1. 引言
智能算法时代下，智能算法已成为推动社会进步的重要力量，建构智能算法的大学生网络媒介行为是适应智能社会的必由之路。信息洪流伴随时代充斥着网络世界，网络已成为大学生生活不可或缺的一部分，倡导“人人都是麦克风 [1] ”的今天，因缺乏伦理约束，网络空间常常充斥着大量内容低俗化 [2] 、泛娱乐化 [3] 、负面化 [4] 、煽情化 [5] 、数据虚假 [6] 、网络暴力 [7] 、个人隐私被窃取 [8] ，由于大学生对网络道德认知水平参差不齐、意志不坚定及自控力差 [9] 等，致使大学生在网络中表现出随心所欲、肆意妄为 [10] 散布谣言、语言暴力媚俗化 [11] 、心理压力造成的负面情绪宣泄等不良行为，形成大学生网络价值观念模糊，网络语言放纵随意，网络法律意识淡薄，导致大学生网络行为失范现象，网络空间并非法外之地，倡导网络行为规范，寻求网络行为失范的影响因素就显得尤为重要，深入剖析网络行为失范的根源，切实改善网络行为失范问题 [12] 。
由于大学生对网络空间新的伦理规范认知缺失，运营自媒体平台主体的大学生素质良莠不齐 [13] 、道德意识薄弱，经常会讨论社会敏感问题，且带有浓厚的个人意志，为了吸粉煽动性表达观点，容易出现群体“极化”等现象，网络交往过程中存在认知不足，交往主体不真诚 [14] ，人际关系冷淡 [15] 等现象，网络平台为了提高用户的黏性，收集用户喜好并借助个性化“不讲武德”且缺乏人文关怀的算法推荐资源和信息倡导“精准化”、牺牲“多元化”的推送，致使大学生的知情权和选择权被剥夺 [16] ，导致“信息茧房”现象严重，加剧大学生的认知偏差 [17] ，势必会使大学生思想“钝化”“窄化”，伦理价值被削弱 [18] ，甚至出现价值混乱、功利化价值观 [19] ，弱化主流思想的渗透，造成不遵守道德伦理规范的失范行为，甚至直接对现实生活造成冲击，出现诸如上课迟到、早退、旷课、考试作弊、打架、诽谤等失范行为。
当前关于大学生网络行为失范的研究缺乏定量分析，停留在定性分析阶段。为了消除或弱化网络非主流意识形态挤压主流意识形态，提升网络空间的政治认同感 [20] ，弘扬主流意识形态，本文分析了大学生网络行为失范现象，探究了造成大学生网络行为失范的原因，编制了大学生网络行为失范量表，对大学生网络行为失范影响因素进行了实证分析，提出了大学生网络行为失范的应对策略，有助于学校对大学生开展有针对性的专题教育，从而促进大学生网络行为规范、健康、有序的可持续发展。
2. 研究假设及模型
根据家庭体验、学校体验、压力因素、智能算法推荐、媒介内容负面及网络行为失范之间关系，提出以下研究假设：
1) 家庭体验对网络媒介内容负面的影响
家庭教育在引导家长摒弃“过于关注学习”“过于忽视孩子成长”“用成绩的好坏评价孩子”的错误观念，分析孩子真正需求，建构孩子科学化育人指导体系 [21] 。但由于部分大学生曾经在家庭教育中受到“过度保护”“过度拒绝”“过度严厉”导致个体性格存在差异，易于造成网络媒介存在低俗内容和虚假信息，更有甚者，为了博人眼球和追求经济利益，网络媒介无意识中出现纵容此类现象发生。为了更好的了解家庭教育因素对网络媒介内容负面的影响，故提出以下假设。
H1家庭体验对网络媒介内容负面存在显著相关。
2) 学校体验对网络媒介内容负面的影响
正值课程思政大力建设之际，为了摈弃或削弱大学生中普遍存在个人主义或金钱取向的价值观，达到育人目的，可往往专业课融入课程思政的内容形式化严重，没达到润物细无声的育人效果。致使这种现象对网络媒介内容负面起着影响，故提出以下研究假设。
H2学校体验对网络媒介内容负面存在显著相关。
3) 压力因素对网络媒介内容负面的影响
大学生存在学业压力 [22] 、就业压力 [23] 、心理压力 [24] 等，压力大甚至出现抑郁倾向、抑郁情绪 [25] 等不同程度的抑郁症状 [26] ，压力因素对网络媒介内容负面起到一定影响，故提出以下假设。
H3压力因素对网络媒介内容负面存在显著相关。
4) 智能算法推荐对网络媒介内容负面的影响
智能算法推荐假借为用户打造“千人千面”的个性化情景，搜集大学生网络行为数据根据偏好进行精准投喂，使大学生沉浸其中，陷于过度娱乐和信息茧房中，带给大学生成瘾式信息依赖，阻碍价值观塑造甚至扭曲大学生正确的价值观，致使智能算法推荐给大学生带来一定的负面影响，同样对网络媒介内容负面起着影响，故提出以下研究假设。
H4智能算法推荐对网络媒介内容负面存在显著相关。
5) 媒介内容负面对网络行为失范的影响
网络行为失范表现为网络成瘾、网络暴力、网络传谣、恶意跟帖及滥用网络语言等，部分大学生在学习、生活中出现迷茫与困惑，淡薄网络规范意识，甚至在现实生活中满足不了的欲望，企图通过网络得以实现；释放人际关系交往中形成的压力，主动沉浸网络引发网瘾。部分大学生长期按不良习性行事，造成大学生在网络规范认知和自控力方面的缺失。网络媒介内容生产是在网络上创造和分享信息的一种活动，网络媒介内容生产受大学生的情绪和价值观等多维度影响，消极的和不正确的价值观会生产出负面的网络媒介内容。同样的网络媒介内容负面会加剧大学生网络失范行为，故提出以下研究假设。
H5媒介内容负面对网络行为失范存在显著相关。
根据上述研究假设建构以家庭体验、学校体验、压力因素、智能算法推荐、媒介内容负面及网络行为失范之间关系影响模型，模型如图1所示。
3. 研究设计
3.1. 调查问卷设计
为了使调查问卷潜变量及测量题项等具有良好的信度和效度，通过查阅相关文献采用潜变量对应的测量题项作为假设变量，结合大学生实际情况进行了相关题项的修善。潜变量对应的测量题项各变量的具体测度如表1所示。根据李克特量表(Likert scale)设计测度五级测量题项，用数字1~5来表示，其中1表示“非常不同意”，2表示“比较不同意”，3表示“一般”，4表示“比较同意”，5表示“非常同意”。调查问卷设计完成后邀请高校同行专家、思想政治教育专业专家及教育类专家进行审阅论证，测量题项经修改完善后审定，再经小范围的预试测且分析其反馈结果，根据结果作一次修正，确定最终调查问卷。最终调查问卷含有18个测量题项，构造6个潜变量，分别是家庭教育、学校教育、压力因素、智能算法推荐、媒介内容负面及网络行为失范。
Table 1. Structure of latent variables and measured variables
表1. 潜变量和测量变量的构造
3.2. 样本基本特征分析
本次采用线下线上相结合的方式收集数据，线下方式采用纸质版问卷对大学生进行抽样调查，用于针对小范围对象进行问卷试测，根据反馈的结果修订和完善问卷。线上方式采用问卷星平台发放问卷，用于数据建模及分析，本次线上回收问卷372份，有效问卷372份，有效率100%。样本基本特征由性别、学历、年级、政治面貌、身份及家庭所在地六部分组成，基本特征如下：1) 性别特征：男频数为144，占38.7%；女频数为228，占61.3%；调查对象中男大学生不到四成，女大学生超六成。2) 学历特征：专科生频数为64，占17.2%；本科生为308，占82.8%；专科生占比不到二成，本科生占比超八成，所调查对象以本科生为主。3) 年级特征：大一为178，占47.8%；大二为121，占32.5%；大三为52，占14.0%；大四为21，占5.6%；调查对象以大一、大二学生为主，占总数超八成。4) 政治面貌特征：群众为123，占33.1%；共青团员为231，占62.1%；中共党员为18，占4.8%；以共青团员为主要调查对象。5) 身份特征：普通学生为228，占61.3%；班干部87，占23.4%；学生会干部40，占10.8%，其他干部17，占4.6%；调查对象以普通学生为主，占总数超六成。6) 家庭所在地特征：乡村为204，占54.8%；城镇为114，占30.6%；城市为54，占14.5%；调查对象以来自乡村为主，占总数超五成。样本基本特征如表2所示。
Table 2. Basic characteristics of samples
表2. 样本基本特征
3.3. 量表信效度分析
采用克隆巴赫信度系数(Cronbach’s α)考察调查问卷内部一致性，α在0~1之间取值，α值越高，信度越好，问卷内部一致性越优；α值在0.8以上问卷才有使用价值，α值在0.85以上，即表明问卷具有良好的信度。从表3可知，家庭体验、学校体验、压力因素、媒介内容负面、智能算法推荐及网络行为失范六个维度的Cronbach’s α值均在0.8以上，除压力因素外，其他五个维度Cronbach’s α值均在0.85以上，且校正的项总计相关性CITC均大于0.6，表示量表的信度良好。
从表3还可知，所有构面的标准化因子载荷量均大于0.5，且显著；家庭体验、学校体验、压力因素、媒介内容负面、智能算法推荐及网络行为失范六个维度潜变量的组合信度CR均大于0.7，平均方差抽取量AVE除家庭体验和压力因素外均大于0.5，因此，该量表具有良好的收敛效度。
Table 3. Reliability and validity test of the scale
表3. 量表的信效度检验
4. 构建大学生网络行为失范结构方程模型及分析
4.1. 构建大学生网络行为失范结构方程模型
根据大学生网络行为失范过程中考虑的主要因素，采用家庭体验、学校体验、压力因素、智能算法推荐以及媒介内容负面等五个潜变量测量网络行为失范，根据研究假设以及测量方法构造了如图2所示的大学生网络行为失范结构方程模型。
4.2. 模型适配度指标检验
采用最大似然估计结果如表4所示，从表4可知，列出的网络行为失范结构模型检验所需考察的主要适配指标Χ2、Χ2/df、GFI、AGFI、RMSEA、NNFI、IFI及CFI，经模型拟合值与适配指标推荐值进行比较得知，模型拟合值均处在适配指标推荐值所在的范围内，满足模型适配度检验结果，即构建的网络行为失范理论模型的拟合效果良好。
Figure 2. Structural equation model of college students’ network misconduct
图2. 大学生网络行为失范结构方程模型
Table 4. Test of structural equation model fit index
表4. 结构方程模型适配度指标检验
4.3. 模型研究假设检验结果
构建模型的家庭体验、学校体验、压力因素、媒介内容负面、智能算法推荐及网络行为失范六个维度构面潜变量间的假设及其假设非标准化路径系数、标准化路径系数、标准误、临界比、显著性和检验结论如表5所示。可以得知，根据构面潜变量家庭体验对媒介内容负面影响的路径系数为−0.047，P为0.500，家庭体验对媒介内容负面的影响不显著；学校体验对媒介内容负面影响的路径系数为0.403，P为***，在0.001水平上，学校体验对媒介内容负面存在显著正向影响，即学校体验呈现负面的学生，其媒介内容负面表现更好；压力因素对媒介内容负面影响的路径系数为0.307，P为***，在0.001水平上，压力因素对媒介内容负面存在显著正向影响，即压力表现大的学生，媒介内容负面表现更好；智能算法推荐对媒介内容负面影响的路径系数为0.309，P为***，在0.001水平上，智能算法推荐对媒介内容负面存在显著正向影响；媒介内容负面对网络行为失范影响的路径系数为0.899，P为***，在0.001水平上，媒介内容负面对网络行为失范存在显著正向影响，实际所得模型和路径系数如图3所示。
Table 5. Hypothesis testing results
表5. 假设检验结果
注：***表示在0.001水平上显著相关。
Figure 3. Actual model and path coefficients
图3. 实际所得模型及路径系数
5. 结论与建议
5.1. 结论
通过对南昌市应用型高校大学生的实证研究，得出以下结论：
1) 构建了以家庭体验、学校体验、压力因素、智能算法推荐以及媒介内容负面等五个潜变量的大学生网络行为失范结构方程模型且模型的拟合效果良好。
2) 学校体验、压力因素及智能算法推荐对媒介内容负面存在显著正向影响，家庭体验对媒介内容负面不存在显著影响，媒介内容负面对网络行为失范存在显著正向影响。
5.2. 建议
据此，为规范大学生网络行为，提高对失范行为的预警、惩处和矫正教育效果，大学生网络行为失范应考虑大学生个体、学校教育、媒介、网络监管层面多元主体协同合作同向同行，构建大学生网络行为规范生态体系，提出以下具体建议：
1) 大学生个体层面，虚实交融性的冒险心理、显隐性的侥幸心理、跨越时空性的放纵心理、即时交互性的投机心理、忽视现实规约的宣泄心理及多元文化交融的迷惘心理形成大学生网络行为失范心理因素，致使网络行为失范的范围扩大、方式多样、状态复杂及性质恶劣。学习和生活未知的压力会出现担忧、焦虑、烦躁、紧张等情绪反应，要理解接纳自我情绪的变化，在逆境中寻找积极的方面增强自信心、为自己情绪寻找正当的宣泄口释放压力、练习放松训练缓和负面情绪，实施自我心理健康教育。恪守道德自律，秉承守底线、亮红线规范大学生言行举止，发挥大学生媒介素养自我教育功能，提升自我媒介素养的实践活动。
2) 学校教育层面，高校加强媒介素养师资队伍建设，常态化开展大学生媒介素养专题讲座，构建科学的媒介素养教育体系，发挥学校教导作用；开展丰富多样的媒介素养教育活动，通过校园展板等宣传媒介素养知识，举办学术讲座，与学生面对面交流，营造良好的媒介素养教育氛围。制定大学生网络行为规范，纳入学生行为准则，载入学生手册予以下发，在综合素质测评中予以体现，加强学生网络行为规范的常态化管理。针对出现的网络失范行为通过借助学校规制制度的约束和加强法律教育和伦理教育等手段防范和治理大学生网络失范行为，采取教育强化其遵规意识和处罚失范行为并重的手段矫正大学生网络失范行为。网络行为失范矫正教育需加强网络伦理辅导员队伍建设，强化网络行为法律意识，建立舆论疏导机制，完善网络思政教育体系，净化网络空间，培育网络文明机制。开展大学生喜闻乐见的网络思政教育，加强网络道德文化建设，潜移默化地进行主流意识形态阵地话语权和领导权的争夺，通过媒介强化正确舆论导向，突显主流价值观的引领作用。
3) 媒介层面，媒介道德失范表现为内容泛娱乐化、低俗化、负面化，信息虚假化，价值功利化。这些失范现象对大学生的三观造成负面影响巨大。大学生网络行为失范与网络媒介盲目追逐经济利益分不开，坚持网络媒介内容审查制，建立失范内容“资源库”，通过算法关键词过滤机制以及对内容和评论审查等途径，压实媒介主体责任，重塑底线伦理观念，提倡遵守伦理道德规范，杜绝一切对社会造成负面影响的内容。对智能算法推荐伦理失范动因进行探讨有助于防范算法伦理失范风险，精通智能算法借助网络行为数据化挖掘用户行为偏好机理，提高智能算法推荐机理的透明度，提出突破信息茧房和意识形态窄化局限的反制措施，破除算法价值偏见、歧视和引入防沉溺机制，化解智能算法推荐伦理失范的困境，建构人机价值共融和命运共荣的多元共律信息生态体系。强化媒介自律，倡导伦理主体责任，普及媒介素养教育，提升大学生伦理意识，面对智能算法推荐精准投送带来的信息窄化，有意识探求多元和多样化信息。网络行为失范与媒介只看重经济价值而忽略社会价值，发挥网络媒介的正向价值导向作用。智能算法推荐技术迎合受众偏好，在筛选和过滤信息时容易产生“信息茧房”，致使伦理价值固化。智能算法推荐技术应以人类福祉为标准，提高算法的透明度，倡导网络伦理践行能力的自主性，采用人机结合的认知审核和价值输出机制。
4) 网络监管层面，网络监管部门也应出台相关政策法规，净化网络生态环境，强化媒介伦理规范的价值建构。网络行为失范成本较低，不法言行经过包装和修饰后在网络上大行其道，采用限期删除、封号等手段进行警告性处罚，并未起到震慑作用。应加大对网络规范的监管力度，优化网络治理体系和提升网络治理能力，并督促落实执行。
以社会主义核心价值观引领网络行为伦理道德发展；倡导以文化人，促进优秀网络道德文化繁荣发展；引导大学生坚持道德自律及道德修身，克服“运动式”问责工作方法，倡导常态化问责机制。倡导大学生网络规范行为，发挥校园文化的潜移默化地作用，实施价值观教育及心理健康教育，做好大学生网络行为失范的预防与矫正。
基金项目
江西省教育科学“十四五”规划2022年度“大数据视域下人工智能风险对高校网络思政教育的影响及防范研究”课题(编号：22YB302)阶段性成果。