在“万物皆媒、人机共生”的智媒时代，信息社会的传播秩序和传播格局实现了跃迁式发展。以精准传播、精准反馈为主要特征的智能推荐技术广泛应用于大众传媒领域，成为信息分发的新范式。智能推荐技术的出场改变了以往的传播业态，重塑了“点对点”的话语传播结构，这使主流意识形态传播具有难得的优势。但从目前的传播实践来看，智能推荐技术带来的场域变化对主流意识形态的传播也构成了一定的威胁。这种微妙且隐蔽的技术深嵌于主流意识形态传播全过程，它在精准对接受众偏好图谱的同时，也可能埋下风险隐患。习近平总书记指出：“网络已是当前意识形态斗争的最前沿。”[1]在暗流涌动的网络平台，主流意识形态极容易在推荐算法的“编辑”下卷入“数据旋涡”。鉴于此，规训智能推荐技术、引领算法“向善”发展、借力智能算法拓宽主流意识形态传播的话语渠道，是当前做好意识形态工作的着力点。
一、智能推荐“赋能”主流意识形态的传播
智能推荐是大数据的伴生物。智能推荐的技术实质是运用过滤机制在数据聚合池中遴选信息以实现信息推送与用户需求的完美匹配。具体而言，智能推荐是以用户的兴趣偏好为导向，分析用户与信息的关联度，从而对用户进行信息的个性化推送的自动化工具。智能推荐的技术特质在一定程度上改变了信息权力结构和信息配置范式，同时也为主流意识形态在网络平台的传播构建了智能化的媒介场域。在这一场域中，算法越来越“懂得”用户所想，信息供给和用户需求也在技术和个体的互动中实现了高效对接。目前，在智能推荐技术的“赋能”下，主流意识形态传播面临着难得的技术机遇和传播境遇。
1. 数字图绘：提升主流意识形态的传播精度
智能推荐使传统信息分发和传播逻辑发生了革命性变革，它突破了传统媒介的时空限制，能有效提升主流意识形态的传播精度，实现内容需求的精准判断和内容推送的高效送达。从信息采集到数据分析、从后台推送到前端反馈，从资讯泛化到私人订制，智能推荐实现了以用户需求为中心的“一对一”个性化服务。一方面，基于大数据平台，智能推荐可以对用户进行“数字图绘”，并成为主流意识形态精准传播的具体载体。依托于算法架构和自然语言处理技术，智能推荐系统可以通过抓取全网文本、追踪用户数据、关联社交行为、再现偏好图谱等对用户个体进行精准“图绘”，从而进行持续且隐匿的信息推送。借助智能推荐对用户的“数字图绘”，媒介平台可以围绕不同用户的接受图式、习惯偏好、行为数据等，为他们提供易于接受的主流意识形态教育内容和教育形式。这不仅使主流意识形态教育更加具有针对性、实效性，也会不断提高用户黏性、增强主流意识形态对日常生活的影响。另一方面，“数字图绘”使主流意识形态的内容供给和用户需求之间实现了适配平衡，可以有效避免用户迷失在碎片化、泛在化、无序化的内容池中。智能推荐仿佛拥有了“读心术”一般向用户推送定制化信息，究其实质在于通过聚合细枝末节的数据以洞悉用户的信息需求。同时，在智能降维技术和智能优化算法的支撑下，可以减少或避免其他杂质信息的干扰，从而提高主流意识形态的传播精度。智能推荐不仅为主流意识形态的内容生产、分发、嵌入提供了技术支撑，也使用户的精神生活与主流意识形态无缝对接成为可能。在海量信息一同涌向用户的智媒时代，通过智能推荐技术传播主流意识形态呈现出无与伦比的应用价值和技术优势。
2. 智能反馈：增强主流意识形态的传播效度
传统媒体虽然能通过订阅率、收听率、收视率等来评估主流意识形态的传播效度，却无法对这些数据进行精细化处理和系统化分析，对受众是否真正认同主流意识形态也难以考量。智能推荐机制通过整合平台数据可以对用户的行为乃至思想动态进行实时反馈，描绘出用户信息消费行为的“动态图谱”，从而能对用户在媒介平台上的举动进行精细化分析，增强主流意识形态的传播效度。一方面，智能反馈精准化可以在一定程度上洞察用户心理，从而便于推送修正信息。“全天候感知”的智能推荐技术可以深度挖掘用户的点赞次数、评论向度、浏览频率等，从中了解用户的习惯偏向和价值旨趣。在算法机制和用户的相互“交流”中，算法甚至还可以掌握不同用户对主流价值观念、社会事件的认知态度。算法前端将对用户动态的“了解”反馈至后台，后台在后续的推送中便可以调整推荐模型的阈值和参数，为用户塑造传播主流意识形态的“拟态环境”。同时，在智能推荐机制的反复渲染下，用户会持续接收到这类修正型信息，并在潜移默化中参与公共议题，调整价值倾向，改变社会认知。另一方面，智能反馈实时化可以在一定程度上缩短舆情反应时间差，避免不良社会舆论冲击主流意识形态。对主流意识形态传播过程中的舆论风险进行整体评估，将极大地提升主流意识形态的传播实效。得益于大数据平台，智能推荐技术可以实时向媒介平台反馈行为主体的浏览轨迹和思想动态，并及时预判可能会出现的舆论风险。“全面的信息采集和准确高效的信息处理是公共应急信息传播分析环节的两大内容。”[2]在智能反馈机制的作用下，信息采集和处理的速度都有了显著提升，不良社会舆论的处理效果也有了明显改善。智能推荐机制实现了舆情事中引导，而非传统模式下的事后“亡羊补牢”，这在某种程度上可以避免意识形态的传播风险。
3. 数据追踪：加深主流意识形态的传播厚度
目前，智能推荐算法主要包括四大类别：基于内容的推荐、基于协同过滤的推荐、基于模型的推荐、基于单因子的推荐。在现实应用场景中，很少有直接使用某一类算法的推荐系统，而往往是融合多种算法，通过给不同算法加权来平衡算法的结构比重，以达到精准传播的效果。在这种混合算法的助力下，媒介平台对用户的数据化程度更高，可以进一步加深主流意识形态的传播厚度。一方面，多种算法技术混合对用户进行“数据追踪”，可以深入了解用户内心需求，提供多种契合用户“精神图景”的传播模式，更易于让用户从心底认同和接受主流意识形态的引导。智能推荐机制对用户的标签化处理，可以实现主流意识形态内容和形式的“定制化”推送。这类依据主体差异性制定的主流意识形态呈现方式在精准对接用户信息需求的同时，也容易获得用户对主流意识形态的广泛认可。在智能推送主流意识形态过程中加大推送强度、提高推送频率、改善推送维度可以增强用户黏性，也可以使用户快速专注于推送内容，形成主流意识形态对用户的长效影响。另一方面，“数据追踪”可以反向激励主流意识形态在传播过程中创新内容、方式、方法。智能推荐机制进行“数据追踪”的基本要求是要坚持以用户为中心，围绕用户的价值偏好运行推送逻辑。从这一层面上讲，用户可以把控并决定自己所要接收的信息内容和方向，这种压力传导机制在一定程度上就给主流意识形态创新传播提供外在动力和发展方向。只有不断创新主流意识形态传播内容、传播形式，“以平等对话的方式传播意识形态理论”，[3]才能获得用户的青睐，才能真正使主流意识形态入脑入心。在智能推荐机制和用户之间的良性互动中，主流意识形态的传播格局得以拓宽。
4. 社群传播：拓宽主流意识形态的传播广度
智能推荐机制“为用户推荐可能认识或想要认识的好友,帮助用户建立全新的人际关系”，[4]并使用户聚集在具有相似意识形态的虚拟社群中。在这些社群内部推送主流意识形态相关的内容，有着相当大体量的受众基础，可以有效拓宽主流意识形态的传播广度和效度。一方面，基于信息推送的智能化，拥有相似信息需求的用户正逐渐集聚形成新的传播社群，在这一类虚拟社群中，智能推荐拥有很大的话语权，它在一定程度上甚至还可以左右内部成员的认知。以共同兴趣为核心纽带聚集在一起的社群成员在情感上往往更具凝聚力和团结性，在思想上对某一观点的认同度和共鸣感也往往更高。习近平总书记指出：“互联网是当前宣传思想工作的主阵地。这个阵地我们不去占领，人家就会去占领。”[5]因此，主流意识形态可以借力虚拟社群进行传播，以话语传播体系的先发优势主动占领思想阵地，引领社群内部风气向好向善。另一方面，虚拟社群中的成员出于共同的利益诉求往往会凝聚出社群内部的“意见中心”，以最大限度地保障和维护群内成员的权益和立场。“意见中心”可以凭借自身在虚拟社群内部的传播力和影响力助推主流意识形态传播，使其形成链式传播效应，从而拓宽主流意识形态的覆盖面和辐射区。在智能推荐机制的助推下，精准定位社群受众，引导“意见中心”围绕主流意识形态主动发声，鼓励“意见中心”将主流意识形态与虚拟社群内部议题相融合，形成全方位的主流价值观念引导机制，加快构建意识形态引导新格局。同时，通过“意见中心”进行舆论引导和议题设置，主流意识形态可以在社群内部形成共识，达到情感共鸣。并且，一旦主流意识形态的内容“打动”社群成员或满足其心理趋向，该社群中的成员在很大程度上会通过点赞、转发、分享等行为表达心理认同，这实质上是以二次传播的方式进一步扩大了主流意识形态的影响范围。
二、智能推荐场域中主流意识形态面临的传播风险
任何事物都有两面性，在看到智能推荐为主流意识形态传播提供机遇的同时，更要清醒地认识到智能推荐场域中主流意识形态传播过程中存在的风险。在智媒时代，将主流意识形态的传播境遇置于智能推荐系统中考量是提升主流意识形态传播效能的应然逻辑。“现代社会中的意识形态分析必须把大众传播的性质与影响放在核心位置，虽然大众传播不是意识形态运作的唯一场所”，[6]但它却已然成为意识形态传播的重要场域。目前，智能推荐系统已广泛应用于传播媒介，它强大、隐匿却难以察觉，日常、重复却悄无声息，在给主流意识形态传播赋能的同时，也不可避免地带来一系列潜隐性的传播风险。
1. 把关转移：主流意识形态话语权弱化的风险
美国传播学家库尔特·卢因在《群体生活的渠道》一文中指出，在信息传播中“把关人”对信息进行过滤和筛选并不只是解决信息规制的问题，“把关人”的角色也内在承担起了建构社会认知、维护公序良俗和捍卫道德底线的责任。在传统信息社会中，“把关人”一角主要由新闻记者、媒体编辑等专业人士承担，他们不仅要甄别内容真伪、过滤不良信息，更要通过合理设置议题实现对社会舆论的引导。然而，算法机制因其独特的底层架构颠覆了传统“把关人”所起效用的传播情景，在智能推荐场域中冷冰冰的代码、机器成为决定信息流通的“最高裁决者”。这虽然在一定程度上可以避免传统“把关人”出现对信息内容的首因效应，但也容易使主流意识形态在传播过程中出现话语权弱化的风险。一方面，把关权力的让渡蚕食了主流意识形态议题设置的主导权和实效性。在信息社会，把控议题设置的一方往往能在价值引领和舆论引导中占据先发优势。但智能推荐带来的把关转移使议题设置更加偏向用户的个人喜好，而非主流意识形态构建等公共性议题。在利益链条的诱惑下，不论议题设置的内容优劣、质量高低，只要是用户喜欢的，智能推荐都会一味地“投其所好”，这种随意化、肤浅化、频繁化的议题设置给主流意识形态话语权建设带来了很大挑战。另一方面，把关关系的转变挤占了主流意识形态的生长空间。智能推荐机制推崇的“受众本位”将把关主体和对象从“训示关系”转变为“迎合关系”，[7]这种关系的转变会让更多情感取悦类信息进入用户视野。为了收割流量、增强黏性，智能推荐会向用户大量推送此类迎合性信息，用户也很容易沉醉其中而迷失自我。在鱼龙混杂的价值喧嚣中，不可避免地就会出现争夺用户思想阵地、遮蔽主流意识形态价值意蕴、挑战主流意识形态话语权威的问题。
2. 黑箱现象：主流意识形态引领力疲软的风险
内嵌于媒介平台的智能推荐机制主要由平台算法所驱动，基于算法本身的难以理解性和运营公司的商业排他性，智能推荐机制从数据输入到决策输出整个运算过程被遮蔽在用户的感知之外。事实上，算法系统中存在一个外界难以察觉的“隐层”，也称之为“黑箱”。智能推荐中的“黑箱现象”无处不在、无法洞悉，容易导致主流意识形态在传播过程中出现引领力疲软的风险。一方面，具有可操纵性和不透明性特质的算法“黑箱”可能会为不良社会思潮提供藏身之所，削弱主流意识形态对社会风气的引领力。智能推荐机制在反馈用户数据上的隐秘性和内容推送上的变通性为非主流意识形态提供了传播环境。在媒介平台上，各种错误的思想观念、不良社会思潮等共同织就的“思想牢笼”极易内隐在算法“黑箱”中，通过暗箱操作以更加直观、纯粹、感性的方式呈现在用户的信息接收终端，对广大用户进行意识形态渗透。这样的话语操纵会导致网络空间一时间沉渣泛起，恶化主流意识形态的传播生态。算法“黑箱”利用技术手段改变了话语传播结构，也易使用户对主流意识形态所发挥的价值规训作用产生偏见和误读。另一方面，弥散在数字空间的“黑箱现象”带来的信息不对称使算法歧视和偏见变得有机可乘。“偏见普遍存在于不同的文化中，算法作为人造物，不可避免地继承了这些偏见，而且变得更加隐蔽。”[8]在蕴含歧视色彩的智能推送中，用户接收内容出现“马太效应”，这难免会引发用户对智能推荐的信任危机，而用户也会在后续的接收中加重对推送内容真实性、中立性、客观性的质疑，这实质上制约了主流意识形态对用户的价值引领效果。同时，在无声中监控用户隐私且秘而不宣的算法“黑箱”可能会引发用户对个人隐私的担忧，这不仅会影响用户在媒介平台上吐露真实想法，也会削弱主流意识形态的引领力。
3. 过滤气泡：主流意识形态权威性消解的风险
智能推荐机制改变了传统信息传播格局，在某种程度上也会带来主流意识形态权威性失落的风险。一方面，“过滤气泡”中暗隐的致瘾机制可能会解构用户对主流意识形态的理性认知。智能推荐标签化、数据化、动态化处理用户信息的方式让精准推送成为可能，这种“贴心管家式”的推送方式史无前例地加强了用户对推荐机制的心理依赖。认知心理学认为人们倾向于选择令其感到舒服和愉悦的东西，在浏览信息时，大部分用户会乐此不疲地沉浸在智能推荐编织的“过滤气泡”之中，迷失在智能调适机制为主体“打造”的心理舒适区。久而久之，用户的“思维逻辑变得片段肤浅，人们的自主意识、价值选择等主体能动性被蚕食”。[9]致瘾机制更多地侵占了用户的注意力，使用户从真实世界转向数据世界，由于大量迎合性、碎微化信息充斥大脑，以普遍性、严肃性、完整性为特征的主流意识形态难以穿透厚厚的“气泡”进入用户视野，用户也难以对其产生情感共鸣。另一方面，“过滤气泡”带来的社群区隔使凝聚社会共识面临情景困境。智能推荐的技术范式使兴趣相投的用户更容易找到“组织”，在群体中成员统一而单调的价值立场会在内部反复激荡，最终固化形成“偏见共同体”。这实质上是为不同群体之间构筑了“隔离墙”，当不同的价值理念相遇时，由于对彼此的不理解，群际间难免会发生冲突碰撞，造成价值分裂的局面。“过滤气泡”导致群际之间价值区隔愈发明显，这不仅使社会共识的凝聚力减弱，也使传递主流意识形态的理性基础遭到冲击。
4. 平台优先：主流意识形态认同度降低的风险
智能推荐机制颠覆了传统信息传播结构，它使信息分发呈现出“平台优先”的态势。当智能推荐机制推送海量信息，而用户端信息消费能力不够且一些消息又要尽快触达用户时，就需要平台设置信息推送优先队列。以“平台优先”的逻辑开展信息推送，可能会出现用户对主流意识形态认同度降低的风险。一方面，智能推荐机制带来的“平台优先”削弱了主流意识形态传播的优势地位。媒介平台对信息推送优先级进行排列总是以平台和商业伙伴生产的内容为主，在资本逻辑的强势影响下，收益显著、可变现程度高的娱乐化内容、碎片化话语便会向公共领域蔓延，“劣币驱逐良币”效应愈发显著，导致主流意识形态的内容在平台上逐渐减少甚至边缘化，取而代之的是夹带着资本意志的商业内容推送至用户的信息接收终端。当用户与承载主流意识形态内容的信息相遇几率减小时，一些用户在很大程度上会对权威话语、理性话语的认同度降低。另一方面，“平台优先”容易弱化用户对主流意识形态的认同度。搭载智能推荐技术的平台媒体越来越成为用户获取信息的主要场域，“由此导致新闻业对平台分发渠道的重视远甚于平台对新闻内容的渴求，造成了二者之间的极度不平衡”。[10]主流意识形态的内容要想获得平台优先许可、顺利进入用户视听范围，就需要依据平台规则进行生产，否则该内容的推送率和到达率就会受到影响。但主流意识形态的内容呈现一旦遵循平台规则、嵌入平台运行逻辑之中难免会陷入去结构化、去整体化、去语境化的窘境中，主流意识形态的价值谱系也会受到平台资本逻辑的浸染呈现弥散化趋势。在资本和平台的合谋中，鲜亮外衣掩盖下的异化内容可能会进入用户视野，削弱主流意识形态的公信力，带来主流意识形态认同度弱化的风险。
三、智能推荐场域中主流意识形态传播风险的应对策略
智能推荐机制实现了信息传递的精准化，也预示着传播方式的智能化转向。智能推荐机制为主流意识形态传播创造了新的技术条件，但也可能带来主流意识形态话语权弱化、引领力疲软、权威性消解、认同度降低等风险。目前，无所不在的智能推荐技术使主流意识形态被“淹没”在泛滥成灾的推荐内容中，这更像是打开了“潘多拉的盒子”。面对智能推荐场域中的主流意识形态传播风险，需要正本清源、以道御术、趋利避害，推动智能推荐算法服务于主流意识形态传播。
1. 引领算法，为主流意识形态传播筑牢思想根基
智能推荐算法已然成为形塑社会风气的隐性权力，离开了必要的价值引领，它必将肆意发展、“野蛮生长”。引导智能推荐算法向善发展，防范和化解主流意识形态的传播风险，就需要给推荐算法嵌入主流价值观念，实现以道御术，筑牢意识形态话语权的思想根基。首先，以主流价值观念引导算法开发，确保推荐机制的正确价值导向。媒介平台资本化决定了智能推荐算法在设计之初就带有明显的逐利色彩，从这个层面上讲，就需要加强算法设计师的主流价值观念教育，从源头上降低意识形态话语的传播风险。同时，引导算法机制坚持以社会效益为主，以市场导向为辅的理念，用主流价值擦亮推荐算法的鲜亮价值“底色”。其次，以主流价值观念培育优质内容，更新推荐机制信息遴选池。致力打造出兼具价值性和休闲性、专业性和趣味性、情感化和生活化的优质内容，鼓励高质量内容注入信息遴选池。要通过智能推荐机制对用户精准“画像”，掌握每个用户的浏览习惯和信息接受偏好，相应地对其进行主流意识形态内容推送，确保主流意识形态到达每一个用户、感染每一颗心灵。同时，增强推荐算法语义分析能力，提升主流意识形态内容传播曝光率。推荐算法在满足用户针对性信息推送的基础上，也要主动推送优质内容。再次，以主流价值观念把关内容分发，提高主流意识形态内容的推送权重。智能推荐算法需要对推送内容进行归置分类和筛选过滤，主动淘汰劣质不良信息，在信息分发过程中扩大优质信息的推送比例，强化优质信息推送力度，让主流价值充盈网民的精神世界。同时，推荐算法要对主流媒体、权威媒体进行流量扶持，让优质内容成为媒介平台的主导内容。
2. 驯化算法，为主流意识形态传播提供技术支撑
如何在智能推荐场域中掌握意识形态领导权、在众声喧哗的舆论场传递正能量，是当前提升主流意识形态引领力必须思考的问题。解决智能推荐机制中出现的“黑箱现象”，就需要从技术维度驯化推荐算法。首先，推动算法“黑箱”向算法“透明”转变，提高算法运行透明度。引导算法平台在商业利益和社会效益之间找到平衡点，协调好针对性推送和关联性推送的关系。鼓励算法平台实现推送机制和运行逻辑透明化，及时向用户公开，缩小平台端和用户端之间的信息不对等。其次，建立反向推送策略，为主流意识形态传播探索新路径。智能推荐的设置让算法更“懂得”用户所需，这容易将用户送进“技术牢笼”，固化自己的喜好。为了尽可能地减少这种问题，推荐算法在设计之初可增设反向推送程序，即根据用户“喜欢”的信息，推送用户“不喜欢”的信息，从而可以有效避免用户只接收自己偏爱的信息而对主流意识形态内容置若罔闻的现象。再次，增加人工编辑，实现人机协同。智能推荐机制在提升信息配置效率的同时，也带来了道德伦理的问题。处理好价值理性和工具理性之间的关系就需要在技术升级中彰显人的主体性。“呈现，更能突出展现搜索的‘把关’权力。”[11]目前，在信息传递中，既要利用智能推荐技术提升分发效率，也要通过人工编辑做好“让正向内容出现在推送中、让负面内容屏蔽在推送前”的工作。再次，设置舆情监测机制，加强媒介平台舆论监管力度。充分发挥智能算法精准追踪的优势，对舆论实行动态管理，及时定位、研判、处理不良社会舆论，从源头上扼杀危害主流意识形态传播的信息，避免不良社会舆论侵蚀主流意识形态的健康肌体。
3. 规制算法，为主流意识形态传播创设法治保障
智能推荐场域中提升主流意识形态的影响力离不开良好的传播生态，要充分发挥主流意识形态的引导力和凝聚力，就需要以法治手段规制智能推荐技术的内生缺陷。首先，建立并完善与智能推荐算法发展相适应的法律监管体系，形成法律外在约束机制。智能推荐带来的连锁反应容易“引发算法在公权力领域、商业领域、个人权利及法律本身的风险，算法的法律规制势在必行”。[12]智能推荐算法作为人工智能时代的基础应用，必须在监管中增强法治意识。同时，要针对智能推荐技术的特点出台相应的法律法规和管理意见，进一步为智能推荐技术划定适用范围、职责权限等。其次，加强智能推荐算法应用平台监管力度，强化应用平台的主体责任意识。目前，针对智能推荐技术带来的问题，应用平台大多采用事后补救而非事前预警的解决措施。为了防止社会舆论环境的恶化，要出台相关法律法规，要求媒介平台加强对平台信息进行筛选和过滤，主动剔除危害性因素，强化媒介平台的主人翁意识。同时，明确智能推荐技术的价值导向，设置问责机制，为主流意识形态在智能推荐场域中的传播提供有效的保障。再次，针对智能推荐技术中出现的问题要坚持大问题和小问题共抓，见微知著，探索风险源头治理的策略。在舆论引导中不可抓大放小，否则一些细微性风险很可能借助智能推荐技术出现燎原之势。因此，在智能推荐技术治理中要加大惩处力度，划清底线、红线，治风险于微末。再次，鼓励智能推荐算法行业设立自律公约，形成内在约束机制。应大力培育和建设算法行业的各类自律组织，引领行业自律风尚，争取以平台自律意识推动整体算法行业自我净化机制的发展成熟。
4. 驾驭算法，为主流意识形态传播增强主体自觉
“技术进化也是一个不断被选择、被发展、被强化的过程，起决定作用、掌握进化方向的还是人。”[13]目前，智能推荐机制的工具理性外延不断拓展，甚至显现出僭越价值理性的倾向，成为主流意识形态传播中需要面对的主要问题。因此，提升主体素养、引导用户驾驭算法是智能推荐场域中提升主流意识形态传播力和认同度的有效举措。首先，坚持以人为本，反对技术崇拜论。智能推荐是人的价值在技术上的具体体现，技术的进步旨在实现人的解放和发展。因此，要强调人在智能推荐机制中的主体性作用，摆脱“技术至上”、“技术崇拜”的迷思。要引导用户在个性化分发中突出个人把关作用，或引导用户以主流意识形态为指导主动寻找优质信息。其次，培育用户算法素养，增强公众算法思维。算法素养并不是要求用户掌握编辑代码的能力，而是要求用户能够认知算法推送的目的，理性审视推荐算法在信息传递中可能会出现的潜在影响。普及算法原理、培养算法素养主要是引导用户主动认知算法背后的利益实质和权力关系，认清主流意识形态在智能推荐场域中的传播风险，同时对算法保持批判接受的态度，以免被智能推荐技术反噬。在此基础上，用户还需要有意识地防范算法歧视、算法焦虑、算法牢笼等在意识形态领域的渗透，在数据中心主义的裹挟下用户也需保持理性审慎的立场。再次，引导主体自觉，打破传播困境。智能推荐机制的精进实现了“信息找人”，但也在一定程度上弱化了用户的主体自觉性，省却了用户在寻找信息中判断、甄别、思辨的能动过程。用户是媒介平台上的行为主体，要提高对推送信息的辨别能力，养成传播主流价值观的内在自觉。同时，用户要主动接收、传递、表达对主流意识形态的认同，借助智能推荐机制为自己打造优质的“拟态环境”。
参考文献
[1]习近平关于社会主义文化建设论述摘编[M].北京：中央文献出版社，2017:36.
[2]强成文，邱杰.突发公共事件网络舆情：微传播时代的国家治理[J].广西社会科学，2021(5).
[3]曹和修，田杨群.新时代社会主义意识形态工作的体制机制创新[J].江西社会科学，2020(8).
[4]蔡骐，岳璐.网络虚拟社区人际关系建构的路径、模式与价值[J].现代传播（中国传媒大学学报），2018(9).
[5]习近平谈治国理政，第2卷[M].北京：外文出版社，2017:325.
[6][英]约翰·B.汤普森.意识形态与现代文化[M].译者：高铦等.南京：译林出版社，2005:286
[7]罗昕，肖恬.范式转型：算法时代把关理论的结构性考察[J].新闻界，2019(3).
[8]匡文波.对个性化算法推荐技术的伦理反思[J].上海师范大学学报（哲学社会科学版），2021(5)
[9]刘璐璐.数字经济时代的数字劳动与数据资本化--以马克思的资本逻辑为线索[J].东北大学学报（社会科学版），2019(4).
[10]白红义.“平台逻辑”：一个理解平台-新闻业关系的敏感性概念[J].南京社会科学，2022(2).
[11]李钢，苏卓.智能搜索：网络意识形态风险防范的隐形闸门[J].中国出版，2021(18).
[12]于淼.数字经济视域下算法权力的风险及法律规制[J].社会科学战线，2022(2).
[13]陈昌凤，霍婕.权力迁移与人本精神：算法式新闻分发的技术伦理[J].新闻与写作，2018(1).
（来源：网络思政研究）
