《算法新闻的现状与困境分析》-文学论文，新闻论文-论文范文参考-科学狗论文网

标题

算法新闻的现状与困境分析

范文

朱昊煜

[摘要]人工智能时代，算法新闻成为网络新闻的主流分发模式。本文在分析算法新闻的运行模式的基础上，肯定了算法模型是新闻传播领域中在技术与观念层面的重大突破，也重点阐述了算法新闻的发展困境。本文指出，在享受算法新闻带来的新式阅读方式的同时，关于信息茧房、技术偏见和社会主流价值缺失的问题也应被重视。在算法模型以及其他的人工智能的实践中，技术价值与技术伦理均不可偏废。

[关键词]算法新闻?新闻传播?伦理风险

中国互联网信息中心在2017年发布的一篇研究报告指出，“算法分发”逐渐取代传统的编辑分发，成为现在网络新闻的主流的分发模式。不可否认，算法新闻在新闻市场中具有明显的优势。相比人工编辑，算法能够在繁杂的信息中更快的挑选出关键点，更高效地生成新闻内容，实现信息的用户的“专业定制”。它改变了传统新闻的传播方式，打破了新闻场域内的原有权力关系。但是，算法新闻也引起了许多争议。首先就是完全取决于用户偏好的“个性化定制”可能带来的“信息茧房"问题。其次，依托人为设计的公式和模型而生的算法技术是否完全中立客观？第三，如果算法新闻是为了迎合用户偏好而设计的，那么它是否存在特定的价值观？最后，如果算法新闻平台是为了它背后公司盈利而服务，那么新闻产生利润和新闻的人文价值应该和平衡？一、新闻的算法模式

算法就是通过收集数据，自动运算，最后得出结论，以此来解决一系列问题的计算机指令。通常算法自动运行的模式是遵照过滤，分类，排序，关联这四个步骤。算法新闻的运行流程也是基于这个基本模型，在哥伦比亚大学新闻学院的研究报告中有明确对算法新闻流程的介绍[foot-note?Ref，这里作简要分析：

收集大量数据。该数据分为两大类，首先是有关新闻本身的数据，例如一场球赛的比赛地点和时间球员名字、最终比分等;其次就是用户的信息，如社交媒体中某用户的账户名、年龄、职业、关注标签、搜索记录、对何种消息点赞转发，这些信息可以透露出该用户的偏好与关注重点，算法的目的就是要让被推送的新闻与用户偏好契合。

计算新闻的价值。新闻的价值一般在于它所报道的事情的“异常性”。例如在天气预报中，会重点突出高于或低于历史记录的温度;在比赛报道中，会强调精彩进球或是重大失误;更常见的是在娱乐新闻中，原本特别恩爱的明星夫妇突然爆出出轨丑闻等等。当算法判定这些信息与历史信息不符，呈现出一种“异常性”，那么这些信息就具备新闻性。

选取新闻角度。新闻角度的选择与新闻“异常性”紧密相关，因为“异常性”是新闻价值所在，所以应选取最容易也最完美向读者传达新闻“异常性”信息的角度。以体育比赛为例，卫冕、复仇赛、拉锯战等都是吸引读者注意力的角度。由于用户使用社交媒体时会在在短时间内接收大量信息，其中大部分在用户眼中就只会是一个模糊图像。为获得点击率，算法新闻会配有十分夸张的标题。

将相关细节放人新闻框架中。例如将一场球赛中的每个球员名字和得分情况放人到新闻框架中。因为互联网的超文本性，现在许多算法新闻还可以将每一位球员的照片，曾经的比赛经历，甚至他的私人生活情况的页面链接放在新闻中。所以这就出现了一个问题，当用户阅读某一新闻时，他有可能去点击新闻下方的链接，接收了一些他本来不准备接收的信息，这种算法新闻的“强制性”是很难被察觉到的。

对自动生成的算法新闻进行自然语言的润色。例如使用人类自然语言替代机械语言，增强新闻的可读性;或者在其中增加一些表达态度的词汇或句子，改变新闻的叙述语气。例如加入一些负面词汇就会让新闻显得不确定，加入一些积极的，表肯定和自信的词汇就会让新闻变得更有说服性。

通过这一系列步骤生成的算法新闻一般与人工编辑的新闻并没有什么差别，用户在阅读时也很难分辨两者。算法新闻就是将新闻内容的编辑、新闻价值的判断交予计算机，几乎可以算是人工智能在传统新闻界掀起的一场革命。二、算法新闻的意义与伦理风险

（一）算法新闻的意义

相较于传统新闻的线性传播方式，算法新闻更强调个性化定制。目前常用到的算法新闻策略有三种：内容推荐、协同过滤推荐热门推荐。内容推荐是指根据用户平时的搜索和浏览记录，关注的标签和话题，来绘制该用户的兴趣图谱。之后计算每条新闻与这名用户喜好的匹配性，将匹配度最高的新闻推送给他。协同过滤推荐需要先将目标用户划分到某一兴趣小组，在这一兴趣小组中，所有成员都有相似的偏好，例如都关注体育新闻，再将该兴趣小组中其他成员关注的新闻推送给目标用户。热门推荐则是基于新闻的点击量和转发量向用户进行推荐。这三种推荐策略给传统新闻业带来了两个重要的影响：

1.改變了用户信息行为和新闻传播模式。传统用户行为过程是先确定用户需求，根据需求获取信息，最后吸收信息并解决问题。这个过程中，用户处于主动状态，所有的信息收集，构建信息图表都是由用户自己完成。这里有一个问题就是，受主观因素影响，用户不一定能认识到并准确表达出自己的潜在需求，因此信息需求，信息提问，信息获取不可能是完全一致的。但是算法新闻可以解决这个问题。算法新闻是计算机通过分析用户的兴趣图谱，智能地演算推测出用户的潜在需求，将潜在需求作为目标，制定针对该用户的个性化推荐。因为兴趣图谱可以很好的反映出用户的潜意识想法和偏好，所以这种方式不仅节省了信息制作成本和时间，同时也实现了信息需求、信息提问、信息获取三者的统一。新闻传播模式的转变也是基于此，传统新闻媒体是将所有新闻全部都呈现给用户，用户从中挑选自己喜欢或关注的信息;算法新闻是在用户接触到信息之前就将他们可能不关注的内容过滤掉，只呈现用户感兴趣的部分。

2.新闻场域内权力关系的变动。运用布迪厄的场域理论分析可以知道，新闻场就是一个由新闻生产者、消费者、投资家等各种社会力量组成的关系网。他在“关于电视”一文中指出，新闻场受制于经济力量（收视率），同时也收到来自政治、科学、艺术等领域的影响。

（二）算法新闻面临的伦理风险

算法新闻虽然比传统人工编辑新闻更强调个性化和交互性，但它也存在一些局限，这些局限性有的是因为算法初始公式本身不够完善引起的，有的是算法运算过程中自主产生的“黑箱”。这些局限性主要包括：

1.信息茧房。信息茧房是指因为公众对信息的需求并不是全方位的，而互联网加强人们对信息的自主选择的权力，因此人们就只注意自己想看的想听的信息，拒绝那些让自己不愉快的消息，久而久之，就会将自己束缚在一个像蚕茧的封闭空间中。算法新闻或者说算法推送信息模式的出现，无疑使用户“信息茧房”问题变得更严重。以中国社交媒体平台一微博为例。当注册一个新的微博账号时，会有一个专门的步骤：让用户选择自己想要关注的标签。注册完成之后，在微博内呈现的信息就是该用户选择的标签内容。除此之外，微博还会根据用户搜索和浏览记录来选择下一次的推送内容，例如用户在微博搜索框内输人某一明星的名字，浏览了这名明星的新闻之后，接下来很长一段时间，该用户的微博首页大部分都会是这名明星的消息。设想一下，当用户在微博上轻微的表现出对一些社会现象的负面情绪时，他的微博首页会通过这些记录不间断的给他推送负面消息，强化加深他的这种固有印象，最后导致他产生极端观点。还有一种情况就是，人们一般会选择加入与自己观点一致的团体，在这个团体中会有“团体共识"，当面对不符合“团体共识”的信息时，成员会集体抵制拒绝它们。在这个“信息茧房”中，成员会受到群体压力的作用，尽量让自己和其他成员达成共识，但有时候这种共识并不是正确的。然而在“信息茧房”中，这种错误的概念会不停的被强化，导致最后错误的概念也会被曲解为正确的。这种“回音壁效应”很容易滋生极端意识，网络暴力就是后果之一。

2.算法偏见。前文有说到，算法最初是一种数学运算模型，因为其“技术的中立性“让一部分人认为算法新闻可以实现新闻客观报道。但也有许多研究调查表明算法也会产生偏见和歧视。那么算法偏见是如何产生的？根据前文对算法运算流程的分析可以绘制下图：

（1）算法设计偏见。算法设计偏见指的是算法设计师在设计算法时，无意识将自己的偏见带人到算法中。算法设计的过程十分复杂，其中包括目标问题的确定、算法公式模型的搭建、算法运算的流畅度、检验算法的运算效率等。这每一步都是由以设计师为核心的算法设计小组人工完成。而只要涉及到人工作业，就肯定不是完全的中立公正。對目标问题的理解模拟数据的选取算法完成度的衡量标准等的判断结果都是因人而异，最终呈现出来的算法也会反映设计者的观念和态度。

（2）数据偏见。一方面，数据是算法的唯一输人指令，所有信息和资料都要先转换成由代码组成的数据，然后在算法中运算，因此数据与现实世界的重合程度就是这个算法的可靠程度。但事实上，现实世界的信息和资料的更新是早于它们转换为数据这一步骤的，也就是说，算法在当时可依赖的数据很有可能是有缺陷的，这就会导致最后的结果存在偏见。人的思维更为复杂，兴趣爱好对待事情的态度、价值观念都有可能随时发生改变，而算法新闻的需要处理的对象又刚好是这些复杂的人的思维图，因此输人的数据的可靠性会更低。这也就是为什么算法需要不断的完善，数据库的内容需要不断更新的原因。另一方面，算法将复杂的新闻写作简化为单一的数据输人，这样的做法会让新闻失去原来的精准描述的表达。与此同时，新闻的价值还在于它是否能满足精英阶层和名人需要，或是它是否有足够大的受众面，和读者的生活是否切实相关，是否符合新闻从业者的利益等。这些信息是无法全部通过计算机中的代码和数据来表达的，因此当使用算法来描述一个有深度的，有意义的新闻时，最后呈现的结果必然存在偏差。

（3）新闻社会责任的消失。《报刊的四种理论》一书指出，自由是伴随着义务的;而享有我们政府特权地位的报刊，就对社会承担当代社会的公众通讯工具的某种主要职，能。在社会责任理论下报刊需要做到以下几点：报纸要尽可能做到准确，不能说谎;报纸应当是一个交换批评与意见的平台;报纸应当正确的，客观的描绘各个社会集团;报刊要负责介绍和阐明社会目标和美德;报刊要使人们能快速获得当天的信息。

这里指出的是，这五点不仅是报刊，也是所有新闻媒体都要承担的社会责任。中国的新闻媒体现状是，诸如微博，今日头条这样的媒体已经成为新闻发布的主流渠道，许多地级刊物，省级刊物甚至国家级刊物都有它们的官方微博账号，重大的政治新闻也会通过这些新媒体进行报道。换句话说，这些新媒体上传播的信息已经具备一定的权威性，但是它们并没有履行应当承担的社会责任。如上文所说，算法新闻是基于人们想知道的，而不是人们需要知道的，这一点就造成了刺激的、猎奇的虚假新闻的盛行。这些负面的信息和虚假的新闻不能传达给人们一种积极的价值观，也无助于社会公共道德的建设。算法新闻太过于强调用户的自由性，过于迎合大众的口味，而忽视了它作为新闻本身应该履行的责任。三、结论

近年来网络新闻市场的变化让越来越多的媒体开始重视算法分发和新闻的个性化推荐。进人互联网时代后，人们接触到的信息量急速增多，而且这些信息也鱼龙混杂，传统新闻的人工编辑模式很难高效的从众多垃圾信息中抓住重点，因此将算法技术引入到新闻业中是有重要意义的。它真正的实现了用户与信息的相互耦合，同时因为减少了对人工编辑的依赖程度，打破了新闻场域中新闻生产者和投资者对信息的控制。但是，也正是因为减少了人工对系统的纠正和调试，算法机器只能实施已输人的指令，它本身并不能根据最新情况进行自我更新，尤其是对于新闻这样不存在绝对的正确答案或错误答案的领域，算法难以识别信息的真正内涵。

另一方面，算法被引入新闻业也是迎合了商业需求。算法新闻这种以用户为导向，完全释放新闻生产能力，压缩人工成本的新闻模式可以带来巨大的商业利益。像美国的Facebook，中国的今日头条，这些平台都是以满足用户需求为目标，用户的态度是衡量信息是否有价值的标准。尽管它们都不愿意承认自己是“媒体”而是“信息聚合平台”，但是在当下算法技术逐渐成为主流的时代，既然已经接手信息“把关人”的工作，就更应该有一个明确的价值观，并且承担引导主流价值走向的任务。

应当明确的是，算法技术是有价值观的，取决于使用者用它来做什么。当算法新闻平台默默无闻，没有得到大众认可时，算法技术可以被用来盈利;但当它们开始有社会影响力时，算法技术就需要考虑它带来的文化导向。人工智能也是如此，发明人工智能的目的应该是让人类生活变得更轻松便捷，帮助人们看到不曾看到的风景，对问题的思考有更深的理解，而不应该是将人们的思想禁锢在一个“信息茧房”中，甚至剥夺他们的思考能力。

参考文献：

[1] Beer， D. Power through the algorithm？ Participatory Web cultures and the technological?unconscious 0].New Media & Society， 2009， 11（6）： 985- 1002.

[2] Carlson， M. Facebook in the news： Social media，?journalism，and public responsibility following the 2016Trending Topics controversy []. Digital Journalism， 2017，6（1）： 4- 20.

[3] Diakopoulos， N. The Anatomy of a Robot Journalism [online]. Available： https：/ / towcenter org/the - anato-my-of- a- robot- journalist/. 201 4/06/12

[4] Gillespie， T. Can an algorithm be wrong？ TwitterTrends，the specter of censorship， and our faith in the al-gorithms around us. Culture Digially Blog [online]. Avail-able： http：//culturedigitally.org/ 2011/10/can -an -algorithm -be-wrong/.2011/10/19

[5]中國互联网信息中心.‘2016年中国互联网新闻市场研究报告.网址：http：//www.199it.com/archives/558868.html.2017/01

[6]邓建国：《机器人新闻：原理，风险和影响》，《新闻记者》2016年第9期

[7]姜红、鲁曼：《重塑“媒介”：行动者网络中的新闻算法》，《新闻记者》2017年第4期

[8]王茜：《打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究》，《新闻记者》2017年第9期

[9]赵平喜、吴闻莺：《新闻场域视野下的信息环境建构》，《新闻记者》2009年第7期

[10]张超：《作为中介的算法：新闻生产中的算法偏见与应对》，《中国出版》2018年第1期

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。