【摘要】基于行动者网络理论框架，可将智能传播算法视为技术性网络与社会性网络互动与作用的“黑箱”，其构成逻辑包括三个方面：一是现实社会的数字化、媒介化构成了智能传播算法生态的数据基础；二是流量社会构成了智能传播算法生态的联盟和扩张逻辑；三是黏性竞争构成了智能传播算法生态的价值和情感逻辑。对于智能传播中算法的治理要跳出技术治理和调试的思路，将算法视为“技术—社会—文化”系统的联盟，并以以下四点为抓手：一是对算法治理应由公权力设计多层次的治理框架；二是平台企业向上向善的算法设计；三是舆论空间的公共性和正义性；四是媒介化生存环境下个体的算法素养提升。

【关键词】行动者网络理论  社会联盟  智能传播  算法生态

人工智能指的是计算科学领域中的多形式数学模型处理方法，这类模型是以智能为前提的人类领域计算机活动，其已广泛应用于新闻和信息传播领域。伴随算法推荐、算法分发、数据驱动、机器学习、神经网络等人工智能技术的广泛应用，智能传播已成为新的潮流。智能传播作为新的传播趋势，更加突出人的智识性和主体性，其社会建构对于互联网和传播形态有着更大的作用。在智能传播时代，算法作为人工智能技术的底层架构和逻辑底座，日益成为学界关注的焦点。算法的广泛使用也引发了诸多风险与问题，如算法歧视、算法偏见、个人隐私泄露、数据鸿沟等，其治理与规范引发社会重视。而“黑箱”的机器学习算法侧重于相关性分析而非因果分析，可能产生错误的勾连与判断；基于历史数据的机器学习算法隐含“过去决定未来”的逻辑，以历史宿命论定义和标签个人。因此，智能传播的算法治理与优化成为传播学、政治学、社会学等领域的重要议题。对于智能传播中算法的治理要跳出技术治理和调试的思路，将算法视为“技术—社会—文化”系统的联盟，着眼于算法所嵌入的社会系统。基于行动者网络理论框架，立足智能传播算法应用的行动者网络，将智能传播算法视为技术性网络与社会性网络互动与作用的“黑箱”，可从技术性网络与社会性网络良性互动的角度提出智能传播算法生态的优化与治理路径。

一、智能传播的算法风险

在智能传播时代，算法发挥着主导性和基础性作用。算法是人工智能技术的“大脑”，指的是在计算机科学中用于描述一种有限、具有确定性和有效的问题解决方法，其适合作为计算程序来实现。人工智能技术的广泛应用正在推动传播进入智能时代，算法和数据成为新闻信息分发、推荐、生产的主要“基础设施”，媒体呈现出鲜明的个性化、互动化、社会化特征。智能传播是对媒介边界以及媒介产生边界的全新拓展，大数据改变了了解媒介用户的速度和方式，人工智能的深度学习使得智能设备可完成超出人类能力的任务。新闻信息是现代社会建构和运转的基础之一，而算法引领这一领域向着智能传播时代迈进。智能算法在社交媒体、数字平台广泛应用，重塑着新闻信息生产、分发、传播、反馈各个环节。算法作为数据与人工智能的节点，发挥着构造流量入口、捕捉用户黏性的关键作用。总体来看，智能算法作为重构新闻信息领域的底层架构，其具有的智识性、具身性、共情性三大智能传播属性对社会关系带来了巨大形塑；智能新闻、具身传播、情感调动、自动化新闻等成为主要议题。

算法作为智能时代支配信息、流量、注意力的底层架构，已日益成为权力、政治、社会和文化的表征。而在代码无处不在的社会，算法垄断着巨大的权力。由于智能算法具有权力和权利的不对称性，国内外学界对于智能算法存在着“科技利维坦”的担忧。学者认为智能算法作为具有能动性的技术，对人的主体性带来了冲击；智能算法使得掌握大数据的政府、数字平台权力极度扩张，个人的隐私与权利受到侵犯。基于算法批判的视角，国内外学者对智能算法的现实、潜在弊端及风险提出了多角度的阐述。代表性的观点包括：操控金钱和信息的“暗箱”、数字利维坦、数字极权主义等。

正如尼尔·波斯曼所言，技术垄断乘虚而入，其重点是无极限的增长、无责任的权利和无代价的技术。技术垄断的故事没有一个道德核心。它强调效率、利益和经济进步。基于算法批判的视角，学者对智能传播中的算法应用、风险及问题进行了多角度的研究。总体来看，智能传播的算法风险主要集中在信息茧房、算法偏见、主体性消解三个方面。首先，智能算法传播的“信息茧房”效应成为智能传播影响社会的重要观点。由算法推荐、算法分发的新闻信息与用户原有的价值观、兴趣和社群形成强化反馈，不断固化用户的价值观和所在社群，使得算法传播形成了“茧房”和“回音壁”效应。其次，智能算法传播强化了政治、经济、社会结构的固有偏见。算法偏见是社会偏见在人工智能时代的产物，在算法运行中，运算规则设计、数据收集、处理及运用、运算过程等环节都可能会产生偏见。政治内嵌与资本介入，社会结构性偏见的循环，量化计算对有机世界的遮蔽，必将导致算法的内生性偏见。再次，智能算法传播对于人的主体性、智识性和能动性具有消解作用。人类对算法的依赖程度超过了对社会影响的依赖程度。也有研究认为，算法传播违背了人类传播的主体性诉求，最终将导致算法背后的权力机构和用户都失去创造价值的主动权。

就智能算法传播的信息茧房、偏见强化、能动性消解等风险治理，学者也提出了诸多具有前瞻性的对策。譬如，算法公共善、人机协同新闻伦理机制、可见性公正等。现有研究更多采取“乌托邦”与“敌托邦”的二元对立式算法批判视角，强调从技术治理的视角来规范智能算法。而基于行动者网络理论框架，智能传播算法是移动互联网、平台企业、用户等社会行动者的联盟和联结，是社会系统协同作用的“黑箱”。因而，算法治理要跳出单一路径的技术治理视角，基于系统性和生态性的视角和思路来进行。

二、行动者网络理论下的智能传播算法生态

（一）行动者网络理论与媒介研究

行动者网络理论（Actor-Network-Theory，简称ANT）起源于20世纪80年代的科学知识社会学传统，由布鲁诺·拉图尔（Bruno Latour）、米歇尔·卡龙（Michel Callon）合作提出。“行动者网络理论”的产生标志着科学知识社会学重镇巴黎学派的形成。行动者网络理论基于对科学知识形成过程的实验室人类学考察。拉图尔认为，科学知识的形成并非仅是科学家的个体知识活动，而是人类与非人类行动者共同建构的场域。在此基础上，拉图尔将行动者网络理论扩展为对整体社会的解释。拉图尔认为社会并非是“利维坦”与“集体”的合成体，而是人类、非人类行动者的联盟网络，社会学研究就是要揭示这种联盟和网络的形成过程，探求“联结的社会学”而非“社会的社会学”。同时，拉图尔将“行动者网络理论”发展为一种关系——网络本体论，认为行动者网络理论中的网络并非是实体的网络，而是有着实体结构的符号学定义、记录结构异质性的方法框架、行为体自身“网络化”特征的本体论主张三个维度。

行动者网络理论主张人类和非人类（包括技术、物体等）在社会建构中发挥着同等重要的功用。社会并非是一种外在于人的力量，而是人类、非人类行动者所联结而产生的网络。因而，行动者网络理论也被称之为异质建构论。行动者网络理论注重从人与技术的互动中来剖析社会，“人不是先验主体，而是一种具身化的存在，主体性成为在人与物的集体中流动的一种属性。物也并非先验客体，同样需要在与人的属性交流中获得界定。”这一技术和中介的取向使得行动者网络理论为媒介研究者所青睐。以ANT为代表的科学社会学传统独特的技术观正与当前媒介社会学研究对“媒介实践”的强调不谋而合，ANT的“行动者网络”恰恰是“媒介实践的网络”。然而，伴随着智能传播时代的到来，智能算法、机器学习等技术广泛地应用于传播，社会生活的媒介化特征日趋明显，媒介实践中的行动者网络特征愈发突出。越来越多的学者将行动者网络理论应用于智能传播、算法传播的研究。譬如，在行动者网络理论下探讨媒介融合、算法治理、舆情治理等。在充分肯定上述研究的同时还应看到，行动者网络理论在算法生态治理中还存在着广阔应用空间。

（二）联结社会网与技术网的算法“黑箱”

算法就其表象是由代码所构成的计算程序。而基于行动者网络的理论视角来看，算法是由人、算法、数据、智能终端、互联网所共同构成的联盟。正如有研究指出，由于算法与社会的互构或共生关系，对算法本质的理解必须超越纯粹技术层面，而是将其视为一个复杂的社会——技术网络，算法并非是指某种“实体性存在”（代码或模型），而是由包括“人”与“物”等异质行动者关联互动形成的“关系性存在”。基于拉图尔的行动者网络理论，算法可以被称之为“黑箱”。需要说明的是，行动者网络理论中的“黑箱”指的是已经被承认并接受为真实、准确和有用的科学理论、科学事实和科学仪器，而非通常所指代的不透明、不公开、难获取和存在技术壁垒的计算程序。

在拉图尔看来，“黑箱”将技术网与社会网紧密联合起来，形成行动者网络。“如果你有任何一个黑箱并要把它定格成一幅静止的影像，你可以考虑这样一种同盟系统：首先观察它打算吸收的是什么人，其次考虑它被与什么东西结合在一起，从而使加入同盟无法逃避。我们可以一方面描绘出它的社会网图（sociogram），另一方面描绘出它的技术网图（technogram）。”“黑箱”作为社会网与技术网的连接点，构成了一个异质网络同盟。从行动者网络理论来看，算法显然是一种“黑箱”，基于人工智能技术，将社交关系、传播关系建构的社会网与代码、数据建构的技术网紧密联结。而一个成功的、强硬的“黑箱”则被拉图尔称之为“硬事实”或“高度成熟的机器”。黑箱处于这样两个同盟系统之间，当它成功之时，它把数目最多、最强硬的联合集中于自身，特别是，如果它已经被转变成自动装置的话。这就是为什么我们把这样的黑箱叫做“硬事实”或者“高度成熟的机器”或者“强理论”或者“无可辩驳的证据”的原因。从算法在智能传播的广泛应用和不可替代性出发，算法成为用户社交、生活的中介物，成为现代社会信息传播的基础设施。因而，算法不仅是联结社会网与技术网的“黑箱”，更是一种强硬和成功的“高度成熟的机器”。

（三）智能传播算法生态的联盟逻辑

算法与社会呈现着共生与互构关系，“我们应将算法视为人类同世界交互运作的居间性媒介，以及调节机构与公众之间的结构性力量，并将人和算法置于一种动态的网络结构中加以审视。”就智能传播领域而言，我们应该以系统、生态的视角来分析算法，从算法生态的角度来开展算法治理。而这需要对智能传播算法生态逻辑进行剖析。算法“黑箱”作为社会网与技术网的同盟系统和“高度成熟的机器”，其形成并非是突发和偶然的。基于行动者网络理论，科学技术的广泛应用有着深刻和复杂的社会、文化基础，需要说服、控制他人的行为，调动足够多的资源，建立强大的联盟系统。“事实”建构者与“客体”建构者有着同样的问题，即如何说服他人，如何控制他人的行为，如何把足够多的资源聚集在一个地方，如何让断言或者客体在时间和空间上传播。而就智能传播算法“黑箱”而言，其成为“高度成熟的机器”的联盟逻辑有以下几个方面。

首先，现实社会的数字化、媒介化构成了智能传播算法生态的数据基础。算法是智能传播的引擎和大脑，而数据则是智能传播的能量和营养。正是大数据时代为智能算法提供了足够的能量和数据。根据IDC研究机构提出的“大数据摩尔定律”，人类社会产生的数据以每年50%的速度增长。伴随着5G时代的临近，现实社会和人类活动的数字化趋势也更加明显。从数字化的发展阶段来看，以电子商务和移动支付为代表的消费互联网正在向着万物互联的工业互联网进步。在工业互联网时代，不仅人是数据的生产者，交通工具、家用电器、企业机器、建筑设施也成为数据的生产者。大数据时代和物联网的到来为智能传播提供了数据基础，算法可基于用户的场景、位置、兴趣智能化收集和匹配新闻信息。而这构成了智能传播的核心要素，即基于数字化与数据化驱动的新闻生产实践，生产主体的身份与特质的多样性带来了海量需要处理或运算的数据信息，程序运行和信息处理的过程是自动化或半自动化的，最终输出的结果是对于需求的智能化匹配。

大数据时代为智能传播提供了数据基础，社会生活的媒介化则使得智能传播成为必然趋势。当下，社交媒体、短视频、虚拟现实、增强现实、元宇宙等媒介深度渗透社会生活，现实生活呈现媒介化的特征，人类已进入了媒介化生存的阶段。技术发展已经使得媒介全面侵入主体，使用媒介成为人们的基本存在方式，人类文明进入“媒介化生存”阶段。一方面，媒介使用成为个人人格发展、自我呈现、社会互动的手段，媒介使用已成为个人主体性的有机组成部分。另一方面，媒介使用是现实社会维系与建构的必要手段，媒介与空气、水一样成为个体生活的“基础设置”。而在社会生活的媒介化过程中，个人及群体的身份属性、兴趣爱好、社交网络、生活轨迹、公众参与被数据化、数字化。如果说现实社会数字化为智能传播提供的是“大数据”，社会生活的媒介化则为智能传播提供了“优数据”。“大数据”为“优数据”提供了参照和坐标系，“优数据”为“大数据”提供了结构和方向。在这一背景下，数据与算法共同构成了循环反馈闭环，使得智能传播时代成为趋势。

其次，流量社会构成了智能传播算法生态的联盟和扩张逻辑。算法生态以“大数据”和“优数据”为基础和框架，而智能终端则构成了数据生产的物理设备。依托智能终端，可解决现实生活的大部分需求。可以说，智能终端的APP界面构成了现实生活的“数字缩影”。以智能手机为代表的智能终端不仅拓展了人的能力，更成为身体的“新器官”。近年来，在消费互联网的驱动下，互联网企业将智能终端作为竞争的重要平台，如滴滴与优步在网约车领域的竞争，支付宝与微信在移动支付的竞争等。在互联网平台的竞争下，智能终端生产的数据成为资本和金钱的代名词——“流量”，现实社会的“流量社会”特征也日益明显。“流量社会”数字生产占据并整合了人们日常生活的碎片化时空，使生产无处不在、无时不在；日常生活本身也被当作“数据商品”来生产。

“流量社会”将数据与流量转化为注意力、购买力，建构了B2C、B2B、C2B等各种商业模式。而各种商业模式借助于智能终端，使得现实生活流量化。正如行动者网络理论提出，“黑箱”需要召集和联结人群和资源，从而使加入联盟变得无可避免。而“流量社会”的到来使得算法成为分配流量、吸引用户、形成商业模式的“硬事实”。借助于算法，互联网平台、用户依托流量构成了坚固的联盟。从平台提供的内容服务来看，平台基于流量思维迎合或设计、操纵着用户获取信息的态度、行为，借助算法技术增强用户黏性、稳定流量，从而掌握“财富密码”。而就用户而言，一方面可以借助算法解决现实生活中的购物、出行、社交、就医、教育等需求。另一方面，“流量社会”的到来也为用户生产内容（UGC）进而实现流量变现创造了条件。当下，内容创业已成为全民创业和创新的重要渠道。内容付费、直播带货、流量分成、植入广告、个人IP等多种流量表现形式，使得个人和用户也成为流量社会的坚固同盟。可以说，在互联网中流量就意味着财富和现实收益，对于企业、用户都有着强大的吸引力。流量社会建构了智能终端、现实需求、商业模式、用户获利形成循环闭环的基础，也构成了智能算法生态的联盟和扩张逻辑。

再次，黏性竞争构成了智能传播算法生态的价值和情感逻辑。大数据时代和流量社会构成了智能传播算法生态的数据基础和联盟逻辑，使得智能算法在广度和宽度上得到充分扩展。但这并不意味着智能算法必然为用户所习惯和依赖。正如拉图尔所言，事实或者机器的命运掌握在后来使用者的手里，因此，它们的性质是集体行动的一个结果，而不是原因。也就是说，智能传播算法是建立在用户的使用黏性基础上，而非相反。基于传播学研究中广泛使用的“使用—满足”理论，智能传播中算法广泛和持久的应用，数据驱动、算法推荐、算法分发逐渐取代传统的媒介生产流程，其根源在于智能算法满足了用户的兴趣和需求。从“使用—满足”理论的视角来看，智能传播在用户黏性方面较之传统媒介有着无可比拟的优越性。以算法推荐类APP“今日头条”为例，其秉持“你关心的才是头条”原则，基于用户的浏览兴趣、使用场景、个体特征等推荐新闻信息，用户总量已超过6亿，日活约1.4亿人次。算法类短视频平台抖音的用户已超过8亿，用户的单日使用时长约74分钟。而基于社交价值关系的微信，其用户已超过12亿。

智能传播产品的迅速发展很大程度上得益于其算法设计。尤其是在舆论生态呈现“后真相时代”的背景下，人们选择相信情感、立场与信念而非事实真相。因而，那些能迎合和顺应用户价值与情感逻辑的算法，则更易产生用户黏性。可以说，黏性竞争构成了智能传播算法生态的价值和情感逻辑。有研究指出，算法推荐正在加速网络空间中的“巴尔干化”，一方面强化了用户的原有认知，另一方面帮助用户找到具有类似价值的社交关系和圈层。黏性竞争既发生在各类互联网平台之间，也发生在各种MCN机构之间，还发生在各个内容生产者之间。在黏性竞争的背景下，智能传播算法既是现有价值和情感逻辑的发现者，也是强化者。而算法则成为黏性竞争的中介和“利器”。因而，智能传播算法生态既包括互联网平台，也包括MCN机构，还涵盖了内容生产者和广泛的用户。

三、智能传播算法生态的优化与治理

基于行动者网络理论视角，智能传播算法生态是由技术、社会共同建构的联盟和同盟，这一网络包涵了互联网、智能终端、用户、算法、数据、平台企业等行动者。而算法则是技术网络与社会网络共同作用的“黑箱”和“硬事实”。在智能传播算法生态中，现实社会的数字化和媒介化构成了算法的数据基础；流量社会和资本逻辑使得算法以“共谋”的形式迅速扩张；不同平台、机构、用户之间的黏性竞争则为算法提供了价值与情感逻辑。算法不仅有着技术属性，更有着强烈的社会属性。因而，智能传播算法生态的优化和治理也应纳入技术——社会的框架内。正如拉图尔所说，技术网图上的每一个变更都在社会网图里造成对一种局限的克服，反之亦然。所发生的每一件事都好像是我们必须跟随的人处在两组约束之间。即通过社会力量的作用推动算法生态优化，以算法生态的优化带来社会的发展。

（一）对算法的多框架规训与治理

算法作为“黑箱”和“硬事实”，具有权力隐蔽、责任模糊的特性。基于算法批判的视角，若任由权责不对称的算法“野蛮生长”，技术操控、技术霸凌则会成为必然。从行动者网络理论来看，个体作为用户在智能传播算法生态联盟中处于弱势和被动的态势，而掌握算法和数据的平台企业和技术则处于主导位置。因而，算法的规训和治理离不开超越个体能力的公权力深度参与。从全球人工智能的发展来看，多国都在探索规范人工智能技术的原则和方案。2017年，美国计算机协会公布了算法治理七项原则：知情原则、访问和救济原则、可问责原则、解释原则、数据来源处理原则、可审计原则、检验和测试原则。而正如英国上议院特别委员会所指出的，对算法等新技术的信任和依赖，将取决于在多大程度上政府能够提供一个或多个治理框架让公众放心。就中国而言，国家网信办等四部门联合发布了《互联网信息服务算法推荐管理规定》，对于算法推荐划定了底线、红线，就规范互联网信息服务算法推荐活动提出了算法治理的中国方案。而从算法治理的未来发展来看，算法作为具有强烈社会属性的技术手段，不应止步于不碰底线，而应放眼于人类的尊严与发展。因而，对算法治理应由公共权力设计多层次的治理框架，制定短期和长期规划。就短期目标来看，算法治理应确保算法合乎法律、伦理运行，确保用户的权利和权益。就长期目标来看，算法治理还应以促进人类福祉和公共利益为目标，成为善治和良治的重要力量。

（二）平台企业的向上向善算法设计

在智能传播算法生态中，平台企业作为算法的设计者与数据的获取者，掌握着巨大的权力和资本。而基于行动者网络理论，平台企业及算法的发展，得益于用户的数据授权。数字化、数据化和流量化“孵化”了算法和平台企业。或者说，平台企业是现实社会数字化、媒介化和流量“红利”的获取者。因而，平台企业及算法有着“准公共产品”的属性。当下，由资本主导的流量竞争、黏性竞争使得平台企业算法一度出现了沉迷、诱导、大数据杀熟等现象。过度地追求商业利益使得平台企业算法与其公共性、社会性产生了背离。基于算法对社会公平正义的巨大影响，以及互联网平台公司基于算法掌握的新权力，在算法善用的伦理框架里，应将公平正义作为算法研发、设计、运营和使用者的价值理念。而在平台企业算法的向上向善设计中，可以从流量和黏性两个方面着手。在流量设计方面，既可以从流量向善的角度入手，在平衡商业利益和公平正义的框架下赋予流量，传播主流价值观，弘扬社会正气。也可以从流量慈善的角度着眼，将一定比例流量获益、流量分成转化为互联网慈善、公益事业收入，从而发挥流量的“准公共产品”价值。在黏性设计方面，对算法设计者的考核不能单纯以点击量、转发量等数据至上，而是综合考量算法设计的价值涵养、文化促进等功能。同时，平台企业还应发展和设计多元化的算法，使得算法设计平衡公共利益与经济效益。

（三）培养良性竞争的舆论生态

舆论生态与智能传播算法存在着同构和互构的作用关系。一方面，舆论生态体现了群体的价值和情感逻辑以及用户的认知与表达偏向。舆论生态有着明显的社群化和圈群化以及基于情感与立场站队的“后真相时代”特征。基于上述舆论生态，用户以点击、浏览、转发、表达等形式生产出结构化数据，从而“孵化”出了智能传播算法。另一方面，智能传播算法基于用户的社群、兴趣、价值观、情感特征等标签进行内容分发、推荐、导流，不断强化着舆论生态的构型和用户偏好。也就是说，舆论生态和智能传播算法依托结构化数据开展着互相建构、互动强化的过程。在流量社会和黏性竞争的背景下，平台企业、MCN机构、自媒体都将算法作为获取流量和用户的“黑箱”和“硬事实”，使得网络空间“巴尔干化”，消解着网络空间的公共性和正义性。基于行动者网络理论，算法“黑箱”同时受社会网络与技术网络的互动作用。因而，作为社会网络的舆论生态治理是智能传播算法治理的基础。由智能传播算法滋生的网络“巴尔干化”以及群体极化等现象治理，根本上需要一个良性竞争的舆论生态，从而为算法技术提供社会网络支持。首先，以主流媒体为代表的专业化媒体机构应主动运用和拥抱智能算法技术，通过优质内容生产、分发和建设性新闻实践，来凸显和引领舆论空间的公共性和正义性。其次，平台企业与MCN机构以及自媒体也应建立良性的合作竞争关系。平台企业在算法设计中应综合考量内容产品的公共性、文化性，从而给予相应的流量推送，避免“内卷”的流量和黏性竞争。MCN机构及自媒体作为舆论生态的“长尾”领域，则需要平衡专业性、建设性、文化性与趣味性，从而避免内容产品单一化、同质化。

（四）媒介化生存与算法素养提升

智能设备、社交媒体、移动互联网的普及和下沉使得智能传播时代已成为趋势和潮流。随着消费互联网向工业互联网迈进和5G时代的到来，数据化的社会与媒介化生存的个人都在成为现实。在媒介化生存的背景下，不仅个人的社会行为与活动被数据化，随着移动传感器、可穿戴设备的广泛应用，个人的身体状况和心理状态也日渐被数据化。数据化则意味着算法的介入和调配。因而，在智能传播和媒介化生存时代，算法已成为个人生活的“界面”和基础设施。正如拉图尔所言，只是通过许多人的行动，黑箱才在空间里运动，并在时间里变得牢不可破。如果没有人打算采用它，它就得停止运转并土崩瓦解。算法作为“黑箱”，其运行和运转的基础则是个人的数据生产与媒介化生存。因而，个体的算法素养提升是优化算法的“毛细血管”和“细胞活动”。一方面，个人在算法产品使用中应具有算法意识和算法反思素养，对于算法产品的数据授权坚持合法性、合理性和必要性原则，保护个人隐私与权益，合理控制媒介产品使用时长与频率。另一方面，个人在媒介化生存中还应提升主体性意识，将现实社交、实践反思、深度阅读作为信息获取的重要途径，以历史和文化维度丰富信息技术的价值与内涵。（参考文献略）

作者：

董向慧  天津社会科学院舆情研究所副研究员，北京师范大学新闻传播学院博士后，法学博士

李莹  天津社会科学院舆情研究所副研究员

［本文系2022年国家社会科学基金项目“技术现象学视角下智能算法嵌入社会与治理研究”（22BSH001）阶段性研究成果］

南方传媒研究  2024年第3期  总108期

欢迎订阅《南方传媒研究》

本刊邮发代号：46-582

本刊唯一投稿、合作邮箱：

nfcmyj@163.com