算法守门人：当AI开始筛选我们的集体记忆

一个危险的信号：用代码“删除”历史

当一台机器，通过关键词和ChatGPT辅助的筛选，就能决定哪些历史值得被资助、哪些记忆应该被遗忘时，我们可能正站在一个危险的十字路口。

最近，美国一桩联邦裁决引发了科技和人文领域的双重警惕。一家联邦机构被指控利用与DEI（多样性、公平性和包容性）相关的关键词搜索，并借助AI工具，大规模地终止了数百项人文研究资助。这些项目的主题涵盖了非裔民权史、原住民儿童、大屠杀纪念以及亚裔经历等。

裁决的关键点不在于这些项目本身是否有争议，而在于审查和筛选的手段——AI被用作一种高效的意识形态过滤器。这标志着一个根本性的转变：过去，对历史叙事的筛选和控制，往往由人来执行，过程相对透明，也更容易引发公开辩论。而现在，这个过程被技术“外包”给了算法，隐藏在代码和“效率”的面纱之下。

这不再仅仅是关于预算或政策的争论，而是一个关于“谁有权定义历史”以及“用何种方式定义历史”的原则性问题。当一个先例被建立，即政府可以基于特定的意识形态，利用算法大规模、快速地筛选乃至清除文化记忆，那么没有任何人的历史是绝对安全的。

两种路径，一个目标：中美叙事权力的不同玩法

美国的这起事件，是一种相对激进和明确的“减法”——直接删除和终止。但在中国，我们看到的是一种更普遍、更系统性的“加法”和“塑形”。

这里的权力运作方式不尽相同。它并非通过一个中央机构下令用AI“删除”特定项目，而是通过商业科技平台的算法，潜移默化地塑造公众的认知。抖音、今日头条、微博等平台的内容推荐算法，本质上就是一个巨大的注意力分配系统。它们通过精准的用户画像和行为预测，决定了你能看到什么，以及你看不到什么。

这种模式下，主流叙事被反复强化，而边缘或另类的声音则难以获得流量，自然沉寂。例如，关于某个历史事件，算法推荐给你的，可能更多是宏大、正向的集体回忆，而那些复杂、多维甚至充满争议的个人口述史，则可能被淹没在信息的洪流中。这不是直接的删除，而是一种更高级的“议程设置”。

对比来看，美国的模式是“手术刀式”的定点清除，引发了激烈的法律对抗；而中国的模式则是“生态系统式”的持续塑造，其影响更深远，也更难被察觉和挑战。两者路径不同，但最终都可能导向同一个结果：一个被精心“策展”过的、符合特定利益的集体记忆版本。

最大的谎言：算法是中立的

这两种路径背后，潜藏着一个共同且更危险的迷思：算法是客观中立的。

无论是用于终止资助的筛选模型，还是用于内容推荐的排序算法，它们都不是凭空产生的。AI没有价值观，没有历史感，也没有道德罗盘。它执行的，是其背后设计者、训练者和部署者嵌入其中的指令和偏好。

一段代码，一个模型，其本身就是一种权力的体现。选择哪些关键词作为“负面”标签，为哪些内容赋予更高的推荐权重，这些决策过程往往是不透明的。当一个机构声称“根据算法模型”做出决定时，实际上是将人类的偏见和意图，包装成了机器的客观判断。这种“技术中立”的伪装，恰恰是它最强大的地方，因为它削弱了公众的质疑，让审查和筛选变得“合理化”。

在我看来，这才是最值得警惕的地方。当公众逐渐相信机构的决策是基于“数据”而非“立场”时，社会的批判能力就会被钝化。人们开始失去对信息背后权力的警觉，最终，我们可能生活在一个由算法精心构建的、看似和谐却高度同质化的信息茧房里，而浑然不觉。

结语：我们需要的不是捍卫，而是知情权

面对算法对集体记忆的介入，仅仅停留在捍卫某些特定的历史叙事是远远不够的。因为今天你捍卫了一个，明天可能又会出现另一个被筛选的目标。

更根本的出路在于争取“算法知情权”。我们需要建立一种机制，让公众有权了解这些塑造我们认知的算法是如何工作的。无论是政府机构的审批模型，还是商业平台的内容分发逻辑，其核心规则和价值取向都应该接受公众的审视。

当历史的解释权开始从图书馆、档案馆、学者手中，悄然转移到代码和服务器里时，我们不能成为被动的接受者。追问“谁在编程”，并要求“代码透明”，应当成为数字时代公民的一项基本权利。因为一个对自己历史失去解释权和知情权的社会，也必然会迷失自己的未来。