算法推薦必然導(dǎo)致“信息繭房”效應(yīng)嗎
2019-12-29 00:00:00喻國(guó)明方可人
【內(nèi)容提要】隨著算法推薦的流行，算法導(dǎo)致“信息繭房”的觀點(diǎn)甚囂塵上。然而“信息繭房”還不是一個(gè)清晰和準(zhǔn)確的界定，這極大地影響了對(duì)“信息繭房”的認(rèn)知與觀測(cè)，也曲解了算法與“繭房”的關(guān)系。事實(shí)證明，“信息繭房”是個(gè)體、社會(huì)、場(chǎng)景與技術(shù)等因素共同作用的結(jié)果，算法既不是“信息繭房”形成前的必要條件，也不在“繭房”生成后起到增效。實(shí)際上，隨著算法與人的深度融合，可信任算法正在“信息繭房”的消解上發(fā)揮重要功能。
【關(guān)鍵詞】信息繭房 "算法推薦 "弱效應(yīng) "消解
在算法流行之前，美國(guó)學(xué)者凱斯·桑斯坦預(yù)示了網(wǎng)絡(luò)技術(shù)發(fā)展對(duì)用戶信息認(rèn)知的“副作用”，即用戶可以在海量信息中自主選擇興趣話題，而構(gòu)成一套“個(gè)人日?qǐng)?bào)”式的定制化信息系統(tǒng)。用戶被基于個(gè)人興趣所構(gòu)建的信息流環(huán)繞，逐漸失去了解不同事物的能力和接觸機(jī)會(huì)，不知不覺(jué)間為自己制造了一個(gè)“信息繭房”。隨著個(gè)性化推薦為代表算法技術(shù)與資訊行業(yè)深入融合，改造著信息生成和傳播的方式，有種觀點(diǎn)甚囂塵上，即算法加劇了“信息繭房”的產(chǎn)生與泛化。當(dāng)社交媒體推薦熟絡(luò)的朋友，音樂(lè)APP自動(dòng)播放喜愛(ài)的音樂(lè)，電商網(wǎng)站提示著昨晚電影中的“明星同款”，用戶似乎在毫無(wú)覺(jué)察下已被包裹進(jìn)個(gè)體與機(jī)器共筑的溫柔卻嚴(yán)絲合縫的繭蛹。
對(duì)于個(gè)體而言，“信息繭房”阻礙了個(gè)體與信息環(huán)境的全面發(fā)展，形成所謂“回聲室”效應(yīng)，自己喜好的內(nèi)容和預(yù)期的觀點(diǎn)得到激勵(lì)與放大，而對(duì)其他觀點(diǎn)一味排斥。推及到群體層面，社會(huì)成員因“趣緣”而組成團(tuán)體，強(qiáng)化了內(nèi)部認(rèn)同感，同質(zhì)性的交流使得成員所持觀點(diǎn)變得極端，加重了群體極化現(xiàn)象發(fā)生。這一技術(shù)憂慮還尤其側(cè)重在新聞專業(yè)主義消解的危機(jī)上，當(dāng)傳統(tǒng)編輯的把關(guān)權(quán)力讓渡于算法，工具理性凌駕于價(jià)值理性之上，流量成為核心，內(nèi)容淪為附庸。就此人民日?qǐng)?bào)曾三評(píng)算法推薦，批判算法并未帶來(lái)信息開(kāi)放，反而用取悅用戶的信息隔離了觀點(diǎn)的公開(kāi)和交流，失去了在爭(zhēng)議中達(dá)成共識(shí)的機(jī)會(huì)。就像所有智能算法操縱人類社會(huì)的觀點(diǎn)所認(rèn)為的，算法技術(shù)節(jié)省了精力與時(shí)間，提高了勞動(dòng)效率，讓渡的則是人類獨(dú)立思考的能力，而生活在馬克斯·韋伯所說(shuō)的“技術(shù)知識(shí)的囚室”之中。①
盡管桑斯坦提出“信息繭房”的概念，但到目前為止，“信息繭房”也未能有一個(gè)更清晰和準(zhǔn)確的界定，這極大地影響了對(duì)“信息繭房”的認(rèn)知與觀測(cè)，也曲解了算法與“繭房”的關(guān)系。
一、算法不是“信息繭房”形成的必要條件
1.1“信息繭房”本質(zhì)是用戶選擇機(jī)制中的一種“偏食”行為
霍夫蘭很早就在個(gè)體差異論中指出，由于個(gè)體在需求、信念、價(jià)值觀、態(tài)度上的認(rèn)知結(jié)構(gòu)差異，相同的大眾傳播內(nèi)容在受眾之間會(huì)產(chǎn)生不同的效果，受眾傾向于接觸與原有態(tài)度較為一致的信息，而盡量回避那些與己見(jiàn)不合的信息，即所謂信息的選擇性注意和理解。這種“偏食”行為是個(gè)體在與社會(huì)互動(dòng)中形成，并存在于傳播的各個(gè)階段。因此，盡管在大眾傳播時(shí)期，大眾媒體會(huì)通過(guò)議程設(shè)置左右內(nèi)容的分發(fā)，用戶照樣可以選擇忽略報(bào)紙的政治宣傳而直接翻看八卦?shī)蕵?lè)。同樣，“人以類聚”亦是個(gè)體的社會(huì)化本質(zhì)，亦是社區(qū)形成基礎(chǔ)，滕尼斯認(rèn)為社區(qū)“首先是建立在血緣關(guān)系基礎(chǔ)上，然后是鄰里和朋友關(guān)系?？傊杏H密感和無(wú)可置疑的連帶關(guān)系?！雹诋?dāng)然過(guò)去受限于地域和傳播手段，這種類聚邏輯是宏觀與粗粒度的，個(gè)體興趣與價(jià)值訴求被“服從”于群體規(guī)范之下。網(wǎng)絡(luò)媒介只是將用戶“潛伏”的選擇信息和興趣的權(quán)力予以釋放，開(kāi)啟了“人找信息”和“人找人”的便利，這是互聯(lián)網(wǎng)信息傳播渠道的最大貢獻(xiàn)。算法則基于個(gè)體興趣愛(ài)好，進(jìn)一步擴(kuò)散用戶自由，用主動(dòng)推送的方式將用戶認(rèn)為有價(jià)值的人或事呈現(xiàn)在眼前（耳邊）。說(shuō)到底，以個(gè)體興趣為核心的“信息繭房”歸根還是用戶自我信息選擇的結(jié)果，算法與數(shù)據(jù)技術(shù)也不過(guò)是媒介的價(jià)值選擇機(jī)制在數(shù)據(jù)條件之下的一種“人體的延伸”。
1.2用戶在媒介接觸和使用的渠道偏好與選擇窄化是“信息繭房”形成的前提
“信息繭房”另一個(gè)前提假定是個(gè)體始終接觸同質(zhì)化的傳播內(nèi)容與渠道，這種用戶媒介接觸的窄化現(xiàn)象同樣不是算法環(huán)境所“獨(dú)享”。其既可能是因?yàn)樗幍膫鞑キh(huán)境，而被動(dòng)地接受選擇。例如中世紀(jì)宗教精神壟斷時(shí)期，當(dāng)發(fā)生“霍亂”時(shí)，百姓在對(duì)疫情束手無(wú)策的情況下，只能聽(tīng)信教廷對(duì)女巫作亂的源頭解釋，而發(fā)生大量女性被焚燒事件。在封閉的山村中，村民對(duì)于事物的認(rèn)知多來(lái)源于代際間口口相傳，也容易將一些神話傳說(shuō)當(dāng)作事實(shí)。當(dāng)然，“窄化”也可能來(lái)自于長(zhǎng)久的用戶媒介使用慣習(xí)，例如最近我們對(duì)媒介接觸和使用調(diào)查研究中發(fā)現(xiàn)，20至29歲的年輕人群中，看電視和基本不看電視的用戶比例基本持平，而在60至70歲老年群體中，看電視的用戶則依然是絕大多數(shù)。隨著信息通信發(fā)展，不同人群或不同地區(qū)存在獲取數(shù)字資源的不均衡，從而引發(fā)“數(shù)字鴻溝”問(wèn)題。然而即便是基礎(chǔ)設(shè)置完善、用戶具備了充分接觸信息的條件下，“鴻溝”卻依然存在，祝建華（2002）曾使用性別、職業(yè)、年齡和教育程度進(jìn)行測(cè)量，發(fā)現(xiàn)教育程度對(duì)“數(shù)字鴻溝”影響最大。③這意味著，“信息繭房”對(duì)于教育良好的“精英份子”與普羅大眾之間影響是有差異的，后者更容易盲從和不思考，當(dāng)沉浸在同質(zhì)化的信息環(huán)境中，更難會(huì)基于理性焦慮和質(zhì)疑精神實(shí)現(xiàn)自主“破繭”。
1.3媒介體制的某些特征同樣會(huì)導(dǎo)致“信息繭房”
媒介的所有制和經(jīng)營(yíng)機(jī)制，以及關(guān)于媒介法律與管理制度，也是形成“信息繭房”不可忽略的影響因素。例如納粹能夠引發(fā)極端的民族主義情緒，其媒體操縱是重要的肇事罪魁。當(dāng)時(shí)美國(guó)駐德記者夏伊勒在《第三帝國(guó)的興亡》中記載道：“每天早晨，柏林各日?qǐng)?bào)的編輯以及德國(guó)其它地方的報(bào)紙駐柏林的記者，都聚集在宣傳部里，由戈培爾博士或者他的一個(gè)助手告訴他們：什么新聞該發(fā)布，什么新聞要扣下，什么新聞怎么寫和怎么擬標(biāo)題，什么運(yùn)動(dòng)該取消，什么運(yùn)動(dòng)要開(kāi)展，當(dāng)天需要什么樣的社論。為了防止誤解，除了口頭訓(xùn)令外，每天還有一篇書面指示?！雹?同樣，純粹商業(yè)邏輯的媒介運(yùn)作也會(huì)在一定程度上誤導(dǎo)用戶視聽(tīng)，歷史上美國(guó)報(bào)業(yè)的“黃色新聞”時(shí)期，報(bào)紙為追求“發(fā)行量”而故意制作各類聳人聽(tīng)聞、缺乏事實(shí)依據(jù)的新聞報(bào)道。赫斯特的《紐約新聞報(bào)》更是借助美國(guó)軍艦被炸沉之際，極力煽動(dòng)群眾的戰(zhàn)爭(zhēng)情緒，使得美國(guó)與西班牙的戰(zhàn)爭(zhēng)被稱為“赫斯特戰(zhàn)爭(zhēng)”。由此可見(jiàn)，由偏頗的議程設(shè)置所導(dǎo)致的“信息繭房”的偏頗現(xiàn)象，在任何一個(gè)媒介時(shí)代都存在。
二、算法推薦在“信息繭房”生成后并不起增效作用
而從算法當(dāng)前的技術(shù)特征與用戶行為復(fù)雜性來(lái)看，算法對(duì)已經(jīng)存在的“信息繭房”也不起穩(wěn)定或增強(qiáng)作用。
2.1智能算法推薦與媒體型分發(fā)、社交-關(guān)系傳播共同構(gòu)成用戶獲取信息的來(lái)源
信息分發(fā)市場(chǎng)經(jīng)歷了從人工編輯主導(dǎo)的媒體型分發(fā)、依托社交網(wǎng)絡(luò)傳播的關(guān)系型分發(fā)到智能算法對(duì)信息和人進(jìn)行匹配的算法型分發(fā)主導(dǎo)的時(shí)代。⑤媒體型分發(fā)無(wú)暇顧及分眾化、突發(fā)性的信息訴求，用戶面對(duì)是相同的分發(fā)者與有限媒體。社交分發(fā)模式則第一次激活了在大眾傳播時(shí)代難以顧及的“長(zhǎng)尾信息”，形成了對(duì)于信息服務(wù)的“利基市場(chǎng) ”，實(shí)現(xiàn)了信息分發(fā)的個(gè)性化與內(nèi)容的“千人千面”，個(gè)體開(kāi)始具備“改造”所處媒介系統(tǒng)的能力。而算法的引入則根據(jù)個(gè)體興趣愛(ài)好，用推送方式將用戶認(rèn)為有價(jià)值的信息呈現(xiàn)在眼前（耳邊），有效解決海量信息與用戶之間的有效配置。
然而，即使算法完全“掌握”了個(gè)體興趣，卻無(wú)法完全替代另外兩種信息分發(fā)模式，例如面對(duì)“官二代”飆車撞人這類突發(fā)性的輿論熱點(diǎn)，多數(shù)個(gè)體實(shí)屬于“吃瓜看客”。由于短時(shí)間內(nèi)關(guān)聯(lián)信息集中“井噴”，真相容易快速反轉(zhuǎn)，在這一狀態(tài)下，多數(shù)用戶難以鑒別也不愿花時(shí)間去求證信息的真?zhèn)?，且由于網(wǎng)絡(luò)的匿名性降低了風(fēng)險(xiǎn)感知，容易基于自己的固有價(jià)值判斷或純粹根據(jù)個(gè)人喜好完成信息傳遞與情緒表達(dá)。而當(dāng)?shù)卣鸷[、金融危機(jī)等天災(zāi)人禍發(fā)生時(shí)，算法則很難迅速判斷用戶對(duì)于突發(fā)性重大事件的關(guān)注程度，用戶往往主動(dòng)會(huì)查閱官方的權(quán)威報(bào)道，此時(shí)人工編輯在信息需求市場(chǎng)所扮演的“壓艙石”角色得以顯現(xiàn)。此外，用戶雖然有信息“偏食”現(xiàn)象，但用戶口味也會(huì)變化，時(shí)間久了就會(huì)產(chǎn)生審美疲勞，所以主動(dòng)瀏覽微信朋友圈或類似社群的偶發(fā)信息，同樣會(huì)占據(jù)用戶一定的閱讀視野。因此，媒體型分發(fā)模式和社交-關(guān)系型分發(fā)模式在算法面前并未失效，而是三者共同匹配了用戶多層次、寬領(lǐng)域的資訊使用需求。只要人們的社會(huì)關(guān)系是活的，他們之間的聯(lián)系與交流必定帶動(dòng)信息的流動(dòng)與交流，從而構(gòu)造出人們信息來(lái)源的多元和轉(zhuǎn)換。
2.2對(duì)于用戶潛在信息需求的不斷挖掘是算法推薦在發(fā)展中不斷升級(jí)迭代的技術(shù)成長(zhǎng)點(diǎn)
目前資訊市場(chǎng)的算法推薦產(chǎn)品尚處在不斷迭代升級(jí)的過(guò)程中。目前算法推薦的基礎(chǔ)原理主要是根據(jù)用戶主動(dòng)設(shè)置或既有瀏覽記錄等歷史數(shù)據(jù)來(lái)預(yù)測(cè)和適配關(guān)聯(lián)文本，例如在APP初試界面自主設(shè)置“猜你喜歡”，或者在關(guān)聯(lián)賬戶上所保留的交易記錄、信息轉(zhuǎn)發(fā)或點(diǎn)贊。而對(duì)于對(duì)非結(jié)構(gòu)性數(shù)據(jù)或缺乏記錄的用戶歷史行為（所謂“冷啟動(dòng)”問(wèn)題），當(dāng)前僅憑算法還缺乏有效的判力，并且很難確定用戶行為背后的價(jià)值趨向。用流行的趣話來(lái)說(shuō)，“有多少人工智能就有多少人工”，即算法能力需要大量的標(biāo)簽化數(shù)據(jù)及人機(jī)互動(dòng)、各司其職作為基礎(chǔ)。這就導(dǎo)致當(dāng)下算法所推送的信息往往是粗顆粒的、未必匹配實(shí)時(shí)場(chǎng)景切換的。這其中，情緒識(shí)別是當(dāng)前算法的技術(shù)難點(diǎn)之一，尤其是通過(guò)靜態(tài)圖片或文字特征難以斷定文本要表達(dá)的情感方向和程度。這就導(dǎo)致算法推薦通過(guò)數(shù)據(jù)知曉用戶對(duì)某明星感興趣，但很難鑒別你到底是“真愛(ài)粉”還是“黑粉”，于是不管你喜歡與否，系統(tǒng)會(huì)將吹捧和謾罵的內(nèi)容一并推送給用戶。從這個(gè)層面上來(lái)說(shuō)，算法把用戶感興趣的主題內(nèi)容全部予以推薦，里面包含了互相矛盾和對(duì)立沖突的信息和觀點(diǎn)，實(shí)際上反而削弱了“信息繭房”形成的可能性。
2.3個(gè)體的信息決策受到除技術(shù)外多種因素的影響
理性行為理論認(rèn)為，個(gè)體的做出某一行為前會(huì)綜合各種信息以考慮行為的意義和后果，即個(gè)體行為意志將直接影響行為，所有的行動(dòng)意向則完全取決于個(gè)體的自主意志。“信息繭房”假定用戶是基于興趣自由選擇信息，這符合理性行為理論的觀點(diǎn)。例如基于理性行為理論所衍生的技術(shù)接受模型認(rèn)為，用戶愿意使用一個(gè)信息工具的核心是“感覺(jué)有沒(méi)有用”和“感覺(jué)易不易用”。⑥而像算法類推薦工具，在“有用”方面，提供的是基于個(gè)體興趣和價(jià)值觀進(jìn)行無(wú)縫的匹配信息，在“易用”方面，則根據(jù)既有瀏覽習(xí)慣和預(yù)測(cè)模型分析閱讀行為，有效節(jié)省了大量信息檢索和歸納的時(shí)間成本。在沒(méi)有其他變量干擾下，算法型產(chǎn)品確實(shí)非常容易形成用戶黏性并影響用戶行為。
然而個(gè)體對(duì)行為的意志控制應(yīng)視為一個(gè)連續(xù)體，如果我們?cè)O(shè)定一端為完全的意志控制之下的行為，另一端為完全不在意志控制之下的行為，那么，實(shí)際上個(gè)體行為大概率地處于這兩端之間，而理性行為理論對(duì)不完全由個(gè)人意志所控制的行為難以給出解釋，個(gè)體行為又往往受到了諸多外在環(huán)境變量的影響。關(guān)于“整合型技術(shù)接受模型”的研究表明，除了績(jī)效期望、努力期望、社會(huì)影響因素在對(duì)行為意向產(chǎn)生影響外，在這一影響過(guò)程中，個(gè)體的性別、年齡、工作經(jīng)驗(yàn)以及自愿性的原因亦會(huì)產(chǎn)生調(diào)節(jié)性作用。這意味著即便未被“植入”倫理價(jià)值約束的算法產(chǎn)品，也并非可以單向維度地導(dǎo)致用戶的負(fù)向行為，過(guò)程中依然會(huì)受到來(lái)自如個(gè)體本身的人口特征偏向、現(xiàn)實(shí)生活的環(huán)境差異、社會(huì)群體壓力以及能否指導(dǎo)自身實(shí)踐等諸多方面的影響。
三、 算法推薦正在對(duì)“信息繭房”的消解發(fā)揮重要作用
技術(shù)是把雙刃劍，就如尼爾波茲曼激進(jìn)地指出在電視替代印刷物成為統(tǒng)治媒介的時(shí)代，由于圖像為主導(dǎo)展示的電視難以像文字為主導(dǎo)的圖書那樣需要被理解，使得從政治、宗教到教育的一切公共話語(yǔ)都從理性和邏輯轉(zhuǎn)向碎片化和娛樂(lè)化。⑦一種新技術(shù)的出現(xiàn)勢(shì)必伴隨著批評(píng)之聲，算法也不例外。技術(shù)擴(kuò)散的原始驅(qū)動(dòng)力是市場(chǎng)，在算法與資訊行業(yè)結(jié)合的初期，為快速擴(kuò)大用戶基數(shù)，必須迎合業(yè)已分眾化的市場(chǎng)趨勢(shì)，以滿足個(gè)性化的用戶興趣為第一要?jiǎng)?wù)，這是算法型產(chǎn)品得以生存和獲取融資的前提。這也是為什么某些算法類APP在冷啟動(dòng)階段（初始用戶群體和流量的原始累積過(guò)程）會(huì)采用推送“美色”圖文方式吸引眼球。然而隨著市場(chǎng)趨于成熟、社會(huì)認(rèn)知的程度增加以及技術(shù)倫理得到重視，算法的人本價(jià)值勢(shì)必得到回歸。
3.1算法本質(zhì)上是傳播權(quán)力向多數(shù)人的讓渡
信息的社會(huì)性分發(fā)歷來(lái)被視為是一種政治權(quán)力，一直以來(lái)這個(gè)權(quán)力都是牢牢地掌握在政治和商業(yè)巨頭手中的。在傳統(tǒng)的新聞生產(chǎn)中，傳播的主導(dǎo)權(quán)掌握在新聞媒體手中，媒體控制著傳播渠道與傳播內(nèi)容，通過(guò)文字、圖片、音頻與視頻等為受眾構(gòu)建起新聞事實(shí)的擬態(tài)環(huán)境，受眾在很大程度上只能作為新聞文本的“解碼”者而存在。因此，在傳統(tǒng)傳播模式中，受眾始終無(wú)法逃脫“木偶”這一角色。現(xiàn)在，在技術(shù)驅(qū)動(dòng)和現(xiàn)實(shí)需求拉動(dòng)的雙引擎下，基于大數(shù)據(jù)與人工智能的推薦算法系統(tǒng)的引入，對(duì)傳媒領(lǐng)域來(lái)講，實(shí)質(zhì)上是一種傳統(tǒng)的寡頭權(quán)力逐步讓位于技術(shù)邏輯主導(dǎo)的用戶權(quán)力的過(guò)程。⑧它將媒體的傳播主動(dòng)權(quán)部分分流到了受眾手中，受眾不再是被動(dòng)者，而是以信息傳播系統(tǒng)中編碼者的身份而存在，主動(dòng)參與傳播過(guò)程。算法根據(jù)用戶的需求與個(gè)性推送新聞，使用戶自身在一定程度上成為自己的議程設(shè)置者，打破了媒體對(duì)傳播主導(dǎo)權(quán)的壟斷。同時(shí)，不同用戶的需求與個(gè)性是各不相同的，經(jīng)由算法推送的新聞經(jīng)過(guò)用戶的分享，使得多種聲音同時(shí)存在，顛覆了少數(shù)者的話語(yǔ)霸權(quán)。⑨概言之，算法實(shí)際上釋放了用戶的自主意識(shí)，提升了公眾參與表達(dá)的能力。
3.2算法的若干技術(shù)特性有助于解決越推越窄的問(wèn)題
算法推薦有幾種主流技術(shù)類型，一是基于內(nèi)容的推薦，即根據(jù)用戶歷史項(xiàng)目進(jìn)行信息特征抽取、過(guò)濾，生成模型，然后向用戶推薦與歷史項(xiàng)目?jī)?nèi)容相似的信息。它的優(yōu)點(diǎn)之一就是解決了協(xié)同過(guò)濾中數(shù)據(jù)稀疏和冷啟動(dòng)的問(wèn)題，但長(zhǎng)期使用用戶歷史數(shù)據(jù)容易導(dǎo)致推薦過(guò)度個(gè)性化。二是協(xié)同推薦算法，存在兩種方式：（1）基于用戶特征的協(xié)同（user-based），如計(jì)算甲與乙兩者興趣相似，那么當(dāng)甲喜歡某部電影，則算法認(rèn)為乙也可能喜歡。（2）基于項(xiàng)目（item-based）的協(xié)同，例如計(jì)算丙電影與丁電影都是某明星主演或同屬科幻片，則觀看了丙電影的人可能也喜歡丁電影。Tien T.Nguyen、Pik-Mai Hui等（2014）對(duì)某網(wǎng)站的電影協(xié)同推薦系統(tǒng)進(jìn)行研究，基于用戶日志獲取用戶電影評(píng)級(jí)與查看推薦電影頁(yè)面時(shí)的時(shí)間戳，以此觀測(cè)用戶是否使用推薦和使用推薦的后續(xù)行為?；跀?shù)據(jù)將用戶分為忽視組（Ignoring Group）（不采納推薦）和跟隨組（Following Group）（采納推薦），結(jié)果發(fā)現(xiàn)經(jīng)過(guò)一段時(shí)間，跟隨組相對(duì)忽視組接觸了更多元化的電影內(nèi)容。⑩這意味著，雖然基于內(nèi)容的推薦算法可能會(huì)“窄化”用戶選擇，但協(xié)同過(guò)濾算法則是根據(jù)跟你相似的其他人喜歡什么來(lái)進(jìn)行推薦，因此用戶可能接觸到自己都想不到的多樣內(nèi)容。隨著移動(dòng)互聯(lián)網(wǎng)的興起以及包含內(nèi)容和關(guān)系的社交媒體（如 Twitter、Facebook）的快速發(fā)展，單獨(dú)的推薦算法已難以滿足用戶推薦、內(nèi)容分類、話題挖掘等需要，因此，融合多種算法、關(guān)聯(lián)更大數(shù)據(jù)的組合推薦系統(tǒng)得到發(fā)展與完善。在推薦系統(tǒng)的實(shí)踐應(yīng)用中，經(jīng)常運(yùn)用兩種或兩種以上的推薦算法，以整合優(yōu)化新聞、資訊及其傳播，彌合各自的不足與欠缺，實(shí)現(xiàn)精準(zhǔn)預(yù)測(cè)和推薦。
3.3可信任的算法推動(dòng)了用戶與內(nèi)容的友好會(huì)話
應(yīng)該指出的是，算法技術(shù)本身并無(wú)“原罪”可言，可信任的算法技術(shù)是人文理性與技術(shù)理性相交融的產(chǎn)物。解決問(wèn)題的可行性路徑是，我們?nèi)绾螢樗惴ㄖ踩雰r(jià)值觀，如何為極易產(chǎn)生沉浸感的算法型產(chǎn)品加入干預(yù)和提醒機(jī)制。11算法與人的互動(dòng)，本質(zhì)上是算法背后設(shè)計(jì)者的價(jià)值邏輯或意識(shí)形態(tài)與用戶的互動(dòng)。實(shí)際上，在意識(shí)到“信息繭房”存在的影響后，主流媒體機(jī)構(gòu)、互聯(lián)網(wǎng)公司等都通過(guò)諸多嘗試優(yōu)化內(nèi)容的分發(fā)規(guī)則，建立可信任算法的倫理框架。
一是堅(jiān)持人機(jī)協(xié)同，在算法技術(shù)應(yīng)用基礎(chǔ)之上重視人工編輯的作用。算法信息分發(fā)平臺(tái)通過(guò)“算法+人工”的方式對(duì)優(yōu)質(zhì)內(nèi)容和重要信息予以加權(quán)推薦。例如讀者偏左派的《衛(wèi)報(bào)》每周選擇5篇保守派文章組成專欄，以拓寬讀者視野。《華爾街日?qǐng)?bào)》創(chuàng)設(shè)了“紅推送，藍(lán)推送”，將社交媒介上的同類內(nèi)容的自由傾向、保守傾向的信息并列推送給用戶。國(guó)內(nèi)的算法資訊公司如今日頭條也大幅增添了審核人員，加強(qiáng)對(duì)不良信息和虛假內(nèi)容的攔截。人機(jī)協(xié)同是算法信息分發(fā)中強(qiáng)化人的主體性、能動(dòng)性的重要手段，通過(guò)人機(jī)協(xié)作，讓算法推薦更好地體現(xiàn)人的主導(dǎo)性和價(jià)值觀。
二是注重公共議題的新聞專業(yè)主義。新聞專業(yè)人士擁有一整套共享性的倫理規(guī)則與專業(yè)角色觀念，以及長(zhǎng)期專業(yè)訓(xùn)練所掌握的常規(guī)性邏輯，還肩負(fù)著一種處于社會(huì)結(jié)構(gòu)之內(nèi)的認(rèn)知責(zé)任（epistemic responsibility），即為大眾創(chuàng)造知識(shí)。正如科瓦奇和羅森斯蒂爾提及，“新聞業(yè)對(duì)一個(gè)文化而言有其獨(dú)特的作用：為公民提供實(shí)現(xiàn)自由所需的獨(dú)立、可靠、準(zhǔn)確、全面的信息”。12 利維斯（Lewis）將新聞業(yè)的專業(yè)邏輯和參與邏輯區(qū)分開(kāi)來(lái)看待。利維斯所說(shuō)的專業(yè)邏輯主要指?jìng)鹘y(tǒng)新聞業(yè)的實(shí)踐活動(dòng)，而參與邏輯主要指一種集體實(shí)踐活動(dòng)，這種集體實(shí)踐活動(dòng)一般被稱為“公民新聞”（citizen journalism）。這種參與邏輯主導(dǎo)下的內(nèi)容生產(chǎn)與信息發(fā)布，并不受新聞專業(yè)主義在社會(huì)結(jié)構(gòu)與職業(yè)要求下認(rèn)知責(zé)任、認(rèn)知承諾的約束，故而并不帶有信息選擇的合法性，也不負(fù)擔(dān)社會(huì)希翼。因此，算法公司將某些涉及公眾價(jià)值觀引導(dǎo)、涉及重要社會(huì)內(nèi)容的報(bào)道與處理讓渡給新聞專業(yè)主義，例如在媒介融合的實(shí)踐中，今日頭條、百度百家號(hào)等將時(shí)政新聞板塊交由主流媒體“打理”。在此之前，政務(wù)新聞的報(bào)道可能由公眾的信息作坊生產(chǎn)，在內(nèi)容發(fā)布、信息對(duì)接方面缺少監(jiān)管與把關(guān)，但在拉動(dòng)點(diǎn)擊率為目標(biāo)、在獲得最大公約數(shù)受眾的共同興趣旨趣下，內(nèi)容必然流于低俗、獵奇這類共性的方向上。未來(lái)新聞專業(yè)主義應(yīng)在算法的應(yīng)用普及事實(shí)之上，在整個(gè)系統(tǒng)中做出調(diào)整，改變新聞知識(shí)的塑造模式以及新聞合法性話語(yǔ)模式。
三是在“隨機(jī)”設(shè)計(jì)中注入人性關(guān)懷。在算法開(kāi)發(fā)和設(shè)計(jì)階段，開(kāi)發(fā)者逐漸考慮到用戶需求與行為中“搖擺著的矛盾”，即人之為人的復(fù)雜性，普遍在原有算法模式上采用“隨機(jī)”推薦以增加用戶的信息差異。這一“隨機(jī)”推薦主要遵循如下需求特性：（1）“穩(wěn)定性”與“流動(dòng)性”：注重用戶在某一時(shí)間區(qū)間的信息需求偏好的相對(duì)穩(wěn)定性與轉(zhuǎn)移可能性。（2）“同質(zhì)性”與“異質(zhì)性”：即在推薦與個(gè)體需求與氣質(zhì)同質(zhì)的信息時(shí)，提供特定比例的異質(zhì)性信息。（3）注意到“個(gè)體性”與“公共性”：個(gè)性化固然重要，但具有公共價(jià)值與普世性的信息文本可為社會(huì)的共通意義空間制造更多可能性。（4）“信息舒適區(qū)”與“信息不適區(qū)”：在一味順應(yīng)與迎合用戶心理、為用戶提供一個(gè)被舒適信息包裹的幻象之時(shí)，提供一些刺耳的不悅之聲，讓用戶了解世界的諸多面向。
概言之，算法導(dǎo)致“信息繭房”是對(duì)新技術(shù)負(fù)面影響的夸大，隱含著 “技術(shù)決定論”的色彩?！靶畔⒗O房”并非用戶常態(tài)化的媒介使用狀態(tài)，且受到來(lái)自個(gè)體、社會(huì)以及技術(shù)等多方面因素的擴(kuò)張、轉(zhuǎn)換與替代的影響。忽略人的行為決策的復(fù)雜性，單純探討技術(shù)與傳播現(xiàn)象的關(guān)系，只會(huì)導(dǎo)致問(wèn)題的簡(jiǎn)單化和結(jié)論的粗暴。實(shí)際上， “以人為本”的算法加上與人的智能的深入融合，不僅為人們提供了多元和理性的信息世界，也為算法技術(shù)提供了善意的發(fā)展路徑。
注釋：
①烏爾里?！へ惪藶鯛柪锵！へ惪?，安東尼·吉登斯，斯科特·拉什.自反性現(xiàn)代化：現(xiàn)代社會(huì)秩序中的政治傳統(tǒng)與美學(xué)[M].趙文書，譯.北京：商務(wù)印書館2014：74.
②李培林，李強(qiáng)，馬戎.社會(huì)學(xué)與中國(guó)社會(huì)[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2008：134.
③祝建華.數(shù)碼溝指數(shù)之操作定義和初步檢驗(yàn)[M].汕頭大學(xué)出版社，2002：203-211.
④威廉·夏伊勒.第三帝國(guó)的興亡[M].董樂(lè)山等譯，北京：世界知識(shí)出版社.2012：347.
⑤喻國(guó)明，韓婷.算法型信息分發(fā)：技術(shù)原理、機(jī)制創(chuàng)新與未來(lái)發(fā)展[J].新聞愛(ài)好者，2018：8-13.
⑥魯耀斌，徐紅梅.技術(shù)接受模型及其相關(guān)理論的比較研究[J].科技進(jìn)步與對(duì)策，2005（10）：176-178.
⑦尼爾·波茲曼. 娛樂(lè)至死[M].章艷譯，北京：中信出版社，2005.
⑧喻國(guó)明，韓婷.算法型信息分發(fā)：技術(shù)原理、機(jī)制創(chuàng)新與未來(lái)發(fā)展[J].新聞與傳播研究，2018（04）：8-12.
⑨喻國(guó)明，楊瑩瑩，閆巧妹.算法即權(quán)力：算法范式在新聞傳播中的權(quán)力革命[J].編輯之友，2018（05）：5-12
⑩Tien T. Nguyen，Pik-Mai Hui，F(xiàn). Maxwell Harper，etc.Exploring the Filter Bubble： The Effect of Using Recommender Systems on Content Diversity[C]. Seoul， SOUTH KOREA： 23rd International Conference on World Wide Web，2014：677-686.
11喻國(guó)明.如何為算法植入價(jià)值觀[J].青年記者，2018（10）：4.
12Kovach B， Rosenstiel T .TheElements of Journalism[M]. New York： Three Rivers Press，2001：3.
作者簡(jiǎn)介：喻國(guó)明，教育部長(zhǎng)江學(xué)者特聘教授、北京師范大學(xué)新聞傳播學(xué)院執(zhí)行院長(zhǎng)、中國(guó)新聞史學(xué)會(huì)傳媒經(jīng)濟(jì)與管理專業(yè)委員會(huì)會(huì)長(zhǎng);方可人，北京師范大學(xué)新聞傳播學(xué)院博士后研究人員
編輯：徐 "峰
