科研之友
微信
新浪微博
Facebook
分享链接
摘要
算法推荐介入新闻业,个性化新闻流替代传统媒体新闻流,这会对公民政治社会化过程有什么影响,是本文关注的核心问题。研究发现,虽然人们的偏好和需求在塑造个人的政治信息环境越来越重要,但是算法推荐并没有整体提升公民的政治新闻供给数量和质量。相反,新闻消费者的偏好正在推动媒体牺牲硬新闻,提供更多软新闻,这一趋势并不利于公民的政治学习和政治知识积累。主动寻找政治新闻的人与不主动寻找政治新闻的人、高教育水平的人与低教育水平的人,在个性化新闻环境中的政治知识差距一再增大。尽管算法推荐也给许多人提供了偶然接触和学习政治的机会,但是缺乏深度的认知加工也导致偶然学习的效果并不理想。同时,算法推荐进一步强化了选择性曝光效应,促使围绕政治问题、公共事件的舆论态度出现两极分化与相互对立的格局。算法推荐甚至还成为了政治操纵的工具,影响公民的线上和线下政治行为。厘清算法推荐对公民政治社会化带来的可能性风险,对于国家、平台、算法机构和公民参与算法治理十分重要。
-
单位上海社会科学院
