彭中礼，中南大学法学院副院长，教授、博士生导师，博士后合作导师，国家高层次人才特殊支持计划青年拔尖人才，湖南省芙蓉计划学术拔尖人才特聘教授，国家社科基金重大项目首席专家；兼任中国法学会法理学研究会常务理事、湖南省法学会法学理论研究会会长、人大复印资料《法理学 法史学》编委。
侯人峰，中南大学法学院博士研究生。
摘要：当前，算法推荐极易催生司法舆论极化现象，不仅重塑了信息传播生态，更对“舆论—司法”的互动逻辑产生深刻影响。算法推荐技术通过情绪优先的推荐逻辑、案件符号化传播与叙事简化策略及“信息茧房”效应等机制，催化司法领域的舆论极化。经算法赋能的司法极化舆论，借助有权机关介入、社会压力传导、法官个体认知影响等路径直接作用于司法实践，不仅削弱司法的事实认定功能，扭曲法律适用的客观立场，更侵蚀司法程序的正当性内核。对此，亟须构建涵盖“司法—平台—行政”的多元协同规制框架，以促成算法推荐语境下舆论与司法的良性互动格局。
关键词：算法推荐；舆论极化；司法现代化；协同治理
一、问题的提出
“在一个媒体和代码无处不在的社会，权力越来越存在于算法之中。”当代社会正历经一场由数字技术推动的深刻变革，人工智能不断重塑着舆论生态格局与司法运行模式。在这一过程中，算法发挥着核心作用。作为人工智能技术的核心，算法正以超乎预期的深度与广度，渗透到社会生活的方方面面，尤其是在舆论生成、传播乃至司法裁判的全流程中扮演着日益重要的角色。一方面，司法系统积极顺应技术革新趋势，从智慧法院建设中广泛应用的智能审判辅助系统、法律文书自动生成到基于大数据的类案推送与量刑预测，技术赋能显著提升了司法效率与裁判形式的一致性。另一方面，在公共舆论领域，以协同过滤、深度学习为代表的算法推荐技术，已成为信息分发的主导范式，并通过构建精准的用户画像与兴趣模型，深刻地影响乃至定义着公众的认知与态度。
然而，算法的“双刃剑”效应在司法领域日益显著。算法的兴起在带来信息获取便利与司法效率提升的同时，也使司法与舆论的关系发生变化。例如，在“复旦投毒案”“武汉大学诬告案”“成都地铁偷拍案”等案件中，舆论正借助算法的力量以极化态势干预司法，并在超越传统舆论影响的程度上侵害着司法的权威与独立性。合理引导司法舆论，使司法舆论在法治轨道内运行，不仅是司法领域的内在要求，更是国家治理能力现代化的重要课题。《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》强调：“深化主流媒体系统性变革，推进新闻宣传和网络舆论一体化管理，提高主流舆论引导能力。”中央网信办也发文表示对互联网上挑动群体极端对立情绪等行为进行专项整治。在算法时代，对算法技术赋能下的舆论问题进行深入的学理剖析与制度回应，已刻不容缓。
当前，学术界对舆论极化与司法关系的著述大致可归为三类：第一类是基于媒介审判理论的法学与新闻传播学研究。其核心在于探讨媒体作为媒介，在对司法起到监督作用的同时如何干预并影响公众舆论。第二类是聚焦于社交媒体时代网络舆论审判的研究。这类研究表明，在信息时代，舆论主体呈现出“去中心化”和多元化的特征。第三类是关注“算法机制”的传播学与计算机科学研究。其核心在于打开“算法”这一技术黑箱，深入剖析“信息茧房”“回音室效应”等具体机制如何导致舆论极化。整体而言，上述文献虽从不同角度对算法、舆论极化和司法进行研究，但鲜有研究对“算法”这一关键变量如何从微观层面、以何种内在机制重塑舆论与司法互动过程进行系统性的学理剖析。尤其是对当前主流平台所采用的协同过滤、深度学习等具体推荐算法如何通过一系列技术逻辑催化司法舆论极化，并进而影响司法裁判的这一核心因果链条，现有研究仍显零散和不足。
本文聚焦于“算法推荐机制如何重构舆论—司法互动”这一核心命题，深入剖析算法技术的介入如何从其技术特质层面根本性地改变了传统“舆论—司法”互动机制。为实现此研究目标，本文拟采用跨学科的研究视角，整合法学、传播学与计算机科学的相关理论资源，通过理论分析与案例剖析相结合的方法，回答以下问题：第一，算法推荐如何改变了极化舆论在司法领域的生成与演化机理；第二，算法赋能的舆论极化，如何重塑其与司法活动之间的互动路径与作用模式；第三，应如何构建规制体系引导和调适算法时代的这种新型互动关系。
二、算法推荐诱发司法舆论极化现象的生成机理
算法推荐并非传统媒体时代的中立信息管道，而是一种内置了特定价值取向与优化目标的主动信息塑造与分配机制。算法推荐的核心逻辑是“通过对内容、个人、场景特征的判断，进行信息匹配”。这种基于算法的信息分配本质上是用户价值主导下的场景化适配，通过用户画像的建构为用户提供更为适配的服务，从而在根本上提高了用户在传播领域的主体性。当这种技术逻辑延伸至“舆论与司法”互动过程中时，一方面，算法提升了公众对司法活动的关注度和参与感；另一方面，算法推荐的内在逻辑使得算法推荐系统在信息分发的效率和精准度上远超传统媒体，但同时也埋下了加剧舆论极化（Opinion Polarization）的深层隐患。
所谓舆论极化，指的是“伴随公共讨论而产生的群体意见结构多向分化乃至彼此对立的过程”。在司法实践中，这种分化与对立呈现出“情感动员—群体认同激活—风险展演”的演进逻辑。群众通常基于情感、道德等因素展开舆论审判，而非依照法律要件和证据规则进行理性辩论，这种极化不仅关乎观点分歧，更可能侵蚀司法所依赖的理性对话基础和社会信任环境。算法催化司法舆论极化并非单一机制使然，而是一个从个体心理操控到集体叙事建构，最终形成社会结构固化的、层层递进且相互强化的系统过程。以下我们将从“情绪认知”层（微观）、“符号叙事”层（中观）与“信息结构”层（宏观）三个逻辑维度，系统剖析算法何以在司法领域催生并加剧舆论极化。
（一）微观逻辑：“情绪优先”推荐逻辑挤压理性讨论空间
算法首先作用于个体心理认知的微观层面。算法推荐系统的首要优化目标在于最大化用户停留时长与互动率，此一商业目标从根本上决定了其内容筛选的内在优先级。从传播学和心理学的角度看，相较于逻辑复杂、表达严谨、情感克制的理性分析，蕴含强烈负面情绪的信息天然具有更强的注意力捕获能力和病毒式传播势能。因此，算法为了达成其优化目标，会系统性地偏好并放大这种负面情绪，其直接后果便是导致舆论场中出现“情感压倒理性”的极化偏向。其具体机理可从两个方面进行更为深入的考察：
一方面，算法通过捕捉并迎合用户的司法情绪偏好，构建并强化了针对性的“情绪藩篱”。这一过程始于算法对用户在信息流中细微行为数据的高度敏感性。算法通过追踪用户对司法案件中情绪化报道的阅读、点赞等行为，构建“司法情绪画像”，精准预判其情绪偏好。随后，这一画像便会驱动一个“情绪匹配—反馈强化—再匹配”的闭环机制，持续向用户推送符合其情绪偏好的同类案件报道、评论甚至虚构内容。长此以往，用户便会沉浸于一个由算法为其量身定制的、单一的情感体验环境中，难以自主调节情绪。受此影响，用户对司法案件的判断逐渐脱离事实与法理基础，转而依赖于被反复强化的情绪反应，最终形成“以情绪代法理”的固化认知偏向。
另一方面，情绪化信息在司法舆情中的高传播效率，进一步固化了算法的“情绪推荐”逻辑。在算法主导的平台上，用户发布的情绪化内容可以通过“点赞”等互动形式迅速扩散并引发广泛的情绪反馈。正因此，情绪化信息（尤其是来自“意见领袖”的负面情绪表达）更易引发受众的转发行为，而理性信息则需依赖高可信度的传播源才能获得相近效果。同样，在司法话题中，若理性分析缺乏权威信源背书，往往难以在算法评价体系中获得足够的推荐权重，更难以为用户所关注。司法内容因其专业性强、逻辑闭环严谨、表达方式克制，在与高度情绪化的叙事进行传播竞争时，天然处于劣势。这种机制导致舆论场中“依法论事”的理性空间被“依情论事”的情感空间系统性地替代和挤压，理性探讨的场域持续萎缩。这种异化的非理性民意最终可能会裹挟司法作出违背法律规范的判决。当公众以情绪偏好替代法律理性形成判断时，司法舆论极化的生成便具备了认知基础。
（二）中观层面：“案件符号化”传播与叙事简化塑造认知偏见
在激发个体情绪的基础上，算法进一步作用于公共叙事的中观层面。算法催生舆论极化的另一重要机理，在于其加速并放大了对司法案件的符号化传播及随之而来的叙事简化。在此过程中，一个本应充满复杂法律细节、有待严格证据检验的司法案件，被算法从具体情境中剥离出来，案件的核心要素被抽象为一组易于识别、便于传播且富含道德色彩的象征性符号（如“强者/弱者”“善/恶”），并被迅速嵌入公众早已熟知的、简单的二元对立叙事框架之中。这为司法舆论极化的形成提供了坚实的叙事基础与认知捷径。
一方面，算法以标签生产代替事实分析，高效地推动了司法案件的“符号化提取”。当一个司法案件进入公共视野后，平台、媒体与用户会共同参与对该案件进行“标签化”的创造与竞争过程中，如“XX案”“正当防卫”等。算法会基于数据反馈，迅速识别并优先推荐、放大那些更具情绪煽动性、更符合大众猎奇心理或更能触动社会固有偏见的标签。例如，在涉及贫富冲突、官民矛盾的案件中，“为富不仁”“恃强凌弱”等标签会迅速获得算法的巨大流量倾斜，并成为定义该案件的核心符号。在司法案件中，这种案件符号化的机制极易导致道德审判叙事取代法律分析，特别是在涉及未成年人犯罪、贫富对立等案件时，算法推荐技术极易扩大群众情绪，改变群众认知，最终形成强烈的集体情绪乃至舆情风暴。如“邯郸少年杀人案”等热点事件中，算法驱动下的舆论场迅速被“天生坏种”等情绪化标签主导，而理性的法律分析则被边缘化。这种“标签主导认知”的模式，使得公众不再关注司法案件的法律本质，而是基于符号展开道德批判。当批判形成群体共识时，便会演化成极化舆论。
另一方面，算法通过强大的“关联推荐”功能，将不同案件进行捆绑，系统性地强化了符号化叙事，从而制造出一种虚假的“司法规律认知”。算法不仅通过标签简化个案，更基于内容相似性、用户兴趣图谱和语义关联，将一个正在审理的案件与历史上具有相似标签但可能法律性质完全不同的旧案进行人为勾连。例如，当一个新的正当防卫案件出现时，算法可能会向大量用户捆绑推送多年前的“于欢案”或“昆山龙哥案”的报道与评论，并通过“案件对比”等形式，进行议题属性的捆绑化。此种关联推荐在用户认知层面制造了一种虚假的“历史必然性”的认知错觉。它引导公众形成一种刻板印象，即凡是带有类似标签的案件，其司法过程和结果都必然是相似的、可预测的。这导致公众不再基于本案的具体事实和法律进行独立评判，而是基于被算法反复强化了的、对某一类案件的固化偏见进行审视。这使得个案被强行置于一个已经预设了结论的背景板下，任何基于本案特质的独立司法判断都极有可能因违背虚假的历史规律而遭受猛烈的舆论批评。
（三）宏观层面：“信息茧房”的构建固化舆论对立
在“情绪优先推荐逻辑”与案件符号化传播与叙事简化的基础上，算法在社会结构的宏观层面完成了极化。通过构建“信息茧房”并催生“回音室效应”，算法将持有相似符号化叙事的人群聚集、隔离并不断强化其内部认同。不同茧房之间渐行渐远，形成难以对话的认知堡垒。至此，偶然的情绪波动和暂时的舆论分歧，被算法结构化为稳定的、对立的群体阵营，并具备了组织化行动的潜力。
信息茧房（Information Cocoons）概念由法学家凯斯·桑斯坦（Cass Sunstein）提出，意指人们对信息进行选择的结果，身处信息世界的人们只会聆听让自己感到舒适和愉悦的信息。法律权威性表现之一便是要求人民服从法律，这也是法律权威性的真正来源。但在“信息茧房”中，人们只愿听到符合自己价值观的声音，若法律与观念相冲突，则法律权威性将被削弱。算法推荐通过技术方式极大地增强这一效应。
一方面，算法推送的同质化司法信息导致公众对案件事实与法律认知的片面化与极端化。司法裁判的公正性有赖于信息公开，信息公开数量越多，裁判的可接受性越高。然而，“信息茧房”通过“选择性推送”的技术手段，系统性地剥夺了用户全面、均衡地接触多方信息与对立观点的机会。用户一旦对带有某种倾向性的司法案件内容产生了点击、评论等互动行为，其后续的信息流便会被算法迅速地用同类观点所淹没。这种“选择性接触—算法强化—认知固化”的循环，使得不同信息茧房内的公众，对同一个司法案件的事实基础、证据采信乃至法律性质，可能产生截然不同且难以调和的理解。当司法裁判最终基于全面的证据和复杂的法律推理作出了一个与某一茧房内被反复强化的朴素正义观相悖的结果时，便极易引发该群体对司法公正性的强烈质疑与不信任。而事实上，该群体的认知本身已经与完整的案件事实和法律全貌发生了系统性脱离。
另一方面，从群体互动层面看，信息茧房内的“回音室效应”（Echo Chamber Effect）凯斯·桑斯坦：《网络共和国:网络社会中的民主问题》，黄维明译，上海：上海人民出版社，2003年，第47-48页。催生了对抗司法的集体行动力。在算法构建的封闭信息环境中，持续的互动会导致观点相似的个体之间产生“回音室效应”，这种效应不仅促成极化群体的形成，还赋予了群体组织化和行动化的能力。这种网络集体行动以某个议题或事件为中心，以关注认同为纽带，不仅转化为线上的大规模请愿、对官方账号的“围攻”，甚至可能演变为线下的聚集施压。这使得司法机构所面临的不再是传统意义上分散的公众意见，而是由算法赋能的具有高度组织性、行动力和情感强度的司法舆情事件，司法独立裁判的制度空间因此受到挤压。
三、算法推荐诱发司法舆论极化现象的影响路径
传统舆论对司法的影响多依赖偶然触发的社会关注或媒体深度报道，路径分散且不确定性强。而算法推荐技术的深度介入，从根本上重构了这一压力传导的生态系统。它不仅放大了舆论的声量，更关键的是，它的技术特性将原本模糊的社会情感塑造成一种结构化、数据化且具有明确指向性的“压力束”。这种新型压力不再遵循单一线性路径，而是从体制内、体制外以及个体认知这三个既相对独立又相互强化的维度，系统性地嵌入并作用于司法运行的全过程，构成一个立体化、高强度的复合影响网络。
（一）体制内路径：通过有权机关影响司法
司法受党的领导和立法机关监督是我国司法的重要工作机制。现实中，“来自上级党委政府、同级党委政府和上级法院的多重任务,构成了一个常规性与临时性错杂、业务性和政治性交织、宽和性与紧急性并存的任务群”，下级法院需要在复杂的关系间维持运转。也正因此，一些案件当事人意图借助舆论向“管得了司法的权力者”寻求帮助以满足自身诉求。在传统模式下，这种舆论通过有权机关影响司法的方式较为模糊。通常情况下，有权机关对舆论把握存在一定的滞后性。然而，在算法背景下，极化舆论通过制造显性化的社会治理风险，倒逼负有维稳与回应民意职责的有权机关采取行动，而这些行动通过科层制的压力传导，最终影响司法系统在案件裁定上进行适应性调整。极化舆论便在这样的传导的过程中，以不可忽视的要素形式深入到司法裁判中。
一方面，借助算法推荐技术，极化舆论作为风险信号成为有权机关的触发机制，并作为有权机关介入司法的关键依据。有权机关对司法活动的关注，本质上是一种风险管理的政治决策。极化舆论的威胁性在于，它不再是不特定的公众议论，而是呈现出议题聚焦、立场对抗并具备线上线下联动潜能的群体性事件雏形。算法平台的数据指标将这种极化态势实时、量化地呈现出来，使极化舆论成为一种无法被忽视的“风险仪表盘”。对于地方党委、政府及政法委而言，其核心职责包括维护辖区社会稳定。当一个本地司法案件演变为全网舆论讨论的焦点时，甚至舆论已经有极化的趋势，它便从单纯的法律纠纷迅速升级为可能引发群体性事件甚至被上级问责的政治风险源。此时，介入司法、平息舆情、引导舆论，就从一个可选项变为一项紧迫的政治任务。这种基于极化舆论的政治介入，使得司法裁判不得不纳入政治要素的考量。除适时介入外，有权机关还可通过政策制定的方式针对某类极化舆论问题长期指导司法。这些政策虽与法律存在张力，但不必然与法的价值追求相冲突，因此，在司法实践中政策也是法官不可忽视的因素。
另一方面，除行政机关外，极化舆论借助算法更易为上级法院所获悉，并通过上级法院实现对下级法院裁判的影响。在法院系统内部，上下级法院之间存在着类似信息不对称的局限与困境。上级法院通常处于信息的劣势地位，某些极化舆论在传递中易因非重大性被简化或遗漏，形成“上级难知基层案”的信息不对称。此外，上级法院注意力有限，“当组织的注意力从某一领域转移到其他领域时,这一领域的决策活动就会减少”。上级法院注意力更多集中在上访案件等容易引起社会稳定或党委评价的案件，普通案件则容易受到忽视。算法推荐则彻底绕开了这一传统路径。即便是一个基层法院正在审理的普通案件，只要案情要素符合算法所偏好的极化舆论模型，就可能在极短时间内被迅速放大为全网热点，并被算法精准地推送到包括上级法院领导在内的各类用户的信息流中。这使得上级法院领导得以在无需依赖传统层级汇报的情况下，实时捕捉并可能介入任何一个包含极化舆论的基层案件，上级法院干预的可能性、即时性与精准性都得以增强。极化舆论通过被纳入上级法院考量的方式，逐步渗透并介入上级法院对下级法院的指导过程中，进而对下级法院对本案的裁判产生影响，虽不必然对判决产生实质性的变更，但却也成为下级法院裁判时不可忽视的因素。
（二）体制外路径：通过社会压力影响司法
算法推荐技术在内的“各种机器的运用造成审判时空同一性被突破、当事人数据化等状况”，这使得司法裁判与社会联系愈发紧密。在此背景下，算法推荐技术所催化的极化舆论不再是弥散的意见，而是构成了一种高强度、高组织化的数字社会压力。算法由此使得极化舆论以社会压力的形式，动态嵌入并影响司法活动。
一方面，算法推荐技术强化了社会压力形成的急迫性，压缩了司法审慎思考的空间。“克制、保守、稳健的司法是对职业法律人的基本要求，也是法治的本来之义。”司法的特征之一是裁判的审慎性，这保证了裁判能够基于充分的证据和理性的思考。传统社会压力之所以对司法影响有限，很大程度上是因为极化舆论的反馈是缓慢和间接的，极化舆论未能形成迫切的社会压力影响司法。然而，算法推荐技术创造了一个高速的极化舆论反馈闭环，加速了社会压力的形成，并沿着“算法催化—舆论极化—压力传导—司法应激”的连贯路径展开。面对算法催化的极化舆论，司法机关的任何一项决定（如对某嫌疑人采取或不采取强制措施），都将迅速引发大规模的网络讨论，此时，维稳等目标不可避免地会被嵌入司法案件的处置考量中。为应对这种高度可见且紧迫的社会压力，司法机构的行为模式呈现出适应性调整。这种调整未必直接体现为实体裁判结果的偏差，更可能表现为司法过程内部节奏的加速、对外沟通与释明工作的显著前置与加强，以及在法律允许的自由裁量空间内对裁决可能引发的社会反响给予更大权重。算法的深刻影响正体现在它通过催化舆论极化并形成社会压力，系统性地改变了司法决策所面临的时间约束与优先序位，使司法机关在维护程序理性与回应外部数据化压力的双重目标间承受持续张力。
另一方面，算法赋能社会压力实现组织化，将极化舆论转化为有组织的集体行动以影响司法。如前文所述，算法通过“信息茧房”与“回音室效应”，不仅固化了用户观点，更重要的是通过平台上的“超话社区”等功能，高效聚合已经具有情绪化、极端化倾向的个体，并为他们提供了现成的、低成本的组织工具。因特定司法案件而聚集起来的网民，可以迅速地统一口号、分配任务、协调行动，形成对特定案件、特定法院乃至特定法官的“极化舆论狙击”。这种由算法赋能的集体行动，将原本分散的社会压力具象化为一股有明确目标、有组织纪律、行动力极强的社会力量，能够直接冲击司法程序的正常运行。在程序层面，其制造的“场外压力”干扰法庭正当的言辞辩论原则；在资源层面，迫使法院启动舆情应对机制，导致本用于裁判的司法资源被防御性消耗；在权力结构层面，试图以即时、情绪化的数字民意流量挑战司法专业判断的终极权威。借助算法推荐技术，极化舆论精准地转化为一种能够系统性损耗司法资源，并以此间接影响司法决策风向的对抗性工具，进而冲击着司法作为中立裁判者所必需的制度屏障与心理安全区。
（三）主体认知路径：通过法官个人影响司法
“法律与公意不一致或不再一致的问题，并不是法官要解决的问题，而是议会的问题。”皮罗·克拉玛德雷：《程序与民主》，翟小波、刘刚译，北京：高等教育出版社，2005年，第21页。但在中国环境下，法官作为人民的代表被视为公正的化身，在案件裁决中不可避免地承载着民众的期望，也同样面临着舆论的影响。在算法普及之前，此种影响多停留于抽象的、间接的层面。法官对民意的感知，主要通过专业媒体选择性的深度报道、学术界的讨论或同行间的个案交流来形成一种相对模糊、经过专业过滤的认知。然而，算法技术的普及从根本上改变了这一态势。由算法赋能的极化舆论通过高度情绪化、道德化的叙事框架，构成了法官难以完全隔绝的信息环境背景音，并通过对法官认知的渗入进而影响司法裁判。这种极端化叙事，以两种机制渗透法官的主体认知。
一方面，算法推荐技术通过重塑信息传播机制，使极化舆论的压力以身临其境的方式作用于法官的认知过程。在传统媒体环境下，法官对案外舆论的感知相对模糊，主要通过有限的媒体报道和抽象的社会氛围来把握民意动向。而算法推荐系统则通过“兴趣标签匹配+关联推送”等技术手段，不仅深刻影响着普通公众，也使法官同样有受媒体影响而产生偏见或不公平看法的可能。当法官处理的案件成为舆论焦点并形成极化舆论时，法官个人的信息网络中会持续涌现与该案件相关的情绪化评论与内容。这些极化舆论通过精准的标签化传播和关联推荐，使得以往抽象的民意转化为法官信息网络中具体且充满情感冲击的声音与文字。这种身临其境的压迫感使极化舆论从背景噪声转变为前景信息，无形中影响着法官对案件的整体感知与判断。此外，极化舆论所构建的简单叙事模型，会通过信息流持续冲击法官的认知界面。尽管职业伦理对法官提出要求，但研究表明，鲜明且重复的叙事框架会形成强大的认知锚点，这种锚定效应始终困扰法官裁判，并在不同程度上影响判决。
另一方面，算法驱动下的极化舆论呈现出显著的人格化指向与风险切身性特征，并对法官个人产生威胁，进而影响司法裁判。在算法构建的舆论场中，情绪化表达极易扩散并引发广泛的反馈效应。当舆论关注从案件本身转向对承办法官个人的人肉搜索、身份质疑乃至直接的语言攻击时，法官感受到的压力便从“对事”转向“对人”。这种极化的舆论压力不再局限于虚拟空间的口诛笔伐，而是可能现实地转化为对其职业声誉、个人生活乃至人身安全的潜在威胁。同时，当下中国公共舆论对个案裁判的反应成为衡量法院业绩的重要指标，“人民是否满意”成为衡量司法公正的重要标准，算法技术更是进一步将舆情通过热搜排名、话题阅读量等指标数值化，为内部考核与问责提供参考，使得法官面临的组织压力也随之量化与具象化。这种双重压力机制显著增加法官的决策风险，进一步加强法官逃避、转嫁责任的动机。
四、算法推荐诱发司法舆论极化现象的负面影响
当前，算法推荐技术深刻地改变着司法实践的内外部环境。算法推荐技术在一定程度上起到监督司法等正向作用，推动了法治现代化建设。但同时，经由算法推荐技术催化与传导的极化舆论，其对司法的影响绝非停留于表象的压力或干扰，而是深入司法裁判的内在机理，对司法赖以运作的核心维度构成系统性冲击。算法驱动的极化舆论，正是通过削弱司法的事实认定功能、扭曲法律适用的客观立场、侵蚀司法程序的正当性内核，从深层动摇司法系统的功能完整性与公信力。
（一）削弱司法的事实认定功能
“事实认知是司法裁判之基石，是案件裁判内在过程的决定因素。”对案件事实的准确查明与认定依赖于严格的证据规则、严谨的逻辑推理和不受干扰的专业判断，即形成“法律真实”。然而，算法驱动下的舆论极化通过制造和传播一种更具感染力的“叙事真实”，削弱司法的事实认定功能。
首先，舆论极化制造了“情绪化叙事”与“证据化叙事”的冲突。法庭审理的核心是构建由有效证据支撑的证据链条。而算法平台则擅长生产和传播“情绪化叙事”，通过对当事人的悲情故事进行特写、对案件进行道德化的善恶归因、配以煽情的音乐和剪辑，构建出一个充满情感冲击力的故事版本。这个故事版本往往比法庭上经过质证的证据更能抓住公众的眼球，更容易激发公众的同情或愤怒。当这种情绪化叙事在算法的助推下形成压倒性的舆论声势时，它便在公众认知中获得了“相对真相”的地位。任何与此叙事不符的证据或司法认定，都可能被公众视为不合情理甚至是司法不公的表现，从而对司法机关的证据采信和事实认定构成巨大压力。这本质上是“政治传播的核心逻辑由‘事实驱动’悄然向‘情感驱动’偏转”的表现。
其次，舆论极化通过信息污染加大了司法机关查明事实的难度。在极化的司法舆论场中，为了支持己方观点、攻击对立方，谣言、不实信息甚至伪造的证据层出不穷，网络空间的匿名性则进一步加剧这类信息的扩散。算法推荐技术使得这些虚假信息能够迅速、广泛地传播，形成信息污染，严重干扰公众和司法人员的认知。此外，这种信息污染会反向渗透至司法程序之中，增加法官甄别包括言论在内的证据真伪的司法负担。同时，案件的当事人、证人也可能因为惧怕网络暴力或人肉搜索，而不敢或不愿在法庭上说出与主流舆论相悖的实情，这直接损害了司法赖以认定事实的最重要的言辞证据基础。
最后，舆论极化挑战了司法对事实认定的最终解释权。在传统社会，经过法定程序，由法院在生效裁判文书中认定的事实具有最终的、不容随意挑战的法律效力。但在算法时代，即使法院作出了终审判决，围绕案件事实的多元叙事也远未结束。败诉方或其支持者可以持续不断地在网络空间中传播己方的故事版本，通过算法推荐技术，这些叙事能够不断触达新的同情者，形成一个与正式司法裁判并行不悖甚至影响力更大的“舆论法庭”。在此场域中，司法的证据规则与程序要求易被忽视，情绪、立场和身份认同成为评判是非的重要因素。这种由算法维持的极化舆论审判，使得司法裁判的事实认定功能被严重削弱，案件事实陷入了被无休止地解构和重塑的“后真相”困境，这从根本上侵蚀了司法作为事实权威裁断者的制度根基。
（二）扭曲法律适用的客观立场
法律适用的核心要求是法官秉持客观、中立的立场，依据法律文本、立法原意和法理逻辑，对案件事实进行裁判，以保证法律适用的统一性与可预期性。而算法推荐技术驱动的舆论极化，则通过注入强大的外部变量扭曲了法律适用本应坚守的客观立场。
首先，舆论极化导致了“情绪化的法益衡量”。诸多疑难复杂的法律规范之适用，其本质内含着对不同法益的衡量与平衡，这种衡量本应是在法律框架内进行理性、审慎的比较。然而，算法驱动的舆论极化，通过对特定一方（通常是看似弱势或遭遇不幸的一方）的悲情化叙事进行不成比例的放大，极大地提升了某一特定法益在公众舆论场中的情感权重，导致法益衡量发生严重失衡。例如，在涉及未成年人犯罪的案件中，算法反复推送被害人的悲惨遭遇，形成要求严惩不贷的巨大声势，此种巨大的情绪压力，可能导致法官在适用“最有利于未成年人”原则时，不自觉地向“维护社会秩序”这一法益过度倾斜，从而相对忽略了对未成年罪错人员进行“教育、感化、挽救”的立法初衷与长远社会效益，使得法律适用偏离了应有的客观与平衡。
其次，舆论极化促成了“选择性的事实聚焦”。一个法律后果的产生，需要案件要素符合法律规范所设定的构成要件。司法认定的过程，是对全部相关事实进行全面审查的过程。但舆论极化往往聚焦于案件中某些最能激发情绪的片段化案情，并放大为案件的全部真相。这种选择性的事实聚焦，会误导公众乃至影响司法者对法律构成要件的判断。例如，在正当防卫的认定中，舆论可能会反复传播防卫人“持刀反击”的血腥画面，而忽略或淡化不法侵害发生的“紧迫性”等其他关键构成要件。当舆论压力集中于某个被放大的事实片段时，法官在进行法律涵摄时，其自由心证可能不自觉地被舆论的聚焦点所牵引，导致对整体事实的把握出现偏差，影响法律适用的准确性。
最后，舆论极化推动了“大众伦理的过度适用”。法律与社会普遍伦理道德之间存在紧密联系，“在司法过程中，道德总是通过种种途径影响法律规则而试图影响法官的司法裁决”。但是，法律作为一种专业化的技术规范，具有其自身的独立性与逻辑自洽性。当法律的专业判断与大众的朴素伦理观念发生冲突时，法官有责任依法判决。然而，舆论极化将大众伦理观念凝聚成一种不容置疑的“政治正确”，并对任何试图进行专业法律辨析的声音予以压制。这种压力可能导致大众伦理在司法裁判中被不成比例地优先适用，甚至僭越了法律的规定。在某些涉及家庭纠纷的案件中，舆论场中“清官难断家务事”“劝和不劝分”的传统伦理观念异常强大，若司法严格按照法律关于离婚自由、财产分割的规定进行裁判，可能会被舆论指责为“冷漠无情”“破坏家庭”。这种情况下，司法裁判所遵循的对象就从明确的法律条文悄然转向了模糊但压力巨大的大众伦理，由此损害了法律作为统一行为准则的权威。
（三）侵蚀司法程序的正当性内核
程序是形式法治与实质法治的重要联结。司法权威不仅缘于实体裁判的正确，更缘于其遵循了一套独立、理性、对等的程序规则。算法驱动的司法舆论极化通过对司法程序的渗透、压制和架空，正在从内部侵蚀和掏空司法程序本应具备的正当性内核。
首先，舆论极化以“预设审判”取代程序对抗。现代司法程序是一种“两造对抗、裁判者中立”的诉讼构造，当事人平等、程序参与等是核心要义。其中，当事人有机会参与并影响诉讼程序与裁判结果是程序参与的要求之一。然而，算法驱动的舆论极化往往在司法程序启动之初，就已通过标签化、道德化的叙事，完成了对涉案人员的“预设审判”。在这种舆论场中，被告方通常被塑造为恶人，任何为其进行的程序性辩护都极易被视作为坏人开脱的诡辩，辩护律师也因此常遭网暴。这种强大的舆论预判，实质上削弱了“无罪推定”的社会心理基础，使得法庭内的程序对抗在舆论看来失去了正当性。法官在主持庭审时，面临着采纳辩护意见即可能被视为“违背民意”的巨大压力，从而抑制了程序性辩护功能的正常发挥。
其次，舆论极化以“即时反应”冲击程序节律。司法程序具有其内在的、审慎的时间节律。从立案、调查、开庭到合议、判决，每一个环节都需要充足的时间来保证信息的完整呈现、论点的充分交锋和裁判者的审慎思考。这种程序的“迟滞性”或“节制性”，是保障司法理性的重要条件。然而，算法媒体的运行逻辑是“即时性”的，它要求对热点事件进行快速、持续的追踪和反馈。算法平台的这种高频催促，打破了司法应有的程序节律，致使侦查机关可能在舆论压力下仓促结束调查，检察机关可能被迫提前介入，法院可能需要不断就程序性问题发布公告以安抚舆论。这种被动的、应激式的反应，压缩了司法人员冷静思考和依法裁量的空间，增加了在压力之下作出仓促或错误决定的风险，从而损害了程序所要保障的理性内核。
最后，舆论极化以“选择性可见”扭曲程序公开原则。现代法治国家中，程序公开已经成为贯穿于立法、行政、司法等多个环节的宪法性原则。传统意义上的程序公开，其核心要义在于通过程序的完整性开放，实现对公权力的有效监督，并促进公众对裁判结果的理解与认同。然而，在算法推荐技术影响下，“公开”被重新定义。公众希望从程序公开中窥见司法系统的公正与公平，但算法并不会将整个审判程序无差别地推送给公众，这导致公众看到的并非审判的全貌，而是一个被算法策划过的“表演”。程序公开原则的监督功能被消费功能所取代，而旨在促进理性反思的制度初衷被扭曲为满足公众情感宣泄和算法平台盈利的工具。这种选择性可见，不仅无法让公众真正理解司法，反而可能因为信息的碎片化和片面化加剧公众对司法的误解与不信任。
五、算法推荐诱发司法舆论极化现象的规制路径
面对算法推荐技术赋能的司法舆论极化带来的系统性、结构性挑战，单一的、被动式的应对策略已难以为继。对此，必须超越传统的应对思路，构建一个涵盖“司法—平台—行政”的多元协同治理框架，在司法公正、网络言论自由与技术创新发展之间寻求一种动态的、可持续的平衡。
（一）司法维度：制度韧性的建构与沟通能力的强化
在无法完全改变也无法脱离外部舆论环境的背景下，司法系统必须从内部着手，通过制度创新与能力建设，增强自身的制度韧性，在面对外部极化舆论的巨大压力和高度不确定性时，依然能够维持司法核心功能，实现公正裁判并最终赢得公众理解与信任。
第一，健全舆论极化压力下的法官职业保障建设，使其成为抵御舆论极化压力的坚实防火墙。这种保障不仅包括物质待遇的提升，更核心的是精神与制度层面的坚实保障。首先，应完善法官及其家人遭受网络暴力、人肉搜索的快速反应机制，由多部门联动依法追究责任，向全社会释放“攻击法官就是攻击法治”的明确而强烈的信号。其次，应进一步规范法官惩戒委员会的运行机制，确保对法官的任何投诉与处理都严格基于案件事实和法律规定，而非极化的舆论风向或领导批示，从制度上避免法官因为依法裁判而遭受不当问责，彻底消除其心理上的后顾之忧。最后，在法官的绩效考核与晋升体系中，应明确排除将“舆情满意度”“网络支持率”等模糊的非专业指标作为评判案件质量的核心标准，坚定不移地回归“以事实为依据，以法律为准绳”的唯一裁判导向，从激励机制上杜绝任何向极化舆论妥协的倾向。
第二，系统性地强化裁判文书的公共说理功能，构建旨在解构“极化叙事”的裁判沟通体系。裁判文书是司法与公众进行理性沟通的关键桥梁，针对极化舆论常依赖片面、扭曲信息的现实，司法沟通必须更具主动性和穿透力。在强化裁判文书说理的基础上，需特别针对那些已被极化舆论“标签化”的案件，制作直击争议核心的“图文说明”。例如，“核心问答”应毫不回避地正面回应极化舆论场中传播最广的谣言与道德指控，“一案一图”需清晰还原被算法简化的复杂证据链与法律逻辑。通过将这些权威、理性、完整的法律事实适配多渠道、多语态的方式精准投送至已被极化信息污染的极化舆论场中，主动撕裂“信息茧房”，对抗情绪化叙事，为公众提供足以作出独立判断的事实基础。
第三，完善专业化的司法极化舆情评估与主动沟通机制，变被动应对为主动引领。“司法舆情监测评估作为衡量司法公开成效、表征司法公正实现程度、测量民意走向的量化手段具有价值性和经验性的积极意义。”各级法院应建立健全由法官、法官助理、新闻发言人以及必要时引入的社会学、传播学专家组成的专业司法公共关系办公室。该团队的核心职能主要包括识别极化信号、研判极化动因，并预警潜在的集体行动风险。在此基础上，沟通策略必须从“被动辟谣”转向“主动设置理性议程”。这意味着需要在极化舆论形成的关键节点，通过发布权威信息、组织理性对话，将公共讨论的焦点从情绪对峙引向法律争点的实质性辨析，从而在极化浪潮中锚定理性基石。
（二）平台维度：主体责任的压实与运营机制的优化
作为算法技术的具体运用者，大型算法平台已超越单纯的技术中介或商业实体，成为塑造公共议程、配置社会注意力的关键信息基础设施。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规，均确立了平台在内容治理、算法安全、信息安全等方面的主体责任。要求平台在涉及司法等重大公共利益领域采取审慎措施，并非让其配合司法，而是履行其作为社会重要组成部分的法定义务与社会责任，这亦是全球数字治理的共识方向（如欧盟《数字服务法》）。
第一，完善平台舆论极化内容审核与事实核查联动机制。平台应投入更多的技术与人力资源，强化新闻“把关人”角色，将信息的分发功能建立在多次计算和审核的基础上，进而在发挥技术优势的前提下提高信息质量。同时，平台应与权威的事实核查机构、主流专业媒体、各级司法机关建立制度化的、能够快速响应的联动机制。当网络上出现关于司法案件的广为流传的虚假信息时，该机制能够被迅速激活，进行快速核查，联合辟谣，并通过醒目的方式对不实信息进行标注，同时在推荐系统中显著降低其权重。这种联动不应是事后的、临时的，而应是前置的、常态化的。此外，平台还应建立可供全行业共享的“涉司法不实信息数据库”，将已被权威证伪的谣言纳入其中，通过技术手段有效防止其改头换面后再次传播。
第二，系统性优化平台社区规则并对舆论极化进行过程性干预。平台应制定并严格执行专门针对司法议题讨论的社区规则，明确禁止对司法人员及其家人的侮辱诽谤、泄露庭审非公开信息等行为。对于屡次发布极端言论、煽动群体对立的“意见领袖”和用户，应采取警告、限制流量、暂停发布权限乃至永久封禁账号等阶梯式管理措施。更进一步，平台应在用户浏览过程中进行干预。当用户试图分享仅阅读标题的争议性文章时，系统可提醒“阅读全文后再分享”，以促使其冷静思考。
第三，加强平台与司法机关之间的常态化沟通。平台应与各级司法机关建立超越个案层面临时合作的常态化、机制化的沟通渠道。一方面，司法机关可以定期向主要平台通报近期社会关注度高、可能引发重大网络舆情的案件类型和普法重点，帮助平台提前优化其内容审核标准和推荐策略，做好预案。另一方面，平台在通过数据监测发现可能严重干扰司法的重大网络舆情苗头时，有义务向司法机关进行预警，最终实现司法与平台二者间的良性互动。
（三）行政维度：算法运行的过程性监管与合规性约束
在司法系统增强韧性、平台企业压实责任之外，国家行政权力作为一个主动、持续且更具强制性的外部规制力量不可或缺。行政规制的核心在于执行与矫正，它通过制定具体标准、实施分类监管、开展动态执法等过程性手段，将法律原则转化为算法运营必须遵守的、可被日常审查的行为规范。面对算法推荐在司法舆论场中引发的极化风险，行政机关（国家网信部门等）的任务是扮演一个主动的校准者与监督者角色，对算法的运行过程施加持续的外部约束，确保其不偏离公共利益轨道。
第一，制定并强制实施算法运行透明度的技术标准。规制的有效性始于穿透“算法黑箱”。行政规制机关应当依据《互联网信息服务算法推荐管理规定》等规定，牵头组织制定并颁布具有强制性的算法运行透明度技术标准。该标准要求在涉及司法、公共政策等高风险场景时，算法服务提供者必须能够向监管机关披露其推荐模型的关键逻辑参数（如内容排序、权重分配），以便为监管者提供一套用以评估算法是否在结构上加剧司法舆论极化的审计工具，使极化风险从主观描述变为可被技术审查的对象。
第二，实施基于风险分级的分业分类精准监管。场景不同，算法的性质也会不同，对算法也应采取不同的规制原则。行政规制机关应建立并动态调整算法应用风险分级目录，明确将“正在审理的司法案件舆情讨论”列为最高风险等级。具体规制措施可包括：要求平台对该类议题的推荐策略进行专项备案与解释说明；授权监管机关对相关算法模型进行定期的合规抽查，模拟其面对不实信息、煽动性言论时的推荐结果；要求平台建立独立的内部算法伦理审查程序。这种分业分类监管的核心，是以行政力量将公共资源的配置向最高风险领域倾斜，实现监管精准性的跃升。
第三，建立“司法风险提示—行政监管干预”的联动响应机制。为阻隔算法舆论对审判程序的即时冲击，必须在行政规制体系中创设一条制度化、高效率的跨权力分支协同路径。当审理法院依法认定，某一具体案件的线上舆论因算法推荐已严重扭曲事实、煽动对立并实质威胁司法公正时，可向国家网信部门发出具有法律效力的“风险提示函”。网信部门在收到提示后，应依法启动快速评估与会商程序，并可视情节严重程度采取一系列阶梯式的行政监管措施：从责令平台对涉案话题的推荐策略进行说明并提交整改报告，到指令平台对特定违法侵权信息采取全网禁播、对相关煽动性内容进行流量限制，直至在特定期限内强制启动“权威信息优先推送”模式。这一机制的本质，是利用行政权的主动性、强制性和高效率，在极化的舆论场中为司法程序提供一种法定的、即时性的保护器。
六、结语
当前，算法已然成为生活中不可忽视的必要存在。但算法技术的发展是一柄双刃剑，其在赋予社会巨大活力的同时，亦对包括司法在内的传统社会制度带来了深刻而持久的挑战。算法推荐视域下的司法舆论极化，不仅是技术逻辑与商业利益偶然结合的产物，更深层次地反映了社会转型期公众权利意识高涨与法律理性素养尚有不足之间的结构性张力。因此，对司法舆论极化的规制是一项需要技术、法律、社会多方协作并不断调整的系统工程。
未来规制进路的核心要义在于“平衡”：在保障公民言论自由的基本权利与维护司法公正的核心价值之间寻求平衡；在鼓励技术创新、释放数字经济活力与有效防范算法权力被滥用的风险之间寻求平衡；在积极回应公众对司法的热切关切与坚守司法裁判所必需的专业性、审慎性之间寻求平衡。这要求我们以一种更具穿透力的智慧，去审视算法背后潜藏的权力结构与价值导向，以有效的制度设计，推动算法从单纯追求效率与商业利益的工具理性，向着服务于社会公正与人类福祉的价值理性回归。唯有如此，我们方能驾驭算法这股强大的技术力量，使算法成为促进司法公正、增进社会共识的建设性力量，并在数字时代更为坚实地捍卫司法的尊严与权威。
原文刊发于《厦门大学学报（哲学社会科学版）》2026年第3期第127—138页。
