我们要如何理解生于算法的这代人？

本文来自微信公众号：中国青年研究 （ID：china-youth-study），作者：肖峰（上海大学马克思主义学院特聘教授），原文标题：《从青年的算法问题到青年研究的算法意识》，题图来自：视觉中国

今天的时代被称为“信息时代”“数字时代”“网络时代”“大数据时代”“人工智能时代”等，表明我们所生活的社会被各种现代信息技术所深刻改变，而这些技术发挥作用的共同基础是由其背后或底层的算法控制其运作。如人工智能的核心技术便是智能算法技术，所以当人工智能被日益普遍使用时，我们实际上也就生活在一个被算法深度影响甚至处处控制的世界之中，以至于这个时代也被称为“算法时代”。

探讨青年在算法时代的生存特征，对于青年研究准确把握自己的研究对象、提高向青年工作建言献策的针对性或理论供给的有效性，无疑具有重要的意义。

一、青年：算法社会的“原住民”

由于青年与现代科技的“亲和”性，他们与许多新兴的科技成果相伴而生，如在数字时代，他们一出生就生活在由互联网、计算机、智能手机作为“生存条件”的社会环境中，就是所谓“互联网的原住民”，理所当然他们就是数字世界以及算法世界的“原住民”。

可以说，青年与算法打交道的时间比任何其他群体都更多更长，从他们对手机和互联网的依赖比其他任何年龄群体都更高的事实，可以看到他们具有最高程度的“数字化生存”之特征，比其他年龄群体与算法的交织都更深、与算法技术的联系更紧，从而具有最高程度的“算法化生存”特征。

因此，毫不夸张地说，他们是诞生于算法社会的“原住民”，抑或说，今天的青年，是被算法所洗礼从而带上深刻的“算法烙印”的一代。

当代青年的这一特征可以从许多具体的侧面得以展现。

其一，青年是算法生产的主体。一个不争的事实是，IT业中从事算法和软件编程的一线工程师或程序员中绝大多数为青年人，或者说越年轻越有进入这一行业的优势，因而算法业是年轻人的聚集区，以至于这一行业也被视为“常青”的行业，青年无疑是算法生产的主力军。

其二，青年是算法相关技术和产品的最熟练使用者及消费者。网络沉溺主要发生于青年身上，“网游高手”也非青年莫属，在网上无论是违法犯罪还是行侠仗义的高段黑客，也多是青年人。凡此种种，表明青年人是与算法打交道最多的群体，是算法使用频度最高的人群，某种意义上（如在较大的年龄跨度上界定“青年”）也是算法消费的最大群体。

其三，青年还是算法体验最丰富的群体。最新的算法产品（如最新的手游或网游）是由青年人最先体验，也只有青年人因其敏捷灵活的心智才能跟上最新数字技术的更新，于是算法所能带来的对人生的最大好处（如网游对想象力的开拓和思维灵活性的增强）和坏处（如沉溺于网游所带来的心理生理疾患以及对学业、工作、事业以及人际关系和家庭关系造成的损害等）都在青年人身上得以“兑现”，在这个意义上，他们是算法前沿的探险者，也是算法风险的承受者。

也就是说，算法已成为支配青年生活的强大科技力量。当他们的生活更依赖于智能手机或移动互联网时，由于这些产品正是算法存在和发挥作用的载体与场所，因此生活于其中，无疑就是生活于算法中，就是在深受算法的影响、支配和控制，这种影响的集约化，塑造了他们理解世界的方式。

算法社会中，数据成为比物质更重要的资源，算法由此也成为捕捉数据的手段，而青年就是被算法进行数据捕捉的重点对象，算法设计的重心就是要将青年纳入可被软件吸引和操控的范围之中，使他们上网依赖、信息过载、异化购物、手机控，成为各种商业算法、流量算法的主要“猎物”。一些青年还会因过于熟悉或依赖某一代或某一类算法技术，而随着该项技术的过时被淘汰，成为由算法迭代而造就的“过时的人”。

这些“双重性”表明，青年是算法的最大受惠者，也是最大受困者；他们在算法中得乐园，也失乐园；他们被算法赋能、赋智，也因算法而失能、被算法所夺智。这就是青年作为算法社会“原住民”的叠加性境遇：既可以不断收取算法的“红利”，又可能为算法付出“代价”。

二、当代青年的“算法问题”

在肯定算法对青年发展具有积极意义的前提下，以下重点分析算法对当代青年带来的负面影响，即青年成长中面临的种种“算法问题”，以便为算法社会中“趋利避害”地利用算法技术提供借鉴。

1. 迷失于算法

青年人精力旺盛且好奇心强，这一生理心理特征决定了他们是信息需求最多也最迫切的群体，从而对投喂给他们信息的算法平台具有最强的黏性，而流量为王的平台也会借此不断提高这种投喂的强度。

这里的“投喂”意味着，算法平台总是针对青年受众“投其所好”地向他们投喂所喜欢的信息，为此才能维持和不断强化平台对青年的黏性，这个过程也是算法对青年的兴趣爱好加以塑造、建构和固化的过程。

在这个过程中，算法规定了作为受众的青年能看到什么，通常是只能让他们看到平台希望他们看到的内容，并使其满足于自己所看到的内容，而接收不到与自己意见相左的资讯。久而久之，就会造成青年受众的视野不开阔、思维不完整、认识片面化片段化，这就是只接受算法推送后极易陷入的“信息茧房”“群体极化”“饭圈文化”等负面效应。

青年人通过对一些社交平台的使用，还不断强化这种极化的群体效应。如他们使用微信的过程，就是经过不断的选择（包括入群、退群、接受或删除“新的朋友”、屏蔽和拉黑已有的联系人等）来形成一个自己认同的朋友圈或若干组群，进而只接受由自己“精选”的“朋友”或“组员”所传播的信息。

由于信息传播总是价值嵌入的，因此青年们在微信平台上选择“信息伙伴”时，通常会将自己的价值观作为准入的标准，如果再加上算法推送对个性化兴趣的强化，就会使微信群中的极群化或信息茧房现象更加严重。

换言之，基于算法的投喂式信息推送，使得“同圈”“同群”的青年人接受的信息内容高度相似，他们在“朋友圈”中看到的“爆款文章”常常如出一辙，相互的谈资也别无二致，由此透视的世界几无差异，从而生活到了一个同质化的信息世界中，结果是窄化了眼界，趋同于“饭圈”，迷失掉自我。

这种迷失还可能导向歧路。较之成年人，青年人的自控力不足，使得他们面对海量的网络信息时，极易因猎奇而无法自拔或听信煽动、“被带节奏”。国内的一项调查表明：青年网民超过六成的人会去接触算法平台中推荐的低俗信息，超过八成的青年网民会受其中带有负面情绪且言辞激烈的另类观点影响^[1]。

嵌入特殊动机的算法推算可以制造出特定的认知环境，将青年推向由虚假信息营造起来的“后真相”深渊，久而久之就会使其失去判断能力，陷入认知不公正甚至心智上的狂热与偏执，不再有经过独立思考后形成的见识，只有随附“意见领袖”的人云亦云，成为算法时代迷失自我的“从众”。

2. 受困于算法

青年人工作领域、思维认知领域和生活领域都存在受困于算法的现象。

在工作领域，平台经济兴起后，一大批青年人就业或受雇于网络平台。平台通过智能算法的优化管理来提高经营的效率和效益，以求利润的最大化，这也使从业者被严格地置于平台算法的监管之下，与算法形成新型的博弈关系。

如从事外卖的骑手在时间上就有来自平台的严格要求，如果不能将外卖按时送达，骑手就会被降薪，而完成一份订单的送达应该花多长时间，是通过算法的密切跟踪来确定的。而算法又是“水涨船高”地设定时间标准的，当骑手通过努力提高了送餐速度后，算法就会根据平均时间的缩短而提高工作标准，使得骑手们越努力就会给自己接下来的“达标”造成更大的困境，从而更无法获得满意的收入报酬，由此出现“骑手困在算法中”：算法使他们永远达不到“最快”，只能无止境地追求“更快”，数字平台似乎成为使其陷落的无底深渊。

这种苦不堪言的困境当然是由资本借助算法来强化盘剥而造成的，但在被精巧设计的系统中，骑手常常找不到平台背后的“老板”，从而找不到投诉的对象，于是在直接的归因上，算法往往成为聚焦的对象，成为资本的挡箭牌，成为平台就业者识别真相的迷魂阵。

当青年们只能从直接性上意识到算法是他们陷入困境的直接原因时，就更加重了他们无法企及也无力摆脱算法操控的受迫感。迈克·沃尔什对此描述道：“一个全球性的低收入算法劳工队伍已经出现。一旦你成为了依赖智能手机分配任务的零工经济员工，你不仅没有晋升或发展的机会，其他算法还可能进一步加剧你的处境”^[2]。

在思维认知领域，如同前面所说，当平台向黏性极强的青年人推送经算法过滤的信息时，就是在固化他们的思维认知，信息茧房就是他们的思维认知受困于算法的典型表征，青年陷于其中时既变得无法跳到平台之外去“看世界”，更不能超越同圈的同质化眼界去形成见识，从而在思维认知上受困于算法。

甚至在“信息爆炸”的今天，青年要获得真实可靠的资讯反而变得更加困难，因为他们无法一一查阅相关资讯，无法判断资讯的真伪，此时“万能”的网络搜索引擎就成为资讯获取的唯一途径，而其中海量的相关资讯又是由特定的算法来排序的。

例如，拿寻医问药方面的资讯来说，这是最受关注的网络资讯之一，每一条资讯如何排序对搜索者如何选择影响极大。但搜索引擎所属的平台商所设置的排序算法往往并非依据治疗方法的疗效或医疗机构的实际水平，而通过竞价中出价的高低，这就是一种没有真相只有利益的算法排序，这样排序出来的信息极易误导患者的就医选择，尤其是对涉世未深、经验缺乏的年轻人造成信息误导，从而延误治疗的最佳时机，甚至间接致人死命。

（魏则西事件就是典型的案例。2016年4月12日，西安电子科技大学21岁学生魏则西因滑膜肉瘤病逝。他去世前在知乎网站撰写治疗经过时称，在百度上搜索出武警某医院的生物免疫疗法，且该医院的排名领先，该疗法也被“说得特别好”。随后在该医院治疗后致病情耽误。此后了解到，该技术在美国已被淘汰）

这可以说是“扩展版”的信息茧房，是青年在思维认知上受困于算法的极端表现。造成这种认知困境的原因之一在于，作为受众的青年，与算法平台在权利上存在严重的不对称，他不能决定自己的声音被谁听到，甚至也不能决定可以从平台上听到什么声音，而只能接受平台给他们推送的声音;他要进入并使用平台，就只能接受这种不对称的地位，从而将自己置于被算法辖制的境地。

在生活领域，当代青年生活于一个以数字为媒介的社会中，到处都是算法入侵，而且是悄无声息的入侵。例如生活中的休闲娱乐，在数字时代已主要转向数字化虚拟平台，青年从过去的“压马路”来消磨闲暇时光，转变为在电子空间中“游网络”。

而只要转向了这样的空间，青年就使自己的种种网游活动变成了平台资本可资利用的“数字劳动”，从此他的休闲娱乐时间就和工作时间的界限模糊不清。由于网络空间的巨大吸引力，他们会乐此不疲地为平台资本创造数据资源，“心甘情愿”地充当免费的“数字劳工”，他们几乎所有的休闲娱乐都变相地受困于被算法资本侵吞的关系中。

购物是青年生活的一大主题，当数字时代网上购物盛行之后，青年人在算法引诱下的“链式消费”随即兴起：他们在网上购买一种商品后，背后的算法就会分析其消费偏好而精准推送下一种关联商品；各种“中意”的套餐式服务和系列化消费品接踵而至，顺此链条可以不用刻意选择就能持续自动地购买下去，像链条一样无休止地延展。

网络营销所营造的消费环境更是让极易冲动的青年屡屡成为“冲动购买”“狂热消费”的猎物，再加上网贷等平台手段还为青年超前消费提供了便捷的金融支持，使不少青年陷入了无法挣脱的高利贷陷阱。这也是算法时代的青年在消费方式上极易走向“虚假消费”“异化消费”或“消费主义”之困境的根源。从中也可以看到，青年的生活脚本似乎都是在算法的干预下写成的，青年生活于这个脚本中时，常常也是“受困于”这个脚本。

3. 异化于算法

青年人在工作生活、思维认知上受困于算法，表明其生存多方面受到了算法的“捆绑”或束缚，即受制于或异化于算法。算法本是人创造出来为自己服务的手段，但此时则成为“异己”的对立物，反过来成为控制人的力量。而青年所具有的活力最强、精力最旺盛、对信息需求量最大的特征，也决定了他们是最容易被数字技术拴牢的受众，他们在平台上留下的数字痕迹最多，形成的行为数据量最大，从而成为为平台贡献免费劳动的主力军，由此也成为对数据资源贡献量最大也是“最辛勤”的数字劳工。

他们为平台资本创造天量的“数据原料”，这些原料被用于“喂养”更智能的算法，这种算法又可以成为反噬青年数字劳动更严苛也更隐蔽的手段，这就是算法契合资本逻辑的运作模式，由此带来了数字时代新型的“异化劳动”，也被称为智能时代“劳动的新异化”^[3]。当我们谈论算法对青年的异化时，首先就是指以青年为主力军的“数字劳工”在异化关系中的数字劳动，青年在数字劳动中所承担的上述角色，表明了他们是被算法所异化最深的一个群体。

青年异化于算法还大量表现于由算法宰制的“网络沉溺”或“游戏上瘾”。青少年是天生的游戏世代，正常的游戏活动对青年的生长、发育和发展是必要的、无可厚非的。但自从算法时代的网络游戏代替物理世界的现实游戏而占据主导地位之后，游戏成瘾就成为一部分青年人难以摆脱的梦魇。

虚拟世界的网络游戏具有超越现实游戏的种种“特长”，如可以通过算法来设计出无穷无尽的通关、升级、虚拟的奖励和精神的满足，由此构陷出诱惑的无底洞，这些被算法所营造的“完美套路”导致他们成瘾、无法自拔，使网游手游从他们业余生活的最爱，成为他们的全部生活，以至于他们可以整天都爱不释手地玩某一款游戏，以沉溺的方式深陷于智能算法设置的陷阱之中；

再加上游戏的设计原则通常就是“不害人（不使人成瘾）不成功”，而很少受道德规则的制约，于是游戏商与青年玩家之间不受约束地在一种不断强化的双向刺激中缔结成供求关系，供给侧和需求侧不断将游戏上瘾的程度推向新的水平和阶段。

可以想象，当“元宇宙”的构想成为现实，下一代的网络游戏将由可穿戴设备和虚拟与增强现实技术等共同加持，很可能会成为一些青年不再愿意“回到”现实世界的“世外桃源”。作为一种可编程的虚拟世界，元宇宙对一部分青年的这种异化将意味着算法对其异化的进一步加深，这是不得不在“元宇宙热”时需要提前进行的“冷思考”。

即使没有游戏成瘾，青年人也很容易浏览网页、刷朋友圈、刷短视频成瘾，这既有多媒体作为传播方式的吸引力，更有因算法推送而形成的内容上的吸附性，使得他们每天眼盯手机屏幕的时间不断刷新纪录，有的“早上不起床，起床就微信；微信到天黑，天黑又微信”。

其实，这种浅阅读或快浏览性质的读屏，往往只是不断切换注意力和兴奋点，满足的是感官的愉快和对空虚的暂时摆脱，而并没有知识的习得和思考的训练，一旦浏览结束，常常是在记忆中什么也没有留下，重新陷入空虚无聊，于是不得不再度去刷屏中寻找新的刺激。算法本是青年从重复性劳动中解放出来的手段，此时反倒成为将青年禁锢于虚假游戏和无聊信息中的绳索，成为锁住他们生命的枷锁。

由于沉溺于算法支配的网络空间，一些“青年网友”终日宅于家中，仅靠社交软件与现实社会保持联系，一度是“一关上电脑，你就觉得与世隔绝”^[4]，现今则是一忘记带手机，你就觉得被世界抛弃。这就是所谓“网络幽闭症”或“虚拟交往依赖症”，典型地表现为与人面对面交谈时感到陌生、困难，只有在聊天软件里才能快活地聊天。有这样一则流传的故事：某青年想知道今天的天气如何，他不是往窗外看一看，而是在聊天群里询问别人今天是晴天还是雨天。

互联网的换代还使得青年被网络异化的方式从“人黏在网上”（固定网络）变为“网黏在人上”（移动网络），人对网络的依赖变得无处不在，受算法的异化无时不有。表面上看，你可以选择不使用网络来摆脱算法的束缚，但如此一来你就形同脱离了社交、离开了社会，就几乎等同于不在这个社会中存在。因此，算法对人的异化尤其是对青年的“捆绑”一定程度上成为了网络社会的内在属性，也成为生活于其中的人的“新天性”。

此外，还有部分青年因为对算法的崇拜而走向思维方式和行为方式的算法化，而社会的管理部门如果也将一些问题的处理算法化，如招生、招工甚至婚介都完全依靠算法来处理，而青年自己也对这样的算法深信不疑，没有对算法偏置或价值渗透的适度警醒，则他们的全部生活将由算法来决策，他们的命运均交由算法来锁定。

4. 退化于算法

技术的使用通常都包含使人进化也让人退化的“双重效应”，人类对算法技术的使用同样如此，在青年人身上的算法效应也同样如此。

使用算法帮助我们处理问题，即通过智能机器算法化地处理问题，可以提高效率和精确性。算法的这样一种功能，对于人的能力来说，起着增强和削弱的双重作用。这就是：短期内会解放劳动力，长远看却可能使人钝化，丧失部分能力，这一点在青年人身上，尤其得到了放大。

美国传媒法学者杰克·巴尔金认为，算法社会是一个普遍使用算法、机器人与人工智能进行决策的社会，也是一个围绕算法逻辑而组织和运转的社会^[5]。从算法辅助决策到算法替代决策，算法为我们决策的地方越来越多，基于算法的自动化决策也正在帮助青年解决越来越多的棘手问题。

如高考志愿的填报，在采取用算法处理平行志愿的系统后，可以使考生的成绩与合适的学校和专业实现最合理的匹配，避免了由人来估算成绩和预测相关学校与专业选报人数时的误差，以及由这种误差甚至错误判断而造成的志愿过高或过低所带来的人生挫折。

又如，好动是青年的特点，但现在的出行，无论是出行路线的选择，还是行路中的即时导航，青年们通常都按导航软件中算法规划的“最佳路径”去行进，不再有“探路”“选路”“问路”“记路”的“动口”“动脑”等“麻烦”的环节，长此以往，他们的空间、地理、方位、路线图等方面的记忆力和判断能力就会逐渐弱化。当一切都听凭算法系统的调配和程式化的信息处理来替青年做决定时，他们会因此而丧失决策能力，就像我们凡是需要计算的时候都使用计算器替我们算出结果就必然使我们丧失心算能力一样。

随着青年人将越来越多的事项“外包”给机器算法所运作的计算机和互联网，越来越多地产生了诸如“GPS依赖症”“数字失忆症”“文字失写症”等。在“自动”接受算法投喂的信息时也是如此：对于青年个体来说，“当他接受算法推荐的内容、产品时，某种意义上也是在借助算法作出判断与决策，也就是把对内容与产品的价值判断建立在算法的评价上”，就可能成为算法的“囚徒”^[6]。这种依赖的结果是：有了算法和网络时，他们便无所不知无所不能；一旦离开网络和算法，他们就一无所知一无所能。

在人生的青年阶段，传统上有所谓“男怕入错行，女怕嫁错郎”的两大担忧问题，一般说就是需要尽量避免职业和婚姻选择（决策）上的失误。算法时代无疑提供了依靠技术手段来降低选择错误的可能，人工智能在其他领域中决策的精准性似乎也为青年人在这方面依靠算法提供了根据和信心。

追求更好的决策，就需要用智能算法，“人算不如机算”。例如，在掌握职场大数据的前提下，借鉴算法来寻找和选择工作，甚至借助算法来设计职业生涯、规划人生愿景，有可能比仅凭感觉来决策更能避免失误（即避免“入错行”）。

又如，在情感可被数据化的前提下，加上已经被数据化的基因、智商等，再加上“情感算法”的研发成功，青年们就有可能借助算法来“找对象”，实现可及数据范围内的“最佳匹配”，甚至在大数据平台上更加匹配，一些婚介所目前使用简单算法来进行的配对介绍可以说是这种决策的“初级阶段”。

以上发生于算法社会的“新生事物”，无疑有可能彻底改变青年人对自己两大人生主题的解决方式，也可能改变他们今后面对人生其他问题的决策方式。但随即而来的问题是，青年人在应对人生问题上的自主性和能动性也可能会发生衰减，相应的能力极可能退化。

从另一个角度看，即使依靠算法可以帮助青年人精准地或“正确地”解决自己的人生问题，即避免人生中的种种“错误”，那么没有错误的人生还是人生吗？算法所设定或固化的人生轨迹（如可以根据算法计算或预测人生的每一个阶段将会实现什么）还能容纳人生的丰富性、曲折性和生动性吗？人生的这些人文不确定性如果在算法的介入下彻底丧失，那么是否可视为算法使青年在生活世界中所发生的最大退化？

总之，可以说，青年越依赖于算法，就越在这种依赖中发生能力的退化。算法以及智能和网络技术本是让青年成为更强的一代，但在日益增多的替代中，则使他们有可能在多方面的能力变得弱化，由此成为当代青年面临的又一种“算法问题”。

三、青年研究中的“算法意识”

在青年被算法所深度影响或重塑的背景下，在算法及其产品日益成为青年成长的文化土壤之新时代，以青年为对象的青年研究也必须建立起相应的算法意识，包括“走近算法”“走进算法”“嵌入算法”和“借鉴与超越算法”。

1. 走近算法

当代青年研究需要认识和理解当代青年，在当今的特殊使命就是要揭示智能时代青年的算法特征，在此基础上唤醒青年对算法的警醒，帮助其认清算法乱象，提高他们识别“算法陷阱”的自觉性，摆脱算法造成的诱导、沉溺、歧视、困境、悖论等，即为算法束缚的年轻人“解套”，使其成为算法的主人而不是算法的奴隶。

有研究揭示，目前青年网民中的大多数对于算法平台及其功能缺乏清晰的认知与了解，大多数年轻人的算法素养处于较低水平^[7]。国外的研究也表明青年人的算法素养参差不齐，“年轻人在算法意识上的差异显著，有些人根本没听说过‘算法’这个词，有些人却能够详细描述算法分类，并剖析新闻算法个性化的过程”^[8]。

缺乏算法素养的年轻人对于自身所面临的算法问题也必然缺乏清醒的意识，这极不利于其健康成长，因此青年研究一项重要时代性使命，就是唤醒青年一代的算法意识，使他们清醒地认识自己所面临的种种算法问题，尤其是自己面对算法的特殊针对性和承载最大“算法风险”的事实。

为此，青年研究者需要走近算法世界，掌握算法的基本知识，了解算法的主要功能，把握算法社会的突出特征，知晓算法对社会与人的影响，从而能够透视青年中存在的算法问题。例如，对于身处算法异化而不觉知的青年，就需要在走近算法的青年研究中，将算法异化的关系揭示出来，唯此才能帮助青年从认知的深层了然受困于算法的因果链条，从而萌生摆脱这种异化的自觉性。

“走近算法”意味着要具备基本的算法素养，将其作为信息时代的网络素养乃至科学素养的一个重要组分。基本的算法素养并不是要求会写计算机代码，会具体地编写程序软件，“而是说作为新技术影响下的个人能够意识到‘算法’这一技术在他们生活当中的存在，以及算法在今后的社会与生活中成为越来越重要的存在。受众个人需要了解到算法在他们的生活当中已经扮演了越来越重要的角色，而不管这个角色是好还是坏”^[9]。

算法素养尤其是指人们面对算法推送或分发的信息时，需要具备质疑、评估和选择的能力，即能够批判性地审视所接收的信息，而不是简单地认为排名最高的信息就是“最好的”信息。具备了起码的算法素养后，至少可以看到算法的不同社会应用会造成不同的社会后果，看到算法推荐中的唯流量、唯利益取向的资本逻辑对青年的严重伤害，从而致力于算法功能的“纠偏”：将算法纳入“以人为本”的逻辑之中，成为真正服务于青年健康成长的智能工具。

2. 走进算法

“走进算法”，就是进入算法或程序中去，更深入地了解和熟悉算法，这比“走近算法”有更高的技术或知识要求，是在具备基本算法素养基础上的进一步提升。

我们知道，算法对所有“外行”都形同“不透明”的“黑箱”，由此导致人们盲目地受制于算法。而能够走进算法，就意味着具有一定程度的“打开算法黑箱”的能力，可以从代码世界中了解算法运作的机制，甚至具体地明了某种算法中是如何嵌入以及嵌入了什么样的价值、利益、偏好、动机。

达到这种程度的算法素养后，就可以在青年问题和算法技术之间建立起交叉互渗的新研究领域，形成相关的知识或技术能力，能够对不利于青年健康成长的算法加以具体的识别和清理，由此为青年的权利和利益而实际地加入算法治理的行列中，使青年研究更有针对性地发出自己的声音，尤其是对涉及青年的新程序新软件进行有效的算法监控、算法审计（伦理审查）和算法问责，更有效地介入与算法相关的青年问题的政府决策活动，为青年健康成长营建良好的算法生态和智能环境。

也就是说，青年研究者有责任也应该有能力加入算法的社会共治行列。青年研究在为青年工作建言献策时，在算法时代面临大量如何为青年进行“算法维权”的问题，需要防范因数字资本无序扩张而导致的算法对青年的过多负面影响。

为此青年研究者必须具有较高的算法素养（即在自己的知识结构中需要一定的算法技术含量）才能担当如此重任，这就意味着一部分青年研究者需要在走近算法后还要继续走进算法，成为横跨青年研究和算法研究的“通才”，或者在青年研究与青年工作部门中设立专门为青年进行算法维权的算法审计员。具有一定的算法能力后，我们不仅能帮助青年敏锐地识别某些软件所进行的算法推送，还能通过操作上的指导帮助他们限制这种推送及其对生活的入侵，从而形成实际上的帮助。

3. 嵌入算法

青年研究走进算法，不仅是为了具备清除不利于青年健康成长的“不良算法”的能力，更是为了在算法中嵌入积极的价值，使算法道德化，成为青年在网络空间中正能量的来源，而不是负资产的发源地。

算法是一种价值负载的技术，人工智能算法在收集、分类、整理和解释数据时可以被植入年龄、性别、种族等群体歧视的价值因素。亚马逊集团的人力资源部曾于2014年至2017年使用招聘软件来帮助审核简历，后经发现该软件对凡是性别为“女性”的简历都进行了降级处理，亦即其中包含明显的性别偏见，也就是说筛选简历的算法中植入了有违公平公正的价值观^[10]。

有违公正公平的价值明显不利于青年的健康成长，为此需要促进公正、积极、向上的“三观”向关涉和影响青年教育的算法中嵌入，从算法的顶层设计到具体的软件开发，都需要进行这样的算法嵌入。

在算法中嵌入积极向上的价值，一个重要的环节就是需要算法的研究和开发者树立“算法向善”的意识，将负责任的科技伦理融入自己的算法研发活动中，尤其要意识到那些进入青年人生活与学习世界中的算法，就是青年人心灵的“建构装置”，因此在一定的意义上，设计什么样的算法，就是在塑造什么样的青年一代。

所以凡是涉及青年使用的算法，都需要研发者极富责任感，不能只有技术标准和仅追求经济效益，还必须有伦理标准和追求社会效益，需要有“算法育人”的道德自觉和伦理境界。只有立于这样的高度，才能真正实现“算法向善”的价值旨归，也才能使算法的发展和青年的成长都沿着人类共同价值的方向前行。

4. 借鉴和超越算法

算法作为一种技术手段和信息处理方法，也对青年研究本身有诸多启示。如青年研究可以借鉴算法技术的成果，包括使用算法手段促进青年研究的科学化，通过算法来使青年研究的某些领域或方面程式化、有序化，借鉴“算法思维”来促进青年研究中的科学思维，助力青年研究确立方法论上的学科规范，为青年研究获得学科认证提供现代方法和技术支撑。

我们知道，算法意识包含数据意识，算法化就意味着用算法处理的对象之数据化，换言之就要用数据来说话。对当代青年的特征研究也是如此：没有数据的青年研究只能得到一些没有根据和基础的判断，比如说将当代青年视为“佛系的一代”“躺平的一代”“后物质主义的一代”“低欲望的一代”，就几无数据支撑，也没有算法来界定每类青年的占比究竟达到多少才能称其为“一代”。所以，借鉴算法的视角，青年研究对于当代青年的特征还需要有更科学更深入的探讨。

青年研究中的借鉴算法，还可以从人工智能（AI）算法中三大范式（符号AI、联结主义AI和行为主义AI）走向融合即走向“通用算法”的趋向，来启发青年研究方法的交叉与融合。

目前的青年研究根据其方法论使用大致可分为理论研究、实证研究和工作研究（如行为校正研究），它们与人工智能算法中的三种范式大致相当，其中理论研究与符号AI的方法论相当，都使用演绎方法；实证研究与联结主义AI相当，都使用归纳方法；工作研究则和行为主义AI相当，都使用实践或行动方法。

目前AI力求向通用的方向发展，其方法论基础就打通三种算法，通过“通用算法”的使用来使AI的功能更像人的智能那样全面而灵活。这也是一场由“算法革命”驱动着思维方式变革。

受此启发，青年研究目前的领域区分或隔离一定程度上也可以借鉴AI中的通用算法启示，来寻求将不同向度的青年研究加以适度的融合，打破青年研究中由“方法壁垒”所形成的相互分割的封闭系统，从而形成解释力和覆盖性更强的叙事方式和研究成果，以更好地符合青年的整体面貌，从而更好地服务于青年工作。如何具体地“打通”，则是需要深入探究的问题。

当然，借鉴并不意味着替代，而且还包含着“超越”。因为青年问题中有的可以抽象为算法问题，但有的则不能完全抽象和简化为算法问题。一些不能数据化、算法化的方面，还需要青年研究者去亲身体验和感知。

也就是说，无论算法思维多么有效，也要看到：青年还存在不能算法化的一面，以及算法也会有滞后、不客观的方面，所以青年研究也需要超越算法，需要有创新的手段去捕捉那些无法被算法捕捉的青年信息，尤其是他们的真实情感、个性化诉求、特异化境遇。这也是青年研究中方法论上永远不能忽视的个体性、经验性、艺术性的一面，也意味着这一领域具有不可能为算法支配的人工智能所完全替代的特性。

总之，青年的算法问题需要青年研究中树立自觉的算法意识去有针对性地加以解决，也需要形成从走近算法和走进算法到嵌入算法再到借鉴和超越算法的不断进阶过程，这无疑是青年研究时代化的一个重要方面，必须加以充分关注。

[基金项目：本文系国家社科基金重大项目“负责任的人工智能及其实践的哲学研究”(项目编号:21&ZD063)的阶段性成果]

参考文献

[1]肖恬.人工智能时代青年网络算法素养评价研究[D].暨南大学，2019:84.
[2]迈克·沃尔什.当算法加剧了不平等，普通人还有上升空间吗?[J].哈佛商业评论，2020-12-07.
[3]肖峰，邓璨明.劳动的新异化:人工智能的资本主义应用[J].中共宁波市委党校学报，2021(2):5.
[4]盖瑞·斯默尔等.大脑革命数字时代如何改变了人们的大脑和行为[M].梁桂宽，译.北京:中国人民大学出版社，2009:3.

[5] Balkin J. The Three Laws of Robotics in the Age of Big Data[J]. Ohio State Law Journal，2017，78(5):1217-1241.

[6]彭兰.算法社会的“囚徒”风险[J].全球传媒学刊，2021(1):6.

[7]新传研读社.从媒介素养到算法素养:年轻人究竟做得怎么样?[EB/OL].https://m.thepaper.cn/baijiahao_13218387，2021-06-24.

[8] Swart J. Experiencing Algorithms:How Young People Understand，Feel about，and Engage with Algorithmic News  Selection on Social Media[J].SocialMedia+Society，2021，7(2):20563051211008828.

[9] Oldridge M. Algorithmic Literacy[EB/OL]. https://medium. com/@MatthewOldridge/algorithmic-literacy- 1d9b5f 087142. 2017-01-17.

[10]陈思.算法治理:智能社会技术异化的风险及应对[J].湖北大学学报(哲学社会科学版)，2020(1):158-165.

本文来自微信公众号：中国青年研究 （ID：china-youth-study），作者：肖峰（上海大学马克思主义学院特聘教授）