算法推薦模式的成因、危害及規(guī)范策略

史 凡，陳 杰

1 算法推薦模式的興起

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，海量信息令人目不暇接，優(yōu)質(zhì)內(nèi)容與劣質(zhì)內(nèi)容齊頭并進(jìn)，增加人們的選擇成本，更何況人們的時(shí)間精力有限。此時(shí)，則需要一種工具來幫助人們滿足信息的自我所需。算法推薦正在信息傳播中大顯身手，幫助人們節(jié)約成本，提升效率。

算法型分發(fā)模式是以大數(shù)據(jù)技術(shù)和智能算法為主要依托，充分滿足受眾的個(gè)性化和場(chǎng)景化信息需求。2012 年開始，以今日頭條、一點(diǎn)資訊為代表的算法新聞的興起，給新聞傳播帶來了一種全新的傳播形態(tài)，引發(fā)了信息內(nèi)容生產(chǎn)整合以及分發(fā)模式的變革。陳力丹教授曾這樣描述這個(gè)時(shí)代：“現(xiàn)在是新聞最多的時(shí)代，也是新聞最差的時(shí)代。我們似乎更容易看見‘真相’，但追究真相更難?！痹谶@樣的時(shí)代里，人們“越來越多地需要自己從一大批相互競(jìng)爭(zhēng)的信源中過濾信息。我們正成為自己的編輯、自己的把關(guān)人和自己的新聞聚合器?！?/p>

但由于缺乏必要的信息素養(yǎng)，越來越多的人把“看什么”的權(quán)力交給算法技術(shù)，算法根據(jù)用戶信息和閱讀痕跡繪制用戶的興趣圖譜，建立精確的用戶畫像，并持續(xù)不斷地推送相關(guān)信息，讓信息與用戶能夠?qū)崿F(xiàn)精準(zhǔn)對(duì)接。以今日頭條為代表的個(gè)性化新聞推送App 異軍突起，為用戶提供個(gè)性化的信息匹配服務(wù)，在信息分發(fā)市場(chǎng)上信息傳播中大顯身手，但其帶來的弊端也越來越明顯。

2 算法推薦模式的媒體成因

2.1 流量至上的商業(yè)邏輯

流量在現(xiàn)代傳播體系中的地位舉足輕重。有觀點(diǎn)指出，通過互聯(lián)網(wǎng)盈利就是獲取流量紅利。算法推薦模式的背后，存在著一套商業(yè)邏輯，試圖延長(zhǎng)用戶在平臺(tái)停留的時(shí)間以提高流量，進(jìn)而謀求最大利益。所以，提供服務(wù)的新聞聚合類平臺(tái)已將重點(diǎn)從社會(huì)效益、公共利益轉(zhuǎn)向追崇平臺(tái)的流量利益以及用戶的個(gè)體私利。為了獲取高額點(diǎn)擊率，實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化，算法推薦模式相繼被各大新聞聚合類平臺(tái)采用。

2.2 媒體全方位討好公眾

新聞媒體逐步從新聞本位主義轉(zhuǎn)而堅(jiān)持流量至上，試圖全方位討好公眾以獲取更多注意力。算法推薦則指計(jì)算機(jī)技術(shù)通過大數(shù)據(jù)追蹤用戶的網(wǎng)絡(luò)行為及取向，加以算法進(jìn)行用戶畫像，計(jì)算出包括個(gè)人偏好、生活環(huán)境及社交網(wǎng)絡(luò)在內(nèi)的多種信息。這樣的特點(diǎn)符合由傳者中心變?yōu)槭苷咧行牡男畔鞑ペ厔?shì)。如基于數(shù)據(jù)挖掘的推薦引擎產(chǎn)品“今日頭條”，旨在通過網(wǎng)絡(luò)信息收集、內(nèi)容重組分析、進(jìn)行個(gè)性化推送三個(gè)步驟，將“編輯決定什么上頭條”轉(zhuǎn)變?yōu)椤澳汴P(guān)心的就是頭條”，從而成為崛起迅速的互聯(lián)網(wǎng)新秀。

2.3 大眾媒介弱化環(huán)境監(jiān)視功能

在自媒體崛起的移動(dòng)互聯(lián)網(wǎng)時(shí)代，人人都可以通過手機(jī)在微信、微博等社交媒體發(fā)布信息，越來越缺少對(duì)事實(shí)的探究和對(duì)真相的執(zhí)著。部分自媒體不問時(shí)間地點(diǎn)，不問前因后果，不問真假對(duì)錯(cuò)，急于搶新聞、博眼球，加上部分傳統(tǒng)媒體也為蹭熱點(diǎn)，不核查信息，不排除假新聞，而是進(jìn)行簡(jiǎn)單的復(fù)制粘貼，助推了事態(tài)的擴(kuò)散。

3 算法推薦泛濫的危害

算法既然可以用來計(jì)算，那么則也可以用來算計(jì)。技術(shù)無(wú)情而人有情，人操控的技術(shù)如果一味被利用來算計(jì)人，以獲取市場(chǎng)的青睞，利益的豐收，那么技術(shù)帶來的不是先進(jìn)和便捷，而是誤導(dǎo)和操控。同樣，如果過于依靠技術(shù)而非自我判斷，人們也會(huì)受限于技術(shù)的桎梏，成為被操縱的傀儡，變得不再加以思考，對(duì)社會(huì)和互聯(lián)網(wǎng)生態(tài)造成不良后果。

3.1 庸俗、低俗、媚俗信息泛濫

算法的迎合式推薦會(huì)造成少數(shù)用戶的低級(jí)趣味泛濫和固化。由于新聞內(nèi)容生產(chǎn)的特殊性，在新聞實(shí)踐中存在盲目追求轟動(dòng)效應(yīng)的現(xiàn)象。互聯(lián)網(wǎng)可以無(wú)限放大人性，色情暴力三俗信息天然擁有巨大市場(chǎng)，但有害信息在滿足用戶窺視欲的同時(shí)，也會(huì)使平臺(tái)迎來危機(jī)。微信公眾平臺(tái)主體“咪蒙”及旗下公共號(hào)素來以制造恐慌和焦慮的文章捕捉青年用戶，今年1 月29 日“咪蒙”團(tuán)隊(duì)公眾號(hào)“才華有限青年”發(fā)布了爆款文章《一個(gè)出身寒門的狀元之死》，影響力迅速躥升的同時(shí)，該文章受到社會(huì)一致譴責(zé)，最終導(dǎo)致其團(tuán)隊(duì)的隕落。

3.2 形成信息“繭房”

算法推薦模式針對(duì)用戶個(gè)體進(jìn)行的個(gè)性化推送，使其頻繁接收同質(zhì)化信息，長(zhǎng)期接受單面觀點(diǎn)，進(jìn)而產(chǎn)生看待世界的刻板印象。仿佛在用戶周圍砌起了一堵墻，形成信息“繭房”，造成信息窄化的同時(shí)極易誘發(fā)網(wǎng)絡(luò)群體極化現(xiàn)象，難以構(gòu)建社會(huì)共識(shí)。因此，在信息高速公路上過度依賴算法推薦模式，就會(huì)偏離正途，迷失方向。

3.3 大眾媒介的麻醉作用

拉扎斯菲爾德和默頓指出，大眾傳播的負(fù)面功能將受眾淹沒在海量的表層信息和通俗娛樂之中，使人們沉醉于虛幻的滿足，從而喪失行動(dòng)能力。新聞聚合類平臺(tái)借助算法推薦模式向其用戶推送的大量“新聞”，完全處于“黑箱”狀態(tài)，用戶無(wú)從得知他們收到的推送基于何種價(jià)值標(biāo)準(zhǔn)及取向，因此用戶會(huì)越來越多沉溺于平臺(tái)指定的表層信息。

4 規(guī)范算法推薦模式的策略

技術(shù)是可以被利用的，技術(shù)帶來的后果是好是壞取決于背后操縱它的人所持有的價(jià)值觀和自我約束。當(dāng)然，僅憑技術(shù)操控者的認(rèn)知自覺和道德自覺是遠(yuǎn)遠(yuǎn)不夠，我們更加需要一套評(píng)判規(guī)范，使人民群眾的信息傳聲筒，在信息洪流中走在引領(lǐng)正確價(jià)值觀的最前方。

4.1 增強(qiáng)算法質(zhì)量，建立大數(shù)據(jù)評(píng)估系統(tǒng)

彭蘭認(rèn)為，許多機(jī)構(gòu)在轉(zhuǎn)向數(shù)據(jù)分析工作甚至以此營(yíng)利時(shí)，數(shù)據(jù)質(zhì)量的評(píng)估變得尤為重要。然而僅僅依靠大眾媒體自身，很難建立一套成熟可行的評(píng)估標(biāo)準(zhǔn)。算法出身于大數(shù)據(jù)時(shí)代，這意味著需要建立一套獨(dú)立的，排除于媒體之外的第三方評(píng)估系統(tǒng)。此時(shí)則需要建立法律和規(guī)章制度進(jìn)行規(guī)范化管理。在大數(shù)據(jù)發(fā)展走在前沿的美國(guó)就曾出臺(tái)過《數(shù)據(jù)質(zhì)量法》，但因?yàn)閷?duì)解釋權(quán)和裁定權(quán)劃分模糊而引起爭(zhēng)議。媒體管理的研究需要跟上信息化時(shí)代的步伐，前路還非常漫長(zhǎng)。

4.2 洞察受眾偏好，傳遞主流價(jià)值

經(jīng)濟(jì)效益和社會(huì)責(zé)任的平衡是媒體的永恒話題，作為廣大群眾的信息傳聲筒，任何媒體都不能片面追求經(jīng)濟(jì)效益，而忽視向受眾傳遞正確價(jià)值觀的重要性。用戶作為傳播平臺(tái)的受眾，決定其生存空間，即媒體必須滿足受眾偏好，獲得市場(chǎng)青睞才能維持生命。上文提到，社會(huì)主義核心價(jià)值觀是社會(huì)主義核心價(jià)值體系的內(nèi)核，也是媒體必須遵守、培育和弘揚(yáng)的社會(huì)共識(shí)，所以媒體不在犧牲導(dǎo)向的情況下一味滿足受眾，否則傳播內(nèi)容易陷入媚俗與偏執(zhí)。技術(shù)終究服務(wù)于人，建立人機(jī)結(jié)合的算法篩選機(jī)制，讓技術(shù)幫助新聞工作者精準(zhǔn)化把握受眾喜好、人性化洞察用戶價(jià)值偏好，才能真正實(shí)現(xiàn)讓技術(shù)輔助新聞價(jià)值的呈現(xiàn)，做到有的放矢，實(shí)現(xiàn)符合主流價(jià)值內(nèi)容的精準(zhǔn)傳播。

4.3 精進(jìn)算法技術(shù)，打破“信息繭房”

目前階段，算法推薦的技術(shù)還發(fā)展有限，容易造成推送內(nèi)容的窄化和同質(zhì)化，其致使的“信息繭房”成為人們的詬病，也是算法推薦爭(zhēng)議之所在。如何突破單調(diào)化推薦，滿足人們需求的多樣性，則需要算法技術(shù)的精進(jìn)來解決。目前算法推送的指標(biāo)主要依賴于用戶的基本信息、網(wǎng)絡(luò)瀏覽記錄，以及社交足跡，指標(biāo)相較全面需求的滿足顯得單一化。值得注意的是，技術(shù)進(jìn)步和指標(biāo)拓展的前提是對(duì)用戶隱私的尊重，要杜絕為攫取用戶喜好，分析用戶畫像而不擇手段地獲取隱私信息，也不能為吸睛而設(shè)置低俗化內(nèi)容和“標(biāo)題黨”等誘導(dǎo)性內(nèi)容，否則會(huì)以媒體地公信力和傳播力為代價(jià)。

5 結(jié)束語(yǔ)

算法推薦模式符合信息技術(shù)發(fā)展的趨勢(shì)和潮流。在信息爆炸的時(shí)代下，每個(gè)人都不可能成為一座孤島，只有弄懂如何合理地使用算法推薦模式，才能更好地利用算法技術(shù)服務(wù)用戶、造福社會(huì)。