AI时代的算法治理在创设一个旨在消除人类决策“缺陷” 工具的同时，也可能带来削减“人的治理”属性的弊端。 随着算法技术的加速嵌入，并广泛应用于就业推荐、信用评分与公共服务等领域，深刻影响着资源分配和机会给予。 在算法治理效能之外，技术权力穿透也因“黑箱” 操作、数据偏见与问责缺失，引发算法歧视、数字鸿沟与责任失位等非正义。 作为现代性权力新型变体的技术权力是技术系统通过算法架构、数据垄断与算力优势形成的一种支配性控制，它既包含技术所有者对使用者的支配关系，也涵盖技术规则对社会关系的重构能力。 这一新权力形态通过技术黑箱的隐蔽性、数据要素的垄断性和算法决策的不可解释性，形成跨越物理—数字边界的复合型控制网络。 党的二十大报告明确提出要“完善科技伦理治理体系”。①显然，算法时代的正义实现机制是一个价值性议题，如何协调技术发展与伦理治理也成为数字时代的使命。 传统正义理论如罗尔斯的分配正义、哈贝马斯的程序正义，在应对算法引发的技术性、关系性正义困境时，不同程度地存在解释力与适配性不足的缺陷。 这源于算法不仅改变了正义的表现形式，也重塑了权力结构与责任关系，因而需要一个既回应技术理性又能扎根伦理价值的理论框架予以阐释。由此，本文以“分配—程序—承认”的伦理框架，试图解析算法治理正义张力及其生成逻辑，进而从价值排序、责任重构、制度完善等路向提出“计算理性”与“价值理性”的伦理和解之道。 一、 范式建构:算法治理的伦理范畴 一直以来，罗尔斯的分配正义被视为解读正义问题的圭臭，它基于“差异原则” 的分配正义，聚焦收入、财富、机会、权利等社会基本公益品何以公平分配的讨论。 但是这种讨论仅关注资源分配是不够的，因为它未能充分解释和解决诸如文化贬抑、决策排斥以及身份压迫等并非直接源于物质剥夺的不公正。 AI时代，正义是一个多面向的社会构成，比如算法治理正义既决定算法决策过程是否透明、可解释与可诉，也取决于算法是否蔑视、歧视或无视特定群体。 本文的算法治理正义指的是算法设计、部署与应用过程应遵循公平、透明、权责一致等伦理原则，以及保障资源分配、机会授予及权利实现的正当性，避免因技术垄断、数据偏见或程序不公加剧结构性歧视的一种善治形态。 数字治理本质上是人的治理，因此诊断算法正义伦理应超越技术效能，并深入社会结构、政治过程和文化偏见去立体化解剖。 算法治理不仅是技术应用，更是一个关涉分配、程序、承认的伦理范畴，涵盖资源分配(什么) 、决策制定(如何)及身份权利(谁)在内的数字治理系统。 为此本文选取“分配—程序—承认” 三维伦理框架并试图作出相应讨论。 首先，对应“ 资源属性”的分配伦理，算法对公共服务、机会等资源的公平性配置，回应罗尔斯分配正义的核心关切———通过规则设计保障资源分配的平等性②;其次，对应“过程属性” 的程序伦理，算法决策过程的正当性回应哈贝马斯交往理性关于“对话共识” ③的要求，由此确保决策过程透明、可参与;最后，承认伦理对应“身份属性”，侧重算法对个体身份与尊严的尊重，弥补传统正义理论对“身份排斥”的忽视，避免特定群体因算法理性而被边缘化。 在实现分配正义路径上，一元主义的路径依旧是传统分配正义理论的主要思路④，因此，“结果公平—过程正当—身份尊重” 分析范式的价值就在于多向度地解读算法治理正义论题。 (一) 从“无知之幕”到数据之幕:算法治理的分配伦理 党的十九届四中全会作出健全“数据等生产要素由市场评价贡献、按贡献决定报酬的机制”⑤的重要论断，为数据这一新型生产要素参与分配提供了现实正当性。 在实践中，以数据为关键要素的算法治理反而可能在现实中竖起一道“数据之幕”。“数据之幕”与“无知之幕”的差异在于，算法治理背后隐藏的权力结构与技术不对称性，使得数据要素参与的分配机制始终伴有道德合法性的质疑与争辩，它影响了财富分配，也使其成为一个制约机会配置、注意力引导的伦理议题。 其一，治理资源的技术性错配。“技术物具有政治性”⑥，算法并非价值中立的工具，而是嵌入特定权力结构与决策逻辑的治理技术。 某种意义上，政府治理的算法情境反映的是资源分配权向技术系统及其设计者转移，并以“客观计算”的外衣遮蔽价值选择的治理责任。 这一制度失灵折射的是算法治理在资源分配时的技术性错配。 由此可见，算法制度设计虽以效率与普适性为名，却也可能技术性地再生产甚至加剧资源分配的不公。 这种治理资源的技术性错配必须置于“数据之幕”这一特定场域予以审视，因为算法治理在掩盖决策主体性与价值治理的同时，却凭借数据驱动的效率外衣获得合法性，将技术性排斥机制隐形。 其二，治理机会的算法化垄断。在平台经济中，流量分配权日益集中于算法系统持有者而形成一种新型的“算法垄断”。这种垄断不限于市场，在机会分配的结构与方式上也同样产生影响。 随着数字政务应用的拓展，数字鸿沟已从其初始阶段的硬件与网络接入层面的不均，逐步发展为数字技能素养与应用模式的层级差异，并最终指向个体或群体从数字使用中获得效用的分化。数字鸿沟从“硬件接入”(1.0)、“技能掌握”(2.0)向“机会分配”(3.0) 梯次演进的过程表明，算法通过可见性规则(如搜索排序) 、评价标准(如信用评分)，将数字使用能力差异升级为就业、公共服务等社会资源获取机会的差异。“数字鸿沟3.0”⑦加剧了结构性不平等，据中国互联网络信息中心(CNNIC)《第 56 次中国互联网络发展状况统计报告》 (2025) ，我国60岁以上群体互联网普及率仅53%。事实表明，代际数字鸿沟既是老年群体数字技能缺失的根源，也直接导致其在算法推荐资源获取时处于劣势。 算法治理通过设定可见性规则、排序逻辑与评价标准，实质性地决定着各类主体参与社会经济分配的可行机会。在算法治理的垄断下，机会结构从开放共享走向技术寡头闭环控制的风险加大，个体能否获取发展所需资源、实现实质自由，也愈发依赖于算法结构是按赋权还是以排斥机制运行。
