算法推薦視域下的智慧圖書館未成年人保護進路*

馬天一

0 引言

近年隨著人工智能、大數據技術發展，旨在通過智慧管理與智能技術從信息中獲取增值效益的智慧圖書館逐步成為公共圖書館的發展方向[1]。目前關于智慧圖書館的研究較多，2017-2020年文獻數量顯著增長，人工智能、個性化、智慧服務等是研究熱點主題[2]。智慧圖書館是由智慧平臺、智慧空間、智慧服務有機構成的生態體系，每個環節都離不開智能算法與用戶數據處理[3]。智慧圖書館的出現讓未成年人有機會接觸智能化、數據化、網絡化的圖書館服務，其不僅可以在智慧圖書館中獲取圖書館提供的文獻信息并使用公共圖書館的數字服務網絡，還可以利用智能終端對互聯網進行訪問。后者實際上是未成年人網絡保護的宏觀問題，而前者則是圖書館法的專業領域問題，從這一角度出發，對未成年人的保護措施是否完善決定了智慧圖書館的價值能否得以充分實現。智慧圖書館中未成年人保護的典型問題就是智能算法可能帶來部分潛在風險。然而，關于智慧圖書館中算法的研究主要聚焦于應用場景的總結與展望等，研究者已經意識到風險存在，如有研究提出AI提供智慧化精準推送以及主動的知識發現服務中可能引發讀者歧視與偏見[4]；圖書館應當推進AI創新服務規范化，并提升透明性、可解釋性、可靠性、可控性等[5]，但相關研究尚未從法律防控的角度進行深入分析，因此對智慧圖書館中算法治理的法學研究有待加強。《中華人民共和國公共圖書館法》(以下簡稱《公共圖書館法》)第37條明確，公共圖書館“不得向未成年人提供內容不適宜的文獻信息”，而目前針對這一未成年人保護條款進行專門研究的文獻較少，只有對該法第37條中“內容不適宜”這一概念進行法律解讀與制度構建的研究[6]，而這一研究集中在傳統法律規范分析方法上，未能結合智能時代的特點進行進一步解讀。本文在此研究背景下，以智慧圖書館中未成年人保護的問題意識為導向，以《公共圖書館法》第37條為核心開展研究。本文的創新之處在于，將《公共圖書館法》未成年人保護條款與2021年12月31日發布的《互聯網信息服務算法推薦管理規定》(以下簡稱《規定》)這一最新算法規范進行交叉融合，分析智慧圖書館中的未成年人保護問題，并將法學教義學方法應用到《公共圖書館法》的具體規范中。本文的研究方法以不同學科的交叉融合為起點，通過對信息傳播學、圖書館學、教育學、法學等學科的綜合研究，提出基于算法推薦服務背景下公共圖書館進行未成年人保護的問題分析與對策。在問題分析上，由于目前圖書館學領域對算法視域下的未成年人保護研究較少，因此本文主要結合信息傳播學與教育學的研究成果去分析智慧圖書館中的新型潛在風險是否存在以及會帶來何種負面影響。進而，本文開始進入以法學研究為核心、以圖書館學為重要支撐的規范分析階段，對當下法律規范體系無法妥善應對算法引發的新型潛在風險現象及原因進行剖析，在此基礎上，本文提出以傳統法學教義學方法解決智慧圖書館算法治理中存在的問題，并圍繞教義學解釋進行了實體與程序的雙重分析，一方面通過對法律規范的擴大解釋實現新型潛在風險的消弭；另一方面根據算法的治理路徑分析了對相關規范擴大解釋后智慧圖書館如何進行程序性保障。

1 現實問題的起點：數字化閱讀中的算法推薦服務

智慧圖書館建設理念與展望百家爭鳴、百花齊放，但本質特征是促進圖書館服務智慧化水平的提高，通過人工智能、大數據、云計算等方式提升圖書館的服務質量。圖書館提供文獻信息服務可以分為提供紙質等形式的非數字化文獻信息與數字化文獻信息。在提供非數字化文獻信息服務場景中，算法推薦服務是通過智能終端為讀者提供推薦，而后讀者根據推薦內容在物理空間中去尋找并閱讀文獻信息。這種算法推薦服務產生風險的可能性較小，因為算法推薦服務在這里只是讀者獲取文獻信息推薦的渠道之一，這種情況下，一方面，在讀者尋找文獻信息的過程中，其很可能與其他各類文獻信息進行接觸；另一方面，由于這些紙質等傳統文獻信息都是圖書館工作人員經過審核與篩選后向讀者提供，加之網絡只在文獻信息提供之初發揮作用，因此這種情形下幾乎不存在信息繭房、沉迷網絡、引誘模仿等風險。

但是，在智慧圖書館的建設中，通過人工智能賦能數字化閱讀也成為了不可避免的趨勢，而算法推薦服務正是其中不可或缺的部分。數字化閱讀與算法推薦服務結合后，讀者將在算法推薦的影響下直接通過智能終端閱讀文獻信息。在某種程度上，讀者通過智慧圖書館進行數字化閱讀與通過小說、動漫等專門App進行閱讀具有相似性。然而，在數字化閱讀本身對讀者的影響加上算法技術特性對推薦結果的影響的共同作用下，圖書館能否對可能基于算法發生或被算法推波助瀾的風險做到充分避免，決定了智慧圖書館的服務質量能否安如磐石。其中最重要的環節之一就是為未成年人提供安全的閱讀環境。隨著未來智慧圖書館的全面鋪開，從智慧圖書館中的各個方面促進未成年人的保護應做到事無巨細；進一步說，既然可以通過對算法本身的重視有效避免其可能引發的潛在風險，就應當在算法設計、監管、應用等環節針對潛在風險進行全面遏制。

首先，數字化閱讀環境中較容易發生沉迷網絡與引誘模仿等風險。根據241份面向未成年人的有效問卷顯示，數字化閱讀環境中部分未成年人在自我意識和社會化情緒等方面展現出成癮現象[7]。而在引誘模仿上，未成年人模仿性較強，未成年人模仿漫畫、動畫片的不當行為導致自己或他人受到傷害的案例不在少數。由于數字化閱讀比紙質化閱讀更加直觀，可以在多媒體的技術配合下使讀者更加沉浸，因此數字化閱讀更容易引發未成年人對不當行為的模仿。算法推薦服務的出現又會使這些數字化閱讀中的風險由“黑天鵝”變成“灰犀牛”。詳言之，由于算法推薦服務是根據用戶畫像標簽為讀者提供推薦服務，未進行有效數據分析可能導致放任不良習慣、忽略學習演化規律等情況的發生，從而降低知識服務對個體成長的正向影響[8]；并且，智能算法分發的信息內容更容易改變受眾態度和行為[9]。算法推薦服務的技術特性加劇了數字化閱讀中的種種風險。不僅如此，算法推薦服務也使得數字化閱讀中出現了與信息繭房相關的新風險：個性化推薦機制、碎片化閱讀等智慧圖書館中的微服務都有可能讓讀者逐漸陷入信息繭房中[10]；有調研表明，在移動閱讀環境中，算法推薦服務的技術制約會導致讀者獲得同質化內容，進而形成信息繭房[11]。而一旦信息繭房由不利于未成年人健康成長的信息構成，則會引發新型風險。這種數字化閱讀中基于算法特性產生的新風險應當在智慧圖書館建設中被一并重視，從算法治理層面提出適合圖書館的具體對策。

2 智慧圖書館中新型潛在風險的類型

盡管算法推薦服務引發的風險大多在商業應用中產生，但是商業模式只是加劇了算法帶來的危害后果。質言之，提供推薦服務的算法屬于最大似然應用程序，其通過對給定數據集的深度分析處理以及不斷地自我學習完善，實現自主生成決策事項的最優方案[12]，因此算法產生負面影響不一定是算法設計者刻意為之，也可能是因為算法自身在深度學習過程中無意形成了可能引發負面影響的決策機制。總之，應當在將具體案例與現實問題結合的基礎上通過合理的理論推演正視公共圖書館等非商業環境中可能面臨的具體風險，從而使智慧圖書館的合法合規建設更加有條不紊。

2.1 智慧圖書館中形成信息繭房的潛在風險

信息繭房(information cocoons)生動地形容了信息傳播過程中個人有選擇性地接受信息，進而把自己關在封閉空間里、阻礙自身發展的情形，并且這一情形將讓人與人、群體與群體之間的差異愈發明顯[13]。算法推薦服務在滿足用戶特定需求的同時，削弱了用戶的主觀努力，使用戶更加依賴算法提供的信息，而這會導致用戶接受的信息寬度、深度受限，進而放大各類傳播領域中信息繭房出現的可能性[14]。對未成年人而言，算法推薦服務建立在對未成年讀者瀏覽記錄、閱讀興趣等數據處理的基礎上，從技術制約層面看的確存在形成信息繭房的風險。也就是說，盡管未成年人在智慧圖書館中可獲取的文獻信息范圍增加，但是獲取方式在算法推薦的影響下從主動獲取變成被動獲取。而較之成年人，未成年人獲取文獻的主動性更低，且其甄別文獻能力也更差，因此，如果算法推薦無法為未成年讀者提供開拓化、全面化的文獻信息，就很可能會導致未成年人陷入信息繭房。

算法推薦服務可能在智慧圖書館中形成信息繭房這一問題已經引起重視，例如有研究從零數據的角度思考如何破除圖書館中的信息繭房[15]，從閱讀推廣的角度提出要優化策略避免形成信息繭房等[16]。但是信息繭房的出現本身只是一種現象，而非一種風險，未成年人基于興趣不斷獲得具體領域各類信息的同時在具體領域縱深研究并不必然是負面現象。然而，信息繭房會在未成年人特性上衍生出不利于未成年人健康成長的風險。詳言之，閱讀文獻的好壞、閱讀文獻的選擇與偏好都會對未成年人性格、可塑性、延展性、思維方式等產生影響[17]。而一旦未成年人深陷由不利于其全面發展、不符合主流價值導向等負面信息組成的信息繭房中，其未來發展會受到難以預估的不利影響。《規定》第6條提出要傳播正能量等要求，某種程度上也可以避免信息繭房放大負面信息的影響力。但是文獻信息的審查難度不同于短視頻等互聯網信息，明確判斷文獻信息中是否存在可能不利于未成年人未來發展的內容需要更加謹慎。公共圖書館為了避免為未成年人提供文獻信息時形成“信息繭房”進而引發負面效應，應當通過舉措減少信息繭房的形成，為未成年人提供更加多元的文獻信息推薦；尤其應當避免為未成年人推送可能與其認知程度不符的同質化內容。在這一點上，西班牙就曾為避免幼兒閱讀過程中經常看到過度模式化內容從而產生刻板印象或性別歧視等不利影響而下架200余本童書[18]。在算法推薦服務提供過程中，就可以嚴格控制推送這類文獻信息的頻次，在不影響未成年人可獲取文獻信息整體范圍的基礎上避免信息繭房風險。

2.2 智慧圖書館中網絡沉迷的潛在風險

未成年人網絡沉迷是指以娛樂為目的過度長時間使用網絡，導致學業與社交功能明顯損傷的行為，一般而言未成年人網絡沉迷現象易發生在網絡游戲、網絡直播、網絡短視頻、網絡社交等場景中，但只要以網絡為媒介的行為都可能會引發未成年人網絡沉迷現象[19]。例如有調研發現，少數未成年人出現了閱讀網絡小說成癮的癥狀[20]。智慧圖書館的基本特征包括知識資源網絡化、數據化集成與學習閱讀空間虛實交融等，這些特征意味著智慧圖書館中的一部分閱讀學習將通過智能終端進行[21]。而這些數字化閱讀場景本就容易將未成年人對特定內容閱讀成癮的問題從線下轉移到線上。例如，線下有未成年人在閱讀涉及吸血鬼、僵尸等內容的童書的過程中會產生成癮現象，而這些書籍在學校圖書館等場所可以借閱[22]；再如，專門面向未成年女生的“意林小小姐”系列書籍也被認為引發了未成年讀者的沉迷，實際上這些文獻并沒有實質性的違法內容，其導致未成年人對其沉迷更多是因為打言情等擦邊球進而吸引讀者[23]。這些沉迷現象都完全可以在線上發生，進而引發沉迷網絡風險。

而在通過智能終端進行的數字化閱讀中，算法推薦服務存在擴大網絡沉迷風險的可能：一方面，算法推薦會催化人懶惰的天性，通過不斷試圖以新的有吸引力的內容迎合個人興趣，進而使未成年人更容易沉迷于新內容的海洋中[24]；另一方面，算法設計原理的要素之一是根據未成年人的閱讀興趣為其推薦文獻信息，如果該文獻信息不斷與未成年讀者基于娛樂的興趣深度彌合，就可能會引發成癮現象，例如網絡文學作品的強代入感使部分自制力較差的青少年讀者沉迷于其中[25]。實際上，已經有學者開始關注數字化閱讀環境下的網絡成癮問題，如有研究指出碎片化閱讀與圖像化閱讀容易產生閱讀成癮[26]；網絡使讀者產生依賴心理甚至成癮等[27]。在這些情景下，未成年人一旦過于沉迷，也可能導致其在閱讀后因遺忘過快而整體效率下降等負面結果[28]。這些負面結果都具備網絡沉迷的典型特征，本質上仍屬于網絡沉迷，只是后果較之沉迷網絡游戲等更為輕微。因此，盡管智慧圖書館向未成年讀者提供文獻信息不同于商業化的網絡場景，但是仍然應警惕未成年人在智慧圖書館閱讀數字文獻信息過程中沉迷網絡的潛在風險。為了避免智慧圖書館中算法推薦服務事與愿違、弄巧成拙，在設計推薦算法時必須將防沉迷機制考慮在內，不能因為公共圖書館的初衷是提升文化素養就忽略了智慧圖書館中可能引發的網絡沉迷風險。

2.3 智慧圖書館中引誘模仿的潛在風險

受自身年齡和所處環境影響，未成年人對不良行為的模仿、學習能力較強[29]，周圍環境中出現的不良行為都會成為他們的模仿對象，因此面向未成年人的以文獻信息為代表的文化產品應當通過重點考慮其認知特點與傾斜式保護政策來避免產生風險[30]。也就是說，公共圖書館為未成年人提供文獻信息時應當著重審查文獻信息是否會引發使未成年人模仿不良行為等負面影響。反言之，如果不注重向未成年人提供文獻信息的科學性，就可能會因未成年人文獻甄別能力的不足導致其做出不良行為或與年齡不相符的不當行為[31]。一般而言，為了避免紙質文獻引發未成年讀者模仿其中不當行為或誘發不良嗜好，公共圖書館可以通過對館藏書目等文獻信息進行逐一審核等方式控制風險。但在智慧圖書館中，由于文獻資料的數字化共享，未成年讀者可獲取文獻信息范圍大大增加。并且，盡管不同年齡段的未成年人知識水平和行為能力有所區別，但他們都具有一定的好奇心與模仿傾向。

算法推薦服務帶來的風險恰恰與此相關，一方面，算法推薦的文獻信息如果存在引誘未成年人模仿的內容，且引誘模仿的行為與該年齡未成年人的行為能力等不相符，就可能引發模仿風險并危害未成年人身心健康，例如為幼齡兒童讀者提供喜劇式暴力行為內容導致其模仿并傷害身邊兒童等。根據江蘇省東海縣人民法院(2013)東少民初字第0057號民事判決書顯示，某十歲未成年人模仿動畫片中狼烤羊類似情節時就導致另外兩名兒童受傷，并且這一案件發生后，學界也出現了在對影視作品進行分級的基礎上敦促服務提供者做好安全警示的建議[32]。未成年人模仿影視作品受傷害的案例不在少數，例如模仿動畫片誤用斧頭將手指砍傷、誤用電扇將手絞傷等[33]。當然，這僅代表未成年人更容易受比圖書更加生動的動畫片影響，而不代表圖書等文獻信息沒有引誘模仿風險。實際上，當圖書出現可能誘導模仿不當行為的風險時，社會公眾與國家機關都充分保持著警惕性。例如，曾有兒童暢銷圖書涉及誘導自殺等內容；為了防止釀成大禍，檢察機關第一時間與教育行政部門等對圖書進行排查[34]。因此，應當重視圖書館提供文獻信息服務過程中可能引發的引誘模仿風險。并且，智慧圖書館之間的數據共享會使得文獻信息數量大幅增加，一旦產生工作失誤，類似情形也可能在提供文獻信息的過程中發生，因此智慧圖書館提供算法推薦服務時必須做好面向未成年人文獻信息的分級及相應的安全警示工作。另一方面，算法推薦服務可能會因未成年讀者對此類文獻展現出閱讀興趣而對其他未成年讀者進行推薦，從而擴大引誘未成年人模仿的影響范圍。根據未成年人保護原理，未成年人容易受到社會影響，在對其教育時加大對其社會關系的重視可以更好地實現保護與教育效果[35]，而如果其同學、鄰居、朋友等社會關系存在不良嗜好時，未成年人也容易受到更深影響。因此，不僅要警惕算法推薦服務推送與年齡不符的文獻信息，也要提防其成為隱性危害結果的放大器與催化劑。在網絡信息分級標準制度中，可以隨著未成年人年齡增長縮小限制范圍，并在不同年齡段對限制內容作不同側重[36]。而智慧圖書館中通過算法推薦文獻信息時可以參照這一理念，并輔以人工審核等機制進一步減少此類風險發生。

3 智慧圖書館中新型潛在風險的消弭困境

為消除算法推薦服務可能帶來的潛在風險，應當從法律規范的角度尋求制度支撐。《規定》第18條中專門提到了如何對未成年人的用戶權益進行保護：算法推薦服務提供者不得向未成年人推送可能引發未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好等可能影響未成年人身心健康的信息，不得利用算法推薦服務誘導未成年人沉迷網絡。《公共圖書館法》也在第37條中設置了未成年人保護條款。然而在智慧圖書館中的算法治理領域，《公共圖書館法》與《規定》中未成年人保護條款的效果無法充分發揮。一方面，在對新型潛在風險的規避上，作為公共文化場所的圖書館，其風險比商業環境中的類似風險更加隱蔽，因此在規避新型潛在風險時可能存在落足點的盲區；此外，從法法銜接的角度上看，由于《公共圖書館法》和《規定》歸責條款之間的兼容度不夠，可能會產生法律責任歸屬困難的問題。

3.1 新型潛在風險規避的落腳點不夠明顯

智慧圖書館中主體工作人員也叫智慧館員，為了給讀者提供更加個性化、專業化、高效化的智慧服務，這些工作人員應當具備危機管理意識、變化意識等[37]。并且，對于智慧館員而言，其業務重點之一應當是為讀者提供人文關懷與情感交流[38]。在這些要求下，圖書館工作人員必須對算法可能在未成年人身上引發的新型風險加以重視。但是，在未成年人保護上，即使圖書館工作人員專門提升對算法推薦服務的重視程度，由于此時具體落足點不夠明顯，對未成年人保護效果也難免大打折扣。若僅落腳到《規定》中第18條對未成年人保護的規范上，仍難以有效解決智慧圖書館中的具體問題。第一，盡管《規定》第18條并未明確將形成由未成年人難以分辨的負面信息所構成的信息繭房列入危害身心健康的情形，并且出于立法技術考量，《規定》無需將此類小眾情形一一列舉，但欲強化智慧圖書館對算法治理的重視，必須進一步結合圖書館領域專門規范與理論，而非僅僅依靠《規定》第18條進行風險規避。第二，在智慧圖書館中沉迷網絡不同于一般意義上的沉迷網絡，因此即使注意到提供算法服務時應避免未成年人因此沉迷網絡，相關工作人員也可能會忽略文獻閱讀等環節中的沉迷風險與其負面影響。值得一提的是，盡管《規定》以“不得利用…誘導”的表述規避網絡沉迷風險，但考慮到未成年人自身判斷力、控制力的欠缺，算法服務提供者期望發生沉迷結果并不是違反本條規定的必備條件，這一規定實際上是要求算法服務提供者積極避免沉迷結果發生。換言之，只要算法有讓未成年人沉迷網絡的較大蓋然性，就應當視作對《規定》第18條的違反，而算法服務提供者具備何種目的在所不問。第三，數字化共享導致未成年人將接觸更加復雜的文獻信息，這不僅會增加圖書館的審核壓力，也會放大未成年人模仿不當行為的風險，盡管《規定》第18條明確禁止推送此類可能影響未成年人身心健康的信息，但是圖書館的重心仍然很可能放在避免文獻信息存在血腥、暴力、色情等法律禁止性內容上，此舉無法滿足對未成年人進行精準化保護的需求。并且，從合規建設的角度上講，如果智慧圖書館沒有出現違法違規事件，其往往難以準確判斷和評估自身存在哪些潛在風險[39]。只有加強事先預防，做好法治教育與合規建設，才可以將潛在風險發生的概率降到最低。因此，無論是從相關工作人員的觀念角度，還是從圖書館合規建設角度看，都應探索如何在規范上提升對圖書館算法推薦服務中未成年人保護的精準化程度。《公共圖書館法》是規范層面上圖書館的核心指引，《規定》是算法推薦服務層面的治理準則，在智慧圖書館的建設過程中，可以將《規定》第18條與《公共圖書館法》第37條融合理解，思考智慧圖書館通過算法向未成年人推薦文獻信息時如何避免對其產生負面影響。必要時，可以通過擴大解釋等法律技術，推動《公共圖書館法》與《規定》中未成年人保護條款的有機統一。

3.2 規范銜接中存在責任歸屬困難

為了保證法律命令得到遵守和執行，并實現和加強有序的、一致的和有效的執法，在法律規范中明確法律制裁后果確有必要[40]。因此，《公共圖書館法》和《規定》都明確了違反具體規范的法律責任。《公共圖書館法》第50條明確向未成年人提供內容不適宜的文獻信息由文化主管部門責令改正，沒收違法所得。《規定》第32條明確違反第18條時由網信部門和電信、公安、市場監管等有關部門依據職責，按照有關法律、行政法規和部門規章的規定予以處理。也就是說，當算法推薦服務侵害未成年人權益時，執法主體不能根據《規定》的責任條款直接對算法推薦服務提供者進行處罰，而是需要依靠《規定》之外的規范性文件做出相應處罰。但是，從法律規范的角度分析，智慧圖書館中算法推薦服務侵害未成年讀者時責任歸屬存在難題。從《規定》的角度看，在行政主體上，有關部門可以包括文化主管部門，因此文化主管部門有權介入算法推薦服務侵害未成年讀者的案件中；但是，《規定》并未直接明確處罰內容，行政主體應當根據《規定》第32條中轉致到《公共圖書館法》進行處罰，也就是說，只有從后者中確認了違法性，才會具備處罰空間。然而，從《公共圖書館法》的角度，“內容不適宜”主要指文獻信息本身存在問題，或文獻信息與未成年人在具體年齡段的可接受程度極度不符，算法推薦服務帶來的潛在風險是否屬于因“內容不適宜”而引發尚存疑問，因此當算法推薦服務侵害未成年讀者時，根據《公共圖書館法》第50條進行追責可能存在法律制裁漏洞。總之，從責任歸屬角度，也應當思考如何讓《公共圖書館法》未成年人保護條款在算法時代能夠發揮規范智慧圖書館建設的功能。

4 核心應對思路：對第37條中“內容不適宜”進行擴大解釋

《公共圖書館法》第37條明確不得向未成年人提供內容不適宜的文獻信息。從文意分析，這一規定包含兩個要素，其一，本條規定中的客體是文獻信息，根據《公共圖書館法》第2條的定義，文獻信息包括圖書報刊、音像制品、縮微制品、數字資源等，這些客體都在審查內容是否適宜的范圍內，而算法推薦服務并沒有帶來客體的變化。其二，本條規定中客體的不法原因是“內容不適宜”：承前所述，算法推薦服務可能會產生新型風險，因此對客體審查的要求也應進行一定變化，客觀講，如果不對其進行擴大解釋，就很難抑制算法推薦服務為未成年讀者帶來的新型潛在風險。

4.1 對“內容不適宜”進行擴大解釋的正當性

對《公共圖書館法》第37條中的“內容不適宜”進行擴大解釋是算法時代規范智慧圖書館建設的必然要求，具有充分正當性。一方面，對其擴大解釋符合《公共圖書館法》在圖書館事業中所確立的整體秩序價值；另一方面，擴大解釋也符合算法時代的未成年人保護理念。

(1)擴大解釋符合《公共圖書館法》的價值秩序。我國高度重視圖書館事業，將其與中華民族偉大復興和解決人民美好生活需要深度綁定[41]。因此，在解讀《公共圖書館法》的具體內容時，可以將其放在促進法的角度去分析法律條文背后的意蘊。也就是說，《公共圖書館法》所倡導的圖書館事業秩序價值應當符合圖書館立法的基本宗旨。《公共圖書館法》第1條指出，該法制定目的是為了保障公民基本文化權益、提高公民科學文化素質等，進而該法的所有規范都是在這些立法目的下制定。因此，在對第37條中未成年人條款進行分析時，也應當結合這些立法目的展開。并且，未成年人在各方面都相對弱勢，往往處于不利競爭狀態，因而為未成年讀者在文獻信息獲取等方面排除障礙，促進他們更好融入社會、順暢享受文化權益是新時期公共圖書館事業高質量發展的應有之意[42]。而如果圖書館提供的文獻信息與未成年人的認識水平、基本觀念等客觀情況不相符，不僅明顯不利于實現第1條中的立法目的，也不利于圖書館事業的高質量發展。因此，對“內容不適宜”進行擴大解釋，使“內容不適宜”不再局限于內容違反未成年人保護制度與國家出版制度，而是擴展到內容明顯不利于未成年人基本文化權益的保障、未成年人科學文化素養的提升等《公共圖書館法》的價值秩序與立法追求，并不會突破《公共圖書館法》所確立的圖書館價值秩序。

(2)擴大解釋符合算法時代未成年人保護理念。算法時代是以算法為主導、以網絡為基礎、以智能化為基本特征的新階段。算法的歧視危險性與運算結果難解釋性等特征讓我們必須重視算法中的數據處理，強化對算法的法律規制[43]。并且，推薦類算法重塑了網絡服務中的信息提供規則，這為網絡信息傳播規范提出了新的要求。《規定》回應了上述需求，強化了算法時代的未成年人保護，一方面，《規定》第18條強調了算法服務提供者的未成年人網絡保護義務，對網絡保護理念進行了重申；另一方面，對法律規范進行整體分析后可以看出，《規定》對《中華人民共和國未成年人保護法》(以下簡稱《未成年人保護法》)中網絡保護理念進行了延展，例如《規定》第11條提出了重點環節呈現符合主流價值導向信息的要求，這既符合《未成年人保護法》保護未成年人發展權、鼓勵支持有利于未成年人成長的信息傳播等理念，也結合算法時代信息傳播特點進行了適當的制度延展。總之，從《規定》可以看出，算法時代的未成年人保護需要以網絡保護理念為起點，結合算法特性以下沉式保護的全新理念展開工作。在圖書館中，算法可能引發的信息繭房、沉迷網絡、引誘模仿等潛在風險與網絡保護所針對的問題有所交叉。《未成年人保護法》中網絡保護規定是解決新型潛在風險的基本制度來源，但是面臨基于算法特性的新問題，必須在現有網絡保護制度的基礎上進行深化、細化與強化。因此，在未成年人保護中結合圖書館特性，對文獻信息的管理方式進一步深化與細化，并強化對風險的管控，合理調度文獻信息層面的制度資源，即對“內容不適宜”進行擴大解釋，符合算法時代的未成年人保護理念。

4.2 對“內容不適宜”進行擴大解釋的邊界考察

對“內容不適宜”進行擴大解釋劍指算法推薦服務中的潛在風險。但是，如果擴大解釋邊界不明確或過于寬泛，不僅無法為圖書館未成年人保護工作的開展提供有效指引，也會讓圖書館工作人員處于泛在、未知的受處罰風險中，因此必須合理限縮擴大解釋的邊界。首先應當明確“內容不適宜”的具體內涵，進而再在此基礎上進行解釋。毫無疑問的是，“內容不適宜”的基本解釋范圍應當結合《未成年人保護法》展開，即該法第50條中規制的涉及淫穢、暴力、兇殺、恐怖等內容[44]。但是，《未成年人保護法》第50條旨在打擊直接危害未成年人身心健康的內容。所謂“直接危害”是指會造成法秩序所不容許的負面后果，即實質上“直接危害”的外延小于“內容不適宜”。《未成年人保護法》第50條與《公共圖書館法》第37條中關于內容范圍的定義應當屬于一般法與特殊法的關系。按照法的基本原理，在圖書館領域文獻信息“內容不適宜”明顯可以超過文獻信息會產生直接危害的范圍，“內容不適宜”不僅包括文獻信息中含有違法信息，也包括文獻信息本身不含違法信息，但不利于未成年人健康成長的情形。此外，《出版管理條例》第26條禁止以未成年人為對象的出版物存在引誘其模仿違反社會公德和違法犯罪等不良行為的內容，本款規定也可以當做擴大解釋的基礎之一，即在算法推薦服務視域下，“內容不適宜”的邊界不能窄于違反社會公德，引誘未成年人模仿與其年齡階段所不適應行為的內容也應當被視作“內容不適宜”。

審查是否不利于未成年人健康成長范圍，可以結合其他有關規范性文件進行綜合分析。《兒童權利公約》于1991年被我國批準，是我國廣泛認可的國際公約，其中第17條明確了締約國應履行保護兒童不受可能損害其福祉的信息和資料之害的職責。也就是說，如果文獻信息會影響兒童福祉，就是不利于兒童健康成長。未成年人的全面發展、獲取知識時渠道暢通都是其福祉的內涵，因此擴大解釋的最大邊界可以以福祉為標準進行判斷。反之，如果算法推薦服務沒有損害未成年人福祉，就不能認為算法推薦服務提供的文獻信息內容不適宜。例如，僅僅推薦對未成年人超綱、不符合其興趣愛好的文獻信息或因文獻推薦導致其學習壓力增加等情形，不能因為是算法介入就認為“內容不適宜”。此外，對圖書館中文獻信息“內容不適宜”的擴大解釋可以參考博物館法律制度中內容不適宜的內涵。《博物館條例》第30條規定“陳列展覽的主題和內容不適宜未成年人的，博物館不得接納未成年人”。博物館中部分陳列展覽存在環境壓抑等非客觀要素上的內容不適宜，在兒童心智不夠成熟、認知能力不到位時，會讓其產生不良反應[45]。在這里，“內容不適宜”的判斷充分結合了未成年人的客觀特性與博物館提供展覽的直觀性等條件，將不利于健康成長的范圍超越了展出內容存在黃賭毒或宗教要素等場景，同時也將擴大范圍限制在了特定要素上，并未肆意擴張。結合前面兩個規范性文件進行分析，可以認為，在算法推薦服務視角下對文獻信息“內容不適宜”進行擴大解釋時，一方面，最大邊界應當緊扣未成年人“福祉”，與福祉無關則無法作為擴大解釋的依據；另一方面，限制最大邊界需要以負面清單的形式進行明確，結合信息繭房、沉迷網絡、引誘模仿等算法影響下的特定潛在風險要素進行擴張，以此為依據將圖書館對文獻信息內容本身的審核轉移到對算法推薦服務下文獻信息內容的多角度審核中。

本文所倡導的對《公共圖書館法》第37條進行擴大解釋的方法完全建立在算法推薦服務這一背景上，如果未來出現其他可能使文獻信息存在侵害未成年人權益風險的新場景，則可能需要依據該新場景重新對本條進行解釋。總之，從立法技術上考量，《公共圖書館法》第37條無需進行修訂，根據不同場景對“內容不適宜”進行適當的解釋完全可以實現這一未成年人保護條款的最大效能。此外，盡管關于“內容不適宜”的擴大解釋無需體現在立法中，但是《公共圖書館少年兒童服務規范》《公共圖書館評估指標》等國家標準或行業標準可以對其進行進一步釋明，如專門提出考察是否可能形成信息繭房風險、導致沉迷網絡等指標，從標準化的角度為法律的解釋提供支撐。

5 圖書館場景中算法引發“內容不適宜”風險的程序性控制

智能社會中，公共機構應致力于實現通過數字化服務取代傳統服務[46]，而這其中也必然涉及不同場景的算法應用。進一步說，以場景為導向的精準治理模式可以更好控制算法可能引發的風險，助力公共機構的數字化、智能化轉型。智慧圖書館是算法推薦服務應用的典型場景，可以著眼于這一具體場景，在“內容不適宜”新內涵的指引下，明確如何細化數據處理規則、完善人工干預機制、優化規則可解釋性，從程序性控制的角度避免面向未成年讀者的文獻信息內容不適宜。而這些程序性控制可以以建立國家標準或行業標準的方式進一步制度化。現階段，可以在《公共圖書館服務規范》《公共圖書館少年兒童服務規范》《公共圖書館評估指標》等標準中加入算法推薦服務的程序性控制機制，未來出臺智慧圖書館的專門性標準時，可以將關于算法推薦服務的程序性控制機制全面寫入其中，實現相關潛在風險的集中控制。

5.1 細化算法推薦服務的數據分級處理

我國已經開始重視未成年人閱讀工作，在《全民閱讀促進條例》中明確應根據未成年人身心發展狀況和實際情況開展分類閱讀工作，但是由于起步較晚，未成年人閱讀分級尚未出臺具體標準。《公共圖書館評估指標 第3部分：省、市、縣級少年兒童圖書館》A.4.10提出了圖書館分級分年齡段服務的評估指標，但是也未能進行進一步劃分。在未成年人閱讀分級上，可以考慮的分級基準是，每3歲左右進行一次年齡段劃分，將未成年人閱讀進行分級，并且在閱讀能力達標時允許進行跨年齡段閱讀[47]。而算法推薦服務也可以以此類標準為參考進行細化。智慧圖書館中為未成年讀者提供算法推薦服務建立在對其個人數據進行處理的基礎上。《中華人民共和國個人信息保護法》第31條明確處理未滿十四周歲未成年人個人信息應當以專門規則進行，因此在智慧圖書館中，面向未成年人的算法推薦服務的數據處理規則將面臨至少二元劃分，即未滿十四周歲以及十四至十八周歲兩個階段；再結合未成年人在具體年齡的一般智識水平以及基于其閱讀傾向、閱讀能力的閱讀分級基準，當對算法推薦服務中的數據處理進行細化時，可以按照0-7、8-10、11-13、14-18的年齡劃分標準，以不同算法規則進行數據處理。之所以將0-7作為年齡跨度較大的劃分單獨設計數據處理規則，是因為要考慮到未成年人使用算法推薦服務的客觀情況，在讀者未滿7歲時應更多通過人工直接提供閱讀推廣、閱讀引導等服務，而限縮這一階段算法推薦服務的功能。具體到場景中，智慧圖書館中的推薦類算法在處理未成年人數據時，首先應按照年齡選擇不同的處理程序；進而從數據清洗、數據采樣等環節入手，力求均衡反映該年齡段未成年人的客觀情況，避免因數據源存在問題引發對不同年齡段未成年人的偏見等[48]；最后，再根據未成年讀者的年級、閱讀興趣、瀏覽記錄、閱讀時長等進行分析加工，得出推薦結論。

5.2 完善算法推薦服務的人工干預機制

《規定》第11條向算法服務提供者提出了建立完善人工干預機制的要求。智慧圖書館中，面向未成年讀者的算法推薦服務不應完全由算法主導，為了最大程度保護未成年讀者的利益，規避算法引發的新型風險，應當在算法推薦環節引入人工干預，并明確圖書館工作人員在算法推薦服務中的具體職責。對算法推薦服務的人工干預不能流于形式，必須讓算法的決策結果可以被工作人員在不同階段、以不同程度直接干預，從而使干預具備實質監督意義[49]。圖書館工作人員對算法推薦服務的干預應當貫穿未成年讀者數據收集、加工、分析等數據處理流程與決策后的文獻信息推送環節。在數據處理流程中，工作人員應當剔除可能引發歧視或可能產生風險的數據及算法，針對信息繭房風險、過度沉迷閱讀風險與引誘模仿風險等進行防范和監控，從算法推薦服務的源頭降低風險[50]。在文獻信息推送環節，應當由具有未成年人保護與教育專業知識的工作人員主導，通過隨機抽查等方式對推送內容是否適宜進行人工評估，并根據評估結果對推送內容進行干預。如果評估認為內容不適宜，工作人員有權對其認為不適宜的文獻信息進行刪除或屏蔽、調整推薦順序、替換推薦內容等操作，避免因算法缺陷等原因引發風險，在未成年讀者接受算法推薦服務時為“最后一公里”護航。并且，可以進一步明確量化規則，將工作人員數量、工作人員培訓、人工干預方式、人工干預參與程度等列入標準規范的評估指標中，從標準化的角度對圖書館開展算法推薦服務進行規范。

5.3 優化算法推薦服務的規則可解釋性

《規定》第12條提出，要優化檢索、排序、選擇、推送、展示等規則的可解釋性。智慧圖書館是非商業主導的推薦類算法應用場景，優化面向未成年讀者推薦類算法的可解釋性不僅可以更好保護未成年人權益，也可以作為智能社會完善算法治理的優質試驗田。優化智慧圖書館中算法推薦服務規則的可解釋性，本質是保證其算法模型的設計符合法律要求，讓文化、網信等監管部門可以知悉算法是否在《公共圖書館法》等法律規范的認知范圍內運行[51]。當然，優化算法可解釋性也面臨著大數據帶來的因果關系難題、解釋有效性不夠等問題[52]。因此，為了更好促進圖書館對其算法可解釋性進行優化，必須明確智慧圖書館中的算法解釋程度，在比例原則的要求下推動監管需求與圖書館運營成本的平衡。由于圖書館中推薦類算法處理的數據類型較為集中，無需通過高度復雜的算法模型進行數據處理，因此圖書館往往具備對其算法進行充分解釋的能力。并且，盡管圖書館中算法可能產生的風險較為隱性，但考慮到未成年人的長遠發展，必須要加強對算法推薦服務的監管，因此對智慧圖書館而言，應當鼓勵其在能力范圍內將算法規則進行解釋，以簡單易懂的形式向公眾公開算法所需要處理的未成年讀者信息類別、形成文獻信息推薦結果的基本運算邏輯等[53]。如此不僅可以使監管部門充分知悉算法是否合法合規，也可以使未成年讀者及家長等社會公眾更好地信任、接受與充分利用圖書館中的算法推薦服務，促進智慧圖書館對圖書文化事業的賦能。為了敦促圖書館開展算法推薦服務時落實好優化算法可解釋性這一社會責任，可以將算法規則的解釋程度作為評估對象，納入智慧圖書館的專門標準或現有圖書館標準規范中，提升圖書館對此的重視程度。

6 結語

智慧圖書館的建設正在如火如荼，而算法推薦服務是智慧圖書館建設中的重要組成部分。育才造士，為國之本。在未成年人保護中，智慧圖書館責無旁貸。算法推薦服務為未成年讀者帶來了新的潛在風險，包括形成負面信息組成的信息繭房、沉迷網絡閱讀、引誘行為模仿等，由于這些風險并非在商業化環境中形成，其往往容易被公眾忽視。《規定》的出現為算法治理帶來了新的思路，但是在智慧圖書館中《規定》無法與《公共圖書館法》有效銜接，從而帶來風險規避落足點不明顯、責任歸屬困難等問題。對此，將《公共圖書館法》第37條中“內容不適宜”進行擴大解釋，并通過對算法進行程序性控制避免“內容不適宜”，可以減少新型潛在風險發生的概率。未成年人保護利在千秋，充分保障未成年人發展權利是社會文明的重大進步，從智慧圖書館的角度以算法為切入點進行研究，是智能時代未成年人保護理論的前沿性突破；并且，在智慧圖書館中有效的算法推薦服務可以形成對違法犯罪未成年人教育矯治的社會支持機制，從而為未成年人法治建設提供全方位的支撐[54]。以此為起點，探索智慧學校、智慧社區等未成年人公共服務場所的法治化、智慧化治理，尋求治理成本與治理效果的平衡，將進一步推進智能時代我國法律規范制度體系的完備化與科學化。此外，本文對于智慧圖書館中推薦類算法的研究相對宏觀，對新型潛在風險的發現與梳理或無法面面俱到，對算法治理的建議也僅針對當下情況提出。隨著算法治理研究的不斷深入，應當對智慧圖書館中的新型潛在風險進行深度挖掘，對算法推薦服務提出更加具體、科學的規范建議，推動智慧圖書館為國家和民族的未來貢獻更多文化力量。