近日，中宣部等五部门联合印发了《关于加强新时代文艺评论工作的指导意见》，特别强调要加强网络算法研究和引导，开展网络算法推荐综合治理，不给错误内容提供传播渠道。尽管文件主要针对文艺评论工作，但开展算法治理的意见很有启示价值。

　　伴随智媒时代的到来，人们面对的问题已不再是信息匮乏，而是信息过载。更快、更准确获得自己需要的信息，仅靠以前的媒体过滤、社交链过滤已经远远不够，更智能、高效的算法推荐应运而生。

　　算法推荐的模型和公式很复杂，但其原理很清晰。目前常用的算法机制大致可归为两类：一是用户画像法内容推荐，即借助算法程序，把用户的行为数据化，依据社会特征、习惯、兴趣等进行用户画像；同时，把待分发的内容从海量信息系统中挑选出来进行标签化，传播给匹配的用户，简而言之，就是把合适的内容推给合适的人。另一类是排行榜推荐，即以平台点击量、阅读量、转发量、评论量、点赞量等指标为依据，自动给用户推送关注度高的内容，简而言之，就是哪个内容热度高就推哪个。

　　据不完全统计,当前基于算法的个性化内容推送已超过整个互联网信息内容分发的70%。运用算法技术确实提高了信息分发的效率，但弊端也显而易见——不管是上述的哪种推荐机制，都很少考虑信息的基本价值理性。人在技术面前不断被客体化，其背后是资本至上的“流量法则”，与之相伴而生的必然是一系列“算法焦虑”。

　　具体来说，用户沉浸的“个性化”是以纯技术理性和单一指标推荐为基础的，忽视了用户的潜在喜好和需求，忽视了信息本身的价值。一大表现就是算法容易混淆用户的一次点击到底是偶然的行为还是深层的兴趣需求。我们常有这样的经历：在一次不经意的点击行为后，奇奇怪怪的内容推送增加了，若要更改，需要不断反馈对此类内容的反感。

　　在这个伪“个性化”中，还加入了平台对于眼球经济的盲目追求。在平台看来，用户注意力是稀缺资源，对情绪的调动和刺激比真相还重要。于是便将速食的、娱乐的、拼凑的信息塞满用户的碎片时间。可以说，这种行为就是在充分利用人性的弱点，平台或许借此获取了流量，但也在无形中给受众筑起“选择性接触”和“选择性接受”的信息壁垒。置身其中，个体只能接触跟自己意见一致的信息，越来越难接触跟自己意见相左的信息。在这种日渐同化、窄化、极化的信息通道中，人们离真相的偏差越来越大，价值观异化越来越快，达成社会共识也越来越难。

　　因此，内容推送仅依靠算法的技术理性过滤标准是不够的，算法“茧房”必须戳破，其背后的“流量至上论”更需破除，算法治理迫在眉睫。在算法的优化探索中，我们应该坚持人的主体性，倡导工具理性和价值理性平衡统一。第一，建立多指标推荐系统，在内容生产上加强主流价值导向，让优质内容“良币”回归，完成与主流媒体的协同把关。第二，坚持信息产品和平台的公共性、社会性，同时给用户充分的自主选择空间，例如关闭“个性化推荐按钮”“清除历史行为”等。第三，加强监管，建立一套针对大数据的使用、算法技术的规范，同时呼唤多元共治，通过政府、企业、第三方机构、广大用户的协同调适，不断平衡算法治理规则。说到底，算法治理不是单纯的缩减和打击算法，而是让算法技术的社会应用更公平、更透明、更负责、更正义。

　　（作者系中国政法大学光明新闻传播学院副教授）