马立明 万婧：智能推送、政治极化与民粹主义——基于传播学的一种解释路径
【摘 要】 基于大数据及算法技术的信息智能推送推动了信息传播业的深刻变革。其初衷是优化受众阅读体验、简化其信息检索与甄别流程，然而却有可能导致“信息茧房”，以及用户信息接收与观念表达极端化。传统新闻业构建社会共识的努力逐渐式微，网络用户政治极化趋势愈发明显。形态各异的全球民粹主义浪潮对世界和平发展造成威胁。被政治集团利用从而影响乃至控制公众观念的智能推送，打破了信息传递与接收的平衡，在一定程度上加速了民粹主义进程。从智能推送到信息茧房，再到群体极化与社会运动，算法对新媒介环境中的民粹主义起着推波助澜的作用。本文尝试从传播学角度阐释这一现象，提供一种新的解释路径。
【关键词】 民粹主义；智能推送；政治极化；反全球化；全球治理；传播学
作者简介：马立明（1979-），男（回族），广东广州人，博士，暨南大学新闻与传播学院副教授，主要研究方向：政治传播与国际传播；万婧（1987-），女（汉），山东青岛人，博士，广东外语外贸大学新闻与传播学院讲师，主要研究方向：国际传播。
一、导语
作为一种全新形态的信息传输与处理方式，智能推送集人工智能、算法推介、数字编辑技术优势于一身，呈现出人性化、个性化、高效率等特征。依托智能推送技术进行新闻生产的媒体具备智能属性，被称为智媒，通过大数据技术分析用户的兴趣偏好，描绘精准的用户图谱，投送与之相匹配的信息。由于智能推送投用户之所好，使其产生强黏性、媒体依赖与使用惯性，因此被社交媒体、搜索引擎、聚合类平台等新媒介广泛使用。在智能推送引导下，不同用户接收的信息高度个性化，“千人千面”的个体拥有“千面千媒”。然而，由于受众接收的信息不同，其观念建构和世界形塑的方式也有着相应的差别，这在一定程度上导致了“交流的无奈”，即使处于同一时空场域和媒体平台，仍无法有效沟通，在各自编织的“信息茧房”中“对空言说”。
当前研究表明，信息的智能推送与受众观念的政治极化之间存在高度关联①。在互联网为主要交流场域的语境下，网络空间的意见聚集与观点极化成为某些民粹主义的基础。从认知到行动，智能推送的影响已突破虚拟网络延伸至社会现实，成为以激进化、极端化、情绪化为特征，以反精英、反理性、反智为属性的民粹主义思潮与行动的技术铺垫。民粹主义有深刻的社会根源，是政治、经济、社会、文化等方面因素高度关联与互动的结果。算法与智能推送技术并不是民粹主义的决定性动因，而是一种伴生性力量，潜移默化地影响公众的认知、观念、逻辑与思维；新媒介技术降低了普通用户参与政治讨论的准入门槛，为言论自由提供了基础和平台，但也在客观上导致了以观念、利益和爱好等为导向的社会化群体聚集与主体性崛起，从而为民粹主义提供基础。作为一种技术，算法本身无分好坏，然而却有可能在新媒介传播过程中受到传播者的意志左右，对受众产生影响，令社会进入一种动员“加速”和观念“极化”状态，加速民粹主义进程，并呈现新的特征。
本文结合政治学与传播学理论，从算法技术（algorithms）的方式和特征入手，分析受众的信息接收、理解与处理路径，通过剖析大量现实案例，探索智能推送与政治极化的关系，为新媒介环境下民粹主义的现实表现与特征寻求传播学解释路径。
二、智能推送的路径与特征
智能推送被各类互联网平台广泛使用，包括Facebook、Smart news、Twitter、YouTube等国际社交媒体，以及今日头条、网易新闻、新浪微博等国内资讯类媒体。该技术建立在对用户兴趣及媒介使用习惯的深度了解和全面掌握基础之上，因此对用户信息的搜集分析成为精准推送的首要前提。媒体或新闻平台服务商通过数据挖掘算法，追踪用户在“物联网”上的行为数据，通过分类算法对受众进行个人定位与分组分类，即“描绘相应的用户脸谱”，［1］继而根据脸谱精准推送信息。由于开发人员设定操作参数并根据用户想看到的结果进行配置，导致这些结果优先于价值观和道德要求等其他因素［2］。社会学功能主义的观点认为，媒体首要功能之一是信息发送功能。采用智能推送技术的媒体在很大程度上更新了用户信息接受的模式。这意味着用户的兴趣偏好被置于最重要的位置，算法技术的伦理受到挑战，甚至出现大量低俗报道、广告软文以及打着新闻幌子的不实信息，导致新媒体平台“内容下降的螺旋”。［3］更重要的是，智能推送的长期使用有可能导致社会共识的减少及偏执用户的形成，进一步的后果则看作是引发民粹主义浪潮的起点。
（一）精准描绘用户脸谱
大数据技术对海量受众信息的分类、筛选与甄别是智能推送的前提和基础。用户收入情况、婚姻状态、受教育程度、政治立场等信息被充分挖掘，商业公司对用户信息过度利用，使得隐私保护成为网络治理难题。
用户脸谱的精准描绘通常源于以下途径：
1.信息登记制度。使用某个应用程序展开浏览、评论、转发、付款等行为，用户会被要求登记个人真实信息，如果拒绝登记则无法使用。大量用户在缺乏深入考虑的情况下在应用程序里进行登记，有个别网络公司还需要拍摄照片、进行脸部识别。这样，后台数据就很可能掌握了用户的基础资料，包括姓名、性别、住址、出生年份、受教育程度、工作性质甚至相貌特征等内容。系统会根据这些变量的不同把用户进行基本分类，形成第一层级的分类系统。
2.网络行为搜集。当用户开始使用这个系统，他（她）的行为就会在网络上留下痕迹，并被网络储存为“个人使用记录”。用户的个人兴趣、偏好选择、消费能力、生活方式等，都能通过“个人使用记录”而计算出来。例如，一个男性用户喜欢进行网购，而75%的金钱都花费在书籍上，就可以得出“他喜欢书”这个初步结论。如果他消费总金额非常有限，那可以得出他“消费能力不高”这个初步结论。而另外一些变量则可以通过网络推导出来，比如分析他所处的社会阶层、他的工作性质、他的价值取向等等。系统可以根据用户的个体使用记录，逐渐丰富用户的各项信息。
3.价值取向分析。个人价值取向包括了人对社会、对政治、对人生的种种看法。用户在使用带有评论功能的网络系统时，总会通过话语、文本或视频等表现方式将个人价值取向呈现出来。这种带有价值取向的呈现也会成为“个人使用记录”的一部分，并被后台所掌握。根据他（她）的浏览记录、发帖记录、转发记录及互动状态，可以推测出他（她）所处在的政治光谱，比如“政治上的激进主义者”“经济上的自由主义者”“文化上的保守主义者”，也包括一些与身份政治相关联的概念，比如“女权主义者”“环保主义者”“地域主义者”等次级议题。尽管大数据还不足以就某个用户的真实价值取向做出精确判断，但它可以逐渐触摸到某类关键词。比如一个用户阅读过三篇以上与女性权益相关的新闻，大数据就推算出该用户有“女权主义”（feminism）的倾向。这种“读心术”的奥秘在于，大数据在后台逐渐掌握了用户的画像及内心深处的思维方式，成为“比用户更了解用户”的智能机器。
近年来，互联网产业链中出现了专门以数据分析为业务的公司，它们独立承包用户画像描述的工作并在此领域进行深耕，将画像描述好再递交给更大的网络公司。它们对于用户脸谱的描述已经趋于高度精确化，并进行严格的分类。伦敦的“剑桥数据分析”公司因为深度参与2016年英国脱欧公投与特朗普选举等民粹主义运动而名声大震，下文将有详细描述。
（二）有效推送分类信息
迎合受众的算法推送新闻也被称为“新闻馈送算法”（News Feed Algorithm）。在这种机制下，受众接收到的信息倾向和领域是有限的，在主题、偏好、观念、立场上往往接收到的是自己较为同意的、喜欢的内容。根据大众传播学的“选择性接触理论”，受众并不是不加区别地对待任何媒介和内容，而是更倾向于接触与自己的既有立场、观点与态度一致或接近的媒介或内容。“媒体个人化”以及以此为基础的“信息个人化”在智能推送的普及下进一步加强；无论是搜索引擎，还是推荐引擎，都将把满足个人的信息需求放在首位。媒体的“用户导向”变得越来越明确，帮用户选新闻、挑信息成为媒体必备功能之一。
智能推送是建立在精准用户画像上的信息发送。用户画像的精确性加强，智能推送的结果往往体现出用户的深层次诉求。从产品提供的维度上看，智能推送呈现的是正面意义，它推送了用户最关心、最感兴趣的信息，同时也将用户获取信息的“费力程度”降到了最小值，确保了用户以最短的时间、最少的金钱和最小的精力来获取到这些信息［4］。一般而言，大多数智能媒体都采取了基于“点赞”与“转发”的HackNews的算法共识，即score=（P-1）/（T+2）*G，根据用户的“点赞”与“转发”的行为来确定用户面貌。后期智能媒体更多地使用了“趋向于更精确”的升级算法，例如“二项分布样本的威尔逊置信间下界”（简称威尔逊算法）［5］。它们都在尽力获得读者的喜爱。
不少人对大数据的精确性深信不疑。克里斯·安德森说：“谁能够知道为什么人们做他们所做的事?关键在于他们做了之后，我们可以追踪和测量它，并且有着空前的精确。有了足够的数据，数字可以自己说话。”［6］这成为数据化精确分析用户的理论基础。它认为一切都是可知的，也可以进行精细化操作的。尽管有一些反对的声音出现，比如有学者指责“数据神话”，是因为它被大众观念塑造为一种“全知全能”的认知工具［7］。也有人认为“数据”在最初是被“想象”为数据，这就需要特定的阐释，这种阐释也决定了哪些数据将会被测量，这些过程本身就是主观的。［8］但是，这并不能避免智能推送在各种软件中的广泛应用，尤其是信息类的产品。
三、政治极化：智能推送对用户观念的形塑
智能推送将用户导向作为最重要的标准，导致技术对受众的反塑。技术发展可能带来人类的异化，正如哈贝马斯所言，当今“数据资本主义”对现实政治造成一定威胁：“处身于技术统治的强力阴影下，有可能被终结的主体意志，将使得一种主体间的交往维度被彻底抹杀，代之以一种‘数据搜集者-信息’的主客模式。”［9］“数据搜集者-信息”的主客模式实际上就是智能推送的模式：掌握数据资源的网络公司掌握了用户脸谱（数据），并对其精准地发送信息，这形成了针对特定目标的信息轰炸。目标（用户）在接收到大量针对性信息时，个体的主体意志有可能“被终结”。也就是说，信息持续轰炸将动摇个体的认知体系，导致个体出现“认知失调”的状况，成为被某种意识形态所劫持的偏执用户。
（一）“投喂”同类信息，形成“信息偏食”
在接受“投其所好”的信息推送之后，用户的认知平衡会被打破，出现“信息偏食”的情况。“偏食”是一种不良的饮食习惯，长期偏食会导致饮食结构失衡、身体机能出现问题。而“信息偏食”则会让人的认知结构出现问题。智能推送很大程度上是在不知不觉中推进这种“信息偏食”，引诱用户进行同类信息的重复消费。《资治通鉴·唐太宗贞观二年》记载：“上问魏征曰：人主何为而明，何为而暗？对曰：兼听则明、偏信则暗。”魏征的回答不仅是帝王之道，也是人生经验：只听一面之词就会变得糊涂，常常会做出错误判断［10］。明代顾宪成也撰写一副对联，“风声雨声读书声，声声入耳；家事国事天下事，事事关心”。其意是劝青年们听取各种不同声音、关注不同的事件。在日常生活经验之中，广泛获取信息资源、听取不同声音有助于拓阔视野、进行正确判断，是工作处事的正确方式。信息系统的智能推送违背了“兼听”“声声入耳”的古训，成为一个完全用户导向的信息发布机器。它围绕“用户脸谱”进行服务，以一种谄媚的姿态进行信息偏好处理，强化“一种声音”，而有意屏蔽“不同声音”。这会造成所谓的“信息偏食”的情况，进而形成“偏信”的偏执型人格。
（二）破坏共有认知体系，编织信息茧房
凯斯·桑斯坦在《信息乌托邦》中指出，“公众只注意自己选择的东西和使自己愉悦的通讯领域，久而久之，会将自身桎梏于像蚕茧一般的‘茧房’中”［11］。按照大数据、人工智能的技术逻辑，新媒体平台为争夺用户注意力资源，“投其所好”的算法推荐成为流量争夺战中的利器。然而，在个性化推送大行其道的同时，“信息偏食”问题凸显、网民陷入自我封闭的“信息茧房”。这意味着生活在信息时代的人们不但没有享受到多元声音的好处，反而可能进入“只听一面之词”的封闭信息之中。
传统媒体对社会认知有建构功能。李普曼说过：报纸营造了一个虚假的“拟态环境”。科恩进一步指出，大众媒体功能“不能决定人们怎么想，但可以决定人们想什么”。勒温和怀特在关于媒体“把关”的研究中，认为传播者拥有设置媒体议程的权限，公共传媒的报道与评论的倾向性很大程度上会影响公众的认知。以用户口味为导向的智能媒体就造成了议题与关注点的分散。智能推送将破坏大众媒体建立的共有认知体系，让读者进入自说自话的“原子状态”，这导致了个体的极化。
产品的长期使用会对读者带来负面影响。持续的同类推送会让用户长期依赖于某一类产品，产生“成瘾”效应，兴奋点不断被撩动但又难以戒除。更严重的是，用户会因此产生“被取悦”的感觉，就会变得更加保守而封闭，进入“以我为主”的自我认识之中。比如，一个用户会以智能推送的现象确定自己喜欢某事物的合理性，并不断加以深化，从而进入自我循环：越是喜欢，越是推送；越是推送，越是排他。而偏执性与排他性正是民粹主义的重要特征之一。
（三）重“阐释”轻“事实”，陷入后真相困境
针对用户喜好而投送的信息通常是被选择、过滤与建构的，是经过一定的结构性或程序性处理过的、被再现的事实。在今天的网络化事实阶段（networked facts）中，事实被认为是网络的一部分，信息内容介于真实与虚假之间，不完全客观也不完全虚构，是一种情绪化的现实［12］。“后真相时代”的真相标准往往是经过技术网络设计的，许多在线内容的价值并不是因为它的真实性，而在于它的情绪制造或情感预设的影响力，即在“后真相”状态下，每个人都可以找到属于自己信任半径范围内的“真相”。［13］智能推送中出现的单一类别信息，只有少量是严肃的、不带情绪的新闻产品，大部分则是一种“情绪化的现实”。因为在智能推送中，情绪是显性的、可检测的，也是“投其所好”、轻易能获得用户的肯定的。当每个人都有“各自真相的一部分”的时候，后真相时代出现，“阐释”大于“真相”，个体分歧将会加大，并走向极化。尤其是对于媒介素养不太高的一般用户，他们甚至不会在乎甄别真相，而会选择相信自己所认定的“真相”。
（四）从多元到极化，偏执型用户的形成
在智能推送技术引导下，受众接收的不再是多元、全面、各种类型的信息，而是同质、单一、与个人偏好高度一致、强化某种意见或观念的内容，即“你相信什么就看见什么”。累积到一定程度，必然导致其看待事物和理解世界的偏狭甚至极化。极化是某种意识形态抵达一定峰值，产生从认知到行为的一系列偏激行动，反映在政治领域表现为政治观点的极端化。
政治观点的极化在智能推送的反塑下逐渐出现，并在网络上与现实中出现征兆。最直接的表现是用户的言辞与行为出现激进倾向，并促生了一部分具备较高行动力的积极受众——偏执型用户，一些偏执型用户甚至成为意见领袖。建立在用户画像基础上的智媒并不热衷于寻找中间立场或者共有底线，也很少进行内容把关，而是将大量带有价值取向、措辞激烈的内容作为迎合用户口味的信息推送给用户。这种内容往往并不是由专业媒体所生产的精确信息，而是带有浓厚的价值偏见、情绪渲染、特定口味等元素的自媒体言论，甚至包含或多或少的虚假信息。在这样的信息轰炸下，很可能导致用户“信息偏食”“情绪偏食”，而放弃平和理性的中间立场，成为带有某种路线的偏执用户——封闭、固执、以自我为中心、难以交流。大众传媒时代新闻把关人设置的共有底线消失后，不同政治光谱的公众形成大量的“信息茧房”，并在“茧房”内自我确认、自我强化，形成恶性循环，形成带有激进主义倾向的偏执型用户。偏执型用户的数量在社会中大面积增多，并逐步开始在网络上或现实中进行内容再生产，或者直接投入行动。这意味着社会中的民粹主义浪潮已经具备了土壤。
四、民粹主义：政治极化集聚的现实投射
政治极化发展为民粹主义存在显性的路径。当用户存在某种程度的价值观偏执，就会具备民粹主义的某种特质，比如情绪化、非理性、排他性等极端禀性。而当价值观相似的极端用户通过网络链接而产生意见集聚，在实现一定组织化与常态化后就会成为带有民粹主义特质的群体，并通过一系列社会运动展示其存在；当价值观不一致的群体之间出现行动与言语上的对立及冲突，并在对抗中不断自我强化固化，就会形成泾渭分明的阵营派别，并导致社会割裂与动荡，甚至可能导致国际冲突。
民粹主义高涨是当下世界局势的显著特点，而政治极化普遍被认为是民粹主义形成的根本原因之一。民粹主义是一个非常复杂的形态，不同的社会民粹主义有不同的表现，而且即使在同一个社会里，民粹主义也体现为不同的形态，从而划分为截然不同的阵营。卡斯·穆德（Cas Mudde）提出，“一种内核空洞的意识形态”，“常常呈现在与其他意识形态的混合循环中”［14］。俞可平支持穆德的观点，认为民粹主义更像是一个“政治涂料”，它可以涂在截然相反的不同意识形态和政治体制上，并体现出政治极化、以暴力为出口。当下语境的民粹主义被认为带有强烈的情绪性、抗争性与排他性的意识形态，它经常以带有冲突性的社会运动等方式表现出来。在当下全球能见的范围内，西方国家出现一系列带有民粹主义浪潮。它包括线上的内容生产与线下的社会运动，包括美国的“占领华尔街”、英国的“占领伦敦”、法国的“黄背心”运动、西班牙的“愤怒者”运动。除此以外，还有其他的民粹主义表现，比如自由主义、社群主义、环保主义、复古主义、无政府主义等极端组织，他们与异己们产生正面冲突［15］。由于底层大众在规模与呼声上占据最高，因此民粹运动多体现为反权贵、反精英或者民族主义、国家主义的左翼路线。
（一）意见集聚：民粹主义的行动基础
民粹主义浪潮的行动前提是持有极化观念的人群聚集，并为联合行动做准备。分类与集聚是一个群体再塑造的过程，大数据会根据大量用户脸谱特征进行分类，但又会将脸谱相近的用户重新组织起来，并加以共同的驯化。这导致这部分人被赋予共同信息，而认知也开始趋同。智能推送功能导致用户“信息偏食”“价值偏信”，必然产生一大批偏执用户。偏执用户经历了从认知到行动的嬗变，通过智能媒体自带的社交功能，相同价值观的人可以通过网络实现聚集，从而形成“茧房”内的信息分享（比如在微信上建群）。这部分人通过类似的智能媒体实现组群、联合，出现意见领袖，投入实际行动，甚至组成意识形态的区域/全球联盟。这部分人因为共同的意识形态与价值取向形成了集聚，并加以组织化制度化，固化为一种“想象的共同体”。张爱军指出，“利用大数据会真实再现意识形态在网络里的分布，过去那种以隐性方式存在的意识形态或者想象共同体式的意识形态被大数据客观地、海量地呈现出来”。这意味着智能推送技术的深化，逐渐催生了一些行动力较强的组织：他们以意见领袖（群主、大V、网红）为纽带，通过自主途径建立组织制度与行动纲领。需要指出的是，一些组织有时以非政治的议题为纽带，但不自觉地带有了民粹主义的意识形态：比如某支地方足球队的球迷群很可能成为带有地域保护主义色彩的民粹主义者；工人联谊小组很可能成为左翼的民粹主义者。
需要指出的是，智能推送技术促进了意见的集聚。在西方大选中，政治家往往采用智能推送技术寻找自己的选民，以确保争取最多的票数。2018年3月爆出的“Facebook”丑闻，就披露了一款名为“thisisyourdigitallife”的应用挖掘了5000万Facebook用户数据的报道，这些数据有助于精准地找到“可能支持特朗普的人”［16］。这些带有极端主义倾向脸谱的用户在收到信息持续轰炸的时候，成了特朗普的忠实选民。另外，数据分析企业“剑桥分析”（Cambridge Analytica）公司也被认为参与了特朗普胜选及英国脱欧等大选或公投行动，利用“情感因素”，向选民发送“定制”广告，以影响他们的选票去向。［17］大数据技术逐步展示出对社会的强大控制力，从纯粹的技术成为了主导者。
（二）观念冲突：民粹主义的排他与宣泄
民粹主义的特点在于排他性与斗争性。在现实中民粹主义经常与暴力冲突、街头运动、抗争口号联系在一起，而在网络上则表现为观念的冲突与不可调和。如前文所述，民粹主义是一种政治涂料，它可以依附于任何意识形态之上，也就是说，民粹主义者其实存在着多种不同的派别，他们之间有时可以联合，有时又势不两立，处于左冲右突的状态。比如激进自由主义的拥护者与激进的国家主义者之间经常在网络上展开针锋相对的谩骂。投影到现实中，他们发起的社会运动往往展示出抗争性的一面，不过他们未必能找到一个合理的宣泄对象，比如法国劳动阶层指向马克龙政府，英国底层工人则将矛头指向欧盟，德国保守主义者则将矛头指向叙利亚危机后涌入的中东移民。由于“信息茧房”的存在，偏执用户生活在自己的世界中，沟通、对话、和解的难度日益艰难。他们只相信自己收到的信息，而认为其他信息都是“假新闻”。张爱军指出，“具有政治意识形态隐私的个人变成了政治意识形态的透明人，意识形态之战由隐性之战变为显性之战”［18］。
民粹主义被政治投机者看作是可以利用的机会，因此很多政客热衷于利用民粹的狂热以获得权力的机会。政治力量、资本财团、意见领袖、科技公司的共同合力能造就一股民粹主义者行动组织，并以此作为实现自己利益的政治手段。保罗·塔格特说，“民粹主义是间歇性的插曲……在其极盛时，它总会使政治的内容和基调发生结构性变化”。［19］结构性变化意味着政治机会的出现，也决定了政治投机者对民粹主义路线的钟爱。以特朗普为例，他采用了一种保守主义、国家主义至上的民粹话语技术，通过推特进行充分表达。特朗普的选举策略可以充分显示出“激进话语—智能推送—极端用户—民粹崛起—选举获胜”的路径。当两位或以上的政客纷纷利用民粹以自用时，社会就会出现不同面目的民粹集团“山头林立”的情况。这些带有强力排他性、情绪性的组织一旦相互对峙，可能引起威胁社会稳定的暴力冲突。
（三）社会运动：民粹主义的现实表现
全球民粹主义思潮高涨的现实投射表现为激进社会运动的兴起与繁盛，这些行动高度组织化并具有明显的破坏性。这种带有民粹主义思潮的社会运动的涌现与智能推送在时间上有着一致性，其中存在着共时性的统一。智能推送技术在2010年左右在美国得以推广，而这一波全球民粹主义浪潮最早可上溯至2009年的“茶党事件”，再加上2011年的“占领华尔街”运动，在时间上高度吻合。随着智能推送技术在全球的普及（发展路线为西方发达国家-准发达国家-发展中国家-欠发达国家），全球多个地方出现带有民粹色彩的社会组织，其中不少直接导致暴力冲突。社会运动风起云涌既有客观原因也有主观原因。客观原因包括：第一，全球化动力衰减、贸易保护主义盛行，社会共识逐渐失去基础；第二，某些政客采用民粹主义叙事风格进行游说动员，煽动社会不满；第三，一些社会问题积重难返，民众对技术型官僚失去耐心，从而寻求快速解决。主观原因则为：第一，智能推送导致了“信息茧房”，而“信息茧房”又强化了认知的差异；第二，通过媒体的社交功能，多位偏执用户得以组合建群，他们的认知投影到行动，并在行动主义的指引下开始社会运动；第三，“信息偏食”与“信息茧房”导致公共领域的减少，并增加运动的极化程度。可见，本文的逻辑路径是归纳了民粹主义的主观原因，历史不断说明，认知变革往往会带来社会变革。
尽管民粹主义拥有非常多的版本，但是强调平民至上的民粹主义依然是民粹主义系列光谱中最强势、最主流的部分。俞可平认为，民粹主义以中下层大众为诉求对象，坚持反精英的、反体制的社会批判立场。［20］这一种民粹主义往往与集体主义、民族主义结合在一起，但有时也会表现为庸俗的自由主义与民主主义，它对民众有着致命的吸引力。因为这种民粹主义的本质是极端强调平民群众的价值和理想，把平民化和大众化作为所有政治运动和政治制度合法性的最终来源；依靠平民大众对社会进行激进改革，并把普通群众当作政治改革的唯一决定性力量；通过强调诸如平民的统一、全民公决、人民的创制权等民粹主义价值，对平民大众从整体上实施有效的控制和操纵。更恶劣的后果是，一些民粹被标榜“代表公众”的政府所利用，成为官方或半官方的意识形态版本。俞可平指出，民粹主义成为执政者“操纵群众的一种特殊的具体方式，是表达其利益的一种手段。也可以把它看作是统治集团组织权力的方式，在工业和城市发展过程中新兴的群众的主要政治表达方式，统治集团进行统治的机制，同时也是威胁这种统治的一种潜在危险”。对于民众而言，一边接受信息带来的愤怒与煎熬，又一边上瘾地消费着这些信息。本杰明·莫菲特和西蒙·托米关注民粹主义的官方版本，并将民粹主义看作执政者的一种政治风格，更关注“政治美学和表演因素”［21］。当执政者试图呼唤民粹主义的时候（打造民粹主义的国家版本），智能推送就会被视为是一个有力的推广工具。
五、结论与思考：智能推送的“反智”悖论
本文解释了“智能推送—政治极化—民粹主义”演变的逻辑相关性，但并不说明结果的必然性。不可否认的是，一部分用户对于智能推送高度警惕，具有较强的信息选择、甄别、吸收与处理能力，能够作出理性的分析判断，而避免“极化”倾向。同时，有学者对桑斯坦的“信息茧房”观点提出质疑，认为智能推送对受众观念的形塑效果有限。然而，即使智能推送仅导致一小部分用户观念的偏执和极端，从巨大的网民基数来看，这在全球仍然是一股不容小觑的激进力量。
智能推送通过单一、相似且集中的分类信息推送，使用户接收的意见高度同质化，久而久之，可能导致用户观念的极端与偏狭，反映在政治领域即为观念的政治极化。这给民粹主义思潮与现实行动提供了思想基础。技术的发展演化不仅导致新闻传播业的变革，也在一定程度上影响社会理解与社会行动。由于智能推送的信息质量很难控制和保障，导致“信息越来越多，真相越来越少”。当算法成为新闻推送的主导力量，传统媒体建构共识的愿望愈发难以实现，用户的观念不断极化。当政治极化演变为带有攻击性、排他性，夹杂着绝望与愤怒的民粹主义思潮，并以暴力的方式投射在现实中，便会极端危险。
被广泛应用的智能推送技术，在为用户创造信息选择与处理便捷性的同时，也潜移默化地影响着其观念与态度。这种趋势是非显性的、潜移默化的，是一种没有痕迹但又意味深长的驯化。这一部分恰恰无法用数据衡量——这就是在人类历史上不断被证实的“认知变革导致社会变革”。当下的民粹主义思潮很可能导致未来十年内全球社会进一步动荡、政治冲突的风险，必须清醒看到媒体技术变革，尤其是智能推送在其中的负面作用。作为大数据技术的智能推送具有一定的中立性，然而一种技术一旦形成，便成为具有一定独立性的权力结构，如同海德格尔所说的“座架”，各种权力主体既是技术的使用者，但也被技术所塑造。因此，对技术政治的分析，也要看到它对社会、对个体的异化，它在带来便利的同时，可能也会带来意想不到的恶劣后果。
智能推送被认为是“智力”参与的技术，意味着赋予计算机人的智商与能力属性。然而，结合当今现实来看，智能推送导致作为用户的人的政治极化，其观念集聚形成民粹主义思潮，投射在现实中则表现为此起彼伏的全球社会运动。对事物的客观分析与理性判断被悬置乃至遗忘，人运用智力进行有效信息选择、接纳不同观点的能力一再降低，民粹主义的狂热取代了理性，民粹分子在暴力行动中释放的恰恰是反人类的动物性。在这一层面，智能推送引发的“失智”乃至“反智”的观念行为，应当引起算法技术研发者以及政治、社会、传播学者的重视，也应引起每一个沉浸在新媒体环境中享受技术便利的个体的警惕。
〔参考文献〕
［1］Portmess，L. and Tower，S.，Data barns， ambient intelligence and cloudcomputing ：The tacit epistem-ology and linguistic representation of Big Data［J］. Ethics and Inform ation Technology，2014，（17）：1-9.
［2］Mittelstadt， Mittelstadt， B. D.， Allo， P.， Taddeo， M .， W achter， S.， & Floridi， L.，The ethics of algorithms：Mapping the debate［J］. Big Data & Society，2016.https：∥doi.org/ 10.1177/ 2053951716679679.
［3］宋建武.智能推送为何易陷入“内容下降的螺旋”：智能推送技术的认识误区［J］.人民论坛，2018，（17）：117-119.
［4］胡钰，谢铭琪.高质量新闻缺失：数字时代新闻伦理的最大挑战［J］.青年记者，2019，（24）：9-12.
［5］范红霞，叶君浩.基于算法主导下的议程设置功能反思［J］.当代传播，2018，（4）：28-32.
［6］Chris Anderson.The End of Theory： The Data Deluge Makes the Scientific Method Obsolete［J］. Wired magazine，2008.
［7］袁光锋.政治算法、“幻影公众”与大数据的政治逻辑［J］.学海，2014，（4）：49-54.
［8］Danah Boyd， Kate Crawford． Critical Questions for Big Data． Information，Communication ＆ Society，2012，15（5）：663．
［9］哈贝马斯.技术官僚统治的漩涡.转引自李谦.中国数据开放：经济逻辑和政法意涵［EB/OL］.爱思想网，http：∥www.aisixiang.com/data/96973-3.html，2016-02-06.
［10］司马光.资治通鉴·唐纪八［EB/OL］.古诗文网，https:∥so.gushiwen.cn/guwen.
［11］凯斯·R.桑斯坦.信息乌托邦：众人如何生产知识［M］.毕竟悦译.北京：法律出版社，2008：8.
［12］［13］张庆园，程雯卿.回归事实与价值二分法：反思自媒体时代的后真相及其原理［J］.新闻与传播研究，2018，（9）：51-67+127.
［14］“民粹主义”一词是个筐，什么坏事都能往里装？［EB/OL］.界面新闻，http：//finance.sina.com.cn/roll/2017-01-04/doc-ifxzizus3650234.shtml，2017-01-14.
［15］特朗普最舍得在Facebook花钱投放政治广告［EB/OL］. 新浪科技，https：//tech.sina.com.cn/i/2018-07-18/doc-ihfnsvza1079718.shtml，2018-07-18.
［16］［17］大数据分析助推特朗普胜选及英国脱欧，定制推送影响选票去向［EB/OL］. 环球时报，http：∥mini.eastday.com/mobile/170227032608386.html，2017-02-27.
［18］张爱军，秦小琪.大数据视阈下的国家政治治理［J］.探索，2017，（5）：39-46.
［19］Paul Taggart. Populism［M］.Open University Press，2000：32.
［20］俞可平.现代化进程中的民粹主义［J］.战略与管理，1997，（1）：88-96.
［21］本杰明·莫菲特，西蒙·托米，宋阳旨.对民粹主义的再思考：政治、媒介化和政治风格［J］.国外理论动态，2016，（10）：27-38.