算法時代的新聞傳播：應用、問題與對策

黃 琪

(安徽省明光市人民法院，安徽 明光 239400)

在時下的網(wǎng)絡傳播時代，一方面信息大爆炸，另一方面，個體卻難以在信息海洋中獲取自身所需要的信息，在信息過剩中，個體陷入信息匱乏這樣奇怪的境地。算法推薦被認為是解決這一窘境的有效手段。近年來，算法在新聞傳播領域得到廣泛深入的運用。在國內，今日頭條、天天快報、一點資訊等算法型資訊平臺相繼誕生，由于其用戶黏性強、滲透率高，很快成為新聞App市場受眾追捧的應用。在美國，以News Republic為代表的新聞App發(fā)展迅猛，誕生不久便在競爭激烈的新聞市場擁有一席之地。算法推送新聞主要有兩種方式：一是個性化、定制化的新聞被單獨推送給用戶；二是公眾普遍感興趣的新聞在資訊類App中被置頂。這兩種方式的交叉運用，使傳統(tǒng)媒體在新聞分發(fā)領域的控制權受到極大削弱，用戶獲得信息的渠道更為多樣且可自控。新的內容分發(fā)機制，不僅建立了新型的新聞與受眾之間的聯(lián)系，重塑了傳播領域的權力生態(tài)，也帶來了信息繭房、回聲室效應、把關人缺失等不可忽視的問題。如何面對此種變局，正是本文討論之所在。

一、算法在新聞傳播領域的應用

(一)應用之背景

算法是科技、經濟發(fā)展到一定階段的產物，互聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能的三位一體是算法得以產生的技術基礎。對于互聯(lián)網(wǎng)資訊企業(yè)而言，用戶的注意力(點擊率)是最珍貴也是最稀缺的資源。因此，讀懂用戶的興趣偏好、增強用戶的黏性、吸引新用戶成為關乎企業(yè)發(fā)展甚至生死存亡的關鍵。此種經濟壓力(動力)倒逼它們研發(fā)并應用具有強大數(shù)據(jù)挖掘與精準信息投送能力的算法系統(tǒng)，以增強市場競爭力(或維持市場競爭優(yōu)勢)，提高經濟效益。另外，隨著消費理念及模式的變革，用戶的自我意識不斷增長，愈來愈不滿足于被動接收信息，注重追求個性化的服務體驗，渴望有求必應，而算法推薦恰巧符合用戶理想中的要件，故而具備廣泛的群眾基礎?；ヂ?lián)網(wǎng)資訊企業(yè)與用戶的互推需求是產生算法推薦的經濟與社會基礎。此外，各國為搶占人工智能這一新技術革命的制高點，紛紛從政策層面鼓勵、支持、引導人工智能的發(fā)展。例如，美國的《未來人工智能準備》(2016)、中國的《新一代人工智能發(fā)展規(guī)劃》(2017)等都對本國人工智能的發(fā)展作了戰(zhàn)略規(guī)劃與設計[1]。另外，政府等公共機構也愈來愈依賴于人工智能進行決策，而人工智能的核心是算法，這使算法得以在寬松的政治環(huán)境中不斷發(fā)展進步。

上述層面因素構成算法蓬勃發(fā)展的主要背景，這也使得算法應用的觸角滲透到包括新聞傳播在內的當今社會生活的方方面面。實際上，算法已經深度介入人類的生活，只要打開網(wǎng)絡，最終推送到眼前符合我們需求的信息基本上為算法決策的結果[2]137。

(二)應用之現(xiàn)狀

目前，在全球范圍內，占據(jù)主導地位的IT類資訊公司均將算法應用于核心業(yè)務。人們通過搜索引擎、社交媒體或新聞聚合器瀏覽到的新聞基本為算法推薦的結果。Facebook通過算法系統(tǒng)將新聞以信息流的形式推送給用戶。谷歌新聞(Google News)的啟動標志著算法直接侵入了人類的編輯判斷領域。在我國，算法推薦在以今日頭條為典型的資訊分發(fā)行業(yè)大行其道，無論是傳統(tǒng)門戶網(wǎng)站推出的移動新聞客戶端(以網(wǎng)易、新浪為代表)，還是聚合類新聞App(以今日頭條、天天快報為代表)，均顯示著數(shù)字新聞的分發(fā)渠道逐漸被算法推送所代替。在網(wǎng)絡傳播領域，算法除了作為“制導武器”向用戶精準推送個性化信息外，還能自動計算出熱點信息的內容、主題詞、標簽、體例結構等以指導新聞發(fā)布機構創(chuàng)作符合用戶需求的新聞，形成了以用戶為導向的新趨勢。需要注意的是，當前的算法技術還存在缺陷，且在洞察用戶方面的數(shù)據(jù)收集還不完整，因此本文提及的新聞算法推送的個性化與精準化均為或然率層面大概率的個性化與精準化，并沒有達到完全滿足用戶所有的以及深層次需求的程度。這導致當前的算法還帶有顯著的工具屬性，離真正意義上的智慧型算法還有相當長的距離[3]。

在當今大數(shù)據(jù)與人工智能的洪流中，數(shù)字新聞正經歷“算法轉向”是一個不爭的事實。算法在新聞傳播領域的應用所帶來的不僅僅是新聞生產模式的改變，更多的在于內容分發(fā)機制的變革，畢竟新聞話語的傳播最終需要釋放的渠道。在數(shù)字新聞業(yè)中存在三種推送方式：媒體型、關系型與算法型[4]。媒體型以網(wǎng)易、新浪等門戶網(wǎng)站以及傳統(tǒng)媒體的數(shù)字平臺為代表，通過以頻道或欄目的方式分發(fā)新聞內容。關系型以社交關系(如轉發(fā)、訂閱)進行推送，主要代表是微博與微信。算法型則是通過計算用戶的個體特征與環(huán)境特征，實現(xiàn)信息與用戶的匹配。在數(shù)字新聞中，用戶流量無疑是首位的，而獲取用戶流量的關鍵在于吸引用戶眼球。因此，迎合用戶個性化需求的算法型推送成為主流，其他類型的推送也逐漸轉向算法。

隨著移動互聯(lián)網(wǎng)的發(fā)展、資訊App的產生，用戶無須借助統(tǒng)一的媒介即可點擊閱讀不同類型的新聞，這是個性化推送得以出現(xiàn)的前提(以往需要通過報紙、電視臺、廣播等單向渠道了解“天下事”，且傳播的對象是不特定的社會公眾，不會考慮所謂的個性化)。算法為實現(xiàn)新聞推送的預定效果，就要解決好用戶、環(huán)境與資訊三者之間的匹配問題，這屬于算法推薦系統(tǒng)的三個變量[5]。其中，用戶包括年齡、職業(yè)、性別、興趣等要素；資訊內容包括圖文、視頻等，每種內容具有不同的特征，需分別提??；環(huán)境包括時間、地點、場景等，這些環(huán)境要素會影響用戶對信息的偏好。以這三個變量為依據(jù)，推薦模型便會計算出相關性、環(huán)境、熱度、協(xié)同性等方面的特征，以決定是否推送以及推送何種類型的信息予終端用戶。

新聞算法推送存在兩個層面：個體層面與總體層面。其工作機制為：基于大數(shù)據(jù)技術對用戶在網(wǎng)絡空間的注冊、瀏覽、點擊、收藏、評論等數(shù)字痕跡進行收集、分析，挖掘用戶的愛好、行為習慣等個人信息，形成用戶畫像，同時篩選平臺信息內容，為用戶推送量身定制的新聞，實現(xiàn)需求與傳遞之間的匹配[6]。個體層面解決的是用戶的個性化需求，而總體層面則著眼于類屬需求，即通過算法推送符合社會公眾的新聞，這屬于算法新聞的底層邏輯。公眾由眾多用戶組成，每個用戶之間的需求或關注點不可能完全一致，算法通過優(yōu)化對巨量用戶數(shù)據(jù)進行操作的計算機系統(tǒng)，凸顯用戶行為的特定消費模型，產生一個“長?；钡纳鐣骄?，排除邊緣性與非主流信息，推送滿足大多數(shù)用戶需求的內容[7]。另外，算法通過版塊的分類、公共熱點的抓取、新聞之間以及用戶之間的關聯(lián)等方面在總體上推送滿足公眾需要的新聞。以今日頭條為例，每個用戶智能手機中頭條App的內容都是不一致的，但每個用戶均能從中找到自己感興趣的新聞。這兩個層面的交叉使用打破了傳統(tǒng)媒體對于新聞分發(fā)權力的壟斷，形成了一種新的權力格局即“算法權力”，給新聞業(yè)帶來顛覆性的嬗變。

二、新聞算法推送的主要問題

(一)“房室效應”——陷入“被計算好的話語領域”

新聞傳播的本質在于在現(xiàn)實社會之外創(chuàng)造一個擬態(tài)環(huán)境，通過理性和客觀性的話語來支持其權威性，塑造人們的認知與行為模式，建構我們對世界的看法與主張。在傳統(tǒng)媒體時代，信息較為稀缺，受眾對新聞的閱讀難以被計量記錄，并且受眾范圍具有區(qū)域性，閱讀時間也存在先后，因此，新聞的傳播(分發(fā))所致影響一般不會形成一個整體固化的模式。另外，因信息資源稀缺，人們?yōu)樗褜し献陨硇枨蠡蚋信d趣的信息還得有目的地發(fā)揮自身主觀能動性，信息稀缺與受眾需求之間的矛盾導致無法有效構造受眾對外部環(huán)境的認知。

隨著算法介入數(shù)字新聞業(yè)，憑借著極強的素材抓取、深度學習與數(shù)據(jù)搜集能力，個性化推送成為算法新聞的“標配”，對展現(xiàn)在眼前滿足我們要求的信息，算法已經進行了分類、篩選與取舍，致使用戶不自覺陷入“被計算好的領域”，生活在過濾后的泡沫之中，使社會形成較為統(tǒng)一的認知行為模式。盡管在傳統(tǒng)媒體時代新聞的分發(fā)也是編輯等職業(yè)把關人判斷或抉擇后的結果，但他們更多考慮的是新聞的價值并依靠自身的專業(yè)(經驗)判斷，至于用戶的興趣與口味并非是唯一的考量因素。而算法推送是以用戶為導向，分發(fā)的本質目標在于吸引用戶的注意力，如不計算好用戶的需求與偏好，將無法實現(xiàn)其預期目的。

當今的互聯(lián)網(wǎng)新聞資訊以算法為主導，用戶閱讀的選擇權被讓渡給算法。通過收集用戶的個人數(shù)據(jù)乃至隱私，算法能精準地計算出個體與信息之間的匹配度，排斥非主流或邊緣信息，將用戶本身所認同(感興趣)內容以不同形式重復推送給用戶，固化用戶已有的思維或形成新的思維枷鎖。如果將單個信息比作一根繭絲，那么在越來越多的同質化信息被推送時，繭房就逐漸會被編織地越嚴密，同理，回聲室也會越堅固。當無數(shù)被計算好、過濾后的個性化信息源源不斷地涌向用戶時，信息繭房與回聲室效應就慢慢形成了。在“繭房”與“回聲室”中，個體容易沉浸在自我滿足中，將自我的認識作為真理，容易形成認知偏見，排斥其他合理信息的輸入。信息繭房與回聲室效應的背后隱藏著“同一化”的內核，長期置身于此種場景，將割裂社會的整體交往，最終會形成一個個“信息孤島”[8]。算法推送帶來同質新聞的泛濫，而新聞作為一種特殊的信息，兼具社會教化的功能。若長期沉浸于同質新聞之中，在個體層面，不僅會降低新聞品位與知識素養(yǎng)，亦會脫離社會情境，造成責任意識與公共意識的缺失，導致個體的扭曲與異化。在社會層面，會導致新聞內容失衡，削弱新聞媒介的輿論監(jiān)督作用，使大眾媒介的公共服務職能受到侵蝕。

(二)把關人缺失——虛假新聞、低俗信息的泛濫

在新聞傳播領域，把關人的職能便是對即將發(fā)布的信息內容進行核查。在傳統(tǒng)的把關模式下，受眾處于傳播鏈條的末端，是被傳播主體所控制的客體，把關人通過新聞價值的判斷掌握著信息流通的“生死大權”。在傳統(tǒng)媒體時代，記者、編輯等新聞職業(yè)者擔任著新聞分發(fā)的把關人角色，作為客觀現(xiàn)實與表征現(xiàn)實之間的把關人，他們通過自身的專業(yè)技能、經驗判斷與人格操守，大體履行著新聞業(yè)施予把關人的職操。雖然也會出現(xiàn)價值觀偏差、利益交換等現(xiàn)象，但總體上維持著一個良性的均衡態(tài)勢。

傳統(tǒng)的新聞生產、分發(fā)的流程為：客觀現(xiàn)實→記者/編輯→表征現(xiàn)實。隨著數(shù)字新聞轉向算法新聞，新聞分發(fā)階段的把關人由記者、編輯等從業(yè)者讓位給算法。而由算法推送技術所產生的“內容下降的螺旋”問題——虛假新聞或低俗信息經常會被算法選取并加以推送，最為人詬病[9]。算法的出現(xiàn)以及職業(yè)把關人的式微，使得虛假新聞、低俗信息迅速泛濫，并進而成為一個嚴重的公共問題，甚至觸犯法律底線。推送過程中出現(xiàn)的這些問題并非可以簡單地歸咎于算法本身，更多的在于資訊平臺缺乏必要的把關意識與技術手段，有些平臺在主觀上甚至還企圖借此以提高用戶流量，追逐經濟利益。

長期以來，我們存在這樣一個誤解：算法是公正的，它由代碼構成，根據(jù)自身的技術規(guī)則而非“種族”“膚色”等外在因素做出判斷與決策。一些IT巨頭也經常向社會灌輸這樣的理念，比如，今日頭條提倡“去主編論”“唯算法論”，Google鼓吹算法的客觀性與中立性。在傳統(tǒng)媒介時代，若出現(xiàn)虛假新聞或低俗信息，公眾可以快速找到源頭并指責記者、編輯、報社、電臺等，甚至還可以請求追究他們的責任。而在算法新聞時代，面對虛假新聞、低俗信息的泛濫，資訊平臺的管理者往往兩手一攤，作一臉無辜狀，“不是我們的錯，都是算法導致的，我們已經盡力了”。實際上，作為中介的算法并不是完全中立的，它也有價值觀，只不過這種價值觀隱蔽在代碼中悄然運行[4]。算法并不能識別虛假新聞。2016年，F(xiàn)acebook將“熱點話題”版塊全盤自動化并取消了這個版塊的內容管理團隊，僅僅幾天之后，一則完全被捏造的假新聞被推送出來并成為頭條話題，這表明“有時算法會讓系統(tǒng)自動傳播假新聞”[10]。另外，極具話題性與熱度的虛假新聞或低俗信息更容易被算法捕捉并被推送，從而出現(xiàn)被廣泛傳播的現(xiàn)象。而且，算法所體現(xiàn)的是設計者或使用者的價值取向與利益追求，其對新聞的推送代表著“幕后人”的思想認識與價值理念[11]。這種隱蔽性使得當下的資訊類平臺中的把關職能形同虛設。

三、新聞算法推送的改進對策

算法深度介入的新聞業(yè)，是更好的新聞業(yè)，也是更壞的新聞業(yè)。在新聞分發(fā)渠道被算法把控的情況下，對于新聞業(yè)應如何突圍、還復其原本的面貌而言，我們可以從以下路徑進行綜合思考：

(一)挖掘用戶潛在需求，升級算法技術，培育公眾算法素養(yǎng)

“選擇性接觸理論”是大眾傳播理論中一個重要的理論，無論在傳統(tǒng)媒體時代還是當前的算法新聞時代，受眾并非不加區(qū)別地對待任何傳媒內容，均傾向于關注或接觸與自身相同或近似的觀點或立場[9]。進入算法時代，算法將用戶需求的滿足擺在首位，雖然推送技術精準，傳播效率得以提升，但也不可避免地陷入信息繭房與“回聲室”。本質上，信息繭房與“回聲室”的出現(xiàn)主要為信息不完全所致。在傳統(tǒng)媒介時代，雖然也會存在由于公眾的選擇性接觸以及把關人的特定價值取向而產生認知偏差，但由于信息資源與傳播渠道的匱乏，這種認知偏差并沒有達到“作繭自縛”的地步。在社交網(wǎng)絡時代，用戶的需求(活動)范圍是有限制的，或囿于自身，或囿于技術。另外，用戶的需求不是一成不變的，可能會隨著環(huán)境特征的改變而改變，而這引致用戶的場景化需求。之所以會陷入信息繭房與“回聲室”，根本原因仍在于數(shù)據(jù)收集的不完整以及算法的技術缺陷。

算法精準化推送新聞雖然以收集、分析、利用用戶的信息甚至隱私為前提，但推薦系統(tǒng)的初始設定一般都是根據(jù)用戶點擊的歷史數(shù)據(jù)來判斷其內容偏好或將信息的“熱度”等同于“重要性”而產生的，由此導致點擊率(量)高或熱度高的內容類別會被作為初始設定，被推送給其他類似用戶。但是用戶在點擊時很可能并沒有強烈的目的意識(有時純粹為消磨時間或者從眾心較重)。由此可見，點擊并不代表用戶需求的全部，但算法通過源源不斷的推送在滿足用戶某方面需求的同時，擠占了用戶關注其他信息的注意力。要走出信息繭房與“回聲室”，應打破行業(yè)壁壘，在隱私與數(shù)據(jù)安全得到嚴格保障的前提下，應允許具有社交媒體資源的平臺(比如騰訊)與不具備社交媒體基因的個性化新聞推送平臺間的數(shù)據(jù)交易或數(shù)據(jù)共享，深度挖掘用戶的潛在信息以及數(shù)據(jù)之間的關聯(lián)，反映用戶的深層或動態(tài)需求，形成用戶洞察，從而實現(xiàn)新聞資訊的場景化供給。此外還應完善算法技術，使算法不僅僅停留在針對特定的表面刺激給予反饋的“弱算法”階段，而是通過行為與條件的設計與調適，使算法進位到“強算法”或“超算法”階段，提高算法反饋的準確性[1]。

對于算法推送的新聞，一般用戶并不具備專業(yè)的鑒別與評判能力，容易陷入算法預先設計好的“舒適區(qū)”。對此，在社會范圍內加強算法素養(yǎng)的宣傳與教育尤為必要，公眾也應學習必要的算法知識(雖然不要求達到專業(yè)級別，但應了解算法基本的“套路”)，審慎對待和評價算法推送的新聞，反思它所帶來的負面問題，培養(yǎng)自身獨立的思考意識與批判思維，不過度依賴算法，自覺抵制它所帶來的不良影響[12]。

(二)干預算法設計，建立算法責任體系，加強政府監(jiān)管與公共監(jiān)督

算法在新聞分發(fā)鏈條中扮演著信息匹配中介的角色，它貫穿于數(shù)據(jù)的輸入與結果的輸出，并代替記者、編輯行使新聞傳播把關人的職能。算法中隱藏的偏見與利益取向致使新聞的分發(fā)出現(xiàn)上述負外部性問題，而我國法律在此方面的規(guī)制尚為空白。對此，立法可從事前干預算法與事后追責兩方面著手。

在算法推送的模式下，記者、編輯等傳統(tǒng)把關人所遵循的職業(yè)規(guī)范與新聞倫理并不約束算法研發(fā)者或設計者，而后者所從事的工作恰恰影響著新聞的分發(fā)與消費[13]。算法要發(fā)揮功效，必須依賴初始設計與后期的數(shù)據(jù)輸入。算法缺乏表面的公正性與普適性，它毫不掩飾地服務于設計者或使用者[14]。這就需要靠算法的頂層設計來防止消極后果。對算法進行頂層設計，最主要的是制定相關規(guī)則對算法設計者進行約束，對算法預設法律準則，進行倫理指引，也即在設計過程中將人類社會的法律、倫理、道德等規(guī)范嵌入算法之中[15]。另外，數(shù)據(jù)是算法運行的養(yǎng)料，數(shù)據(jù)的凈化可以很大程度地優(yōu)化、糾偏算法。對此，新聞媒體機構應嚴格把關信息的可信度與準確性；互聯(lián)網(wǎng)資訊平臺須屏蔽虛假、低俗信息，避免產生負面數(shù)據(jù)[16]。通過干預算法設計以及凈化數(shù)據(jù)，讓算法推送的結果符合社會與法律的主流價值理念與追求，維護不特定公眾的合法權益。

對于事后追責，實質在于權益彌補與責任承擔。算法推送新聞所產生的負面問題不僅僅作用于個體，更多的在于破壞了社會的公共治理體系，而在事后追責中，建立算法責任體系是解決這一問題的核心。算法推送所產生的負面問題可能是算法設計者或使用者故意造成的，也可能是由算法自身的缺陷導致的。無論是惡意為之還是缺陷所致，根據(jù)當前算法的工具屬性，責任仍應由算法設計者或使用者承擔，而不能以所謂的算法“技術中立性”規(guī)避責任。當使用者使用算法時，監(jiān)管者應首先檢查使用者是否能證明其已經采取控制措施以確保算法按照預期目的運行，如果使用者無法識別與糾正算法的負面后果，其將被認為對減少算法的潛在損害沒有盡到應有的義務，而這將受到法律的追究[17]26。需要注意的是，追究算法責任的目標并不在于實現(xiàn)完美、零錯誤的算法，而在于最小化算法的風險，好比汽車安全標準并非要求汽車絕對安全，而是達到合理程度的安全。

除了法律規(guī)制外，政府監(jiān)管與公共監(jiān)督也為重要的補充舉措。與法律的滯后性相比，政府監(jiān)管在短期內效果明顯，通過約談、責令整改、行政處罰等措施可以減少或剔除算法推送新聞所帶來的不良影響，改善網(wǎng)絡空間環(huán)境。公眾是算法新聞的受眾與潛在侵權對象，公眾的監(jiān)督與舉報，對遏制虛假、低俗不良內容的擴散，引起政府重視以及法律規(guī)制具有舉足輕重的作用。此外，專業(yè)媒體的監(jiān)督也屬于公共監(jiān)督的一部分，相比社會公眾，專業(yè)媒體的從業(yè)人員更清楚傳播的規(guī)律，更了解算法新聞背后的運作機制，具有更強的追求事實真相的責任感。因此，建立專業(yè)媒體的算法問責機制對完善監(jiān)督體系無疑具有特殊的意義。

(三)建構“算法+人工”模式，讓新聞分發(fā)把關回歸“人工影響模式”

在傳統(tǒng)媒體時代，由于人力限制(記者、編輯等新聞從業(yè)人員是有限的)以及空間限制(版面、頻道、電臺等分發(fā)渠道是有限的)，新聞產品的數(shù)量是有限的，所以把關人可以較好地履行其職責，新聞的生產與分發(fā)無不被深深地刻上職業(yè)把關人的烙印。隨著大數(shù)據(jù)時代的來臨以及數(shù)字新聞向算法新聞的轉型，無論是新聞的數(shù)量還是新聞的分發(fā)渠道均呈幾何級增長，傳統(tǒng)的把關模式已不再適合情勢要求，于是對新聞生產、分發(fā)的判斷由人工轉向算法，算法判斷代替人工判斷。新聞分發(fā)的依據(jù)由專業(yè)判斷的“什么值得關注”轉為算法判斷的“這個人想要什么”[11]。過去強調新聞價值，現(xiàn)在注重個性化與娛樂化，由此導致把關價值的偏差，甚至沒有把關，任由虛假、低俗內容橫行，致使傳播倫理失范。

若要解決當前算法在新聞分發(fā)應用中產生的問題，除了需要改進算法外，還需對甄別信息真?zhèn)闻c優(yōu)劣的手段進行完善。目前，一些IT巨頭如Facebook、Google等一般通過采用第三方核查的方式以甄別信息的真?zhèn)蝺?yōu)劣，但是此類方式屬于事后應對，難以提前防范虛假信息的發(fā)布和傳播。隨著各種網(wǎng)絡資訊平臺的用戶規(guī)模不斷擴大，虛假、低俗信息一旦被傳播，就可能形成“燎原之勢”，無論采取何種措施都難以控制、彌補后面的負面輿情效果。因此，從源頭上避免虛假信息的傳播無疑是根本性解決方案。但如上文所述，算法并沒有識別虛假新聞的當然性，甚至算法會讓系統(tǒng)自動傳播假新聞。在算法已不能擔任合格把關人的情況下，把關重回“人工影響模式”就勢在必行，但這里的“人工影響模式”并非回到之前單純的人力模式，而是通過建構“算法+人工”模式阻止不合理信息的傳播。社交媒體網(wǎng)絡與互聯(lián)網(wǎng)資訊平臺應重新定位和認識人的價值，保留甚至增加審核成員，將人類判斷與算法判斷結合起來，構筑攔截虛假新聞、低俗內容傳播的防火墻。另外，還要建立實時追蹤與反饋系統(tǒng)，對于漏網(wǎng)的不合理信息，不管是主動還是被動發(fā)現(xiàn)的，要及時刪除或屏蔽。通過“算法+人工”模式的構建，使人類不再純粹淪為技術的附庸，實現(xiàn)工具理性與價值理性的平衡、技術應用與內容選擇的平衡。

算法深度介入新聞業(yè)對提高傳播效率、提升用戶體驗、拓展互聯(lián)網(wǎng)資訊平臺的價值、改變新聞產業(yè)格局無疑是巨大的，尤其是算法在新聞分發(fā)渠道的權力不可謂不是新聞業(yè)“未有之大變局”。盡管數(shù)字新聞轉向算法新聞，但傳媒的使命仍然沒有變化，在謀求更精準的推送時，也要優(yōu)化公共信息服務，達到個性化傳播與公共傳播、個體滿足與社會整合的平衡。即便技術無比強大，但人不可以失位，在技術進步已不可逆的情況下，我們應順應潮流，提高對技術的理解與駕馭能力，而不能為工具所奴役。