| 标题 | 智能时代网络舆论的风险治理与引导 |
| 范文 | 付翔 【摘要】人工智能时代，智能算法媒体成为搅动网络舆论生态变局的重要变量，给当前舆论生态系统带来了诸多风险和挑战。但从长远角度看，智能算法为推动国家和政府网络舆论引导的方法创新提供了新思路。我们应从国家规制、平台把关、社会评估、媒介素养等方面综合治理，建立算法媒体的长效治理体系与风险防范机制，平衡好技术创新与价值向善的关系，应用新技术手段促进我国舆论引导方法创新，全面提升舆论引导能力，营造清朗向上，健康向善的网络舆论生态。 【关键词】算法媒体? 网络舆论? 引导创新? 协同治理 【中图分类号】G201.7? ? ? ? ? ? ? ? ? ? ? ? ? ?【文献标识码】A 【DOI】10.16619/j.cnki.rmltxsqy.2019.22.014 算法媒体是基于智能算法技术驱动的信息传播平台。[1]以高效聚合和精准分发为特征的算法媒体，构建起以满足个体需求为导向的新型内容传播模式。新技术引发了当前社会信息系统的运作逻辑、信息传播的机制规则以及公众思维方式的整体性变革。媒介技术的革新为社会话语的释放提供巨大可能，媒介技术是社会舆论生态演变的最直接推动力。[2]在当前算法主导传播规则的信息生产与消费过程中，各种潜在的社会矛盾与风险问题逐渐显现与放大，给国家舆论管理与主流价值引导带来严峻挑战。 智能算法变局下网络舆论生态的风险与挑战 当前我国社会正进入加速转型时期，社会利益格局、价值观念、文化形态等明暗交织的深刻变化，引发了潜在社会问题与利益冲突的显著叠加。网络舆论立足社会现实，能够直接反映公众对社会现象和社会热点问题的观点或看法，是社会意识形态的特殊表现形式。[3]随着社会结构的异质化程度加深，网络舆论多元化与尖锐化的趋势显现。同时，算法媒体在释放技术红利的同时也加剧网络舆论引导的复杂化态势，网络主流思想舆论传播、主流价值观建构形势严峻，社会共识凝聚困难重重。在社会变革与算法搅动之下网络舆论生态暗流汹涌，衍生出新的舆论风险和治理层面的新挑战。 信息控制权让度算法，侵蚀主流思想舆论传播。现阶段算法程序设计的智能化程度对于信息质量的审查、事实真实性核实、内容深层语境识别等方面的识别能力尚不足以支撑新闻价值的判断与把握。算法中介行使传统人工编辑对内容价值判断的职能后“把关度”大打折扣，个体需求与感官刺激成为新闻资源分配的重心，并在消费与供给的循环往复中不断强化，包含色情、污秽、暴力、低俗等情绪化、娱乐消遣类信息易成为推送的首选。把关权力向算法偏移，流量至上的内容推送模式容易消解公众对主流新闻、公共问题的关注，信息消费与网络生态泛娱乐化、负能量文化弥漫，逐渐侵蚀网络主流思想舆论传播空间，妨碍主流价值观建设，而网络社会信仰缺失将会滋长网络浮躁之风和不良价值观。 算法推荐助势下后真相负面效应凸显，加剧网民心态失衡。后真相时代，网络舆论空间中虚假新闻、谣言迅速滋生，后真相制造者们为了推送更多利己言论故意抓住网民的“泪点”“欲点”“痒点”配合算法传播规则，制造煽情吸睛的标题、图片、内容。“真相延迟-情绪先行”促使网民心态失衡，在算法推荐的助势下衍生信任异化倾向，增加舆论疏导和社会治理的难度，容易陷入“塔西佗陷阱”。许多网民遵循“先情感后事实”的逻辑参与到网络舆论争论中，戾气、猜忌、丑恶和失态的舆论与行为在网络空间弥漫叫嚣。一旦受到民粹主义、反智主义等思潮的不良煽动，容易催生对立情绪、非理性情绪，在算法的快速推荐下，相互感染、循环交叉导致网络空间集体非理性、诱发极端行为。 算法过滤气泡易造成“信息茧房”，导致视野窄化偏狭，难以凝聚社会共识。算法媒体的过滤气泡以兴趣为标准向用户推荐信息，导致用户沉浸在信息茧房且对失衡的信息壁垒毫无察觉，引发个体不断自我涵化和思维固化。从公共交往层面看，个体与外界信息交流不畅，长期在定向化刻板化的信息引导下会催生个体认知偏狭与盲目自信，与社会整体间的知识鸿沟日益扩大。从共识引导层面看，个体对社会公共议题的理解与判断可能有失偏，易排斥异己意见表达，不利于社会主流意识凝聚的统领工作开展。从公共信息关注视角看，算法媒体将传统媒体从国家公共事务和社会整体动态的新闻报道转换为基于用户需要的个体视角的新闻推送，用户长期沉浸在有限阅读和同质化的阅读，一定程度上降低了个体对社会公共领域的关注度，公共事务参与意愿减弱。 “算法推荐+社交平台”信息传播机制加剧群体分化导致风险放大。算法信息推送机制使具有相同利益取向和价值观念的群体被推送到相似的内容，构建信息封闭的虚拟圈群，逐渐形成意见封闭且统一的舆论场。在社交媒体的“回声室效应”作用下，各个分化虚拟圈群倾向选择与该群意见一致的观点，并在偏好中走向内卷化，群内同质、群际异质的分化特征愈发凸显。当风险事件出现，不同社群或组织根据自身利益与立场进行话语解读与议题设置，自动划分为不同意见阵营，相互敌视、对抗，社会黏性被削弱，进行风险沟通对话的难度增加。 智能算法媒体的制度规则与治理体系 美国学者波斯曼（Postman）预测，技术突破所释放的天量效能并非数量的增减损益，而是一种整体性的生态厘革。[4]每一次新技术的迭代与创新，容易突破边界与既有的行业规范、法律制度相博弈。对于算法失范行为，相关部门已通过关闭APP社会频道及公众号、加强人工运营与审核等多方面措施，保障主流价值引导和文化引领。但相关管理注重个体违规行为，尚未构建针对算法传播管理的长远规划。 国家层面，完善细化算法媒体行业行为规范与技术伦理边界，重视算法延伸應用的监管防范。其一，加强顶层设计，即时把握智媒体时代内容生产和传播规律，明确算法行业行为规范与技术伦理边界。在目前缺乏参照系的情况下，他国算法制度尝试可为我国提供可资借鉴。比如美国计算机协会（USACM）发布算法透明和可责性七项原则中的责任制规定即使无法详细解释算法如何产生结果，机构需要应对其所使用算法的决策负责。该项原则对未来算法技术的新实践、新应用可能产生社会后果的责任归属作出了前瞻性的指导规范。其二，持续关注基于算法推荐技术的平台延伸应用，加快算法安全预警监测机制建设，对超越技术目的性产生的政治、文化、环境等社会性后果进行科学评估与合理预判，未雨绸缪尽快建设算法安全预警监测机制，即时做好风险防范化解可能出现的科技风险。其三，应考虑算法推荐可能对受众隐私、新闻版权的侵犯，对如何平衡算法新闻推荐与受众隐私保护、版权保护之间的关系作出具体的规定。 平台层面，强化智能算法平台主体责任，建立把关人考核上岗制度。智能算法平台要将社会效应作为生存根本，在研发算法推荐技术时要强化信息内容把关、主流价值导向的主体责任，在人工引导下进行科学、平衡、有序的信息推送，以负责任的态度向社会传输正能量。在此过程中，需建设一支既具有较高政治水准又具有超强业务水平的内容把关人队伍。首先，对算法媒体把关人加强把关，建立考核持证上岗制度，相关政治考核、业务考核通过之后才能拥有内容审核资格。其次，加强对相关媒体人员的培训教育，不断提高对算法媒体的政治、业务以及技术把关能力。随着“算法+人工”干预体系的日益普及，媒体把关人需要具备算法的基础知识和技能，如掌握算法的内容传播规律、了解基础的算法的程序设计，可以辨别算法试验数据等，为日后优化算法指标体系提供依据。最后，建立对算法媒体内容把关人的绩效评估制度，鼓励其推出既为公众所喜闻乐见又能弘扬主流价值观的新闻产品，推荐中对公众造成不良诱导的低俗新闻、负面新闻的把关人，应进行责任追究，以保证算法推荐信息品质。 社会层面，协同社会多方力量完善算法媒体评估、准入与举报等配套制度体系。在每一种算法大规模应用于新闻生产流程之前，相关部门应联合专家团队等协同攻关，既要对其业务前景进行评估，对其社会风险和意识形态安全进行科学考量，以防范新的传播手段可能对我国社会和谐稳定造成负面影响。一是完善算法媒体的市场准入、退出机制和黑名单制度等相关配套性制度。继续增加并完善权威主流媒体的内容推荐算法优化，实现主流媒体平台与视频平台、移动端平台等多元平台对接，实现主流话语的多渠道分发与传播，增强主流舆论引领与影响。二是建立信用积分制度，发布算法新闻黑名单，对多次违规发布违反国家安全、社会稳定、民心安定的媒体单位作出警告、惩罚乃至退出市场等处理。三是建立受众监督举报机制，设置一键举报等功能减轻用户监督举报成本，将受众监督举报作为评估算法媒体网站或应用好坏的一项重要标准，对多次被举报违规操作的算法平台媒体给予处罚，还可将其引入算法推荐，增大其在算法推荐中的权重，比如受众多次监督举报的账号将减少推荐或不予推荐。 公民层面，培育开放多元的算法媒体信息观，提升公民算法素养。从公民自身角度，公众自身应当树立理性的算法媒体信息观，正视算法影响，防范算法中介的偏见效应，比如互动偏见、选择偏见、数据导向偏见等等。在算法媒介接触使用中保持清醒头脑，不被算法控制，学会用正确的、理智的方式去消费算法实现高效学习、便利生活的目的。同时还要有意识地培养自身全局视野，宽阔思维学习领域，不被固有的思维模式禁锢，不断接受新知识与新事物，提升自身算法素养，破除茧房效应。从算法媒体角度，强化媒体责任担当，发挥好媒体社会教化功能，帮助公众培养健康的信息消费观，创新更多的新算法突破现有内容结构的局限。例如算法下一次迭代，如果增加心理类数据指标介入，那么新算法将会对需求重新界定，针对不同心理性需求的社会群体优化内容匹配，具体来说，针对安全需求的群体，增加对社会正能量信息、社会保障类信息的推送力度;针对评论活跃的群体，加大相对客观的权威媒体信息推送，避免其因接触过多谣言和未经证实的信息而产生非理性的评论等。 智能算法技术推动网络舆论引导方法创新 党的十九大报告提出要“高度重视传播手段建设与创新，提高新闻舆论传播力、引导力、影响力、公信力”。[5]为新时代网络舆论引导提供了工作方向。 算法推荐机制让无形的网络舆论在传播中变得“有迹可循”为精准引导提供新方法。大数据处理和算法推荐能够较为准确地反映信息流动以及不同人群对特定话题的观点、诉求与倾向，让网络空间中无形的舆论在传播流动中变得“有迹可循”。一是科学分类，精准推送。在公众切身利益关系密切的住房、养老、就业、求医等领域较为有争议性的话题讨论以及一些突发性事件或社会重大问题中，不同利益需求与价值观念的人群往往会在算法过滤式传播中被分割为不同舆论阵营。国家和政府部门可以借助算法推荐对用户画像，根据画像的结果对各自抱团的利益群体进行更精准的议题策划与设置。二是重点关怀，强化引导。算法推送与新时代公民精神更为契合，议题内容的个性化推送能够为公众塑造心理上的被尊重感，增强舆论引导感染力与影响力，这种被尊重心理不仅满足了用户对议题相关的优质内容选择，也有利于达成社会意见共识。 根据算法媒体价值内嵌的技术属性，植入主流思想舆论基因，打造良性网络传播生态。根据算法技术逻辑对内嵌程序进行优化指标设计，增加对主流思想、价值观指标的内嵌设计，营造主流思想价值观的舆论强势，让舆论引导在润“人”无声。具体来说，一是建立技术、政治、文化等多维算法推荐指标，除点击率、流量等指标外，将评论态度、信源类型、信用度、反馈评价等纳入评价指标，提升正能量内容和主流舆论输出力度。二是对频道栏目分区内容进行监管，对“关注”“推荐”“热点”等栏目分区增加正面信息占比，限制低俗、娱乐、休闲类内容，除了针对“推荐”区的主流媒体推送之外，其他分区也应默认置顶推荐主流新闻。三是对算法推荐进行关键词设置，添加推送型“关键词”或者避免型“关键词”，对于用户频繁浏览的话题信息可增添“减少推送”的类似功能的选项，拦截有明显极端倾向词汇、反动倾向词汇的信息。针对多次浏览低俗信息的用户，使用负面词汇、敏感词汇较多的用户，增加正面信息和其他领域信息的推送。 构建网络舆论分级的算法预警机制，推动网络舆论引导从后置向前置转变。一是构建一套算法舆情阶段的分级指标体系和数据模型，形成科学的网络舆情研判预警机制。通过对已有的舆论数据库的关联信息进行分析挖掘，确定与舆情潜伏、爆发、演变、消解等重点指标，包括但不限于点击率、回复量、转发分享、网民参与、情感词汇、话题一致性等。二是针对不同级别的舆情及其可能存在的变化制定算法指标推荐权重，实现对网络舆论的算法分级设定，有效进行分级化引导。三是实时监测不同领域、不同介质的媒介数据，扩展舆情数据监测范围。既要关注普通网民的话题聚焦，更要识别和观察各方意见领袖的观点态度，对不同意见领袖进行分类匹配推送信息。 算法推荐机制强大的信息资源整合与发布能力，为有效破除谣言、揭露真相提供新手段。确定性是网络谣言的天敌。网络谣言之所以能够泛滥成灾，主要在于传达事实的模糊性，混淆是非。传统主流媒体的权威信息发布往往滞后于谣言蔓延的速度。而算法媒体基于大数据技术能够对碎片化、微内容、非结构性的意见和倾向表达符号等巨量数据预测性分析与研判。一旦遇到重大公共事件議题国家和政府部门可以凭借算法媒体强大的预判能力、信息聚合能力与准确推送，掌控舆论话语权主动权，即时推送发布权威信息并时时更新议题动态，树立信息权威性和准确性，以消除谣言滋生空间。 注释 [1]罗昕：《算法媒体的生产逻辑与治理机制》，《人民论坛·学术前沿》，2018年第24期。 [2]喻国明、李彪：《当前社会舆情场的结构性特点及演进趋势——基于〈中国社会舆情年度报告（2015）〉的分析结论》，《新闻与写作》，2015年第10期。 [3]余红、李瑞芳：《互联网时代网络舆论发生机制研究》，武汉：华中科技大学出版社，2016年。 [4][美]尼尔·波斯曼：《技术垄断：文化向技术投降》，何道宽译，北京大学出版社，2007年。 [5]丁柏铨：《论新闻舆论传播力、引导力、影响力、公信力》，《新闻爱好者》，2018第1期。 责 编∕赵鑫洋 |
| 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。