【摘要】作为现代智能技术的核心，算法自身复杂的运作逻辑与非透明性的运行过程导致了算法

“黑箱”的产生。算法“黑箱”深化了数字平台与政府之间的技术鸿沟，形成了算法权力领域中政府公权力与数字平台私权力之间的不平等关系，并在此基础上产生了算法权力主体由政府向数字平台转移的趋势。算法权力主体的转移，使得政府的算法权力的社会影响力受到削弱，算法公权力的实际运行产生偏移，进而形成政府决策偏移、民主侵蚀、权威失落与问责真空等算法权力风险。需要从算法技术、数据资源与公众认知等方面综合治理，化解技术壁垒、打破数据垄断、引导公众认知，以此化解算法“黑箱”中的算法权力主体转移风险。

【关键词】风险社会；算法“黑箱”；算法权力；权力主体；风险治理

科学技术现代化是社会现代化的先导，“中国式现代化要靠科技现代化作支撑”。进入数智时代，以算法程序为运行基础的大数据运算模型和生成式人工智能逐渐成为现代社会高效运作的技术助力。党的二十届四中全会提出要全面实施“人工智能+”行动，“抢占人工智能产业应用制高点，全方位赋能千行百业”。以算法为基础的数智技术已经成为辅助政府部门行为策略、影响市场发展导向的高效工具。与此同时，数智技术在高效运行的背后依然存在不容忽视的风险。德国社会学家贝克认为，“风险是预测和控制人类活动的未来结果，即激进现代化的各种各样、不可预料的后果的现代手段，是一种拓殖未来（制度化）的企图，一种认识的图谱。”他认为“风险”是人为的，现代技术存在衍生“风险”的可能性。算法技术在其运行过程中产生的难以觉察、难以干涉和信息隐秘的流程，即算法“黑箱”，由于算法“黑箱”的存在而产生的社会风险时有发生。微观层面如个体隐私泄露、电信诈骗等，宏观层面如金融危机、政府能力失灵、国家机密泄露等，在算法权力领域算法“黑箱”则表现为算法权力主体的转移。由于算法“黑箱”为算法权力的运行建构了“自主”的空间，使得算法私权力在一定程度上成为不受限制的权力。政府在算法权力领域处于低层次技术区域而使其决策难以完全出于公意，影响公权力的有效运行。因此建构以善治为价值导向的算法权力，需要对算法“黑箱”中的算法权力主体转移风险进行综合治理。

一、算法“黑箱”：数智时代风险衍生的技术因素

算法“黑箱”作为人类活动的产物，其隐蔽性强，社会感知度低，运行过程不确定，是现代社会风险产生的重要因素。基于算法的生成式人工智能、大数据模型等技术在推动人类社会飞速发展的同时，其在运行过程中所存在的算法“黑箱”，成为现代社会风险产生的诱因之一。

（一）算法“黑箱”及其特征

“黑箱”一词来自科学学，指的是人们在对特定系统开展研究时，把系统看做一只看不透的黑色箱子，仅从其输入输出特点了解该系统规律而不涉及系统内部的结构和相互关系。算法“黑箱”属于技术“黑箱”范畴，是一种难以为人所认知人工制造品，按其发展程度可划分为三个阶段，即初级形态算法、中间形态算法和进阶形态算法，当前算法发展处于中间形态。中间形态算法在输入端的信息采集、数据分析及结果运算等工作均由专业化团队所编写的智能程序所控制，这就意味着缺乏专业性知识的社会个体无法完全理解输入端算法程序的运作逻辑，甚至专业化团队中不同分工的个体也难以解释他者所编写的程序。从位于输出端的政府来看，在算法运作中处于被动地位，扮演着接受—反应型角色。政府政务服务依赖于数字平台的算法技术，政府的政务决策来自平台所收集的相关数据，这使得政府的公权力成为平台的私权力的附庸；另一方面，算法的运作逻辑由算法生产者和数字平台所掌握，政府对其不甚知之，因而对算法的监督常浮于表面。从输入端数字平台来看，以市场竞争为导向的数字平台，惯于将算法程序定义为企业的资产，为保持市场竞争力，算法程序被数字平台视作商业机密而拒绝对外公开。基于此，算法“黑箱”可以被认为是因算法“所涉及的技术繁杂”而使公众无法形成有效认知的算法运行的一个阶段，其具有不透明性、不可感性和不确定性等特征。

1.算法“黑箱”的不透明性

“黑箱”的本意是指科学实验过程中存在的封闭式的运行流程，算法“黑箱”则是在算法中存在一部分不透明的程序。算法“黑箱”的不透明性的产生有以下三个原因。其一是算法技术的专业化。参与算法设计的人员必须具备足够深度的知识储备和出众的能力素养，这使得算法非专业人士难以理解，在技术层面难以透明。其二是算法设计的团队化。发展到中间态阶段的算法，需要分工合作的专业化团队，单个团队成员的工作基本恒定于算法的某一区域，彼此互不干涉，这就使得即使参与设计的单个人也很难完全解释整个程序，造成算法“黑箱”在组织层面难以透明。其三是算法的技术价值性。算法技术一般是由数字平台或者私人企业主导开发，不同的数字企业在市场“经济人”假设的情况下，为使自身在市场竞争中取得优势，而致力于开发更具创新性的算法程序，从而难以形成统一的公开标准，加之作为经济人的平台出于提升市场竞争力的需要，在算法透明方面往往倾向于被动策略，这也增加了破解算法“黑箱”的难度。

2.算法“黑箱”的不可感性

算法“黑箱”的不可感性表现在两个方面，分别为专业素养层面的不可感与思维认知层面的不可感。专业素养层面的不可感，指的是社会个体基于自身能力的某种缺失而导致的感知异常状态，一般表现在缺少某方面专业化知识的社会个体身上，这种能力的缺失或是个体本身处于低知识层面，或是社会个体自身的专业技能与所要感知的风险存在理论错位。算法“黑箱”的不可感性则主要由于普通民众较少选择主动学习算法相关理论知识，导致的低知识层面的能力缺失。思维认知层面的不可感是专业素养层面不可感性的延伸。普通公众因受限于自身缺少算法专业性知识，无法解决算法“黑箱”带来的风险，而主动放弃感知“风险”，因而形成一种消极的风险认知观。作为一般个体的人认为自身在能力方面无法处理算法“黑箱”的风险难题而进行自我否定，产生诸如“明天和意外不知道哪个先来”“得过且过”等消极思想，并在主观上放弃对算法“黑箱”的风险感知。

3.算法“黑箱”的不确定性

算法“黑箱”使得算法的运行过程与公众视野相脱离，社会监督失位则加剧了算法运行的不确定性，且贯穿于算法运行过程始终。在算法运行的输入端、运行程序和输出端三个阶段存在不同形式的“不确定”，分别是对应输入端的“信息的不确定”、对应运行程序的“过程的不确定”和对应输出端的“结果的不确定”。算法运行的输入端负责接收统合数据信息，而信息来源于社会层面的统计，数据信息在收集整合的过程中难免存在误差。或许在阈值范围内信息误差所产生的影响有限，但由此导致的算法“黑箱”的不确定性风险依然存在；运行程序是算法通过预先设定好的程序，对输入端收集到的信息数据进行加工的过程，这个过程是不可感的，社会个体无法从外部知晓运行过程的具体情况，亦无法确定建立在复杂系统体系的算法运行程序，在某个运行环节、某个运行步骤或者某个运行符号是否存在漏洞，因而在运行程序阶段产生了过程的不确定性；输出端是算法经过运行程序阶段后，将数据信息所导向的运行结果呈现于行为决策者的阶段。过程的性质决定结果的性质，由于输入端和运行程序过程都存在着不确定性，输出的结果同样也存在不确定性。

（二）算法“黑箱”的风险衍生

风险是生产力发展的“副产物”，因而将风险从社会中根除几乎是不可能的，只能构建系统性的风险预测机制，而科技的不断发展使得我们对风险的认识和评估过程充满了不确定性。以现代算法为基础形成的生成式人工智能、大数据模型等已深度融入政府治理的各个环节，算法在提升政府治理效能的同时，也因其“黑箱”的存在而衍生风险因素。其一，算法“黑箱”削弱了公众对信息来源和真实性的信任，冲击政府公信力。由于用户无法了解算法的目标、意图及其责任归属，公众可能对算法生成的内容产生质疑，进而对政府的公信力产生负面影响。其二，算法“黑箱”增加了审查和监管难度。由于算法“黑箱”的不透明性，监管机构难以了解算法的运行机制和决策过程，从而难以判断算法是否存在违法违规行为，这可能导致一些违法违规行为得以逃避监管，进而加剧算法滥用风险。其三，算法“黑箱”还可能增加风险的不可控性。由于决策者无法准确预测算法的输出结果，这就会增加算法被滥用的风险，如利用算法进行大数据杀熟、算法共谋等违法违规行为，而且可能损害公共利益。总之，算法“黑箱”阻碍了政府对算法技术的合理使用，使得政府在算法治理领域的主体独立性受到削弱，数字平台则利用算法“黑箱”拓展了私权力的空间，进而在算法权力领域形成了权力主体的转移。

二、算法“黑箱”中的不对等关系与算法权力主体转移

算法权力，毋庸置疑是一种技术权力，是算法所有者所拥有支配或影响他人的权力。“谁拥有或操控技术，谁就能够支配或驾驭这一力量。”在算法“黑箱”影响下，政府对算法技术的掌控弱于平台，在平台与政府的算法权力互动中形成了不平等关系，并导致算法权力主体迁移。

（一）算法“黑箱”中的不对等关系

算法权力中的权力主体是算法技术所有者，权力客体则是算法作用的对象。当前算法权力存在两个权力主体，即“国家主体的算法权力”和“资本主体的算法权力”，且两个主体之间并非对等的关系。借助算法“黑箱”，平台“私权力”在一定程度上形成了对政府“公权力”的压制。

1.算法“黑箱”中的政府“公权力”与平台“私权力”

政治哲学家迈克尔·沃尔泽认为，支配总是以一套在分配领域具有支配和决定性作用的社会物品为中

介。算法与代码是数字时代最重要的权力核心物品，它们同土地与资本一样，对社会各领域产生深远影响，甚至成为社会革新建构的基石，“代码就是力量”，拥有算法技术的主体则成为权力的实际行使者，成为权力的主体。

数字时代的政府仍然是权力的主体，但其权力主体地位发生重大变化。一方面，政府依然是算法权力主体。算法技术作为一种现代化技术工具深度融入制度体系中，传统的决策与监督体系在算法技术的加持下也得以革新，政府的权力行使效率得到提升。此外，政府通过出台和建构算法技术的法律体系，从法理角度强化了对算法技术的掌控权。因此可以说在数字时代，政府依然占据权力的主导地位。另一方面，政府不再是算法权力的唯一主体。私人科技公司借由算法的实际生产者身份，从政府中分得一部分算法权力，同时在算法“黑箱”的加持下，算法技术的实际控制权为数字平台和私人科技公司所掌控，并以“武力”“审查”与“感知控制”等方式建构起数字平台的算法权力。由于政府与私人科技公司之间存在着不同的价值选择，因而算法权力也会形成基于不同价值取向的权力类型，即由政府主导的、服务于公共意志的算法“公权力”，与由数字平台主导的、服务于市场利益的算法“私权力”，两者共同成为算法时代的权力主体。

2.算法“黑箱”中不对等关系的形成

算法权力的实际行使者不仅局限于政府，数字平台也同样享有算法所带来的技术权力，即两者共享权力主体，但两者又存在严重的不平等。

技术权力涵盖四种属性：“高等级技术对低等级技术的支配和控制”“同一技术体系中，高层次技术拥有对低层次技术更大的支配力或控制权”“同一技术等级或层次的不同操控者，所拥有的技术权力大致相当”“对立技术形态之间的权力较量”。在数智时代，政府与数字平台均掌握算法技术且处于同一技术体系之中，但政府与数字平台对算法技术的实际掌控层次却不相同。政府是算法技术的拥有者，但较少参与算法技术的开发，算法的开发基本为私人科技公司所负责，在算法技术体系中，政府相较于数字平台而言处于低层次技术领域。如若政府希图向高技术领域迈进，则会在算法“黑箱”的阻隔下难以实现。因此，从算法的技术属性来看，政府与数字平台之间存在着高技术对低技术的支配关系，以及政府希图实现完全掌控算法技术与算法“黑箱”的技术壁垒阻隔之间的矛盾。

算法权力中的不对等关系使政府的公权力不断受到侵蚀。政府是算法技术的占有者，却不是实际控制者，这意味着政府在履行公共意志职责时，会掣肘于数字平台的算法技术。如政府在为社会提供政务服务时，通常由政府与数字平台合作，或以对外承包方式将提供社会服务的实际职权让渡于私人科技公司。由于算法“黑箱”的存在，数字平台所提供的算法技术的安全性、稳定性与效率程度对政府是不透明、不可感和不确定的。在算法“黑箱”及其衍生的不平等合作关系影响下，政府公权力受到数字平台私权力的不断侵蚀。

（二）算法权力主体转移的具体表征

虽然政府与数字平台均为算法权力的主体，但在不对等关系下，政府与数字平台在算法权力支配上存在偏移。算法权力的运行基础是公共空间、公共资源和公共行为，具体而言，其运行基础是平台、数据和用户交互。在算法“黑箱”影响下，这三个领域在不同程度上均出现由政府主导向数字平台主导的权力转移趋势。

1.政府对平台影响力的下降

算法权力运行的平台，不完全局限于数字平台，从更宽泛的意义上讲，算法所应用的空间都可以被定义为平台。因此，算法平台包括由政府主导、服务于公共利益的传统公共平台，例如现代基建、便民交通等；也包括由私人科技公司主导的、以盈利为目标的数字平台。在算法“黑箱”的影响下，政府在传统公共平台与数字平台的影响力均存在着不同程度的削弱。

一方面，政府在传统公共平台领域的自主性受到严重影响。在现代服务型政府构建过程中，为提升政府部门运作效率，算法技术便与政府体系深度融合。截至2024年底，我国数字经济核心产业增加值占GDP比重为10%左右，数字技术已实现国家、省、市、县四级政务外网全覆盖，乡镇街道接入率达99.4%。高度数字化的政府，意味着政府运作中的每一个环节均需要有相应的算法技术作为支撑，这在某种程度上是政府公权力运行中算法依赖的表现。政府可以通过购买科技公司的算法技术，或者与数字平台达成契约式的合作关系，以此减少对算法技术的依赖，但权力的拥有权在于掌控“主导物品”者，而非拥有“主导物品”者，这意味着只有当数字平台向政府完全公开算法的运行程序，自破算法“黑箱”时，政府才有可能摆脱对算法技术的依赖。

另一方面，政府在网络平台领域的影响力正在削弱。作为算法技术的运行载体，网络平台将算法权力与互联网信息流深度绑定，信息传播的广度、深度及信息的受众群体都由数字平台的算法权力掌控。一般意义上，政府因为自身的公共属性，在社会信息方面具有较强的公信力。但与传统媒体不同的是，网络平台的信息传递建构于算法技术之上，信息的推送与网络用户的私人偏好等均与算法绑定，且以契约协议等方式使用户个体接受信息传递背后运行的算法准则。由于算法程序受控于技术开发者，即私人科技公司，在算法“黑箱”的庇护下，政府在网络平台层面无法完全介入社会信息的生成与传播，互联网信息生产机理便处于政府的控制盲区，造成信息失真、信息滞后、信息茧房等“算法污染”问题，政府在平台的影响力随之下降。由此可见，算法权力的滥用导致公权力的功能被逐步替代。

2.数字平台资源垄断的形成

如果将算法比作现代技术运行的骨架，那么数据则组成了现代技术的血肉。数据是数字时代重要的战略资源，也是社会运作体系不断革新的基础要素。然而随着数字技术的发展，数字平台对数据的垄断正在逐步解构政府对数据的控制能力。杰米·萨斯坎德认为：“在数字生活世界里，占主导地位的物品将是数字技术，因为对控制它的人来说，它不仅会带来便利、娱乐甚至财富，它还会带来权力。”当前掌控算法技术的数字平台拥有对数据的绝对支配力。数字平台通过以下两种数据建构方式实现其对数据的垄断。

一方面，数字平台利用算法“黑箱”技术的不可感区域建立数据控制暗区。对于科技公司而言，“代码就是力量”。数字平台凭借其对“主导物品”——算法的控制，借助算法“黑箱”这一技术本身实现对数据支配的隐蔽与伪装，而无论是社会个体还是社会组织都很难对其进行有效的监督与管控。另一方面，数字平台通过建构数据收集机制实现数据垄断。这种机制常以规制、契约或合作关系等方式呈现出来，如社交平台面向使用者所提供的用户条约、实体企业与科技公司建立的技术导向的帮扶关系等。通过与社会生产活动建立紧密联系，数字平台的私权力得以披上契约的伪装。

在数字政府运行中，面对数字平台对数据的垄断，政府往往不得不被动接受其对权力的支配。由于数字政府运作中，政府与数字平台是相互协作关系。政府需要一定的数据信息作为支撑，倾向于与数字平台展开合作，数字平台在通常情况下会选择与政府展开合作以期实现经济效益。但科技公司不是公共意志的代表，它需要对企业和股东负责，因而当企业利益与政府的社会行为之间产生冲突时，企业往往会倾向于选择牺牲公意而维护自身利益，政府只能被动承受隐蔽在算法“黑箱”下的私权力的支配。

3.公私权力运作机制的互换

权力运作的方式体现在主体与客体间的互动模式。不同于公权力以公共利益为导向、通过制度规则等加以规范的传统路径，算法私权力则以商业利益为核心，依托技术逻辑构建互动关系。尤其值得关注的是，算法“黑箱”的存在使得私权力的运作方式更具隐蔽性，它对社会个体的支配并非建立在强制的基础上，而是基于用户的自愿合作来实现其控制与渗透的目的。数字技术的普及，进一步将平台权力延伸至个体的认知层面。

在大数据的精准画像与个性化推荐机制作用下，用户看似“自主选择”的日常行为其实是数字平台权力的运行结果。在此过程中，用户因对控制算法的输出结果无法感知，从而陷入算法逻辑当中，被动地接受由算法所创造的行动逻辑。与之相应，公私权力运作机制的差异也影响公众对权力的认同。政府作为公权力代表因其社会管理者的角色，容易使公众产生心理疏离。部分官员的权力滥用现象，也在一定程度上影响着公众对政府权力的认同。与公权力不同的是，掌握算法私权力的数字平台通过所谓的契约协议将用户需求与平台利益绑定，平台用户为获取服务而将让渡权利的行为正当化，而掌握信息权力、数字权力和算法权力的平台则获得了用户的认同，逐渐成为数字时代的权威。由此，平台借助算法“黑箱”，在潜移默化中重塑公众的认知，并进一步使其对公众的支配行为日常化。

三、算法权力主体转移的风险形式

数字平台的私权力，因其所具有的数据封建性、政治始基性与意识偏见性，很大程度上会影响政府公权力对数据的汲取能力，政治的自主能力与体制的吸纳能力等。在算法权力风险方面表现为决策主体偏移与民主侵蚀、政府权威失落与技术权威、问责机制失灵与责任真空三种形式。

（一）决策主体偏移与民主侵蚀

算法“黑箱”通过技术垄断实现了权力的隐性转移。在政府治理领域，算法系统逐渐取代传统官僚机构的决策职能，形成“技术官僚主义”。这种权力转移具有两个特征，即算法权力垄断和民主程序架空。算法系统的权力集中化本质上是技术资本对公共治理领域的渗透。在技术寡头垄断模式下，政府决策的关键基础设施被少数科技公司以“技术解决方案”的名义私有化。这种私有化导致算法权力形成“双重壁垒”：一方面，企业以商业机密为由拒绝公开算法逻辑，使公共部门沦为技术附庸；另一方面，技术精英通过定义“数据输入-决策输出”的规则，将社会价值判断转化为数学优化问题。尤班克斯在《自动不平等》中提到一种观点：“自动化福利项目资格、协调入住和ASFT都讲述了一个类似的故事：当我们完善算法后，自由市场和大量的信息将保证数量最多的民众享有最佳结果”，数字平台利用算法“黑箱”实现对算法权力的垄断，其造成的结果是“我们根本不再需要政府”。当算法系统被包装为“价值中立”的技术工具时，代议制民主的核心机制——公开辩论、权力制衡与程

序正义——面临系统性消解。荷兰的SyRI系统展示了这一问题：政府未经过议会审查便将福利资格审查权移交算法，该系统通过整合税务、教育、医疗等数据预测公民欺诈风险，却将权重分配、特征工程等关键参数列为国家机密。海牙法院在2020年判决中指出，SyRI系统违反了《欧洲人权公约》第8条，因为它将公民变成透明人，而国家成为“黑箱”。这暴露了算法治理的深层悖论，即技术理性以效率之名排斥民主协商，但其决策本质上仍承载着政治选择。

（二）政府权威失落与技术权威

贝克认为技术性风险会对制度的信度产生腐蚀。马克思·韦伯将法理型政府作为政府建设的理想型模版，这是一套系统化、理论化、专业化且具有高度透明性的制度体系，透明性是法理型政府建构权威政治的立论基础。韦伯强调，法理型权威的核心在于“规则的可计算性”——公民能够通过公开的行政程序追溯权力运行的逻辑，进而形成对制度的信任。而算法治理的吊诡之处在于，其表面上延续了提升决策效率、减少人为干预的追求，实则通过技术复杂性消解了规则的可解释性。例如，行政审批中的自动化系统可能以“优化流程”为目标，但其数据筛选标准、风险权重分配等关键决策参数往往被封装为技术机密。这种“黑箱化”使得传统意义上的程序透明沦为形式——公众看到的只是输入与输出的机械对应，而真正决定权力走向的算法逻辑却成为不可触碰的“技术禁区”。因此，韦伯理论中的“科层理性”遭遇异化：技术工具本应是规则执行的辅助手段，却反过来成为规则制定的隐形主体。当算法系统基于历史数据进行决策时，其本质上是在用过往的“经验权力”替代当下的“程序权力”。这种替代不仅可能导致特定群体偏见的固化，更使得公权力的合法性基础从“基于规则的同意”滑向“基于技术的服从”。

在数智时代，政府的制度运行与算法技术高度绑定，社会监督、政务公开、程序透明等传统的透明性制度，在算法“黑箱”的技术暗区的影响下，已经难以完全维持现代政府的透明性，传统政府基于公权力所建构的制度权威逐渐转移至由算法所支撑的技术权威，并且在算法“黑箱”的影响下，这种技术权威对于广泛的社会个体而言是无法解释的权威。

（三）问责机制失灵与责任真空

问责制度是剔除制度漏洞、弥补政府决策失误与构建弹性政治的必要体制，政府构建良好社会形象，维持政治信度依赖于完善的问责制度。传统政治中，政府是权力分配的主导者，公权力的使用权被政府按照一定的社会管理规划，按政府层级向下纵向分配，地方政府根据地区建设的需要，将公权力的使用权再暂时让渡于从事相关领域的企业或个人。权力让渡的客体，即企业，所从事的领域对政府的公权力尚未产生实质性的影响，如果某环节出现风险，则可以按照权力的分配主体进行追责。但进入由算法技术所主导的数智时代，权力分配的主体不完全是单一的政府组织，诚然政府在当前环境中仍拥有较大的权力，但不再拥有传统社会时期的绝对主导权，制度运行依赖于算法技术，这使得政府在权力分配的过程中必须要考虑到控制算法技术的私人科技公司。由于算法“黑箱”的存在，处于技术暗区的政府难以控制向数字平台权力暂时让渡的量度，权力让渡超过限度，则会强化数字平台的私权力，低于限度，则可能影响政府实际运行的效率。明确数字平台的权力限度是政府组织准确分配权力的关键因素，但问题在于限度是不明确的，因为政府无法透过算法“黑箱”去理解算法运行的实际效果，进而也就无法准确界定在权力分配过程中，数字平台的权力量度。

责任是权力的伴生产物，模糊的权力分配制度产生模糊的责任界定体制。由于算法技术的开发和运行涉及多方主体，其责任分配呈现为“网状逃逸”的特征，这种责任的分散被西方学者称为责任弥散效应，具体是指算法“黑箱”技术引发的责任主体模糊化现象，其本质是技术系统复杂性对传统政治问责逻辑的颠覆。在传统官僚制中，韦伯式“命令-服从”链条确保了责任可追溯性，而算法通过技术“黑箱”将责任分散于开发者、运营商、数据提供者、监管机构等节点，形成无人负责的制度真空。技术开发者以算法中立性为由推卸责任，运营机构以技术不可控性作为免责借口，政府部门则以技术专业性为由转移问责压力，责任主体呈现真空状态，风险问责机制失灵。

四、算法权力主体转移风险的消解路径

算法权力主体转移来自于算法“黑箱”中的不平等关系，消解算法权力主体转移的风险同样需要破解“黑箱”中的不平等关系。在算法“黑箱”的破解路径方面，学界一致强调要构建算法“透明箱”，以此作为破解算法“黑箱”的关键因素，且强调对算法“黑箱”的治理策略偏向于建设算法公开制度，使“黑箱”向“透明箱”转变。包括主张适度公开算法，在批判I-T-O的逐步拆解和逆向工程学两种模式的基础上，提出建立“可理解的透明度”的治理模式，破解算法“黑箱”；通过完善政府监管机制，加强消费者监管协调水平和树立良好的数字平台企业形象，合理规避披露算法风险，进而提升算法透明度；从行动者网络理论的视域出发，将算法“黑箱”视作为与社会整体运作有关的“关系性存在”，以此破解算法“黑箱”。综上所述，算法权力主体转移风险的消解需要多方参与，共同治理。要以政府为主导，从技术属性、数据资源与公众认知三个方面入手，切实改变算法“黑箱”中的不平等关系，进而化解算法权力主体转移的风险。

（一）化解技术壁垒，形成协作模式

算法“黑箱”中的不平等权力关系是高层次技术对低层次技术的支配关系，现实表现为政府的算法技术依赖与公权力独立性的丧失。政府是社会治理的主体，为算法技术所束缚的民主决策机制，在削弱政府能力的同时，也会对市场经济的运行产生影响。因而要打破算法“黑箱”，提升政府对算法技术的实际控制力，从而建构平等的协作式的算法权力互动机制。

中国当前正在致力于建构协作型的算法权力互动模式。如党的二十届四中全会强调要“发挥人民群众的主体作用，引导各方参与社会治理”，“推进网上网下协同治理”，同时“加强基层服务管理力量配置，完善服务设施和经费保障机制”。在协作型的算法权力互动模式中，数字平台主动向政府公开算法程序的运行逻辑，使政府管理者明晰算法技术在相关制度领域所发挥的作用，政府则可以以此提高技术政治的信度和效度，并推进算法技术与政治制度的良性融合，以此建立现代化治理模式。

目前，这种协作型互动模式仍处于起步阶段，推进过程中也存在一些难题，但中国构建这种模式存在诸多有利因素。一是我国传统技术治理文化的长期积极影响。技术要素在中国长期的革命和建设实践中始终处于重要的位置，并在中国建设现代化国家制度体系，应对国际社会的外部挑战中发挥着重要作用，因而在当前的技术治理中逐渐形成了包容性的治理理念，这使得在治理算法“黑箱”时，风险治理与技术发展是同步进行的，在肯定算法技术合理性的同时又将算法技术与算法治理相融合，以此构建算法“黑箱”的治理模式。二是中国特色社会主义市场经济治理模式自身的优势。我国始终强调有效市场与有为政府相结合，充分发挥政府的宏观调控者和市场监管者的作用，这使得数字平台的私权力难以完全支配政府公权力，而是处于一个限度之内，政府始终能够“驾驭资本”，因而私权力所产生的影响难以逾矩。

（二）打破数据垄断，完善权责机制

数据是算法权力行使的基础资源，数据的量值与权力主体对算法权力的实际支配力相联系。当前技术环境中，数字平台借由算法“黑箱”的技术暗区，在数据占有方面处于优势地位，政府权力运行掣肘于数字平台的数据垄断，在算法“黑箱”的作用下，政府从数字平台获取的数据信息的信度与效度都存在着不确定性，而由其所产生的社会风险则难以溯源责任主体。因此，需要从数据源头来根治算法“黑箱”，以此建立一个完善的算法权责分配机制。

一方面，从法律层面规范数据资源与算法权力的分配。中国有关数据治理的顶层设计初步完成，《网络安全法》《数据安全法》《个人信息保护法》《网络数据安全管理条例》等法律法规形成了中国网络安全、数据安全、个人信息保护的基础框架和通用规则，在数据的收集、分类、分级和数据全生命周期方面作出了详细的规定，明确了数字企业与政府部门之间的数据管理权力与责任。尽管如此，中国算法数据的法律体系仍需进一步完善。科技伦理是推动中国算法治理的价值向导，相关法律法规的制定应以科技伦理为价值导向，在法律中体现科技伦理的价值内涵，同时推动不具备广泛约束力的倡议性质的内容通过正当程序上升到法律层面。在科技伦理治理法律制定的过程中，充分考虑不同行业、不同地区、不同民族的差异，尽可能保证法律的制定符合多数群体的利益。

另一方面，建构数据信息的多主体反馈体系。传统的弱链接式的岛屿数据治理模式已经不能完全满足现代算法数据治理的需要，当前需要建构制度化、体系化并以政府为治理核心，科技组织、社会个体等多方参与的算法数据治理模式。其中，政府需要建构算法治理决策机制。涉及科技专业领域，政府应加强与专业科研机构的合作，形成专家建议反馈渠道，构建公开透明的专家聘请机制；涉及人民群众的重大利益问题，政府应扩大公民的政治决策参与渠道，建立有效的民意反馈机制，同时推动政府信息与社会信息相结合，最大限度地保证治理决策符合多数群体的根本利益。此外，应建立数据信息的监督反馈机制。公众监督是数据信息监督体系的重要组成部分，强化社会群体监督，扩大社会群体监督渠道，建立公众监督反馈平台，将政府监督与公众监督相结合，推动中国数据信息良性发展。以此为基础，减少政府对数字平台的数据依赖，同时明晰数据在产生和传递过程中的权力主体，建构透明的算法权责分配机制。

（三）引导公众认知，重构政府权威

算法权力的客体，即公众，在算法权力的有效运行方面扮演着重要的角色，公众对算法技术的认知水平与算法权力主体之间的互动关系，影响着算法权力运行的实际效果。因此，在数智时代重新构建政府的权威建立模式，需要引导公众在算法领域的认知水平，需要将社会理性与科学理性相结合。

在风险社会理论语境中，社会理性被认为是非专业性的社会群体，基于一定的社会实践所总结出的带有主观色彩的经验性的风险认知；科学理性则是经过专业化的科学训练的群体，即科学家，通过逻辑严密、运行有序的论证体系，对社会风险进行科学性、系统性的认知。“没有社会理性的科学理性是空洞，没有科学理性的社会理性是盲目的。”一方面，算法领域长期存在的知识垄断需要被打破。不具备专业性算法知识的公众群体，是算法技术领域的边缘人，在与算法的私权力的互动关系中处于弱势地位。提升公众算法领域的知识素养，是推动社会公共治理的关键，而这需要科学理性的引导。另一方面，科学理性需要与社会的公共意志提供价值导向。科学发展的终极目标是实现人的解放，人的生存权与发展权应是科学组织认知管控风险的主要目的之一。将人的价值引入科学理性，将社会理性的价值观念作为向导，才能在某种程度上避免科学组织沦为数字平台为算法“黑箱”风险的开脱工具。

科学技术组织需要改变传统的科技本位主义思想，推动算法知识的民主化，强化科学组织与社会公众之间的良性互动，以人民群众喜闻乐见的方式开展算法领域相关技术理论的科普工作，使社会群体逐步理解算法技术的运行逻辑，明晰推送数据的隐性程序，进而提升公众对算法技术的认知水平。政府权威所建构的基础，算法技术以一种公开透明的方式呈现在公众的视野中，由算法所决定的政治程序不再是“技术禁忌”，算法技术所构建的权威得以为社会公众所认同。

五、结语

数智时代的算法“黑箱”作为现代技术性风险的新样态，深刻揭示了风险社会中技术特性与制度性风险的共生关系。在贝克风险社会理论的视域下，算法“黑箱”不仅是一种技术缺陷，更成为算法权力主体转移的催化剂——私权力通过技术垄断悄然渗透公权力领域，导致决策主体偏移、民主侵蚀、权威模式消解与问责机制真空。当前治理路径的探索，需超越传统的工具理性框架，转向多元主体的协同治理。建构社会理性与科学理性的融合链条、强化政府主导下的多主体协作机制，是破解算法“黑箱”的关键。然而，现有治理模式仍面临目标兼容性不足、技术民主化缺位等挑战。未来需在“风险可控”的底线共识上，进一步推动算法透明化与权责明晰化，重构政府与数字平台的互动关系，将公共利益最大化嵌入技术发展的核心逻辑。中国语境下的算法治理，需依托中国特色社会主义制度优势，通过构建算法安全治理体系，规制前沿算法技术风险，以此遏制算法私权力无序扩张和对公权力的侵蚀。唯有通过制度创新来平衡技术效率与公共价值，方能在风险弥散的数字社会中，实现算法赋能与风险防控的辩证统一，为全球算法治理提供更具包容性的实践范本。