算法操纵是指行为主体通过刻意干预推荐规则、扭曲信息排序或伪造互动信号，实现对用户认知与情感的隐蔽控制。从新闻传播学视角审视，其危害已超越技术偏差本身，深入至个体认知、公共领域与新闻权威等层面。以下结合把关人理论与过滤气泡理论，从四个维度展开分析。
一、信息茧房：个体认知日趋窄化
算法操纵通过强化“过滤气泡”，使个体长期沉浸于同质化信息环境，接触多元观点的机会锐减，认知边界不断收窄。帕里泽的“过滤气泡”理论揭示，算法并非中立工具，其个性化推荐实为隐性内容过滤。以短视频平台为例，用户反复接收某一立场的内容推送后，逐渐丧失对复杂议题的辩证思考能力，走向认知极化。
二、后真相：情绪渲染压倒事实
被操纵的算法优先分发高情绪、强冲突的内容，使情绪动员取代事实核查成为传播主导逻辑，“后真相”现象愈演愈烈。李普曼的“拟态环境”理论在此延伸：算法不再反映客观现实，而是建构一个情绪化的拟态世界。例如政治竞选期间，带有愤怒与恐惧情绪的帖文往往获得更高曝光，挤压理性政策讨论的空间。
三、把关失灵：新闻专业权威消解
传统媒体时代，编辑承担“把关人”角色，依据专业标准筛选新闻；算法时代，流量逻辑接管把关权，严肃报道让位于高点击低质内容。怀特的“把关人”理论在此遭遇挑战：算法把关缺乏新闻价值判断，导致伪信息与娱乐内容泛滥。以某社交平台热搜为例，娱乐八卦常占据榜首，深度调查报道却淹没于信息洪流。
四、计算宣传：意见气候被操控
算法操纵可成为“计算宣传”的武器，通过水军互动与话题操纵，制造虚假主流意见，扰乱真实民意。诺尔-诺依曼的“沉默的螺旋”理论在此变形：算法制造的虚假多数意见，使少数派声音被进一步边缘化。例如网络争议事件中，有组织的算法操纵常塑造出一边倒的舆论假象，压制多元讨论。
综上，算法操纵以技术之名行权力之实，从个体认知窄化、后真相蔓延，到把关失灵与意见气候操控，形成一套隐蔽的控制链条。治理路径需从算法透明、平台责任与媒介素养教育等多层面切入，让算法回归服务于公共性的本质，而非成为操纵认知的隐形之手。
