人工智能时代主流意识形态的风险治理
文章字数：2903
当今社会,人工智能的应用已无处不在。以大模型和生成式人工智能为代表的新技术,正在重塑信息生产与意识形态传播的内在逻辑。这不仅改变了社会交往结构与知识生产方式,也深刻影响了意识形态的运行机制与传播样态,使意识形态的参与主体与传播方式呈现出新的运行特征。
一、人工智能时代主流意识形态的运行表征
(一)意识形态参与主体去中心化
在传统纸媒时代,人们会因文化水平高低、自身工作、生活环境等条件限制日常参与意识形态传播的机会。然而,在人工智能时代的主流意识形态传播不再仅依赖传统权威媒体渠道,而是在多元主体的互动中实现信息数据的生产与资源整合。互联网的出现降低了人们参与主流意识形态传播的门槛, 普通个体通过视频平台、社交媒体即可参与内容生产、创造与传播的全过程,使主流意识形态传播不再局限于官方机构,而是嵌入到广泛的社会日常实践中。传播主体呈现出“去中心化”特征,在平台与算法技术的共同作用下,信息传播逐渐转向以数据驱动的网络化结构。在意识形态传播的过程中,用户、平台、内容生产者共同参与信息流动,形成一种“分布式传播结构”。
(二)意识形态传播机制精准化
人工智能技术的广泛应用深刻改变了信息生产与传播方式,也重塑了意识形态的传播机制。人工智能依托算法推荐系统,实现了对受众的精准识别与内容的个性化推送,推动意识形态传播由“广域覆盖”向“精准触达”转型。在人工智能时代,平台通过对用户浏览记录、兴趣偏好、社交关系及行为轨迹等数据进行分析,构建用户画像,并据此对数据进行分层分类与定向分发。
(三)意识形态渗透方式隐蔽化
首先,算法机制增强了意识形态渗透的隐蔽性。在人工智能时代,信息内容往往以娱乐、资讯、社交互动等形式出现,价值观念被嵌入其中,通过潜移默化的方式影响受众。平台与数字资本的参与,也使意识形态渗透路径更加复杂。在流量竞争和商业收益驱动下,平台倾向于优先推送具有话题性和情绪张力的内容。一些价值观念通过短视频、网络直播、社交互动等多样化形式传播,打破了传统传播边界,形成跨平台、多渠道的扩散格局,使意识形态渗透不再是单一的自上而下, 而是呈现出网络化、交织化的特征。
二、人工智能时代主流意识形态的风险表征
(一)算法黑箱与数据偏见弱化主流意识形态引领力
人工智能的深度学习具有高度的复杂性与不可解释性,技术运行过程被封装在不透明的“黑箱”之中。这种技术特性使得意识形态的“把关权”从显性的国家管理让渡给了隐性的算法代码。人工智能技术高度依赖于对海量语料数据的深度学习。当前,全球互联网的底层数据场域仍由西方发达国家主导,这些作为人工智能训练的原始数据,天然携带着西方中心主义、资本主义意识形态以及对社会主义制度的刻板印象。基于“输入偏见则输出偏见”的逻辑,当人工智能模型以这些充满政治偏见、文化偏见的数据进行训练时,其生成的结果必然呈现出结构性的“数据偏见”。
(二)资本逐利与流量至上削弱主流意识形态凝聚力
在短视频碎片化的时代,资本将网民的时间与注意力异化为可供剥削和变现的数字商品,进而衍生出“流量至上”的平台评价体系与内容分发机制。这种深植于技术架构中的资本逻辑,正深刻消解着主流意识形态的凝聚力。“流量至上”机制刺激互联网时代的“泛娱乐化”现象,解构了主流意识形态的严肃性与崇高感。主流意识形态承担着凝聚社会共识、塑造民族精神的重要使命,其内容往往具有严密的理论逻辑与严肃的政治属性。
(三)“信息茧房”与群体区隔降低主流意识形态认同感
算法主导的“信息茧房”导致受众认知窄化, 消解了主流意识形态的主体地位。人工智能依托大数据精准勾勒“用户画像”,通过持续推送高度同质化、迎合受众偏好的信息,构建起封闭的“信息茧房”。它剥夺了受众接触其他外来信息的机会, 使个体沉溺于碎片化、娱乐化的“舒适圈”中,导致受众认知视野受限、理性思维弱化。在这种认知窄化的驱动下,主流意识形态的价值内核往往被人们忽视, 难以深入到每个个体的思想深处。“回音室效应”加剧了群体区隔, 阻滞了主流意识形态共识的形成。
(四)监管滞后与数据霸权冲击主流意识形态话语权
算法推荐的内容审核是否有明确统一的标准,以及技术使用的边界引发的伦理道德等问题,尚未形成系统化的法律规制框架。更为严峻的是,监管技术能力明显滞后于被监管对象的技术水平,“人工审核”难以应对海量算法生成内容,“以技术治理技术”的能力建设亟待加强。这种监管真空为错误思潮传播、西方意识形态渗透提供了便利空间,削弱了主流意识形态的监管保障。
三、人工智能时代主流意识形态风险的治理路径
(一)强化价值引领,引导技术向善发展
技术从来不是中立的,其运行的全过程都内嵌着特定的价值取向和权力关系。首先,在技术源头植入价值基因。将马克思主义和社会主义核心价值观融入算法运行中。要求算法模型在训练数据选择、参数设定等环节,充分考量社会公平、文化安全、价值导向等因素,从技术架构层面避免算法偏见和价值偏离。其次,构建技术应用的规范导向体系。制定人工智能应用统一的意识形态风险评估标准,明确算法推荐的价值导向要求、内容生成的意识形态边界、信息分发的社会责任准则。
(二)落实企业社会责任,规范资本有序运行
企业不仅是市场经济的参与者, 也是意识形态工作的重要阵地。资本具有天然的逐利本性,在算法技术的加持下,平台资本的逐利性与主流意识形态传播之间的张力日益突出。为此,需明确企业所应承担的社会责任。
首先,应将意识形态安全纳入平台企业的核心考核指标, 实行“一把手”负责制,要求平台建立完善的内容安全管理制度、应急响应机制和社会责任报告制度,定期接受意识形态工作专项检查。其次,构建资本规范运行的制度约束体系。针对平台资本“流量至上”“唯点击率论”的逐利逻辑,建立算法推荐的价值导向评估机制,禁止以炒作猎奇、渲染暴力、消费娱乐等方式追逐流量。最后,激励资本服务社会主义意识形态建设。充分发挥社会主义市场经济体制的优势,通过政策倾斜引导平台资本投向主流意识形态内容生产、正能量传播、数字文化建设等领域。只有使资本在党的领导下有序运行,才能实现经济效益与社会效益的统一,使企业成为巩固主流意识形态凝聚力的重要力量。
(三)深化思想政治教育改革,提升主体数字素养
公民是意识形态实践的主体,也是意识形态风险治理的主体。面对人工智能时代“信息茧房”“算法黑箱”等风险,仅靠技术规制和制度约束是远远不够的,必须通过深化主体思想政治教育改革,增强主体的数字素养,筑牢意识形态安全的主体防线。
首先,丰富思想政治教育体系内容。将算法素养、数据安全等内容纳入思想政治教育体系,帮助人们理解算法运行逻辑、了解“信息茧房”的形成机制、识别数据偏见的价值取向。强化马克思主义立场观点方法教育,提升运用辩证唯物主义和历史唯物主义来分析网络信息、判断价值导向的能力。其次, 创新思想政治教育宣传方式,提升吸引力与感染力。运用大数据分析受众需求,利用算法推荐精准推送教育内容, 借助虚拟现实、增强现实等技术增强教育体验感。提升主体数字素养和批判性思维能力。将数字素养教育作为终身教育的重要内容,培养主体对算法推荐的反思意识、对信息来源的核查习惯、对网络信息的批判精神。
武汉理工大学马克思主义学院 梁艺菲
一、人工智能时代主流意识形态的运行表征
(一)意识形态参与主体去中心化
在传统纸媒时代,人们会因文化水平高低、自身工作、生活环境等条件限制日常参与意识形态传播的机会。然而,在人工智能时代的主流意识形态传播不再仅依赖传统权威媒体渠道,而是在多元主体的互动中实现信息数据的生产与资源整合。互联网的出现降低了人们参与主流意识形态传播的门槛, 普通个体通过视频平台、社交媒体即可参与内容生产、创造与传播的全过程,使主流意识形态传播不再局限于官方机构,而是嵌入到广泛的社会日常实践中。传播主体呈现出“去中心化”特征,在平台与算法技术的共同作用下,信息传播逐渐转向以数据驱动的网络化结构。在意识形态传播的过程中,用户、平台、内容生产者共同参与信息流动,形成一种“分布式传播结构”。
(二)意识形态传播机制精准化
人工智能技术的广泛应用深刻改变了信息生产与传播方式,也重塑了意识形态的传播机制。人工智能依托算法推荐系统,实现了对受众的精准识别与内容的个性化推送,推动意识形态传播由“广域覆盖”向“精准触达”转型。在人工智能时代,平台通过对用户浏览记录、兴趣偏好、社交关系及行为轨迹等数据进行分析,构建用户画像,并据此对数据进行分层分类与定向分发。
(三)意识形态渗透方式隐蔽化
首先,算法机制增强了意识形态渗透的隐蔽性。在人工智能时代,信息内容往往以娱乐、资讯、社交互动等形式出现,价值观念被嵌入其中,通过潜移默化的方式影响受众。平台与数字资本的参与,也使意识形态渗透路径更加复杂。在流量竞争和商业收益驱动下,平台倾向于优先推送具有话题性和情绪张力的内容。一些价值观念通过短视频、网络直播、社交互动等多样化形式传播,打破了传统传播边界,形成跨平台、多渠道的扩散格局,使意识形态渗透不再是单一的自上而下, 而是呈现出网络化、交织化的特征。
二、人工智能时代主流意识形态的风险表征
(一)算法黑箱与数据偏见弱化主流意识形态引领力
人工智能的深度学习具有高度的复杂性与不可解释性,技术运行过程被封装在不透明的“黑箱”之中。这种技术特性使得意识形态的“把关权”从显性的国家管理让渡给了隐性的算法代码。人工智能技术高度依赖于对海量语料数据的深度学习。当前,全球互联网的底层数据场域仍由西方发达国家主导,这些作为人工智能训练的原始数据,天然携带着西方中心主义、资本主义意识形态以及对社会主义制度的刻板印象。基于“输入偏见则输出偏见”的逻辑,当人工智能模型以这些充满政治偏见、文化偏见的数据进行训练时,其生成的结果必然呈现出结构性的“数据偏见”。
(二)资本逐利与流量至上削弱主流意识形态凝聚力
在短视频碎片化的时代,资本将网民的时间与注意力异化为可供剥削和变现的数字商品,进而衍生出“流量至上”的平台评价体系与内容分发机制。这种深植于技术架构中的资本逻辑,正深刻消解着主流意识形态的凝聚力。“流量至上”机制刺激互联网时代的“泛娱乐化”现象,解构了主流意识形态的严肃性与崇高感。主流意识形态承担着凝聚社会共识、塑造民族精神的重要使命,其内容往往具有严密的理论逻辑与严肃的政治属性。
(三)“信息茧房”与群体区隔降低主流意识形态认同感
算法主导的“信息茧房”导致受众认知窄化, 消解了主流意识形态的主体地位。人工智能依托大数据精准勾勒“用户画像”,通过持续推送高度同质化、迎合受众偏好的信息,构建起封闭的“信息茧房”。它剥夺了受众接触其他外来信息的机会, 使个体沉溺于碎片化、娱乐化的“舒适圈”中,导致受众认知视野受限、理性思维弱化。在这种认知窄化的驱动下,主流意识形态的价值内核往往被人们忽视, 难以深入到每个个体的思想深处。“回音室效应”加剧了群体区隔, 阻滞了主流意识形态共识的形成。
(四)监管滞后与数据霸权冲击主流意识形态话语权
算法推荐的内容审核是否有明确统一的标准,以及技术使用的边界引发的伦理道德等问题,尚未形成系统化的法律规制框架。更为严峻的是,监管技术能力明显滞后于被监管对象的技术水平,“人工审核”难以应对海量算法生成内容,“以技术治理技术”的能力建设亟待加强。这种监管真空为错误思潮传播、西方意识形态渗透提供了便利空间,削弱了主流意识形态的监管保障。
三、人工智能时代主流意识形态风险的治理路径
(一)强化价值引领,引导技术向善发展
技术从来不是中立的,其运行的全过程都内嵌着特定的价值取向和权力关系。首先,在技术源头植入价值基因。将马克思主义和社会主义核心价值观融入算法运行中。要求算法模型在训练数据选择、参数设定等环节,充分考量社会公平、文化安全、价值导向等因素,从技术架构层面避免算法偏见和价值偏离。其次,构建技术应用的规范导向体系。制定人工智能应用统一的意识形态风险评估标准,明确算法推荐的价值导向要求、内容生成的意识形态边界、信息分发的社会责任准则。
(二)落实企业社会责任,规范资本有序运行
企业不仅是市场经济的参与者, 也是意识形态工作的重要阵地。资本具有天然的逐利本性,在算法技术的加持下,平台资本的逐利性与主流意识形态传播之间的张力日益突出。为此,需明确企业所应承担的社会责任。
首先,应将意识形态安全纳入平台企业的核心考核指标, 实行“一把手”负责制,要求平台建立完善的内容安全管理制度、应急响应机制和社会责任报告制度,定期接受意识形态工作专项检查。其次,构建资本规范运行的制度约束体系。针对平台资本“流量至上”“唯点击率论”的逐利逻辑,建立算法推荐的价值导向评估机制,禁止以炒作猎奇、渲染暴力、消费娱乐等方式追逐流量。最后,激励资本服务社会主义意识形态建设。充分发挥社会主义市场经济体制的优势,通过政策倾斜引导平台资本投向主流意识形态内容生产、正能量传播、数字文化建设等领域。只有使资本在党的领导下有序运行,才能实现经济效益与社会效益的统一,使企业成为巩固主流意识形态凝聚力的重要力量。
(三)深化思想政治教育改革,提升主体数字素养
公民是意识形态实践的主体,也是意识形态风险治理的主体。面对人工智能时代“信息茧房”“算法黑箱”等风险,仅靠技术规制和制度约束是远远不够的,必须通过深化主体思想政治教育改革,增强主体的数字素养,筑牢意识形态安全的主体防线。
首先,丰富思想政治教育体系内容。将算法素养、数据安全等内容纳入思想政治教育体系,帮助人们理解算法运行逻辑、了解“信息茧房”的形成机制、识别数据偏见的价值取向。强化马克思主义立场观点方法教育,提升运用辩证唯物主义和历史唯物主义来分析网络信息、判断价值导向的能力。其次, 创新思想政治教育宣传方式,提升吸引力与感染力。运用大数据分析受众需求,利用算法推荐精准推送教育内容, 借助虚拟现实、增强现实等技术增强教育体验感。提升主体数字素养和批判性思维能力。将数字素养教育作为终身教育的重要内容,培养主体对算法推荐的反思意识、对信息来源的核查习惯、对网络信息的批判精神。
武汉理工大学马克思主义学院 梁艺菲