迎算法挑戰(zhàn)?守新聞客觀

隨著算法技術(shù)在新聞傳播中的廣泛應(yīng)用，新聞生產(chǎn)、傳播的格局發(fā)生了深刻變革。然而，算法的介入也引發(fā)了新聞客觀性危機(jī)，具體表現(xiàn)為信息繭房與觀點(diǎn)極化、事實(shí)與觀點(diǎn)的模糊化、新聞來(lái)源單一化及假新聞的傳播加劇。這些問(wèn)題的背后是算法偏見(jiàn)、數(shù)據(jù)局限性以及商業(yè)利益的驅(qū)動(dòng)，導(dǎo)致新聞內(nèi)容趨向同質(zhì)化、情緒化和低質(zhì)化，削弱了新聞業(yè)的公信力與公共價(jià)值。本文通過(guò)分析算法驅(qū)動(dòng)下新聞客觀性危機(jī)的機(jī)制與影響，從技術(shù)優(yōu)化、媒體責(zé)任、受眾教育和政策監(jiān)管四個(gè)層面提出應(yīng)對(duì)策略，旨在為新聞業(yè)應(yīng)對(duì)算法挑戰(zhàn)、維護(hù)新聞客觀性提供理論依據(jù)和實(shí)踐指導(dǎo)。

數(shù)字化時(shí)代的到來(lái)與新媒體環(huán)境的迅猛發(fā)展，深刻改變了傳統(tǒng)新聞傳播格局。新興傳播渠道的崛起使信息生產(chǎn)與傳播呈現(xiàn)去中心化、碎片化特征。算法技術(shù)有著高效信息處理和個(gè)性化信息推薦的能力，新聞機(jī)構(gòu)利用算法進(jìn)行線索挖掘、內(nèi)容生產(chǎn)和事實(shí)核查；平臺(tái)借助算法實(shí)現(xiàn)新聞內(nèi)容的個(gè)性化推薦和精準(zhǔn)推送，用戶(hù)則可獲取定制化的新聞資訊。算法儼然成為重塑新聞傳播生態(tài)的關(guān)鍵力量。然而，算法在新聞傳播中的深度介入也引發(fā)了新聞客觀性危機(jī)，這使新聞業(yè)的專(zhuān)業(yè)性和公信力受到挑戰(zhàn)，也對(duì)公共話語(yǔ)和社會(huì)共識(shí)構(gòu)建產(chǎn)生深遠(yuǎn)影響。在此背景下，探討算法驅(qū)動(dòng)下新聞客觀性危機(jī)的生成機(jī)制、社會(huì)影響及應(yīng)對(duì)策略具有重要的理論和現(xiàn)實(shí)意義。

近年來(lái)，算法對(duì)新聞客觀性的影響逐漸成為國(guó)內(nèi)外學(xué)者關(guān)注的重要議題。總體而言，現(xiàn)有研究為理解算法對(duì)新聞客觀性的影響提供了重要依據(jù)，但缺乏對(duì)算法驅(qū)動(dòng)下新聞客觀性危機(jī)的系統(tǒng)性分析。

算法驅(qū)動(dòng)下的新聞客觀性危機(jī)現(xiàn)狀

算法推薦技術(shù)在新聞傳播中的應(yīng)用

算法推薦技術(shù)通過(guò)用戶(hù)行為數(shù)據(jù)（如點(diǎn)擊、互動(dòng)、瀏覽、停留時(shí)間等）構(gòu)建用戶(hù)畫(huà)像，結(jié)合協(xié)同過(guò)濾、內(nèi)容分析和深度學(xué)習(xí)等技術(shù)，實(shí)現(xiàn)新聞的個(gè)性化精準(zhǔn)推送。其核心邏輯是基于用戶(hù)興趣和行為的預(yù)測(cè)模型，旨在最大化用戶(hù)參與度和平臺(tái)流量。利用自然語(yǔ)言處理技術(shù)對(duì)新聞文本進(jìn)行語(yǔ)義分析，提取主題、情感傾向、關(guān)鍵詞等特征。同時(shí)，圖像和視頻內(nèi)容通過(guò)計(jì)算機(jī)視覺(jué)技術(shù)進(jìn)行分析，以全面理解新聞內(nèi)容的多模態(tài)特征。算法系統(tǒng)通過(guò)實(shí)時(shí)監(jiān)測(cè)用戶(hù)對(duì)推薦內(nèi)容的反饋，不斷優(yōu)化推薦模型，以實(shí)現(xiàn)更高的用戶(hù)參與度和留存率。

新聞客觀性危機(jī)的表現(xiàn)

算法推薦傾向于向用戶(hù)推送符合其偏好的內(nèi)容，這致使用戶(hù)長(zhǎng)期接觸同質(zhì)化信息，形成“信息繭房”。這不僅限制了用戶(hù)對(duì)多元觀點(diǎn)的接觸，加劇了社會(huì)的觀點(diǎn)極化（Sunstein，2017），還削弱了公眾對(duì)復(fù)雜社會(huì)問(wèn)題的全面深入理解。在極端情況下，觀點(diǎn)極化可能導(dǎo)致群體對(duì)立和沖突。此外，算法推薦系統(tǒng)傾向于優(yōu)先推送高點(diǎn)擊率和互動(dòng)率的內(nèi)容，而這些內(nèi)容往往包含情緒化或觀點(diǎn)化的表達(dá)。這種機(jī)制導(dǎo)致事實(shí)性新聞與觀點(diǎn)性?xún)?nèi)容的界限逐漸模糊（Tandoc et al，2018）。此外，算法還可能放大具有爭(zhēng)議性或煽動(dòng)性的內(nèi)容，進(jìn)一步削弱新聞的客觀性。算法推薦系統(tǒng)傾向于依賴(lài)少數(shù)高流量新聞來(lái)源，邊緣化地方新聞和小眾媒體，這一情況可能致使公眾質(zhì)疑新聞的權(quán)威性。這種現(xiàn)象在年輕用戶(hù)中尤為明顯，他們更傾向于通過(guò)社交媒體獲取新聞，而這些平臺(tái)的信息質(zhì)量往往得不到保障。算法推薦系統(tǒng)對(duì)信息真實(shí)性缺乏有效鑒別，導(dǎo)致假新聞和誤導(dǎo)性?xún)?nèi)容的傳播。虛假信息往往因其更易煽動(dòng)情緒而獲得更高的點(diǎn)擊率，從而被算法優(yōu)先推薦并迅速擴(kuò)散，這種現(xiàn)象在社交媒體上尤為突出。此外，算法還可能被惡意利用，加劇假新聞的傳播。假新聞的傳播不僅損害了新聞的客觀性，還對(duì)公眾認(rèn)知、媒介公信力、社會(huì)穩(wěn)定構(gòu)成威脅。

算法導(dǎo)致新聞客觀性危機(jī)的機(jī)制分析

算法技術(shù)邏輯與新聞客觀性的沖突

算法推薦系統(tǒng)高度依賴(lài)用戶(hù)行為數(shù)據(jù)（如點(diǎn)擊、瀏覽、停留時(shí)間等）進(jìn)行內(nèi)容推送，其技術(shù)邏輯是基于對(duì)用戶(hù)歷史行為的分析，預(yù)測(cè)其興趣偏好，從而實(shí)現(xiàn)個(gè)性化推薦。然而，此模式可能導(dǎo)致新聞的選擇性呈現(xiàn)。算法的優(yōu)化目標(biāo)通常以效率為核心，這種效率優(yōu)先的邏輯可能導(dǎo)致平臺(tái)優(yōu)先推送高流量?jī)?nèi)容，而忽視深度報(bào)道或事實(shí)性新聞。算法決策過(guò)程通常缺乏透明度，不僅削弱了新聞傳播的可追溯性，還可能導(dǎo)致算法偏見(jiàn)和錯(cuò)誤決策的累積。

新聞的客觀性要求嚴(yán)格區(qū)分事實(shí)性報(bào)道與觀點(diǎn)性?xún)?nèi)容，新聞報(bào)道應(yīng)保持中立立場(chǎng)，全面呈現(xiàn)觀點(diǎn)，強(qiáng)調(diào)多元視角與全面性，以促進(jìn)公眾對(duì)復(fù)雜議題的深入理解。然而，算法推薦系統(tǒng)往往推送符合用戶(hù)偏好的內(nèi)容，而用戶(hù)偏好通常具有主觀性和局限性，這可能會(huì)導(dǎo)致新聞內(nèi)容的同質(zhì)化。此外，為追求流量，平臺(tái)可能優(yōu)先推送情緒化或有爭(zhēng)議的內(nèi)容，這進(jìn)一步削弱了新聞的多樣化和客觀性。在算法驅(qū)動(dòng)的新聞生態(tài)中，客觀性可能更多地依賴(lài)算法的技術(shù)邏輯和數(shù)據(jù)輸入，這種模式可能導(dǎo)致新聞客觀性的進(jìn)一步弱化。

數(shù)據(jù)采集與處理中的偏見(jiàn)

算法主要依賴(lài)用戶(hù)的歷史行為數(shù)據(jù)推斷其興趣和偏好。然而，這些數(shù)據(jù)并不能全面反映用戶(hù)的真實(shí)需求。此外，用戶(hù)行為數(shù)據(jù)多聚焦顯性行為，如點(diǎn)贊、分享，而忽視了隱性行為，如閱讀深度、思考時(shí)間，這可能導(dǎo)致算法對(duì)用戶(hù)興趣的誤判。此外，數(shù)據(jù)采集過(guò)程中存在技術(shù)性和社會(huì)性局限，可能無(wú)法全面捕捉用戶(hù)行為，從而影響數(shù)據(jù)的完整性和代表性。

算法設(shè)計(jì)者在構(gòu)建和調(diào)整過(guò)程中，往往會(huì)基于自身認(rèn)知和以往經(jīng)驗(yàn)作出判斷，這種主觀意圖可能導(dǎo)致算法的訓(xùn)練數(shù)據(jù)存在固有的偏見(jiàn)和不平等，從而影響新聞的客觀性。算法通過(guò)用戶(hù)的歷史行為數(shù)據(jù)，不斷強(qiáng)化其偏好，導(dǎo)致推薦內(nèi)容逐漸趨同，形成“回音室效應(yīng)”。另外，數(shù)據(jù)反饋循環(huán)可能導(dǎo)致偏見(jiàn)的累積與放大。

商業(yè)利益與平臺(tái)競(jìng)爭(zhēng)的驅(qū)動(dòng)

算法推薦系統(tǒng)優(yōu)先推送高流量?jī)?nèi)容，這種流量導(dǎo)向的內(nèi)容推薦機(jī)制可能導(dǎo)致新聞內(nèi)容的低質(zhì)化，削弱其客觀性和公共價(jià)值。同時(shí)，廣告主體往往在用戶(hù)參與度高、流量大的內(nèi)容中投放廣告，這進(jìn)一步強(qiáng)化了平臺(tái)對(duì)高流量?jī)?nèi)容的偏好。這種關(guān)聯(lián)性可能導(dǎo)致新聞內(nèi)容出現(xiàn)商業(yè)化傾向，用以滿(mǎn)足廣告商和受眾的需求，這無(wú)疑削弱了新聞的獨(dú)立性和公信力。此外，通過(guò)算法系統(tǒng)，平臺(tái)傾向于推送與用戶(hù)興趣高度匹配的廣告信息，進(jìn)一步加劇新聞客觀性危機(jī)。

平臺(tái)通過(guò)不斷優(yōu)化算法以提升用戶(hù)參與度和留存率，從而在競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)。然而，這種優(yōu)化往往以犧牲新聞客觀性為代價(jià)，導(dǎo)致新聞內(nèi)容情緒化和娛樂(lè)化。此外，當(dāng)某一平臺(tái)通過(guò)推送娛樂(lè)化內(nèi)容獲得高流量時(shí)，其他平臺(tái)可能紛紛效仿，不僅導(dǎo)致新聞內(nèi)容的同質(zhì)化（Gillespie，2014），還可能造成新聞質(zhì)量的下降。平臺(tái)競(jìng)爭(zhēng)往往以用戶(hù)數(shù)量增長(zhǎng)和市場(chǎng)份額提高為短期目標(biāo)，這種策略雖然在短期內(nèi)可能提升用戶(hù)參與度，但從長(zhǎng)期來(lái)看，可能損害平臺(tái)的公信力和用戶(hù)信任。

用戶(hù)行為與反饋的強(qiáng)化機(jī)制

算法通過(guò)收集用戶(hù)的行為數(shù)據(jù)分析用戶(hù)的興趣偏好和行為模式。用戶(hù)行為數(shù)據(jù)在本質(zhì)上是主觀的，這可能導(dǎo)致算法對(duì)某些信息的過(guò)度偏好，致使用戶(hù)接觸到的信息越發(fā)單一，進(jìn)而強(qiáng)化用戶(hù)既有認(rèn)知和偏見(jiàn)。同時(shí)，算法不斷推送符合用戶(hù)偏好的內(nèi)容，用戶(hù)可以更頻繁地與相關(guān)信息互動(dòng)，而每一次互動(dòng)都被算法視為反饋信號(hào)，從而進(jìn)一步鞏固了算法的推薦邏輯和優(yōu)化策略。然而，用戶(hù)在面對(duì)海量信息時(shí)，通常更愿意選擇與既有觀點(diǎn)一致的內(nèi)容，這會(huì)進(jìn)一步加劇信息的同質(zhì)化，進(jìn)而影響新聞內(nèi)容的多樣性和客觀性。此外，用戶(hù)與低質(zhì)量或虛假信息的無(wú)意互動(dòng)也可能被算法誤讀，從而擴(kuò)大傳播范圍。此反饋強(qiáng)化機(jī)制導(dǎo)致了新聞傳播的“回音室效應(yīng)”，削弱了新聞的多樣性和客觀性。

社會(huì)與技術(shù)環(huán)境的交互作用

技術(shù)發(fā)展重塑了信息傳播模式，公眾需求與社會(huì)背景不斷影響技術(shù)的發(fā)展方向。同時(shí)，技術(shù)普及帶來(lái)新的社會(huì)問(wèn)題，如“信息繭房”等，這些問(wèn)題又進(jìn)一步推動(dòng)技術(shù)的優(yōu)化。社會(huì)與技術(shù)環(huán)境的交互作用對(duì)新聞客觀性的影響是多維度的。技術(shù)環(huán)境的變革，使算法的推薦系統(tǒng)實(shí)現(xiàn)了新聞的個(gè)性化分發(fā)，提高了信息傳播的效率和用戶(hù)黏性。然而，信息傳播的即時(shí)性和廣泛性使新聞更易受公眾情緒和輿論的影響，但由于信息冗雜和虛假信息的泛濫，公眾對(duì)新聞?wù)鎸?shí)性和客觀性的需求更為迫切。此外，算法技術(shù)的“黑箱”特性致使信息傳播過(guò)程不透明，以及其對(duì)流量和點(diǎn)擊率的過(guò)度追求，可能引發(fā)低質(zhì)量?jī)?nèi)容的泛濫，這也對(duì)新聞客觀性構(gòu)成了挑戰(zhàn)。

算法驅(qū)動(dòng)下的新聞客觀性危機(jī)的影響

對(duì)新聞業(yè)的影響

數(shù)字技術(shù)的賦權(quán)使信息的生產(chǎn)和傳播去中心化，公民記者和社交媒體逐漸成為新聞傳播的重要力量，沖擊了傳統(tǒng)新聞業(yè)的“告知”功能。新聞業(yè)的核心價(jià)值和專(zhuān)業(yè)權(quán)威受到質(zhì)疑，其在公共生活中的角色和定位亟待重新審視；算法推薦機(jī)制傾向于推送符合用戶(hù)興趣偏好和行為模式的內(nèi)容，導(dǎo)致新聞內(nèi)容的同質(zhì)化現(xiàn)象嚴(yán)重，新聞傳播的多樣性受到抑制。這種同質(zhì)化不僅影響新聞的豐富性，還可能削弱新聞業(yè)對(duì)社會(huì)事件的全面報(bào)道能力；算法黑箱、AI深度偽造等技術(shù)手段使虛假新聞和偽信息泛濫，新聞的真實(shí)性難以保證。這種現(xiàn)象削弱了公眾對(duì)新聞業(yè)的信任，傳統(tǒng)新聞知識(shí)建構(gòu)的真實(shí)圖景日漸模糊。

對(duì)受眾的影響

算法推薦機(jī)制根據(jù)使用對(duì)象的興趣和偏好推送內(nèi)容，這使受眾容易陷入“信息繭房”，接觸到的信息愈發(fā)單一，從而加劇認(rèn)知偏見(jiàn)。這種現(xiàn)象不僅限制了受眾的信息視野，還可能引發(fā)社會(huì)分化；為吸引受眾注意力，數(shù)字新聞業(yè)日益強(qiáng)調(diào)通過(guò)情感要素進(jìn)行新聞敘事，但這使受眾更傾向于根據(jù)情感而非事實(shí)進(jìn)行信息真實(shí)性的判斷；算法驅(qū)動(dòng)的信息過(guò)載使受眾面臨海量未經(jīng)過(guò)濾的信息，容易引發(fā)信息焦慮。同時(shí)，虛假新聞和誤導(dǎo)性信息的泛濫降低了受眾對(duì)媒體的信任。

對(duì)社會(huì)的影響

新聞傳播是維護(hù)社會(huì)信任的重要途徑，但算法驅(qū)動(dòng)下的新聞偏見(jiàn)和虛假信息傳播導(dǎo)致公眾對(duì)信息來(lái)源的信任度下降，社會(huì)信任危機(jī)愈發(fā)嚴(yán)重；“信息繭房”使受眾傾向于與觀點(diǎn)相似的人交往，導(dǎo)致社會(huì)群體之間交流減少，社會(huì)凝聚力下降。這種現(xiàn)象可能加劇社會(huì)分化，影響社會(huì)和諧與穩(wěn)定。算法推薦機(jī)制可能根據(jù)商業(yè)利益或流量導(dǎo)向推送內(nèi)容，導(dǎo)致公共議題的討論被扭曲。這種現(xiàn)象不僅影響公眾對(duì)社會(huì)問(wèn)題的理性認(rèn)知，還可能削弱公共輿論對(duì)社會(huì)變革的推動(dòng)作用。算法驅(qū)動(dòng)下的新聞客觀性危機(jī)不僅向傳統(tǒng)新聞業(yè)的權(quán)威性和專(zhuān)業(yè)性發(fā)起了挑戰(zhàn)，還對(duì)社會(huì)的公共生活和信任機(jī)制構(gòu)成了威脅。

因此，如何應(yīng)對(duì)這一危機(jī)，重建新聞客觀性與社會(huì)信任，成為當(dāng)下亟待解決的重要問(wèn)題。

應(yīng)對(duì)算法驅(qū)動(dòng)下新聞客觀性危機(jī)的策略

技術(shù)層面：優(yōu)化算法設(shè)計(jì)與透明度

算法設(shè)計(jì)應(yīng)當(dāng)引入多元化指標(biāo)，平衡個(gè)性化推薦與新聞客觀性?？梢圆捎没旌贤扑]模型，結(jié)合協(xié)同過(guò)濾、內(nèi)容推薦和社交推薦，以減少“信息繭房”效應(yīng)（Anderson，2020）。通過(guò)研發(fā)可闡釋的算法模型，讓用戶(hù)和相關(guān)機(jī)構(gòu)能夠理解推薦邏輯，并接受公眾監(jiān)督。平臺(tái)可以提供“為什么推薦這條新聞”的解釋功能，幫助用戶(hù)了解推薦依據(jù)（Diakopoulos，2019）；在算法推薦系統(tǒng)中嵌入自動(dòng)化事實(shí)核查工具，運(yùn)用語(yǔ)言處理技術(shù)判別虛假新聞和誤導(dǎo)性?xún)?nèi)容，并結(jié)合人工審核團(tuán)隊(duì)，對(duì)高風(fēng)險(xiǎn)內(nèi)容進(jìn)行二次驗(yàn)證（Pennycook amp; Rand，2019）。

媒體層面：強(qiáng)化新聞專(zhuān)業(yè)性與責(zé)任感

新聞機(jī)構(gòu)與從業(yè)者應(yīng)堅(jiān)守新聞倫理，防止為追求點(diǎn)擊率而迎合算法偏好，強(qiáng)化新聞專(zhuān)業(yè)主義與社會(huì)責(zé)任意識(shí)；新聞媒體應(yīng)主動(dòng)適應(yīng)算法環(huán)境，優(yōu)化內(nèi)容生產(chǎn)與傳播策略。通過(guò)數(shù)據(jù)分析和用戶(hù)反饋，了解受眾需求，生產(chǎn)高質(zhì)量、多樣化的新聞內(nèi)容。同時(shí)，與平臺(tái)合作，探索算法推薦與新聞客觀性的平衡點(diǎn)（Napoli，2019）；媒體應(yīng)注重信息來(lái)源的權(quán)威性，整合多元視角，避免過(guò)度依賴(lài)單一信息源。

受眾層面：提升算法素養(yǎng)與批判性思維

通過(guò)教育和宣傳，提升公眾對(duì)算法推薦機(jī)制的認(rèn)知和理解。開(kāi)展算法素養(yǎng)培訓(xùn)，幫助用戶(hù)了解算法的工作原理、潛在偏見(jiàn)及其對(duì)新聞消費(fèi)的影響（Gillespie，2014）；鼓勵(lì)受眾主動(dòng)接觸多樣化信息源，避免囿于算法推薦的內(nèi)容；幫助用戶(hù)使用相關(guān)工具，辨別虛假新聞和誤導(dǎo)性?xún)?nèi)容。例如，開(kāi)發(fā)瀏覽器插件或移動(dòng)應(yīng)用，提供實(shí)時(shí)事實(shí)核查和新聞可信度評(píng)分（Vosoughi et al，2018）。

政策層面：完善監(jiān)管框架與行業(yè)規(guī)范

出臺(tái)相關(guān)的政策法規(guī)，要求平臺(tái)公開(kāi)算法的核心邏輯和數(shù)據(jù)使用方式，并建立問(wèn)責(zé)機(jī)制；搭建新聞質(zhì)量評(píng)估與認(rèn)證體系，優(yōu)先推送符合標(biāo)準(zhǔn)的內(nèi)容；通過(guò)政策和資金的支持，促進(jìn)多元化的新聞生態(tài)系統(tǒng)發(fā)展；協(xié)調(diào)各國(guó)在算法治理和新聞客觀性保護(hù)方面的政策，通過(guò)聯(lián)合國(guó)教科文組織（UNESCO）等國(guó)際機(jī)構(gòu)，制定全球性的算法倫理準(zhǔn)則（Diakopoulos，2019）。

算法驅(qū)動(dòng)的新聞傳播模式在提升信息傳播效率和用戶(hù)體驗(yàn)的同時(shí)，對(duì)新聞客觀性構(gòu)成了嚴(yán)峻挑戰(zhàn)。這些機(jī)制共同作用，導(dǎo)致新聞內(nèi)容的同質(zhì)化、虛假信息的泛濫以及“信息繭房”的加劇，進(jìn)而影響新聞業(yè)的專(zhuān)業(yè)性、受眾的認(rèn)知與社會(huì)的公共信任。針對(duì)這一危機(jī)，通過(guò)技術(shù)優(yōu)化、行業(yè)自律、教育引導(dǎo)與政策監(jiān)管的協(xié)同作用，有望在算法驅(qū)動(dòng)的新聞傳播環(huán)境中重建新聞客觀性與社會(huì)信任。這一過(guò)程需要新聞業(yè)、技術(shù)開(kāi)發(fā)者、相關(guān)部門(mén)與公眾的共同努力，以實(shí)現(xiàn)新聞傳播的可持續(xù)發(fā)展與社會(huì)公共利益的最大化。

（作者單位：成都藝術(shù)職業(yè)大學(xué)）