文/張瀟瀟

算法新聞個性化推薦的理念、意義及倫理風(fēng)險

文/張瀟瀟

算法新聞個性化推薦不僅讓用戶的新聞閱讀體驗不斷改善，也重塑了個體的閱讀習(xí)慣。本文在分析算法新聞個性化推薦理念與意義的基礎(chǔ)上，肯定了算法技術(shù)的應(yīng)用價值及其前瞻性。在著眼于人與信息之間關(guān)系變革的背后，重點分析了算法新聞面臨的倫理風(fēng)險。人們在享受算法技術(shù)帶來的閱讀體驗的同時，應(yīng)警惕其可能帶來的信息繭化、算法控制、主流價值引導(dǎo)缺失等方面的技術(shù)陷阱。在算法新聞實踐中，發(fā)揮技術(shù)價值理性的同時也必須重視技術(shù)倫理。

算法新聞 個性化推薦 倫理風(fēng)險

移動互聯(lián)網(wǎng)的發(fā)展和大數(shù)據(jù)時代的到來，讓用戶對媒體的接觸與閱讀習(xí)慣不斷發(fā)生變化。伴隨著用戶注意力向移動端的遷徙，新聞資訊也滲透到用戶的日常生活。在外部環(huán)境、技術(shù)進步與用戶需求的驅(qū)動下，國內(nèi)的新聞客戶端幾乎都走上了算法新聞的道路。作為一項先進技術(shù)，算法新聞具有個性化、效率高、定位精準等優(yōu)勢，能夠根據(jù)每一個用戶日常瀏覽新聞喜好、習(xí)慣留下的印記而實現(xiàn)智能、個性化推薦。算法推薦在改善用戶閱讀體驗和精準的用戶畫像上，相比人工編輯有著天然的優(yōu)勢，能夠比編輯更懂用戶。然而，在算法主導(dǎo)的移動新聞資訊時代，把用戶閱讀的選擇權(quán)交給機器算法依然存在很多爭議。這不僅在于技術(shù)本身面臨的挑戰(zhàn)，而且算法營造的擬態(tài)環(huán)境也存在倫理風(fēng)險。

一、算法新聞個性化推薦的理念

傳統(tǒng)媒體時代，新聞個性化定制實踐在一定程度上滿足了不同群體對于信息的需求。這種定制的本質(zhì)上依然是傳者中心主義，是新聞生產(chǎn)者對于潛在受眾群信息需求的前置性控制，受眾的選擇程度仍然有限。個性化推薦則是移動互聯(lián)網(wǎng)的產(chǎn)物，反映了人與信息之間的新型關(guān)系形態(tài)。個性化推薦本質(zhì)上不是用戶在主動選擇信息，而是信息主動呈現(xiàn)。例如《今日頭條》的資訊聚合類應(yīng)用客戶端，強調(diào)的是“用戶是信息的主人”。

一般來說，新聞個性推薦算法有三種策略。一是內(nèi)容推薦，也稱作用戶畫像算法。基于內(nèi)容推薦算法的原理是計算機挖掘用戶喜好和歷史瀏覽關(guān)注記錄，總結(jié)出用戶的興趣圖譜，然后計算每條新聞與用戶畫像的相似度，將相似度最高的新聞推薦給用戶。二是協(xié)同過濾推薦，較為常見是基于用戶的協(xié)同過濾，既當(dāng)用戶喜歡那些具有相似興趣用戶喜歡的新聞時，那么就會推薦給該用戶?！督袢疹^條》的個性化推薦算法原理就是基于投票的方法，其核心理念就是投票。根據(jù)人群的不同維度來適當(dāng)劃分人群，然后依據(jù)相同人群用戶的投票行為來判斷對同人群中其他潛在用戶的推薦。第三種是常見的單因子推薦，即基于新聞的點擊量、閱讀量、點贊或轉(zhuǎn)發(fā)量等某單一因子的量值實現(xiàn)對用戶推薦。此外，越來越多的平臺正在采取多種算法混合的策略，以加權(quán)或者串聯(lián)、并聯(lián)等方式融合。

總體來說，新聞個性化推薦算法關(guān)鍵還是在于對海量用戶行為的數(shù)據(jù)分析與挖掘。盡管各平臺新聞推薦算法采取的技術(shù)模型不盡相同，但是其基本理念就是通過計算機程序挖掘用戶的閱讀習(xí)慣和社交興趣圖譜，敏銳判斷用戶閱讀下一條新聞的可能，以及這一條新聞與前一條之間的關(guān)系。在后續(xù)使用過程中這一圖譜也通過不斷地記錄、摸索和算法優(yōu)化來進一步強化其信息推薦的“智能性”。在從平臺的角度來說，個性化推薦的目的是為了提升用戶體驗，增加用戶閱讀時間，并有效減少用戶瀏覽到重復(fù)或者厭惡的信息帶來不利影響。因此，平臺不斷通過挖掘用戶的社交興趣和優(yōu)化算法，提高推薦的精準度、及時性，第一時間滿足用戶信息行為中的信息需求意識，增加用戶的停留時間。

二、算法新聞個性化推薦的意義

1．改變了用戶傳統(tǒng)信息行為模式。信息行為理論認為個體的信息行為主要分為信息搜尋、信息瀏覽和信息偶遇三種類型，其中信息搜尋是信息行為的主要環(huán)節(jié)，它貫穿著個體從意識到有信息需求到滿足信息需求整個過程。信息行為研究學(xué)者布倫達·德爾文（Brenda Dervin）從心理學(xué)取向提出“意義建構(gòu)理論”，她強調(diào)了個體在信息行為過程中對信息的主動探索、主動發(fā)現(xiàn)和對信息意義的主動建構(gòu)。因此用戶傳統(tǒng)信息行為的動機是信息需求，用戶的信息搜索過程可以分為任務(wù)開始、主題選擇、聚焦探索、焦點成形、信息收集、呈現(xiàn)/搜索結(jié)束六個階段。然而以《今日頭條》為代表的算法推送新聞應(yīng)用改變了用戶傳統(tǒng)的信息行為模式，算法技術(shù)通過對用戶閱讀興趣社交圖譜的建構(gòu)迅速實現(xiàn)對用戶需求內(nèi)容的個性化推薦。這個過程不僅是時間上的壓縮，更是感知的重組。機器在用戶潛意識的信息需求下，直接實現(xiàn)了信息需求與信息呈現(xiàn)之間的無縫對接。

2．實現(xiàn)了內(nèi)容的精準分發(fā)。互聯(lián)網(wǎng)帶來的第四次傳播革命，釋放了個體的媒介接觸、使用、傳播的權(quán)利，使得信息環(huán)境由信息匱乏進入信息過載的時代。面對海量的信息，一方面用戶的信息對信息的搜尋和處理變得更加困難；另一方面，有用的信息被信息海洋稀釋，用戶與內(nèi)容生產(chǎn)者之間的區(qū)隔越發(fā)明顯。在這樣的信息環(huán)境下，用戶的需求不僅難以精準描述，而且千人一面的信息呈現(xiàn)難以滿足用戶的個性需求。算法技術(shù)的進步力求讓技術(shù)更懂人，比人工編輯更了解用戶真正需要什么。利用算法推薦，可以實現(xiàn)對用戶畫像的動態(tài)描述，進而達到千人千面，讓每個生產(chǎn)者的新聞智能化精準匹配用戶。基于這樣的意義考慮，個性化推薦算法技術(shù)為眾多移動新聞資訊客戶端發(fā)展提供了機遇。在信息速食的時代，算法推薦讓“適合我的新聞資訊”成為新媒體傳播的常態(tài)。

3．新聞生產(chǎn)場域的擴張。從布爾迪厄場域理論出發(fā)，新聞生產(chǎn)場域可以理解為主要是某一個社會空間中，新聞生產(chǎn)者各種相互關(guān)系網(wǎng)絡(luò)所表現(xiàn)的各種社會力量和因素的綜合體。新聞生產(chǎn)的場域既受到來自外部的權(quán)力和資本的關(guān)系決定，同時也受到其生產(chǎn)實踐過程中編輯部的價值、專業(yè)操守、文化等因素的影響。新聞場域從來都不是靜態(tài)存在的，而始終在與政治場、經(jīng)濟場、文學(xué)場等其他場域的互動中。對于傳統(tǒng)媒體來說，作為黨的新聞事業(yè)其新聞生產(chǎn)場域是政治場域的重要組成。在這種傳統(tǒng)的新聞生產(chǎn)場域中，其“慣習(xí)”存在著明顯的傾向性和意識形態(tài)與價值上的選擇。以《今日頭條》為代表的新聞資訊客戶端，實際上更多的是遵循著商業(yè)邏輯，以用戶為中心，用戶需求構(gòu)成了信息整合與推送的關(guān)鍵力量?！督袢疹^條》的算法新聞推送，擺脫了來自于內(nèi)部編輯與外部場域規(guī)則的制約。在未來，智能算法不僅應(yīng)用于推薦信息，而且還包括內(nèi)容的創(chuàng)作、分發(fā)、討論和審核。智能機器主導(dǎo)下，新聞生產(chǎn)場域邊界得到擴張，機器作為生產(chǎn)者與分發(fā)者實現(xiàn)傳統(tǒng)新聞生產(chǎn)場域的“他治性”向“自主性”的轉(zhuǎn)變。

三、算法新聞個性化推薦的倫理風(fēng)險

1．用戶信息繭化。從算法新聞推出伊始，信息繭化的問題一直成為爭議的焦點。算法技術(shù)可以增強用戶的閱讀體驗，也客觀上降低了用戶信息偶遇的可能。當(dāng)專屬個性新聞信息主導(dǎo)人們的信息消費內(nèi)容時，算法新聞也就在人與人之間建構(gòu)了一座座孤島。正如《人民日報》發(fā)表評論員文章指出，技術(shù)為用戶量身打造信息，開啟了符合讀者口味的一扇窗，卻關(guān)上了多元化的一道道門。針對有可能出現(xiàn)越推越窄的問題，各平臺在個性化推薦背后也有一套協(xié)同過濾篩選內(nèi)容和優(yōu)化推薦的策略。但是從信息行為的社會取向理論來看，個體的信息行為應(yīng)該置于廣闊的社會、文化背景之中。將個體的信息行為置于社會環(huán)境、組織和政治結(jié)構(gòu)構(gòu)成的綜合環(huán)境中，并將個體視為生活在特定情境中的一個“角色”，而不是信息系統(tǒng)和服務(wù)中的“用戶”。個性化推薦為用戶新聞閱讀過程中生成“我的日報”，把用戶個人興趣以程序化的方式呈現(xiàn)。當(dāng)用戶長期沉浸在自主選擇的滿足感下，也就逐漸失去了對多元信息的接觸機會，脫離了其社會情境，形成信息繭房。

2．主流價值導(dǎo)向的缺乏。《今日頭條》張一鳴一再主張算法沒有價值觀，并且強調(diào)今日頭條不設(shè)總編輯。類似《今日頭條》這樣的聚合類新聞資訊客戶端，自身不進行內(nèi)容生產(chǎn)，依靠渠道優(yōu)勢來換取媒體和自媒體的內(nèi)容供應(yīng)。從這個角度來說，《今日頭條》本身沒有價值觀。但由于平臺編輯把關(guān)缺失和內(nèi)容審查的后置，導(dǎo)致傳遞不同價值觀的內(nèi)容被機器分發(fā)給不同用戶。當(dāng)機器由著人性深層處獵奇、低俗等需求的驅(qū)動時，個性推薦的新聞在價值導(dǎo)向和質(zhì)量上就難以保證。

較之于國內(nèi)一些平臺推崇算法推薦不設(shè)總編輯的做法，蘋果公司反而弱化算法強化編輯地位和作用。蘋果公司認為計算機算法有著不可逾越的瓶頸和缺陷，在滿足小眾用戶需求上算法顯得幼稚和粗糙。算法新聞的個性化推薦，不僅強化了信息傳播的閉環(huán)，而且缺乏對基本價值的守望和主流價值的引導(dǎo)。算法主導(dǎo)流量為王的移動閱讀環(huán)境，加劇了標題黨、低俗、虛假，甚至是別有用心的議題找到用戶。傳統(tǒng)媒體堅守的情懷、專業(yè)主義和對主流價值觀建構(gòu)，被算法推薦消解。

3．算法審查對用戶知情權(quán)的控制。新聞媒介是公眾了解社會客觀現(xiàn)實的窗口，媒介通過建構(gòu)擬態(tài)環(huán)境來影響公眾認知和決策。因此，在新聞傳播的歷史實踐中，不斷融入了其公平、公正、客觀、專業(yè)主義等核心精神。算法新聞看似技術(shù)中立，但其算法審查在對用戶閱讀內(nèi)容篩選過程中存在著設(shè)計者的主觀因素。如果說個性推薦為用戶營造了擬態(tài)環(huán)境，不如說是算法審查為用戶建構(gòu)了一個真實的世界。讓人擔(dān)憂的是，這種算法審查中可能隱藏著的偏見、干預(yù)、不良用心。

美國弗格森案件中，由于存在種族歧視Facebook采用機器算法干預(yù)了用戶所看到有關(guān)弗格森槍擊案的信息，而向用戶推薦不相關(guān)的內(nèi)容。所以，當(dāng)用戶習(xí)慣通過Facebook來獲取信息，那么該用戶就很難了解到弗格森發(fā)生的一切。對于越來越依賴社交媒體和移動新聞資訊客戶端來獲取信息的年輕網(wǎng)民來說，掌握著龐大用戶規(guī)模的平臺，不僅可以左右著每個用戶知情權(quán)，甚至可以影響著社會大眾的決策與行為。

四、結(jié)語

算法技術(shù)在新聞業(yè)的應(yīng)用，無疑具有很大的實用價值和前瞻性。在提高傳播效率，增強用戶閱讀體驗的同時，也拓展移動新聞資訊平臺的渠道價值，改變著產(chǎn)業(yè)格局。但是在技術(shù)的發(fā)展中，人的因素不能缺失。只有真正實現(xiàn)新聞專業(yè)精神、編輯主義與算法推薦的結(jié)合，才能夠?qū)€體的信息行為最終要回歸到文化、政治、組織等構(gòu)成的場域之中。算法主導(dǎo)的時代，更需要主導(dǎo)、把關(guān)、引領(lǐng)的“總編輯”。德國哲學(xué)家韋伯曾經(jīng)區(qū)分了工具理性和價值理性，前者意味著發(fā)揮技術(shù)的最大效用，后者則強調(diào)價值、倫理的重要性。

作者單位 河海大學(xué)

[1]葉明睿．個性化推薦對網(wǎng)絡(luò)用戶個體信息環(huán)境的影響[J]．編輯學(xué)刊，2015(02)．

[2]宋雪雁，王萍．用戶信息行為研究述評[J]．情報科學(xué)，2010(04)．

[3]張志安．新聞場域的歷史建構(gòu)及其生產(chǎn)慣習(xí)——以《南方都市報》為個案的研究[J]．新聞大學(xué)，2010(04)．

[4]人民日報評論部．人民觀點：算法盛行更需“總編輯”[N]．人民日報，2016-12-23．