人工智能时代，算法不仅获得了支配物质资源的权力，也获得了支配精神资源的权力。在意识形态领域，算法技术的赋能强化了传统意识形态风险，算法的自我进化制造了意识形态黑箱，这些因素共同构成数字时代影响意识形态安全的新变量，要求我们积极探索和优化治理智能算法技术意识形态风险的新路径。
探索数据资源的所有制实现形式。一是实现数据确权。建立公共数据、企业数据、个人数据的分类分级确权授权制度。根据数据来源和数据生成特征，分别界定数据生产、流通、使用过程中各参与方享有的合法权利，建立数据资源持有权、数据加工使用权、数据产品经营权等分置的产权运行机制，推进非公共数据按市场化方式共同使用、共享收益的新模式。二是建立数据资源保护机制。在建立国家、企业、个人的数据分级分类产权保护制度的基础上，制定相应的算法应用规则，防止商业平台滥用数据。三是加强公共数据资源的保护开发。整合现有平台数据库资源，加强国家公共数据基础设施建设，实施国家公共数据保护工程，运用技术手段设置个人信息与平台企业的“防火墙”和“过滤网”，建立有关数据资源使用的授权许可制度和使用权交易制度，保障国家数据安全。
逆向改造商业算法的计算逻辑。强化技术研发，把主流价值观原则转化为算法规则，在算法技术的底层逻辑中嵌入意识形态架构。加强对商业平台算法的逆向工程改造，强化平台算法的伦理适应性，将“猜你喜欢”的迎合逻辑转变为“猜你应该”的引导逻辑。强化“定向数据喂养”，以算法 伦理和数据伦理强化通用模型的价值观构造，推进主流价值观算法化进程。现有商业算法已经通过海量数据喂养，实现对用户的精准匹配和“用户画像”的描绘，这为我们逆向改造商业算法提供可靠的基础。通过调整计算逻辑，能够运用现有用户标签实现基于主流价值观算法的精准匹配。加强应对意识形态对抗的人工智能模型的开发。对西方政治化人工智能平台的算法渗透作出应对，围绕意识形态对抗中的核心议题，构建知识链数据库，通过对大模型的系统训练，将中国的理论转化为具有普遍性的数字知识产品，防范西方话语霸权，提升国家传播能力的智能化水平。
打造场景多元化的算法应用生态。构建多元的算法供给机制。在商业算法占据垄断地位的条件下，要将价值观嵌入不同的平台算法，强化个性化推荐的多元供给，形成竞争性算法生态，保护用户价值体验的多元性。通过算法技术构建更多主流意识形态内容生产和传播的数字场景，积极支持和引导基于主流意识形态建设的数字应用开发。同时，基于前瞻性技术发展趋势，主动对接青年群体的数字化需求，打造具有鲜明意识形态导向的互动平台，让主流价值观通过算法赋能不断扩大其影响力。
构建管用一体的算法治理机制。加强对算法工程师的伦理训练。通过一定的组织机制，加强对算法工程师的伦理训练，提高算法工程师的政治意识，建设具有政治责任感的算法工程师队伍。加强对算法应用平台的行业规制。通过完善法律体系和行业规则，加强对各种平台，包括主流媒体和商业平台的价值观规制，形成对算法应用的群体共识。加强符合主流价值观的算法的技术研发。引导高校科研院所、企业集中攻关，以算法技术支撑意识形态建设，将政策治理嵌入算法之中，运用算法治理算法。特别是要通过对大模型的多元场景应用和定向数据喂养，不断提升其在意识形态建设中的数字引擎功能。
