智能传播时代数据文化安全风险及应对

作者：范玉吉（华东政法大学教授、博士生导师）；白蒙尼（华东政法大学博士研究生）

来源：《青年记者》2026年第11期

导 读：

智能传播以数据驱动为核心，深刻重塑着文化生产、传播与认知的底层逻辑。数据已从基础性信息资源跃升为文化意义生成的关键性建构要素，贯穿文化实践的全过程。在此背景下，文化安全风险呈现链式传导效应：信息生成端的数据垄断和价值偏向从源头侵蚀国家文化主权，信息传播端的算法权力放大了文化生态的失衡，信息接收端的数据诱导持续消解文化认同、解构社会共识。

2026年2月，中国互联网络信息中心（CNNIC）发布的第57次《中国互联网络发展状况统计报告》显示，人工智能引领智能消费产品和服务形态的快速演进，逐步渗透到教育、医疗、就业等各领域，有效提升了生活品质。截至2025年12月，我国互联网用户已达11.25亿，互联网普及率高达80.1%，智能技术作为数字文明的重要标识，正在深刻改变着文化的生产、传播与认知结构，更在影响着整个国家的文化安全。“文化安全是国家治理体系和治理能力现代化的重要领域。”[1]随着由人工智能、交互技术、网络及运算技术、万物互联等智能与通信技术共同构成的智能传播技术网络成为当今最为重要的传播介质，智能传播时代正在向我们走来。[2]数据是人工智能的核心要素之一，智能传播的迅速发展，使数据在文化安全中扮演的角色发生了根本性转变。数据不再只是信息的载体，还是文化意义生成的关键性要素，它既承载着社会价值与意识形态，又构成了文化安全新的风险源。智能传播时代的特征表现为：以智能传播应用为先导，带动人工智能产业链“浮出”水面；智能传播产业“数据收集—训练—反馈—呈现”路径清晰；智能传播引发智能社会生态的全面升级改造。[3]在这一传播变革过程中，数据的文化化转向使得数据成为一种新型的社会文化现象和文化载体，其引发的文化安全风险亟须系统性审视与应对。

一、数据的文化化转向：一种新型的社会文化现象

智能传播时代，数据凭借其深度的结构性嵌入与广泛的社会化应用实现了文化化的转向。在宏观层面，数据作为驱动社会运行的核心生产要素，重构着文化传承与发展的范式；在微观层面，数据驱动的智能系统深度介入个体的认知框架与决策过程。这一转向标志着数据已不仅是技术操作的底层逻辑和经济活动的附属资产，而且已渗透进社会文化的肌理之中，成为一种新的社会文化现象。

（一）数据作为文化载体的特殊性

对“文化数据”的界定是探究智能传播时代文化变迁的基础。既有研究从不同视角切入。或将其视为在文化实践过程中产生的，与文化产品或文化服务的创作生产、推广传播、市场运营、最终消费过程相关的，以原生数据及次生数据形式保存下来的图片、文本、影像、声音等文件资料的总称。[4]或从数字资产型和数据资产型两个角度解读文化数据的内涵，认为前者指的是数字资产型文化数据的财产流转，包括文化资源数据和文化数字内容；后者指的是文化资源数字转化后，各类文化组织、文化企业纷纷借助数字化的文化资源开展文化公益服务及市场经营活动。[5]或从文化数据安全角度进行界定，认为文化数据安全主要涉及文化数据基础设施（软硬件设备、文化信息网络等）的安全以及保障文化数据信息在收集、存储、传输、加工等过程中的完整性、保密性、可利用性。[6]此外，国外有研究强调数据文化是由个人、组织、政府及社会在数据的生产、生成、采集、培育、利用、管理（策展）、保存、共享及循环利用过程中所形成的，并能决定上述活动性质的社会、技术及文化特征、价值观与实践。数据文化可在多个维度上并存与交锋，并在本质上呈现出动态演进与规范引导的特征。[7]本文认为，上述界定虽触及了数据的技术和经济属性，但对其作为文化意义生成核心要素的本体地位的阐释仍显不足。在综合既有研究成果的基础上，本文将“文化数据”界定为在以智能传播技术为中介的文化实践全过程中持续生成，并能够被记录、处理与流通的，凝结了特定群体或社会的文化偏好、价值取向、认知模式与集体实践逻辑的数字化符号集群。

相较于一般的技术性或商业性数据，文化数据兼具“表达性”与“塑造性”的双重功能。一方面，文化数据的表达性决定了其绝非价值中立的符号。每个数据都凝结着主体的文化选择、审美偏好、价值取向甚至文化实践等内容，其集合形态能够超越个体层面，形成宏观的、可量化的社会文化现象，从而精准映射出特定时期的文化特质、集体文化心理、社会思潮等特点。另一方面，文化数据的塑造性指文化数据并非被动地、静态地记录特定时期的社会文化特点。在智能传播技术的驱动下，文化数据通过“训练—输出—再反馈”的闭环，不断参与社会认知的生产逻辑。大模型并非被动反映数据价值，而是作为具有规范效应的技术中介，主动参与价值的生产、放大与再分配。因此，文化数据既能“反映”社会文化现实，又能通过智能传播机制参与“制造”新的社会文化现实，兼具“反映”和“塑造”双重功能，其既是社会文化生态的数字化沉淀，又是智能时代重组文化权力、重塑文化秩序的关键中介。

（二）文化数据的公共性

文化数据具有明显的公共性，其集合化价值远超单个用户数据。尽管单个数据可能具有偶然性，但在规模化、集合化之后，文化数据能够超越个体层面，呈现为可被分析和量化的社会文化图景，从而映射出特定时期的社会心理状态、价值观念与意识形态特征。因而文化数据的公共性并非抽象的价值判断，而是由其对社会关系与文化秩序的深度嵌入所客观生成的结构性属性。

从社会运行的不同维度来看，文化数据的公共性具有多层次的具体表现。在经济层面，文化数据已成为内容产业与数字文化产业的重要生产要素，通过数据驱动内容生成、分发与消费模式的创新，持续放大文化生产与传播的整体效率，其价值生成具有显著的正向外部性。这种外部性并不局限于特定市场主体，而是通过文化产品供给结构与文化消费方式的改变惠及整个文化产业生态。在社会层面，文化数据通过对社会交往、情感表达与公共讨论的记录与再组织，深刻介入社会认同的建构过程。它不仅是社会成员进行意义交换的技术媒介，而且是代际文化传承与群体认同维系的重要基础，承载着社会凝聚力与共同体意识。在文化与意识形态层面，文化数据更是价值观念与意识形态的现实载体。公共讨论数据、审美偏好数据与文化消费轨迹在被持续采集与分析的过程中，不仅记录社会文化的历史状态，而且通过算法模型的介入参与文化叙事的再生产，对社会心理结构、价值排序与意识形态取向产生潜移默化的引导作用。从公共性角度看，文化数据还深刻影响着民族文化的延续方式与认同结构。民族文化并非抽象存在，而是通过语言使用、符号系统、叙事传统与审美经验等具体文化实践得以传承。民族文化数据的完整性与自主性是抵御文化同质化与外来意识形态渗透的关键。因而民族文化数据一旦在平台算法与商业逻辑主导下被边缘化、弱化或替代，本土文化的可见性、可感知性与代际传承能力便会受到实质性影响。

正因文化数据在上述多个层面同时发挥作用，其风险亦呈现出明显的公共外溢特征。当文化数据被少数主体集中占有、滥用或不当披露时，其影响会沿着传播链条不断放大，并在信息流通与意义建构过程中产生连锁效应。具体而言，掌握文化数据及其分析能力的主体，可以通过调节内容的可见度、排序方式与传播路径，持续影响公共讨论的议题设置与意义框架，从而隐匿地介入社会共识的形成。由此，原本看似属于技术治理或商业运营范畴的数据风险，便可能通过传播机制的结构性放大，转化为对国家文化主权与意识形态安全具有实质影响的系统性隐患。

基于上述公共性特征，文化数据在法律上难以被简单纳入传统私有财产权或纯粹商业支配的规范框架之中。其价值生成与风险外溢均具有明显的公共属性，这决定了文化数据应当被置于国家安全与公共利益的制度考量之内，并适用高于一般商业数据的保护与监管标准。从国家的文化职能与安全责任角度看，国家对涉及文化认同、价值传播与意识形态安全的关键文化数据，依法享有必要的特殊监管权与干预权。然而，这种权力的行使并非不受限制，而必须严格嵌入法治轨道之中，在维护公共文化安全的同时，审慎平衡公共利益与公民基本文化权利之间的关系，防止以文化安全之名对公民基本文化权利造成过度侵蚀。

（三）文化数据对文化生态的深层影响

“信息学视域下的信息传播效应研究并不是纯粹以实证研究见长的媒介效果研究，而是信息形态的演变及其与信源、信宿关系变化带来的内在组织机理变化。”[8]在智能传播背景下，文化数据正是信息传播效应变化的关键变量，其对文化生态的影响并非单一因素作用的线性结果，其内在机理可概括为三条彼此关联、相互强化的路径。

首先，是权力分配机制。数据与算法共同决定文化产品的可见性与传播流量，掌握海量数据和算法技术的主体在事实上掌控了文化资源的分配权和文化内容的可见性。平台权力决定了何种文化得以进入主流视野，何种文化被系统性地边缘化，形成了一种由技术和资本主导的新型文化权力体系，深刻重构了传统文化的话语格局。[9]

其次，是价值评估机制。平台借助点击量、播放量、转发量、点赞量以及评论量等可量化的行为数据，构建了一套以“流量”为核心的文化价值评价体系。这套以商业逻辑为主导的评价体系在实践中取代了以审美价值、思想价值、文化价值与社会价值为基础的传统评价体系，导致网络文化活动偏离了文化传播之目的，而借助过度“娱乐化”的手段，甚至是庸俗、低俗、媚俗乃至恶俗的手段，打着为“经济”服务的幌子，传播灰色、黑色、黄色等内容，由此不仅催生了文化“快餐化”现象，而且侵蚀了文化的深刻性与纯洁性。

再次，是反馈闭环机制。基于历史行为数据的分析，算法系统不断对用户偏好进行建模与预测，并在此基础上实施内容推送与排序优化，逐步形成“偏好采集—模型强化—内容再投喂”的循环机制。在提升匹配效率的同时，算法机制显著降低了用户接触异质文化内容的概率，压缩跨兴趣、跨价值、跨文化的交叉空间，削弱文化生态的开放性与随机性。随着反馈闭环的持续运转，文化同质化趋势加剧，公共话语空间趋于分化甚至割裂，个体在不自觉中被锁定于既有文化偏好之内，并且被剥夺了多元文化选择权利，形成对用户基本文化权利的侵害。

综上所述，数据的文化化转向不仅是技术演进的结果，更是权力重组、价值重估和生态重构的复杂社会化过程。理解这一转向，是应对智能传播时代文化安全风险的逻辑前提。

二、智能传播时代文化安全风险的现实样态

数据驱动的信息生成方式和信息传播方式，是智能传播的本质特征。因此，智能传播的关键在于信息的自动化处理，自动化不仅体现在生成式人工智能对文本、语音、图像等信息的生产，以及智能算法推荐的信息精准分发，还包括对信息的收集、分析、关联等其他处理行为。[10]智能传播形态既突破了传统传播主体的预设，也重新组织了文化意义的生产方式与分发机制，使得文化安全风险贯穿“信息生成—信息传播—信息接收”的全过程，从而形成链式传导效应：生成端的数据垄断和价值偏向是源头，传播端的权力集中放大风险，而接收端的认知结构变化与认同动摇则是文化安全风险的最终表现。

（一）信息生成端：数据垄断和价值偏向削弱国家文化主权

智能传播时代文化安全风险首先生成于信息内容的生产环节。生成式人工智能大模型高度依赖训练数据，而用来训练大模型的数据是经过选择、加工的，因而受到训练数据影响的大模型在生产内容时自然会内嵌特定的价值倾向，从而在文化意义生产的源头埋下结构性风险的隐患。

一方面，数据垄断塑造了文化资源的配置权，造成了文化权利的结构性耗散。在智能传播背景下，文化资源已不再仅以传统文化作品或文化产品的形态存在，而是以前置形式嵌入可供机器读取、分析与调用的文化数据之中。对文化数据的占有、整合与调用能力实质上决定了文化内容的“可生成性”边界，即哪些文化经验、符号体系与价值叙事能够进入模型的生成空间。随着大模型训练成本、算力需求与技术门槛的持续攀升，文化数据日益集中于少数具备资本、算力与技术优势的平台企业及其技术联盟之中，文化资源的配置权因此从公共文化体系向平台主导的技术系统发生转移。这种转移并非简单的市场竞争结果，而是一种由数据控制与算法闭环所强化的结构性变迁。平台主体通过对数据采集、模型训练与内容生成全流程的系统整合，在事实上掌控了文化内容能否被生产、以何种方式被生产以及是否具有传播潜力的关键决策权。相应地，国家文化机构在文化资源配置中的主导地位被削弱，文化内容的可见性与传播机会日益服从于平台的商业逻辑与技术逻辑，而非公共文化目标或文化多样性原则。

从文化权利结构的角度看，这一变化不仅表现为文化供给主体的转移，而且导致文化权利在制度层面的系统性耗散。文化表达权、文化参与权等基本文化权利在技术实践中被转化为对平台规则的适应能力，其实现程度取决于算法权重分配与流量筛选机制。当文化权利的行使条件被内嵌于平台算法体系之中，其法律上的平等保障便不可避免地受到技术逻辑的重构，文化公共性与文化多样性在商业化筛选机制下逐渐被边缘化。

另一方面，信息生成端的价值偏见也导致文化表征的扭曲，文化符号释义、文化历史叙事与文化价值体系建构等都被数据化重写。生成式人工智能大模型极易带来劣质信息泛滥、初始信源被污染和冲击社会伦理等信息内容风险。[11]大模型在文化内容输出中所呈现的价值偏向，主要体现在两个层面。其一，当训练数据在语种分布、文化样本规模、价值立场或伦理规范方面存在结构性失衡时，大模型将在内容生成过程中对这些偏差进行复制、固化甚至放大，从而导致文化表征的系统性失真。小语种文化、地方性文化与弱势文化由于数据规模不足，往往在大模型生成逻辑中处于不利位置，逐步陷入难以被生成和传播的“数字隐身”状态。同时，大模型倾向于反复调用高度概括化与标签化的文化符号，使复杂的历史经验与文化传统被压缩为固定意象，推动文化叙事向单一化、刻板化方向演进。其二，即便训练数据在表层上未呈现出明显的价值偏向，大模型在生成阶段仍可能因目标函数设定、参数优化逻辑以及安全对齐机制中的规范性预设，而持续输出具有稳定方向性的价值判断。这类偏向并非简单继承自原始数据，而是在大模型运行过程中被结构性生产出来。更为关键的是，当具有偏向性的生成内容被用户广泛使用、传播并嵌入社会交往与文化实践之中时，其本身将转化为新的文化数据与行为反馈信号，重新进入数据采集与模型训练体系，进而形成价值偏向的循环放大效应。在这一“生成—使用—再数据化”的闭环结构中，原本可能较为微弱的价值倾向会在反复迭代中逐步固化，并对文化叙事结构、集体记忆形态与价值体系建构产生持续影响。

因此，文化数据并非中性的技术资源，而是深度参与文化意义生产与叙事建构的能动要素。文化历史、文化价值与文化认同不再仅由社会实践与公共讨论塑造，而是被持续纳入模型训练与内容生成的技术循环之中，呈现出被数据逻辑重构的趋势。当这一“数据—模型—内容”生产链条被跨国科技资本主导，其内生风险便进一步外溢为外来文化安全威胁，表现为以数据控制、技术标准与平台规则为核心的“数据殖民主义”。[12]在此情形下，文化数据不仅成为被攫取的资源，更成为外来价值体系持续渗透的重要媒介，国家文化主权由此面临系统性削弱的现实风险。

（二）信息传播端：算法权力放大了文化生态的失衡

信息生成端的结构性问题在信息传播端将被进一步放大。传播媒介并非仅是传递特定意愿与目的的工具，其本身即构成了一种独特的生活方式。作为一种社会有机体，它深刻地反映着我们思想、行动及社会结构中所蕴含的矛盾与张力。美国学者凯瑞在《作为文化的传播》一书中指出，研究传播是为了考察各种有意义的符号形态被创造、被理解和被使用这一实实在在的社会过程；传播包括了将人们聚为一体的文化，我们不可能通过完全不带文化痕迹的客观方法揭示传播的本质。[13]媒介为一国的价值观和意识形态提供了载体，助力一国的价值观和意识形态的形成和传播，可以被视为霸权载体。人类社会的发展不断革新了传播的媒介，反过来传播媒介也在不断影响着人类社会。媒介不是社会的附属品，而是社会机理的决定性因素。由于平台不仅控制数据资源，更垄断了内容分发渠道，使得传播机制全面演变为算法主导的数据流动模式，放大了文化生态的失衡，导致文化安全风险在传播中枢环节持续加剧。

一方面，平台算法成为文化传播的规则制定者。随着智能推荐系统在内容分发中的全面应用，算法不仅是社会生活的参与者，更是社会秩序的建构者，对社会主体的行为、决策和权益影响日益深远。[14]平台通过算法推荐模型、权重设定与过滤机制，形成了一套内嵌商业目标的内容分发规则体系。在这一体系中，内容是否获得传播机会，不再主要取决于其公共价值或文化意义，而更多取决于点击量、停留时长与互动强度等量化指标。概言之，追求即时注意力的传播逻辑逐渐取代了强调深度理解与追求长期价值的文化传播逻辑，节奏较慢、语境依赖性较强的传统文化内容在算法竞争中处于结构性不利地位。这一变化并非简单的内容偏好调整，而是对文化传播秩序的整体重塑。当算法规则持续主导内容分发时，文化公共领域的结构随之发生变化：公共讨论空间趋于碎片化，文化表达逐渐向情绪化、娱乐化与商业化内容集中，而具有价值引导功能的主流文化与公共文化内容则被边缘化。由此，算法权力通过重构传播秩序，在客观上压缩了多元文化表达的空间，对国家文化影响力的持续塑造形成潜在制约。

另一方面，技术中立的表象遮盖技术背后的价值倾向，更加剧了“社会不平等、劳动异化和公共价值的侵蚀”[15]。平台算法不仅决定“内容如何传播”，而且通过对用户行为数据与文化内容数据的交互分析，实质性地影响“哪些文化经验能够被看见、被重复并被记忆”。在这一过程中，生成端由模型机制诱发的价值偏向，经由算法分发获得规模化扩散的条件，被转化为具有稳定可见性的社会事实。当具有偏向性的文化内容在算法推送下被反复呈现时，其影响不再局限于个体选择层面，而会逐渐塑造整体文化氛围与价值感知结构。具体表现为：其一，价值取向的极化倾向被强化，算法更倾向于放大情绪强烈、立场鲜明的内容，从而削弱公共理性讨论所依赖的中间地带；其二，文化实践被过度消费化，文化参与从深度的社会交往与意义建构，转变为以即时满足为导向的内容消费行为；其三，文化意义发生异化，文化内容被持续压缩为可计算、可交易的流量单元，其内在的社会价值与精神内涵被边缘化。

（三）信息接收端：数据诱导消解文化认同、解构社会共识

信息接收端是文化安全风险的最终显化环节。信息生成端的数据垄断与价值偏向经由传播端算法权力的放大，在信息接收端不再表现为抽象的制度问题，而是转化为个体认知结构的变化、文化认同的重构以及社会共识的松动。

首先，平台算法主导的信息生态改变了受众的认知结构。学者方师师从技术方法、理论范式、思想观念、规范未来等4个层面对基于算法的智能传播现象进行了研究，以“技术文化实体”说明算法的存在方式。[16]算法作为一种“技术文化实体”，能够通过数据精准画像和算法靶向推送，构建高度个性化的信息环境。算法推荐系统通过优化短期参与指标为用户构建以既有偏好为中心的内容流，长期使用将固化用户的注意力模式与信息加工方式，减弱跨情境的知识迁移和批判性思考能力。技术的不断跃迁势必引发人类思维惰性的产生，主体性意义的消解和落寞使得人越来越成为空心人。人类的理性逐步流失，反思意识、批判精神被悬置，越来越沦为机器的附庸。[17]在此基础上，价值观诱导和意识形态渗透变得前所未有的高效和隐蔽。境外势力或恶意主体可以利用数据分析锁定具有认知漏洞或情绪倾向的群体，利用定制化的文化内容对其进行持续的、微观的价值观重塑。借助智能传播技术、有针对性的诱导策略无疑会加剧社会信息场域中的“认知孤岛”，公众难以在历史认知、价值判断与社会伦理等关键议题上形成稳定共识，而社会共识的松动正是国家文化安全面临的深层威胁。

其次，文化认同在数据驱动的信息生成和传播逻辑中发生解构与异化。在认知结构变化的基础上，文化认同进一步受到算法推送与内容商业化机制的持续侵蚀。“技术与人文的冲突稀释了文化主体认同，商业与文化的博弈消减了文化价值功能，责任主体间的模糊扰乱了文化法律秩序，数字文化资源争夺破坏了文明多元共存。”[18]算法推送与内容商业化促使文化体验从沉浸式、共情式的深度体验变为速食式、片段化的浅层消费。国家层面的文化记忆、社区层面的传统实践、群体层面的象征认同在这种消费模式下易被稀释或被重构为可交易的文化产品，原有的认同结构因此遭受侵蚀。当外来文化内容借助平台优势不断占据受众的符号空间，而本土文化因数据表现不足而在推荐机制中被边缘化时，文化认同不再通过历史连续性与社会实践自然生成，而是不断依赖算法塑造的符号供给。这种认同的生成方式具有明显的不稳定性和外部依附性，长期来看将削弱文化自信与文化连续性，导致文化认同从内生结构转变为可被操控的变量。

最后，平台权力与个体文化权利的结构性失衡，使文化权利在实践中难以落实。文化认同的解构与异化，最终体现为文化权利在现实中的难以实现。我国宪法虽以概括性方式确认了文化表现权、文化保障权、文化平等权与文化参与权等基本文化权利[19]，体现了文化权利作为主观权利与客观法秩序的双重属性，但文化权利的实现有赖于具体社会条件下的可行性保障。在算法主导的信息环境中，个体所接触的文化内容并非其自主选择的结果，而是在技术与商业逻辑下被提前过滤和排序的结果。尽管个体在形式上仍享有文化参与和文化选择的权利，但其实际选择范围已被算法系统显著收窄。当文化选择的前提条件被技术与商业逻辑所预设时，文化权利即从可自主行使的实质性权利退化为依附于平台规则的形式性权利。文化权利不再是一种可被自觉主张与理性行使的权利，而逐渐演变为依附于平台规则的被动结果。进一步地，个体无法有效掌握或干预文化内容的生成与分发机制，其文化参与权与文化平等权在实践中将被显著弱化。更为深远的影响在于，当个体在无意识中持续接受由算法塑造的文化内容，其文化认同与价值判断逐渐被技术逻辑所重构，文化参与不再表现为主体基于价值判断所作出的自主选择，而转化为对“被推送内容”的持续消费。长期而言，文化权利的弱化将削弱社会成员的文化反思能力与公共理性基础，压缩公共空间中的思想多元性，使文化权利的平等实现停留于形式宣示而难以转化为现实保障，进而在制度层面放大文化安全风险。

三、智能传播时代文化安全风险的应对策略

从非传统安全的研究视角来看，“国家文化安全不仅是一个与他国文化扩张和文化霸权相对应的概念，更是一个与现代社会经济健康发展和文化观念与体制的不断合理修正和创新调整相联系的概念”[20]。智能传播时代的文化安全治理必须突破传统“末端治理”“事后矫正”的传统治理模式，转向从源头监管、中端治理到末端防护的系统化、体系化治理框架，实现对文化安全风险的全链条识别、预防与应对。

（一）源头监管：构建训练数据与模型治理的前置防御体系

大模型所输出内容的文化偏向、叙事逻辑与价值导向，首先由训练数据和模型结构决定。因此，应对策略须聚焦于文化安全风险的源头，构建以训练数据与模型治理为核心的前端防御体系，以阻断风险在生成端产生并向传播端扩散。

首先，建立以文化安全为导向的数据治理制度。训练数据构成算法模型的“文化土壤”，数据垄断、数据偏见与语料价值失衡是文化主权弱化与文化表征扭曲的根源，因此应在制度层面确立文化数据的公共性原则，形成系统的数据治理体系。具言之，一是构建文化数据分级分类制度，将涉及文化符号释义、文化历史叙事与文化价值体系建构的核心文化资源纳入国家重点数据目录，实行严格的采集审批和跨境流动管控，防止文化资源无序外流与平台垄断。二是建立训练数据质量审查机制，从文化价值、版权合法性与偏见识别三个维度进行评估，尤其对涉及历史、文化、民族、宗教等敏感领域的数据进行专业审核，防止价值偏差在模型中被系统性固化。三是加强公共文化数据基础设施建设，由国家主导建设多语种、高质量、具有文化均衡性的公共训练语料库，以弥补商业平台的价值偏向，保障文化资源共享与表达多元。

其次，推动智能模型的价值透明与可解释性治理。模型透明化并非要求公开商业秘密，而是通过备案制度、第三方审查及高风险模型的前置报告机制，使监管机构能够把握模型的基本能力框架及其潜在文化影响路径。可解释性要求强调模型须具备文化安全追踪能力，确保内容输出的文化偏误或错误叙事可被定位与纠正。文化安全审查应覆盖模型发布前审查、版本更新审查与重大功能迭代审查，使模型的文化表达能力始终处于安全阈值之内。

最后，推动模型伦理规范与法律责任机制的有机结合。有学者将“平台的力量”解释为具有舆论宣传、认知操控的“符号力量”和将几乎全部的人类文明扁平化为代码的“信息力量”，并认为在训练数据作为未来人工智能发展范式的模型底层基础的前提下，平台的力量还将表现为“数据力量”，数据不再只是生产资料，更成为一种权力。[21]因此，模型开发者与提供者应承担法定文化安全义务，包括确保训练数据不损害文化主权、防止生成危害文化安全的虚假信息、保障模型运行安全不受外部恶意操控等，真正筑牢文化安全的第一道防线。

（二）中端治理：强化平台算法治理与传播秩序法治化

平台算法作为信息分发的中枢系统，深刻影响着文化内容的呈现方式与社会认知结构。因此，应对策略必须将治理重心延伸至算法与平台这一关键环节，运用法治手段重构传播秩序。

首先，应推动算法推荐机制的法治化治理。平台算法承担着信息筛选、内容排序与价值引导功能，具有准公共权力属性。针对算法可能导致的文化偏差、歧视与操控风险，应构建系统的算法治理法律体系。一是明确平台的算法治理责任，明晰平台在文化内容筛选、推荐、审核中的责任边界，要求其遵循文化安全与发展、多样性保护与价值导向原则，逐步建立起能够应对生成式人工智能算法安全风险的治理体系。[22]二是将算法推荐规则纳入合宪性审查、备案审查的制度体系内，实现平台权力与国家权力的衔接统合。[23]涉及文化领域的推荐算法需向监管部门备案数据来源、算法逻辑与价值约束机制，防止内容分发权被滥用。三是设立算法歧视纠正机制，为受影响主体提供行政审查与司法救济渠道，实现对算法偏见的有效纠偏。

其次，应推动平台规则的刚性化与公共文化责任。平台不仅是技术提供者，更是文化传播的规则制定者，需通过制度刚性化扭转其单一商业逻辑，强化公共文化责任。平台应建立内容分级管理制度，对文化虚假信息、历史歪曲叙事、文化仇恨言论等进行系统识别与过滤，并对高风险内容实施预警机制。

再次，应推动算法价值导向与主流价值体系的深度融合。智能传播时代最重要的传播之“道”就是要用主流价值观导向驾驭算法。[24]习近平总书记强调：“价值观念在一定社会的文化中是起中轴作用的，文化的影响力首先是价值观念的影响力。世界上各种文化之争，本质上是价值观念之争，也是人心之争、意识形态之争，正所谓‘一时之强弱在力，千古之胜负在理’。首先要打好价值观念之争这场硬仗。”[25]因此，算法的设计与优化需嵌入主流价值观，通过价值参数设置、负面内容权重削减、正向内容优先推荐等技术手段，将社会主义核心价值观与中华优秀传统文化的精神内核融入算法逻辑，使智能传播技术成为文化传承与文明传播的助推器而非风险放大器。

最后，应构建政府、行业、社会协同的韧性治理网络。可由网信部门联合工信、公安等部门，依据数据重要性、算法舆论属性、用户规模等指标实施分级管理，对高风险算法实行重点审计。行业协会可制定文化安全治理公约，对数据使用边界与文化内容审核设定行业标准。此外，社会监督与公众参与也必不可少，可建立便捷的算法投诉渠道，鼓励用户积极反馈歧视性推送；引入第三方评估机构，定期发布算法透明度报告，形成社会化制衡力量。

（三）末端防护：完善文化权利保障与公众素养提升机制

文化安全风险在信息接收端最终作用于个体的认知结构与价值认同体系，因此末端防护是应对策略中不可或缺的一环。法律手段或法律制度有助于构造文化框架，“在这种框架中，个人能发现有益于其精神健康所必要的那种程度的内在稳定性”[26]。

首先，必须完善文化权利的法治保障体系，确保公民基本文化权利的可行性行使。针对数据和算法等智能技术隐含的文化歧视等系统性风险，可探索建立文化平等权公益诉讼制度，允许检察机关、社会组织对损害文化多样性以及公共价值的平台行为提起诉讼。在证据规则层面，需完善电子数据存证与认证标准，建立文化歧视行为的举证责任倒置机制，由平台承担其算法公平性的举证责任，降低受害者的维权成本。

其次，应全面提升公众的数字文化素养。智能传播背景下的文化风险常以个性化、隐蔽化的方式呈现，公众的批判性思维与信息辨识能力成为抵御风险的第一道防线。然而，广大网民和“自媒体”既是文化消费者也是生产者，治理的复杂性强。[27]因此，需将数字文化素养教育纳入国民教育体系，培养个体对算法推荐机制的理性认知、对虚假信息的辨别能力以及对文化偏见的警惕意识；同时，通过公共图书馆、文化馆、社区教育等社会渠道，开展针对未成年人、老年人等群体的数字文化素养培训，弥补学校教育覆盖的不足。

最后，在全球化与数字化交织的背景下，应通过创新表达与传播方式，提高中华优秀传统文化、革命文化与社会主义先进文化的吸引力与感召力；在社区、学校及公共空间推广文化实践活动，着力培育社会层面的韧性文化认同，使文化认同既源于社会参与，又具有内生连续性，从而形成对外部认同侵蚀的抵御能力。

四、结语

数据已成为文化生产与传播的新基础设施，算法逻辑则成为文化意义生成的隐性规则。每种文化都可以被视为一个平衡威胁和防御的系统。[28]文化在被数据化和算法化的过程中，逐渐失去传统意义上的自我生成能力，转而依附于数据资本与技术平台的逻辑运行，形成了隐性的文化规训。随着生成式人工智能技术的高速发展，智能传播成为各种力量博弈的领域，其既是全球文化治理的手段，也是全球文化治理的对象。[29]在这一背景下，数据作为一种新的社会文化现象所引发的文化安全风险，不仅体现在技术权力、国家文化主权、社会文化生态、公民基本文化权利之间的不均衡，也体现在外部意识形态渗透或舆论操控等方面。文化安全治理是一项长期而复杂的系统工程，当前我们处于向智能化治理范式转型的关键时期，既充满挑战，也蕴含机遇。未来的治理实践，核心在于如何在激发文化创新活力与维护健康文化秩序之间，保持文化开放包容与保障文化主体安全之间，鼓励技术应用创新与确立合理技术规范之间，找寻一种动态、可持续的平衡。

【本文为国家社科基金项目“智能传播中数据引发的文化安全风险与应对研究”(批准号：24BXW046)成果】

参考文献：

[1]朱兵.以文化法治促进国家治理体系和治理能力现代化[J].行政管理改革，2020(06):26-31.

[2]柴巧霞，刘学峰.面向智能传播的电视媒体及其转型升级[M].北京:中国社会科学出版社，2024:38.

[3]胡正荣，韩博.推进智能传播时代的网络强国建设[EB/OL].(203-09-21)[2026-07-14].https://www.cssn.cn/wlqglt/wlqglt_wlqgzl/202309/t20230921_5687057.shtml.

[4]葛新权.经济转型升级中的大数据决策[M].北京:科学技术文献出版社，2020:126.

[5]胡卫萍，王继远.文化数据用益中的产权归属[J].佛山科学技术学院学报(社会科学版)，2024,42(5):23-30.

[6]孙强.论国家文化数字化战略实现的法治化原则与进路[J].江汉学术，2024,43(5):46-54.

[7] Oliver G, Cranefield J, Lilley S, et al. Data cultures: A scoping literature review[J]. Information Research, 2023,28(1):3-29.

[8]赵静宜.智能传播发展的逻辑演进研究[M].北京:中国社会科学出版社，2023:154.

[9]范玉吉，张黄茜.隐匿的力量：新闻生产与分发中的数据权力[J].西南民族大学学报(人文社会科学版)，2024,45(3):132-139.

[10]匡文波，姜泽玮.论智能传播研究的基本理论问题[J].中国人民大学学报，2024,38(3):115-126.

[11]支振锋.生成式人工智能大模型的信息内容治理[J].政法论坛，2023(04):34-48.

[12]刘妍.美国数据殖民主义的多重逻辑批判及应对[J].马克思主义研究，2025,41(4):127-139.

[13]詹姆斯·W.凯瑞.作为文化的传播:“媒介与社会”论文集[M].丁未，译.北京:中国人民大学出版社，2019:29.

[14]张吉豫.论算法备案制度[J].东方法学，2023(02):86-98.

[15]师文，陈昌凤.智能技术与社会价值的冲突与交融:2024年全球智能传播研究评析[J].现代出版，2025(01):40-49.

[16]方师师.算法:智能传播的技术文化演进与思想范式转型[J].新闻与写作，2021(09):12-20.

[17]吴琼，孙程芳.人工智能时代的国家文化安全风险及其规避[J].南昌大学学报(人文社会科学版)，2023,54(3):111-118.

[18]吴布林，李佳艺.技术封建主义主导下文化科技伦理挑战及防范策略[J/OL].重庆邮电大学学报(社会科学版)，1-16[2025-11-29].https://link.cnki.net/urlid/50.1180.c.20251014.1826.008.

[19]肖金明.文化法的定位、原则与体系[J].法学论坛，2012,27(1):26-35.

[20]潘一禾.文化安全[M].杭州:浙江大学出版社，2007:209.

[21]胡泳，刘纯懿.大语言模型“数据为王”:训练数据的价值、迷思与数字传播的未来挑战[J].西北师大学报(社会科学版)，2024,61(3):43-54.

[22]张旭芳.生成式人工智能的算法安全风险及治理路径[J].江西社会科学，2024,44(8):90-100.

[23]秦前红，王雨亭.数字时代的“表达”:算法推荐的信息干预及其法治化因应[J].法治研究，2024(05):42-52.

[24]陆小华.智能传播时代更需要领悟传播之“道”[J].青年记者，2022(01):76-78.

[25]中共中央党史和文献研究院编.习近平关于总体国家安全观论述摘编[M].北京:中央文献出版社，2018:106-107.

[26] E·博登海默.法理学:法律哲学与法律方法[M].邓正来，译.北京:中国政法大学出版社，2017:321.

[27]潘金刚.不断提升信息化条件下文化领域治理能力[J].红旗文稿，2025(10):41-44.

[28] Gillin J,Nicholson G.The security functions of cultural systems[J].Social Forces,1951,30(2):179-184.

[29]唐润华，何国平.全球文化治理中智能传播的双重角色[J].苏州大学学报(哲学社会科学版)，2024,45(1):157-166.

本文引用格式参考：

范玉吉，白蒙尼.智能传播时代数据文化文化安全风险及应对[J].青年记者，2026(11):15-24.