過去我們聊算法，說的主要是內容推薦，你點過什麼、看過什麼，它就源源不斷地給你推送類似的信息，核心就一句話：“猜你喜歡”。在大模型等新技術加持下，算法已不再局限於從已有內容池裡挑一條現成的信息推送給用戶，它開始根據用戶在特定時間、場景下的需求，實時生成並精准推薦行動建議或決策方案，從優化點擊率的工具進化為影響現實生活的“決策參謀”。

　　起初，很多人驚喜於算法推薦的便利性，對它給予極大信任。看到電商平台精准推送的“種草”內容，就容易沖動消費﹔看到算法不斷推送認同自己立場的觀點，就可能深信不疑。直到被錯誤信息誤導、被同質化觀點困住，人們才開始重新審視算法的運作方式，意識到算法代碼由工程師編寫，點擊率、停留時長等核心訓練指標由平台設定，可能帶有偏向性。同時，用戶很難了解推薦系統的運作方式和內部邏輯，平台雖然提供“內容偏好調節”“關閉個性化廣告”等選項，卻很少清楚說明給出決策建議的依據。用戶看不到算法在“黑箱”裡的運作邏輯，自然容易產生“被偷聽”“被殺熟”的焦慮。

　　當算法與人工智能深度參與決策，用戶如何找回自主性？

　　有人認為，算法不斷進化，帶來太多風險和不確定性，應該關閉個性化推薦，拒絕使用AI輔助決策工具，躲開負面影響。但今天，由大模型、算法、產品綜合系統構成的AI智能體已融入日常生活的方方面面，如果只是“躲”，那就讓渡了自主權。AI時代，數字素養需要從“防御導向”升級為“對話導向”。這包含三個層面，每一層用戶都可以主動作為。

　　認知層面，正確認識算法的本質，卸下焦慮預設。算法是一套基於數據進行自動化決策的指令集，其表現取決於設計者的目標函數和輸入的數據。神化或妖魔化算法，都不利於我們駕馭它。

　　知識層面，理解算法的基本邏輯與局限。算法推薦什麼、如何排序、為何給出某個建議，背后都有特定的邏輯框架。掌握這些，才能知道算法擅長什麼、不擅長什麼、哪些環節可能出錯，進而判斷何時該採信、何時該審慎，在面對算法推薦內容時，保持主動審視的意識。

　　技能層面，掌握與算法對話和協作的實操能力。觀察信息流推薦內容的歷時變化，可以感受到算法與用戶的互動在不斷加深。過去廣告推薦基於關鍵詞，如今信息流裡推送的陌生品牌，風格、價位、品質可以精准貼合個體偏好，甚至轉化為線下消費，這種推薦就不是“偷聽”關鍵詞能實現的，需要算法依據用戶的行為數據構建用戶畫像，識別“你是什麼樣的人”，進而預測偏好。通過每一次點擊、反饋、搜索，用戶都在參與算法價值的塑造，都是用自己的行為告訴算法“我是誰”。

　　這種對話與協作意識不僅適用於推薦算法，也適用於各種智能體工具。找回自主性，才能讓工具服務於我們自身，而非相反。

　　一年前，有學生在新聞業務課上提出，想用AI協助創作非遺主題紀錄片。我當時持保留意見，一來當時AI能力有限，二來也擔心學生把鍛煉腦力、筆力的策劃與制作過程過度外包。但隨著AI迅速發展，今年上半年我調整了教學要求，同意學生用AI制作多模態新聞產品，條件是提交與AI的完整對話過程。我要看的是學生如何下指令，包括怎麼定報道角度、如何選視覺風格、怎樣排信息層級……這些策劃思路藏在對話記錄裡，體現著人在面對智能工具時的主體性。

　　算法正站在發展的十字路口，但方向不應隻由平台和工程師決定。近年來抖音等平台開始嘗試打開“黑箱”，如上線“安全與信任中心”網站，公開算法基本原理。用戶應主動升級自身數字素養，積極了解算法運行的基本邏輯，不是被算法推著走，也不是全盤拒絕算法，而是在每一次互動中不斷校准自己的意圖和需求，與技術共舞共生。

　　（作者為中國人民大學新聞與社會發展研究中心研究員）