李靜輝

（甘肅廣播電視大學 馬克思主義學院，甘肅 蘭州 730030）

推薦算法是傳播領域應用最前沿、最廣泛、最成功的信息匹配與分發(fā)技術，現(xiàn)如今，它正在通過主導信息生產、收集和分發(fā)的全流程而構筑起一個強大的推薦算法場域。這一算法場域借助全方位把控信息分發(fā)，對個體思維認知、價值觀念及社會意識形態(tài)、精神文化強勢介入和塑造，推動推薦算法與思想政治教育深度耦合，使推薦算法系統(tǒng)越來越顯著地扮演起思想政治教育的功能。但隨著算法“黑幕”被逐步揭開，推薦算法的技術黑箱和價值偏好對思想政治教育價值的遮蔽也成為人們越來越關注的問題。從推動思想政治教育價值實現(xiàn)的視角看，在反思推薦算法造成的危機基礎上，理解算法、融入算法、擁抱算法，以推薦算法促動思想政治教育不斷創(chuàng)新變革，實現(xiàn)“用主流價值導向駕馭‘算法’，”達致人與技術的共在發(fā)展，這不失為一個值得深度探討的話題[1]。

一、耦合：推薦算法場域介入思想政治教育

毫無疑問，推薦算法是人工智能發(fā)展的必然結果，但基于快速延伸的應用場景看，其在建構個性化信息推薦系統(tǒng)的過程中已逐漸顯現(xiàn)出作為權力手段的價值和倫理維度。事實上，推薦算法技術日益強大，不斷行使對信息分發(fā)的主導權，甚至人類事務的參與權，使其愈發(fā)扮演起傳播思想政治教育內容的關鍵渠道和新興權力角色，并引致思想政治教育全面介入推薦算法所塑造的場域空間，這種介入不是二者的簡單相加，而是一種相互統(tǒng)攝的深度耦合。

1.作為技術和權力的推薦算法

作為一種技術性解決方案，推薦算法是用于信息分發(fā)最快捷、最高效的計算機應用程序，它從用戶在線行為的大數(shù)據出發(fā)，將收集到的數(shù)據輸入到算法系統(tǒng)完成運算，分析出目標用戶可能偏好的信息，并將與之對應的偏好信息主動推送給目標用戶，實現(xiàn)信息的針對性分發(fā)。推薦算法借助深度學習和機器訓練模擬人類思維與智能，能夠快速對用戶需求進行精準“畫像”，以完成海量信息分發(fā)，最大限度滿足了用戶的個性化需求。這種算法加持的信息分發(fā)和推送方式，不僅有效解決了信息過載和場景適配難題，也使得推薦平臺的用戶黏性和用戶擁躉們持續(xù)增加。

常用的推薦算法主要有協(xié)同過濾推薦、基于內容推薦和基于知識推薦。協(xié)同過濾推薦原理是假定與目標用戶在線行為相類似的其他用戶群偏好某一信息，或者目標用戶曾經偏好某一信息，那么這一信息也可能是目標用戶潛在的偏好對象?；趦热萃扑]通過評估目標用戶尚未接觸到的信息與該用戶過去偏好或反感信息之間的相似程度，據此向目標用戶推薦潛在偏好信息?；谥R推薦則從目標用戶的已知偏好中抽取關鍵特征詞，根據這些關鍵詞與擬推薦信息之間的相似度向目標用戶推薦偏好需求。在實際應用中，上述三類推薦算法各有利弊，為揚長避短，常常采用混合推薦的策略，即構建一種混合系統(tǒng)，既能結合不同推薦算法優(yōu)點，又能克服各自的缺陷。

一個完整的推薦算法主要包含三個單元，分別是數(shù)據單元（推薦池），用以輸入用戶記錄、上下文參數(shù)、群體數(shù)據、信息特征及知識模型等；計算單元（推薦系統(tǒng)），根據特定規(guī)則計算已知數(shù)據與潛在推薦信息之間的相似度；推薦單元（推薦列表），輸出有相似度評分的推薦信息。從技術邏輯看，推薦算法僅僅是一種信息傳播的工具，但隨著應用范圍不斷拓展，它正在通過系統(tǒng)化運作全面接管人類各個領域的信息分發(fā)與推送工作，越來越顯現(xiàn)出超脫技術屬性的權力屬性，這一權力就是推薦算法“干涉甚至主導人類社會事務的能力，即算法權力（algorithmic power）?！盵2]質言之，推薦算法權力不僅能夠主導個體接收信息，其對于企業(yè)發(fā)展、社會運轉、國家治理同樣表現(xiàn)出強大的影響力。

2.負載價值和倫理的推薦算法

既然推薦算法具有權力屬性，那么它就必然附著價值和倫理的存在，且從其一出場，就內含“人設”價值指向。推薦算法主要由算法工程師等專業(yè)技術人員提出需求參數(shù)、完成程序設計、實現(xiàn)場景應用。在設計過程中，工程師們往往代替不同的使用者做出統(tǒng)一選擇與決策，以便確定信息與用戶匹配的最優(yōu)算法。工程師自身的知識儲備、價值信仰和思想觀念，以及他們所處社會的倫理道德、意識形態(tài)和精神文化是影響算法設計的關鍵因素。盡管為了確保算法推薦的普適性，算法工程師盡可能地保持嚴謹客觀的態(tài)度設計算法，但他們做出選擇和設計的基礎是自身素養(yǎng)與社會背景。即推薦算法本身體現(xiàn)設計者的價值觀和對信息的偏好程度，這一點無可避免。

推薦算法在應用中的價值指向更加明確。算法的個性化推薦體現(xiàn)在從個體用戶出發(fā)計算匹配信息，它關注的重點是一個個單獨個體的偏好需求，對于整個社會共識價值的關注度并不高，以致用個體價值替代社會共識，形成了紛繁復雜的價值觀。此外，在分發(fā)信息過程中，“算法根據個人的既往閱讀軌跡與特性來挑選內容，進而‘編輯’個人信息系統(tǒng)?！盵3]傳統(tǒng)媒介對信息的“編輯”權讓渡給推薦算法，算法行使了內容“把關人”角色，并以算法技術代替用戶自主選擇權，使得信息的客觀真實性、價值導向性無法得到保證。推薦算法應用于不同場景也會表現(xiàn)出截然不同的價值取向，有時通過難以把控的算法復制、修改和出售，應用于設計者未曾設想過的場景，產生算法價值危機。

推薦算法應用結果也具有不確定性，深度學習和機器訓練賦予了算法某種程度的自主性，這種自主性必然讓算法輸出的結果難以解釋和預測。一旦算法運算出錯或失敗，其推薦的結果可能走向設計者和用戶預想的反面，甚至引發(fā)社會倫理問題。況且推薦算法作為一種技術手段，本身并不具備反思功能，對它所輸出結果的倫理傾向不承擔任何糾偏職責，也不會依據倫理價值或意識形態(tài)要求對所推薦信息進行過濾和篩選，導致錯誤推薦長期持續(xù)下去，可能把用戶引向歧途。譬如，在熱點輿論事件傳播中，協(xié)同過濾推薦因為冷啟動差，僅依“熱度”向新用戶推薦事件負面信息，間接促成了輿論進一步發(fā)酵。

3.介入思想政治教育的推薦算法

將思想政治教育放置在網絡海量信息中，就使教育雙方面對面的互動關系轉換為了一種“鍵對鍵”的交流?！版I對鍵”交流的不足是，對于受教育者而言，從海量信息場域中找尋自己需要的信息常常“求而不得”，對于教育者而言，讓自己生產的信息精準抵達目標用戶又往往“供非所求”。推薦算法就是解決這一矛盾的關鍵技術。推薦算法通過聚合全網文本、有效抓取信息、快速分析數(shù)據、主動推送偏好需求，成為網絡環(huán)境下思想政治教育內容的精準載體，勾連起了教育者和受教育者。換言之，精準“投喂”的推薦算法改變了傳統(tǒng)思想政治教育以滿足最大公約數(shù)用戶需求的信息傳播方式，實現(xiàn)了教育內容精準匹配和教育對象無縫對接。

推薦算法也通過規(guī)制個體認知習慣與行為方式介入思想政治教育。推薦算法改變了個體接收和認知信息的習慣，個體由主動搜尋信息轉變?yōu)楸粍咏邮苄畔?。通常來講，個體找尋信息的過程，其實也是理解信息并將其轉化為自身認知圖式的過程，算法推薦通過規(guī)制這一信息接收程式，在所推薦信息中早已預設認知范式，實際上完全顛覆了傳統(tǒng)媒介的信息傳播范式，而“媒介的變化影響并改變了人們的認知能力以及思想結構”[4]。推薦算法也深刻改變個體行為習慣，算法推薦所追求的信息分發(fā)精準度和有效度，一般通過個體對其所推送信息的點擊、收藏、關注、點贊、評論、轉發(fā)等行為來判斷，至于信息是否內化為個體的行動和思想，則始終不得而知。

而推薦算法通過對認知和行為的把控，最終不知不覺地形塑個體思想意識與價值觀念，才是其介入思想政治教育的終極目標。具言之，推薦算法將用戶的思想意識也視為一種算法，通過采集和分析用戶在線行為產生的數(shù)據軌跡，實現(xiàn)對用戶思想動態(tài)的全樣本、全過程、跟蹤式“畫像”，也就是以大數(shù)據的方式挖掘和把握用戶的思想動態(tài)與變化規(guī)律，切實減少了用戶對推薦算法的疏離感與陌生感，進而將算法負載的價值觀植入用戶的思想意識中，造成用戶潛移默化地接受并認可算法推薦所塑造的價值觀?？傊?，推薦算法充當了算法場域的教育者和受教育者之中介角色，能夠隱秘地施行引導受教育者價值傾向和意識觀念的思想政治教育功能。

二、危機：推薦算法遮蔽思想政治教育價值

推薦算法場域思想政治教育的價值實現(xiàn)是指作為客體的算法本身及所推薦信息滿足主體信息消費需求，完成客體主體化的過程?？赏扑]算法引發(fā)的“繭房效應”“回音室效應”“過濾氣泡”等多重效應，不斷窄化和固化人類認知圖式，已開始遮蔽思想政治教育價值的實現(xiàn)。雖然可以通過算法優(yōu)化與迭代一定程度上弱化和解決算法技術缺陷，但推薦算法自身的運作邏輯和背后潛藏的資本利益正在逐步僭越思想政治教育話語、內容和價值的充分表達。

1.算法黑箱稀釋話語權威

控制論上通常把所不知的區(qū)域或系統(tǒng)隱喻為黑箱。推薦算法的計算單元是一種典型的黑箱。公眾雖然可以觀察到算法運行中的輸入和輸出，但因算法素養(yǎng)薄弱與技術鴻溝設限，其難以獲悉算法訓練數(shù)據和架構模型的流程，更難以理解算法設計、計算、運行的內部原理。也即推薦算法作為存在認知門檻的復雜性技術和專業(yè)性知識，在普通公眾看來，它過于高深而成為不可理解的算法黑箱。而這一黑箱又常常在公眾不知情的情況下，訪問用戶私密空間獲取在線行為數(shù)據，且掌握算法技術的企業(yè)出于保護商業(yè)隱私的考慮，對其算法原理諱莫如深，這更加劇了推薦算法的黑箱屬性。

思想政治教育話語的權威性體現(xiàn)在其建構的言語意義、表達技巧、解釋框架等具有吸引力、說服力和感染力，并在其向受眾展示和被受眾接受過程中，準確而全面地表達話語所蘊含的思想理念和價值導向。話語所指的意義明晰是話語權威展現(xiàn)思想政治教育價值的基礎。不過，推薦算法場域的思想政治教育話語權威正在顯示出被算法黑箱所稀釋的風險。

推薦算法作為黑箱首先缺乏透明性，“‘黑箱’的不透明與難以解釋關涉人們的知情利益以及直接影響人們對算法的信任感與認同度?！盵5]既然公眾未獲得關于推薦算法運作的充分知情權，那么由此算法推送的信息是否符合實際，是否邏輯自洽，就要大打折扣，算法推薦話語的真實性自然遭到質疑。算法黑箱不可觀察、不可解釋，公眾就不知道其推薦過程中數(shù)據來源是否正當、運行結果是否合理，在此情境下，可能引發(fā)公眾對于算法推送信息公平性與可責性的擔憂，譬如，某些情況下，算法推送信息“無意為之”地造成種族歧視和性別歧視問題等，使公眾開始不愿意承認算法推送話語的客觀性。公眾不自知、不可控的算法黑箱大力培育通俗娛樂的話語表達，這些話語雖能夠滿足感官愉悅、求知需要、社交需要等一般層次的需求，但難以為人們改造精神世界提供完備的解決方案，話語的可操作性也就受到了質疑。概而言之，算法黑箱一定程度上引發(fā)公眾對其推薦話語的認同危機和信任焦慮，不斷稀釋思想政治教育的話語權。

2.流量至上操控內容供給

網絡資訊分發(fā)行業(yè)是十足的“注意力經濟”，用戶注意力是平臺運營方和內容提供方實現(xiàn)自身價值的基礎，而用戶群規(guī)模、點擊率、轉化率已成為衡量算法推薦優(yōu)劣的標尺，由此導致推薦算法以“流量至上”為追求目標?！傲髁恐辽稀钡乃惴ㄖ粚ν扑]內容的“熱度”負責，并不認為自己對社會價值負有多么重要的責任。因此，為俘獲最大公約數(shù)受眾的普遍興趣，所推薦內容的“趣味性”必然超越一切“重要性”。假如平臺推送方基于這樣的內容標尺去推薦，內容提供方基于這樣的價值賦值去生產，推薦算法可以在短期內實現(xiàn)大規(guī)模的流量暴增，但長期的危機將不言而喻。

思想政治教育內容包括引導教育對象世界觀、人生觀、道德觀、價值觀、政治觀等方面的內容，并由此延伸出理想信念、道德倫理、心理健康等教育內容。這些內容富有正當性、真理性、思想性，表現(xiàn)出敘事宏大、哲理豐富、實踐性和綜合性強的特點。但這些特點恰恰也是以拉動點擊為目標的算法推薦內容所拒斥的，甚至于造成偏好的未必是應該的，有意思的未必是有意義的推送悖論。

流量至上實際上操控了網絡空間的內容供給。推薦算法有力提升了用戶獲取信息的效率，但“在能夠輕易獲得信息的情況下，人們通常喜歡簡短、支離破碎而又令人愉快的內容?！盵6]流量擁躉們只向用戶推薦輕松愉悅和可能感興趣的內容，對推送內容的適宜度和尺度卻沒有嚴格規(guī)范，有時甚至利用色情、恐怖、暴力信息迎合用戶的不良窺探心理，一旦這些信息被傳播開來，用戶的點擊、評論和轉發(fā)率會顯著提升，推動了負面信息的二次擴散。一些自媒體平臺服膺于流量至上的算法推薦模式，往往不惜利用“標題黨”“做號黨”做引流推廣，生產低劣重復、復制拼接的內容來吸引受眾并獲得推薦，而富有深刻內涵、專注價值塑造的內容因識別門檻高，并不在其生產和推薦的范圍之內。具有感官刺激的信息始終占據用戶閱讀世界，誘導“劣幣驅逐良幣”，進一步壓縮嚴肅信息的受眾空間，使思想政治教育內容難以及時回應批判錯誤思潮觀點，并主動宣揚主流價值。長此以往，思想政治教育在推薦算法場域面臨失語風險。

3.資本邏輯消解價值認同

科學技術的背后往往有強大的資本邏輯，這一點馬克思早已指出，日益細化的社會分工和日益強大的資本力量，“把科學作為一種獨立的生產能力與勞動分離開來，并迫使科學為資本服務?！盵7]對用戶進行信息推送的推薦算法不僅包含著滿足用戶需求的偏好，也涉及到經濟利益，即維護和擴大市場的動機，它決定誰的信息能夠被優(yōu)先排序并推送給用戶以獲利。從推薦算法的價值邏輯展開來看，資本邏輯才是其根本價值邏輯。事實上，資本邏輯已成為推薦算法設計應用和信息算法化傳播的重要驅動力，而資本以追求利潤最大化為價值取向，這就必然與思想政治教育的價值相沖突。

價值認同是思想政治教育的精神內核，體現(xiàn)個體對所傳遞的社會規(guī)范、政治意志等進行體認，主動做出價值選擇和價值判斷的過程，它從根本上排斥計算、權衡與利益。思想政治教育的終極目的是通過信息傳播，主動或被動地開展思想教育、道德教育、法治教育、倫理教育、心理教育等，培養(yǎng)個體滿足主流意識形態(tài)的價值認同，引領人的全面發(fā)展。

資本邏輯擁有強大支配權和控制權，它引導眾多擁有算法優(yōu)勢的市場化平臺構成算法空間，牢牢把握信息生產和分發(fā)權力，由此造成不以牟利為唯一價值追求的主流媒體被擠出算法主導的輿論場，主流媒體的影響力在算法空間中“缺場”，難以發(fā)揮引領價值走向的思想政治教育功效。資本邏輯重構信息傳播的評價體系，它強調內容變現(xiàn)能力，支配推薦算法的應用場景和應用強度，并在信息分發(fā)中承受最小的公開透明義務，以致通過算法推薦系統(tǒng)“綁架”內容生產方和內容接收者，導致虛擬、娛樂、多元、媚俗成為網絡空生態(tài)傾向，造成人的精神荒蕪和價值紊亂。同時，資本力量永無禁區(qū)，它主導推薦算法在信息場域橫沖直撞，肆意進入個體私密空間，監(jiān)視私密信息，嚴重侵擾了個體精神世界的豐富性與多樣性存在。換言之，資本邏輯在推薦算法加持下，不斷催生出“資本崇拜”和“工具崇拜”，讓網民個體放棄自己價值觀的養(yǎng)成，沉浸于算法推送的信息狂歡中，進一步消解了對主流意識形態(tài)的價值信仰。

三、變革：推薦算法促動思想政治教育創(chuàng)新

推薦算法雖然潛藏著技術異化所造成的風險與隱患，不過僅僅因為其異化風險就一味拒斥算法應用顯然是不足取的。在思想政治教育中，應對推薦算法挑戰(zhàn)的應有思路是，在反思算法風險的基礎上，主動融入算法，擁抱算法，爭取各方的雙贏發(fā)展。思想政治教育在應對算法風險挑戰(zhàn)的過程中必須對自身的結構內容、內在體系、運作邏輯等進行相應的調整和改變，要以推薦算法促動思想政治教育不斷創(chuàng)新變革，實現(xiàn)人與技術的共在發(fā)展。

1.提升思想政治教育個體素養(yǎng)

第一，提升人文素養(yǎng)。借助算法迭代更新雖然可以部分修正推薦算法的技術缺陷，但算法運用中的價值偏差無法完全通過技術矯正來解決，還需要依托人文精神的內化與外化。從人機關系角度看，推薦算法的設計者是具有自主思想的人，算法推送內容的接收者也是一個個鮮活的人，人的健康發(fā)展始終決定算法應用的成效。人的健康發(fā)展離不開人文素養(yǎng)教育，引導個體正確認識人與技術的關系，培育獨立的理性、情感和意志，鼓勵對算法設計和內容推薦主動做出事實辨別與價值判斷，進而保證個體接收的信息正面向上，對人的發(fā)展才是積極的。故應倡導更為生動、豐富、立體的人文精神在算法場域的彰顯，及時彌補技術和人文的區(qū)隔，實現(xiàn)人主導下的推薦算法與思想政治教育深度融合。

第二，提升技術素養(yǎng)。推薦算法作為權力手段暗含意識形態(tài)因素，且“技術統(tǒng)治論的命題作為隱性意識形態(tài)，甚至可以滲透到非政治化的廣大居民的意識中?！盵8]思想政治教育應辯證認識推薦算法的意識形態(tài)屬性，強化技術素養(yǎng)教育。技術素養(yǎng)是指對科學和技術進行評價與做出決定所必需的基本知識、能力，不僅有實踐層面的技術操作能力，還有思維層面?zhèn)€體應用技術的活動能力。技術素養(yǎng)教育包括培養(yǎng)對技術的觀察與認知能力、學習與理解能力、以及遷移運用能力，并科學客觀地評判技術成效與價值，樹立起正確的技術觀，使個體客觀自如地面對技術，既不懼怕技術也不沉迷技術。個體具有較高技術素養(yǎng)理應是推薦算法運用于思想政治教育實踐并取得期望效果的良好支撐。

第三，提升法治素養(yǎng)。盡管承載推薦算法的網絡平臺具有虛擬性質，但在其中算法設計者、內容生產者以及普通網民的活動是現(xiàn)實的，如果不從法律角度對多方個體的行為進行保護和約束，算法系統(tǒng)的發(fā)展就會陷入一種更無序狀態(tài)。所以，應強化個體的法治素養(yǎng)教育，確認個體行為的邊界在哪里，超出邊界將會產生怎樣的行為后果，從而在個體心中劃定行為底線，并使其對越線行為產生敬畏感。法治素養(yǎng)落到推薦算法場域中，就要使大家認識到法律既是保護自身合法權利的有效武器，也是必須遵守的行為規(guī)范，并在各方之間形成一種可持續(xù)的法治共識。當然，提升法治素養(yǎng)還要加大法律懲戒力度，不能讓任何一條違法信息的制造者、推送者、轉發(fā)者逃脫法治的“硬約束”。

2.優(yōu)化思想政治教育議題設置

第一，重構算法推薦池的內容配比權重。推薦算法設計的第一步是，對可推薦的海量信息劃分標簽，將需要的信息注入推薦池，而后再從中優(yōu)選內容予以推送。推薦池里的內容決定推薦的質量和價值。如果池里都是泛濫的懸念標題黨和虛假媚俗的內容，那么算法也會將這些內容精準推送給用戶。推薦算法場域的思想政治教育要實現(xiàn)價值引領目標，必須重構推薦池里的內容配比，將反映主流意識形態(tài)的內容注入推薦池，讓馬克思主義中國化時代化大眾化的理論主導內容配比，以承載社會主義核心價值觀、民族精神與時代精神，以及中華傳統(tǒng)優(yōu)秀文化的內容充盈整個算法推薦池，引導內容生產方更多產出包含主流價值導向和弘揚正能量的“熱搜話題”，達到算法工具理性與價值理性的統(tǒng)一。

第二，推動公眾參與推薦算法價值設計。既然推薦算法造成價值偏差的關鍵在于算法工程師常代替公眾做出判斷和抉擇，那么就應該反向設計算法，引導普通大眾參與算法推薦的價值與倫理設計，實現(xiàn)算法設計從“人機回圈”（human-inthe-loop）向“眾機回圈”（society-in-the-loop）轉變。通常，算法工程師等少數(shù)人通過理解公眾的優(yōu)先選項和價值觀來主導機器學習、訓練模型、做出決策并根據公眾反饋修正算法模型，也就是所謂的“人機回圈”。但在關涉千萬人的普遍性社會問題上，少數(shù)人的觀念畢竟無法準確替代公眾的共識認識，所以需要將公眾對社會問題的共識融入算法之中，并確定為推薦算法必須遵守的基本準則，即依據社會普遍認可的價值和倫理規(guī)則編寫與設計算法，進而實現(xiàn)“眾機回圈”。

第三，推薦算法中嵌入關照現(xiàn)實的議題?！叭魏嗡枷?，如果不和客觀的實際的事物相聯(lián)系，如果沒有客觀存在的需要，如果不為人民群眾所掌握，即使是最好的東西，即使是馬克思列寧主義，也是不起作用的。”[9]推薦算法無論秉持什么樣的流量邏輯和流量分配規(guī)則，都必須把關照現(xiàn)實作為核心法則。關照現(xiàn)實的算法推薦議題要積極展示中國特色社會主義理論與實踐的強大社會存在，激發(fā)受眾共鳴與體認，使其真正從思想上贊同中國特色社會主義的道路、理論、制度和文化。要通過內容分發(fā)主動發(fā)聲，及時回應算法推薦場域的現(xiàn)實矛盾，理直氣壯地批駁和旗幟鮮明地反對錯誤思潮，避免受眾陷入群體性行為所引起的非理性困局，提升算法推送內容的理論回應力、解釋力和批判力。

3.轉換思想政治教育敘事范式

第一，升級敘事方式。根據網絡敘事方式的分類，思想政治教育在推薦算法場域的敘事方式包括但不限于文本、圖片、音頻、視頻、動畫等。網絡超文本作為一種非線性具有鏈接性的網狀文本，是算法化內容分發(fā)的主要載體，也成為現(xiàn)時思想政治教育敘事的主要方式。但超文本的表現(xiàn)形式仍有教育雙方互動不足的缺陷，推薦算法也正是抓住這一缺陷簡單化處理思想政治教育的內容。為規(guī)避這一缺陷，應加大對視聽型多媒體敘事方式和游戲型多媒體敘事方式的推廣應用，他們最大的特點是能夠以更加直觀和清晰的方式向受眾傳遞信息，便于理解和掌握，同時還能夠營造出教育雙方面對面交流學習的沉浸效果，從而調動受教育者更多感官體驗，也強化了教育主客體的互動關系。

第二，豐富敘事內容。思想政治教育的敘事內容主要分為知識性和價值性兩種形態(tài)，知識性的內容以理論形態(tài)存在，價值性的內容則注重精神培育。目前思想政治教育依舊更多地傾向于以知識型信息展開，尤其各類網絡教育平臺成為信息的堆砌場所，教育雙方的信息錯位是較普遍現(xiàn)象。推薦算法介入思想政治教育一定程度上解決了教育信息雜亂難以適配的問題，但算法追求“流量至上”和“眼球效益”的邏輯也限制了價值性信息的傳播。因此，必須合理平衡知識性認識和價值性認知之間的關系，善于以知識教育為依托實現(xiàn)價值觀教育。惟有深入探究推薦內容本身，并發(fā)掘內容背后的價值因素，通過內容分發(fā)春風化雨地影響個體的觀念和思想，才能夠促進思想政治教育的發(fā)展。

第三，轉變敘事話語。傳統(tǒng)思想政治教育話語在算法推送中存在感不足，這并不是因為思想政治教育不被大眾所需要，而是因為嚴肅抽象的思想政治話語難以融入推薦算法主導的傳播文化之中。既然推薦算法塑造的話語場難以逃避，就要積極應變，創(chuàng)新思想政治教育敘事話語，主動發(fā)掘并使用網民自發(fā)創(chuàng)造的使用頻率高且具有正能量的網絡用語，將意義濃厚和價值崇高的教育話題以詼諧幽默的語言表達出來，“讓承載主流意識形態(tài)的場景‘動’起來，語境‘活’起來，增強馬克思主義話語的吸引力和感召力。”[10]堅持創(chuàng)新表達方式與堅守教育內涵相結合才能筑牢思想政治教育話語根基，提升受眾關注、轉發(fā)、評論思想政治教育話題的意愿，從而借助算法推薦實現(xiàn)思想政治教育內容更加廣泛的傳播。