社交媒體平臺(tái)算法推薦的規(guī)制方向探究

韓宇航

（上海交通大學(xué)媒體與傳播學(xué)院，上海 201100）

一、算法推薦的概念和運(yùn)行機(jī)制

算法推薦指采用計(jì)算機(jī)算法分析用戶的基本信息、網(wǎng)絡(luò)瀏覽情況和網(wǎng)絡(luò)社交行為等數(shù)據(jù)，從而推測(cè)用戶可能感興趣的內(nèi)容并向其精準(zhǔn)推送信息的新型信息分發(fā)方式。

基于不同的運(yùn)行機(jī)制，常見的算法推薦系統(tǒng)有三種：基于知識(shí)的算法推薦系統(tǒng)、基于內(nèi)容的算法推薦系統(tǒng)和協(xié)同過(guò)濾的算法推薦系統(tǒng)。第一，基于知識(shí)的算法推薦系統(tǒng)以用戶和商品屬性為基礎(chǔ)，對(duì)用戶和商品了解越多，預(yù)期效果就越好。第二，基于內(nèi)容的算法推薦系統(tǒng)主要依賴于用戶的顯性或隱性反饋，會(huì)向用戶推薦與其喜好相似的商品。其中，顯性反饋指用戶明確點(diǎn)擊喜歡、不喜歡按鈕或進(jìn)行打分的行為，這種反饋一般較難獲得；隱性反饋指用戶在看到信息后瀏覽或購(gòu)買了相關(guān)產(chǎn)品的行為。第三，協(xié)同過(guò)濾的算法推薦系統(tǒng)更依賴于整個(gè)用戶群的交互，主要有基于商品和基于用戶兩種協(xié)同過(guò)濾形式。

目前，各大互聯(lián)網(wǎng)公司的算法推薦系統(tǒng)多為組合形式，比如，今日頭條算法推薦系統(tǒng)的運(yùn)作邏輯就是一個(gè)用戶對(duì)內(nèi)容滿意度的函數(shù)，通過(guò)輸入三個(gè)維度的變量 （第一個(gè)維度是內(nèi)容變量，比如文字、視頻等；第二個(gè)維度的變量以職業(yè)、年齡等用戶特征為代表，第三個(gè)維度的變量是所處的環(huán)境特征，即場(chǎng)景），模型會(huì)生成一個(gè)預(yù)估，用來(lái)判斷所推薦的內(nèi)容在這一場(chǎng)景下對(duì)特定用戶是否適用。

二、算法推薦易引發(fā)的法律問(wèn)題

（一）隱私侵犯和濫用問(wèn)題：數(shù)據(jù)收集引發(fā)隱私侵犯和濫用

算法推薦為了實(shí)現(xiàn)個(gè)性化的信息推送，就必須廣泛收集用戶的信息瀏覽記錄，深入分析用戶的“數(shù)字足跡”，從而形成精準(zhǔn)、全面的用戶畫像，因此，人們?cè)谙硎芩惴ㄍ扑]帶來(lái)的便利的同時(shí)，也面臨著信息泄露的風(fēng)險(xiǎn)。

社交媒體時(shí)代，各類傳感器和可穿戴設(shè)備成為了不易被察覺(jué)的數(shù)據(jù)收集裝置，人們?nèi)粘Ｉ畹男袨閿?shù)據(jù)乃至生理信息都成為了數(shù)據(jù)收集的對(duì)象，加之互聯(lián)網(wǎng)對(duì)“流量”的追捧以及用戶對(duì)便利的追求，導(dǎo)致用戶的隱私安全面臨著前所未有的風(fēng)險(xiǎn)。從2018年暴發(fā)的涉及5000多萬(wàn)用戶數(shù)據(jù)泄露的“劍橋分析事件”中可以看到：無(wú)論用戶是否主動(dòng)登錄其社交媒體賬號(hào)，平臺(tái)都可以憑借技術(shù)能力、關(guān)聯(lián)經(jīng)營(yíng)網(wǎng)絡(luò)獲取到用戶在第三方平臺(tái)的使用痕跡，由此而產(chǎn)生的便是信息的商業(yè)化出售和濫用問(wèn)題。

（二）算法偏見問(wèn)題：“黑箱”背后的算法操縱和公平正義缺位

算法偏見指“算法程序在信息生產(chǎn)和分發(fā)過(guò)程中失去了客觀中立的立場(chǎng)，造成片面或與客觀實(shí)際不符的信息、觀念被生產(chǎn)并傳播，從而影響了公眾對(duì)信息的客觀、全面認(rèn)知”。2021年，在Netflix上線的紀(jì)錄片 《編碼偏見》中，科學(xué)家在測(cè)試了諸多面部識(shí)別商用軟件后發(fā)現(xiàn)，膚色偏白的男性群體被正確識(shí)別的概率高達(dá)99%，女性則偏低；然而，隨著膚色的不斷加深，識(shí)別正確率也呈指數(shù)式下降。

縱觀整個(gè)信息生產(chǎn)和分發(fā)過(guò)程，算法偏見問(wèn)題一直存在。首先，是輸入數(shù)據(jù)的偏見。機(jī)器學(xué)習(xí)是以社會(huì)中已經(jīng)存在的數(shù)據(jù)為基礎(chǔ)的，只要偏見仍然存在于社會(huì)中，機(jī)器便會(huì)通過(guò)這些帶有偏見的數(shù)據(jù)進(jìn)行更進(jìn)一步的分析。這就意味著，當(dāng)帶有偏見的數(shù)據(jù)進(jìn)入算法程序，還會(huì)再次面對(duì)帶有偏見的算法指令。其次，是算法設(shè)計(jì)者自身刻意或無(wú)意的偏見。算法設(shè)計(jì)者的偏見直接影響著算法程序的公平與公正，使得本該中立的算法技術(shù)也往往帶有偏見，帶有偏見的數(shù)據(jù)進(jìn)入帶有偏見的程序后所呈現(xiàn)的便是不夠客觀的內(nèi)容，而這些內(nèi)容也影響著用戶的數(shù)字媒介使用足跡，從而通過(guò)機(jī)器學(xué)習(xí)帶來(lái)更深度的影響。所以說(shuō)，當(dāng)自帶偏見的算法系統(tǒng)投入使用，其背后的偏見也在影響和“操縱”著社會(huì)的發(fā)展和進(jìn)步。

一方面，算法偏見的存在使得不同種族、不同性別的人群被區(qū)別對(duì)待，在一定程度上損害了社會(huì)公平；另一方面，算法偏見的存在也損害著用戶的個(gè)人利益，典型代表就是算法殺熟現(xiàn)象，即不同人在同一個(gè)網(wǎng)絡(luò)平臺(tái)進(jìn)行消費(fèi)，同一商品或服務(wù)的價(jià)格卻不一樣。算法偏見的存在直接影響著人們接收到信息后的決策，并且，隨著技術(shù)的發(fā)展對(duì)社會(huì)產(chǎn)生的負(fù)面影響會(huì)不斷加深。

（三）信息質(zhì)量問(wèn)題：算法推薦使得網(wǎng)絡(luò)信息環(huán)境被破壞

首先，低俗信息并不是智能媒體時(shí)代的新產(chǎn)物，但卻在人工智能技術(shù)的助推下在傳媒界愈演愈烈。由于算法推薦以獲取流量為目的，其運(yùn)行也是以用戶數(shù)據(jù)為基礎(chǔ)、以用戶興趣為指向的，天生具有“逐熱”屬性，因此，用戶的局限性都被復(fù)刻在了算法程序之中，并且，在信息繭房中部分用戶的低俗愛好正在被一步步強(qiáng)化，隨著算法推薦的深度使用，低俗信息泛濫的問(wèn)題也逐步嚴(yán)重。

其次，算法推薦對(duì)虛假信息的傳播也具有推波助瀾的作用。皮尤研究中心調(diào)查研究顯示，一半以上的專家對(duì)“可以利用技術(shù)遏止假新聞傳播”持悲觀態(tài)度，事實(shí)也似乎正在印證這一點(diǎn)。一方面，算法推薦難以有效識(shí)別和抑制假新聞的傳播；另一方面，算法推薦的特點(diǎn)又為假新聞的廣泛傳播提供了更大的助力和傳播空間。在社交媒體中，借助夸張標(biāo)題來(lái)吸引用戶眼球的虛假信息往往會(huì)收獲更多的流量，而用戶點(diǎn)擊率的高低又是算法推薦機(jī)制衡量信息受歡迎程度的重要指標(biāo)，因此，就造成了虛假信息屢禁不止的狀況。

2016年，“后真相”被牛津詞典評(píng)為年度詞匯，指情緒和個(gè)人的既有傾向在影響個(gè)人觀點(diǎn)上，扮演著比事實(shí)和真相更重要的角色，相對(duì)于人們的既有立場(chǎng)和情感傾向，真相是什么顯得越來(lái)越無(wú)關(guān)緊要。隨著“后真相”時(shí)代的到來(lái)，人們更傾向于尋找和自身情感需求或既有價(jià)值觀相符的信息，而并非真相，因此，只要虛假信息披上情感的外衣或利用夸張的標(biāo)題刺激人們的情緒，人們便會(huì)點(diǎn)擊瀏覽，從而產(chǎn)生了一條又一條高流量信息。

三、算法推薦的規(guī)制經(jīng)驗(yàn)

（一）透明化算法，加強(qiáng)算法規(guī)制

首先，通過(guò)透明化算法，加強(qiáng)算法規(guī)制。近年來(lái)，部分互聯(lián)網(wǎng)企業(yè)開始致力于向公眾提供更開放、透明化的算法，比如，2019年6月，YouTube宣布將公開其平臺(tái)的內(nèi)部算法運(yùn)行機(jī)制，主要表現(xiàn)為：在其推薦內(nèi)容段下方，向用戶解釋為何該段視頻會(huì)被推薦進(jìn)入用戶首頁(yè)。與此同時(shí)，YouTube也賦予了用戶更多的主動(dòng)性，增加了過(guò)濾和排序功能，用戶可以在首頁(yè)頂部搜索想要了解的特定主題。

其次，通過(guò)改進(jìn)算法，糾正算法可能存在的偏見。比如，2018年5月，F(xiàn)acebook推出了 Fairness flow工具，用以檢驗(yàn)算法偏差，主要功能為：當(dāng)算法程序因?yàn)槿说男詣e、種族等特性作出有失公平的判斷時(shí)，F(xiàn)airness flow就會(huì)發(fā)出警告提醒；同年9月，谷歌也推出了具有相似功能的工具——what-if，幫助開發(fā)者衡量算法的公平程度。

（二）平臺(tái)賦權(quán)用戶，凈化信息環(huán)境

為了共同維護(hù)良好的平臺(tái)環(huán)境，構(gòu)建多元化的新聞平臺(tái)用戶隱私保護(hù)機(jī)制，較多媒體平臺(tái)采取了“自身發(fā)力+用戶共建”的方式。比如，YouTube不僅加強(qiáng)了平臺(tái)信息的管控和監(jiān)管力度，對(duì)視頻內(nèi)容實(shí)行評(píng)級(jí)機(jī)制，并為用戶賦權(quán)，引入人工機(jī)制，用戶通過(guò)舉報(bào)反饋可以標(biāo)記不良信息；還繼續(xù)沿用了“三振出局”的懲罰系統(tǒng)，即一個(gè)賬號(hào)被舉報(bào)三次以上將無(wú)法再使用，加大了違規(guī)賬號(hào)的懲處力度，與用戶協(xié)力加強(qiáng)平臺(tái)內(nèi)容治理。Facebook敞開技術(shù)大門，其新聞室發(fā)文提醒用戶設(shè)置賬戶的隱私、可見度權(quán)限，并介紹了關(guān)涉隱私的新功能：在全球范圍內(nèi)正式上線Off-Facebook activity以及第三方授權(quán)登錄提示。

（三）政府端發(fā)力，維護(hù)用戶權(quán)益

2018年，歐盟出臺(tái)了 《通用數(shù)據(jù)保護(hù)條例》（GDPR），旨在保護(hù)歐盟境內(nèi)居民的個(gè)人數(shù)據(jù)和隱私，對(duì)網(wǎng)站的數(shù)據(jù)收集和使用作出了比較完整的規(guī)定，即收集數(shù)據(jù)前要獲得用戶的許可，并向其解釋收集數(shù)據(jù)的原因，保證在必要時(shí)可以刪除相關(guān)數(shù)據(jù)信息。2020年7月，美國(guó) 《加州消費(fèi)者隱私法案》（CCPA）正式生效，明確表示濫用cookie的企業(yè)可能因侵犯隱私而面臨高額處罰。

2021年8月20日，十三屆全國(guó)人大常委會(huì)第三十次會(huì)議表決通過(guò)了 《中華人民共和國(guó)個(gè)人信息保護(hù)法》，這是中國(guó)首部專門保護(hù)個(gè)人信息的法律，旨在保護(hù)個(gè)人信息權(quán)益，規(guī)范個(gè)人信息處理活動(dòng)，促進(jìn)個(gè)人信息合理利用。法案制定參考了歐盟的 《通用數(shù)據(jù)保護(hù)條例》，對(duì)個(gè)人信息的保護(hù)作了更為明確和嚴(yán)格的規(guī)定。

四、算法推薦的規(guī)制方向

（一）加強(qiáng)監(jiān)管，完善算法設(shè)計(jì)

首先，由于算法推薦是以數(shù)據(jù)為基礎(chǔ)的，因此，規(guī)制算法推薦可以先從數(shù)據(jù)著手，凈化并管理算法推薦需要的數(shù)據(jù)。其次，加強(qiáng)監(jiān)管，避免算法設(shè)計(jì)者將個(gè)人偏見代入算法程序，并將算法監(jiān)管和算法自覺(jué)貫徹于算法設(shè)計(jì)、運(yùn)行的全過(guò)程。最后，重視事后的補(bǔ)救，對(duì)因算法偏見而引起的社會(huì)不公現(xiàn)象，要通過(guò)法律程序補(bǔ)償權(quán)益受損者，并對(duì)技術(shù)方酌情處罰。一方面，要加強(qiáng)算法設(shè)計(jì)方的媒介倫理意識(shí)；另一方面，要強(qiáng)化政府、電信主管部門、公安部門和其他監(jiān)管者的責(zé)任意識(shí)，對(duì)技術(shù)方進(jìn)行合理有效的監(jiān)管，在社會(huì)公平和科技發(fā)展之間找到合適的平衡。

（二）通過(guò)立法，加強(qiáng)隱私保護(hù)

無(wú)論是用戶采取保密措施予以保護(hù)的直接隱私，還是技術(shù)方在用戶公開信息和行為中挖掘的間接隱私，其保護(hù)都應(yīng)根據(jù)信息特性，通過(guò)用戶和數(shù)據(jù)使用者兩方協(xié)力完成。

首先，針對(duì)間接隱私，應(yīng)堅(jiān)持事前告知、“告知許可”原則。一方面，應(yīng)在收集數(shù)據(jù)前告知用戶哪些信息可能會(huì)被收集，并規(guī)范數(shù)據(jù)使用者的行為；另一方面，應(yīng)在加強(qiáng)數(shù)據(jù)收集使用監(jiān)管的同時(shí)堅(jiān)持“先告知，再許可”的原則，即先告知用戶算法可能會(huì)收集哪些信息以及存在的風(fēng)險(xiǎn)，在征得用戶許可后進(jìn)行信息數(shù)據(jù)收集。其次，針對(duì)直接隱私，應(yīng)著重對(duì)數(shù)據(jù)使用者進(jìn)行責(zé)任規(guī)范。由于網(wǎng)絡(luò)時(shí)代的數(shù)據(jù)量較為龐大，完全執(zhí)行“告知許可”原則會(huì)降低信息傳播的效率，因此，可以通過(guò)立法的形式規(guī)范數(shù)據(jù)濫用和非法使用數(shù)據(jù)的行為，一旦數(shù)據(jù)使用者侵害了用戶的隱私權(quán)利，必須依法進(jìn)行處罰。

（三）透明化算法，防止算法操縱

人們把算法稱為“黑箱”，一方面，是因?yàn)槠涑绦虻膹?fù)雜性和智能性；另一方面，則是因?yàn)槠溥\(yùn)行程序和決策機(jī)制的不透明性。算法的“黑箱”特性使得用戶對(duì)算法的運(yùn)行和決策機(jī)制抱有較大的好奇與質(zhì)疑，無(wú)形中加劇了用戶對(duì)人工智能的不安情緒。

加快算法的透明化，不僅可以緩解用戶的不安情緒，也可以防止數(shù)據(jù)和權(quán)力的絕對(duì)集中，因此，應(yīng)通過(guò)法律要求數(shù)據(jù)擁有者定期公開其算法運(yùn)行機(jī)制，解釋算法的設(shè)計(jì)原理，并將算法程序透明化，以消除用戶的誤解和懷疑，避免算法和科技公司對(duì)數(shù)據(jù)的深度操縱。

（四）用戶、平臺(tái)協(xié)力，凈化網(wǎng)絡(luò)空間

首先，平臺(tái)方應(yīng)制定相關(guān)條例遏制不良內(nèi)容的傳播，從算法推薦機(jī)制入手，對(duì)各種假新聞和擦邊信息的推薦作出調(diào)整，減少可能誤導(dǎo)用戶的內(nèi)容推薦。其次，平臺(tái)方可以賦予用戶更多實(shí)際性的權(quán)力，推出用戶舉報(bào)后對(duì)平臺(tái)的懲罰機(jī)制，使平臺(tái)與用戶合力凈化內(nèi)容環(huán)境。比如，一條消息如果被多名用戶舉報(bào)或被同名用戶多次舉報(bào)，就應(yīng)該對(duì)其內(nèi)容進(jìn)行再次審核，必要時(shí)應(yīng)避免該內(nèi)容發(fā)布，同時(shí)完善申訴機(jī)制，賦予用戶合理范圍內(nèi)的監(jiān)督權(quán)，從而實(shí)現(xiàn)內(nèi)容管理體制的透明化、高效化。

五、結(jié) 語(yǔ)

算法推薦機(jī)制不僅改變了用戶獲取信息的方式，其“投其所好”的特點(diǎn)也不可避免地造成了“信息繭房”效應(yīng)的擴(kuò)大，背后的算法偏見更是用“看不見的手”影響著社會(huì)發(fā)展。因此，算法推薦應(yīng)兼具工具理性和價(jià)值理性，在法律法規(guī)和公眾的監(jiān)督下，加強(qiáng)內(nèi)容質(zhì)量把控，將社會(huì)人文價(jià)值導(dǎo)向滲入其中。