算法新聞：技術變革下的問題與挑戰

智能新聞的本質是算法所引起的新聞采寫和傳播革新。與新聞生產相關的人工智能包括機器學習、自然語言、語音處理、視覺信息等技術。人工智能注重用戶的興趣與體驗，并將其反饋到新聞生產和分發流程中，算法是這一過程中的核心元素。本文所研究的算法新聞既指智能寫作，也包含新聞分發領域的智能推送，它已經部分顛覆了傳統的新聞傳播業流程和生態。因此深入分析算法新聞面臨的挑戰及其對策，具有很重要的現實意義。

算法新聞的優勢

“算法新聞”運用預先編制的軟件程序自動完成新聞生產、新聞分發、信息搜集與用戶反饋。作為一種新型采寫和傳播工具，算法在新聞生產環節部分取代了傳統記者和編輯的勞動，在新聞分發環節部分取代了傳統發行者和營銷者的勞動，實現了產業自動化處理。因此，智能傳播時代的新聞業正經歷著歷史性的“算法轉向”：新聞價值的評估標準由經驗判斷轉向實證測量，新聞生產模式由“手工作坊”轉向人機協同，新聞敘事由線性敘事轉向交互性敘事，新聞的推送方式由大眾化覆蓋轉向個體化定制，表征現實的機制由記者中介轉向算法中介。

第一，新聞生產自動化。用于新聞生產、分發的程序一旦由算法工程師完成，并被植入新聞生產環節，則新聞信息采集、分析、文稿撰寫、編輯等后續新聞生產行為均可由程序自動完成，主導傳統新聞采寫活動的人將悄然隱于幕后，成為“若隱若現”的存在。如果說智能新聞生產是（工業）自動化在生產性服務業的深化，基于算法的新聞分發是市場細分、商業個性化趨勢在新聞業的展開，那么，以效率為核心所建構起來的現代化生產流水線完美地出現于新聞生產領域，把受眾最感興趣和最需要的新聞元素聚集于一個平臺加以結構化，極大地提高了新聞數據處理的廣度和速度，并解決了傳統新聞生產批量化就難以個性化、個性化就難以批量化的矛盾，使新聞生產按照人類預設方向批量化、個性化地生產，極大地滿足了公眾日益多樣的信息需求。

第二，對用戶需求的強大穿透力。在分發環節，算法基于用戶興趣、習慣和體驗的深度反饋而形成精準、高效的目標投放。大眾媒介時代作為解碼者的“受眾”變成了集編碼解碼于一體的“用戶”——“‘用’代表了其主動性，而‘戶’代表了其獨特性、差異性”。算法在新聞分發環節構建了個性化推薦機制：一是傳統的排行榜推薦，以新聞閱讀量、點擊量、轉發量、評論數或點贊人數等量化數字為依據，將新聞內容分門別類排序后推薦給用戶；二是協同過濾推薦，針對擁有相似閱讀、購買行為的群體，通過識別有用的關聯物來分析、預測他們的興趣愛好并據此向其推薦相關的新聞內容；三是內容精準推薦，即通過對用戶行為歷史記錄的數據分析，為其繪制興趣圖譜，再將與“用戶畫像”相適應的新聞內容精準地推送給用戶。如果說傳統新聞分發是基于媒體對受眾的調研和預測而主觀認定受眾喜歡的新聞，具有一定的盲目性，那么，智能分發則建立于大數據和智能追蹤技術對受眾的興趣畫像上，使新聞分發更具準確性和針對性。

傳統的新聞分發像超市，媒體根據受眾市場預測準備若干新聞供受眾選用。由于媒體難以同時滿足所有受眾的信息需求，媒體和受眾之間呈一次性消費關系，媒體和用戶的粘黏度不高。而算法推送能夠持續不斷地為目標用戶推送其感興趣和需要的信息，由于能夠敏銳捕捉服務對象細微的信息需求變化，媒體推送內容也隨之調整，使信息服務轉變為追蹤式全程服務，極大地增加了媒體和用戶的粘黏度。

第三，依賴大數據資源提高新聞報道的預測性。基于大數據的算法擁有模擬數據時代無可比擬的預測功能，它通過全樣本的相關性分析，在不知曉因果性的情況下就可以做出精準的預測和有力的推論。大數據“這個系統依賴的是相互關系，而不是因果關系。它告訴你的是會發生什么，而不是為什么發生”。相比于傳統新聞小數據時代，大數據更強調用戶數據的完整性和混雜性，這種數據不僅能幫助我們接近事實真相，而且能準確地推測受眾所喜歡的新聞。

技術變革產生的問題與挑戰

在互聯網興起之初，麥克切斯尼就預見性地批判道，在每次媒體革命中，空想家都不同程度地告訴我們新技術將如何魔術般地打破現有媒體、文化和知識壟斷的局面，然后打開通往一個更加平等和公正的社會秩序之門……數字革命似乎不是減少媒介權力的過程，而是進一步促進媒體對美國社會生活的整合與商業滲透。算法技術在為新聞業賦能的同時，也帶來了諸多問題和挑戰。

第一，新聞判斷與算法的偏見。從確定選題、素材搜集到構思、寫作和編輯，選擇判斷一直是新聞工作的一項核心能力。在智能新聞生產過程中，傳統新聞記者專業判斷的權威性受到了算法判斷的極大挑戰。基于算法的新聞生產，將超越記者即時性判斷錯誤，使新聞生產的價值判斷乃至文字語法都不會出現失誤，真正實現了新聞的客觀性。但這種新聞客觀性充其量是所謂的“算法客觀性”，它表現為程序運行或數據計算過程中的無偏差，而算法構建過程則有可能植入人的價值偏見：一是算法設計者的價值偏見，如設計者對問題的理解、數據和變量選取、綜合評價等方面的主觀偏好，將被納入新聞算法程序，進而影響算法新聞寫作；二是輸入數據的偏見，在真實世界被數據化過程中，算法所依賴的數據本身可能是有缺陷的，如果客觀世界數據化過程被植入偏見，則將影響新聞的客觀性；三是算法局限的偏見，把紛擾復雜的現實世界轉變為利用大數據模擬的簡化模型時，算法系統本身并非是完美的，總是存在著局限。因此從現有智能新聞實踐看，三種偏見似乎是難以避免的，都或多或少地存在于新聞寫作和傳播過程中。

新聞判斷與算法偏見的嚴重性還在于新聞算法程序無法自動糾正所可能包含的價值偏見。如果算法程序設計者具有某種價值偏向，所依賴的新聞事實處理模型包含諸如喜愛低俗信息、漠視弱勢群體乃至種族歧視等內容，那么，智能新聞寫作必然繼承和沿襲這些偏見，并為目標受眾推送包含這些偏見的新聞作品。

第二，權力的轉移與新聞人把關角色的淡化。人工智能的廣泛運用一方面讓記者能夠講述一些過去由于資源或技術限制而無法講述的故事，用戶也享有了諸如互動和個性化推送的新體驗，另一方面，如何平衡傳播中的回音室問題和新聞公共服務的理念成為最大的挑戰，而這一挑戰來源于市場條件下新聞具有公共產品和商品雙重屬性的矛盾。

傳統媒體時代新聞人通過把關來平衡新聞雙重屬性所造成的矛盾，然而進入智能傳播時代后，媒體把關人功能被嚴重削弱：一是信息通過各種互聯網社交平臺擴散，新聞信息繞過把關人自由地流向目標受眾，把關人不能發揮傳統媒體那樣的信息過濾、引導作用；二是讓渡給算法，通過海量數據來識別用戶，再根據用戶的興趣愛好來生產、分發內容。由于算法新聞以流量為導向，用戶的喜好和行為左右新聞生產的內容及其分發形式，迎合算法所描繪的用戶口味便成為新聞人的第一要務，新聞人的價值能動空間日趨逼仄。過去新聞人判斷新聞價值的依據是它“有多重要”，而算法時代的依據則是“有多少人感興趣”。如果智能傳播時代的新聞機構越來越依附于壟斷用戶眼球的互聯網巨頭，那么平衡公共利益與市場利益的權力也就不掌握在新聞媒體手上。于是，新聞的服務對象從社會公眾轉變為擁有購買力的用戶，媒體從社會公眾的精神守望者變為“流量工廠”的經營者，算法解構了蘊含于傳統新聞中的公共性。

第三，信息傳播窄化。由于新聞把關人難以發揮作用，媒體完全依照商業邏輯進行個性化推薦，從用戶的角度來看，信息窄化現象就難以避免了。桑斯坦認為，人們原本持有的偏向在加入某些團體后，由于缺乏競爭性觀點的協商溝通，這些偏向被持續加強，言行將越來越極端。雖然傳統媒體環境也可能發生這種現象，但互聯網讓志同道合的匿名者能輕易而頻繁地溝通，更容易成為群體極化的溫床。

智能傳播加速了信息窄化進程，有可能使群體極化趨于嚴重。一是媒體推送的信息更趨于同質化，使受眾徹底被其包裹。互聯網時代信息繭房現象建基于網絡提供的大量信息，使網絡用戶具有信息選擇主動權。基于個人信息愛好，用戶往往選擇閱讀與興趣愛好和價值觀一致的信息。在此過程中，用戶多少能接觸一點非同質化信息，而智能傳播主動過濾非同質化信息，讓用戶永遠處于被同質化信息束縛之中。二是智能傳播路徑使更多的受眾結成信息聯盟而共享同質化信息，加速了群體極化。智能傳播對技術的依賴度遠遠超過傳統媒體時代，而技術的自我路徑選擇讓更多的用戶很容易與“志同道合者”建立聯系，形成更大的同質化信息群體，從理論上說這個群體的人數可以無窮多，能讓身處其中的用戶誤以為自己屬于“正確”一方，進而接受越來越窄化的信息。

算法變局下的應對之策

第一，在生產環節，以人為本而非效率至上。許多學者表達了對算法技術的擔憂：那些對政府、商界和個人生活決策有關鍵作用的算法和智能系統日益脫離人的控制，人逐漸成為了智能系統的助手。這樣一個智能系統構筑了包含電子監控和算法決策的未來互聯網世界，它成為每個人的遠程控制者。當整個人類社會被大數據、算法等新技術納入到數據主義的體系中后，人的一切行為被數據化，于是，人類的自由意志將面臨終結。有學者呼吁必須用人文關懷來實現工具理性和價值理性的再平衡，這種擔憂的核心是如何避免商業機構對市場效率的極致追求。

算法之下，市場化媒體推送新聞的原則是效率，即點擊率及其帶來的收益。不論是新聞生產領域還是新聞分發領域的算法應用，都是商業效率邏輯在新聞業的表現。因此，算法新聞帶來的終極問題不是算法本身的問題，也不是算法背后的程序問題，而是在效率（利益）第一的原則下，算法新聞會帶來怎樣的后果。如果所有的信息在推送給用戶之前都被用經濟標準加以檢視，過濾掉違背這個標準的信息，那么，市場效益將成為算法新聞的唯一法則。

面對算法新聞的價值困境，必須堅持以人為本，技術為人所用，人機協同的原則，把社會效益作為算法新聞的生存基礎。“高度依賴技術抓取能力的人工智能可以帶來動態新聞卻無法揭示真相，因為真相并非簡要事實，而是掩藏在事實背后的復雜事”，驗證事實和逼近真相仍然需要依靠職業記者。在算法設計環節，記者、編輯與算法工程師展開深度合作，將新聞職業理念融入算法之中；在新聞生產環節，無論采用人工模板+自動化數據填充的模式，還是人工撰寫深度稿件，借助算法幫助記者發現選題、拓展報道的深度和廣度、預判內容的傳播效果等，都必須發揮人的主觀能動作用。也就是說，算法新聞不僅要由人來主導，而且必須圍繞為人服務的宗旨展開新聞傳播活動，只有把基本新聞倫理和促進人全面發展的價值理念植入智能程序，才能使新聞傳播活動更好地為人服務。

第二，在分發環節，打破大型商業平臺的壟斷。20世紀90 年代興起的由少數跨國巨頭壟斷的全球商業媒介系統，隨著互聯網的普及，壟斷的趨勢變本加厲，形成了一種贏者通吃局面。人工智能較高的進入門檻更有利于資金實力雄厚和擁有海量數據的互聯網巨頭進一步壟斷新聞傳播業。人工智能在美國新聞業應用已呈現出技術巨頭主導、專業媒體依附的格局，如谷歌、微軟、臉書、亞馬遜等互聯網技術巨頭主導人工智能核心技術的研發，大型主流媒體積極嘗試人工智能技術的新聞應用，小型專業技術公司致力于提供專業的人工智能新聞產品，如Graphiq 和Agolo 等。由此可見，大型商業平臺越來越壟斷新聞業生產和傳播工作。

如果大型商業平臺從新聞采寫領域壟斷進一步發展到分發領域壟斷，則不僅破壞新聞傳播業的良性發展，而且將因其壟斷倒逼新聞采寫領域的價值選擇。市場的邏輯永遠是效益至上，壟斷性大型商業平臺勢必按照市場商業邏輯迎合受眾對低俗、恐怖、偏激、謠言等信息的追隨，進一步弱化新聞作為社會公共產品的品味和作用。因此，首先要鼓勵商業平臺競爭，防止少數巨頭壟斷市場，必要時對分發商開展反壟斷法律審查；其次積極扶持傳統主流媒體轉型，鼓勵那些官媒利用內容原創優勢，打造新的信息分發平臺，擴大公眾市場影響力；再次優化算法結構，尋求公共效益和經濟效益的平衡，克服唯市場效率至上的缺陷，如《人民日報》推出的“人民號”所秉持的“黨媒算法”，在主流價值觀的駕馭下實現新聞公共性與個性化需求的平衡，起到了引領和表率的作用。

第三，在消費環節，提高算法時代用戶的媒介素養。現代新聞業自19 世紀末誕生伊始就存在著邁克爾·舒德森所區分的兩條報道路徑：“故事”模式和“信息”模式，前者追求新聞的欣賞性和消費價值，后者則強調不加修飾地傳達可以驗證的信息。舒德森認為，一般受過良好教育的中產階層傾向于信息模式，而工人階級則更傾向于故事模式。無論哪種模式，都可以看出受眾是新聞傳播鏈的中心環節，提高受眾的媒介素養，將極大地提升智能傳播的效率和公共影響力。

一方面，通過全社會媒介素養教育，讓受眾在身邊主動營造一個多樣化的傳播生態。信息繭房理論的前提假設是用戶的資訊渠道只能依靠少數幾種特定的媒介，用戶只看資訊平臺根據算法推薦的新聞信息，不看朋友圈，不用微博，也不閱讀媒體公眾號，久而久之，陷入信息繭房中。隨著智能技術的飛速發展，公眾有接觸和使用多種傳播工具的便利條件，但是，基于某種媒介使用偏好和信息偏好，有些公眾排斥使用其他媒介，拒絕接受多樣化信息，對這樣的公眾開展媒介素養教育，使其了解和掌握正確使用媒介方法，有利于營造良好的媒介環境。

另一方面，培養公眾解讀公共信息的能力。網絡上，故事模式具有某種天然優勢，公眾往往沉溺于故事而不能自拔，沉浸于特定的場景和情結中，使其失去了對信息的選擇性和批判性，變成網上懶于思考的飄蕩的肉體。網絡意見交鋒和博弈是網絡傳播常態，任何網民都必須適應該環境，并從公共信息的創造性解讀中獲益，否則，將淪為排斥多元意見的孤獨者。我們看到，無論是哪種情況都將誘導智能傳播推送單一信息，進而致使用戶自我封閉，最終為智能技術所奴役。因此，提高公眾解讀公共信息能力，使其主動選擇多元化信息，有助于全面提高人的素質，不斷優化智能傳播效果。