算法技術下新聞推送的倫理反思

王智豪

摘? 要? 為了促進新聞分發有效化、聚焦化、快速化，各類媒體和新聞資訊平臺設立移動新聞客戶端，借助算法技術生產“算法新聞”。文章從算法設計入手，探究算法與新聞在生產模式上的聯系，證明算法在新聞生產中的必然性。以點剖面，從算法新聞推送回歸到新聞專業主義與新聞倫理，發現和總結問題，并探討解決途徑。

關鍵詞? 算法技術;新聞生產;倫理困境

中圖分類號? G2? ? ? 文獻標識碼? A? ? ? 文章編號? 2096-0360（2020）08-0030-04

1? 算法技術下的新聞推送

1.1? 算法技術基礎

所謂算法，是解題方案的準確而完整的描述，是一系列解決問題的清晰指令，能對一定規范的輸入在有限時間內獲得所要求的輸出[1]。

在這個概念中，算法被認為是一個過程的描述，如圖1所示。

圖1清晰地反映了算法的兩個過程：一個是以人為主體的方案設計過程，另一個是以計算機為主體的方案執行過程。方案的設計與執行是一種承接關系：人先要確定問題，提出想法，形成算法，之后再由計算機的程序運行。為了進一步解釋每一個步驟，圖中使用了“數據模型”“基本思路”“數據表示”等六個詞進行描述。

雖然上述算法的概念與工作模式是就計算機求解問題而言的，但新聞生產的模式與算法的過程具有某種程度的相似性。

美國學者蓋伊·塔奇曼認為，新聞是一種框架，并就傳統的新聞生產模式進行了深刻剖析。傳統的新聞生產模式是一種線性生產：從采編、制作、編輯、審核、編排，到分發，這個過程具有設計與執行兩個過程：新聞先由記者采編出來，再由編輯按照報紙格式、排版要求進行刊登。算法的設計同樣是一種框架。各內容要素按設計者的要求排列，體現了算法規范性、主觀性的框架特點。因其指令必然會回應或解決問題，因此結果又是可控的。規范性、主觀性、可控性，算法程序與新聞框架的聯系產生于此。

從新聞生產來看，傳統新聞的生產模式逐漸從“記者導向”轉移到了“技術導向”，使新聞生產不再僅僅依靠專業記者采編信息匯總，轉向“采編→生產→分發→體驗”智能化[3]。換句話說，新聞內容的生產、傳播和運營形成了以技術為主導的新體系，如：人民日報中央廚房、湖北廣播電視臺打造的“長江云”政務平臺等。技術革新的趨勢下，新聞媒體對算法的運用是必然的。

1.2? 算法與新聞生產

順應融媒體、全媒體和人工智能的發展趨勢，媒體在內容生產、運作模式中開始新一輪的技術革新。植根于大數據、算法基礎和云端儲存，技術革新的目的就是在信息爆炸的大背景下，實現信息的有效和精準傳播。

在我國，算法最初在新聞中用于檢索和分類，后來與新聞中的分發環節相結合，發展為新聞資訊推薦，此后又在新聞生產領域進行開拓，實現了新聞的自動化編寫。在新聞分發過程中，媒體越來越聚焦于個性化，不斷提升受眾導向意識。此過程與方師師提出的觀點相一致：算法對于新聞業的接入主要體現在三個環節，一是內容的自動化生產，二是個性化的內容推薦，三是平臺媒體的聚合分發[4]。其中，內容的自動化生產就是指媒體在算

法、大數據的基礎上學習和生產新聞，這與如今人工智能的學習功能相類似。個性化的內容推薦強調受眾導向，而平臺媒體的聚合分發則揭示了融媒體的大環境。

算法接入新聞并且成為一種輔助報道的方式，最初是20世紀60年代美國的精確新聞報道。路透社在2006年也已經開始利用算法模型編寫財經新聞。在我國，算法接入新聞雖然可以從算法檢索和分類開始，但此時只是停留在技術運用的階段，并沒有參與新聞生產。我國真正意義上算法新聞的出現是2011年至2012年以搜狐新聞、網易新聞、今日頭條等為代表的新聞客戶端的興起。雖然只是新聞資訊類的聚合平臺，但它們利用算法推薦進行新聞分發，對新聞生產影響深遠，主要表現在以下方面。

1）是技術賦權的典型代表，沖擊了傳統以媒體自身為主導的新聞分發模式，轉向以受眾興趣為主的新聞推薦。

2）形成了“新聞分發—用戶點擊—收集分析—資訊推薦”的新聞推送模式。這與施拉姆提出的大眾傳播過程模式中，在強調社會傳播的互動性上相吻合。但與大眾傳播過程模式不同的是，這種新聞推送的信息傳播模式強化了受眾和平臺兩者的譯碼、釋碼、再編碼過程。模式中，新聞分發就是編碼;用戶點擊就是譯碼、釋碼、編碼的過程;收集分析是平臺進行譯碼和釋碼;資訊推薦則是平臺進行再編碼。相較于傳統新聞分發，此過程更為精確、有效。

3）順應了移動端新聞的發展趨勢。3G網絡的更新、智能手機的普及和App類程序的發展為新聞移動端的發展奠定了基礎。同樣，隨著網絡技術的進步，iOS、安卓系統的更新換代，App類程序也有了更為廣闊的發展空間。傳統新聞媒體和新聞資訊平臺也相繼開始拓展移動新聞業務。

4）凸顯用戶思維，發揮長尾效應。從主體來看，個性化的新聞推薦分為平臺推送和用戶選擇。一般來說，新聞個性化推薦算法有三種策略：一是內容推薦，也稱作用戶畫像算法;二是協同過濾推薦;三是常見的單因子推薦[5]。其中，“內容推薦”，或稱“用戶畫像算法”，通過對用戶的搜索記錄或瀏覽歷史分析，從而定位用戶具有怎樣的興趣愛好，并為其生成用戶畫像。“協同過濾推薦”是針對群體而言的，將用戶放到具有類似興趣愛好的群體中進行協同推薦。“過濾”就是指信息的篩選，此時用戶已經受到算法推薦的影響。“單因子推薦”則是通過對用戶的點擊量、閱讀量等單因子進行數據量化而推薦的。還有類似標簽化的推薦方式，即將新聞貼上某種標簽，如政治、財經、中國、房價等，當用戶大量觀看某個標簽的內容時，標簽下的類似新聞就會被推送給用戶。此外，新聞推薦也有用戶選擇式，類似于某個板塊或欄目的“訂閱”服務。

2? 算法新聞推送的倫理困境

2.1? “信息繭房”

在信息多元化、多樣化的趨勢下，算法新聞推送的倫理問題在于：是否為了新聞分發效率而被迫犧牲新聞的多樣性。

隨著新聞在互聯網、移動端的拓展，在大眾傳播“擬態環境”的呈現下，信息的數量、種類繁多，用戶很難通過自己對信息進行篩選。算法新聞推送回應了這種需求。

新聞客戶端運用新聞個性化推薦算法對用戶的興趣進行較為精準的定位進行信息分發，這大大加快了新聞分發的效率，且能夠對受眾描繪信息畫像并進行數據的量化分析。但對于受眾而言，長期閱讀算法推薦的新聞，會逐漸養成一種思維定勢，或者說興趣定勢。

“信息繭房”是一種信息偏食，產生了“回音室效應”，即受眾不斷接受相似的新聞內容推薦。封閉的信息空間充斥著類似的新聞內容，并不斷強化。對于媒體和資訊平臺而言，用戶畫像反而會越來越清晰，它們推薦的新聞內容也會越來越符合用戶的興趣，這正是“作繭自縛”的含義。

學界還有一種提法是“信息孤島”，是針對用戶群體而言的。“信息繭房”會導致對某一社會群體的偏好，而形成社會治理的政策偏向[6]。這種因偏好而形成的用戶群體，內部的信息交流不斷強化。在與外部的信息進行交流時，因為已經形成了固有認識，就會出現信息的過濾或屏蔽。這樣群體的大量出現，就形成了一個個“信息孤島”。

2.2? 對新聞專業主義要求的沖擊

塔奇曼認為，新聞的專業主義產生于19世紀90年代。其背景是當時美國煽情新聞泛濫，報紙商業戰爭和“揭黑新聞潮”的相繼出現等，這些因素促使了新聞工作者對新聞工作的反思。隨著新聞專業要求的發展，新聞實現了“職業”到“專業”“專業化”的動態發展[7]。

算法新聞推送的出現對新聞專業主義的要求提出了倫理挑戰：

1）內容過濾與客觀性、真實性產生矛盾。算法只是將類似的新聞報道進行整理呈現，但卻缺少質量評估。此外，新聞失實、“標題黨”現象、情緒化報道和三俗信息在算法的推送下，逐漸擴大化，嚴重影響了新聞的客觀性、真實性和有效傳播。

算法本身不具備意識性，但在不斷對用戶興趣進行挖掘時，它實則也產生了選擇偏向。如果受眾多次點開某一種傾向性的報道，那么算法會迅速捕捉，進行類似報道的新聞推送，缺失了客觀性和真實性。

2）新聞分發中監督力度不足。今日頭條為代表的新聞資訊客戶端， 僅運用渠道和算法優勢進行內容整合。不設總編輯，就意味著此類平臺在新聞“三審一校”流程中的缺失。如果沒有嚴格的內部審核機制，那么很容易將不規范的新聞報道分發給受眾。

就目前而言，資訊平臺的外部監督力度較少。行業內并沒有專門的技術機構對算法新聞推送中的算法進行審查，也沒有相應的行業機制對不合乎要求的算法進行懲戒。不僅如此，算法新聞推送在監督新聞源上也存在重大隱患。例如，2019年5月的“貿易戰停火”新聞烏龍事件，頭條新聞、搜狐新聞等片面追求搶發和效率。

3）缺乏主流價值的引導。算法的長期推送強化了用戶固有的認知，以至于很難接受其他信息。如果這種認知本身違背主流價值，那么很容易使其得不到有效的糾正，產生“知識鴻溝”：越接受主流價值觀會越傾向于主流價值觀，越偏離的則會越不認同主流價值觀。長此以往，主流價值觀得不到有效的傳播，社會共識的凝聚也會愈加困難。

3? 解決途徑探討

3.1? 算法透明化、標準化

技術賦權所帶來的是專業性的消解，這對新聞業的沖擊是非常大的。除了國內引人關注的“貿易戰停火”新聞烏龍事件，在國外，Facebook偏見門事件也同樣反映了算法技術下新聞推送的缺陷。“趨勢話題”、內容過濾、信息接觸環境的二次建構等問題，促使Facebook對自身算法的可信度和算法背后所藏有的社會風險進行再審視。

方師師提到，要探索算法的“可信任”實踐[8]。她引入哥倫比亞數據新聞研究中心在2014年發布的《算法可信度報告》，將其稱為一種聯合了多種社會力量對于算法的監督機制，既包括理論也包括實踐，通過法規、技術、機構和有效率的個體，有效地保證信息透明度。算法的透明化一要靠平臺的自覺，二要靠行業內部的規約，三要靠相關部門的有力監督。

算法透明化之后，就要建立統一明確的算法標準。這要求專業的技術人員開展深入調研，對算法的各個運行環節權衡設計。同時，信息部門要與各媒體、資訊平臺開展合作，共同商討和制定明確規范的算法程序。目前，算法技術在新聞領域的應用還處于探索階段，隨著算法技術的不斷完善，相應的標準也會越來越清晰可觀。

此外，要在此標準下開展算法審查。網絡監管部門需嚴格按照既定統一的算法標準對不符合要求的媒體和資訊平臺予以懲戒。

3.2? 打破繭房，加強監督

算法技術目前并不成熟，媒體和資訊平臺不能完全依靠算法，還需要具有專業新聞素質的編輯人員對新聞內容進行審核。媒體和各類資訊平臺要在個性化內容服務的基礎上，傳播多樣化的信息內容。通過信息交叉，分散用戶視點，盡可能打破“信息繭房”。

對于傳統媒體的新聞客戶端而言，要肩負起社會責任、新聞責任，定期開展培訓，提高編輯的專業素質，同時加強內部監管。對于資訊平臺而言，要改變思想，樹立社會責任意識，規范算法操作，設立專門的編輯，提高信息傳播的門檻。同時，客戶端內應設立舉報的功能鍵，積極促進用戶的舉報反饋，并且成立專門的受理部門。各媒體平臺應對發布的稿件進行審核并定期抽查做分析，對違規違法信息采取“黑名單”的形式進行曝光，并對相關撰稿人進行封禁等。

外部的監督也尤為重要。國家網絡監管部門要加強監管力度，定期對各平臺進行檢查，形成有效、合理的監管模式。值得肯定的是，中央網信辦、工信部等多個單位對網絡不良現象開展了有效的監督和整治。其中，工信部設立有專門的“12321”網站，對網絡不良信息進行分析查處。

除了監管部門以外，主流媒體也要進行監督，特別是具有公信力的傳統媒體，包括以《人民日報》等為代表的黨報，要發揮引導作用，對不良的推送現象予以批評。

3.3? 提高用戶自律意識

受眾雖然飽受算法新聞推送的困擾，卻很難發揮主動性，缺乏權利意識、監督意識。此外，受眾的知識水平不一，受教育程度不同，不可能人人都有一雙“慧眼”，能夠發現算法推送的弊端，更有甚者，他們本身就對低俗信息、情緒化信息十分青睞。強有力的規約是不符合實際的，只能靠受眾自律。

真實性、客觀性是受眾對新聞內容的基本要求。受眾可以通過多渠道地接收信息，以避免一家之言，更加貼近客觀報道。此外，傳統媒體客戶端相較于資訊類平臺更有公信力，新聞的專業性、客觀性更高，新聞的審核機制更加完善，受眾可以選擇使用傳統媒體的新聞客戶端來閱讀新聞。

受眾的興趣具有圈層的特點，他們會更關注自己的興趣圈。為了避免“信息繭房”的弊端，受眾可以給自己設立多個“了解圈”，選擇次興趣點，以突破單一圈層的局限性和封閉性。

4? 結語

算法新聞推送對新聞業數字化、現代化具有重要意義。在傳播過程中，媒體及新聞資訊平臺對用戶畫像進行刻寫，深度挖掘受眾偏好，有利于自身經營管理的有效開展。但技術不能顛覆新聞準則和倫理規范，專業的新聞工作者仍然至關重要。為避免出現數字信息時代下的“黃色新聞”潮，必須完善媒介內容的審核機制、監督機制，加強行業規范，促進算法透明化、標準化，打造良好的媒介新聞生產生態圈。

參考文獻

[1]呂國英.算法設計與分析[M].2版.北京：清華大學出版社，2009：7.

[2]王紅梅，胡明.算法設計與分析[M].2版.北京：清華大學出版社，2013：8，6-7.

[3]梁辰，李萍.智媒時代的新聞生產[J].青年記者，2019（17）：7-8.

[4]方師師.算法如何重塑新聞業：現狀、問題與規制[J].新聞與寫作，2018（9）：11-19.

[5]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）：82-84.

[6]陳昌鳳.未來的智能傳播：從“互聯網”到“人聯網”[J].學術前沿，2017（12）：8-14.

[7]鄭保衛，李玉潔.美國新聞專業主義觀念發展史的評述與反思[J].新聞與傳播研究，2013，20（8）：78-91，127.

[8]方師師.算法機制背后的新聞價值觀——圍繞“Facebook偏見門”事件的研究[J].新聞記者，2016（9）：39-50.