用主流價(jià)值導(dǎo)向駕馭“算法”全面提高輿論引導(dǎo)能力

文/崔士鑫

習(xí)近平總書記在中央政治局第十二次集體學(xué)習(xí)時(shí)明確要求，“探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接受、反饋中，用主流價(jià)值導(dǎo)向駕馭‘算法’，全面提高輿論引導(dǎo)能力”。這為我們?cè)谌襟w時(shí)代，充分利用好大數(shù)據(jù)、云計(jì)算、人工智能等新技術(shù)，推動(dòng)主流媒體向數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展，實(shí)現(xiàn)單向式傳播向互動(dòng)式、服務(wù)式、體驗(yàn)式傳播轉(zhuǎn)變，提高輿論引導(dǎo)時(shí)度效，指明了努力方向，提供了根本遵循。

近年來(lái)，人工智能技術(shù)飛速發(fā)展，尤其作為人工智能技術(shù)核心基礎(chǔ)的算法，在新媒體中得到越來(lái)越廣泛的應(yīng)用，在應(yīng)對(duì)信息超載問(wèn)題的同時(shí)，也帶來(lái)信息失衡、低俗流行等負(fù)面效應(yīng)。如何對(duì)新技術(shù)既善于運(yùn)用又嚴(yán)控風(fēng)險(xiǎn)，趨利避害，助力打造新型主流媒體，擴(kuò)大主流價(jià)值影響力版圖，讓黨的聲音傳得更開(kāi)、傳得更廣、傳得更深入，是推動(dòng)媒體融合向縱深發(fā)展面臨的一個(gè)緊迫課題。

算法為媒體智能化提供重要契機(jī)

在人工智能三大要素，即數(shù)據(jù)、算法和計(jì)算能力中，算法的作用至關(guān)重要，是人工智能技術(shù)的核心基礎(chǔ)。算法（Algorithm）本是指數(shù)學(xué)和計(jì)算機(jī)科學(xué)中，為解決特定問(wèn)題而進(jìn)行的計(jì)算、數(shù)據(jù)處理和自動(dòng)推理等。算法古已有之，但今天與人工智能息息相關(guān)的算法，則與計(jì)算機(jī)技術(shù)密不可分。計(jì)算機(jī)學(xué)科認(rèn)為，算法是為有效解決問(wèn)題而輸入機(jī)器的一系列指令、步驟。最簡(jiǎn)單的算法流程，就是輸入數(shù)據(jù)與指令，經(jīng)過(guò)特定運(yùn)算處理，把輸入數(shù)據(jù)轉(zhuǎn)化為結(jié)果輸出。不過(guò)，涉及人工智能的算法十分復(fù)雜，比如，按照模型訓(xùn)練方式不同可分為監(jiān)督學(xué)習(xí)類算法、無(wú)監(jiān)督類學(xué)習(xí)類算法、半監(jiān)督學(xué)習(xí)類算法、強(qiáng)化學(xué)習(xí)類算法，按照解決任務(wù)的不同可分為二分類算法、多分類算法、回歸算法、聚類算法、異常檢測(cè)等，分別適用于不同場(chǎng)景。盡管涉及領(lǐng)域很多，人工智能本質(zhì)上就是通過(guò)計(jì)算機(jī)程序呈現(xiàn)人類智能的技術(shù)，關(guān)鍵內(nèi)容都是以不同算法為技術(shù)支撐。

以算法為基礎(chǔ)的人工智能應(yīng)用于新聞?lì)I(lǐng)域，對(duì)新聞信息采集、生產(chǎn)、傳播、接受與反饋等環(huán)節(jié)，正在引發(fā)程度不一卻注定有深遠(yuǎn)影響的革命性變革，對(duì)推進(jìn)媒體向智能化發(fā)展，帶來(lái)重要變革機(jī)遇與發(fā)展契機(jī)。算法在新聞?lì)I(lǐng)域的運(yùn)用，就是按照一定目標(biāo)原則，對(duì)新聞信息進(jìn)行過(guò)濾、篩選，然后進(jìn)行聚合、排列、呈現(xiàn)，再基于用戶畫像，精準(zhǔn)傳遞給目標(biāo)對(duì)象，并根據(jù)用戶反饋持續(xù)改進(jìn)，大大提升對(duì)新聞信息數(shù)據(jù)的采集、分析和運(yùn)用能力，實(shí)現(xiàn)科學(xué)策劃、全方位采集、多樣化寫作、精準(zhǔn)化推送、即時(shí)性反饋，促進(jìn)傳統(tǒng)媒體向智能化媒體轉(zhuǎn)型。

新聞采集與生產(chǎn)智能化。機(jī)器人寫作是新聞采集與生產(chǎn)智能化的較早嘗試，通過(guò)對(duì)計(jì)算機(jī)運(yùn)行程序進(jìn)行算法編輯，對(duì)獲取的新聞信息內(nèi)容進(jìn)行分析加工，再由計(jì)算機(jī)模擬的新聞編程自動(dòng)生產(chǎn)新聞稿件。2014年美聯(lián)社使用相關(guān)軟件撰寫公司財(cái)務(wù)報(bào)告，總結(jié)其中關(guān)鍵要素，然后生成陳述，每秒最多可生成2000篇這類新聞，發(fā)稿量是人工報(bào)道的13倍，出錯(cuò)率非常低。此外，美國(guó)一些媒體運(yùn)用機(jī)器人采編生產(chǎn)新聞，進(jìn)行地震報(bào)道、殺人事件跟蹤、體育賽事、聯(lián)邦政府指數(shù)報(bào)道等，都比較成功。國(guó)內(nèi)在2015年通過(guò)自動(dòng)化新聞寫作機(jī)器人生成首篇財(cái)經(jīng)類報(bào)道，以后不斷改進(jìn)，報(bào)道領(lǐng)域與類別逐步拓寬。同時(shí)算法技術(shù)運(yùn)用也正向內(nèi)容校對(duì)、稿件編輯等新聞采集與生產(chǎn)的各環(huán)節(jié)拓展，比如，用人工智能技術(shù)處理大量同類稿件，修正語(yǔ)言語(yǔ)法錯(cuò)誤，對(duì)稿件中的優(yōu)質(zhì)內(nèi)容進(jìn)行篩選等。未來(lái)，隨著5G的普及與物聯(lián)網(wǎng)的發(fā)展，可以提供給機(jī)器人進(jìn)行新聞寫作的數(shù)據(jù)將越來(lái)越多，機(jī)器人報(bào)道的疆界與精度都將大大拓展提升，人機(jī)協(xié)作采集與寫作新聞可能成為主流。采集、寫作、校對(duì)、編輯等得到高效機(jī)器人輔助以后，新聞從業(yè)者可以有更多精力與可能，追求新聞內(nèi)容的思想性與創(chuàng)新性，對(duì)新聞信息的解讀與分析也更為深刻和準(zhǔn)確。

新聞分發(fā)與傳播智能化。精準(zhǔn)分發(fā)推送，是目前算法最為擅長(zhǎng)和應(yīng)用最廣的領(lǐng)域，解決信息超載問(wèn)題效果明顯。在我國(guó)，算法推薦已超過(guò)人工推送，成為移動(dòng)資訊的主要分發(fā)方式，以至于有人把算法窄化為算法推薦技術(shù)。算法用于新聞分發(fā)傳播的技術(shù)本質(zhì)，是實(shí)現(xiàn)資訊和受眾精準(zhǔn)匹配，即通過(guò)廣泛抓取各種內(nèi)容源生產(chǎn)的內(nèi)容聚合資訊，再借助大數(shù)據(jù)的用戶畫像分析以及標(biāo)簽化等手段，向用戶推送符合其興趣或需求偏好的特定信息，且通過(guò)不斷的機(jī)器學(xué)習(xí)或算法改進(jìn)，深化對(duì)用戶的洞察，持續(xù)提升分發(fā)的精準(zhǔn)性。臉書在2006年就開(kāi)始使用算法決定信息流中各類信息的權(quán)重，讓不同用戶打開(kāi)頁(yè)面時(shí)，呈現(xiàn)“千人千面”的個(gè)性化內(nèi)容。國(guó)內(nèi)新聞資訊的個(gè)性化推薦以今日頭條最有名，運(yùn)用算法對(duì)用戶數(shù)據(jù)進(jìn)行動(dòng)態(tài)挖掘和了解，根據(jù)用戶點(diǎn)擊、搜索、訂閱等行為勾畫和優(yōu)化用戶畫像，細(xì)化興趣標(biāo)簽，力求根據(jù)用戶畫像更精準(zhǔn)地進(jìn)行推送。“頭條現(xiàn)象”引發(fā)了人們對(duì)算法推薦種種問(wèn)題的關(guān)注。不管怎樣，智能化分發(fā)傳播，改變了傳統(tǒng)媒體編輯往往只有精力處理新聞?lì)^部20%信息的短板，可以根據(jù)用戶屬性、行為、偏好等，將新聞信息長(zhǎng)尾效應(yīng)發(fā)揮到極致，實(shí)現(xiàn)個(gè)性化分發(fā)傳播，解決信息超載問(wèn)題。

新聞接受與反饋智能化。缺乏即時(shí)、準(zhǔn)確、有效互動(dòng)，是傳統(tǒng)媒體一大痛點(diǎn)。單向式傳播導(dǎo)致受眾主體意識(shí)無(wú)法通過(guò)有效渠道得以發(fā)揮，接受情況與傳播效果也很難得到及時(shí)、科學(xué)的評(píng)估。互聯(lián)網(wǎng)傳播的互動(dòng)化特征，為受眾反饋提供了便利的渠道，但這只是淺層次的。從更深層次看，算法技術(shù)逐步實(shí)現(xiàn)新聞分發(fā)傳播智能化，意味著可以通過(guò)綜合用戶的身份信息、社交關(guān)系、移動(dòng)的位置等背景數(shù)據(jù)，對(duì)不同新聞信息的評(píng)論、轉(zhuǎn)發(fā)、收藏、閱讀直至打開(kāi)頻次、停留時(shí)間等多種線上行為，更加精準(zhǔn)地分析受眾的關(guān)注重點(diǎn)、接受程度和情感傾向，從而對(duì)新聞信息傳播效果進(jìn)行全面準(zhǔn)確的評(píng)估。有效的反饋機(jī)制，既可以及時(shí)準(zhǔn)確地提供用戶接受新聞信息的個(gè)體特征與個(gè)性化需求，通過(guò)不斷迭代調(diào)整，完善算法模型，進(jìn)行更準(zhǔn)確、有針對(duì)性的推送，為媒體由單向式傳播向互動(dòng)式、服務(wù)式、體驗(yàn)式傳播轉(zhuǎn)變提供基礎(chǔ)，也能從整體上分析把握受眾對(duì)某一新聞信息傳播的反應(yīng)與喜好，隨時(shí)調(diào)整新聞產(chǎn)品的內(nèi)容側(cè)重、產(chǎn)品形態(tài)、傳播方式等，以及根據(jù)受眾關(guān)注點(diǎn)進(jìn)行新的新聞策劃，包括根據(jù)算法生成的網(wǎng)絡(luò)熱詞撰寫用戶感興趣的新聞等。同時(shí)，媒體機(jī)構(gòu)內(nèi)部，通過(guò)傳播效果精準(zhǔn)評(píng)測(cè)，也有利于更好地進(jìn)行考核激勵(lì)，促進(jìn)內(nèi)部新聞生產(chǎn)力的挖掘、釋放。

目前，算法在新聞?lì)I(lǐng)域的運(yùn)用還是初步的，人工智能技術(shù)尚不十分成熟，仍處于所謂“弱人工智能”時(shí)代，即使比較普及的算法推薦技術(shù)也有待改進(jìn)完善。但即便如此，算法對(duì)新聞生產(chǎn)分發(fā)等已造成很大沖擊?！皬?qiáng)人工智能”時(shí)代的媒體，將以算法技術(shù)為基礎(chǔ)，以人機(jī)協(xié)作為特征，智能化程度越來(lái)越高，貫穿新聞生產(chǎn)與信息傳播各環(huán)節(jié)，對(duì)主流媒體的發(fā)展和新聞?shì)浾摰囊龑?dǎo)，都將帶來(lái)深刻影響。

正視算法對(duì)輿論引導(dǎo)帶來(lái)的挑戰(zhàn)

對(duì)輿論引導(dǎo)而言，算法廣泛應(yīng)用是把雙刃劍。一方面為承擔(dān)主流價(jià)值傳播的主流媒體賦能，提升了新聞生產(chǎn)能力與信息傳播精準(zhǔn)度。另一方面，也對(duì)主流意識(shí)形態(tài)帶來(lái)沖擊和影響。比如，機(jī)器程序生成的新聞稿件，缺乏足夠價(jià)值判斷與深度思考以及對(duì)內(nèi)容真實(shí)性的審慎分辨，在信息過(guò)載時(shí)代有可能進(jìn)一步造成低質(zhì)內(nèi)容泛濫，影響主流價(jià)值觀念的傳播。而算法推薦技術(shù)形成的過(guò)濾氣泡和信息繭房等，增加了統(tǒng)一思想、凝聚共識(shí)的難度。如何在算法流行時(shí)代做強(qiáng)主流、占據(jù)主導(dǎo)，牢牢掌握輿論場(chǎng)上的主動(dòng)權(quán)話語(yǔ)權(quán)，是主流媒體面臨的一大挑戰(zhàn)。

降低了優(yōu)質(zhì)內(nèi)容的生產(chǎn)動(dòng)力。算法生成內(nèi)容，本被視為有積極意義的新生事物，因?yàn)樵黾恿诵侣劗a(chǎn)量，把新聞從業(yè)者從較低水平、一般標(biāo)準(zhǔn)的新聞生產(chǎn)中解脫出來(lái)，有更多精力生產(chǎn)創(chuàng)新性、有深度、高標(biāo)準(zhǔn)的優(yōu)質(zhì)內(nèi)容。然而目前的算法模型主要依據(jù)點(diǎn)擊量、閱讀量，病毒式傳播的內(nèi)容和標(biāo)題黨在吸引眼球方面更勝一籌，從而在算法與低質(zhì)內(nèi)容之間形成疊加效應(yīng)。算法自動(dòng)生成推送的低質(zhì)、虛假、誤導(dǎo)性內(nèi)容，幾乎不需投入，就可受到熱捧，賺取高額利潤(rùn)。而優(yōu)質(zhì)內(nèi)容生產(chǎn)成本高、表述理性客觀平實(shí)，反而得不到應(yīng)有關(guān)注，造成新聞內(nèi)容市場(chǎng)“劣幣驅(qū)逐良幣”。甚至不少傳統(tǒng)主流媒體的編采人員，也熱衷于追捧網(wǎng)絡(luò)熱文的制題技巧、刁鉆角度，迎合用戶偏好，提升流量指標(biāo)。深入調(diào)查、追究真相的“求證性新聞”少人問(wèn)津，為搶速度而憑感覺(jué)判斷新聞事實(shí)的“斷言式新聞”大行其道，甚至為了滿足觀念極化的受眾而不惜歪曲真相做“迎合性新聞”。此外，主流媒體在算法方面相對(duì)落后，不僅產(chǎn)品數(shù)量難以與海量UGC相比，在利用算法挖掘新聞價(jià)值、提升新聞專業(yè)性準(zhǔn)確度等方面，也缺乏足夠動(dòng)力與能力，影響了優(yōu)質(zhì)新聞內(nèi)容的生產(chǎn)。

轉(zhuǎn)移了媒體編輯的把關(guān)權(quán)力。算法推薦技術(shù)，實(shí)質(zhì)是媒體把關(guān)人權(quán)力的轉(zhuǎn)移。傳統(tǒng)媒體總編輯或編輯負(fù)有把關(guān)人職責(zé)，負(fù)責(zé)對(duì)新聞信息進(jìn)行篩選，決定受眾能看什么，同時(shí)保證新聞信息真實(shí)、導(dǎo)向正確、符合主流價(jià)值標(biāo)準(zhǔn)和規(guī)范要求，以及各類信息均衡等。算法推薦根據(jù)受眾喜好即瀏覽信息等行為數(shù)據(jù)推送新聞信息，由于目前算法還不能做到使計(jì)算機(jī)像人一樣對(duì)含義豐富的各類新聞信息的文本、音頻、視頻等進(jìn)行準(zhǔn)確解析，因此受眾的喜好本身，就成了新聞信息的選擇標(biāo)準(zhǔn)，實(shí)際上成為自身所接受信息的把關(guān)人，所以有人說(shuō)“總編輯死了”。這一轉(zhuǎn)移的后果，一是削弱了受眾對(duì)公共議題的關(guān)注度，使對(duì)經(jīng)濟(jì)社會(huì)整體發(fā)展事項(xiàng)更為關(guān)注的主流媒體服務(wù)社會(huì)的功能受損，新聞重要性不被重視、趣味性日益泛濫。二是算法往往以“流行度”作為標(biāo)準(zhǔn)進(jìn)行話題推薦，受眾看到的是自己想看的信息，而不是主流媒體要傳播的信息，一定意義上使主流媒體失去議程設(shè)置的主導(dǎo)權(quán)。三是人們?cè)谑褂靡苿?dòng)終端時(shí)，往往私人獨(dú)處、相對(duì)私密，這時(shí)的信息需求常常有獵奇心理，更偏向輕松的低俗低質(zhì)信息，以這種標(biāo)準(zhǔn)取值進(jìn)行算法推薦，往往導(dǎo)致虛假和低俗信息更易快速傳播。

削弱了主流媒體的引導(dǎo)能力。主流媒體要實(shí)現(xiàn)輿論引導(dǎo)，新聞信息能真正抵達(dá)受眾是前提。然而隨著算法使“用戶畫像”越來(lái)越精準(zhǔn)，算法生產(chǎn)傳播的內(nèi)容與受眾的匹配度越來(lái)越高，其他內(nèi)容很容易被排除在受眾接受范圍之外，受眾日益被裹挾在伊萊·帕里澤所謂的“過(guò)濾氣泡”中。帕里澤曾舉過(guò)一個(gè)例子：2010年英國(guó)石油公司（簡(jiǎn)稱BP）墨西哥灣漏油事件后，如果用谷歌搜索“BP”，一個(gè)人可能看到的是該公司的投資新聞，另一個(gè)人可能看到的是漏油事故的消息，這就是算法根據(jù)每個(gè)人的喜好精準(zhǔn)推薦的結(jié)果。這阻礙了人們認(rèn)識(shí)真實(shí)世界的某些層面，帕里澤形象地稱之為“過(guò)濾氣泡”。這一現(xiàn)象在社交媒體上更為嚴(yán)重。由于受眾自主選擇關(guān)注對(duì)象，每個(gè)受眾的朋友圈可能充斥的都是與自己想法相近的帖子，把相異的觀點(diǎn)和自己不喜歡的人有效排斥在外。在算法推薦技術(shù)、圈層化傳播影響下，出現(xiàn)不少特行獨(dú)立的“亞文化”群體，他們有自己的興趣愛(ài)好、話語(yǔ)體系，與外界隔著一道看不見(jiàn)的“玻璃幕墻”，主流信息很難進(jìn)入，自然也難以進(jìn)行有效引導(dǎo)，主流媒體影響力有被邊緣化風(fēng)險(xiǎn)。

加大了形成共識(shí)的潛在阻力?！靶畔⒗O房”是人們對(duì)算法推薦技術(shù)可能帶來(lái)后果的形象說(shuō)法。由于算法的個(gè)性化推薦，將受眾感興趣的內(nèi)容不斷變換形式反復(fù)推送，受眾不斷接受自己認(rèn)同的信息，瀏覽自己感興趣的內(nèi)容，就會(huì)忽視公共領(lǐng)域信息內(nèi)容的多樣化，接觸信息時(shí)出現(xiàn)嚴(yán)重的窄化現(xiàn)象，美國(guó)學(xué)者桑斯坦定義為，“用戶習(xí)慣性地將自己包裹在由興趣引導(dǎo)的信息領(lǐng)域，從而如同生活在繭房中”。這種接受信息的自我窄化，對(duì)社會(huì)成員個(gè)人的社會(huì)化，肯定存在不良影響。但更深層次的問(wèn)題在于，這種自我窄化很可能導(dǎo)致個(gè)人觀念極化。雖說(shuō)身處“信息繭房”，但受眾畢竟是社會(huì)人，如果有大量受眾有觀念極化問(wèn)題，首先是加大了凝聚社會(huì)共識(shí)的潛在阻力。由于算法推薦的信息會(huì)不斷強(qiáng)化受眾的極化觀念，使受眾會(huì)越來(lái)越堅(jiān)信自己的看法，不愿了解對(duì)立觀點(diǎn)的合理之處，甚至對(duì)立觀點(diǎn)會(huì)使自己的觀點(diǎn)變得更加極端，社會(huì)成員失去相互理解的基礎(chǔ)，主流媒體引導(dǎo)輿論、形成共識(shí)的難度加大，各種思想觀念多樣雜陳的情形將日趨嚴(yán)重。

如何用主流價(jià)值導(dǎo)向駕馭“算法”

任何事物都具有兩面性，算法技術(shù)也不例外。盡管算法使輿論引導(dǎo)變得更為復(fù)雜，但在應(yīng)對(duì)信息過(guò)載、實(shí)現(xiàn)信息內(nèi)容與用戶需求的智能化匹配，以及豐富新聞生產(chǎn)內(nèi)容、提升媒體服務(wù)受眾水平等方面，算法都有不可比擬的技術(shù)優(yōu)勢(shì)與發(fā)展前景。應(yīng)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(jìn)技術(shù)完善算法，重視提升全媒體時(shí)代受眾媒介素養(yǎng)，切實(shí)做到用主流價(jià)值導(dǎo)向駕馭“算法”，全面提高輿論引導(dǎo)能力。

用好算法，做大做強(qiáng)主流輿論。算法推薦有不同類型，但不管是為用戶打標(biāo)簽作畫像的內(nèi)容推薦，按用戶信息興趣相似度的協(xié)同過(guò)濾，還是類似排行榜式的熱點(diǎn)推送等，都要從網(wǎng)絡(luò)“內(nèi)容池”里甄選內(nèi)容。如果池里內(nèi)容不夠優(yōu)質(zhì)，即整個(gè)傳播生態(tài)系統(tǒng)中的內(nèi)容質(zhì)量不高，算法很難有高質(zhì)量的內(nèi)容生產(chǎn)，精準(zhǔn)推送也難有更高質(zhì)量。因此必須向內(nèi)容池提供更多優(yōu)質(zhì)內(nèi)容。網(wǎng)絡(luò)時(shí)代，新聞媒體仍應(yīng)是生產(chǎn)優(yōu)質(zhì)內(nèi)容的主力。盡管人們印象里，相對(duì)于社交平臺(tái)的海量信息，新聞媒體所產(chǎn)內(nèi)容似乎占比不高。但據(jù)創(chuàng)建谷歌GDELT數(shù)據(jù)庫(kù)的互聯(lián)網(wǎng)專家Kalev Leetaru等人研究，社交媒體的有效內(nèi)容遠(yuǎn)沒(méi)有想象的那么大，價(jià)值也沒(méi)有那么高。統(tǒng)計(jì)數(shù)字表明，新聞媒體仍是新聞信息產(chǎn)品的主要生產(chǎn)者，而且信息出處更明確，穩(wěn)定性更高。因此，在全媒體時(shí)代，新聞媒體尤其主流媒體，增強(qiáng)新聞生產(chǎn)能力，產(chǎn)出更多優(yōu)質(zhì)內(nèi)容，是改善傳播生態(tài)、做強(qiáng)主流輿論、實(shí)現(xiàn)輿論引導(dǎo)的重要途徑。增強(qiáng)生產(chǎn)能力的重要方面，就是在新聞采集、生產(chǎn)等環(huán)節(jié)，更多借助算法進(jìn)行人機(jī)協(xié)作的高效智慧生產(chǎn)，使更多體現(xiàn)主流價(jià)值的優(yōu)質(zhì)新聞信息產(chǎn)品注入內(nèi)容池，促進(jìn)算法時(shí)代傳播生態(tài)的優(yōu)質(zhì)化。

管好算法，注入主流價(jià)值導(dǎo)向。沒(méi)有規(guī)矩不成方圓?！盁o(wú)論什么形式的媒體，無(wú)論網(wǎng)上還是網(wǎng)下，無(wú)論大屏還是小屏，都沒(méi)有法外之地、輿論飛地。”由于算法已日趨深刻地介入新聞采編、分發(fā)和用戶反饋環(huán)節(jié)，即使所謂信息聚合分發(fā)平臺(tái)，也具有強(qiáng)大的媒體特征，必須加強(qiáng)監(jiān)管。監(jiān)管主要方向，是針對(duì)算法偏差進(jìn)行必要人工干預(yù)與審核。算法表面看只是一套計(jì)算代碼和程序，貌似“技術(shù)中立”。實(shí)際上，算法是人設(shè)計(jì)的，使之運(yùn)轉(zhuǎn)的規(guī)則制度，必然體現(xiàn)設(shè)計(jì)團(tuán)隊(duì)的理念與價(jià)值傾向，不可能完全中立?！皠蚍治觥笔录姆疵嬉舱f(shuō)明了這一點(diǎn)?！皠蚍治觥?016年大選時(shí)受雇于特朗普?qǐng)F(tuán)隊(duì)，通過(guò)臉書獲取5000多萬(wàn)用戶私人信息后，借助個(gè)性化推薦，對(duì)不同選民推送量身定做的信息，或讓他們對(duì)希拉里反感，或說(shuō)服他們投票給特朗普。比如，對(duì)海地人聚居區(qū)，提供關(guān)于克林頓基金會(huì)在海地地震后扣留善款的消息；對(duì)非裔美國(guó)人，推送一則希拉里把黑人稱為捕食者的視頻等。其中有許多誤導(dǎo)性信息甚至謠言，實(shí)現(xiàn)信息操縱。因此，必須使企業(yè)或平臺(tái)擔(dān)負(fù)應(yīng)有責(zé)任。同時(shí)注入正確的價(jià)值觀，如果算法不能自動(dòng)對(duì)體現(xiàn)主流價(jià)值的內(nèi)容推薦分發(fā)，有必要像傳統(tǒng)媒體時(shí)代的“新聞聯(lián)播”一樣，作為制度規(guī)定，通過(guò)人工干預(yù)，在頭條區(qū)或主頁(yè)呈現(xiàn)，運(yùn)用消息推送（Push）全網(wǎng)播發(fā)。

改進(jìn)算法，減少各類負(fù)面效應(yīng)。管好算法的更高層次是改進(jìn)算法，在滿足用戶需求的同時(shí)更好地體現(xiàn)主流價(jià)值。目前我國(guó)核心算法缺位，多數(shù)依賴開(kāi)源代碼和現(xiàn)有數(shù)學(xué)模型。因?yàn)闆](méi)有從底層算法做起，整個(gè)數(shù)學(xué)模型、算法設(shè)計(jì)、模擬訓(xùn)練等無(wú)法協(xié)同優(yōu)化，實(shí)際運(yùn)用很難達(dá)到預(yù)期效果。這也是目前新聞?lì)I(lǐng)域無(wú)論算法生產(chǎn)還是推薦，仍讓人感覺(jué)水平較為初級(jí)的重要原因。當(dāng)然，即使在現(xiàn)有技術(shù)條件下，也可以對(duì)算法進(jìn)行主流價(jià)值導(dǎo)向的改進(jìn)。比如，建立科學(xué)合理的算法推薦模型，按照價(jià)值觀正確要求，優(yōu)化算法推薦權(quán)重配比，關(guān)注內(nèi)容來(lái)源規(guī)范、自媒體信用等級(jí)等質(zhì)量類要素，再輔以用戶瀏覽歷史及文章閱讀量、轉(zhuǎn)發(fā)量、評(píng)論量等興趣類要素。由于互聯(lián)網(wǎng)企業(yè)更注重商業(yè)逐利，往往只為迎合、吸引受眾以實(shí)現(xiàn)商業(yè)利益，這方面的研究開(kāi)發(fā)并不積極。一些主流媒體試圖開(kāi)發(fā)“黨媒算法”“主流算法”等，由于資金、技術(shù)等原因，也沒(méi)有明顯進(jìn)展。因此，應(yīng)有政策鼓勵(lì)措施，研究開(kāi)發(fā)具有中國(guó)特色、體現(xiàn)主流價(jià)值、契合受眾需求的算法。研究開(kāi)發(fā)要有問(wèn)題意識(shí)。比如，對(duì)過(guò)濾氣泡、信息繭房，以及為吸引用戶而有意使算法進(jìn)行“趣味下坡式推薦”及至“道德滑坡式推薦”等問(wèn)題，研究讓受眾有更多與不同新聞信息“偶遇”的機(jī)會(huì)，拓展認(rèn)識(shí)世界的視野與觀察問(wèn)題的角度，防止觀念極化。

認(rèn)知算法，提升受眾傳媒素養(yǎng)。互聯(lián)網(wǎng)信息駁雜，即使有媒體內(nèi)容提質(zhì)、政府規(guī)范監(jiān)管、企業(yè)自律創(chuàng)新等舉措，仍很難徹底消除各類負(fù)面影響，還必須提升受眾傳媒素養(yǎng)，培養(yǎng)良好上網(wǎng)習(xí)慣，塑造理性健康人格，為用主流價(jià)值導(dǎo)向駕馭算法，營(yíng)造良好受眾環(huán)境。

簡(jiǎn)單地講，傳媒素養(yǎng)就是認(rèn)知和運(yùn)用各類傳媒信息的能力。個(gè)人進(jìn)入社會(huì)必須進(jìn)行社會(huì)化，傳媒素養(yǎng)也需要后天培育。在許多國(guó)家和地區(qū)，傳媒素養(yǎng)已是學(xué)校教育和社會(huì)教育的重要內(nèi)容。我國(guó)以往媒體管理是管源頭，對(duì)接受端即受眾的傳媒素養(yǎng)教育長(zhǎng)期忽視?；ヂ?lián)網(wǎng)興起，源頭管理難度加大，接受端即受眾的傳媒素養(yǎng)沒(méi)有跟上，因此公眾對(duì)傳媒信息的辨別力低、免疫力差，網(wǎng)絡(luò)表達(dá)不理性不負(fù)責(zé)任等問(wèn)題更為突出。如今算法已使受眾成為自己的“總編輯”，傳媒素養(yǎng)更顯重要。如果受眾普遍對(duì)低俗內(nèi)容不感興趣，對(duì)無(wú)法判斷真?zhèn)蔚男畔⒊直Ａ魬B(tài)度不予轉(zhuǎn)發(fā)，習(xí)慣于平衡瀏覽各類信息，則低俗內(nèi)容被算法判定為熱門資訊并進(jìn)行推送的概率就會(huì)大大下降，網(wǎng)絡(luò)謠言也就減少了被算法推薦的機(jī)會(huì)，也不會(huì)出現(xiàn)較大的信息失衡問(wèn)題。如果多數(shù)人更為關(guān)注主流媒體有深度、高質(zhì)量的新聞信息，主流輿論自然在算法推薦中會(huì)占據(jù)主導(dǎo)，主流價(jià)值也會(huì)在算法生產(chǎn)與推薦中得到更多體現(xiàn)。因此，有必要借鑒一些國(guó)家和地區(qū)經(jīng)驗(yàn)，讓傳媒素養(yǎng)教育進(jìn)學(xué)校、入社區(qū)、到家庭，使人們能夠?qū)W會(huì)正確解讀新聞、理性運(yùn)用網(wǎng)絡(luò)，通過(guò)算法獲取有助于個(gè)人工作、生活以及身心健康的優(yōu)質(zhì)信息，從而更有利于形成社會(huì)共識(shí)，使主流價(jià)值的傳播更順暢，主流輿論的引導(dǎo)更有力。

習(xí)近平總書記在“1·25”重要講話中，提出“正能量是總要求、管得住是硬道理、用得好是真本事”的重要原則。這也是管好算法、用好算法必須堅(jiān)持的重要原則。要真正做到用主流價(jià)值導(dǎo)向駕馭算法，使之更好服務(wù)于信息生產(chǎn)領(lǐng)域的供給側(cè)結(jié)構(gòu)性改革，推動(dòng)媒體融合向縱深發(fā)展，全面提高輿論引導(dǎo)能力。