智媒時(shí)代算法推薦對新聞把關(guān)人的沖擊與反思

王怡溪

根據(jù)皮尤研究中心的調(diào)查顯示，截至2017年8月，有的美國人表示，他們至少在社交媒體上獲得了一些新聞。①CNNIC第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2017年12月，我國網(wǎng)民規(guī)模達(dá)7.72億人，互聯(lián)網(wǎng)普及率為55.8%，手機(jī)網(wǎng)民規(guī)模達(dá)7.53億人，網(wǎng)民中使用手機(jī)上網(wǎng)人群的占比為97.5%。②根據(jù)2017年10月企鵝智庫的報(bào)告顯示，超過七成的網(wǎng)民通過新聞?lì)惥W(wǎng)站和APP獲取資訊。③由此看來，隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的應(yīng)用和智能手機(jī)的普及，人們獲取信息的途徑將越來越移動(dòng)化。

中國最大的資訊分發(fā)平臺(tái)今日頭條實(shí)為“基于數(shù)據(jù)挖掘技術(shù)的個(gè)性化推薦引擎產(chǎn)品”，由算法來進(jìn)行信息分發(fā)。2016年8月全球社交媒體平臺(tái)巨頭Facebook解散“熱門話題(Trending)”團(tuán)隊(duì)，機(jī)器算法替代人工編輯進(jìn)行熱門話題的編輯、推薦和排名。算法推薦、分發(fā)已經(jīng)成為內(nèi)容領(lǐng)域的潮流，曾經(jīng)的編輯“把關(guān)”現(xiàn)象已經(jīng)慢慢被人工智能瓦解和替代。

一、“把關(guān)人”的變遷

1950年，傳播學(xué)者懷特將盧因在《群體生活的渠道》中提出的“把關(guān)人”（Lewin，1947）概念引入新聞傳播，④發(fā)現(xiàn)在大眾傳播的新聞報(bào)道中，傳媒組織成為信息傳播中的“把關(guān)人”，新聞信息由他們進(jìn)行取舍，最后選擇的內(nèi)容可以與受眾見面。

隨著傳播技術(shù)的發(fā)展，信息分發(fā)模式大致可以分為專業(yè)編輯、社交傳播、算法推薦。

在傳統(tǒng)的報(bào)紙、廣播電視新聞生產(chǎn)活動(dòng)中，擔(dān)任把關(guān)人角色的往往是記者、編輯，由他們在大量的信息中尋找有新聞價(jià)值的新聞告知受眾。在大眾門戶網(wǎng)站時(shí)代，被放在網(wǎng)絡(luò)上的內(nèi)容主要還是由人工編輯決定的，從這個(gè)層面上講現(xiàn)階段仍然是專業(yè)編輯作為“把關(guān)人”的階段。

社交分發(fā)是指基于人們的社交關(guān)系（強(qiáng)連接或弱連接）進(jìn)行的信息分發(fā)。在互聯(lián)網(wǎng)時(shí)代，社交被更多地轉(zhuǎn)移到了線上，人們通過各種網(wǎng)站、社交類APP、網(wǎng)絡(luò)社區(qū)等平臺(tái)以人對人、點(diǎn)對點(diǎn)的模式構(gòu)建出新的傳播模式。早期的社交網(wǎng)站人人網(wǎng)、開心網(wǎng)等都成為人們傳播信息、互通有無的傳播平臺(tái)，人們通過與自己建立了社交關(guān)系（互加好友）的人來獲取信息。2009年，新浪微博上線，截至2018年3月，微博月活躍用戶數(shù)已增至4.11億戶。⑤微博改變了以往雙向的社交模式，采取了“關(guān)注即可得到信息”的模式，無論對方是否關(guān)注自己，只要關(guān)注了某個(gè)博主，就可以獲得他所發(fā)布的信息。被關(guān)注的博主發(fā)布動(dòng)態(tài)、信息、用戶之間的微博私信等都構(gòu)成了微博生態(tài)中的社交分發(fā)。

隨著人工智能技術(shù)的日益發(fā)展，各家媒體、社交網(wǎng)站紛紛引入算法分發(fā)，即根據(jù)算法的模型推送用戶的喜好，以此推給不同用戶不同的信息，使信息能夠精準(zhǔn)到達(dá)需要它們的用戶。新浪微博中廣告和內(nèi)容的推薦，微信朋友圈廣告都屬于算法分發(fā)與社交分發(fā)的結(jié)合。以今日頭條為例，用戶在使用今日頭條時(shí),每次點(diǎn)擊、評論或其他行為方式都會(huì)被系統(tǒng)所記錄,與他們所讀文章的特點(diǎn),如作者、關(guān)鍵詞、DOM標(biāo)簽等,共同作為用戶畫像的數(shù)據(jù)資料,刻畫出每一個(gè)用戶的特征,⑥在之后對該用戶的信息分發(fā)中就能夠?qū)崿F(xiàn)精準(zhǔn)推送。

二、算法推薦的兩種邏輯

算法推薦已經(jīng)成為內(nèi)容領(lǐng)域的潮流，根據(jù)不同的推薦方式，主流的算法推薦可以分為以下兩種邏輯。

（一）基于內(nèi)容的推薦

這種算法背后的邏輯是基于單個(gè)用戶，正如《人民網(wǎng)二評算法推薦：別被算法困在“信息繭房”》文章中所說：“在今日頭條客戶端，點(diǎn)擊一條茶葉的消息，之后就會(huì)不停收到各種關(guān)于茶的養(yǎng)生知識(shí)和廣告推送……”⑦算法會(huì)根據(jù)用戶過去的閱讀習(xí)慣、頁面停留時(shí)間推斷用戶的興趣，推薦相同類型的信息。在一定程度上，這樣的推薦方式滿足了用戶個(gè)性化的信息要求，不同用戶在使用今日頭條都會(huì)收到不同的信息，使得“長尾”用戶被滿足。但人的興趣往往是多元且容易改變的，長期推送單一的內(nèi)容，會(huì)使得用戶信息源越來越狹窄。

（二）基于用戶推薦

平臺(tái)相關(guān)用戶之間的共有屬性構(gòu)成這種算法的基本邏輯。例如，A和B都喜歡看體育類新聞，然而A除體育類新聞外，仍喜歡看財(cái)經(jīng)類新聞。那么，算法就將A和B歸于同類型用戶，此時(shí)給B也推薦類似的財(cái)經(jīng)類新聞。以此尋找用戶之間的興趣共性，分析問題并提出建議，給用戶推薦其他相關(guān)的內(nèi)容，在豐富用戶信息推薦源的同時(shí)保證這是用戶感興趣的內(nèi)容。比如亞馬遜就實(shí)行這樣的推薦方式，向A用戶推薦一本書，就找一個(gè)和他相似的B用戶，然后將B用戶喜歡的書推薦給A用戶。算法推薦模式是對傳統(tǒng)新聞分發(fā)機(jī)制的顛覆性轉(zhuǎn)變。“個(gè)性化信息推薦”通過人工智能分析和過濾機(jī)制，根據(jù)個(gè)性化需求聚合相關(guān)的信息和應(yīng)用,并以此對信息進(jìn)行深度智能分析，以滿足用戶個(gè)性化的、動(dòng)態(tài)的需求。⑧

三、算法推薦的反思

無疑，在即時(shí)與海量的互聯(lián)網(wǎng)傳播環(huán)境中，智能化的推薦模式會(huì)高效地滿足人們多元化、個(gè)性化的信息需求。智能化的信息傳播機(jī)制可以迅速完成信息與用戶的精確化匹配，空前降低獲取信息成本。但是，長期浸潤在自己感興趣的話題里可能會(huì)產(chǎn)生很多負(fù)面影響，對于算法等技術(shù)的過于倚重可能會(huì)最終擾亂信息傳播環(huán)境。

（一）陷入“信息繭房”

“信息繭房”是由美國芝加哥大學(xué)教授凱斯·R·桑斯坦在2006年的著作《信息烏托邦》中提出的概念，是指公眾自身的信息需求并非全方位的，公眾只注意自己選擇的東西和使用自己愉悅的通訊領(lǐng)域，久而久之，會(huì)將自身桎梏于蠶繭一般的“繭房”之中。⑨人們長期只接受一種觀點(diǎn)或一類信息，容易使人產(chǎn)生盲目自信以及對對立觀點(diǎn)的偏見，甚至思維固化，將自己的偏見認(rèn)為是真理，拒絕其他合理性的觀點(diǎn)。另外，“信息繭房”不利于社會(huì)整合，在“信息繭房”的作用下，人們很容易沉浸在自我的認(rèn)知中，脫離整個(gè)社會(huì)的其他議題和意見，對該關(guān)注的社會(huì)議題冷漠無視，大大減少了信息的溝通與分享，甚至影響了整個(gè)社會(huì)的議題融合。

（二）進(jìn)一步加深“數(shù)字鴻溝”

算法提供的個(gè)性化的搜索引擎和個(gè)性化的信息定制，都會(huì)導(dǎo)致信息瀏覽和興趣的進(jìn)一步個(gè)性化，本該利用新技術(shù)和信息發(fā)展和成長的人們卻一步步陷入自己的興趣里不能自拔，難以接觸全面而嚴(yán)肅的信息。人們出于好奇的本能與心態(tài)，會(huì)點(diǎn)擊驚悚或偶然煽情的社會(huì)新聞，擁有這種本能卻不能忽略人們還有“應(yīng)該”知曉的事情。尚未進(jìn)化完全的算法推薦僅靠揣摩人們的點(diǎn)擊量來反復(fù)推薦低質(zhì)量內(nèi)容，會(huì)加深使用電子媒介進(jìn)行嚴(yán)肅內(nèi)容吸收與學(xué)習(xí)的人和利用電子媒介看八卦娛樂的人之間的差距，算法推薦會(huì)使這種差距進(jìn)一步擴(kuò)大。

當(dāng)所有的信息類平臺(tái)都在盲目追求算法，迎合受眾的低級需求，只負(fù)責(zé)搬運(yùn)新聞而不是花時(shí)間、精力去生產(chǎn)高質(zhì)量嚴(yán)肅類新聞的時(shí)候，原本豐富的信息環(huán)境變得單一，客觀公正的內(nèi)容變得偏激和情緒化，新聞該有的宏大格局日益狹小。

四、算法分發(fā)的改進(jìn)路徑

根據(jù)皮尤研究院近期發(fā)布的一項(xiàng)調(diào)查報(bào)告顯示，社交網(wǎng)絡(luò)中，自動(dòng)發(fā)布和互動(dòng)的機(jī)器人能實(shí)時(shí)回答多品類的海量話題、自動(dòng)更新新聞或大事件，在社交媒體生態(tài)中扮演著愈加重要的角色。一時(shí)之間，機(jī)器人取代專業(yè)編輯的擔(dān)心籠罩著傳媒業(yè)。算法作為一種技術(shù)或一種工具，本質(zhì)都是單純的，算法沒有價(jià)值觀，但利用算法的人具有價(jià)值觀。因此，在技術(shù)成為新聞不可或缺工具的同時(shí)，仍然要堅(jiān)持新聞媒體專業(yè)的價(jià)值觀。

（一）增加更多的人工編輯

算法推送的利用雖然可以促使龐大用戶群體的個(gè)性化閱讀習(xí)慣得到關(guān)注，并且擁有較高的準(zhǔn)確性。但需要注意的是，以往的閱讀習(xí)慣是算法推送唯一可以依賴的推薦參考信息源。根本無法滿足用戶實(shí)時(shí)推送需求,推送內(nèi)容的質(zhì)量也無從保證。而人工編輯則可以調(diào)動(dòng)他們對新聞的敏感性來判斷新聞價(jià)值存在與否，再依據(jù)自然或社會(huì)環(huán)境的變化選擇當(dāng)下用戶關(guān)心的新聞內(nèi)容，從而保證用戶可以較為準(zhǔn)確地收取有價(jià)值的資訊。

今日頭條自去年以來，因傳播低俗內(nèi)容多次被約談、整改。⑩2018年1月，新聞報(bào)道今日頭條在被網(wǎng)信辦約談、暫停更新部分頻道內(nèi)容后，今日頭條在天津招募2000人左右的內(nèi)容審核編輯，黨員優(yōu)先。?Twitter在2016年推出新聞聚合功能的插件——Moments，整合推送當(dāng)天的熱點(diǎn)事件是經(jīng)過人工編輯對信息進(jìn)行篩選、整合而形成的。信息資源爆炸的時(shí)代，只有將人工編輯和算法推薦的優(yōu)勢結(jié)合起來，才能夠?qū)崿F(xiàn)精準(zhǔn)又不失個(gè)性與質(zhì)量的推送服務(wù)。

（二）優(yōu)化算法

現(xiàn)在的算法還停留在比較簡單的階段，各個(gè)平臺(tái)應(yīng)著力提升用戶洞察技術(shù)水平，使算法盡量能完整準(zhǔn)確地測度到人們信息需求的全貌和重點(diǎn)。2017年6月，F(xiàn)acebook更改流算法：用戶在打開主頁后，會(huì)首先看到親友的動(dòng)態(tài)以及分享，然后才是其他內(nèi)容供應(yīng)商想要推送的信息。?此番改變說明Facebook作為社交平臺(tái)更加注重社交而非內(nèi)容商的信息傳播，減少對媒體的流量傾斜而轉(zhuǎn)為對用戶關(guān)心的社交圈子的重視，力圖消除偏見和極端思想在“熱點(diǎn)趨勢”里的蔓延。

五、結(jié)語

傳統(tǒng)媒體不能做堂·吉訶德，視而不見算法和技術(shù)對傳媒業(yè)的沖擊，在互聯(lián)網(wǎng)的浪潮中故步自封，也不能一味依賴，反而成為算法和技術(shù)的奴隸。越是在技術(shù)發(fā)展的時(shí)代，越要彰顯傳統(tǒng)新聞人的價(jià)值與使命，大數(shù)據(jù)時(shí)代，仍需要堅(jiān)守新聞價(jià)值與公共信念的“編輯”，因?yàn)橛脩舨粌H需要知道自己喜歡什么，還有作為公民應(yīng)當(dāng)知道的信息。一味地迎合受眾本能的需求不是傳統(tǒng)媒體應(yīng)有的價(jià)值觀，而是守住自己的價(jià)值取向、堅(jiān)持正確的輿論方向、保有獨(dú)立的信念和精神，再加上積極擁抱新媒體與新技術(shù)，才是傳統(tǒng)媒體轉(zhuǎn)型的必經(jīng)之路。

注釋：

①皮尤發(fā)布2017年社交媒體使用報(bào)告絕大部分美國人只用社交媒體看新聞[EB/OL].2017-09-12.https：//www.sohu.com/a/191538275_770332.

②CNNIC發(fā)布第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》[EB/OL].中國網(wǎng)信網(wǎng),http：//www.cac.gov.cn/2018-01/31/c_1122346138.htm.

③中國新媒體趨勢報(bào)告2017：通向媒體新星球的未來地圖[EB/OL].http：//tech.qq.com/a/20171120/025254.htm#p=12

④陳力丹.傳播學(xué)綱要[M].北京：中國人民大學(xué)出版社,2014：201.

⑤微博月活躍用戶突破4億[EB/OL].http：//tech.sina.com.cn/i/2018-05-09/doc-ihaichqz1704770.shtml.

⑥喻國明,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(5)：5.

⑦人民網(wǎng)二評算法推薦：別被算法困在“信息繭房”[EB/OL].http：//opinion.people.com.cn/n1/2017/0919/c1003-29544724.html.

⑧喻國明.大數(shù)據(jù)對于新聞業(yè)態(tài)重構(gòu)的革命性改變[EB/OL].新聞與寫作.2014(10)：54.

⑨[美]凱斯·R·桑斯坦.信息烏托邦－眾人如何生產(chǎn)知識(shí)[M].畢競悅,譯.北京：法律出版社,2008：18.

⑩今日頭條遭遇最嚴(yán)整改 一年被約談四次[EB/OL].http：//tech.sina.com.cn/roll/2017-12-31/doc-ifyqchnr7648142.shtml.

?今日頭條宣布關(guān)閉社會(huì)頻道 設(shè)“新時(shí)代”為默認(rèn)頻道[EB/OL].2018-01-12.https：//www.sohu.com/a/214165225_355152.

?Facebook再更新聞流算法：“社交至上價(jià)值觀”重新定義新聞業(yè)[EB/OL].2016-07-13.https：//mp.weixin.qq.com/s/Z1AmFklsMZSB1J9z0n5kuw.