材料一
算法是指计算机为了完成特定任务的计算步骤，用于计算、数据处理和自动预测推理。当前，算法技术广泛融入线上线下的各种应用场景，在提供各种便利性的同时，其可能带来的副作用"算法作恶"逐渐引起人们重视。
算法自身不会对人们造成直接的危害，一般是通过算法的运行对人们的行为心理带来影响，算法作恶背后的心理效应主要包括回声室效应、信息茧房和尖叫效应等。
回声室效应指的是在一个相对封闭的环境中，一些意见相近的声音不断重复，并以夸张或其他扭曲形式重复，令处于相对封闭环境中的大多数人认为这些扭曲的故事就是事实的全部。网络技术使得信息的传递和分享变得更加便捷简单，但也在无形中打造出一个封闭的、高度同质化的"回声室"，使得人们更重视跟自己的假设或信念一致的事例。目前部分商业网站会根据用户的搜寻结果，进一步提供内容相近的网络信息，这种让人产生"挠到痒处"的心态反而会带来一定的问题。当我们越喜欢看某一类的文章，算法就越会更多推送类似的内容，这导致我们越来越加深自己原本的想法，即便自己原本的想法可能并不都是正确的。
在信息传播中，因公众自身的信息需求并非全方位的，一般只注意自己选择的东西和使自己愉悦的内容，久而久之，会陷入像蚕茧一般的"信息茧房"中。信息茧房会加剧网络用户群体的极化，群体内的成员与外部交流会大幅减少，群体成员因为拥有相似的观点和看法，内部趋同的特征愈发显著，容易产生盲目自信、心胸狭隘等不良心理，并诱发极端思想和极端行为。
互联网平台的功能设置中，有时为了规避用户的反对，将一些体现个人自主性的设置隐藏很深，一般用户面对眼花缭乱的设置，很多情况下只能接受系统的缺省设置，将自主性完全交由平台。这种情况下，个体会不自觉地陷入平台算法推荐的信息中，对推荐内容感到高度满意并很难感知到自身的信息受限。算法借此不断培养用户对平台的依赖，久之，用户信息接收维度变窄，获取渠道单一，在单调的信息交互中形成特定的兴趣习惯，深陷“信息茧房”的桎梏。
尖叫效应是在资讯传播中得以显著体现，通过非法剪拼改编的惊悚、恶搞等低俗内容，迅速引发人们的大量关注，无论是从满足人们的猎奇心理，还是引发人们的指责批评，都能获取高额的流量和点击率。在网络关注为王、流量为王的导向下，这种效应会成为一种传播的价值导向，吸引更多人制作违反道德、违反法律法规的内容，在众多平台的裂变式传播下，对人们尤其是青少年的世界观、人生观、价值观造成不良影响，算法就会沦为尖叫效应的帮凶。
（摘编自朱廷劭《算法技术人文应用中的向善思考》，《人民论坛·学术前沿》2022年第10期）
材料二
如今，AI已经开始进入我们的生活，AI会利用大量的数据，再通过一定的算法，验证过去学者们依靠观察、访谈等传统社会科学方法所得到的有关人类社会的认识理论，但有时也会给出一些令人"大跌眼镜"的观点，貌似违反了过去我们对于人类社会的认知常识。
在有些专家看来，如果通过数据、算法得出的结果违反直觉或者常识，这不仅是常见的，而且是应该的。“直觉、常识本身就不一定是正确的，大数据很大的一个优点就是帮助我们寻找出一些靠人类直觉无法得到的结论。”
但要依靠数据和算法对人类社会进行理解、解释，乃至帮助人们进行抉择，数据就必须具备一定条件。首先是数据规模要足够大，即使无法做到全样本数据，也应尽量实现数据来源的随机性，选择的数据要有代表性；其次则是数据质量应尽量可靠，数据的准确性和完整性要有所保证；此外，如果有统一的数据接口标准，算法的复杂性也能够大大降低。
如果上述要求能够得到满足，那么当我们利用AI进行决策时，将更有可能得到更加准确的结果。但人类社会高度复杂，并且时刻都在变化，相对固定的算法很难做到长久有效。而且，算法的不断更新、修正，也是保证大数据应用能够取得可靠结果的重要因素。以互联网上运行的推荐算法为例，可能几小时就会迭代一次。
信息获取方式的变化毫无疑问是近年来数据和算法给大众带来的最大改变之一。因此，也不断有批评者对信息推荐算法导致"信息茧房"效应加剧的问题进行批判。有研究表明，"信息茧房"是算法和受众认知偏好共同作用下的结果，两者缺一不可。
算法归根结底是受人控制的，算法的规则是人制定的。人完全可以写出一个"走向另外一个极端"的算法，让大家的选择多样化，远离"信息茧房"，但是这种算法不符合商业利益，所以没有人去做。
所以，人与大数据、算法之间不存在固有矛盾。大数据、算法的应用是为了提高人类某些行为的效率，是为人类服务的，总体上是需要拥抱的。同时，如果大数据被别有用心的人利用，当然也会产生负面效果，但我们不能因噎废食。
我们应该合理、恰当地应用大数据和算法，使其更好地为人类服务，要避免其被别有用心的人用于不利于社会发展的用途，比如大数据杀熟、大数据售假等，而这则需要有关部门提高监管水平，营造一个良好的互联网环境。
（摘编自都芃《在做选择这方面 人类直觉竟不敌数据和算法？》，《科技日报》）
