多源流理论视角下《算法推荐管理规定》政策议程设置研究
作者单位:华中科技大学
学位级别:硕士
导师姓名:杨兰蓉
授予年度:2023年
学科分类:12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 0301[法学-法学] 03[法学] 030103[法学-宪法学与行政法学]
摘 要:随着人工智能技术的不断成熟,算法推荐技术也被广泛应用于网络信息服务中。但近年来,该项技术的不当应用也引起了监管部门的高度重视和公众舆论的强烈关注。2020年至2021年,政府针对算法推荐技术的规范应用问题密集出台了一系列算法政策文件,表现出了积极回应的态度。2022年3月,国家互联网信息办公室与三部门联合发布《互联网信息服务算法推荐管理规定》(以下简称《算法推荐管理规定》)。作为世界首部算法规范性法规,《算法推荐管理规定》开创性地指出,互联网信息服务提供者应当承担相应的算法推荐责任。目前,我国算法推荐机制正在经历从规范性到制度性的转变过程,梳理和研究该过程将对厘清相关政策的制定程序、保障《算法推荐管理规定》政策的有效执行、抵御该技术可能的衍生风险并促进更高效能的算法治理具有重要意义。本文以算法推荐服务政策为研究对象,以多源流理论作为研究基础,在充分考虑我国政治环境的前提下,探索《算法推荐管理规定》政策议程设置的多源流分析框架,从问题源流、政策源流、政治源流与“政治之窗开启四个方面入手,对《算法推荐管理规定》的议程设置过程展开全面分析。研究发现:运用多源流理论解释《算法推荐管理规定》政策具有一定合理性。在我国的政治背景下,问题源流与政策源流之间存有一定的因果联系,政党力量贯穿政策议程始终,推动着政治源流成为议程设置的决定性因素;此外,网络环境能够实现三股源流的加速耦合,为“政策之窗的开启提供“时机。基于《算法推荐管理规定》政策的系统性分析,本文在探究政策议程设置过程存在问题的基础上,从源流增强与把握“政策之窗开启时机角度提出优化我国算法政策议程设置的对策建议,进一步推动政策企业家良性互动,加快多源流耦合进程,形成算法治理合力。