算法新聞時代“透明性原則”倫理規范的緣起、發展與局限

○王超群

“算法新聞”指的是以機器學習或者神經網絡為技術基礎生產和分發的新聞。通過算法把關可以決策新聞選題，通過對用戶數據的分析和用戶畫像的描摹可以進行個性化新聞推送……這些過程中的算法機制極其復雜和晦澀，被視為“黑箱”，這為算法新聞倫理危機埋下了諸多隱患，主要包括“算法歧視與偏見”“信息繭房”“低俗與虛假新聞”等。正是在這樣的背景下，“透明性原則”作為新倫理規范的核心內容，為越來越多的媒體組織所追捧和接受。但是在平臺型媒體大行其道的今天，“透明性原則”的實施也遭遇著重重問題，需要進一步思考“透明性原則”未來該如何改進。

一、緣起：網絡新媒體時代“透明性原則”成為新聞職業道德準則的一部分

“客觀性”是二十世紀新聞職業倫理規范的核心。如何在新聞報道中實踐“客觀性原則”？主要包括依據許多消息來源、可證實的事實等。但是，到了網絡新媒體時代，速度常常被認為是比事實更重要的要素。但過于追求速度會帶來虛假新聞和事實的反轉。媒體不斷在線更新新聞報道的過程中，公眾與媒體的互動日益方便，用戶生產的內容也被媒體頻繁采納，公眾最終參與新聞生產。根據卡爾森（Karlsson）的說法，這種發展需要調整專業規范，使新聞業變得更加透明，以維持其作為“權威信息來源”的地位。正是在這樣的背景下，卡爾森等人對“透明性”原則做出了具體且富操作性的定義。

卡爾森將透明性劃分為兩種：一種是公開的透明性（disclosure transparency），一種是參與的透明性（participatory transparency）。公開的透明性指新聞生產者可以解釋并公開新聞的選擇和制作方式。這種透明性可以通過發布原始材料和使用來源的鏈接來實現，或者通過對所犯錯誤的問責制，即承認錯誤與發布修正信息來實現。故而有人將透明性定義為“向公眾展示制作新聞報道的決策，方法和來源”。參與的透明性要求用戶能夠參與新聞制作的每一個階段，從新聞收集到報道、出版、分析和討論。這種透明性與交互性聯系起來，故而有學者將透明性定義為“新聞業內部和外部人士對新聞流程進行監督、檢查、批評，甚至介入的各種方式”。

網絡新媒體時代初始，透明性的實施主要表現為博客作者通過將信息與原始文件鏈接，解釋他的報道程序，以實現網上空間的透明性，并揭露可能的偏見以產生可信度。隨著時間的推移，博客作者采用的“透明性措施”逐漸被主流新聞媒體整合到網上的日常“儀式”中，主流新聞媒體試圖通過這種方式披露信息、更新信息并與受眾互動。記者們認為目前“透明度”的努力主要取決于引入機構設計和控制的技術特征，如評論機制、提供超鏈接、日期和時間戳以及在線更正。《紐約時報》等主要新聞媒體宣稱“通過社交媒體與記者進行基于網絡的聊天來擁抱透明度，通過聘請一位向讀者解釋文章的公共編輯實現透明度”。

“透明性原則”的實施有兩個主要功能：一是透明度提供了更好的說明真相的手段，“使記者能夠證明他們的報道具有準確性和公平性，讓公眾相信它”。透明度“標志著記者對觀眾的尊重”并且“有助于確定記者有公共利益動機”，從而增加了公眾信任與新聞業聲譽。二是透明度作為新聞機構提高可信度的方式，推動媒體通過發布社會責任報告來體現自己的誠信，通過對錯誤和失敗的披露來建立信任，進而形成差異化的競爭優勢，為媒體帶來經濟利益并提高聲譽。總之，“透明性原則”被視為解決西方新聞業今天所面臨的主要問題的方法之一，甚至被認為正在成為“新的客觀性”，被視為恢復西方新聞業信任的核心。

2014 年9 月，美國“職業新聞工作者協會”修訂了《職業道德規范》，“透明性原則”作為新修訂的內容被添加進去，其中相應的表述是“新聞工作者應當向公眾說明新聞報道過程以及自身所面臨并做出的道德選擇。鼓勵公眾參與討論新聞報道的實踐標準；迅速回應有關報道準確性、清晰性和公正性的質疑；承認新聞報道中的錯誤并做出及時、明顯的修正，向公眾認真、清楚地解釋和澄清錯誤”。無獨有偶，美國波因特（Poynter）研究所和廣播電視數字新聞協會（RTDNA）都采用透明性作為專業記者的新核心素養標準。至此，“透明性”作為新聞職業道德準則的一部分，為西方業界廣為接受。

二、發展：算法新聞時代平臺型媒體對“透明性原則”的具體實踐

算法新聞時代，平臺型媒體（platisher）的崛起分外引人注目。平臺型媒體核心工作方式高度依賴互聯網技術，包括搜集用戶信息、分析用戶喜好、精準推送信息等。這一特點使得它們非常容易利用有效內容迅速俘獲大量用戶，賺取流量，但同時也容易導致倫理危機頻現，具體有以下幾個方面的表現。

第一，算法歧視與偏見倫理危機：以“技術中立”的名義介入新聞生產，在實踐操作中存在人主導的算法設計，難免體現出各種各樣的“歧視”，比如“商業社會的金錢歧視，政治社會的權力歧視等”，只是歧視變得更加隱蔽，體現出對“新聞客觀性”的背離。2016 年，有網友質疑Facebook利用算法有意識地引導用戶大量點贊和轉發假新聞網站Freedom Daily 上的新聞，試圖影響2016年美國總統大選。

第二，信息繭房倫理危機：基于算法的個性化信息推薦注重“點”上的深挖，難以最大程度地實現個人價值和公共價值，公民參與受到損害，這些體現出對傳媒“民主社會功能”的背離。2014 年8 月9 日，美國發生一起涉及警察暴力與種族歧視的弗格森槍擊案。但當天Facebook上很少看到相關新聞推送，因為Facebook 根據用戶興趣畫像分析判斷，用戶“并不喜歡”這樣的新聞，于是當天通過算法推薦推送了更多關于冰桶挑戰的新聞。

第三，價值觀導向危機：只要用戶感興趣，基于技術理性的算法就容易將低俗內容、“標題黨”新聞和價值觀存在問題的新聞推薦給用戶，算法背后依賴的是冷冰冰的數據，缺乏價值導向與人文關懷。2018 年1 月，網紅Logan Paul在YouTube 平臺上傳了一段視頻，內容是關于在日本自殺森林死者身旁發表的不當言論，視頻觀看量24 小時之內就達到600 萬人次。其對死者的輕蔑和不尊重引發網友討伐，同時網友譴責YouTube 平臺將這種視頻放在首頁推薦，極不具備社會責任感。

在這樣的背景下，要求平臺型媒體在算法推薦和新聞分發方面執行“透明性原則”的呼聲日益強烈。在具體的實踐操作中，算法透明逐漸走向了“主動的算法透明”和“被動的算法透明”兩種方式。

（一）主動的算法透明

“主動的算法透明”是指新聞生產者主動向公眾公開算法的運行機制與設計意圖，接受公眾監督。大多數表現為“解鎖ITO三階段”，即將算法新聞生產流程的數據輸入、數據吞吐、數據輸出這三個環節所涉及的數據和操作步驟進行全面的、具體的公開。如2016年美國大選Facebook 新聞“偏見門”事件之后，Facebook 主動披露算法，開放假新聞大數據分析平臺。

實際上，“主動的算法透明”有淪為表演策略的危險，成為一種“策略性的透明”。它往往演變成形式上的透明，即“看得見”卻“看不懂”的透明，本質上仍屬于“不透明”。以YouTube 為例，YouTube 一直致力于公開算法推薦機制，2008年公開的第一階段的算法是基于user-video graph，從用戶co-view 的角度來看待資源訪問關系；2010 年公開的推薦算法基于item-based的協同過濾機制；2014 YouTube 公開宣稱已經接入Google Brain 機器學習技術應用于算法推薦中。但實際上普通的受眾無法看懂這些算法意味著什么，無法判斷有沒有實現對“算法偏見”和“信息繭房”的主動規避。“主動的算法透明”，從形式上讓受眾感到放心和值得信賴。它成為平臺型媒體的一種表演策略，目的是建立平臺與用戶的信任關系，以期作為獲得商業競爭優勢和實現經濟利益的資本。“策略性的算法透明”實際上是“戰略性的不透明”，是指行動者“受透明性規則約束”，有目的地讓“很多信息”可見。這也意味著“可見性”與“透明性”并不是一回事。“透明性”會被有意地遮擋，“可見性產生了大量的信息，以至于重要的信息，在看似無意中被隱藏在信息碎片中，變得不可見。”這是一種不可用的透明形式，也被稱為“一種抵抗性的透明”。正是因為“策略性的算法透明”的存在，“透明性原則”的執行并不能真正解決算法新聞所帶來的倫理危機。

（二）被動的算法透明

“被動的算法透明”是指在新聞生產者拒絕披露算法的前提下，由有興趣的人士通過監督式揭露的方法讓新聞生產者的“算法黑箱”被迫披露。大多數表現為“逆向工程學”方式，即基于專業知識進行嚴密的觀察、推斷，發掘出這個系統的模式，用人工去推斷“黑箱”中的算法規律，并且清楚地對每一個部分進行闡述。如一位曾經與YouTube工程師團隊共事的前谷歌公司員工Guillaume Chaslot，運用“逆向工程”的方法解碼了YouTube 算法偏見，包括:宣揚陰謀論，仇恨言論得到優先推薦，2016 年美國總統選舉中明顯偏向推送對特朗普有利的信息等。

三、局限：治理“算法黑箱”，透明性原則該如何改進？

當前平臺型媒體的“算法暗箱”在某種程度上導致了新聞品質的惡化，“透明性原則”的執行遠不能讓受眾滿意。那么，該如何治理“算法黑箱”？單靠現階段的透明性原則操作模式顯然是遠遠不夠的，還需多管齊下。

第一，完善“透明性原則”衡量標準。目前“透明性原則”最重要的難題之一便是解決“看見但不理解”的問題。對此，有學者提出“可理解的透明性”，它是用戶導向的，以可行性和社會接受效果作為衡量標準，這也是“可理解”的主要含義；它要求平臺媒體站在“數據主體”的角度來進行算法透明，通過設計語音交互、游戲互動等形式進行“深度描述”，讓用戶真正理解算法及其影響，比如設計交互界面，讓讀者選擇性調整參數以測試推薦內容是否會有所不同。

第二，擴大“透明性原則”的適用范圍。前文已經提及，“透明性原則”已經被納入美國新聞工作者協會的《職業道德規范》，但其約束的對象僅僅是機構媒體以及新聞工作者。然而，運用算法技術的主體是平臺型媒體及其算法工程師。平臺型媒體的頂層設計迥異于傳統媒體，往往將商業利益優先于價值導向，在政策導向上除非認為“透明性原則”有利于提升流量，否則缺少動力去主動執行這個原則。而算法工程師沒有接受過系統的媒介職業素養培訓，難以主動意識到要將“透明性原則”作為日常職業規范加以遵守。所以，“透明性原則”不僅應該包含“新聞透明性”，成為傳統媒體新聞工作者的職業道德準則，還應該包含“算法透明性”，成為平臺型媒體及其算法工程師遵守的職業道德準則。

第三，重啟“客觀性原則”。算法新聞時代需要“透明性原則”與“客觀性原則”并駕齊驅，并肩作戰。雖然“透明性原則”正在盡力做到開放和問責，但離平衡、真實與公正還有很長一段距離，因此“客觀性原則”重歸新聞倫理規范核心是大勢所趨。平臺型媒體執行“透明性原則”的不盡如人意，似乎給了傳統媒體發展的好機會。作為內容生產型媒體，它們選擇重啟“客觀性原則”，以求在維持自身獨立性上作出努力。重啟“客觀性原則”最顯著體現在針對“算法偏見、信息繭房和過濾氣泡”的平衡報道策略。如繼2011 年帕里澤提出“過濾氣泡”的概念后，《衛報》于2016 年開設“Burst your bubble”欄目，在全國掀起一場聲勢浩大的“戳泡運動”。鑒于《衛報》讀者大多數偏左派，該欄目主推“右派”文章，每周選取5篇值得一讀的保守派文章，拓寬讀者視野，每篇文章都附有文章來源、薦讀原因和內文選摘三個部分，讀者表示他們通過這一欄目，閱讀到之前未曾關注的保守派信息，開始嘗試了解保守派的觀點。

第四，理順“透明性原則”與其他倫理原則的關系。一方面“透明性原則”應當與“客觀性原則”并駕齊驅，另一方面還要處理好“透明性原則”與其他倫理原則的關系。雖然開放、問責、知情同意等倫理原則的實施要依賴于“透明性原則”的實現，但同時也有很多新聞專業人士擔憂，實施“透明性原則”必然會讓更多的非專業人士參與到專業性信息內容的生產中來，勢必影響新聞行業的獨立性與自主性，對隱私、版權等倫理原則產生潛在侵害。因此，進一步明確“透明性原則”與其他倫理原則的關系，才能各自發揮應盡的作用，起到相互補充、相互促進的效果，而不是相互沖突。

[1][8]仇筠茜，陳昌鳳.基于人工智能與算法新聞透明度的“黑箱”打開方式選擇[J].鄭州大學學報（哲學社會科學版），2018（05）.

[2][3]Karlsson,M.(2010).Rituals of transparency:Evaluating online news outlets’uses of transparency rituals in the United.

[4]Chadha,K.,&Koliska,M.(2014).Newsrooms and transparency in the digital age.Journalism Practice,1,1-15.

[5]Deuze.What Is Journalism? Professional identity and ideology of journalists Reconsidered.Journalism，2005（04）.

[6] [7]王之延.平臺型媒體語境下的新聞趨勢分析——基于《平臺型媒體：硅谷如何重塑新聞業》的討論[J].青年記者，2017（16）.