閱讀下面的文字，完成下列各題。
      材料一：
      算法社會的到來勢不可當，從信息傳播理論和實踐的角度來看，算法在為公眾提供極大技術便利的同時，對網絡生態的發展亦產生了深刻影響。
      算法極大降低了公眾篩選有效信息的社會成本。算法的核心價值是利用對用戶的年齡職業、興趣愛好、網絡行為與時空環境等關鍵信息的統計分析，致力于在信息內容、產品服務等多元層面實現對用戶的追蹤推測、精準分發和有效供給。這就在很大程度上改善了既往技術語境下公眾付出的高昂時間與經濟成本，讓人們能夠從以往單一重復的信息、產品和服務篩選行為中得以解放，滿足了公眾對于信息和服務的分眾化需求。
      算法不斷建構和重塑著既有的網絡群體關系。算法場景造就了公眾的數據化和標簽化，在強化了既有群體邊界的同時，也促進了新的共同體關系的形成。以往網絡群體互動關系的形成，大多是公眾自發性主動找尋、相互選擇的結果。而算法社會下，無論是信息內容的分發還是產品服務的送達，作為中介的算法在進行一對一的關系匹配或資源分配時，首先要對用戶進行標簽化甚至評分制的“全面數據化”處理。
      在此過程中，主要是依據用戶接收到相關信息和服務后的點擊次數、停留時長、舉報屏蔽以及轉評贊等各種反饋行為，對其主要觀點、情感傾向和媒介消費行為進行精準的圖譜畫像。進而通過后臺信息匹配等方式，幫助用戶發現、連接起具有相似觀點或共同興趣的其他共同體關系。
      毋庸置疑，技術驅動的算法紅利越來越廣泛而深刻地影響著人們的生活：網絡購物離不開“算法比價”、商業運營離不開“算法宣傳”、日常出行離不開“算法導航”，甚至求職姻緣也需要“算法匹配”等。但看似理性、中立的算法背后，也存在著一定的技術偏見：大數據“殺熟”“欺生”、算法侵犯隱私乃至引發群體極化等現象時有發生。算法盛行給網絡生態帶來的一系列沖擊，值得警覺與深思．
      一方面，算法盛行容易造成“把關人”角色弱化，人淪為算法“囚徒”的可能性急劇增加。算法雖然帶來了個人信息、服務水平的大幅提升，但在算法技術主導下，個性化分發力度得到空前強化，而信息、產品與服務編輯審校等“把關角色”卻經常遭到弱化甚至缺位。一旦算法的設計與應用失當，個體在認知判斷、行為決策以及價值取向等多個方面，很可能會受到單一算法的鉗制乃至禁錮，成為算法的“囚徒”。
      另一方面，算法盛行容易強化“信息孤島”效應，網絡生態失衡、失真的風險可能不斷加大。算法在很大程度上影響著人們與某類信息的快速連接和匹配，但也自動過濾掉了其他潛在有效息。信息窄化下的公眾容易形成“很多人都是這種想法和價值取向”的錯覺，這種“選擇性”的接觸、過濾與相信，不僅會阻塞與不同意見群體的交流溝通，更會造成在自我重復和自我肯定中的視野受困與故步自封。同時也會為偏見滋生、黏性缺失的網絡輿論場埋下被操控的巨大隱患，甚至陷入惡性循環、誘發線下群體性事件，破壞網絡生態的晴朗穩定．
      簡單粗暴、一刀切式的“算法抵制”并不可取，建立更加完善的法律法規監管體系、公開推行更加透明的行業技術準則，已迫在眉睫；同時，必須摒棄“算法崇拜”，進行更加全面專業的算法設計者素質培訓，強化對算法使用者的素養教育。總體而言，從認知與關系的維度看，算法深刻影響和改變了既有的網絡生態，也把自由與枷鎖的張力推向了極致。算法場景的無限擴張，快速推動著人們的“全面數據化”，也引發了一系列的法律和倫理爭議。有意識地對算法技術進行價值反思，始終是我們必須直面的現實問題。
（摘編自李巨星《算法無限擴張帶來自由還是枷鎖》）
      材料二：
      當前人工智能算法通常依賴于數據驅動的方式，其行為不可控、決策機理難解釋，帶來了公平性、隱私性等相關安全問題。更嚴重的是，人工智能算法“黑箱”特性導致了算法治理困難，加劇了算法被資本利用的可能，給算法經濟的發展帶來一定負面影響。一些平臺利用算法決策侵犯受眾權益的問題層出不窮，傳統監管手段失效，極易引發監管機構信任危機。
      監管信任危機的根源在于企業在數據和算法上的非對稱優勢。當前，基礎數據的所有權和控制權主要集中在互聯網平臺企業，這些企業全程操縱算法設計、運行、測試和分析，由此占據著優勢地位。監管部門在“算法社會”中已經呈現出被邊緣化的趨勢，極易失去對關鍵數據和關鍵算法的監督權和控制權。
      應對挑戰，尤其需要從法律責任、行政責任、道德責任三方面構建算法治理法律法規體系，推動社會各方之間的合作互信。在法律責任層面，國家應制定、完善相關法律法規，在多元主體之間建立起監管算法“黑箱”的共同準則；在行政責任層面，著眼于行政審查、行政監管與行政問責，制定技術標準和操作守則，要求平臺企業使用的算法符合法律法規要求、符合公共利益，削弱或消除算法“黑箱”造成的負面影響；在道德責任層面，著眼于算法倫理的嵌入，監管部門應該要求平臺在算法設計上符合社會一般道德觀念、價值與規范。
      針對算法設計、應用、監管等全流程治理問題，需要構建算法基礎標準、風險評估標準、安全等級標準以及監管標準等完整的標準規范體系，分級分類，設立全面、清晰、可操作的技術指標體系，做到實時可控可監管。算法企業應積極主動配合國家算法治理過程，依據相關標準要求，制定和公開算法相關信息，提升算法透明度。與此同時，發揮社會組織監督作用，加強第三方監督，平衡算法信息的不對稱。
      針對算法“黑箱”風險難定義、難監管、難預防、難取證、難追責等問題，需要推動研究院所、企業、高校和政府的技術合作，突破度量評估、行為監測、風險防護、博弈演化、突變溯因等原創理論與核心技術，創建并豐富監管技術手段，確保算法在各個階段中的安全風險可控。為實現算法治理自動化、標準化，還應當開展算法全周期、立體化智能評測和監測技術的研發，構建可解釋性、公平性兼顧的安全可信的算法監管平臺。
（摘編自劉祥龍《打開算法“黑箱”》）（1）下列對原文內容的理解和分析，不正確的一項是

B

B

A．算法改變了網絡群體互動關系的形成方式，由以自發性主動找尋、相互選擇為主變成了通過精準的圖譜畫像、后臺信息匹配等方式形成。
B．算法雖然可以使人們與某類信息實現快速連接和匹配，但更容易使信息窄化，因此我們要自覺抵制利用算法進行信息匹配。
C．算法盛行容易強化“信息孤島”效應，而“信息孤島”效應會使人們阻塞與不同意見群體的交流溝通，還會視野受困與故步自封。
D．要扭轉監管部門在“算法社會”中被邊緣化的趨勢，就需要從法律責任、行政責任、道德責任三方面入手，推動社會各方之間的合作互信。
（2）根據原文內容，下列說法不正確的一項是

C

C

A．算法可以依據用戶接收到相關信息和服務后的點擊量等各種反饋行為幫助用戶發現、連接起具有相似觀點或共同興趣的人。
B．在算法技術主導下，個性化分發力度得到強化，而“把關角色”卻越來越弱化甚至缺位，這大大地增加人淪為算法“囚徒”的可能性。
C．傳統監管手段對一些平臺利用算法決策侵犯受眾權益束手無策，其根源在于人工智能算法的“黑箱”特性。
D．要防范算法“黑箱”風險，需要我們加強各方技術合作，突破一系列原創理論與核心技術，創建并豐富監管技術手段。
（3）下列選項中，最能全面而準確地概括材料一主要觀點的一項是

A

A

A．算法在為公眾提供極大技術便利的同時，對網絡生態的發展產生了深刻影響。
B．看似理性、中立的算法背后，也存在著一定的技術偏見。
C．必須摒棄|“算法崇拜”，進行更加全面專業的算法設計者素質培訓。
D．算法場景的無限擴張，引發了一系列的法律和倫理爭議。
（4）請簡要分析材料二的論證結構。
（5）請結合兩則材料，談談算法對當前社會產生了怎樣的影響。