從Facebook隱私泄露事件看新聞算法影響公眾意見的機(jī)制

王玉山

摘要：Facebook泄露隱私事件讓人們將目光重新回到了2016年美國大選。由于人們對(duì)于算法的影響仍然察覺不足，算法機(jī)制下的新聞對(duì)人們似乎有著“皮下注射”般的效果。為了規(guī)制這樣日趨成熟且影響巨大的算法，人們可以考慮從市場、法律、架構(gòu)和準(zhǔn)則四個(gè)維度入手。

關(guān)鍵詞：互聯(lián)網(wǎng)；新聞；意見；美國大選；Facebook；議程設(shè)置

2016年特朗普當(dāng)選美國總統(tǒng)的結(jié)果出乎了許多人的意料，從傳統(tǒng)的理論出發(fā)來看，媒介議程能夠影響公眾議程。而在2016年的美國大選中，卻出現(xiàn)了媒介議程與公眾議程的極大差異。大選中，主流媒體的聲音似乎一直在調(diào)侃特朗普，支持希拉里，而由它們塑造的公眾意見氣候以及廣大調(diào)查公司偵測到的意見氣候，也是以支持希拉里為多數(shù)的。而從最后的結(jié)果來看，公眾的真實(shí)的意見卻支持特朗普。這一被稱為“特朗普現(xiàn)象”的事實(shí)顯示，不僅媒介議程被改變了，連傳統(tǒng)的感知意見氣候的方式都已經(jīng)過時(shí)。傳統(tǒng)媒體與互聯(lián)網(wǎng)媒體之間、精英的意見與大眾的意見之間，形成了一種割裂。

矛盾背后的原因，可能是公眾意見氣候與公眾意見本身就存在著差異，可能是議程設(shè)置的理論在這個(gè)新的時(shí)代已經(jīng)不再適用，而直到2018年初Facebook泄露用戶信息的丑聞曝出，人們才開始將目光移到技術(shù)的角度。本文試圖從技術(shù)角度出發(fā)，探究新技術(shù)背景下，媒體是如何影響公眾意見的。

一、互聯(lián)網(wǎng)技術(shù)背景下的媒體

對(duì)比從前和現(xiàn)在的媒體，不難發(fā)現(xiàn)，之前的理論框架下的媒體和現(xiàn)在的媒體已經(jīng)有了巨大的差異，拋開電視、報(bào)紙、廣播等傳統(tǒng)媒體本身的變化，互聯(lián)網(wǎng)作為媒體出現(xiàn)，其本質(zhì)與傳統(tǒng)媒體有著巨大的區(qū)別。人們似乎直到現(xiàn)在才開始意識(shí)到，互聯(lián)網(wǎng)在影響人們的想法上的巨大的威力。尤其是當(dāng)人們?cè)噲D通過改變媒體議程來影響公眾議程的時(shí)候。

互聯(lián)網(wǎng)作為媒體，其體量已經(jīng)超過了所有的傳統(tǒng)媒體。人們無法用一個(gè)單獨(dú)的、割裂的眼光來看待互聯(lián)網(wǎng)，因?yàn)槠鋬?nèi)容的豐富使其又不僅僅是一個(gè)媒體?；ヂ?lián)網(wǎng)既是新聞的載體，又是人們接觸新聞的場景。人們習(xí)慣于在瀏覽信息、上社交網(wǎng)絡(luò)甚至娛樂互動(dòng)時(shí)接觸到一條一條傳統(tǒng)定義中的新聞。在互聯(lián)網(wǎng)上，人們通常會(huì)忽略新聞本身的新聞特點(diǎn)，而直接將其歸于信息流之中。

互聯(lián)網(wǎng)是技術(shù)主導(dǎo)的、沒有完整行業(yè)規(guī)范的媒體。區(qū)別于人們?cè)缫颜J(rèn)識(shí)到其威力并制定了完整的行業(yè)規(guī)范和倫理的傳統(tǒng)新聞行業(yè)，互聯(lián)網(wǎng)作為媒體仍處在野蠻生長的階段。互聯(lián)網(wǎng)的規(guī)則是“流量為王”，傳統(tǒng)的新聞倫理沒有辦法限制到本來與新聞行業(yè)相差甚遠(yuǎn)的非新聞專業(yè)出身的互聯(lián)網(wǎng)媒體人。在法律和硬性規(guī)定以內(nèi)的所有手段都可以被使用才是互聯(lián)網(wǎng)的邏輯。

互聯(lián)網(wǎng)是其他媒體的內(nèi)容表現(xiàn)平臺(tái)，與大部分其他媒體共享同一內(nèi)容庫。不同于傳統(tǒng)媒體之間區(qū)別的主要方式是內(nèi)容形式，互聯(lián)網(wǎng)的極大包容性允許任何新聞以任何形式呈現(xiàn)，并且成為傳統(tǒng)媒體必須爭搶的主要用戶渠道。盡管仍有不少媒體拒絕互聯(lián)網(wǎng)的渠道和分享，但用戶的流失讓擁抱互聯(lián)網(wǎng)、共享內(nèi)容成為大多數(shù)媒體繼續(xù)生存的僅有途徑。

對(duì)比作為媒體的互聯(lián)網(wǎng)與傳統(tǒng)媒體，不難發(fā)現(xiàn)，互聯(lián)網(wǎng)與傳統(tǒng)媒體共享記者、內(nèi)容庫，但卻比傳統(tǒng)媒體有著更廣大的受眾。當(dāng)然，決定用戶究竟從互聯(lián)網(wǎng)和傳統(tǒng)媒體上獲得什么信息的關(guān)鍵，則是編輯。區(qū)別于傳統(tǒng)媒體的以人為主的編輯室機(jī)制，以技術(shù)為主導(dǎo)的互聯(lián)網(wǎng)則發(fā)展出來了新的編輯機(jī)制。

二、以算法為主導(dǎo)的新互聯(lián)網(wǎng)編輯機(jī)制

算法最開始是一個(gè)純技術(shù)術(shù)語，其本意指通過代碼編程，使計(jì)算機(jī)實(shí)現(xiàn)人們所需要的內(nèi)容。其內(nèi)核在于，用系統(tǒng)的方法描述解決問題的一個(gè)機(jī)制。在計(jì)算機(jī)學(xué)科內(nèi)，通過簡單的“輸入-計(jì)算-輸出”結(jié)構(gòu)解決大多數(shù)問題，而算法就是其中計(jì)算過程的一個(gè)具體過程。而在現(xiàn)實(shí)的使用中，一般指代以用戶個(gè)體特征為基礎(chǔ)的新聞推薦算法機(jī)制?；ヂ?lián)網(wǎng)算法的內(nèi)核是收集用戶信息、比對(duì)用戶行為，在此基礎(chǔ)上直接推薦內(nèi)容。用戶在上網(wǎng)時(shí)的每一次點(diǎn)擊、每一條評(píng)論、每個(gè)頁面停留的時(shí)間、使用的網(wǎng)絡(luò)（Wi-Fi 還是移動(dòng)數(shù)據(jù)）、手機(jī)機(jī)型都將被系統(tǒng)收集起來，隨后算法會(huì)利用這些收集到的數(shù)據(jù)構(gòu)成一個(gè)多維的數(shù)據(jù)矩陣，并以此刻畫出屬于這一用戶的“用戶畫像”。在確定了用戶的特征之后，算法就可以基于此向用戶推薦他可能感興趣的內(nèi)容。也就是說，算法和“用戶畫像”在互聯(lián)網(wǎng)新聞中取代了傳統(tǒng)媒體的編輯工作，由來源于用戶本身的信息所顯示的用戶興趣來決定用戶自己讀什么。

通過算法推薦的新聞產(chǎn)品與傳統(tǒng)媒體所呈現(xiàn)的新聞產(chǎn)品有著相同的內(nèi)容源、記者、新聞稿庫，區(qū)別就在于編輯的不一樣。這樣的區(qū)別決定了最終出現(xiàn)在受眾眼前的內(nèi)容的不一樣。畢竟，受眾的精力是有限的，有限的精力和閱讀意愿被編輯所引導(dǎo)，最終出現(xiàn)在受眾眼前的文章與編輯的關(guān)系甚大。傳播學(xué)者已經(jīng)反復(fù)證明了人們的觀點(diǎn)與所讀文章的相關(guān)性，所以我們可以推測，并非議程設(shè)置的理論在新環(huán)境下已經(jīng)不適用了，而是在新技術(shù)條件下，人們所接觸到的媒介議程已經(jīng)個(gè)體化、區(qū)別化了。在“千人千面”的媒體議程下，人們需要與新技術(shù)結(jié)合來重新看待媒介議程和意見氣候的關(guān)系。

而Facebook隱私泄露的丑聞則告訴了我們，現(xiàn)在的互聯(lián)網(wǎng)公司是如何使用用戶數(shù)據(jù)和算法，來為用戶進(jìn)行新聞推薦的。3月18日，《衛(wèi)報(bào)》的報(bào)道證明，在美國，F(xiàn)acebook干預(yù)了大選結(jié)果。一家名為劍橋分析（Cambridge Analytica）的數(shù)據(jù)公司竊取了5000萬Facebook用戶資料，根據(jù)每個(gè)用戶的日常喜好、性格特點(diǎn)、教育水平，預(yù)測他們的政治傾向，進(jìn)行新聞的精準(zhǔn)推送，達(dá)到洗腦的目的，間接促成了特朗普的當(dāng)選。該公司的主要業(yè)務(wù)是運(yùn)用大數(shù)據(jù)挖掘和心理側(cè)寫（Psychological profiling）等技術(shù)手段，提供信息精準(zhǔn)投放服務(wù)。CA 公司將美國人口分為 32 種人格類型并且僅關(guān)注 17 個(gè)州。通過這種方法 CA 公司發(fā)現(xiàn)了諸如喜歡美國汽車的人民更有可能支持特朗普這樣的性格傾向。同時(shí)這類信息又很好地提示了何種信息在何處能夠發(fā)揮最大的效果。

盡管報(bào)道中欠缺對(duì)于技術(shù)直接影響意見的證明，但通過隱私信息和算法，為民眾推薦既符合其行為愛好又具備政策、意見、選舉傾向的新聞的做法，是完全可行的。也就是說，如果傳統(tǒng)的議程設(shè)置理論的機(jī)制在今天沒有出現(xiàn)太大偏差，那么這樣一個(gè)通過技術(shù)設(shè)置個(gè)人專屬的議程來影響公眾意見的邏輯也是完全說得通的。這樣的推測似乎讓傳播學(xué)重新回到了強(qiáng)效果理論的時(shí)期，人們對(duì)于新技術(shù)的抵抗力近乎為零，影響公眾的意見如發(fā)射子彈和皮下注射般輕松寫意。

三、對(duì)于算法的規(guī)制

毋庸置疑，算法對(duì)于互聯(lián)網(wǎng)出現(xiàn)后的傳媒的影響是巨大的，其出現(xiàn)在公眾的視域中的方式卻是十分負(fù)面的。正如新聞業(yè)在不斷的規(guī)制中成熟一樣，如果不開始對(duì)算法進(jìn)行限制，類似于Facebook泄露隱私的事件必然會(huì)不斷重演。關(guān)于如何規(guī)制算法，在網(wǎng)絡(luò)世界剛出現(xiàn)時(shí)，萊斯格在著作《代碼2.0：網(wǎng)絡(luò)空間中的法律》一書中就探討過規(guī)制網(wǎng)絡(luò)世界的四個(gè)基本元素：市場、法律、架構(gòu)和準(zhǔn)則。

目前，市場是影響算法相關(guān)產(chǎn)品的最成熟的一環(huán)。事實(shí)上，正是市場這一元素，讓互聯(lián)網(wǎng)公司和算法的野蠻生長和所謂“技術(shù)中立”的說辭有了意義?！凹夹g(shù)中立”正是價(jià)值不中立的絕佳掩飾，這并不是對(duì)于互聯(lián)網(wǎng)公司的貶斥，而是正常的自由主義市場下必然出現(xiàn)的結(jié)果。因?yàn)榫W(wǎng)絡(luò)空間一直以來的技術(shù)導(dǎo)向，讓人們忽略了它背后的價(jià)值觀。一直到2016年12月21日，扎克伯格才終于改口，認(rèn)為“Facebook”不是一家傳統(tǒng)媒體公司?！拔覀儤?gòu)建技術(shù)，我們對(duì)它的使用負(fù)責(zé)?！憋@然，互聯(lián)網(wǎng)世界并非只有市場說了算。

在代碼層面，萊斯格認(rèn)為代碼的透明度是很重要的部分，中國社科院新聞與傳播研究所副研究員季芳芳的研究中同樣有所提及。新聞媒體中的算法透明度，是公開算法機(jī)制相關(guān)信息的嘗試。算法信息的披露，有利于公眾知曉算法可能存在的價(jià)值觀導(dǎo)向。算法的透明度雖然會(huì)對(duì)用戶體驗(yàn)產(chǎn)生不良影響，但當(dāng)受眾對(duì)特定推薦進(jìn)行選擇時(shí)，也增加了對(duì)算法質(zhì)量的認(rèn)可。公開透明的算法是代碼層面解決問題的路徑之一，但并非唯一路徑。在技術(shù)層面上，開發(fā)外向性的研究推薦算法來減少信息繭房的形成，在算法推薦的基礎(chǔ)上加入人工推薦的元素等方式也都是可行的。

準(zhǔn)則強(qiáng)調(diào)的是個(gè)人參與、素質(zhì)以及社會(huì)認(rèn)知。在準(zhǔn)則層面對(duì)算法進(jìn)行規(guī)制，個(gè)人的媒介素養(yǎng)是重要的一環(huán)。人們目前對(duì)于網(wǎng)絡(luò)媒介的使用習(xí)慣、信任程度無疑是讓算法由工具成為操縱者的主要原因之一。提高使用者的自主程度，改變使用習(xí)慣，是我們每個(gè)人可以完成的對(duì)抗算法的影響的行為。