算法推薦影響下的新聞推送困境研究

□朱立

算法推薦

算法推薦的研究起源于20世紀90年代，由美國明尼蘇達大學GroupLens研究小組最先開始研究。通過設計程序收集用戶的瀏覽記錄（在某一方面多次停留或查找類似信息），以大數(shù)據(jù)作為“用戶喜好”分析基礎，向用戶提供個性化推薦。現(xiàn)如今，以算法推薦為基礎的個性化應用得到廣泛普及，包括圖書、影像、新聞、音樂、地圖等，同時算法推薦也在電子商務的應用相當成熟，亞馬遜、豆瓣圖書、淘寶網(wǎng)等都使用了電子商務推薦系統(tǒng)，推薦系統(tǒng)給這些互聯(lián)網(wǎng)商家?guī)砹司薮蟮母郊永妫岣哂脩魸M意度的同時也增加了用戶黏性。目前，有三種算法推薦應用率最高：

第一種基于內(nèi)容的推薦，即根據(jù)用戶的興趣方向?qū)δ骋恍畔⒑晚椖克哂械南嗨茖傩赃M行推薦。推薦內(nèi)容較單一且無法獲取新用戶的興趣。

第二種基于協(xié)同過濾的推薦，即根據(jù)用戶日常興趣喜好尋找具有相同喜好的用戶，系統(tǒng)默認兩者具有相同愛好，將后者喜歡的內(nèi)容推薦給前者。從用戶的角度出發(fā)，不需要用戶努力尋找自己感興趣的內(nèi)容，并且可以過濾機器難以分析的信息，如藝術、音樂。

第三種基于關聯(lián)規(guī)則的推薦，即以關聯(lián)規(guī)則為基礎，統(tǒng)計用戶購買某一商品后附加購買另一商品概率，當用戶購買商品后向其推薦關聯(lián)商品，如超市在啤酒區(qū)域旁設立售賣嬰兒紙尿褲區(qū)域。

以上三種推薦為應用最廣泛的算法推薦，其他還有基于知識、基于效用的推薦等。

個性化新聞

在牛津大學發(fā)布的《AI與職業(yè)》報告書中，將新聞媒體界人士分類為AI難以替代的職業(yè)，可現(xiàn)實情況卻與之相反。信息化時代對紙媒的沖擊已經(jīng)有目共睹，人們想要接收到的不是發(fā)生在昨天面臨即將“過期”的信息，而是具有實時效應的信息。新聞采編工作者很難全面把握和處理每天經(jīng)手的大量信息，而培養(yǎng)熟練的新聞編輯也需要一個較長時間周期，因此應用算法推薦技術設計的AI被采用，作為輔助或是代替新聞采編工作者來進行信息處理方面的工作。算法推薦技術在非傳統(tǒng)意義上的新聞媒體企業(yè)的應用更加廣泛，微軟用AI替代管理Edge瀏覽器新聞排版服務的50多名編輯；因游戲《天堂》而廣為人們所熟識的NCsoft也與韓聯(lián)社合作推出人工智能算法天氣預報新聞記者；職業(yè)棒球比賽結(jié)束后也可以通過AI自動生成比賽高潮棒球賽事分析應用程序。隨著大數(shù)據(jù)技術不斷地被引入新聞領域，現(xiàn)有的新聞生產(chǎn)、流通、消費模式已經(jīng)發(fā)生巨大改變。

從新聞的消費層面上來看，算法推薦技術在處理大量數(shù)據(jù)的同時也為用戶帶來定制的“個性化新聞”，用戶在虛擬空間里更想要被區(qū)別對待，掌握到別人沒有掌握的知識，了解到別人沒有了解的信息，而不是與別人掌握同樣或類似的信息。個性化新聞的出現(xiàn)能夠確保用戶所接收到的信息是與眾不同的，同時算法在后臺收集用戶的喜好，在大數(shù)據(jù)的計算下推薦能夠引起用戶產(chǎn)生消費沖動的新聞，提高用戶對平臺的依賴性。淘寶、當當網(wǎng)等互聯(lián)網(wǎng)商家會推薦給用戶基于其消費水平以內(nèi)但又是與其喜好所關聯(lián)的產(chǎn)品。

個性化新聞是為用戶推薦想要看的新聞而不是教用戶如何去看新聞。頭條新聞、點擊量最多的新聞、評論最多的新聞可能并不是用戶關注的新聞，同樣用戶耗時最長去了解的新聞也不一定帶給用戶滿意的新聞體驗，用戶需要的是私人的專屬新聞而不是每個人都了解的新聞。個性化新聞不會出現(xiàn)單條新聞在短時間內(nèi)重復出現(xiàn)的情況，用戶想要看到的新聞會不斷被平臺推送出來。個人用戶不會因反復接觸同類具有相關聯(lián)屬性新聞而產(chǎn)生新聞疲勞，出現(xiàn)從“新聞追隨者”成為“新聞回避者”的情況。

算法推薦對新聞把關人的重塑

算法推薦技術的廣泛應用對新聞傳播的一個深刻影響就是對新聞把關人的重塑。在以往的傳統(tǒng)媒體中，新聞編輯就是新聞進入用戶視野的第一個把關人，新聞經(jīng)過把關后通常能夠滿足于當時社會大部分用戶的共同興趣，是大部分用戶輿論的焦點所在。傳統(tǒng)新聞體系中的把關理論已經(jīng)不能適用于算法技術造就的大數(shù)據(jù)時代，算法處理信息的速度遠遠超過新聞編輯工作者，被程序提前設計好的算法不需要再進行審核，批量制造的新聞也可以精準推送給每一個接受訂閱的用戶，而且在輿論出現(xiàn)反復、真相出現(xiàn)逆轉(zhuǎn)的時候，新聞也可以得到消除。算法推薦技術改變了用戶和傳播者之間的關系，把關人原有的把關權力受到削弱和淡化。用戶既需要多元化的新聞彌補自己和周圍環(huán)境的鴻溝，也需要擁有專屬于私人的訂制新聞獲得有價值的信息。把關人從之前以人為主體的新聞編輯變成由程序設計的算法AI，用戶接收到的信息由自己在大數(shù)據(jù)中建立的“形象”所決定，因此用戶更愿意停留在符合個人喜好的程序世界，平臺媒體為了提高用戶黏性也開始將把關人角色交給算法和用戶自己。

用戶在接受到專屬的個性化新聞時，用戶就是新聞的把關人。用戶用自己的喜好來評價接收到的新聞的價值，新聞是否采納也取決于用戶對新聞是否感興趣，而不是新聞本身具有的價值，或是否關注到當下社會中存在的問題。

算法的設計由人來完成，海量新聞經(jīng)發(fā)布者公布在媒體平臺，作為以人為主體的新聞編輯不能在第一時間審核所有新聞，因此新聞經(jīng)過的第一道把關由算法完成，含有不正當詞匯和敏感詞匯的新聞固然能夠被算法第一時間淘汰，但部分新聞標題與內(nèi)容不符，或為刺激性新聞則難以篩選出來。用戶接觸到此類新聞，往往受其吸引但又缺乏辨別能力，就會信以為真。算法作為把關人缺少以人為主體的客觀評判標準，只能機械、被動地對新聞進行把關，官方媒體平臺和私人領域平臺同時發(fā)布新聞，真正具有社會影響力和輿論價值的新聞很難第一時間被個人所了解，真正需要被熱議、被討論的時事新聞卻很難成為熱點話題。算法推薦作為機械式的程序，只能根據(jù)用戶的關注點偏向推送。

算法推薦對媒介權力的影響

在傳統(tǒng)媒體中，信息未形成指數(shù)式的爆發(fā)，新聞的產(chǎn)生、加工、公布再到公眾的視野需要經(jīng)歷一個漫長的周期。公眾對于已發(fā)布的熱點話題討論不會出現(xiàn)大范圍的跨地域、跨階層、跨文化的響應。新聞經(jīng)由嚴格的篩選由具有影響力的機構和媒體發(fā)布，或者由意見領袖發(fā)布，具有較高可信度且均能在社會上引起反響。算法推薦易受資本的影響，用戶在接觸媒體平臺時首先被吸引的就是平臺的特色內(nèi)容，因此媒體平臺要保持自己的曝光度，優(yōu)化平臺的內(nèi)容，增加用戶黏性，而這勢必要融入資本運作。不可否認，受平臺雇傭在網(wǎng)絡領域具有影響力的各方面意見領袖在一定程度上也會誤導用戶的判斷。公眾在媒體平臺上看似具有很大的主動性，其實都是被平臺設計的算法所左右。因此，媒體平臺的意見領袖本身就是被算法推薦設計出來的，用戶也只是在媒體平臺選擇自己想要相信的意見領袖而已。

算法推薦改變傳播者和用戶之間的角色和反饋機制。在網(wǎng)絡時代，人人都是傳播者。媒體平臺的便利性使得用戶不僅僅是去圍觀，而是實實在在的參與。用戶的意見無論得到共鳴與否，都是媒體平臺的一份子。相較于傳統(tǒng)媒體的單一途徑傳播，用戶獲得信息的途徑更加多樣化，用戶本身條件也不受到限制，信息是否應該被該年齡段所接受也不由算法所決定。新聞的概念日漸被模糊，新聞的真實性受到質(zhì)疑。算法為用戶推薦新聞，公共領域和私人領域的新聞混淆雜亂，用戶本身受到媒介素養(yǎng)的限制，對公私不能做出及時、正確、客觀的判斷，用戶自以為在媒體平臺所擁有的私人領域其實還是公共領域。

算法推薦設置個人的“擬態(tài)環(huán)境”。網(wǎng)絡時代模糊了對主流媒體的定義，關注度高、能博取眼球的媒體甚至獲得高關注的個人也可以是主流媒介。現(xiàn)如今，主流媒體本身就處于算法推薦的控制，用戶看似具有信息獲取的自由，其實依舊處于由算法和大數(shù)據(jù)在推薦個人想看到的新聞或信息組成的“擬態(tài)環(huán)境”中。在此環(huán)境中用戶被完全蒙蔽，個人喜好被無限放大，個人不感興趣的信息則被完全屏蔽，更符合用戶潛意識里“關于外部世界的圖像”，受到算法推薦組成的擬態(tài)環(huán)境嚴格意義上是現(xiàn)實社會一部分的抽象化，由用戶去選擇與現(xiàn)實世界割裂還是緊密聯(lián)系。

算法推薦加劇知識鴻溝的擴大。網(wǎng)絡媒體平臺將用戶從群體中分離出來，用戶不需要從現(xiàn)實的群體中獲得知識或者獲得支持，用戶受到意見領袖的影響由現(xiàn)實可見轉(zhuǎn)變?yōu)榫W(wǎng)絡虛擬，同時現(xiàn)實中在群體里持少部分相反意見的用戶更容易在網(wǎng)絡平臺獲取支持。用戶意識到自己的意見相左后選擇性接觸網(wǎng)絡媒體平臺，在算法推薦下沉浸于自我喜好中，所獲取的知識更加偏向于單一和片面，當用戶在感興趣的領域中獲得其他人的共鳴就會愈加難以自拔。用戶在脫離現(xiàn)實群體后加入到網(wǎng)絡群體，做出的每一步抉擇都會加劇知識鴻溝的擴大，不利于用戶個人的全面發(fā)展。

算法推薦培養(yǎng)“容器人”。在大眾傳媒時代，電視用單向傳播的方式培養(yǎng)出被動接受信息的罐裝“電視人”，而在網(wǎng)絡媒體時代，算法推薦利用自身對信息快速整理、快速分發(fā)的優(yōu)勢，向用戶提供海量信息，用戶難免掉進算法推薦設置的“興趣陷阱”。從本質(zhì)上來說，算法推薦培養(yǎng)的是具有自我喜好的“容器人”，即用戶利用媒體平臺把自己劃分到不同的興趣社區(qū)，接收到的信息和反饋的信息始終都在相同的容器中。

算法推薦的應對之道

近些年對于如何管理算法推薦機制，避免用戶成為貢獻流量的工具人，防止大數(shù)據(jù)“殺熟”，如何為算法推薦制定適當?shù)姆煞ㄒ?guī)的討論屢見不鮮。在2021年8月27日新華社發(fā)布《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定（征求意見稿）》公開征求意見，征求意見稿提出，算法推薦服務提供者應當向用戶提供不針對其個人特征的選項，或者向用戶提供便捷的關閉算法推薦服務的選項。用戶選擇關閉算法推薦服務的，算法推薦服務提供者應當立即停止提供相關服務。同時，在2022年1月6日國家網(wǎng)信辦等四部門聯(lián)合出臺《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》，該規(guī)定對消費者、游戲、網(wǎng)絡輿論和未成年群體保護都做出了詳細的管理條例。出臺法律法規(guī)保護用戶在算法推薦中的權益不被侵犯，如部分用戶使用相同的平臺卻沒有得到同等待遇，用戶的個人隱私遭受外泄；算法推薦設立不合理游戲機制，未接受評估的數(shù)據(jù)，誘導用戶沉迷游戲；惡意制造網(wǎng)絡輿論，在微博等平臺購買水軍，注冊虛假賬號，人為置頂某熱點頭條，通過購買流量點贊、評論、互粉，刪除對自己、集體不利的新聞，干預正常的輿論導向。另外，算法推薦也侵害了特殊群體的權益，未成年人和老年人未得到適宜的網(wǎng)絡環(huán)境，如傳播兒童色情，部分視頻包含未成年性暗示，未成年人沉迷網(wǎng)絡游戲，在網(wǎng)絡游戲中過量充值；忽視老年用戶，算法推薦缺失適老化的設計，不能為老年人提供出行、就醫(yī)等方面的服務。

算法推薦應限制資本植入。自2020年疫情爆發(fā)開始，網(wǎng)絡帶貨模式成為新的網(wǎng)購方式。網(wǎng)絡紅人利用自身影響向用戶推銷商品，部分商品被爆出假冒偽劣、虛假宣傳、價值與實物不符等，嚴重侵害用戶權益。算法推薦應事先經(jīng)行審核，保證用戶利益，如有用戶舉報應及時責令整改，并向用戶告知。同時，部分網(wǎng)站和平臺大量推薦不正當鏈接和游戲廣告，廣告商向平臺付款，平臺推送廣告賺取流量，用戶點擊鏈接就會攝入不良信息，甚至造成經(jīng)濟的損失，算法推薦應嚴加審核以保證網(wǎng)絡的安全和純凈。

結(jié)語

技術帶給人們的益處有目共睹，但是技術本身就是人為設計，因此要受到限制，關于算法推薦和大數(shù)據(jù)的管理辦法無論是從法律法規(guī)還是個人素養(yǎng)的提高已經(jīng)勢在必行。用戶需要算法推薦的絕不是所見即想見，而是所見即有益。人工智能技術只能成為科學進步的輔助，而不是掌控人們思想的工具。同時，算法設計者和應用平臺必須承擔起相應的責任，保障算法推薦可以為用戶提供優(yōu)質(zhì)內(nèi)容，并認識到當下算法推薦技術的不足之處并加以改進。