算法治理：信息服務訂制的風險及主流媒體應對策略

□吳方卉 姚廣玥 蒙思思

在互聯網高速發展的今天，人們已經漸漸迷失在信息海洋之中，篩選信息耗費了人們大量時間和精力，以適配個性化需求為目的的訂制新聞應運而生。訂制新聞指的是媒體通過大數據技術，綜合分析用戶社交關系、媒介習慣、地理位置等相關數據，為用戶生產和推送可能感興趣的新聞內容。訂制新聞是個性化新聞的更高目標，體現了當下互聯網時代用戶地位的提高。

目前，訂制新聞主要包括三種類型：即內容訂制、生產者訂制和信息服務訂制。“眾籌新聞（Crowd funding Journalism）是新聞內容訂制的典型代表，它以受托人模式，通過向廣大網友籌集資金來實現新聞報道的內容訂制。”生產者訂制是對于新聞采寫人員的訂制，找尋最適于該新聞選題的采寫團隊。信息服務訂制則是根據用戶閱讀習慣而實現的有目標的新聞推送，讓合適的新聞被合適的用戶看到，受制于各種原因，當面發展勢頭最為旺盛的就是信息服務訂制。

誰是頭條：信息服務訂制的發展歷程

早在1995年尼葛洛龐帝出版《數字化生存》（Being Digital），就有提出過“我的日報”（Daily Me）概念。這種報紙只會呈現讀者最關心的新聞，廣告也會通過根據讀者的觀看不斷做出適應性的調整。2004年谷歌實驗室提出了個性化搜索，2009年谷歌推出了40多種語言的全球個性化的搜索服務。同時，谷歌還推出了Google Social Search，目的是幫助用戶從更廣泛的社交圈中發現更相關的公開內容。Facebook、Twitter等社交網絡新媒體巨頭因為新聞個性化推送服務也獲得更多用戶。2019年《紐約時報》推出最新個性化新聞策略：將個性化新聞置于首頁和中心，強調“只為你而存在”。

在國內，信息服務訂制率先在信息聚合類平臺引爆。2012年張一鳴創立“今日頭條”，其推薦引擎基于數據挖掘對新聞資訊再分配，強調“你關心的,才是頭條”。2013年前雅虎中國區研究院院長鄭朝暉創立“一點資訊”依托“機器畫龍、編輯點睛”，對用戶興趣進行挖掘。騰訊、網易等眾多平臺也開始引用個性化推薦機制。而主流媒體對于算法的態度卻曖昧不明，2015年6月新華社客戶端強調引入算法搜索引擎，2016年12月、2017年9月《人民日報》發表多篇文章批判算法。信息服務訂制是算法型分發模式的典型代表，將“把關”的權力借由算法，從政治力量和商業巨頭下沉至用戶，由用戶自己決定想看的內容，這也導致主流媒體失去了占有統治地位的話語權。2018年6月開始，《人民日報》發文強調用主流價值觀引導算法，可見算法雖被主流媒體實踐應用，但也仍然懷有審慎的態度。

技術原罪：信息服務訂制技術邏輯及弊端

內容訂制、生產者訂制主要集中在信息生產領域，而信息服務訂制則作用于信息分發與傳播的過程中。目前信息分發主要依據三種方式：“倚重人工編輯的媒體型分發；依托社交鏈傳播的關系型分發；基于智能算法對于信息和人匹配的算法型分發。”這三種模式帶來的價值挑戰也是信息服務訂制被長期詬病的原因。

基于協同過濾的推薦機制導致隱私泄漏。“協同過濾算法”遵循這樣的技術邏輯：計算興趣愛好的相似程度，把東西推薦給“臭味相投”的人。常見的協同過濾算法有兩種：一種是基于用戶的（user-based），計算用戶之間的相似性，如果A和B的興趣相近，那么A喜歡的內容，B也很有可能喜歡：另一種是基于物品的（item-based），計算物品之間的相似性，如果電影C和電影D很相似，那么喜歡電影C的人，可能也會喜歡電影D。

因為算法黑箱，依托協同過濾推薦機制呈現的結果存在解釋力缺位。當系統給用戶推送一些對其來說比較陌生或從未關注過的信息內容時，可能會讓用戶感到疑惑，不知道為什么會被推薦相關信息，更不無從得知自己是和誰一起被算法“協同”了。

協同過濾系統往往需要抓取用戶在社交關系和社交網絡使用行為等方面的信息，極易對用戶的關系隱私和信息性隱私造成侵犯。2019年9月15日，在由國家計算機病毒中心發布的《移動APP違法違規問題及治理舉措》報告中，今日頭條因泄露用戶隱私和超范圍采集用戶隱私信息等問題被點名批評。

目前，網絡科技公司跟蹤用戶在瀏覽互聯網或使用客戶端時產生的數據文件，包括用戶瀏覽過的文字、圖片以及空間位置等信息。“用戶在互聯網上的個人數據遵循選擇性加入原則或選擇性退出原則，許多網絡科技公司只要用戶沒有明確禁止個人數據的分享，就會隨意處理這些數據。”當用戶使用公共場所的wifi時，如果沒有相關的信息加密措施，那么用戶在使用wifi期間產生的個人數據可能將對外暴露，并被反向竊取以往既有的數據信息。

隨著流氓爬蟲軟件的升級迭代和大數據的發展，不管是選擇性加入還是選擇性退出，抑或是匿名化或模糊化，這些隱私保護策略都已逐漸失效。美國在線曾做過一項調查，84%的受訪者表示不會在網絡上公開自己的收入，但事實上，多達89%的受訪者渾然不知自己的相關信息已經能夠在網絡上被抓取。

基于內容的推薦機制導致信息繭房。基于內容推薦機制指的是平臺根據用戶興趣愛好推薦相關信息。內容推薦機制依托用戶原有數據建構用戶信息偏好模型，通過算法建模將信息文本以結構化的形式保存至數據庫，最后建立信息偏好與數據相關性指數，匹配度高的信息則被優先推薦。內容推薦機制多用于文本內容推薦，而在音視頻等非結構化數據抓取與分析上存在缺陷。

基于內容推薦機制推薦的內容往往有據可依，多數是基于用戶從前喜愛的某條信息，幫助用戶在最短的時間范圍里找到最感興趣的內容，但從另一方面來說，當用戶喜愛被奉上神壇，新聞的公共性價值也將低落塵埃。算法基于內容的推薦算法越精準，用戶也將越被困死在信息繭房之中，新信息的接收反而越來越少。消費主義主張“you are what you buy”，而相類似，基于內容推薦機制掉算法則會強化“you are what you read”的信息使用。算法可以隨時了解用戶偏好并過濾掉異質信息，塑造信息和觀點的“繭房”。然而，信息繭房僅僅是第一步。從社會穩定方面來說，在封閉的環境下相近的意見不斷重復，個人所認同的意見和觀點以及所感興趣的事物，都會在這種傳播場域中得到“正反饋”式的激勵和放大。這會導致人們成為認知上的“井底之蛙”，誤把“私域”的事物和觀點等同于“公域”的事物與觀點，當自己在圈層內的觀點與圈層以外的觀點對沖時，人們會感到迷惑茫然，甚至可能走向認知上的極端，產生群體極化。

人民網在2017年9月18至20日連續發布三篇評論《不能讓算法決定內容》《別被算法困在“信息繭房”》《警惕算法走向創新的反面》，點名批評以今日頭條為首的算法推薦平臺為傳媒業與用戶帶來的風險，而批判的算法機制正是基于內容的推薦機制。

基于時序流行度的推薦機制導致信息娛樂化。時序流行度的推薦機制是將“將單位時間的瞬時點擊率等動態特征作為考量因素，同時綜合考慮新聞的信息熵等指標，以便將特定時間窗口內流行度較高的新聞推薦給用戶。”

基于時序流行度新聞分發可以近乎等同于“熱搜”。信息不單單由稿件質量決定，而是完全被細化至點擊量、評論量、轉發量甚至是留存時間等明確數據。國內外主流媒體都不惜投入更多人力物力，強化對于信息評價體系的優化。《紐約時報》開發Stela數據分析工具，將包括點擊率、瀏覽比例、評論數量、轉發數量、流量來源等指標提供給記者。Stela挖掘出在社交媒體上活躍度較高的文章，記者會根據訪問地來源，用不同的語言進行改寫，擴大報道的影響力。編輯根據Stela提供的社交媒體活躍度，決定是否為文章增刪超鏈接、邊框欄、視頻等欄目。不可避免的是，當信息的評價體系開始被明確為量化的數據，意味著信息的價值評判將完全交由用戶手中。

根據中國互聯網絡信息中心（CNNIC）發布的第47次《中國互聯網絡發展狀況統計報告》顯示，“截至2020年12月，初中、高中/中專/技校學歷的網民群體占比分別為40.3%、20.6%。”在當前的網絡生態中，嚴肅新聞必然被擱置一旁，標題黨、娛樂化性信息大行其道。《華爾街日報》發行人彼得·凱恩指出：“那些過于注重娛樂性的新聞幾乎注定會導致歪曲事實和產生誤導。那些冒充新聞的娛樂產品更為陰毒，因為它們玷污了真正的新聞。”

革新優化：主流媒體促進信息服務訂制健康發展

從技術邏輯而言，平臺往往是多種算法綜合使用，單一算法模式的弊端會被其他模式中和。協同過濾機制發掘用戶興趣點，本身就是在破除內容推薦機制造成的信息繭房，同樣基于時序流行度的推薦模式也是在彌補短時間內算法對用戶了解不足的弊端。然而，當主流媒體擁抱算法時，又如何避免“算法風險”。

以話語權力約束“技術權力”。主流媒體具有先天話語權，2017年《人民日報》發文三批算法，批判算法產生的內容低俗、信息繭房、虛假信息，指出今日頭條等新媒體公司將走向創新的反面。同年12月，《人民日報》發文“在尚未獲得互聯網新聞信息服務資質下，今日頭條手機客戶端違規轉載新聞信息，且‘標題黨’問題突出，嚴重干擾了網上傳播秩序。”今日頭條部分頻道遭遇24小時停止更新，由此開始，算法平臺多次遭遇“約談”與“整改”。主流媒體借助話語優勢，消解技術權力的合理性，今日頭條從此閉口不言“算法主導內容篩選”的宣傳口徑，破除了“技術權力”的迷思。今日頭條創始人張一鳴在《聲明與致歉》中，承諾“加強黨建工作，提供權威媒體內容的分發，強化總編輯責任制，全面糾正算法和機器審核的缺陷”。

其他借助算法的平臺也紛紛改革，騰訊“天天快報”結合人工和算法優化內容品質，阿里UC降低低質內容權重，避開算法容易被詬病的內容質量問題，強調價值引領。以此達到“建構批判立場的算法話語，試圖通過話語和行動將算法平臺‘主流化’收編到管制框架下，讓技術運用更好地服務于政治宣傳和輿論引導。”

實行黨媒算法疏解“流量焦慮”。信息服務訂制的快速崛起，導致平臺競爭升級，加劇了傳統媒體和互聯網平臺的“流量焦慮”。信息越迎合用戶越會贏得高關注度，數據稱為衡量信息價值的最重要標準。因此，信息服務訂制更加強化信息繭房和信息娛樂化，低俗新聞大行其道。

主流媒體借助自身權威性，擁抱算法技術，建構黨媒算法。2017年年末，新華社和阿里巴巴合作推出中國第一個媒體人工智能平臺“媒體大腦”。建構全球范圍內最豐富的新聞信息庫，內容結構化、標簽化，建立一個可信的媒資列表，降低出現不良內容。

2018年6月11日，《人民日報》在“人民號”發布會上指出，《人民日報》將以主流價值觀為生命線建立算法機制，強調“一是用主流價值紓解‘流量焦慮’與‘算法焦慮’，二是用社會責任規范‘內容創新’與‘內容創業’，三是用優質平臺凝聚‘眾人之智’與‘眾人之力’。”人民號吸納黨政機關、媒體、企業機構，邀請生產優質內容自媒體和各領域的意見領袖，提供優質內容。

“在機器推薦之外深度融入傳統媒體的專業算法，讓新聞專業邏輯介入算法優化的過程。”2018年全國“兩會”期間，百度百家號聯合包括《人民日報》、新華社、中央廣播電視總臺等權威媒體打造了強大的“兩會”資訊矩陣，將大數據、信息流精準推薦、權威媒體內容完整融合聯手打造新聞專題信息流頁面。主流嚴肅的“兩會”報道獲得平臺優先推薦，百度信息流“兩會”的內容總推薦量達到150億，網民互動總量超7億。黨媒算法本身就是在消解基于內容推薦機制的信息繭房和基于時序流行度的推薦機制的信息娛樂化所帶來的弊端。

西方國家涉及到更多政治觀點的對立，相較于國內西方媒體更加注重信息繭房問題。盡管《衛報》讀者大多偏左派，但《衛報》設推“右派”文章的專欄。每篇文章都附有文章來源、薦讀原因和內文選摘，拓寬讀者視野，應用程序Read Across the Aisle（過道閱讀）,在界面中會設有一個光譜帶，當受眾一直閱讀某個觀點趨向極端的時候它就會推另一派的觀點或中立立場來提醒受眾閱讀面的均衡。通過版面和技術優化，有意識地去導引“室外”觀點也不失為未來主流媒體進一步改革的方向。

細化隱私條款保護隱私數據。在信息服務訂制方面，目前主流媒體更多在實現信息精準推送、破除信息和智能審核內容等方面發力。但主流媒體在擁抱和創新新聞算法的過程中，采用了哪些技術手段或新創舉來保護用戶個人隱私，幾乎未見有詳細的研究文獻或新聞報道。

從三大央媒手機APP在用戶隱私政策和權限申請設置來看，主流媒體新聞客戶端在嵌入新聞算法進行信息訂制服務的同時，在用戶信息的使用方面采取了相當審慎的態度，并制定了較為詳盡的用戶隱私政策。其中，《人民日報》APP和央視新聞APP的用戶隱私協議內容均達到了2000字以上，主要從如何收集和使用用戶信息，如何使用cookie和同類技術，如何共享、轉讓、公開披露用戶個人信息，如何保護用戶信息、用戶權利，如何處理未成年人信息，用戶信息如何在全球范圍內轉移，隱私政策如何更新等重要方面進行了詳細說明。

在保護用戶信息方面，三大央媒均聲明將遵循相關法律法規，并主動采取符合業界標準的安全防護措施，已取得公安部信息安全等級保護認證。在涉及到信息服務訂制所需的信息獲取權限方面，也將信息披露的主動權還給了用戶，用戶可以選擇僅在使用APP時授予相關權限。可以說，主流媒體在用戶隱私保護方面已經達到了良好水平。不過由于我國現行的有關法律還有需要完善的地方，相關監管機制也還未達到理想狀態，媒體在進一步保護用戶隱私方面仍大有可為。同時，這也是媒體未來在升級信息服務的同時必須同步進行優化的重要方面。

未來，使用區塊鏈技術保護用戶隱私獲將成為主流媒體未來的選擇。區塊鏈技術具有去中心化的特征，為用戶分布式加密儲存個人信息和“按需披露”個人cookie提供了技術可能，并且能夠幫助用戶找到隱私泄露的具體節點，及時阻斷泄露源。同時，區塊鏈技術還可以在實現隱私內容共享的同時，通過其特有的防篡改技術來保證數據的安全性。目前，區塊鏈技術與新聞業在隱私保護方面還未形成一個公認的成熟模式。由新華社和阿里巴巴集團共同投資成立的大數據人工智能科技公司新華智云，已經在2019年11月推出的“媒體大腦3.0融媒中心智能化解決方案”中探索將區塊鏈技術應用在新聞審查和版權維護上。下一步，主流媒體或許能夠在學習借鑒這一系統的基礎之上，繼續積極探索運用區塊鏈技術保護用戶隱私，肩負起應有的社會責任和帶頭作用。

同時，主流媒體還可以通過不斷學習移動互聯網行業的隱私保護先進方案來為用戶提供更好的服務體驗。例如2020年4月，小米推出的MIUI12系統就新增了一個管理虛擬身份的功能。用戶在開啟虛擬身份保護后，該系統將向第三方應用提供虛擬的身份ID，用來代替用戶的真實身份識別，防止應用對用戶cookie進行追蹤。此外，這個系統還允許用戶重置虛擬身份ID，達到更好保護用戶隱私的效果。按照這種技術思路，用戶既能夠使用虛擬身份享受新聞媒體提供的信息訂制服務，又降低了個人隱私泄露的風險，不失為一種可行的解決方案。

如今，在“個人日報”成為大勢所趨的背景下，如何善加利用算法優化信息訂制服務，優化用戶消費體驗，進而為做大做強主流輿論賦能，已經成為擺在主流媒體面前的一道重要“必答題”。通過前述內容，不難發現，以《人民日報》、新華社、央視新聞等為代表的主流媒體在信息訂制服務方面都已經有所行動，并注重在頂層設計方面規避現有三種新聞推薦機制所帶來的負面影響，積極探索與商業媒體既往實踐有明顯區別的主流特色信息訂制方案。隨著5G的到來，信息訂制也將迎來新一輪的發展，未來主流媒體能做的還有更多。