算法歧视是近几年国内外科学界和哲学界的研究热点。除对算法歧视现象进行伦理反思外,哲学界对该问题的讨论还可划分为两个大类,即“算法歧视场景识别”与“算法歧视现象治理”。前者的重点在于定义算法歧视概念,本质上是概念分析的工作;后者则涉及规制问题,难点在于对治理边界与问责边界的把控,属技术哲学的范畴。对于此二难题,学界已有诸多研究。在此基础上,本文进行了一系列整理及补充的工作:针对“算法歧视场景识别”问题,本研究从“歧视-算法-算法歧视”的进路出发,逐步探索算法歧视之特征、定义,进而提出识别歧视场景的操作步骤。具体说来,又可划分为五个子任务:(1)回顾现有研究,梳理识别歧视场景的基本方法及困难;(2)基于拉斯穆斯的一系列关于歧视研究,构造歧视的形式化定义;(3)考察“算法”概念的演变进程,厘清“算法歧视”语境下的“算法”所指,进而消解算法歧视的本体论论证难题;(4)结合前两项工作,构建形式化的“算法歧视”定义;(5)根据“算法歧视”的形式化定义,设计算法歧视场景的识别步骤。针对“算法歧视现象治理”问题,本研究从方法维度及时间维度出发,总结现有治理方案的基本模式及其困难;并借鉴伽达默尔的诠释学理论,构造算法歧视发生学路径;最终论证事中治理方案的作用方式及合理性。具体说来,可划分为四个子任务:(1)从方法维度上回顾算法歧视现象的治理方案,总结其基本模式与困难;(2)从时间维度上回顾算法歧视现象的治理方案,总结其基本模式与困难;(3)借助伽达默尔的诠释学理论,构建“算法前见-算法偏见-算法歧视”发生学路径;(4)依据发生学路径,论证事中治理方案的作用方式及合理性。