新聞算法推薦，如何跳出“內(nèi)容下降的螺旋”

盧曉彤　李璇

近日，微信7.0版本上線了多項新功能，其中“看一看”功能頁的更新，引來了不少關(guān)注。

具體而言，在7.0版本的微信公眾號文童下方，“點贊”已變?yōu)椤昂每础?，用戶點擊“好看”后，文童便會被推薦到“看一看”功能頁的“好看”菜單里，并以信息流的方式展現(xiàn)出來。

“看一看”的另一個菜單“精選”，則延續(xù)原有“看一看”的功能，在“好友都在看”標(biāo)簽的基礎(chǔ)上，進(jìn)一步挖掘用戶感興趣的內(nèi)容。

這樣的功能更新，強化了社交因素在新聞資訊內(nèi)容分發(fā)上的作用。在部分業(yè)內(nèi)人士看來，依托用戶社交圈的“好看”菜單一旦投入運用，勢必會對相關(guān)內(nèi)容進(jìn)行排序，而無論依據(jù)何種標(biāo)準(zhǔn)排序，依然要用到算法模型，“精選”菜單就更離不開算法推薦了。

事實上，如今無論是社交分發(fā)還是個性化推薦，算法都已隨著技術(shù)的發(fā)展，融入新聞分發(fā)平臺的骨髓之中。

然而，怎樣在新聞的公共性與算法的個性化之間找到平衡，考驗著每一個平臺的價值取向。

當(dāng)新聞遇到算法

2012年起，算法推薦開始進(jìn)入新聞分發(fā)領(lǐng)域，并進(jìn)而影響了大眾對新聞的獲取方式。

此前，無論是傳統(tǒng)媒體還是門戶網(wǎng)站，讀者和用戶獲取新聞的方式都是相對靜止的，每一次翻頁、每一下點擊，都不會影響到接下來的新聞內(nèi)容，也不會讓第二天的門戶頁面設(shè)置發(fā)生顯著變化。

而算法推薦精準(zhǔn)分發(fā)的特點，則漸漸改變了這一切，也日益吸引著讀者的注意力。

中國人民大學(xué)新聞學(xué)院教授、博士生導(dǎo)師宋建武告訴《瞭望東方周刊》：“很多用戶希望以最低的費力程度來獲得最大的信息滿足。哪個平臺能夠提供這樣的體驗，他們就會選擇在哪個平臺或渠道上獲得信息。”

在宋建武看來，“過去，用戶想要滿足自己的閱讀需求，需要在互聯(lián)網(wǎng)上搜索，而精準(zhǔn)分發(fā)出現(xiàn)后，他們可以不再費如此大的力氣，就能獲得想要看到的東西?！?/p>

自媒體的蓬勃發(fā)展，也為新聞聚合平臺的開發(fā)提供了充足的內(nèi)容原材料。

無論是博客時代的個人情感抒發(fā)，還是微博平臺上的意見表達(dá)，用戶原創(chuàng)內(nèi)容（UGC）都在呼喚著更為廣闊的平臺以及更為有效的話筒。而微信公眾平臺的適時出現(xiàn)，恰恰為眾多自媒體提供了生長的土壤，大量原創(chuàng)內(nèi)容被生產(chǎn)出來。

“當(dāng)網(wǎng)絡(luò)上出現(xiàn)了各種各樣的自媒體內(nèi)容，而門戶網(wǎng)站卻還只是展現(xiàn)頭部內(nèi)容、不能實現(xiàn)‘千人千面時，新聞內(nèi)容的分發(fā)便開始尋找長尾、垂直內(nèi)容的新出口。”一點資訊副總裁、總編輯吳晨光告訴《瞭望東方周刊》，“用戶的需求是精準(zhǔn)分發(fā)的一個大前提，但毋庸置疑，技術(shù)肯定起到了推動作用。就像寫字需要筆，而筆本身又會隨著時代不斷進(jìn)步?！?blockquote>

只有將人的經(jīng)驗投射到算法中，才能減少算法推薦模式的瑕疵。

在宋建武看來，“如何在移動終端上對內(nèi)容進(jìn)行更有效的分發(fā)，一個比較有效的技術(shù)方案就是利用應(yīng)用來收集、存儲、分析用戶的行為數(shù)據(jù)、閱讀數(shù)據(jù)，從而實現(xiàn)更為精準(zhǔn)的信息推送。”

算法是一把雙刃劍

“算法推薦最大的優(yōu)勢就是提升效率。”宋建武說。在信息爆炸的時代，算法推薦模式應(yīng)用之初，的確憑借其在傳播分發(fā)上高效、精準(zhǔn)、個性化的特點，吸引了用戶的注意力。

但是，隨著算法推薦的日益普及，一些平臺完全依靠新聞算法推薦來進(jìn)行內(nèi)容分發(fā)、不設(shè)置人工干預(yù)的做法，漸漸顯露出一些弊端。

首先是用戶獲取信息質(zhì)量的下降。

宋建武用“內(nèi)容下降的螺旋”來形容算法推薦可能帶來的問題?！昂唵蝸碚f，有時候越低俗、離奇、驚悚的內(nèi)容越有人看，它在平臺上的熱度就越高，而平臺算法本身又以熱度為主要的取值點，這樣就會造成—種狀況：內(nèi)容越低俗、離奇、驚悚，越會被那些平臺更多地推送?！?/p>

“內(nèi)容下降的螺旋”，也反映出部分企業(yè)對商業(yè)利益的過度追求。

有媒體曾辛辣地指出，技術(shù)常常是一把冷冰冰的雙刃劍，在價值和利益的天平上，所謂的算法成了利益的砝碼，一切圍著流量轉(zhuǎn)，唯點擊量、轉(zhuǎn)發(fā)量馬首是瞻，“標(biāo)題黨”泛濫，價值取向跑偏，內(nèi)容淪為附庸。

業(yè)內(nèi)人士張澍（化名）對《瞭望東方周刊》說，基于點擊量進(jìn)行新聞分發(fā)的算法模式，固然讓用戶使用客戶端的時間變長，卻容易放大用戶的心理弱點。

也有專家提出，新聞算法推薦會引導(dǎo)用戶重復(fù)瀏覽某些特定話題，使其囿于相互隔絕的信息繭房，甚至黨和國家的大政方針、重大民生決策都得不到有效傳遞。

新推出的微信7.0版本新功能受到關(guān)注

“機器是無法判斷真假和價值取向的，算法推薦的主要標(biāo)準(zhǔn)就是用戶喜歡。這種方式過去帶來了一系列的問題，比如虛假新聞在圈層人群中蔓延傳播、‘標(biāo)題黨問題突出等。”新浪董事長兼CEO曹國偉說。

吳晨光則對算法判斷“標(biāo)題黨”的準(zhǔn)確性問題作了較為直觀的解釋。

“在判斷‘標(biāo)題黨時，算法模型可能會考慮到點擊率與閱讀停留時長這兩點，因此點擊率高而閱讀時長短的文童，就容易被當(dāng)作是‘標(biāo)題黨。那么就會出現(xiàn)一個問題：假設(shè)算法規(guī)定停留時長7秒為‘標(biāo)題黨，那么停留8秒的又要怎么算？”吳晨光說。

而在重大新聞、熱點新聞的推送上，算法推薦往往也會有所滯后。吳晨光說，“像孟晚舟事件，人們一秒就能判斷出來這是個重大新聞，但算法卻要根據(jù)這個詞以及相關(guān)文童在后臺的點擊飆升情況、是否是微博熱搜、在其他平臺的推送情況等指標(biāo)來判斷，往往要晚上半個小時左右。”

算法推薦帶來的種種問題，也引起了國家的關(guān)注。

2017年，國家網(wǎng)信辦先后多次約談多家資訊聚合平臺，要求各平臺切實履行主體責(zé)任，清理不良低俗內(nèi)容和相應(yīng)自媒體號。這為整個新聞行業(yè)敲響了警鐘，改進(jìn)算法推薦模型，成為整改的重要方向。

“人機結(jié)合”

吳晨光將新聞定義為人們“應(yīng)知、欲知而未知的東西”。在他看來，“一些算法能夠滿足欲知而未知，但沒有滿足應(yīng)知而未知。于是，很多重大事件、影響國計民生的政策變動等，在手機屏幕上沒有被體現(xiàn)。”

“AI算法說到底還是在學(xué)習(xí)和模仿人如何處理事情，學(xué)習(xí)要有一個過程，算法需要更好地成長?！彼谓ㄎ湔f。

現(xiàn)階段，如何讓算法推薦變得更“聰明”、更有溫度？

上海交通大學(xué)計算機應(yīng)用研究所副所長、博士生導(dǎo)師盛斌對《瞭望東方周刊》說：“判斷一個算法模型是否道德并符合正確價值觀，應(yīng)該是算法管理者的責(zé)任?！?/p>

互聯(lián)網(wǎng)企業(yè)并非“輿論飛地”，同樣要擔(dān)負(fù)起與媒體角色相對應(yīng)的社會責(zé)任。

事實上，如今已有不少資訊聚合平臺在積極改進(jìn)算法模型，并在算法推薦中加入了人工編輯審核的力量。

例如，新浪微博在算法推薦中增加了權(quán)威媒體的權(quán)重，對熱門內(nèi)容也加入了人工審核?！八惴ㄍ扑]之外必須有正向價值導(dǎo)向?！辈車鴤フf。

一點資訊則采用了“機器算法+人工編輯”相結(jié)合的分發(fā)方式：一篇稿子進(jìn)入后臺，首先要經(jīng)過反垃圾算法模塊的過濾，之后由算法和編輯為文章打出標(biāo)簽、做好分類，文童就按照標(biāo)簽分類被分配到熱點、本地等模塊中，那些被編輯挑出來的好文童，還會進(jìn)入“精品池”模塊。到了內(nèi)容分發(fā)環(huán)節(jié)，會由編輯和算法工程師共同確定文童的排序。

出現(xiàn)重大新聞事件時，編輯會啟動重大突發(fā)事件處理機制，算法就會打開“閘門”，讓相關(guān)稿件進(jìn)入。啟動級別不同，“閘門”開放的大小也不同。

此外，一些資訊聚合平臺還設(shè)有精細(xì)化運營組，負(fù)責(zé)與算法工程師交流對接，以便讓編輯獲得的第一手資料被運用到算法模型的優(yōu)化中。

盛斌認(rèn)為，只有將人的經(jīng)驗投射到算法中，才能減少算法推薦模式的瑕疵：“如何從技術(shù)層面反映道德立場，需要新聞媒體人的經(jīng)驗。必須通過媒體人和算法工程師的密切交流，讓程序員更好地理解這些經(jīng)驗，才能更加合理和正確地設(shè)計算法，應(yīng)用算法。”

讓算法設(shè)計者懂新聞

在新聞算法推薦中，利用什么樣的方式在“冷啟動”環(huán)節(jié)吸引用戶，關(guān)系到平臺的價值取向。

所謂冷啟動，就是新用戶在使用App時看到的第一屏內(nèi)容。這時，用戶的興趣愛好還沒有被平臺挖掘出來，有些平臺為了留住用戶，便會在冷啟動時讓算法模型選出那些最能吸引眼球、最聳人聽聞的內(nèi)容來，如果用戶點擊了其中的內(nèi)容，類似的新聞便會源源不斷地推薦到這名用戶的頁面上。

在吳晨光看來，“冷啟動時，不負(fù)責(zé)任的算法其實是調(diào)動了人意念中‘惡的一面。”

有些資訊聚合平臺則選擇在冷啟動環(huán)節(jié)引入“精品池”中的內(nèi)容，“就是把經(jīng)過用戶檢驗的、點擊率高但不低俗的內(nèi)容推薦給用戶。在如何定義低俗、如何確認(rèn)底線的問題上，編輯應(yīng)發(fā)揮看門、把關(guān)的作用?！眳浅抗庹f。

“當(dāng)然，算法的推送效果最終還是要取決于用戶自己的選擇。用戶不點擊，傳受關(guān)系就不成立，精品池中的新聞也就沒有傳播效果?！彼谓ㄎ湔f。

而以人民號為代表的“黨媒算法”，則為如何改善算法設(shè)計提供了新思路。

在宋建武看來，“黨媒算法的關(guān)鍵，就在于要全面分析和評估：對于一個社會成員，新聞的重要性究竟體現(xiàn)在哪里，什么樣的內(nèi)容能夠促進(jìn)個體與社會協(xié)調(diào)發(fā)展融為一體，而不是生硬地打出一些標(biāo)簽。這，也是我們正在攻克的難題?！?/p>

事實上，學(xué)界也在對算法模型的優(yōu)化方式進(jìn)行研究。

宋建武透露，他所在的學(xué)院就曾參與不少校企合作項目：“比如與今日頭條合作研究如何提升虛假信息甄別與管控力度，與百度一起探討如何運用區(qū)塊鏈技術(shù)來提升新聞媒體還原真相的能力，與快手就深度分析平臺聚合內(nèi)容的方式進(jìn)行討論，等等?！?/p>

而在人才培養(yǎng)上，有業(yè)內(nèi)人士認(rèn)為，為彌補目前新聞推薦算法的瑕疵，需要引入跨學(xué)科人才培養(yǎng)機制，培養(yǎng)出傳播學(xué)和計算機科學(xué)的交叉人才。

讓算法設(shè)計者懂新聞，是上述人才培養(yǎng)機制的目標(biāo)。

“應(yīng)該將信息‘把關(guān)人的權(quán)責(zé)從算法交回到人的手上，正如確診病情的權(quán)力應(yīng)該屬于醫(yī)生，而不是輔助醫(yī)生的AI?！笔⒈笳f。