交談中提到某種商品，不久即會收到相關的產品連結；購買同樣的商品或服務，不同產品顯示的價格竟然不一樣……隨著大資料、人工智慧技術的日臻成熟和廣泛運用，這樣的演算法場景越來越多地出現在我們身邊。

演算法，是一種依託海量內容、多元使用者和不同場景等核心資料資訊，進行自主挖掘、自動匹配和定點分發的智慧網際網路技術。當前與人們生產、生活緊密相關的演算法型別多種多樣，既包括長於新聞創作的自動合成型演算法、適用線上購物的個性推薦型演算法，也包括精於語句識別的檢索過濾類演算法和契合網路約車的治理決策類演算法，等等。演算法社會的到來勢不可擋，從資訊傳播理論和實踐的角度來看，演算法在為公眾提供極大技術便利的同時，對網路生態的發展亦產生了深刻影響。

演算法極大降低了公眾篩選有效資訊的社會成本。演算法的核心價值是利用對使用者的年齡職業、興趣愛好、網路行為與時空環境等關鍵資訊的統計分析，致力於在資訊內容、產品服務等多元層面實現對使用者的追蹤推測、精準分發和有效供給。這就在很大程度上改善了既往技術語境下公眾付出的高昂時間與經濟成本，讓人們能夠從以往單一重複的資訊、產品和服務篩選行為中得以解放，滿足了公眾對於資訊和服務的分眾化需求。

演算法不斷建構和重塑著既有的網路群體關係。演算法場景造就了公眾的資料化和標籤化，在強化了既有群體邊界的同時，也促進了新的共同體關係的形成。以往網路群體互動關係的形成，大多是公眾自發性主動找尋、相互選擇的結果。而演算法社會下，無論是資訊內容的分發還是產品服務的送達，作為中介的演算法在進行一對一的關係匹配或資源分配時，首先要對使用者進行標籤化甚至評分制的“全面資料化”處理。

在此過程中，主要是依據使用者接收到相關資訊和服務後的點選次數、停留時長、舉報遮蔽以及轉評贊等各種反饋行為，對其主要觀點、情感傾向和媒介消費行為進行精準的圖譜畫像。進而通過後臺資訊匹配、技術調節與資源控制等方式，幫助使用者發現、連線起具有相似觀點或共同興趣的其他共同體關係。

毋庸置疑，技術驅動的演算法紅利越來越廣泛而深刻地影響著人們的生活：網路購物離不開“演算法比價”、商業運營離不開“演算法宣傳”、日常出行離不開“演算法導航”，甚至求職姻緣也需要“演算法匹配”等。但看似理性、中立的演算法背後，也存在著一定的技術偏見：大資料“殺熟”“欺生”、演算法侵犯隱私乃至引發群體極化等現象時有發生。演算法盛行給網路生態帶來的一系列衝擊，值得警覺與深思。

一方面，演算法盛行容易造成“把關人”角色弱化，人淪為演算法“囚徒”的可能性急劇增加。演算法雖然帶來了個人資訊、服務水平的大幅提升，但在演算法技術主導下，個性化分發力度得到空前強化，而資訊、產品與服務編輯審校等“把關角色”卻經常遭到弱化甚至缺位。一旦演算法的設計與應用失當，個體在認知判斷、行為決策以及價值取向等多個方面，很可能會受到單一演算法的鉗制乃至禁錮，成為演算法的“囚徒”。馬斯克透過腦機介面發現人腦90%的算力都在忙著關於“性”的計算，雖然相關結論有待考證，但其引發的“演算法勝利後，人的自由意識去向疑問及其引發的價值迷失問題”，值得我們深思。

另一方面，演算法盛行容易強化“資訊孤島”效應，網路生態失衡、失真的風險可能不斷加大。演算法在很大程度上影響著人們與某類資訊的快速連線和匹配，但也自動過濾掉了其他潛在有效資訊。資訊窄化下的公眾容易形成“很多人都是這種想法和價值取向”的錯覺，這種“選擇性”的接觸、過濾與相信，不僅會閉塞與不同意見群體的交流溝通，更會造成在自我重複和自我肯定中的視野受困與故步自封。同時也會為偏見滋生、黏性缺失的網路輿論場埋下被操控的巨大隱患，甚至陷入惡性迴圈、誘發線下群體性事件，破壞網路生態的晴朗穩定。

簡單粗暴、一刀切式的“演算法抵制”並不可取，建立更加完善的法律法規監管體系、公開推行更加透明的行業技術準則，已迫在眉睫；同時，必須摒棄“演算法崇拜”，進行更加全面專業的演算法設計者素質培訓，強化對演算法使用者的素養教育。總體而言，從認知與關係的維度看，演算法深刻影響和改變了既有的網路生態，也把自由與枷鎖的張力推向了極致。演算法場景的無限擴張，快速推動著人們的“全面資料化”，也引發了一系列的法律和倫理爭議。有意識地對演算法技術進行價值反思，始終是我們必須直面的現實問題。

（作者系西安交通大學新聞與新媒體學院講師，本文獲得2020年國家社科基金青年專案支援）

年終理財爆款福利！領取8%+理財券，每日限額2000份，先到先得！