推薦算法的社會(huì)責(zé)任評價(jià)指標(biāo)建構(gòu)*

薛 可 李亦飛

根據(jù)國家互聯(lián)網(wǎng)信息辦公室2021年的通報(bào),抖音、百度等105款A(yù)PP存在未經(jīng)過用戶同意,超范圍違規(guī)使用、收集用戶個(gè)人信息的不當(dāng)行為。社會(huì)問題的頻發(fā)逐漸引起了大眾強(qiáng)烈的擔(dān)憂和恐懼,因此在智能媒體時(shí)代,內(nèi)容和數(shù)據(jù)“把關(guān)者”角色的缺席需要我們重新思考與評估。基于此,本文提出以價(jià)值引領(lǐng)為算法優(yōu)化導(dǎo)向,以社會(huì)責(zé)任為算法評價(jià)標(biāo)準(zhǔn),以期通過構(gòu)建一個(gè)完善的推薦算法社會(huì)責(zé)任評價(jià)指標(biāo)體系,使算法不再成為智能媒體實(shí)現(xiàn)經(jīng)濟(jì)利益的純粹工具,從而使其在社會(huì)主流價(jià)值的軌道上得到健康發(fā)展,同時(shí)亦敦促智能媒體企業(yè)在獲取經(jīng)濟(jì)利益的同時(shí),更注重自身對公眾及社會(huì)的貢獻(xiàn),充分發(fā)揮優(yōu)化網(wǎng)絡(luò)生態(tài)環(huán)境的重要主體作用,踐行習(xí)總書記提出的“用主流價(jià)值觀駕馭算法”的期望和要求。

一、 推薦算法治理的學(xué)界研究

在20世紀(jì)90年代,Resniek等人首次以獨(dú)立概念提出“個(gè)性化推薦技術(shù)”。從計(jì)算機(jī)科學(xué)視角出發(fā),算法被定義為一種“有限、確定、有效并適合用計(jì)算機(jī)程序來實(shí)現(xiàn)的解決問題”的方法,而從信息技術(shù)角度,算法則是可將輸入數(shù)據(jù)轉(zhuǎn)化為可預(yù)期結(jié)果的編碼程式。①隨著算法技術(shù)不斷更新迭代并逐漸進(jìn)入大眾的日常生活中,綜述國內(nèi)外有關(guān)算法推薦技術(shù)的研究可以發(fā)現(xiàn),其研究主題從最初的技術(shù)開發(fā)與概念界定舊,延伸至算法推薦技術(shù)在商業(yè)領(lǐng)域的應(yīng)用②,并逐步進(jìn)入傳播學(xué)研究領(lǐng)域的中心。

(一)算法推薦研究之社會(huì)問題:算法黑箱與主流價(jià)值

隨著算法推薦技術(shù)普及性的不斷深入,各行業(yè)的持續(xù)應(yīng)用和跨學(xué)科學(xué)者的豐富研究逐漸喚起了社會(huì)大眾對于算法推薦技術(shù)背后風(fēng)險(xiǎn)與隱患的憂慮。學(xué)界的目光愈來愈聚焦于科學(xué)技術(shù)與倫理、意識(shí)形態(tài)、個(gè)人隱私等矛盾,研究主題也向價(jià)值理性與技術(shù)理性的關(guān)系延伸。從微觀行業(yè)層面,尤其在新聞傳播應(yīng)用領(lǐng)域,趙雙閣與岳夢怡曾指出信息真實(shí)性認(rèn)知偏差、價(jià)值觀異化、公共性缺位、算法歧視與偏見四大媒介倫理失范的表現(xiàn)。③從宏觀社會(huì)層面,張志安和湯敏提出了算法推薦對主流意識(shí)形態(tài)形成的三大挑戰(zhàn),包括意識(shí)形態(tài)把關(guān)權(quán)的轉(zhuǎn)移、社群區(qū)隔和主流媒體邊緣化。④同時(shí),他們指出了在算法推薦技術(shù)與主流價(jià)值觀引導(dǎo)二者間,其潛在矛盾難以調(diào)和的根本問題。在算法推薦類資訊趨于主流的時(shí)代,商業(yè)平臺(tái)開始成為重要的社會(huì)信息傳播主體,然而當(dāng)噱頭和爭議替代主流新聞,算法技術(shù)社會(huì)責(zé)任的喪失將致使主流價(jià)值引導(dǎo)產(chǎn)生消極偏轉(zhuǎn)。

“德不孤,必有鄰”,古往今來,人們對于主流價(jià)值的引導(dǎo)始終受到各界的高度重視。從社會(huì)學(xué)的歷史視角,劉懷光認(rèn)為主流價(jià)值的認(rèn)同是社會(huì)轉(zhuǎn)型成功的標(biāo)志⑤,而社會(huì)的高度發(fā)展應(yīng)與主流價(jià)值的提升形成良性的互動(dòng)關(guān)系。從教育學(xué)視角,主流價(jià)值即是核心價(jià)值,可被定義為“社會(huì)各階層和族群都共同認(rèn)可的價(jià)值原則的集合”⑥,價(jià)值教育的最終目的在于塑造兼具人文素養(yǎng)和公民價(jià)值共識(shí)的人。從新聞學(xué)與傳播學(xué)視角,媒體技術(shù)的日新月異正不斷地催生新型主流價(jià)值引導(dǎo)路徑。融合產(chǎn)品的迭代升級不僅體現(xiàn)在便民服務(wù)上,更凸顯于主流價(jià)值引導(dǎo)力和影響力的提升。⑦如今單向度的傳統(tǒng)媒體正逐漸轉(zhuǎn)型為多元化的互動(dòng)型智能媒體,在大數(shù)據(jù)時(shí)代下以何種途徑構(gòu)建和強(qiáng)化價(jià)值引導(dǎo)成為學(xué)者們關(guān)注的議題。鄧杭強(qiáng)調(diào)應(yīng)以主流價(jià)值指導(dǎo)算法推薦的規(guī)則邏輯和技術(shù)架構(gòu)⑧；房雯璐則提出應(yīng)立足于實(shí)現(xiàn)社會(huì)責(zé)任和商業(yè)利益的有機(jī)統(tǒng)一,提高算法推薦與主流價(jià)值引導(dǎo)關(guān)系的站位。⑨針對既存的算法倫理問題及社會(huì)價(jià)值風(fēng)險(xiǎn),學(xué)界前沿的算法推薦研究也深入至技術(shù)紅利背后所產(chǎn)生的多重矛盾關(guān)系,不少學(xué)者從多個(gè)維度提出了可行的解決方案。從算法程序環(huán)節(jié)考慮,王斌等總結(jié)了西方國家為解決和規(guī)避讀者認(rèn)知窄化而開始給予用戶基于“偶然性”而非“相似性”的反向個(gè)性化推薦產(chǎn)品的做法,不過其人性化及合理化尚仍待商榷。從算法相關(guān)法律來看,大多數(shù)學(xué)者認(rèn)為復(fù)雜多樣的信息傳播路徑亟需革故鼎新的傳播法規(guī)及時(shí)約束；對于違規(guī)信息源,則應(yīng)以更新審核標(biāo)準(zhǔn)和技術(shù)保障措施來予以適當(dāng)?shù)膽徒?。從網(wǎng)絡(luò)空間治理角度,蔣成貴認(rèn)為若要使平臺(tái)型商業(yè)重視算法在自動(dòng)化決策中的公平性和透明度,則應(yīng)設(shè)立由專家團(tuán)和普通群眾組成的第三方調(diào)查組進(jìn)行監(jiān)督。

(二)算法推薦研究之延伸拓展:技術(shù)治理與社會(huì)責(zé)任

歸納前人在算法領(lǐng)域所提出的治理構(gòu)想可知,作為一種事前防范的自動(dòng)化措施,建設(shè)算法指標(biāo)體系不僅成本較低且運(yùn)行效率高,同時(shí)推進(jìn)了算法推薦下大規(guī)模的信息產(chǎn)品與服務(wù)的社會(huì)責(zé)任意識(shí)和履責(zé)主體的新變革。傳統(tǒng)的社會(huì)責(zé)任起源于Sheldon在1924年提出的企業(yè)社會(huì)責(zé)任(Corporate Social Responsibility,CSR),該概念是指企業(yè)在謀求經(jīng)濟(jì)利益、承擔(dān)法律責(zé)任的基礎(chǔ)上,還應(yīng)當(dāng)承擔(dān)一定的社會(huì)責(zé)任,對維護(hù)和改善社會(huì)福利、社區(qū)利益作出貢獻(xiàn)。對于社會(huì)責(zé)任在未來的應(yīng)用,Carroll曾表示社會(huì)責(zé)任是一個(gè)“兼容并包的概念”,在其后的研究中,國內(nèi)外學(xué)者在不同時(shí)期針對多類行業(yè)領(lǐng)域完成了對CSR各維度的檢驗(yàn)、調(diào)整與補(bǔ)充,如以受益對象為標(biāo)準(zhǔn)劃分的利益相關(guān)者責(zé)任與社會(huì)責(zé)任,經(jīng)濟(jì)責(zé)任、法律責(zé)任與道德責(zé)任構(gòu)成的交叉模型等。

可見,社會(huì)責(zé)任的理論適用范圍隨著時(shí)代的發(fā)展而不斷演進(jìn)并進(jìn)入媒介行業(yè),企業(yè)社會(huì)責(zé)任主要是指對其利益相關(guān)者負(fù)責(zé),而媒體社會(huì)責(zé)任則需要對全社會(huì)公眾負(fù)責(zé)。王楨楠強(qiáng)調(diào),媒體需要通過自覺維護(hù)職業(yè)道德、追求專業(yè)主義的自律體系履行應(yīng)該承擔(dān)的社會(huì)責(zé)任,接受管理部門的問責(zé)與監(jiān)督,以達(dá)到維護(hù)社會(huì)公共利益的目標(biāo)。從目前的媒體行業(yè)社會(huì)責(zé)任相關(guān)研究來看,學(xué)界主要提到了對媒體的三大職責(zé)要求,包括媒體傳播信息內(nèi)容的準(zhǔn)確性要求、媒體及時(shí)回應(yīng)公眾需求的要求和媒體對于意識(shí)形態(tài)引導(dǎo)的要求。首先,技術(shù)革新引發(fā)了信息量的指數(shù)式增長趨勢,然而其創(chuàng)作內(nèi)容的質(zhì)量卻逐漸良莠不齊,這就要求媒體對其所傳播的新聞信息實(shí)行嚴(yán)格控制,提高對真實(shí)性和客觀性的把關(guān)責(zé)任,盡可能地杜絕假新聞。其次,媒體也需要敏銳地捕捉到公眾的信息需求,并在第一時(shí)間推送相關(guān)信息以幫助用戶解決問題。最后,媒體應(yīng)在意識(shí)形態(tài)引導(dǎo)上樹立更高的責(zé)任感,發(fā)揮大眾媒體在信譽(yù)、品牌、公信力等方面的監(jiān)督優(yōu)勢。

立足當(dāng)前人工智能在媒介領(lǐng)域的深入發(fā)展,世界上諸多國家都出臺(tái)了相應(yīng)的發(fā)展戰(zhàn)略,其中也或多或少涉及到關(guān)于人工智能風(fēng)險(xiǎn)的防范政策,包含了算法推薦技術(shù)治理的相關(guān)內(nèi)容。然而,這些內(nèi)容大多停留在倡議或理念層面,未能有效落實(shí)到具體的指標(biāo)中,也缺少與社會(huì)責(zé)任等道德規(guī)范的聯(lián)系,因此在實(shí)際市場運(yùn)作中并不能發(fā)揮較大的現(xiàn)實(shí)效用。就我國具體治理標(biāo)準(zhǔn)和法律法規(guī)建設(shè)而言,盡管智能算法推薦技術(shù)的發(fā)展突飛猛進(jìn),但目前我國對智能算法推薦相關(guān)法律法規(guī)的建設(shè)仍顯得相對滯后。可以說,針對人工智能和算法推薦的精細(xì)化治理方案的缺失已經(jīng)成為制約中國乃至世界算法治理的主要短板。由于算法評估的跨學(xué)科性質(zhì)和量化復(fù)雜性,學(xué)界目前也尚未建成一套建立在扎實(shí)的研究方法和嚴(yán)密的數(shù)據(jù)基礎(chǔ)之上的完整指標(biāo)體系?；诖?本文旨在探索并完成推薦算法社會(huì)責(zé)任新體系的搭建,以期回答下列研究問題。

RQ1 哪些維度影響構(gòu)建媒體推薦算法社會(huì)責(zé)任評價(jià)指標(biāo)體系？

RQ2 哪些指標(biāo)將影響算法推薦實(shí)現(xiàn)主流價(jià)值觀引導(dǎo)的評價(jià)結(jié)果？

RQ3 如何配比影響推薦算法社會(huì)責(zé)任評價(jià)的多個(gè)指標(biāo)因子權(quán)重？

RQ4 如何通過指標(biāo)體系構(gòu)建主流價(jià)值引導(dǎo)的算法推薦機(jī)制？

二、 媒體推薦算法社會(huì)責(zé)任評價(jià)指標(biāo)體系構(gòu)建

(一)評價(jià)指標(biāo)的收集

為了更好地探究上述研究問題,本文采用德爾菲法進(jìn)行指標(biāo)的收集和篩選。德爾菲法作為一種能夠有效避免“集體服從”的群體決策方法,是建構(gòu)指標(biāo)體系時(shí)常用的研究方法,它也具有更高的準(zhǔn)確性,能夠系統(tǒng)、匿名地調(diào)動(dòng)相關(guān)專家運(yùn)用自身專業(yè)知識(shí)來處理復(fù)雜問題。其整體過程分三輪次開展,一般包括了“一對一的溝通與調(diào)研”“信息收集統(tǒng)計(jì)與評估”“重復(fù)性調(diào)整”三個(gè)步驟,本文采用了逐一專家訪談法和問卷調(diào)查法結(jié)合的方式完成三輪次德爾菲專家咨詢。此外,層次分析法(Analytic Hierarchy Process,AHP)作為層次權(quán)重決策的一種評估方法,被采納并運(yùn)用于本文對指標(biāo)體系的構(gòu)建和各指標(biāo)的權(quán)重確認(rèn)中。AHP能夠促進(jìn)定性和定量數(shù)據(jù)的整合,并實(shí)現(xiàn)對數(shù)據(jù)進(jìn)行宏觀和微觀的雙重分析,可以將復(fù)雜問題進(jìn)行分解,根據(jù)諸要素間的支配關(guān)系進(jìn)行層次結(jié)構(gòu)的排布,并通過要素間的相互比較確定要素的重要性程度,最終實(shí)現(xiàn)綜合德爾菲專家咨詢法的專家意見形成對指標(biāo)權(quán)重的總體排序。

本文的整體研究分為初始影響因子收集、因子調(diào)整、創(chuàng)建AHP判斷矩陣、進(jìn)行一致性檢查,最后對各因子權(quán)重進(jìn)行計(jì)算并排序。在2021年3月至2021年7月間,本文與算法推薦技術(shù)治理議題相關(guān)的傳播學(xué)、管理學(xué)、法學(xué)、計(jì)算機(jī)科學(xué)共四大領(lǐng)域的50位專家學(xué)者進(jìn)行了專家深度訪談及指標(biāo)有效性和重要性的量化評估,完成了指標(biāo)的收集、篩選與調(diào)整工作。

通過第一輪德爾菲專家咨詢,本文對所有專家組成員逐一進(jìn)行了深度訪談,圍繞本文所提出的四個(gè)研究問題,了解并記錄了主流價(jià)值引導(dǎo)下對媒體推薦算法社會(huì)責(zé)任評價(jià)產(chǎn)生影響的所有指標(biāo)。綜合各專家意見,本文發(fā)現(xiàn)所有的指標(biāo)可以從算法技術(shù)、媒體行業(yè)、法律合規(guī)三個(gè)維度展開并依此構(gòu)建了初始指標(biāo)表(如表1所示)作為后續(xù)專家咨詢的基準(zhǔn)。

在第二輪的德爾菲專家咨詢中,專家被要求對初始指標(biāo)進(jìn)行評價(jià)、修改、調(diào)整、主客觀歸類及分層判斷。本文匯總所有專家的反饋意見并結(jié)合個(gè)性化算法推薦的技術(shù)特性、媒體行業(yè)的市場特征及相關(guān)政府算法及網(wǎng)絡(luò)治理的法律法規(guī)條款,將智能媒體技術(shù)治理、行業(yè)治理、合規(guī)治理作為一級指標(biāo),并進(jìn)一步細(xì)分了8個(gè)二級指標(biāo)和40個(gè)三級指標(biāo),整理得到三層級指標(biāo)表(如表2所示)。

表1 初始指標(biāo)表

表2 三層級指標(biāo)表

(續(xù)表)

(二)評價(jià)指標(biāo)的篩選與權(quán)重確認(rèn)

本文通過第三輪德爾菲法對指標(biāo)進(jìn)行量化篩選與修訂。專家組成員被要求對初始指標(biāo)進(jìn)行適當(dāng)性和重要性的評分。問卷的評分范圍從“非常重要”“重要”“一般”和“不太重要”到“不重要”,分別賦值9分、7分、5分、3分和1分,并將算術(shù)平均值定義為專家意見集中度；將變異系數(shù)定義為專家意見協(xié)調(diào)度。其中,變異系數(shù)是對數(shù)值分散程度的相對統(tǒng)計(jì)量,可以判斷指標(biāo)是否具有其代表性或穩(wěn)定性。本文規(guī)定如果專家意見集中度(算術(shù)平均值)大于或等于6,且專家意見協(xié)調(diào)度(變異系數(shù))小于或等于等于0.35,則該指標(biāo)的設(shè)置將被認(rèn)為是合理和科學(xué)的。但若前者小于6而后者大于0.35,則需要對該指標(biāo)進(jìn)行調(diào)整和修正。經(jīng)數(shù)據(jù)計(jì)算,所有指標(biāo)的適當(dāng)性和重要性算數(shù)平均數(shù)均高于6且變異系數(shù)均低于3.5,即所有三層級指標(biāo)的設(shè)置與分類均是合理且有效的(具體數(shù)據(jù)詳見附錄1)。

Xij表示第i個(gè)專家對第j個(gè)指標(biāo)的評分,n表示專家數(shù)

Mj表示n個(gè)專家對第j個(gè)指標(biāo)的得分的算術(shù)平均值

SVj表示n個(gè)專家對第j個(gè)指標(biāo)的得分的標(biāo)準(zhǔn)偏差

Vj表示n個(gè)專家對第j個(gè)指標(biāo)的得分的變異系數(shù)

(三)評價(jià)指標(biāo)體系的構(gòu)建

媒體算法推薦技術(shù)評價(jià)指標(biāo)體系是一個(gè)多層次、多維度的綜合性指標(biāo)體系,其中各項(xiàng)指標(biāo)的重要性程度各不相同,且其準(zhǔn)確性直接影響了評價(jià)的正確性和客觀性。因此,在完成了對指標(biāo)的收集與調(diào)整后,本文采用了層次分析法創(chuàng)建判斷矩陣，進(jìn)行一致性檢驗(yàn),最后對所有指標(biāo)進(jìn)行重要性權(quán)重的量化計(jì)算,以數(shù)學(xué)模型呈現(xiàn)三層級評價(jià)指標(biāo)體系。

基于上述所有專家對指標(biāo)的重要性評分,本文創(chuàng)建了判斷矩陣,運(yùn)用其最大特征根的特征向量W來計(jì)算測量每個(gè)指標(biāo)的排序向量,具體計(jì)算步驟如下。

1.計(jì)算每行所有元素的判斷矩陣的幾何平均數(shù)

2.對向量中的每個(gè)元素做正則化

W′W=(w1,w2,w1,w1,…,w1)T=

3.計(jì)算判斷矩陣的最大特征值λmax

(AW)i是向量AW中的第i個(gè)元素

4.使用一致性檢查指標(biāo)檢查矩陣一致性

以及隨機(jī)一致性比例指數(shù)

其中,CI為一致性測試指標(biāo),RI為平均一致性指標(biāo),CR為一致性比率指標(biāo)。當(dāng)CR<0.10時(shí),則判斷矩陣可以被認(rèn)為通過一致性測試,否則需要進(jìn)行相應(yīng)修訂。本文的所有判斷矩陣及一致性比率均位于0.10以下,即所有判斷矩陣都通過了一致性檢查。

本文對所有48個(gè)指標(biāo)進(jìn)行了排序,完成評價(jià)指標(biāo)體系的構(gòu)建并以如下數(shù)學(xué)模型呈現(xiàn)。

Bk為第k個(gè)指標(biāo)的最終得分p為三級指標(biāo)中從屬于Bk的指標(biāo) ；Ci作為三級指標(biāo)第i個(gè)索引的最終分?jǐn)?shù)；mi為Ci的權(quán)重。同理,AI作為一級指標(biāo)中第l個(gè)影響影子的最終得分；q作為二級指標(biāo)中從屬于AI的指標(biāo)；nk作為Bk的權(quán)重。

計(jì)算得到Bk和Al后,本文完成構(gòu)建媒體推薦算法社會(huì)責(zé)任評價(jià)指標(biāo)體系,并以W的值作為算法社會(huì)責(zé)任的最終分值。

三、構(gòu)建基于主流價(jià)值觀的推薦算法治理機(jī)制

本文通過與專家組的深度訪談及對國內(nèi)外算法治理領(lǐng)域的文獻(xiàn)分析,從技術(shù)治理、行業(yè)治理、合規(guī)治理的三個(gè)維度,挖掘了影響推薦算法社會(huì)責(zé)任的關(guān)鍵指標(biāo),構(gòu)建了以價(jià)值引領(lǐng)為優(yōu)化導(dǎo)向、以社會(huì)責(zé)任為評價(jià)標(biāo)準(zhǔn)的三層級指標(biāo)體系,以期用標(biāo)準(zhǔn)化評價(jià)結(jié)果強(qiáng)化技術(shù)治理中的道德倫理規(guī)范準(zhǔn)則,彌補(bǔ)算法治理體系在法制和德治間的割裂,并以本文構(gòu)建的指標(biāo)體系為主體間協(xié)同治理的工具,形成政府、媒體、公眾“三位一體”的算法治理機(jī)制。

首先,指標(biāo)體系將成為政府治理的“工具包”。治理理論提出,善治(Good Governance)即“使公共利益最大化的社會(huì)管理過程和管理活動(dòng)”,其本質(zhì)特征便是政府運(yùn)用正確有效的理念與相關(guān)組織及公眾對公共事務(wù)進(jìn)行合作管理,是政府與市場和社會(huì)的一種新穎關(guān)系。本文提出的三層級40個(gè)三級指標(biāo)通過以社會(huì)責(zé)任為評價(jià)標(biāo)準(zhǔn)在法律的紅線上劃定了倫理道德準(zhǔn)則,從技術(shù)、行業(yè)、合規(guī)的三個(gè)維度為政府管理媒體算法推薦提供了切實(shí)有效的標(biāo)準(zhǔn)化管理工具,是政府算法治理理念貫徹落實(shí)的有效路徑。例如,指標(biāo)體系中的“C12核查算法推薦內(nèi)容真實(shí)性”“C13禁止推薦不當(dāng)引導(dǎo)性內(nèi)容”等系列指標(biāo)均積極回應(yīng)了《關(guān)于進(jìn)一步壓實(shí)網(wǎng)站平臺(tái)信息內(nèi)容主體責(zé)任的意見》《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定(征求意見稿)》等政府管理文件明確的工作規(guī)范,同時(shí)對健全政府管理制度,完善政府運(yùn)行的相關(guān)規(guī)則提供了可評價(jià)的指標(biāo)體系。康曉光等人曾明確提出“精細(xì)化治理”應(yīng)強(qiáng)調(diào)依據(jù)類型不同、屬性不同的事項(xiàng)進(jìn)行針對性的差異化治理,本指標(biāo)體系通過權(quán)重的設(shè)置,可為政府根據(jù)主流媒體和商業(yè)平臺(tái)的不同屬性及特征開展分類治理:一方面,提醒主流媒體在踐行社會(huì)責(zé)任時(shí)不應(yīng)僅是“埋頭”創(chuàng)作、“仰頭”傳播,而應(yīng)讓主流價(jià)值引導(dǎo)的內(nèi)容信息搭上推薦算法技術(shù)的時(shí)代快車,實(shí)現(xiàn)更大流量的推送；另一方面,促使商業(yè)媒體平臺(tái)建立統(tǒng)一的媒體從業(yè)規(guī)范,轉(zhuǎn)變時(shí)下“流量至上”的風(fēng)潮,將主流價(jià)值導(dǎo)向和公眾利益納入新技術(shù)的研發(fā)、革新與考核中,更好地維護(hù)公眾利益,發(fā)揮指標(biāo)體系作為政府治理工具的效用性,實(shí)現(xiàn)更大范圍的善治。

其次,指標(biāo)體系將成為媒體評估的“風(fēng)向標(biāo)”?，F(xiàn)代社會(huì)責(zé)任理論強(qiáng)調(diào),行為主體在追求經(jīng)濟(jì)效益的同時(shí)需要擔(dān)負(fù)一定的社會(huì)責(zé)任,作為社會(huì)信息傳播與引導(dǎo)的智能媒體,更應(yīng)擔(dān)負(fù)起正能量信息傳播的社會(huì)責(zé)任,落實(shí)新社會(huì)責(zé)任履行范式,這也是媒體作為社會(huì)單位存在所必須承擔(dān)的道德責(zé)任和社會(huì)義務(wù)。本文提出的三層級指標(biāo)體系在媒體企業(yè)的深度應(yīng)用,可以幫助媒體更好地貫徹落實(shí)政府算法治理的決策部署,進(jìn)行推薦算法的優(yōu)化與完善。如指標(biāo)體系中“C12核查算法推薦內(nèi)容真實(shí)性”“C20引領(lǐng)正確價(jià)值觀導(dǎo)向”等相關(guān)指標(biāo)均從社會(huì)責(zé)任的視角出發(fā)對推薦算法開展評估,進(jìn)一步要求媒體企業(yè)加強(qiáng)對算法設(shè)計(jì)及推送內(nèi)容的管理與激勵(lì)。指標(biāo)體系作為指導(dǎo)媒體企業(yè)正確價(jià)值觀評價(jià)的風(fēng)向標(biāo),將幫助媒體企業(yè)更好地履行社會(huì)責(zé)任,進(jìn)而促進(jìn)良好企業(yè)形象的樹立,獲得更高的公眾關(guān)注度和知名度,改善和優(yōu)化企業(yè)聲譽(yù),實(shí)現(xiàn)經(jīng)濟(jì)利益的良性循環(huán)?；谡闹笜?biāo)體系評價(jià),媒體企業(yè)能夠形成一套由內(nèi)容推薦審核機(jī)制、價(jià)值導(dǎo)向效果評估機(jī)制、算法糾偏考核機(jī)制等共同組合的算法推薦評價(jià)機(jī)制,在提升企業(yè)自身經(jīng)濟(jì)效益、獲取流量的同時(shí),進(jìn)一步堅(jiān)持正確輿論導(dǎo)向,樹立意識(shí)形態(tài)引導(dǎo)的社會(huì)責(zé)任感,讓主流價(jià)值觀引領(lǐng)算法推薦使“流量向善”。

最后,指標(biāo)體系將成為公眾監(jiān)督媒體的“指南針”。盡管個(gè)性化算法推薦已成為人們?nèi)粘Ｉ畹谋貍淦?但算法推薦的技術(shù)壁壘使得公眾往往對其運(yùn)行機(jī)制無從了解,最終導(dǎo)致社會(huì)大眾較為被動(dòng)的局面。因此,社會(huì)須進(jìn)一步加快普及人工智能的認(rèn)知教育,使公眾避免對算法技術(shù)盲目樂觀的同時(shí)形成客觀預(yù)期的呼聲在學(xué)界愈發(fā)強(qiáng)烈。一方面,媒介素養(yǎng)作為公眾承擔(dān)相應(yīng)社會(huì)責(zé)任的基礎(chǔ),指標(biāo)體系中設(shè)有多項(xiàng)指標(biāo)。例如B2算法設(shè)計(jì)責(zé)任中的“C16披露報(bào)告規(guī)范化”,B6數(shù)據(jù)安全責(zé)任中的“C28提前告知用戶可能存在的風(fēng)險(xiǎn)”等,均與公眾媒介素養(yǎng)的認(rèn)知教育關(guān)聯(lián)緊密,可以幫助公眾更科學(xué)地認(rèn)識(shí)推薦算法所帶來的生活便利及潛在風(fēng)險(xiǎn)。作為網(wǎng)絡(luò)生態(tài)的主力軍也是算法治理的重要推動(dòng)力量的青年群體,他們也能夠通過對指標(biāo)體系的認(rèn)知,更好地形成算法價(jià)值共識(shí),從而能自主地對違反倫理道德、法律法規(guī)的算法推薦內(nèi)容進(jìn)行堅(jiān)決抵制。另一方面,作為復(fù)雜數(shù)字社會(huì)構(gòu)成主體也是最重要基本單位的公眾,既是算法推薦的消費(fèi)者更應(yīng)成為其監(jiān)督者。雖然當(dāng)下算法治理以國家為主導(dǎo),而行業(yè)自律、消費(fèi)者監(jiān)督等社會(huì)自治模式仍處于薄弱狀態(tài),但基于網(wǎng)絡(luò)信息的海量化、碎片化的特征,社會(huì)監(jiān)督作為“柔性監(jiān)督”將有效地通過意見反饋、不良舉報(bào)、輿論曝光等形式,最大限度地發(fā)揮公眾監(jiān)督的作用,與司法監(jiān)督等“剛性監(jiān)督”相結(jié)合形成合力。指標(biāo)體系中就關(guān)注到公眾的權(quán)利,如“C30用戶享有知情權(quán)”“C32維護(hù)用戶個(gè)人隱私權(quán)”等指標(biāo)便呼應(yīng)了公眾切實(shí)關(guān)注的隱私問題、內(nèi)容問題、模式問題,增強(qiáng)了公眾對算法社會(huì)責(zé)任的認(rèn)知,提升了公眾的媒介素養(yǎng),進(jìn)一步培養(yǎng)起“網(wǎng)絡(luò)朝陽群眾”的公眾角色,為公民參與到與自身利益相關(guān)的社會(huì)決策中、更好地履行輿論監(jiān)督職能提供了指導(dǎo)。

注釋:

① Gillespie T.MediaTechnologies:EssaysonCommunication,MaterialityandSociety.Cambridge,MA:MIT Press.2014.p.56.

② 朱揚(yáng)勇、孫婧:《推薦系統(tǒng)研究進(jìn)展》,《計(jì)算機(jī)科學(xué)與探索》,2015年第9期,第513-525頁。

③ 趙雙閣、岳夢怡:《新聞的“量化轉(zhuǎn)型”:算法推薦對媒介倫理的挑戰(zhàn)與應(yīng)對》,《當(dāng)代傳播》,2018年第4期,第52-56頁。

④ 張志安、湯敏:《論算法推薦對主流意識(shí)形態(tài)傳播的影響》,《社會(huì)科學(xué)戰(zhàn)線》,2018年第10期,第174-182、2頁。

⑤ 劉懷光、劉雅琪:《主流價(jià)值認(rèn)同的現(xiàn)代價(jià)值困境》,《吉首大學(xué)學(xué)報(bào)》(社會(huì)科學(xué)版),2012年第33期,第61-64頁。

⑥ 石中英:《價(jià)值教育的時(shí)代使命》,《中國民族教育》,2009年第1期,第8-20頁。

⑦ 弓力成:《主流媒體輿論監(jiān)督與價(jià)值引導(dǎo)提升策略》,《中國出版》,2017年第20期,第29-32頁。

⑧ 鄧杭:《算法推薦的風(fēng)險(xiǎn)防范和導(dǎo)向管理——發(fā)揮算法推薦對網(wǎng)絡(luò)輿論的正向價(jià)值》,《新聞戰(zhàn)線》,2018年第11期,第62-64頁。

⑨ 房雯璐:《算法推薦模式下媒介倫理失范研究》,《山東工業(yè)技術(shù)》,2019年第7期,第138頁。