2016年唐纳德·特朗普的意外当选和其后披露的“剑桥分析”丑闻，让人们注意到智能算法的强大威力，及其对选举民主的冲击。2020年美国大选再次将算法瞄准和智能选举推向了新高度，新的算法科技和瞄准手段不断涌现，数据驱动的智能选举(data-driving elections)逐步取代传统的选举动员方式，加上新冠肺炎疫情导致线下竞选活动受限，使得虚拟世界的“算法空战”成为本届选举的主要形式。特朗普团队和拜登团队仅仅用于脸书平台(Facebook)的政治广告精准投放花费，就分别高达9770万美元和8210万美元，①数据和算法成为选举的核心竞争力。最前沿的算法科技被淋漓尽致地运用到选举场域，政党、候选人、竞选团队、咨询公司、数据掮客(data broker)、算法服务公司、社交媒体平台等形成新的选举联盟，重塑着选举生态。这些新变化不仅意味着选举策略和竞选方式的转变，而且对选举民主的内涵和根基构成新的挑战。算法时代的西方选举正在走向某种形式的异化，为我们观察和思考选举民主的危机及其治理提供了契机。 西方正在进入智能选举的新时代，数据资源和算法技术开始重新定义西方的选举政治，选举不仅是政党政策主张之间的比拼和选民自由意志的选择，而且越来越成为不同政党和选举人在数据和算法领域的较量。最大限度地搜集和挖掘选民数据，运用智能算法对选民展开精准动员，引导选民行为以收割选票，成为算法时代新的选举方程式。基于海量选民个体数据的算法瞄准，一方面拓展了竞选活动的形式，更加有效地传递选举资讯和智能化地动员投票，有助于提升选举民主的活力；另一方面加大了对选民心理和行为的操控，引导候选人分割和选择动员对象、掌控选民情绪、精准投放信息，以及“围猎”潜在支持者，这些都将危及民主的核心价值。 算法瞄准和智能选举的兴起有着深厚的时代背景。首先，西方竞争性选举政体正面临政党离散的压力，党员数目和选民的政党认同都显著下降，新的算法科技成为政党重新触达、联结和动员选民的得力工具。其次，西方选举日渐走向个人化，候选人的个人特征和吸引力成为左右选举的关键因素，特别是在民粹主义盛行的大背景下，基于候选人的算法瞄准和选民动员成为竞选的有效手段。再次，西方选举政治正在走向深度极化，党派竞争进入白热化状态，传统的竞选方式已经达到成效上限，通过新技术手段挖掘潜在选民和提升投票率成为选举交锋的新战场。因此，算法瞄准并非简单的竞选技术革新，其背后是整个西方政治生态的转型。研究新技术环境下的选举政治，有助于我们把握西方政体的运行动态，反思技术密集型选举的局限，研判选举政治的发展方向。 本文将聚焦智能选举中的算法瞄准及其对选举民主的异化影响。首先，梳理算法瞄准的基本概念和发展历程，分析发达民主国家智能选举的前沿动态。其次，剖析算法瞄准的基本原理和技术过程，揭示选举中“算法武器化”的技术逻辑。再次，阐释算法瞄准的政治后果，反思算法瞄准如何异化选举民主，动摇西式民主的基本前提、程序正义和价值目标，从而威胁民主政体的健康运转。接着，探讨算法时代西方选举异化现象的治理路径，分析多圈层治理中不同主体的角色。最后，提炼本文的核心观点，展望算法时代西方选举政治的发展态势和未来的研究课题。 智能选举中的算法瞄准 锁定目标选民(voter targeting)是选举动员的核心策略，其目标是在竞选经费有限的条件下有效地动员尽可能多的选民参与选举活动(包括投票、捐款、集会、担任志愿者等)。传统的选举动员方式较为粗糙，政党或候选人根据掌握的选民分布信息和历史投票情况，借助特定的媒介和工具展开动员，常用的手段包括打电话、发邮件、电视广告、扫街拉票等，锁定对象多在群体层面。随着算法时代的到来，数据资源的积累和算法科技的精进为选民动员提供了新的手段，使得聚焦选民个体的精准动员成为可能，基于算法的政治瞄准(political micro-targeting)应运而生。 算法瞄准(algorithmic micro-targeting)是指“运用数据分析识别个体的具体兴趣，然后创制个性化的资讯内容，预测这些资讯的影响，然后将这些资讯精准投放给相关个体”。②算法瞄准起初为商业营销手段，即根据个体特征、消费记录、日常喜好和社交网络等数据对客户进行画像，进而投其所好地为客户推荐广告和产品。近年来，算法瞄准越来越多地运用于政治领域，用以建立选民关系和动员选举投票，③并在选举实战中取得突飞猛进的发展。算法瞄准的核心是数据而非选民，其基本假设是单个或几个数据点(data point)无法准确反映选民的偏好，需要收集海量的、多维的、各领域的选民数据才能构建完整的选民画像。区别于传统的选举方式，算法瞄准依靠大规模的选民个体特征数据和行为数据来对选民进行精准划分和归类，然后依托算法识别选民的人格特性和偏好立场，基于此向其推介个性化定制的选举资讯和动员活动，并通过预测、试验、反馈、迭代等过程不断优化，从而达到最大化影响选民投票意愿和投票行为的目的。整个竞选过程由数据驱动，通常被瞄准的选民并不知道其个体数据是如何被收集、分析和使用的。④
