算法推薦下信息傳播的弊端及問題規避

王遠柏 苗義程 李佳璟

摘要：新媒體時代，以今日頭條為代表的算法推薦類APP開辟了一條新的運營和盈利模式。算法推薦注重技術導向，其對信息的精準個性化推送在一定程度上革新了信息傳播路徑和方式，但也在一定程度上沖擊了原本穩定的傳媒環境，甚至引發傳統媒體的集體危機。機遇與挑戰并存，算法推薦自身弊端的暴露嚴重影響了媒體環境和社會穩定，今后的發展方向成為難題。在此情況下，本文通過對今日頭條的長期分析，深度剖析算法推薦的弊端及產生原因和影響，以期提出切實可行的發展策略，把握好算法推薦的“度”，促使傳媒技術回歸到助力發展、服務社會的正軌上來。

關鍵詞：算法推薦 信息傳播 弊端 策略

算法推薦又稱為“算法分發”“精準推送”，具體指通過技術手段分析獲取用戶的使用習慣和興趣內容，以此確定用戶需求并通過系統數據庫匹配新聞信息，對準不同用戶進行個性化的精準推薦。

算法推薦在國內受到業界和學界的注意主要起因于今日頭條APP的迅速發展壯大，這款應用由北京字節跳動（ByteDance）開發，2012年8月1日上線，側重于數據挖掘和內容分發，通過對用戶關注內容和閱讀習慣的分析來精準推送抓取自互聯網的內容和信息。技術和算法作為今日頭條賴以發展壯大的根本，也使其陷入了版權侵犯的漩渦、信息低俗的黑洞。即使今日頭條另辟蹊徑，通過“頭條號”來扶持原創內容、上線依靠算法推薦的廣告運營體系、開拓短視頻分發領域……種種發展策略雖然獲取到用戶和流量，但并未解決算法推薦所帶來的負面問題，受到了許多批判。

即便如此，算法推薦在新媒體環境中的應用與發展并未被唱衰，引入人工智能，通過算法推薦進行信息的傳播，極大程度上滿足了受眾獲取個性化信息的需求，并使其在新聞行業中的應用發展成為一種“現象級”的實踐。鳳凰、網易、騰訊、新浪等原來由社區和網站轉型而來的新聞資訊類APP成功轉型為類似今日頭條的算法推薦型聚合類新聞客戶端，新的基于算法推薦的新聞類、圖片類、短視頻類、直播類的APP層出不窮，抖音、快手等等短視頻和直播類APP也由此獲得了大量市場份額。種種現象不難看出，算法推薦依舊是廣大民眾接收新聞和信息的主要方式。

一、文獻綜述

針對算法推薦對信息傳播的影響，國內外的傳播學研究者均表現出強烈興趣和高度重視，也做了許多研究和分析。王茜以今日頭條為例，針對算法推薦的標準進行內容分析法的考察，重點探討了新聞價值的選擇以及衡量問題[1];陳昌風、石澤認為“算法推薦”融合了科技理性和工具理性的雙重特色，是人類技術進步的表現，并且強調加強人機交互以及技術與價值理性的結合，完美駕馭人工智能[2];竇鋒昌認為新聞采編需要依靠傳統的專業新聞媒體，而新聞的分發可以依靠“算法推薦”，兩者的關系可以理解為相輔相成，屬于新聞生產過程中的不同階段和不同環節。而以“今日頭條”為主的“算法推薦”機制也引發了眾多問題[3];李潤陽和蔡元臻分別從版權保護與侵犯[4]、著作權法律完善[5]方面探討“算法推薦”發展中要注意的地方。吳偉華立足于公共傳播來剖析算法推薦，認為信息的有效供給、精準推送等可以達成，但也存在諸如內容淺薄、風格缺失等問題[6];張瀟瀟則提出要體現新聞專業主義、算法推薦和編輯主義三者的有機結合，才能發揮最大效用[7]。

上述理論研究雖然大都秉持客觀態度，立足當時的媒體環境做出了充分的研究后各自列舉算法推薦的優缺點。但是新媒體環境瞬息萬變，算法推薦越來越不適應社會環境的發展和受眾對于新聞信息的需求，算法推薦所帶來的影響逐漸呈現弊大于利的態勢，因此借鑒意義不大。

最新的學術研究則更加細化：喻國明、耿曉夢開始從技術邏輯開始人文反思，繼而延伸到價值適切的優化之道[8];陳昌鳳、師文以“新聞策展”為突破口，提倡專業的從業者應該加強對算法的人士，并引領其推動“智媒時代”的發展和社會責任的增強[9] 。

但隨著算法在社會越來越多領域的應用，對新聞業監察與關注算法系統的需要持續增長，本文針對當前新媒體環境，首先剖析算法推薦造成危害的內在原因，然后分析算法推薦帶給信息傳播過程的危害，緊接著針對算法推薦今后的發展提出相應的策略，并在最后對傳媒行業的發展做出展望。

二、新媒體環境下算法推薦的問題分析

因為算法推薦的內容分發特性，傳統媒體的新聞分發渠道被互聯網搶占，移動互聯的便攜性和易用性造成了傳統媒體的迅速衰落，順應發展潮流的算法推薦革新了傳媒行業，使得新媒體環境獲得更新。但也因為算法推薦的機械性和使用者的過分依賴，種種引以為豪的優勢變為了劣勢，算法推薦本身固有的弊端在急速發展中不斷暴露，作為技術操控者的商業公司并未及時發現或者說并未及時采取措施控制，算法推薦逐漸偏離了“正道”。

早在2017年9月，人民網就連續三日發表文章批判算法推薦對媒體環境的破壞[10];12月29日，今日頭條因為傳播色情低俗信息、違規提供互聯網新聞信息服務等被北京網信辦約談;接著，字節跳動旗下早期上線運營的產品內涵段子APP在2018年被永久關停;隨后，一篇《搜索引擎百度已死》再次點燃了算法的詬病之勢……

上述描述中，嚴重依賴算法推薦機制的今日頭條、抖音、快手等應用算法推薦的新媒體App接連產生重大事故，不僅致使公司受到創傷，而且算法推薦已經危害到了信息的健康傳播，影響到了傳媒行業，甚至造成了一定程度上的社會不穩定。究其原因，筆者認為算法推薦的問題主要源于自身固有的弊端，并波及到了信息傳播的內容生產、傳播渠道、新聞受眾，繼而影響了整體的傳媒環境。

（一）算法推薦自身弊端分析

信息傳播技術的發展在一定程度上催生甚至主導了傳媒環境的發展方向，在新的信息處理環境中，算法推薦精準個性化的推送內容逐漸被充斥于網絡環境的低俗信息和辨不清真實性的廣告覆蓋，最初傳達的信息由于受到太多噪音影響已經面目全非，最初被一片看好的算法推薦也面臨挑戰。

1、算法推薦導致傳播過程畸形化

傳播學奠基人之一拉斯韋爾早在1948年便提出了傳播過程及“5W”理論，即：誰（Who），說了什么（Says what），通過何種渠道（In Which Channel），對誰說（To Whom），取得了怎樣的效果（With What Effect）。

但是算法推薦并未將整個傳播過程中的所有階段重視起來，效果研究并不在算法推薦的考慮范圍之內。算法推薦在本質上通過“眼球經濟”獲得流量，繼而憑借流量賺取利益。一般情況下，算法推薦機制會重點統計和分析用戶點擊推送信息的數量和類型、計算閱讀信息和觀看視頻的時間，對于用戶的反饋也只是設置了“贊”與“不喜歡”以及評論兩個主要的功能，前者目的是為了進一步收集用戶的使用習慣用作下次算法推薦的參考，后者主要強調社交屬性用以吸引用戶進行更多的操作。

也就是說，算法推薦下的信息傳播并不在意信息送達之后的反饋，相較于傳統媒體進行新聞報道的所追求的解釋信息、引導輿論等效果，算法推薦并不重視或者并未嚴格區分信息傳達之后對受眾的影響和作用，如此狀態下的新媒體信息傳播過程是不完善甚至是畸形的，對于傳播環境的影響也只會是弊大于利。

2、算法推薦暴露使用者的逐利動機

算法推薦在應用初期并未有太多弊端，技術操縱者的逐利思想才是始作俑者。以今日頭條為例，它最初同微博合作獲取內容信息，之后開始抓取全網的內容進行推送，在遭遇版權危機之后，今日頭條上線“頭條號”扶植自媒體來進行原創內容生產。由于今日頭條的用戶基數大，自媒體平臺搭建迅速且完善，內容生產呈現爆炸式的增長，但是對于這些自創內容的篩選和個性化精準推送，今日頭條幾乎全部依靠機器和算法。自創作者的收入主要依賴點擊量和內置廣告，這和今日頭條本身的目的一致——都是追逐流量。

“一切為了用戶”背后的深層次目的是攫取流量，如果算法推薦被用作追求流量的工具，那么內容的質量就難以保證。今日頭條、百度、網易新聞、抖音、快手等應用本質上都是商業的自媒體平臺，經濟體的逐利性無時無刻不展現出來，使用者利用算法推薦機制來追逐商業利益，自控力的缺失導致信息傳播的健康值下降、自由度失控，那么必然會產生危害。

（二）算法推薦引發新媒體動蕩

在信息膨脹的今天，“算法推薦”基于互聯網技術、多而雜的信息和新聞，可以迅速搜尋到用戶希望獲取、愿意駐足的信息并推送到用戶的信息接收客戶端，真正實現個性化閱讀。但正是因為千人千面，新聞信息千差萬別，基于算法推薦分發的內容質量、渠道傳播情況以及受眾閱讀后的感受都無法給予信息創造者以明確反饋，對于整個傳媒環境的影響程度也無從度量，我們無從判斷算法推薦是否帶來了技術災難或者人文環境污染，但從如今互聯網媒介中發現的低俗信息、野蠻廣告、信息詐騙、虛假宣傳等等現象中可以確定：新媒體環境并未有想象中那般美好。

1、算法推薦下“過濾氣泡”的嚴重化

基于“算法推薦”的新聞聚合類應用會綜合每一位用戶之前的閱讀習慣，對其進行內容推送，基本思路是：從該用戶的閱讀習慣中計算興趣愛好的相似程度，把相似的內容推薦給有相同閱讀習慣的人。目前來說，常見的協同過濾算法主要有兩種：一種是基于用戶興趣的協同過濾算法，即計算用戶之間的相似性，例如甲和乙的興趣相近，那么甲喜歡的電影，乙也很有可能喜歡;另一種是基于內容的協同過濾算法，即計算內容之間的相似性，如果影片丙和影片丁很相似，那么喜歡影片丙的人，很可能會喜歡影片丁。

類似的“算法推薦”并不少見，除了各種“今日頭條”們，淘寶、京東、亞馬遜等等購物網站的商品推薦系統也運用了此項技術。但不同于購物應用的商品推薦屬性，傳媒行業通過傳遞信息來達到目的、實現價值，信息對于每一個人的態度、想法甚至價值觀都至關重要。

如果受眾長期接受同類型的訊息，便會在不知不覺中增加對推送信息的依賴性，而越是如此，算法推薦機制便會加倍重復這一過程，這就會產生“過濾氣泡”問題，也即“信息繭房”、“信息孤島”和“回音壁”現象。之前諸多學者的研究也都得出過類似的結論：“算法推薦”，尤其是基于內容的“算法推薦”在窄化用戶視野上影響較為嚴重，受眾每天收到的信息都局限于同一個領域，對于其余領域的拓展不會有太大幫助，反而會深陷原本單一的領域不能自拔。

2、算法推薦加重“信息焦慮”

對于算法推薦的過度依賴導致信息傳播的把關不明和推送失衡，在影響新聞的分發渠道和內容生產之后，使得原本已經十分脆弱單薄的新聞越發窄小，作為公共信息品的新聞越發窄化。如今的聚合類新聞客戶端，強調的是算法的精確性、技術的先進性、平臺的覆蓋率……技術決定論之下，依據算法推薦得到的新聞可能不是“新聞”，算法推薦所引發的“信息焦慮”令人深思。

首先，低俗信息在互聯網環境中傳播和擴散得不到有效控制，不但使新聞的價值被弱化甚至忽略，而且污染了傳媒環境。其次，不同于傳統媒體采編新聞的嚴謹流程和發布新聞的嚴苛制度，互聯網環境中依靠算法推薦所獲取的信息無法保證其真實性，謠言導致的潛在危機無形中增多增大。最后，新媒體在為公眾的信息環境和社會生活提供連接力的同時，也抓取了用戶的隱私信息和生活習慣，用戶隱私的泄露反而容易造成不同程度的安全隱患，在此情況下，算法推薦作為人工智能在新聞傳播領域的應用，其本質更接近于一種權力[11]。

“你關心的，才是頭條”，算法推薦倡導個性化服務，通過對自媒體人所創作生產的新聞內容整合篩選再推送，達到差異化、精準化。但這種權力下移的新聞發布給予了信息絕對的空間，從生產到傳播再到影響受眾，言論自由帶來了上述始料未及的嚴峻問題，也給算法推薦蒙上了一層陰影。

三、新媒體環境下算法推薦的問題規避策略

我們無法阻擋潮水的方向。算法推薦如火如荼的今天，技術理應為媒體發展和社會進步做出更大的貢獻，因此在發現技術問題、剖析算法弊端之后，我們真正要做的是提出切實可行的發展策略，通過一定程度的限制和完善，把握好算法推薦的“度”，促使技術回歸到服務人類的正軌上來。對此，筆者提出了以下三點建議：

（一）加強把關：兼顧級別和地區，建立健全審查機制

信息泛濫的自媒體時代，內容把關的意義凸顯，但僅僅依靠算法把關是遠遠不夠的，當前階段必須特別加強把關機制?；谒惴ㄍ扑]的新聞應用需要人工審核來配合技術把關的漏洞，完善審核機制，不但要審核每一條即將推送分發的新聞和視頻信息，而且要實施多重審核，重點審核不良反饋的信息和自媒體賬號。

但僅僅加入人工審核是不夠的，審核力度和規則也需要建立和完善。網絡與信息監管部門的發展尤為迅速，現如今在應對網絡突發事件和輿論動蕩方面、對新媒體環境監管方面的職責不斷強化，應對也更加精準。

而且，分級、分地區的信息把關更能夠針對性精準工作。在某些突發事件或者動蕩多發的信息領域加強審查力度，而在娛樂、科技等相對安寧的信息領域適當放寬審查力度，不同信息類型的把關部門也可以相互借鑒和學習，針對不同類型的信息適當改變審查的方法和規則，以期建立完善可行的審核機制，達成松弛有度的輿論環境。

（二）靈活轉型：兼顧內容和平臺，高效從事內容生產

互聯網及媒體行業愈加看重知識產權生產，優質的原創內容也越來越受到新媒體市場的重視。傳統媒體在優質的嚴肅內容生產上具有天然優勢，在不斷嘗試擁抱新媒體的戰略轉型過程中，也應該審時度勢，靈活應對。

傳統的專業新聞生產機構不應像自媒體一樣過分地追求流量和數據，明確新聞發展方向才是重中之重：新聞數據的流量傳輸和分配決定于新技術和便攜性應用、設備;新聞內容的直接對象將是讀者，也就是傳播受眾;同時，新聞受眾之間的互動對于新聞受眾和專業媒體之間的良性關系才是其主要推動力。

騰訊發布的2019互聯網趨勢報告顯示，移動互聯網將從“碎片化”轉向“板塊化”，超長和超短內容收縮，中型內容崛起。傳統媒體或許應該重新設定自己的目標和定位，把原先投入到新媒體轉型的精力轉移一部分到新聞評論、短視頻等的制作上來，通過生產優質的內容來尋找、維持和培養自己的忠實用戶群體。算法推薦的收緊、優質內容的需求增大使得傳統媒體有了暫時喘息的機會，多平臺的內容分發也會增加更多的曝光機會，甚至可以作為與自媒體平臺談判的砝碼。

（三）完善技術：兼顧場景和領域，正確認識算法推薦

技術的發展需要逐步推進，媒介的發展演變也并非一蹴而就，新媒體環境需要算法推薦的數據收集和分析、精準定位和個性分發等優勢來進行信息傳播活動，當前社會也依舊需要算法推薦技術來推動傳媒進步。

算法推薦的應用需要進一步完善，在不同領域和場景下應用不同規的范和要求。京東、淘寶應用算法推薦，外賣、打車應用算法推薦，這些應用的主要目的是服務用戶，但是新媒體行業不同于購物場景和O2O領域，新聞輿論和傳媒環境中對算法推薦的準入門檻必須提高。至少在當前的技術水平和傳媒環境下，算法推薦在傳媒領域需要加以限制和制約，直至其完善化合理化。

但是技術的發展不是自治和毫無利害的，算法推薦還會繼續升級、發展，AI（人工智能）時代已經在向我們招手，在不久的將來“算法新聞”也可能重新定義傳媒界……技術導向在一段時間內仍是傳媒行業發展的決定因素之一。技術變革在帶來便利的同時，不可否認會帶來許多問題和危機，在這其中就不僅僅需要技術操控者去做出把握，也依賴受眾和用戶、經濟和社會的選擇判斷。

五、結語

算法為王、平臺為王、內容為王、受眾為王……許多研究提出不同的傳媒觀點，不同的媒體環境突出了不盡相同的重點，或許算法為王掩蓋了內容的重要性，或許平臺為王涵蓋了渠道的表現形式，但不同的“王”是不同視角下的產物，換句話說，任何的“王”都需要重視，任何一點都是矛盾的主要方面——而這些矛盾在新媒體環境下被無限放大，算法推薦理應把握好發展的根本原則：服務社會。

新媒體環境下，自媒體平臺的社會公器屬性需要被大力加強。混亂的互聯網環境需要更多的人文關懷來促進穩定，算法推薦下的傳媒領域也需要更多的優質信息來強化正能量。

不論是算法推薦的崛起、媒介技術的更迭，還是新聞傳播領域的新變化，不可否認的是傳媒行業的變化還在繼續，欣欣向榮形勢下的問題和危機依舊層出不窮，但同樣不可否認的是信息傳播會一直發展下去，伴隨著人類不斷豐富的知識和思想繼續向前。

注釋：

[1]王茜.打開算法分發的“黑箱”——基于今日頭條新聞推送的量化研究[J].新聞記者，2017（09）.

[2]陳昌鳳、石 澤.技術與價值的理性交往：人工智能時代信息傳播——算法推薦中工具理性與價值理性的思考[J].新聞戰線，2017（17）.

[3]竇鋒昌.新聞價值是“父愛”，算法推送是“母愛”[J].青年記者，2017（04）.

[4]李潤陽.新媒體環境下的版權保護與侵權規避——“今日頭條”的實踐與啟示[J].青年記者，2016（36）.

[5]蔡元臻.新媒體時代著作權法定許可制度的完善——以“今日頭條”事件為切入點[J].法律科學（西北政法大學學報），2015（04）.

[6]吳衛華.算法推薦在公共傳播中的理性問題[J].當代傳播，2017（03）.

[7]張瀟瀟.算法新聞個性化推薦的理念、意義及倫理風險[J].傳媒，2017（11）.

[8]喻國明、耿曉夢. 智能算法推薦：工具理性與價值適切——從技術邏輯的人文反思到價值適切的優化之道[J].全球傳媒學刊，2018（04）.

[9]陳昌鳳，師文.智能算法運用于新聞策展的技術邏輯與倫理風險[J].新聞界，2019（01）.

[10]羽生.人民網三評算法推薦：警惕算法走向創新的反面.人民網-觀點頻道.

2017.09.20http：//opinion.people.com.cn/n1/2017/0920/c1003-29545718.html.

[11]喻國明、楊瑩瑩，閆巧妹.算法即權力：算法范式在新聞傳播中的權力革命[J].編輯之友，2018（05）.

（王遠柏系貴州日報當代融媒體集團深度報道部記者;苗義程、李佳璟系貴州民族大學傳媒學院碩士研究生）