中图分类号：D64 文献标识码：A 文章编号：1007-905X(2023)10-0001-09 算法技术基于消费行为、社交关系、个人信息等数据，对网民进行数字“画像”，实现信息的高效分发与内容的精准推送。受算法技术的影响，网络意识形态的数智化水平显著提升，信息传播方式更加适配网民的个性化需求，但媒介生态格局的深刻变化也给网络意识形态安全带来诸多问题。诸如，算法技术与意识形态间存在何种内在联系？算法技术的意识形态属性会产生何种现实影响？如何有效应对算法技术意识形态属性可能带来的风险问题？这些都成为新时代网络意识形态安全领域亟待解决的重要问题。正如习近平总书记指出的：“网络意识形态安全风险问题值得高度重视。”[1]要深入探析算法技术的意识形态属性，认真审视算法技术意识形态属性的现实风险，并采取行之有效的应对措施，这对维护网络意识形态安全来说十分必要、意义重大。 一、算法技术意识形态属性的生成逻辑 从意识形态的视角考察算法技术，首先要正确理解科学技术与意识形态的关系。学界关于科学技术与意识形态间的关系有着不同的观点。一方面，以阿尔都塞为代表的学者认为科学技术不是意识形态，二者性质不同、不容混淆。在《保卫马克思》中，阿尔都塞将“科学技术”与“意识形态”看作相互对立的概念，二者间的“认识论断裂”意味着从意识形态到科学必须经历认识论上的质的飞跃。另一方面，以马尔库塞、哈贝马斯、芬伯格为代表的法兰克福学派学者则认为科学技术是一种意识形态。马尔库塞在《单向度的人》一书中指出技术理性本身就是一种意识形态，他认为科学技术在发达工业国家不仅是极具潜力的主要生产力，还是行政机关暴力合法化的意识形态新形式。在此基础上，哈贝马斯进一步指出科学技术就是意识形态，原因在于科学技术正发挥着超越技术本身的意识形态功能，蕴含在科学技术中的合理性成了新的意识形态的灵魂。伴随网络信息技术的发展，芬伯格将互联网技术同意识形态相结合，指出“技术能够构成一个自主的文化系统”[2]。综合来看，这两类观点都存在一定的片面性，无法完全反映科学技术与意识形态间的内在关联。考察算法技术的意识形态属性，需要回归马克思主义的世界观和方法论。在马克思、恩格斯看来，科学技术与意识形态之间既有本质上的性质区分，同时又存在不可分割的必然联系。一方面，科学技术是先进生产资料的表现形式，是推动生产力发展的重要组成部分，而意识形态作为社会历史发展的上层建筑，从属于生产关系的范畴，二者在性质上存在根本性的差异，不能混为一谈。另一方面，科学技术与劳动者、劳动工具和劳动对象间的紧密联系，在无形中会影响生产关系和社会关系的发展，实际地发挥着意识形态的功能和作用。在此观点的支持下，算法技术的意识形态属性主要体现为以下几个方面。 首先，算法技术的开发、设计与运行过程中隐藏着专业人员的主观思想和倾向。算法技术通过代码编写、数字建模和逻辑运算，在计算机程序中进行信息的海量化搜集、标签化处理、个性化推送。算法技术是人类理性设计的产物，其开发设计与操作运行都必须经由专业人员操作。专业人员在设计和操控算法技术时，总是会自觉或不自觉地将个人的主观意愿映射到技术原理和操作流程中。因而，算法技术的实际运行总是会受到专业人员知识水平、市场观念、专业技能等因素的影响。其一，专业人员依据对象、场景与效果等因素，开发和设计出基于内容的推荐、协同过滤推荐、关联规则推荐和组合推荐等算法技术类型。然而事实上，由于单一算法技术类型难以满足网民的多重需求，专业人员还需要不断对算法技术的类型组合进行统筹安排、升级变革。具体而言，专业人员依据网民的信息需求，提出设计方案，规划技术路径，并依据历史记录和使用惯例选择、配置、组合最优方案，从而实现信息的个性化推送与场景的多维化适配。其二，专业人员会将自身的情感偏好和价值倾向注入到信息筛选过程中，也就是说“算法设计者的价值观，无论有意与否都被冻结在代码中”[3]。专业人员的兴趣偏好、道德修养、阶级立场以及所处社会环境的风俗习惯、文化传统、伦理观念，都会造成专业人员有选择性地推荐或屏蔽某些信息，影响算法技术的信息筛选、分发、推送。简言之，算法技术不可避免地会受到专业人员主观意愿的影响和支配，带有不可磨灭的意识形态印痕。 其次，算法技术的运行结果会影响网民的思想观念和价值判断。算法技术的推广普及正在改变信息的分发和传播方式，深刻影响着网民的价值观念和行为实践。其一，相较于强制性的传统硬“灌输”，算法技术以网民可接受的柔和方式开展宣传教育。它通过消解传统主流媒体自上而下的信息传播路径，改变传统主流媒体集中控制的大众传播范式，实现由“人找信息”到“信息找人”的重要转变。“在算法为王的时代，一切被纳入算法中，算法是否具有价值偏向、算法能否得出客观公正的结论、大数据是否一定是完备的数据等，这些都会左右算法的结果，进而影响人的观念和行为。”[4]其二，算法技术通过有选择性地进行数据分析处理，影响网民对信息的准确理解和判断。算法技术的运行速度快、耗费成本低、经济效益高，能够帮助网民更好地完成数据分析处理工作，提升工作效率。但是，算法技术在数据采集、传递、解读、分析的过程中，常常存在数据歧视、数据造假、数据滥用等现象，难以保证数据结果的客观公正。造成这些现象的原因在于：数据处理过程及其结果总是受到资本或权力的隐形操控，服务于特定的群体或目标，具有明显的意识形态偏向。各类群体或机构有目的性地选取和分析“有利”数据，或是对数据间的相关关系进行牵强附会的过度解读，最终得出符合预期目标和利益诉求的数据结果。这些经过人为加工的数据结果极易误导网民对信息的判断与选择，买热搜、雇水军、刷评论等数据造假行为严重扰乱意识形态秩序。
