近年来，随着现代信息技术和人工智能技术的快速发展与广泛应用，人类社会的数字化进程不断加速，一个全新的智能时代正在到来。智能时代下，技术的发展和应用不仅深刻影响着社会形态的演变，而且也在改写与重构着传统的组织形态与制度规范。算法是人工智能运行的基础，搭载智能算法的人工智能系统不仅给我们带来了更加迅速、快捷、精准的信息传递，甚至在很多情况下成为影响我们判断和行动的主要因素。算法逐渐成为信息筛选和分发的核心机制，从根本上影响着信息的传播和受众认知系统的运作，重塑了信息传播格局。

一、智能算法对网络舆情格局的影响

伴随着智能算法在信息分发领域的广泛使用，算法推荐机制已经逐渐渗透于网络舆情演进的全过程，对网络舆情格局产生了重大影响。

（一）智能算法通过对网络信息的筛选隐蔽操控着个体认知

智能算法通过对信息的个性化精准分发，进而隐蔽地影响着人的认知，影响着网络舆情的产生与发展。现实社会中，个人基于自身去直接获取一手信息的数量是很有限的，更多的信息获取需要借助媒介提供的二手信息来实现，在这个过程中，媒介就成为我们感知系统的延伸。智能时代是一个信息大爆炸的时代，一方面是获取信息的渠道越来越多元化，以手机为代表的智能终端上各式各样的应用程序应有尽有，会持续不断地向受众推送数量庞大的信息；另一方面则是数字化社会之下信息本身的体量在飞速膨胀，且都以数字化的方式呈现出来，这些都将人们置于一种无限信息轰炸的压力和混乱之中。这种情况下，智能算法就成为人和信息环境之间的“中介物”，它延伸了人们的感知系统，立足于对个体行为大数据的分析来获得个体对信息的需求和偏好，然后有针对性地对信息进行过滤和筛选后再分发给受众，让人们免受杂乱信息的轰击和无效信息的影响，提高了人们的认知效率。但同时它也让人们接收的不再是全部的信息、全面的信息和本真的信息。而由于这一过程都是在各种平台和网络的底层架构之中实现的，所以具有较大的隐匿性，人们在获取信息的时候往往无法觉察到信息都是已经被过滤的。

（二）智能算法重构了网络舆情聚合格局

智能算法会对信息进行标签化分类，也会根据用户的行为用大数据的方法对其进行画像、贴标签以便于算法进行识别和分类。算法会基于标签对信息进行过滤、匹配和调控。智能算法对网络舆情的渗透贯穿网络舆情从酝酿、产生到发展、结束的各个阶段，智能算法对信息标签化的分类模式，改变了网络舆情聚合的标准。算法在智能推荐过程中，将各类舆情信息特征与用户已有标签进行契合连接来实现对信息的精准化推送，这一方面固然提高了信息传播效率，有效避免了舆情传播给对此类信息不感兴趣的人群造成的无效的舆情传播，但同时也让对此类舆情信息更感兴趣的用户群体更容易获取此类信息，助长了舆情信息传播度、关注度、反应度的增加，最终有更大概率让网络舆情更易爆发、舆情传播更具风险性。

（三）智能算法增加了网络舆情传播的不确定性

算法具有高度的专业性、抽象性和不可见性，由此也引发了算法的黑箱问题，即我们只能看到算法运作后的结果但无法真正了解算法内部到底是如何运作的。这也让算法的信息筛选、分发和对舆情传播的影响具有了更大的不确定性和风险性。具体来说，首先是高度抽象和专业化的计算机程序语言所编写的智能算法是绝大多数民众的知识盲区，大家难以了解其底层运行的逻辑和导向；其次是由于知识产权的保护和市场竞争的要求，大型科技公司都将其拥有的核心算法设定为保密信息，不予公开；三是算法本身并不是价值中立的，而是由于诸多原因带有各种偏见，比如写算法的人有意无意地将个人偏见代入算法之中，而牵涉到政治操作的“算法认知战”更是成为西方国家对别国进行舆论操控或恶意传播的主要方式。算法黑箱的这种隐匿特性使其在网络舆情的产生和传播中发挥着越来越重要且难以被觉察的影响，更难以通过治理的手段对其进行规范和限制。

二、以智能算法的优化推进网络舆情有效治理的路径

信息技术的快速发展和智能算法的广泛运用一方面让网络舆论生态发生了深刻变化，使得网络舆情治理面临新的挑战；另一方面也为网络舆情治理带来了新的机遇和更丰富的治理手段与技术支持。智能时代需要大力推进智能算法优化与传统网络舆情治理方式的有机融合，以实现网络舆情的有效治理。

（一） 树立智能化治理理念，实现智能技术对网络舆情治理的赋能

智能时代，由于人工智能、大数据、智能算法、物联网技术、移动互联技术等一系列新技术的飞速发展和普遍应用，网络环境一直处在变动不居的状态，网络舆情演化也随之始终处于不断的变化之中，最突出的就是智能算法的广泛应用带来的颠覆式改变。面对这样的局面，网络舆情治理需要加快转变治理思路，树立智能化治理理念，坚持不断追踪最新的技术手段，持续尝试用新技术优化舆情治理手段，实现智能技术对网络舆情治理的赋能。这首先要求我们有一支专业化、高效率的人才队伍。网络舆情治理的相关部门和人员要有组织、有计划、有针对性地长期关注和了解最新的人工智能技术、信息技术等，并善于利用最新技术来丰富舆情治理的手段、提升舆情治理的效率。其次，还要高度重视开发智能技术在网络舆情监测、分析、引导等舆情治理不同阶段、不同方面的应用，注重将传统舆情治理手段和经验与大数据、智能算法等最新技术相融合，不仅在理论和技术上要积极融合，在实践上也要主动融合、积极创新，统筹好专家分析与人工智能分析技术的协同，将人的价值与技术的优势更好结合、形成合力，切实提升网络舆情治理在监测、分析、研判和行动决策等各个方面的能力。

（二）持续优化以算法为核心的信息分发模式

由于智能算法推荐分发信息模式是完全“用户导向”的，也就是说算法通过对用户的网络行为进行分析归纳出用户的行为模式和偏好，然后将这一模式和偏好固化并不断放大和强化，只向用户推送其喜闻乐见的、认同的单一信息，从而让用户被禁锢在“信息茧房”难以自拔。因此，为了改变这一局面，就需要加强信息分发、舆情传播中的人为干预和把关。智能算法最初的设计就是“投人所好”，其在信息分发时的过滤把关作用不强，仅仅只是一般性的辅助作用。舆情信息的关键审核还是需要人的因素。在各大网络信息平台和相关应用中，在对信息进行算法分发的过程中，“把关人”的角色不仅要有而且要不断加强，在信息筛选和分发的各个流程环节都要保证有人“在场”。同时要保证用户充分的自主选择信息的权利。现实中，很多信息平台和应用程序虽说在形式上设置有用户可以自主修改、删除自身标签，选择关闭推荐信息服务的自由，但在实际操作中往往难以真的完全删除，算法通过对用户以往行为习惯的分析而做出的偏好标签始终在若现若隐地发挥着作用，让用户不自觉间陷入信息茧房之中。因此，要进一步完善相关法律来规范智能算法的设置和运用，以确保个体具有是否接受自动化决策的选择权，能够获取更加多元客观的信息。

（三） 提升算法的可解释性，有效防控算法运行的风险

算法黑箱是智能算法推荐广泛应用背景下有可能引发或加剧网络舆情的最大风险。尽管这一问题早已被注意到，近年来关于主张算法透明的呼声很高，但是由于程序代码自身的高度专业化和算法模型本身的复杂性以及事关国家机密或商业机密等因素，实现全面的算法透明或公开源代码面临着难以落地实行的困境。因此，在当下，通过提升算法的可解释性来化解算法黑箱所带来的风险和问题是更可行的路径。现在“可解释的人工智能（Explainable Artificial Intelligence,XAI）”在学界已经得到广泛关注，成为人工智能、算法研究的前沿。所谓“可解释的人工智能”是指能够向人类解释人工智能算法模型的行为，让算法模型的执行内容和机理更容易被人们所理解的技术。可解释的人工智能的使用能够提升算法的可解释性，逐渐建立完善的可解释算法，在加强用户对算法的理解和把握的同时，也能让算法接受第三方的评估，及时识别算法中的偏见和错误，纠正算法决策中的问题。这样就能解决算法黑箱所带来的风险和不确定性，不仅可以充分保障用户的知情权、选择权，提高用户对算法推荐、算法决策的判断力，还能够大大增强政府、社会、媒体、个人等算法权力监督主体的治理能力，有效防控算法运行的安全风险。

【作者：张侃，河南省社会科学院人口与社会发展研究所 本文系河南省哲学社会科学规划一般项目《自媒体时代网络公共事件的舆情疏导与治理机制研究》（2022BSH013）阶段性成果】