胡盼盼

?

個性化推薦技術(shù)下新聞報道平衡原則的實現(xiàn)

胡盼盼

（湖南大學(xué) 新聞傳播與影視藝術(shù)學(xué)院，湖南 長沙 410012）

在注意力經(jīng)濟時代，個性化推薦技術(shù)已成為互聯(lián)網(wǎng)新聞的主流分發(fā)方式。然而，過度個性化的新聞和信息推薦打破了新聞報道的平衡原則，并使用戶陷入了孤立的信息島。因此，它離真實而全面的客觀世界很遠(yuǎn)，對新聞專業(yè)主義構(gòu)成挑戰(zhàn)。本文參考國外經(jīng)驗，從完善算法推薦機制、開發(fā)防“偏見”技術(shù)、提升受眾媒介素養(yǎng)三個方面，探討在個性化推薦技術(shù)下實現(xiàn)新聞報道的平衡原則。

個性化推薦；新聞平衡；過濾器泡沫

一、 新聞資訊個性化推送成為主流

新技術(shù)總是在補償舊技術(shù)缺陷的基礎(chǔ)上來滿足人的需求。隨著新媒體技術(shù)的發(fā)展，網(wǎng)絡(luò)新聞資訊呈爆發(fā)式發(fā)展，人們的信息需求得到滿足的同時，過分冗余的信息又給人們帶來壓力，如何抓住用戶的眼球，成為新聞媒體競爭的關(guān)鍵要素。在這種情況下，個性化推薦技術(shù)應(yīng)運而生。個性化推薦技術(shù)是在收集大量用戶數(shù)據(jù)的基礎(chǔ)上，對用戶的閱讀喜好進(jìn)行分析，通過在新聞資訊軟件或瀏覽器里安裝的一套信息編輯、重組系統(tǒng)，根據(jù)用戶的個人需求，有針對性地為他們提供他們所需要的信息[1]。互聯(lián)網(wǎng)技術(shù)帶來的信息冗余，使注意力成為稀缺資源，用戶對個性化、垂直化新聞資訊的需求增強。新聞客戶端和社交媒體的“精確推送”和“個性化服務(wù)”不僅可以滿足用戶的個性化需求，還可以將所需信息直接推送給用戶，垂直的個性化精準(zhǔn)推送成了吸引受眾關(guān)注、提高傳播效率的利器[2]。

根據(jù)CNNIC的《中國互聯(lián)網(wǎng)新聞市場調(diào)查報告（2016年）》，個性化推薦正在成為互聯(lián)網(wǎng)新聞的主要分發(fā)方式。從2012年的今日頭條開始，國內(nèi)排名靠前的幾大新聞媒體機構(gòu)都在加大對個性化推薦技術(shù)的投入，例如新浪新聞、搜狐新聞、一點資訊、每日快訊、網(wǎng)易新聞等。除了新聞媒體機構(gòu)之外，其他的媒體平臺也開始利用個性化推薦技術(shù)，這足以體現(xiàn)個性化推薦技術(shù)在網(wǎng)絡(luò)媒體平臺運營中的重要地位。例如，UC瀏覽器2016年將算法推薦技術(shù)與人工技術(shù)結(jié)合打造“懂你的UC”，微信對后臺數(shù)據(jù)進(jìn)行整合精準(zhǔn)推送“微信熱文”。根據(jù)《2016年中國APP排行榜》，最早運用個性化推薦技術(shù)的今日頭條位列排行榜第一，騰訊新聞第二，后三位分別是天天快報、一點資訊、今日頭條極速版，而它們都是主打個性化推薦技術(shù)。在國外，個性化推薦技術(shù)也很普遍?！都~約時報》、《衛(wèi)報》等西方主流媒體都主打個性化推薦技術(shù)，并且它們在個性化推薦技術(shù)上走得更遠(yuǎn)，技術(shù)上更加成熟，交給用戶的選擇權(quán)更多。

二、 個性化推薦技術(shù)打破新聞平衡

學(xué)者李希光提出新聞平衡原則，闡述了新聞事實平衡、新聞觀點平衡、新聞話題平衡三個方面。他強調(diào)正面和負(fù)面報道之間的平衡，并在新聞訪談和寫作中使用中性新聞?wù)Z言[3]。孫旭培強調(diào)新聞報道中保持的觀點平衡。在強調(diào)一個因素的同時，還必須考慮其他特別相反的因素[4]?？傊?，我們可以從三個層面理解新聞報道平衡的原則。首先，記者在采寫過程中堅持文筆的平衡，其次是編輯在編排過程中的平衡，最后媒體組織的長期平衡報道為觀眾提供了一個全面、客觀和真實的世界。算法的個性化推送是在編輯分發(fā)環(huán)節(jié)來改變傳播路徑的，它對新聞平衡的影響主要體現(xiàn)在兩點。一是新聞議題的不平衡，二是新聞觀點的不平衡，最終在這種長期的不平衡新聞報道中，觀眾之看到了一個不全面、不真實的世界。

（一） 新聞議題的不平衡

據(jù)報道，2017年一位網(wǎng)民無聊在網(wǎng)上搜索棺材的信息，結(jié)果很長一段時間內(nèi)他被骨灰盒、孝服、墓地等網(wǎng)絡(luò)信息包圍，嚴(yán)重擾亂了該網(wǎng)民的生活安寧和情緒穩(wěn)定。這是關(guān)于個性化推薦技術(shù)的一個極端例子，它說明技術(shù)在一味滿足人類欲望的同時，也會帶來極大的弊端。個性化推薦技術(shù)依據(jù)用戶的興趣，提供片面的、單一的、個性化的信息。在這種愉悅自我的信息的陶醉中，人會變得狹隘和膚淺，最終導(dǎo)致人的不全面發(fā)展?！斑^濾泡沫”是Eli Pariser在2010年提出的。這意味著由個性化推薦技術(shù)引起的高度同質(zhì)化信息流將阻礙人們理解真實世界。Pariser認(rèn)為，這種過濾泡沫是以個性化為名，它將每個人都從信息島隔離開來，并導(dǎo)致人們失去理性選擇的權(quán)利。

（二） 新聞觀點的不平衡

新聞作為一種產(chǎn)品，在收集、編寫、編輯和報道的各個方面中都可能帶有媒體的主觀偏見。不過與傳統(tǒng)的媒體偏向不同，個性化推薦技術(shù)就是在編輯環(huán)節(jié)呈現(xiàn)的“偏向”，它偏向的是讀者本身。從心理學(xué)上來說，人們都更容易接收與自己觀點相近的信息。個性化推薦技術(shù)就是“投你所好”，眼前呈現(xiàn)的信息正是我們所喜歡的，在這個自我滿足、自我欣賞的信息環(huán)境里，相反的觀點并不存在，人們很容易生活在一種假象中而不自知?！盎芈暿倚?yīng)”指明了個性化推薦技術(shù)下的信息環(huán)境，人們更容易相信與自己原有認(rèn)識相近的信息，個性化推薦技術(shù)允許觀眾看到符合他們自己觀點的信息，以致他們以為自己的觀點代表了大多數(shù)人的觀點。從而造成一種認(rèn)識誤區(qū)[5]?！都~約時報》受到讀者的反對，因為個性化建議激怒了新聞專業(yè)主義并損害了公共話語。The Daily Beast總裁和發(fā)行商Dyer多年來一直致力于媒體個性化服務(wù)，但到去年有所縮減，他認(rèn)為過度的個性化和內(nèi)容匹配勢必會損害新聞媒體向大眾傳遞事實報道的使命?！?/p>

三、 個性化推薦下實現(xiàn)新聞報道的平衡

（一） 完善算法推薦機制

1.個性化推薦與共性推薦相結(jié)合

我們應(yīng)該用辯證法的觀點來看待問題。孫徐培認(rèn)為平衡不是將所有的因素和觀點全盤、平均地托出，而是應(yīng)該在突出一種因素、觀點時，也要注意顧及其他的。在遵守事物發(fā)展規(guī)律的同時，也使報道更加客觀、公正。目前有兩種推薦模式：一種是個性化推薦類；另一個是編輯的共性化推薦模式[6]。個性化推薦比共性推廣更能被市場認(rèn)可，純粹個性化的推薦會導(dǎo)致回聲室效應(yīng)。而完全的共性化推薦可以提供全面、平衡和客觀的事實，但會降低獲取信息的效率和用戶體驗，面臨著失去用戶的危險。新聞平衡原則具有相對性，我們可以以個性化推薦為主，輔之以共性化推薦，并將兩者結(jié)合起來，實現(xiàn)新聞報道整體的統(tǒng)一性和溝通效率。

2.機器推送和人工推送結(jié)合

一味地依靠算法來進(jìn)行推送，將人困在信息的“圓形監(jiān)獄”里，可以通過人工編輯人為地提供更加全面的信息來解決困境。例如，可以雇傭手動編輯人員為重大事件計劃主題，編輯可以從各種來源挑選最真實、最具洞察力的主題。像谷歌的真實信息標(biāo)簽一樣。另外，熱文的選擇不僅要以熱量為基礎(chǔ)，還要考慮信息的全面性。

3.多元化信息戳破過濾泡沫

提供多元化信息。Buzzfeed的戳破過濾泡泡功能會在分享量大的文章底部附上其他多個平臺、立場的觀點?！度A爾街日報》用“紅色材料”和“藍(lán)色材料”在Facebook上一對一地對雙方的保守派和自由主義者提出意見。新聞和信息APP可以設(shè)計選項，用戶可以選擇是否關(guān)閉個性化推薦功能?！缎l(wèi)報》（美國）是自由派的代表，開設(shè)“打破新聞之泡”專欄，專門列出保守派文章。在總統(tǒng)選舉期間，衛(wèi)報（美國）發(fā)起了一個特別收集“保守派媒體一周速覽”[7]。

（二） 采用技術(shù)對策——防止“偏見”瀏覽器插件和APPs

根據(jù)用戶的閱讀習(xí)慣，在瀏覽器中添加插件，反向推薦調(diào)整積極且容易接受的內(nèi)容。Google瀏覽器新增的“Escape Your Bubble”插件。美國新開發(fā)了一款A(yù)PP——Read Across the Aisle，他們選取大約二十個新聞來源，從最左派到最右派，建立起一個立場光譜，追蹤讀者經(jīng)常閱讀的新聞的來源位于這一譜系的什么位置，通過閱讀時間的權(quán)重，APP可以在光譜的滑塊上顯示您的位置。當(dāng)用戶的位置偏離一端時，應(yīng)用程序會通知用戶更改來源并查看對方的新聞和意見。瑞士報紙 NZZ運營的 App（the Companion）也采用個性化推薦功能，但與眾不同的，算法會確保在一系列新聞中包含一個“驚喜”，也就是超出讀者偏好范圍之外的內(nèi)容[7]。

（三） 提高受眾媒介素養(yǎng)，逃離“圓形監(jiān)獄”

杰里米·邊沁提出了“圓形監(jiān)獄”概念，圓形監(jiān)獄的設(shè)計使中央塔樓可以監(jiān)控到所有監(jiān)獄，而監(jiān)獄里的人卻不知道自己處于被監(jiān)視之中。在算法大數(shù)據(jù)的長期監(jiān)控下，個性化推薦技術(shù)在給受眾推薦信息的同時，也給用戶建立了一堵隔絕的信息墻，將與受眾觀念、興趣不符的信息隔絕在外。受眾在這種環(huán)境中自予自得，滿足于狹小的信息世界而與外界隔絕，個性化推薦技術(shù)就像中央塔樓，將受眾圍困在技術(shù)的監(jiān)控下而不自知，最終淪為信息生活上的囚徒。喜歡的不一定是最好的，只有均衡地接受各種信息，平衡營養(yǎng)，人才能全面健康發(fā)展。因此，作為受眾，我們應(yīng)該自己動手戳破泡泡，跳脫自己熟悉的圈子，有意識地尋找另一方觀點。

根據(jù)麥克盧漢“媒介即人的延伸”理論人類的欲望總是不斷地促進(jìn)新技術(shù)的發(fā)展，新技術(shù)總能滿足人類對人類延伸的愿望。當(dāng)我們延伸人體的功能時，我們在新技術(shù)的享受之下麻木自戀，然后截掉身體本身的功能。個性化的推薦技術(shù)滿足了人們的愿望，讓人們沉迷于自己的喜好，沒有看到一個完整的現(xiàn)實世界。算法個性化推送就像一個過濾泡泡，將我們與真相隔絕。作為一種職業(yè)精神，新聞平衡原則更有義務(wù)站出來用技術(shù)對抗技術(shù)。作為信息的受眾，它也應(yīng)該積極刺破過濾泡沫，以避免闖入“圓形監(jiān)獄”。

[1] 于黎冰.從“今日頭條”看個性化新聞推薦系統(tǒng)的優(yōu)劣[J].傳媒,2016(19):44-45.

[2] 呂藝,劉華東.新聞客戶端“個性化服務(wù)”的發(fā)展與困惑[J].西部學(xué)刊,2015(13).

[3] 李希光.轉(zhuǎn)型中的新聞學(xué)[M].廣州:南方日報出版社,2005.

[4] 孫旭培.新聞學(xué)新論[M].北京:當(dāng)代中國出版社,1994.

[5] 胡泳.新詞探討:回聲室效應(yīng)[J].新聞與傳播研究,2015(6): 109-115.

[6] 陳勇.個性化推薦還是共性化推送?——論聚合類新聞客戶端的現(xiàn)狀與發(fā)展方向[J].中國出版,2017(3):49-51.

[7] http://chuansong.me/n/1690470243831.

[責(zé)任編輯：傳馨]

2018-05-01

胡盼盼，女，湖南大學(xué)新聞傳播與影視藝術(shù)學(xué)院新聞史論碩士研究生，主要從事傳媒法制與新聞倫理研究。

G212

A

1672-8122（2018）06-0132-02