個性化新聞推薦系統(tǒng)中算法把關(guān)的思考

何燚寧

【摘要】個性化新聞推薦系統(tǒng)中算法的把關(guān)改變了傳統(tǒng)新聞生產(chǎn)過程中的“把關(guān)”模式，同時也帶來了一些社會負面影響。鑒于個性化新聞推薦系統(tǒng)的算法把關(guān)帶來的價值觀缺失、信息窄化、低俗內(nèi)容泛濫等問題，從不斷完善算法技術(shù)，提升平臺技術(shù)理念;提高用戶媒介素養(yǎng)，掌握把關(guān)標準主動權(quán);完善互聯(lián)網(wǎng)治理法律，加大政府監(jiān)管力度三個維度深入思考，以探尋解決之道。

【關(guān)鍵詞】個性化新聞推薦;算法把關(guān);算法技術(shù);用戶媒介素養(yǎng);政府依法監(jiān)管

在人工智能技術(shù)飛速發(fā)展的環(huán)境下，新聞傳播領(lǐng)域也進入“智能媒體”時代。人工智能技術(shù)應(yīng)用于新聞采寫、新聞編輯、新聞分發(fā)和評論管理中，給新聞與傳播領(lǐng)域帶來了前所未有的變革。技術(shù)是新聞生產(chǎn)方式變革至關(guān)重要的原因，新興技術(shù)的不斷涌入改變著傳播形態(tài)，也改變著具體之新聞產(chǎn)品的形態(tài)，從而深層次地影響乃至決定著新聞生產(chǎn)方式。[1]近年來，個性化新聞推薦系統(tǒng)在國內(nèi)外迅速發(fā)展。個性化新聞推薦系統(tǒng)（Personalized News Recommender System）是備受學界和業(yè)界關(guān)注的新型新聞分發(fā)方式，其所依托的推薦系統(tǒng)技術(shù)基于計算機技術(shù)、統(tǒng)計學知識，將數(shù)據(jù)、算法、人機交互有機結(jié)合，建立用戶和資源的個性化關(guān)聯(lián)機制，在信息過載時代，為用戶的消費和信息攝取提供決策支持。[2]隨著算法技術(shù)在個性化新聞推薦系統(tǒng)的應(yīng)用，“把關(guān)人”和“把關(guān)模式”也悄然發(fā)生了變化。然而，互聯(lián)網(wǎng)的傳播特性導致傳者與受者的界限模糊，傳統(tǒng)的把關(guān)人角色弱化，個性化新聞推薦中算法技術(shù)充當了主要把關(guān)人的角色，把關(guān)權(quán)力由人工編輯轉(zhuǎn)向算法技術(shù)，把關(guān)的標準也相應(yīng)發(fā)生改變。隨著“今日頭條”“一點資訊”“天天快報”等個性化新聞推薦系統(tǒng)的出現(xiàn)，算法技術(shù)主導的新聞分發(fā)代替了編輯主導下的新聞選擇，“把關(guān)人”讓位于算法，傳統(tǒng)的新聞生產(chǎn)模式受到巨大的沖擊。

一、個性化新聞推薦系統(tǒng)中算法把關(guān)引發(fā)新聞生產(chǎn)變革

（一）提高新聞分發(fā)效率，解決人工編輯難題

個性化新聞推薦系統(tǒng)擁有海量的“信息庫”，內(nèi)容數(shù)量的龐大決定了人工編輯難以對“信息庫”內(nèi)的全部內(nèi)容進行篩選。算法把關(guān)通過模仿編輯的把關(guān)行為，對個性化新聞推薦系統(tǒng)內(nèi)的信息進行判斷與選擇，代替了編輯的重復勞動，提高了新聞把關(guān)的效率，進而使信息產(chǎn)業(yè)的生產(chǎn)效率得以提高。與此同時，算法技術(shù)使記者和編輯從海量的新聞內(nèi)容中解放出來，降低了新聞工作者的勞動強度，有助于其專注于技術(shù)無法替代的抽象思維與創(chuàng)造性的工作，促進新聞產(chǎn)業(yè)向更加精深的方向發(fā)展。

（二）以用戶需求為導向，促使受眾本位回歸

在傳統(tǒng)的新聞生產(chǎn)模式中，傳播者處于相對主動的地位，擁有著新聞選擇的權(quán)利。由于受到版面與時長的限制，受到內(nèi)容選擇范圍的限制，小眾需求不得不讓位于大眾內(nèi)容，受眾的個性化需求無法得到滿足。而在以算法技術(shù)為基礎(chǔ)的個性化新媒體時代，受眾的地位發(fā)生了變化，由被動轉(zhuǎn)為主動，他們擁有了選擇使用何種媒介的自主權(quán)。個性化新聞推薦就是把用戶喜好作為個性化推薦的主要依據(jù)，從海量的信息庫中尋找匹配用戶喜好的內(nèi)容，滿足用戶的信息需求。個性化新聞推薦無疑是當今媒體轉(zhuǎn)變的助推器，使得媒體機構(gòu)更加以用戶為中心，使得“受眾本位”在傳播過程中得以回歸。

（三）傳統(tǒng)把關(guān)模式受到?jīng)_擊，算法把關(guān)模式應(yīng)運而生

新型的算法把關(guān)模式指導著當前的搜索引擎，新聞類APP進行內(nèi)容把關(guān)與內(nèi)容分發(fā)。具體而言，個性化新聞推薦平臺通過網(wǎng)絡(luò)爬蟲技術(shù)從互聯(lián)網(wǎng)與合作媒體處抓取新聞，算法根據(jù)一定的把關(guān)標準對受眾進行精準推薦，與此同時，受眾也沿著渠道進行自我反饋。在這個過程中，受眾通過算法聚合信息，算法通過用戶的反饋挖掘用戶數(shù)據(jù)。[3]由此可見，個性化新聞推薦中的算法已經(jīng)取代了傳統(tǒng)新聞生產(chǎn)中的媒體編輯，擔任守門人的角色，互聯(lián)網(wǎng)與合作媒體取代受眾成為新聞的信源，把關(guān)人與受眾之間的互動關(guān)系更加頻繁，從傳統(tǒng)把關(guān)人模式中的“把關(guān)人中心”向“用戶中心”轉(zhuǎn)變，新型算法把關(guān)模式也就水到渠成、應(yīng)時而生了。

二、個性化新聞推薦系統(tǒng)中算法把關(guān)引發(fā)的問題

（一）新聞價值觀念缺失，大量負面信息失控

算法的把關(guān)標準與傳統(tǒng)的新聞價值觀念相去甚遠，算法的把關(guān)過程主要依靠機器的程序?qū)?nèi)容進行過濾，既不能對無法量化的內(nèi)容進行判斷，也不能把人類的價值觀念融入把關(guān)的標準中。也就是說，算法本身具有機械性，不具備人的意識與情感，僅僅通過關(guān)鍵詞和算法模型識別有害內(nèi)容，無法對內(nèi)容進行價值判斷，更無法對新聞可能產(chǎn)生的社會影響作出正確的判斷。另外，算法把關(guān)中新聞價值觀念的缺失還體現(xiàn)在算法的把關(guān)標準對內(nèi)容生產(chǎn)標準的倒逼。個性化新聞推薦系統(tǒng)的內(nèi)容有一部分來自于平臺自媒體，有些自媒體內(nèi)容生產(chǎn)者為了使內(nèi)容被算法推薦，往往會迎合算法的判斷標準。由此，故事化的寫作風格、靠蹭熱點為主的選題依據(jù)成了自媒體內(nèi)容生產(chǎn)的主流，標題黨、涉及色情暴力的內(nèi)容更加容易被算法推薦，也成為自媒體生產(chǎn)者的選擇。“一點資訊”的CEO在演講中說道：在缺乏把關(guān)人的自媒體蓬勃發(fā)展的時代，簡單的機器算法推薦機制更容易迎合人性的弱點和惰性，為用戶推送很多有趣但無用的內(nèi)容，社交媒體往往也會對那些訴諸情緒、情感和夸張的內(nèi)容最大限度地傳播，而不是真正高品質(zhì)的文章。[4]一旦新聞價值觀念被舍棄，新聞內(nèi)容的價值就失去了保障，從而會使大量負面信息進入公眾視野，個人價值觀隨之扭曲，良好的社會風氣難以形成。[5]

（二）多元化轉(zhuǎn)向單一化，信息窄化出現(xiàn)

“信息窄化”最早是由凱斯·R.桑斯坦提出的，他在《網(wǎng)絡(luò)共和國》一書中提到，網(wǎng)絡(luò)讓人們更容易獲得自己喜歡的信息，過濾掉自己不感興趣的信息，由此人們得到的信息是“窄化”的。目前，“今日頭條”和“一點資訊”的傳播已經(jīng)呈現(xiàn)出用戶信息窄化結(jié)果，這源于算法把關(guān)下的新聞推送極易讓用戶所得信息由多元化轉(zhuǎn)向單一化。信息窄化實際上是為用戶提供了一個封閉的信息環(huán)境，在這個環(huán)境里，用戶自己設(shè)置“議題”，不斷閱讀符合自身偏好的信息，接收不到該領(lǐng)域以外的其他聲音，用戶雖然處于社會之中卻無法了解社會公眾“議題”，媒體的“議程設(shè)置”效果失去了發(fā)揮的空間。長此以往，同質(zhì)化的信息會使用戶眼界狹隘、思想受限，不利于擴展個人的思維方式和對事件全面客觀的認知。社會公共“議題”無法通過媒體的傳播受到公眾的關(guān)注與討論，同時也增加了新政策的上傳下達、社會輿論的有效控制以及良好社會氛圍形成的難度。