本文由何晶（中国社会科学院大学新闻传播学院教授、博士生导师，中国社会科学院大学政治传播研究中心主任）和王楠（中国社会科学院大学新闻传播学院博士研究生）共同完成，发表于《江西师范大学学报(哲学社会科学版)》2025年第3期。研究聚焦算法时代公众表达的可见性困境（visibility dilemma）及其正义实现路径，属于政治传播与媒介社会学交叉领域的前沿探讨。
【研究背景与学术价值】 研究基于算法技术对社会可见性（visibility）机制的深刻重构这一时代背景展开。传统可见性理论认为，”被看见”是公共性（publicity）形成的前提条件，而当前平台算法通过流量思维与计算价值主导的新型”算法可见性”（algorithmic visibility）机制，正在改变公众表达的可见性生产与分配规则。作者指出，虽然平台技术表面上赋予公众表达权，但实证数据显示：微博和小红书等平台热搜中社会公共议题占比不足30%，而娱乐类内容占比超40%。这种结构性失衡引发了关于”可见性正义”（visibility justice）的核心追问——在算法控制下，哪些内容应该被优先看见？被遮蔽的群体如何获得表达权利？研究通过揭示算法对公众表达的四重困境，提出了以主流媒体为核心破局路径，既是对政治传播理论中”数字不平等”议题的深化，亦为数字中国建设中的算法治理提供实践方案。
【核心论点与论证框架】 1. 算法可见性的运行逻辑与机制 研究指出，平台算法通过”流量思维”与”算法价值”双轨机制控制可见性。流量思维将用户注意力转化为可量化的数据资本，例如2024年抖音平台将内容流量池与商业流量池打通，明确体现”流量变现”的商业导向。算法价值则体现为四大计算维度：时新性（timeliness）、流行性（popularity）、互动性（interaction）和导向正确性（correctness）。研究团队通过分析抖音、微博等平台的算法白皮书发现，当前推荐系统采用”挖掘-召回-排序”三级机制，其中个性化推荐占比达78.6%，而公共议题推荐仅占7.8%。这种机制使可见性生产从专业媒体机构的”把关”转向算法程序的”黑箱”调控。
(2) 表达异化困境：算法通过”反向驯化”迫使公众扭曲表达方式。案例研究表明，农村女性在快手平台需通过”自我贬低”（如表演”土味”视频）获得可见性；农民工维权往往需采用”卖惨”叙事才能突破流量阈值。这种”可见性的扭曲”（distortions in visibility）实质是算法规训下的表达异化。
(3) 圈层固化困境：个性化推荐算法制造”可见性茧房”。研究以卡车司机群体为例，其内容93.7%仅在卡友圈层内传播。抖音2022年推出的”铁粉机制”进一步强化同质化信息循环，导致跨阶层对话通道关闭，形成舆论”孤岛效应”。
(4) 控制失能困境：公众缺乏算法调控能力。对比明星团队可通过MCN机构购买流量、优化发布策略，普通公众面对平台限流、删帖等规制时，维权成功率不足12%。这种控制权失衡折射出现实社会资本在数字空间的再生产。
算法对可见性正义的双重挑战 研究创新性地将正义理论引入算法分析：(1) 在生产正义维度，援引马克思生产观指出平台未能建立保障公众表达的良性制度环境；(2) 在分配正义维度，依据罗尔斯《正义论》原则批判算法忽视”最少受惠者”的利益补偿。2021年河南暴雨事件中，公众求助信息被娱乐新闻挤压的案例，证明当前算法系统存在”程序正义”与”实质正义”的深刻矛盾。
主流媒体的破局路径 基于党的二十届三中全会”推进主流媒体系统性变革”要求，研究提出三重实践方案：
【学术贡献与实践价值】 理论层面，研究首次将”可见性正义”概念系统引入中国语境，构建起包含生产正义与分配正义的双维分析框架。方法论上，采用平台民族志（platform ethnography）与批判性算法研究（critical algorithm studies）相结合的新路径，对6大平台累计3000条热搜数据进行内容分析。实践意义在于：(1) 为算法治理提供”技术向善”（tech for social good）的校准方案；(2) 为主流媒体深度融合提出”价值引领算法”的具体策略。研究最终指出，可见性正义的实现关乎”数字共通”生态构建，是中国式现代化进程中凝聚社会共识的基础工程。