Media & Law 新闻与法

● 方师师

《算法推荐管理规定》中的政策矩阵与交互想象
摘 要 ：本文梳理《互联网信息服务算法推荐管理规定（征求意见稿）
》中所涉及的
治理算法的政策矩阵，并从管理导向、场景适用、记录铭刻三个层面就该规定如何想象
与算法进行交互的问题做出了解读。
关键词 ：算法 ；治理 ；政策 ；实践
DOI:10.15997/j.cnki.qnjz.2021.19.028

2021 年 8 月 27 日，国家网信办发布了关于《互联网 的规定是“算法推荐服务提供者……要向用户提供便捷

信息服务算法推荐管理规定（征求意见稿）
》（以下简称《算
法推荐管理规定》
）公开征求意见的通知。
《算法推荐管理
规定》对涉及算法推荐的互联网信息服务主要从业务范
围与主体，技术特征与规则，特定服务的规范，管理与
惩罚措施四个方面进行规约，而这也可以看作对我国网
络安全治理体系的一次廓清 ：其依据《网络安全法》
《数
据安全法》
《个人信息保护法》
《互联网信息服务管理办法》
等法律、行政法规制定，违法信息按照《网络信息内容生
态治理规定》予以处置，具有舆论属性或社会动员能力的
信息服务需要符合国家互联网办公室和公安部联合发布
的《具有舆论属性或社会动员能力的互联网信息服务安
全评估规定》
。而与之相关的法律法规、规章解释、政策
文件等可能还会涉及《关键信息基础设施安全保护条例》
《网络安全审查办法》
《网络音视频信息服务管理规定》
《关
于加强网络直播规范管理工作的指导意见》
《互联网用户
公众号信息服务管理规定》
《常见类型移动互联网应用程
序必要个人信息规范规定》
，等等。这一日渐精密的管理
体系也显影出目前算法治理与治理算法的“政策矩阵”
。 “关闭后您仍然会看到广告，但相关性会降低”
随着算法与国家、社会、个体之间不断关联日益融合，
这一“泛在的”[1]“推促性技术”[2]
折叠时间序列，将自然的、社会的、人与非人的“对称地”
关联起来，
网络效应“召唤”出更多基于行动的参与要素，
经由算法技术形成的互连将不是百川细流，而是汪洋大
海。虽然技术本身没有善恶，但由于其本身的技术逻辑、
数据集结构、应用场景的条件性和目的性等，将不可避
免地将带有一定的“倾向性”
。对于算法驱动的中介技术
而言，
一个需要关注的重点是其具有结构性的“固向强化”
效用。[3] 在此次的《算法推荐管理规定》中，我们可以
从管理导向、场景适用、记录铭刻三个层面发现对算法
进行管理、与算法进行交互的“治理想象”
。 个性化推送类、排序精选类、检索过滤类、调度决策类等”
　　
目标导向与流程细化
此次公布的《算法推荐管理规定》中一个备受瞩目
的关闭算法推荐服务的选项。用户选择关闭算法推荐服
（第十五条）
务的，……应当立即停止提供相关服务” 。
该条款通常也被解读为用户拥有了脱离被困在算法里的
主控权，可以“以退为进”自主决定是否采用算法推荐
服务。但这样的规定是一个“目标导向”的要求，即只
规定了结果，对如何实现这样的效果以及相关操作的可
能性，尚未有足够的细化流程。
之前在很多服务应用中，已经存在允许用户自主选
择是否采用算法推荐服务的选项。但这个过程比较复杂，
而且不容易被找到。以微信为例，用户想要退出微信的
个性化广告推荐需要很多步。繁琐、隐蔽、自动失效，
是通过微信 App 想要
“退出”
个性化推荐广告的使用体验。
在整个操作过程中，用户从打开微信 App 开始，至少需
要点击 12 次，
浏览大约 20 屏内容才会最终达到关闭页面。
其间用户需要多次点击多层网页结构中的超链接不断切
换页面。而即便是通过这样的操作关闭了“个性化推荐
广告”
，这一功能并不是真的退出了，腾讯对此的说法是
。即用户
依然会在微信中看到各类广告，个人信息依然会被搜集，
可以跨越地理空间， 只是何种广告会被看见与用户个人之间的关联度降低了。
但是这一效果从外部很难评判。
因此，
《算法推荐管理规定》第十五条对于用户可退
出算法推荐服务的规定，在政策层面确实是从个体权益
和使用体验的角度将选择权重新拉回到用户的一端，但
需要从退出算法服务的具体实现流程中去细化。
　　
数字接口的场景适用
此次征求意见的《算法推荐管理规定》主要针对的
是“互联网信息服务算法推荐”
，即算法技术在“合成类、
（第二条第二款）方面的应用。虽然对于算法的定义和边
界有多种划分方式，算法“弥漫”在计算机与网络设施
的固件、硬件、系统、应用、服务的多个层面和多重连

青年记者·2021年10月上
81
 新闻与法
接之间，但是“信息服务”是和人、和用户最为贴近的、
有着最直接相关的“交互界面”[4]。因此可以说，此次征
求意见的《算法推荐管理规定》主要针对的就是与用户
的在线信息获取与接触直接相关的算法技术与应用服务。
搜索引擎、推荐引擎、精准广告可以看作算法推荐
信息服务与用户直接相关的最重要的三种应用。互联网
上与信息相关联的海量服务大多可以化约为这三种应用
的变化与组合。这三种应用彼此之间存在关联和重叠，
但也各有偏向 ：搜索引擎主要依靠用户自发的信息检索
行为，但可以通过信息排序、自动搜索补全等技术“主动”
地调整用户获取某类信息的概率 [5] ；推荐引擎依赖用户
的留存率和停留时间，通过将标签化的内容、用户画像
和场景信息结合起来，
可以形成类似“成瘾”的使用体验，
并推动用户获取的内容朝着极化方向演进 ；[6] 精准广告
则希望通过将“合适”的信息在“适时”的时候被用户
可见，从而影响目标人群的认知、意愿和行为，最终将
信息接收者转化为现实行动者。[7]
算法是整个推荐系统中的强制通行点 [8]，所有的数
据组合形式都要通过算法输出，与用户的使用场景关
联——不管是点击、沉浸还是购买，最终都通过用户的
行为体现出来。但这些服务在一开始所设定的功能与意
图，与最终所达到的效果之间，并非直接且对等的关系。
此次《算法推荐管理规定》中，第十九、二十、二十三、
二十九条涉及具有舆论属性或社会动员能力的算法推荐
服务，是相对涵括的概称，与之相关的具体场景多元且
流动。在 2018 年国家网信办和公安部联合发布的《具有
舆论属性或社会动员能力的互联网信息服务安全评估规
定》中，第二条描述了具有舆论属性或社会动员能力的
互联网信息服务情形 ：
（一）开办论坛、博客、微博客、
聊天室、通讯群组、公共账号、短视频、网络直播、信
息分享、小程序等信息服务或者附设相应功能 ；
（二）开
办提供公共舆论表达渠道或者具有发动社会公众从事特
定活动能力的其他互联网信息服务。但这样枚举式的描
述很难适应算法“数字接口”通过创新与协作所带来的
层出不穷的新应用和新场景，也难对用户最终的行为方
式做出预测。如何将技术 - 功能 - 应用 - 群体 - 场景 -
时空结合起来通盘考虑，在哪个层面上去推进管理和规
范，需要更加细致和全面的考虑。
记录铭刻与操作实践
此次《算法推荐管理规定》中还有一个重要的部分是，
要求算法推荐服务提供者遵照要求在互联网信息服务算
法备案系统中进行填报备案并接受安全评估（第二十、
二十一、二十二、二十三、二十四条）
。通过输出、建
档、留存的方式，算法服务提供者需要从内部打开黑箱、
青年记者·2021年10月上
82
增加透明度，通过自我汇报和记录铭刻，备案系统将成
为可溯源存案，算法推荐服务提供者如不及时跟进和更
新备案，还可能会面临信任危机和制度化追责。安全评
估则是在外部对算法推荐服务进行合规审核，这体现出
对算法的监督不仅要求在技术层面公正公平、科学合理，
同时对其运行过程是否公开透明、诚实信用也提出了要
求。
通过建立与算法系统相对称的监管机制，追求有意
义的算法透明度而非绝对透明的思路同时呈现出一种新
的客观性。但这一制度给出的填表式监管方案可能只能
对算法服务在非常有限的显性层面进行监督，更多是一
种规范流程。备案中哪些信息可以修改，哪些不能随意
改动？算法推荐服务日志如何执行，谁来操作？日志在
不同分类分级的应用服务中留存期、监管查询是否有所
不同？外部安全评估的标准从何而来？等等，监督系统
的操作实践化关系到《算法推荐管理规定》的真正落地，
也关系到这部管理规定的立法技术能否对这一快速变化
领域存在的风险和机遇达成有效的治理平衡。
【本文为上海社会科学院创新工程“移动互联全媒体
传播研究”
（创团 20210054）子课题“算法社会的结构转
型研究”阶段性成果】
参考文献 ：
[1]Rahwan, I., Cebrian, M., Obradovich, N., Bongard, J.,
Bonnefon, J. F., Breazeal, C., ... & Wellman, M. (2019). Machine
behaviour.Nature,568(7753), 477-486.
[2]Thaler, Richard H., and Cass R. Sunstein. (2009). Nudge:
Improving Decisions about Health, Wealth, and Happiness. New York, NY:
Penguin.
[3]Feezell, J. T., Wagner, J. K., & Conroy, M. (2021). Exploring
the effects of algorithm-driven news sources on political behavior and
polarization. Computers in Human Behavior, 116, 106626. doi:10.1016/
j.chb.2020.106626
[4]De Souza e Silva, A. (2006).From Cyber to Hybrid: Mobile
Technologies as Interfaces of Hybrid Spaces. Space and Culture, 9(3),
261–278.?doi:10.1177/1206331206289022
[5]Epstein, R., & Robertson, R. E. (2015). The search engine
manipulation effect (SEME) and its possible impact on the outcomes of
elections.Proceedings of the National Academy of Sciences,112(33),
E4512-E4521.
[6]Inside TikTok’s Algorithm: A WSJ Video Investigation. The
WSJ. Retrieved on Sep 4, 2021, from https://www.wsj.com/articles/
tiktok-algorithm-video-investigation-11626877477.
[7]Zarouali, B., Dobber, T., De Pauw, G., & de Vreese, C. (2020).
Using a personality-profiling algorithm to investigate political microtargeting:
assessing the persuasion effects of personality-tailored ads on social media.
Communication Research, 0093650220961965.
[8]Callon, Michel (1986), "Elements of a sociology of translation:
Domestication of the Scallops and the Fishermen of St Brieuc Bay".?In?John
Law?(Ed.),Power, Action and Belief: A New Sociology of Knowledge
London, Routledge: 196-233.
（作者为上海社会科学院新闻研究所副研究员，互联
网治理研究中心主任）