思政課教師需要在現(xiàn)有教學(xué)體系基礎(chǔ)上進(jìn)行調(diào)適，積極發(fā)揮人在與技術(shù)互動(dòng)中的主導(dǎo)性，努力重構(gòu)教師的職業(yè)權(quán)威。筆者認(rèn)為，可以采取以下措施：一是積極發(fā)揮高校思政課課堂的主渠道作用，努力提升大學(xué)生的信息整合能力。教師在講授課程內(nèi)容時(shí)，可以將社會(huì)熱點(diǎn)事件融入課堂教學(xué)，精心設(shè)置議題，主動(dòng)在網(wǎng)絡(luò)議程設(shè)置層面扮演指揮者的角色。在課堂上，教師鼓勵(lì)學(xué)生就社會(huì)熱點(diǎn)事件積極發(fā)言，參與討論，使師生在思想的碰撞和交互爭(zhēng)鳴中延展學(xué)習(xí)的寬度，豐盈學(xué)習(xí)的厚度；同時(shí)提供全面、權(quán)威的信息，用嚴(yán)密的邏輯進(jìn)行編排，呈現(xiàn)熱點(diǎn)事件的完整敘事，并予以透徹的學(xué)理分析。當(dāng)學(xué)生的困惑得以解答，錯(cuò)誤言論得到精準(zhǔn)有力的回?fù)?，信息碎片化危機(jī)就會(huì)得以緩解。二是思政課教師可以將當(dāng)前影響我們生活的算法爭(zhēng)議問題引入教學(xué)內(nèi)容中，例如，“困在算法里的外賣騎手”“利用大數(shù)據(jù)殺熟”“濫用人臉識(shí)別”等，將學(xué)科知識(shí)與緊迫的倫理、公平和社會(huì)正義問題聯(lián)系起來。同時(shí)，教師要教育大學(xué)生學(xué)會(huì)運(yùn)用馬克思主義立場(chǎng)、觀點(diǎn)和方法，科學(xué)甄別、篩選、解讀隱藏于算法推薦信息中的價(jià)值取向，注意算法帶來的系列問題，包括主體責(zé)任、隱私保護(hù)、責(zé)任承擔(dān)與社會(huì)監(jiān)管等。三是通過提高思政課的吸引力和感染力來抵抗算法的誘惑。算法和計(jì)算模型是高度簡(jiǎn)約化的，無法囊括現(xiàn)實(shí)世界中的所有復(fù)雜因素或人類交流中的所有細(xì)微差別，不具備人類的無限想象力、創(chuàng)造力和發(fā)散思維等復(fù)雜思維能力。思政課教師應(yīng)該積極發(fā)揮在教學(xué)中的主導(dǎo)性，把宏大的時(shí)代、鮮活的實(shí)踐和生動(dòng)的現(xiàn)實(shí)融入每一堂思政課中，從而轉(zhuǎn)變一些學(xué)生對(duì)思政課枯燥乏味的成見，使思政課真正成為學(xué)生覺得有意思、愿意聽的好課程?！敖?jīng)師易求，人師難得”，“一種價(jià)值觀要真正發(fā)揮作用，必須融入社會(huì)生活，讓人們?cè)趯?shí)踐中感知它、領(lǐng)悟它”。(31)《習(xí)近平談治國(guó)理政》第1卷，外文出版社2018年版，第165頁。因此，高校思政課教師在培育和弘揚(yáng)社會(huì)主義核心價(jià)值觀的過程中，要下好落細(xì)、落小、落實(shí)的功夫，準(zhǔn)確把握學(xué)生的心理和思維特點(diǎn)，引導(dǎo)青年學(xué)生進(jìn)行正確抉擇，不要被“喜歡”裹挾、蒙蔽，最終是非不分。

第二，開展跨學(xué)科合作，培養(yǎng)大學(xué)生的人文素養(yǎng)。算法越是高歌猛進(jìn)，越應(yīng)當(dāng)思考算法與人文學(xué)科協(xié)同發(fā)展的問題。智能算法推薦的精準(zhǔn)、快速、高效是人類技術(shù)進(jìn)步的體現(xiàn)，但其工具理性、技術(shù)理性也廣受詬病，它的目的至上，忽略了價(jià)值理性中那些思想意識(shí)、義務(wù)、尊嚴(yán)、美、規(guī)訓(xùn)等信念。(32)陳昌鳳、石澤：《技術(shù)與價(jià)值的理性交往：人工智能時(shí)代信息傳播——算法推薦中工具理性與價(jià)值理性的思考》，《新聞戰(zhàn)線》2017年第9期。2017年，全球知名調(diào)查機(jī)構(gòu)——皮尤研究中心發(fā)布《算法時(shí)代》報(bào)告，指出“算法不僅可能接管人類的決策權(quán)，甚至還有取代人類決策之勢(shì)。所有這些可能促成一個(gè)有缺陷但卻無法避免的、由邏輯驅(qū)動(dòng)的社會(huì)，復(fù)雜系統(tǒng)由代碼接管，人類將被拋在一邊”。(33)Lee Rainie, Janna Anderson, “Code-dependent: Pros and Cons of the Algorithm Age”, Pew Research Center, 2017.在算法推薦時(shí)代，高校如何尊重人的主體性，守住人的價(jià)值與尊嚴(yán)，避免教育出的學(xué)生成為像機(jī)器一樣思考、行動(dòng)和推理的人，是高校教育工作者應(yīng)該認(rèn)真思考的問題。筆者認(rèn)為，為了規(guī)避算法的危害，高校在教育教學(xué)中應(yīng)該積極倡導(dǎo)工具理性和價(jià)值理性相融合，用人文關(guān)懷與價(jià)值引領(lǐng)消解算法基因中的純粹工具理性。高校思政課作為落實(shí)立德樹人根本任務(wù)的關(guān)鍵課程，承擔(dān)著強(qiáng)化價(jià)值引領(lǐng)的任務(wù)。因此，思政課應(yīng)該立足馬克思主義的人本精神，運(yùn)用可以培養(yǎng)大學(xué)生理想信念、價(jià)值取向、政治信仰、社會(huì)責(zé)任的課程內(nèi)容，并結(jié)合社會(huì)主義核心價(jià)值觀，積極培育大學(xué)生的人文情懷，即以人為本的意識(shí)，尊重人的價(jià)值與尊嚴(yán)，以及對(duì)家國(guó)天下和人類命運(yùn)的關(guān)懷等。對(duì)于高校思政課而言，算法技術(shù)終究只是工具，知識(shí)的完善、思維的樂趣、價(jià)值的塑造才是真正的教學(xué)目標(biāo)。當(dāng)然，僅僅依靠思政課來加強(qiáng)大學(xué)生的人文主義素養(yǎng)是遠(yuǎn)遠(yuǎn)不夠的，還必須挖掘歷史、文學(xué)、哲學(xué)、新聞學(xué)、心理學(xué)、音樂、藝術(shù)等人文社科課程所蘊(yùn)含的人文主義元素，努力提高大學(xué)生的思想境界，引導(dǎo)大學(xué)生以高尚思想情操抵制網(wǎng)絡(luò)低俗、庸俗、媚俗之風(fēng)。如果條件具備，可以仿效國(guó)外設(shè)計(jì)一個(gè)可持續(xù)的跨學(xué)科課程工具包，為學(xué)習(xí)者收集和管理示范性學(xué)習(xí)材料，以及發(fā)布實(shí)時(shí)通訊，向利益相關(guān)者更新信息、技術(shù)和社會(huì)交叉領(lǐng)域的最新動(dòng)態(tài)。(34)Brett Gaylor’s 2015 Project, “Do Not Track”, https://donottrack-doc.com.總體而言，通過建立以高校思政課為龍頭、以系統(tǒng)的人文教育課程為支撐的價(jià)值引導(dǎo)課程體系，努力提高大學(xué)生的人文素養(yǎng)，推動(dòng)學(xué)生全面、自由的發(fā)展，避免學(xué)生成為殘缺不全、工具化、碎片化的人。

第三，以高校圖書館為基地開展批判性信息素養(yǎng)教育。因?yàn)殚L(zhǎng)期應(yīng)試教育的影響，當(dāng)今大學(xué)生從小學(xué)到大學(xué)的信息素養(yǎng)和批判性思維的訓(xùn)練是分散的、不充分的和不連貫的。因此，要求他們獨(dú)自穿越一個(gè)充滿錯(cuò)誤信息、點(diǎn)擊誘餌、社交媒體“快速新聞”的“算法陷阱”較為困難。因此，在算法推薦時(shí)代，對(duì)大學(xué)生開展相應(yīng)的信息素養(yǎng)與批判性思維訓(xùn)練是非常必要的。圖書館作為高校的“第二課堂”，除了擁有豐富的圖書資源、數(shù)據(jù)庫(kù)以及計(jì)算機(jī)、投影儀等多媒體設(shè)備，還可以為學(xué)生提供機(jī)房、討論室、自習(xí)室等學(xué)習(xí)交流空間。因此，圖書館是高校開展信息素養(yǎng)教育的最佳場(chǎng)所。不過，以往的圖書館信息素養(yǎng)教育大多局限于信息檢索技能的訓(xùn)練，未與具體的學(xué)科專業(yè)教育相結(jié)合，兩者之間缺乏合力。學(xué)生受過此類訓(xùn)練后，仍然無法成功對(duì)互聯(lián)網(wǎng)的信息資源進(jìn)行有效的分析。(35)張長(zhǎng)海：《基于批判性思維和創(chuàng)造力的我國(guó)大學(xué)生信息素養(yǎng)教育模式研究》，《中國(guó)圖書館學(xué)報(bào)》2016年第4期。針對(duì)這種情況，2006年，J.Elmborg最早將批判性教學(xué)理念引入信息素養(yǎng)教學(xué)過程，將批判性思維方法融入信息素養(yǎng)課程體系，確立“以學(xué)生為中心”的教學(xué)模式。此后，圖書館員、教育工作者、信息領(lǐng)域?qū)＜业燃娂娫谛畔⑺仞B(yǎng)教育中融入批判性教學(xué)方法，形成“批判性信息素養(yǎng)教育”(Critical Information Literacy)，并不斷予以完善。(36)張靖、林佳萍、彭秋平：《批判性信息素養(yǎng)及其教育實(shí)踐》，《圖書館雜志》2017年第12期。通過培養(yǎng)學(xué)生的批判性信息素養(yǎng)，讓其能夠批判性地處理信息，對(duì)制定的檢索策略、所利用的信息源、所得到的結(jié)果和所確定的信息源進(jìn)行評(píng)估；尤其需要訓(xùn)練學(xué)生在接受信息之前，首先應(yīng)當(dāng)懷疑信息的有效性并進(jìn)行查找確證；在運(yùn)用批判性思維的過程中，學(xué)會(huì)自主思考，能夠提出問題并予以積極解答。

今天，在信息素養(yǎng)教育中融入批判性思維已經(jīng)成為國(guó)內(nèi)外圖書館界的共識(shí)，(37)徐苑琳：《批判性信息素養(yǎng)：源起、發(fā)展和思考》，《圖書館建設(shè)》2020年第1期。而批判性信息素養(yǎng)教育的最佳方式是融入學(xué)科課程之中。國(guó)內(nèi)外研究發(fā)現(xiàn)，跨學(xué)科整合課程能夠激發(fā)學(xué)生的主動(dòng)學(xué)習(xí)欲望和獨(dú)立探究意識(shí)，也能夠最有效地實(shí)現(xiàn)批判性思維和信息素養(yǎng)的教育目標(biāo)；教師與圖書館員的合作教學(xué)為學(xué)生提供了充分的學(xué)術(shù)能力訓(xùn)練機(jī)會(huì)，并幫助他們學(xué)會(huì)自主學(xué)習(xí)和終身學(xué)習(xí)。(38)陳曉紅、高凡：《近五年國(guó)內(nèi)外信息素養(yǎng)教育研究進(jìn)展及展望》，《圖書情報(bào)工作》2018年第10期。因此，高校思政課程或者專業(yè)課程，可以與圖書館合作開展批判性信息素養(yǎng)教育，提高大學(xué)生在算法推薦時(shí)代的生存與發(fā)展能力。例如，可以要求學(xué)生利用圖書館資源完成一系列論文寫作任務(wù)，包括搜集資料、確定論文選題、主題討論、構(gòu)造批判性問題等。在論文撰寫過程中，教師指導(dǎo)學(xué)生在互聯(lián)網(wǎng)查閱資料時(shí)，注意查看資料的來源，要求學(xué)生對(duì)算法本身及其推薦結(jié)果持批判態(tài)度，讓其主動(dòng)搜索不同類型的內(nèi)容，多方查找，提升對(duì)算法推薦信息的比較分析能力。另外，可以要求學(xué)生撰寫學(xué)習(xí)心得，組織課堂討論，分享個(gè)人在信息檢索、信息獲取方面的經(jīng)驗(yàn)，以此擴(kuò)大對(duì)于算法的了解。圖書館可以采取多種形式融入合作教學(xué)的各個(gè)環(huán)節(jié)。例如，可以成立期刊俱樂部，分享閱讀資料，并定期加入“技能分享”或“新技術(shù)”等元素，利用信息優(yōu)勢(shì)支持師生對(duì)于信息素養(yǎng)的學(xué)習(xí)；也可以通過建立技術(shù)平臺(tái)，讓批判性教學(xué)的理念、方法得以推廣。例如，美國(guó)約翰·普福圖書館就通過開發(fā)信息素養(yǎng)在線工具——批判性信息素養(yǎng)教育實(shí)驗(yàn)室，將其“在整個(gè)學(xué)校、多門課程大面積推廣”的目標(biāo)落到了實(shí)處。(39)王丹丹：《約翰·普福圖書館批判性信息素養(yǎng)教育實(shí)踐分析》，《圖書情報(bào)工作》2016年第20期。

第四，開設(shè)算法課程，提升大學(xué)生算法素養(yǎng)。算法給時(shí)代帶來的變化，是以隱蔽的、無形的方式進(jìn)行的，誰掌握著算法的權(quán)力以及這種權(quán)力是如何使用的，廣大用戶缺乏足夠的了解。(40)Shoshana Zuboff, The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power, New York: Public Affairs, 2019, p.72.盡管學(xué)術(shù)界對(duì)算法塑造和影響大學(xué)生了解世界的方式深表擔(dān)憂，但據(jù)筆者調(diào)查，關(guān)于算法的討論卻極少在高校課堂教學(xué)中出現(xiàn)，面向全體大學(xué)生設(shè)置算法課程的大學(xué)也比較少見，這自然不利于大學(xué)生在算法推薦時(shí)代的生存與發(fā)展。美國(guó)皮尤研究中心的《算法時(shí)代》報(bào)告就指出，“除非更努力地讓真正的讀寫信息的能力成為教育的一部分，否則將會(huì)出現(xiàn)兩個(gè)階級(jí)，一個(gè)能夠使用算法，一個(gè)被算法使用”。(41)Lee Rainie, Janna Anderson, “Code-dependent: Pros and Cons of the Algorithm Age”, Pew Research Center, 2017.因此，在算法推薦時(shí)代，要打破算法構(gòu)建的認(rèn)知霸權(quán)，有必要提高高校師生的算法素養(yǎng)，即加強(qiáng)對(duì)什么是算法的認(rèn)識(shí)，了解算法的運(yùn)作特征以及算法使用的相關(guān)社會(huì)和倫理問題。算法素養(yǎng)的主體既包括計(jì)算機(jī)專業(yè)的教師與學(xué)生，同時(shí)也涉及其他專業(yè)的教師與學(xué)生。針對(duì)前者而言，高?？梢詮V泛開展算法課程思政教學(xué)，大力加強(qiáng)科技倫理教育。計(jì)算機(jī)專業(yè)教師通過對(duì)算法工作原理及其風(fēng)險(xiǎn)的解讀，增強(qiáng)學(xué)生對(duì)算法運(yùn)行機(jī)制的了解，讓學(xué)生知悉算法對(duì)人的價(jià)值觀和行為活動(dòng)的影響，警惕算法所帶來的算法黑箱、算法歧視、侵犯隱私等問題。教師既要帶領(lǐng)學(xué)生深入了解算法世界，通曉算法的本質(zhì)和局限，又要告誡學(xué)生如何駕馭算法、超越算法、擺脫算法的控制。在實(shí)踐中，世界上其他國(guó)家的高校對(duì)于算法帶來的廣泛影響也提出了正向要求。例如，2018年，美國(guó)德克薩斯州立大學(xué)為計(jì)算機(jī)專業(yè)的學(xué)生開設(shè)“計(jì)算機(jī)科學(xué)的倫理基礎(chǔ)”課程；康奈爾大學(xué)開設(shè)數(shù)據(jù)倫理課程，聚焦數(shù)據(jù)的倫理問題；斯坦福大學(xué)開設(shè)“倫理、公共政策和計(jì)算機(jī)科學(xué)”課程。(42)劉培、池忠軍：《算法的倫理問題及其解決進(jìn)路》，《東北大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2019年第3期。針對(duì)后者，算法課程強(qiáng)調(diào)的算法素養(yǎng)并不是要求他們掌握復(fù)雜的算法原理，而是讓他們意識(shí)到算法在生活中的存在，并掌握一些基本的應(yīng)對(duì)辦法。例如，用戶的各種算法身份是通過數(shù)據(jù)建構(gòu)起來的，建構(gòu)的過程就是從形形色色的數(shù)據(jù)庫(kù)中收集信息，用戶的行為、社會(huì)關(guān)系和身體都被當(dāng)作數(shù)據(jù)來解讀，所以，算法需要獲取用戶行為數(shù)據(jù)才能生效。因此，可以提醒大學(xué)生在上網(wǎng)時(shí)選擇隱藏自己的行為，“不登陸、不點(diǎn)贊、不關(guān)注、不評(píng)論”，關(guān)閉不必要的權(quán)限，及時(shí)清除使用痕跡，避免定位、相冊(cè)、通訊錄等權(quán)限被獲??；為了避免沉溺于算法編織的舒適區(qū)，可以建議大學(xué)生通過手機(jī)時(shí)長(zhǎng)管理軟件來控制手機(jī)軟件的使用時(shí)間，并加強(qiáng)自律意識(shí)；也可以使用RSS工具，將多個(gè)訂閱源整合在一起，主動(dòng)選擇和調(diào)整信息源，避免算法“投其所好”。此外，高校還可以開發(fā)教學(xué)工具，讓大學(xué)生能夠清楚算法的工作機(jī)制。例如，英國(guó)的“無偏見項(xiàng)目”(UnBias Project)就設(shè)立了“青年評(píng)審團(tuán)”(Youth Jury)，讓學(xué)生參與權(quán)衡對(duì)算法的擔(dān)憂活動(dòng)，并讓他們提出解決方案。(43)UnBias Project, https://unbias.wp.horizon.ac.uk/.美國(guó)麻省理工學(xué)院媒體實(shí)驗(yàn)室的一組研究人員研究的“算法正義”(Algorithmic Justice)項(xiàng)目，幫助學(xué)生理解如何由內(nèi)到外操縱算法系統(tǒng)。(44)Michelle Ma, “The Future of Everything: How to Teach Kids about AI”, The Wall Street Journal, https://www.proquest.com/docview/2223864173?pq-origsite=primo&accountid=16676, 2019.這些做法值得我們學(xué)習(xí)與借鑒。

第五，拓展算法社交。算法的治理既需要高校各部門予以高度重視，又需要更廣泛群體的共同參與。在算法推薦時(shí)代，高校通過積極開展算法社交，推動(dòng)協(xié)同合作，努力加強(qiáng)人在算法和數(shù)據(jù)面前的主動(dòng)性，這對(duì)于改變算法推薦系統(tǒng)的決策有著重要的意義。一是積極發(fā)揮學(xué)生的作用。很多大學(xué)生在網(wǎng)絡(luò)技術(shù)、信息獲取能力等方面已超過教師，當(dāng)下已經(jīng)進(jìn)入了教師需要向?qū)W生學(xué)習(xí)的“后喻時(shí)代”；而且，學(xué)生更喜歡向同學(xué)學(xué)習(xí)新事物，相互分享知識(shí)，而不是接近教師。因此，將學(xué)生視為教師，相互學(xué)習(xí)與分享算法經(jīng)驗(yàn)，應(yīng)是增加校園算法素養(yǎng)的有效方法。同時(shí)，還可以將這種學(xué)習(xí)擴(kuò)展到校園之內(nèi)，通過組織算法學(xué)生社團(tuán)，讓學(xué)生為學(xué)習(xí)者(包括教職員工)提供幫助。二是在教師中形成興趣社區(qū)，確定校園算法專家，舉辦“算法俱樂部”等，推動(dòng)教師學(xué)習(xí)與了解算法。此外，教師還可以開展翻轉(zhuǎn)課堂、慕課等網(wǎng)絡(luò)教學(xué)新模式，努力擴(kuò)大算法教育的范圍，加強(qiáng)對(duì)網(wǎng)絡(luò)信息的價(jià)值批判和價(jià)值引領(lǐng)。三是積極加強(qiáng)交流合作，持續(xù)拓展協(xié)同育人空間。算法技術(shù)問題不僅涉及科學(xué)技術(shù)，還涉及社會(huì)、倫理和道德等方面，尤其需要廣大公眾和利益相關(guān)者的共同參與來予以妥善解決。因此，積極開展算法社交，通過學(xué)術(shù)研討會(huì)、座談會(huì)等方式，吸引政府、高校、科研院所、新聞機(jī)構(gòu)、企業(yè)、用戶群體、社會(huì)組織等參與進(jìn)來，相互分享研究成果與見解，共同關(guān)注和評(píng)估算法應(yīng)用可能帶來的社會(huì)影響，并不斷反思、調(diào)整算法治理的策略，從而盡最大可能封印算法的“潘多拉魔盒”。

余 論

“當(dāng)算法成為網(wǎng)絡(luò)媒體平臺(tái)打開信息世界‘任意門’的鑰匙，用戶到底是看到了一個(gè)更大的世界，還是一個(gè)更小的世界？”在2020年中國(guó)網(wǎng)絡(luò)媒體論壇上，百度創(chuàng)始人李彥宏針對(duì)媒體平臺(tái)慣用的投喂式算法推薦，提出了自己的看法。他以齊桓公的故事為例：齊桓公理智時(shí)喜歡管仲，但大多數(shù)時(shí)間，齊桓公愛的是總會(huì)取悅他的佞臣，因此，算法應(yīng)該主動(dòng)了解用戶的高級(jí)目標(biāo)，而不是追隨用戶本能的喜好。如何知曉齊桓公需要鮑叔牙還是管仲，如何給齊桓公推薦管仲式賢臣，而不是齊桓公同樣喜歡的佞臣如易牙、豎刁、衛(wèi)開方？這是算法的責(zé)任，網(wǎng)絡(luò)媒體的發(fā)展方向需要與用戶的根本利益一致。對(duì)此，筆者認(rèn)為，在算法推薦時(shí)代，如何讓大學(xué)生遠(yuǎn)離“易牙、豎刁、衛(wèi)開方”，給他們理智喜歡的“管仲”，這不僅是網(wǎng)絡(luò)媒體的責(zé)任，而且是高校教育工作者應(yīng)有的責(zé)任。目前，以算法為核心的人工智能發(fā)展還處于弱人工智能階段，技術(shù)還處于設(shè)計(jì)者所能控制的范圍，但已給高校教育教學(xué)帶來了諸多問題。以海量數(shù)據(jù)為基礎(chǔ)，未來算法技術(shù)還會(huì)突飛猛進(jìn)。當(dāng)弱人工智能走向強(qiáng)人工智能，算法給高校的挑戰(zhàn)將更加嚴(yán)峻。因此，在算法推薦時(shí)代，高校需要不斷進(jìn)行理論與實(shí)踐創(chuàng)新，使之能夠追趕算法技術(shù)發(fā)展的步伐。思政課作為高校立德樹人的關(guān)鍵課程，尤其要發(fā)揮引領(lǐng)作用。一方面，可以將部分教學(xué)工作交由算法完成，發(fā)揮技術(shù)優(yōu)勢(shì)；另一方面，要充分發(fā)揮高校思政課的價(jià)值判斷和思想引領(lǐng)優(yōu)勢(shì)，通過樹立“大思政”理念，加強(qiáng)與各類課程協(xié)作，不斷提高鑄魂育人實(shí)效，確保技術(shù)服務(wù)于人、服從于人。事實(shí)上，在算法推薦時(shí)代，無論算法技術(shù)怎么發(fā)展，它也不可能解決一切教學(xué)問題，人的決定性作用依然不可動(dòng)搖；同時(shí)，也只有在人的主導(dǎo)下，技術(shù)才可能發(fā)揮應(yīng)有的作用。通過開展高校思政課的創(chuàng)新研究，對(duì)算法技術(shù)進(jìn)行“規(guī)訓(xùn)”，把人當(dāng)作真正的人，使技術(shù)運(yùn)用能夠服務(wù)于人的價(jià)值發(fā)展，并積極推動(dòng)高校思政課的創(chuàng)新發(fā)展。