新媒體視角下的算法推薦爭議分析

劉馨懌

摘要：本文通過文獻分析法，以新媒體視角下的算法推薦爭議為切入點，討論了算法個性化推薦的倫理風險、基于算法推薦導致的信息繭房、協(xié)同過濾與閱讀決定權(quán)的轉(zhuǎn)移以及算法新聞影響個人價值導向等問題，以明確新媒體時代下算法新聞的應用價值，并在此基礎上建構(gòu)以算法為核心的合理的社會運行機制。

關(guān)鍵詞：新媒體；算法新聞；信息繭房；協(xié)同過濾；新聞倫理

在信息化的時代，算法推薦憑借精準、高效、成本低等優(yōu)勢，已成為當前主流的信息分發(fā)方式。在當下社會，算法推薦已成為一種新的商業(yè)模式，被越來越多的人所接受。以今日頭條為例，根據(jù)其官方數(shù)據(jù)，2017年12月，今日頭條單日營收已經(jīng)超過5億元；截至2018年3月31日，今日頭條日活躍用戶達到了1.3億人；而據(jù) CNNIC的統(tǒng)計，中國網(wǎng)民規(guī)模達到了7.1億人。在算法推薦被越來越多的人所接受之時，也引起了人們對于算法推薦技術(shù)的質(zhì)疑和擔憂，如認為算法推薦會造成信息繭房、內(nèi)容偏差、侵犯隱私、缺乏理性等。

一、新媒體環(huán)境與算法推薦現(xiàn)狀分析

算法推薦系統(tǒng)是依托于網(wǎng)絡技術(shù)發(fā)展起來的，它為用戶提供個性化的服務，是個性化社會的產(chǎn)物。在算法推薦系統(tǒng)的運用中，我們可以從新聞傳播生態(tài)角度來看待算法推薦。算法推薦系統(tǒng)是新媒體內(nèi)容生產(chǎn)、分發(fā)、反饋、評論等環(huán)節(jié)的重要組成部分，它可以根據(jù)用戶需求對信息進行篩選、過濾和排序。根據(jù)現(xiàn)有研究成果，可將算法推薦系統(tǒng)分為兩類：一是人工干預式推薦系統(tǒng)，也稱 “可過濾式推薦系統(tǒng)”，該系統(tǒng)一般由用戶個人設置搜索關(guān)鍵詞、關(guān)注賬號或訂閱列表等；二是機器干預式推薦系統(tǒng)，也稱 “可選擇性推送系統(tǒng)”，該系統(tǒng)一般由機器和算法共同作用實現(xiàn)。

算法新聞是一種以計算機技術(shù)和統(tǒng)計學為基礎的新聞服務，它將數(shù)據(jù)、算法和人機交互有機結(jié)合，利用大數(shù)據(jù)和機器學習等技術(shù)，分析用戶的行為模式，并向用戶提供個性化的新聞內(nèi)容。康斯坦丁·多爾將算法新聞定義為：“從私人的或公共的數(shù)據(jù)庫中選擇電子數(shù)據(jù)，對預選或未選數(shù)據(jù)進行相關(guān)性分配，通過自然語言生成語義結(jié)構(gòu)并在特定范圍的線上或線下平臺中發(fā)布的最終文本。”根據(jù)多爾對于算法新聞的定義，可以將自動化新聞生產(chǎn)劃分為三個階段，即輸入：從數(shù)據(jù)庫提取數(shù)據(jù)；處理：用于預先設定的語言和統(tǒng)計規(guī)則處理數(shù)據(jù)；生成：最終用自然語言輸出文本。[1]

二、爭議分析

憑借自身的技術(shù)實力和迅速發(fā)展，由算法驅(qū)動的智能化信息平臺正在逐步成為最主要的信息傳播渠道和獲取信息的主要渠道，它的發(fā)展非常迅速，受到了人們的青睞。在這樣的背景下，為了滿足公眾對于新聞和信息的需要，傳統(tǒng)的主流媒體在新聞傳播的渠道、范式和傳播機理上都要做出相應的調(diào)整，以達到更加有效和更加豐富的傳播效果。

算法新聞的精準推送不僅是一種技術(shù)上的進步，也是一種用戶習慣的反映，它依賴于用戶的使用習慣以及自身對新聞內(nèi)容的理解，通過算法計算得出。在這種傳播模式中，受眾自主選擇權(quán)受到限制，一些觀點認為算法新聞并不是用戶主動選擇信息，而是由算法通過分析和計算得出的；另外一些觀點則認為算法新聞是用戶與媒體互動交流的結(jié)果，是受眾對新聞內(nèi)容的理解以及對未來新聞趨勢的判斷。

（一）算法個性化推薦的倫理風險

媒介倫理始終是新聞學研究的重要組成部分，它與技術(shù)有著密切的聯(lián)系。隨著技術(shù)的不斷發(fā)展，新聞工作者開始將新技術(shù)與新聞實務相結(jié)合，從而使新聞研究更加具有說服力。這種結(jié)合也在不斷改變著新聞學研究的話語和倫理準則，比如，更加關(guān)注技術(shù)如何影響新聞報道的真實性，以及如何將技術(shù)與新聞專業(yè)知識相結(jié)合等。近年來，隨著大數(shù)據(jù)、云計算、人工智能等信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)成為人工智能的主要內(nèi)容和技術(shù)基礎，在新技術(shù)推動下的媒體融合發(fā)展中，算法個性化推薦已成為一個不容忽視的趨勢。基于用戶需求和信息生產(chǎn)提供個性化的信息是算法個性化推薦的最基本原則。但是，在信息社會，信息傳播主體與內(nèi)容供給方之間是一種單向關(guān)系，在這種信息傳播關(guān)系中，傳播主體是被控制者，而信息內(nèi)容則是主動提供者；被控制者不僅需要接受者的推送 （所謂 “過濾氣泡”），也需要主動地尋求主動提供者的推送。

新聞記者不再專注于對事實的調(diào)查，而傾向于采用已有的背景信息對現(xiàn)實進行建構(gòu)，以往確立的 “新聞應該報道事實”的價值規(guī)范受到?jīng)_擊。與此同時，“肯定式新聞”的出現(xiàn)進一步與新聞客觀性發(fā)生沖突；“聚合式新聞”將算法引入新聞業(yè)，難以證明的數(shù)據(jù)來源、算法本身的客觀與否以及價值觀念的固有偏見等因素將這一矛盾激化，沖擊了新聞業(yè)本身樹立的倫理規(guī)范。[2]

閱讀的碎片化特征為 “標題黨”提供了更強的傳播動力，而基于算法的推薦非但未能糾正這一現(xiàn)象，還加劇了悚動新聞和嚴肅新聞之間的 “馬太效應”，促使 “黃色新聞潮”在網(wǎng)絡媒體上再次出現(xiàn)。它在一定程度上對社會造成沖擊，并在一定程度上造成社會問題。

（二）基于算法推薦導致的信息繭房

由于每天新聞推送過多有打擾用戶之嫌，因此強調(diào)某些新聞類型的同時，其他類型會相應弱化。[3]在此過程中，算法推薦被嵌入傳播主體和信息內(nèi)容的整個過程中，而且二者之間具有一種天然的權(quán)力不均衡性，即一方面信息內(nèi)容的生產(chǎn)和消費是單向關(guān)系；另一方面信息傳播主體的權(quán)力處于絕對優(yōu)勢地位。換言之，算法推薦呈現(xiàn)出一種權(quán)力結(jié)構(gòu)化的特征，其基本邏輯是：算法推薦者通過分析用戶的興趣偏好、社交關(guān)系和地理位置等因素，基于用戶需求和信息生產(chǎn)提供個性化的信息。基于算法推薦，用戶得以利用技術(shù)優(yōu)勢從海量信息中獲取自己感興趣的信息內(nèi)容。在這樣一種信息傳播關(guān)系中，信息內(nèi)容的生產(chǎn)者與接收者之間并不是平等主體關(guān)系，而是一種單向關(guān)系。

在傳統(tǒng)的新聞制作模式下，新聞媒介主導著信息的傳遞，而受眾只是對信息進行 “解碼”的對象，而算法將一部分的傳播主動轉(zhuǎn)移到了觀眾的身上，讓觀眾自己在某種意義上就是他們自己的議程設置，進而打破媒體對傳播的壟斷。與此同時，因為每一個用戶的需求與性格都是有差異的，新聞通過算法推送之后，用戶會進行共享，這就導致了多種聲音存在，從而顛覆了少數(shù)人的話語霸權(quán)。在個性化新聞推送機制下，通過算法過濾和正反饋處理的新聞信息在類型、題材、豐富程度等方面不斷受到限制，用戶的媒介接觸也被自我 “興趣”不斷固化。[4]

有時候，平臺會以某種方式固化人們的信息獲取范圍或路徑，比如固定的搜索范圍、固定的訪問路徑等，這些都會對用戶的信息消費產(chǎn)生很大影響。而且，這種行為往往會被固化為人們的習慣，用戶會把平臺上提供的信息作為自己的首選，即便平臺上沒有自己想要的信息。而個性化信息推薦算法，就是通過對用戶以往的閱讀偏好進行個性分析，在此基礎上再推薦同類信息，這樣就使得用戶能夠更快地找到自己喜歡的信息。但是，算法也可能會產(chǎn)生一些固化作用，比如當用戶已經(jīng)習慣了某種信息，那么新的信息就不能再獲得他們的青睞。因此，要想讓用戶不斷地調(diào)整自己的偏好，就需要不斷地推出新的產(chǎn)品和服務，使用戶能夠不斷地接觸到新的內(nèi)容。

（三）協(xié)同過濾與閱讀決定權(quán)的轉(zhuǎn)移

“協(xié)同過濾”一詞最早由Goldberg等提出。協(xié)同過濾算法是一種利用群體智慧的推薦方式，基于用戶的協(xié)同過濾算法的原理是 “人以群分”，將目標用戶分類，這一算法能夠相對充分反映群體偏好，并在一定程度上解決 “信息繭房”問題。但是在這一算法下，出于隱私等考慮，被推薦的內(nèi)容無法溯源，即由機器學習來決定推薦內(nèi)容，在一定程度上影響了用戶本身對內(nèi)容選擇的決定權(quán)。協(xié)同過濾技術(shù)是根據(jù)用戶的瀏覽歷史來推薦內(nèi)容，由于其只關(guān)注用戶感興趣的內(nèi)容，所以推薦的內(nèi)容往往是符合用戶興趣的。但是，其技術(shù)的使用前提是必須知道用戶喜歡什么。這對于普通的互聯(lián)網(wǎng)產(chǎn)品來說就要求對用戶信息的收集足夠詳細和準確，否則無法對用戶產(chǎn)生足夠影響。

傳統(tǒng)的協(xié)同過濾推薦算法大多使用基于內(nèi)容的模型，比如基于關(guān)鍵詞或者描述文檔的推薦，基于協(xié)同過濾推薦技術(shù)也是最近幾年才出現(xiàn)，最早使用它的公司是 Spotify。這一技術(shù)讓音樂流媒體平臺在很大程度上實現(xiàn)了個性化推薦，讓用戶可以在音樂流媒體平臺上看到自己想看的音樂視頻。

算法為了迎合用戶的需求，推送用戶可能感興趣的內(nèi)容。相對于自我選擇，不管是隱性推薦還是顯性推薦，用戶確實是在 “被動”地接受基于算法推薦的內(nèi)容，但算法推薦本身的構(gòu)建目的就是預先判斷用戶興趣，其目的在于 “迎合”用戶的需求。[5]

（四）算法新聞影響個人價值導向

技術(shù)是中性的，它的發(fā)展和應用都會對人的社會行為產(chǎn)生影響。但對于新聞媒體而言，算法新聞對個體價值導向的影響要比技術(shù)本身更為重要。在技術(shù)層面，算法新聞為受眾提供了可選擇和消費的信息內(nèi)容，因此從某種意義上來說，算法新聞給受眾提供了一個選擇性閱讀的權(quán)利。然而，在技術(shù)的背后，人本身也在承擔著重要的責任。在數(shù)字時代，每一個個體都是媒介信息傳播過程中的 “節(jié)點”和 “終端”。個體不應該被機器算法所支配和控制，而是要盡可能地利用算法，發(fā)揮其功能和優(yōu)勢，做出符合社會需要和個人需要的新聞報道。

崔士鑫提出：“應著重提升主流媒體的智能化新聞生產(chǎn)與傳播水平，立規(guī)建制管好算法，改進技術(shù)完善算法，重視提升全媒體時代受眾媒介素養(yǎng)，切實做到用主流價值導向駕馭算法，全面提高輿論引導能力。”[6]

盡管算法推薦本身并不具備任何價值，但是其設計人員以及其背后的企業(yè)、組織、機構(gòu)等都具備了某種價值。例如，在一開始的時候，開發(fā)人員就會對該問題有一個清晰的認識，并且將它應用到整個算法之中。同時，公司也將為其雇員提供一系列的價值觀念，將公司的價值觀念與演算方法相融合，使公司的經(jīng)營目標得以更好地達成。所以，每一種演算方法所蘊含的價值并不具有唯一性，而只是一種相對論，各單位各有其價值。正確利用算法在一定程度上可以提升受眾的媒介素養(yǎng)，注入主流價值導向，從而引導公眾理性看待。

三、結(jié)束語

我們應當明確新媒體時代下算法新聞的應用價值，既要滿足消費者對信息的需求，也要為社會發(fā)展提供有效的社會服務。新媒體時代，算法新聞的應用價值可以表現(xiàn)在以下方面：第一，它可以幫助受眾更加快捷、準確地獲取信息，能夠有效提升用戶的使用體驗；第二，它能夠幫助受眾更加深入地了解新聞事件的來龍去脈，有助于更好地把握新聞事件的本質(zhì)；第三，它可以幫助受眾更好地實現(xiàn)對社會發(fā)展的認知，有助于社會進步。與此同時，我們也不能忽視算法新聞所帶來的一些問題，例如算法推薦新聞帶來的信息繭房問題、算法新聞的 “情感”問題以及算法新聞的版權(quán)問題等。

我們需要加強對算法新聞的監(jiān)管，避免出現(xiàn) “算法黑箱”，提高信息的透明度，保護用戶隱私；同時也要對算法新聞進行技術(shù)和倫理方面的監(jiān)管，保證內(nèi)容的安全、規(guī)范、有效。在此基礎上，還應當建構(gòu)一個以算法為核心的社會運行機制，提高對用戶隱私和信息安全保護意識，建立健全有效的防范機制。此外，還要注重用戶對內(nèi)容的選擇、評價以及監(jiān)督，以此來提升新聞媒體服務水平、促進新媒體行業(yè)發(fā)展。

參考文獻：

[1] 王曉培，常江.新聞生產(chǎn)自動化倫理挑戰(zhàn)：算法倫理分析的框架地圖[J].中國出版，2019（04）：20-25.

[2] 陳嬿如，謝欣.斷言式新聞：媒介技術(shù)驅(qū)動下的新型新聞模式研究[J].國際新聞界，2019，41（05）：80-92.

[3] 王茜.打開算法分發(fā)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）：7-14.

[4] 葉明睿.個性化推薦對網(wǎng)絡用戶個體信息環(huán)境的影響[J].編輯學刊，2015（02）：91-94.

[5] 李武，艾鵬亞，楊韞卿.智媒時代 “信息繭房”再論：概念界定和效應探討[J].未來傳播，2019，26（06）：7-13+110.

[6] 崔士鑫.用主流價值導向駕馭 “算法”全面提高輿論引導能力[J].傳媒，2019（18）：13-16.