林愛(ài)珺，陳亦新

陳亦新，暨南大學(xué)新聞與傳播學(xué)院博士研究生(廣東 廣州 510632)

“熵”最早是熱力學(xué)第二定律中的概念，用來(lái)衡量系統(tǒng)中分子的無(wú)序程度。1948年香農(nóng)將熵定律引入對(duì)信息傳播的研究，提出了“信息熵”。信息熵是對(duì)信息“無(wú)序化”的測(cè)量，成為對(duì)信息進(jìn)行量化分析、解決信息傳播中不確定性問(wèn)題的工具。信息熵對(duì)信息系統(tǒng)而言，可以激發(fā)信息系統(tǒng)的自組織性活力，推動(dòng)信息系統(tǒng)從無(wú)序到有序。隨著個(gè)性化推薦等以算法為核心的技術(shù)被廣泛應(yīng)用于新聞?lì)I(lǐng)域，算法技術(shù)已經(jīng)成為影響信息系統(tǒng)發(fā)展的重要因素。信息熵是算法技術(shù)的基礎(chǔ)，借助算法技術(shù)對(duì)人和事物相關(guān)信息的抓取和分析，可以消除對(duì)其的不確定性，實(shí)現(xiàn)信息系統(tǒng)的和諧發(fā)展。但現(xiàn)實(shí)中，機(jī)器人寫(xiě)作、傳感器新聞、算法新聞所引發(fā)的信息繭房、社群區(qū)隔和媒介依賴(lài)等熵增現(xiàn)象，讓我們不得不重新審視算法技術(shù)的“客觀、中立、準(zhǔn)確”及其帶來(lái)的技術(shù)風(fēng)險(xiǎn)、認(rèn)知風(fēng)險(xiǎn)和社會(huì)結(jié)構(gòu)性風(fēng)險(xiǎn)?；诖耍疚膰L試從信息熵的視角來(lái)理解媒體算法，聚焦媒體算法帶給信息系統(tǒng)“熵增”風(fēng)險(xiǎn)的原因，將信息熵的運(yùn)作和控制作為媒體算法優(yōu)化的方法論，實(shí)現(xiàn)算法“向善”。

一、媒體算法的技術(shù)邏輯與技術(shù)賦能

技術(shù)是改造社會(huì)的工具，技術(shù)的每次更新進(jìn)化必然產(chǎn)生巨大的社會(huì)影響。美國(guó)哲學(xué)家伊德(Ihde)曾提出“技術(shù)意向性”(technological intentionality)的概念，表明技術(shù)具有朝向現(xiàn)實(shí)特定層面的定向性[1]，這與媒介環(huán)境學(xué)派中“傳播的偏向”觀點(diǎn)類(lèi)似，都旨在說(shuō)明技術(shù)本身是帶有目的、暗含邏輯的。算法技術(shù)是“有限、抽象、有規(guī)律并產(chǎn)生一定效果的復(fù)合控制結(jié)構(gòu)，在具體的規(guī)則下實(shí)現(xiàn)特定的任務(wù)”[2]。算法技術(shù)引入傳媒業(yè)后，不僅具有智能化特征，而且具有媒體化傾向；不僅只是工具，而且變成了一種技術(shù)環(huán)境，這個(gè)環(huán)境將“運(yùn)算”貫穿始終，構(gòu)建了一個(gè)無(wú)所不包、沒(méi)有邊界和限制、相互關(guān)聯(lián)的信息融合機(jī)制[3]。

在信息生產(chǎn)階段，傳統(tǒng)的信息規(guī)?；a(chǎn)模式結(jié)束，取而代之的是針對(duì)多維度信息需求下的精準(zhǔn)個(gè)性化生產(chǎn)模式。媒體算法應(yīng)用于海量信息的挖掘與篩選，目的在于幫助信息生產(chǎn)者檢索有用信息、聚類(lèi)同質(zhì)化觀點(diǎn)、輔助多元信息編碼，從而提升信息生產(chǎn)的效率。在信息分發(fā)階段，基于內(nèi)容的推薦算法、基于協(xié)同過(guò)濾的推薦算法、基于知識(shí)的推薦算法以及混合算法等顛覆傳統(tǒng)用戶被動(dòng)接收信息的模式，通過(guò)關(guān)聯(lián)用戶的興趣喜好和社交圖譜，實(shí)現(xiàn)信息個(gè)性化推薦。在信息效果與反饋階段，媒體算法致力于信息核實(shí)、數(shù)據(jù)整合、輿情分析等工作，提高用戶參與和互動(dòng)的頻率，增強(qiáng)用戶黏性。從媒體算法應(yīng)用信息生產(chǎn)、分發(fā)和效果反饋的整個(gè)過(guò)程來(lái)看，媒體算法已經(jīng)成為連接用戶和信息的基礎(chǔ)設(shè)施，它利用預(yù)設(shè)好的算法模型關(guān)聯(lián)不同信息，確立信息之間的相關(guān)性，在本質(zhì)上解決了信息資源的分配問(wèn)題，即分眾化信息分發(fā)的實(shí)現(xiàn)和長(zhǎng)尾信息的激活。通過(guò)對(duì)人與事物各種散亂信息的聚合歸類(lèi)，媒體算法將這些信息進(jìn)行結(jié)構(gòu)化，形成了微目標(biāo)傳播、數(shù)據(jù)驅(qū)動(dòng)傳播和參與式傳播三種算法傳播形態(tài)[4]，以此實(shí)現(xiàn)信息的供需適配。

媒體算法是信息處理的技術(shù)，這種技術(shù)如何發(fā)揮作用在于使用技術(shù)的人。用戶借助媒體算法對(duì)所處環(huán)境信息進(jìn)行感知與獲取，并對(duì)信息環(huán)境做出適應(yīng)性反饋。在這一過(guò)程中，由于媒體算法存在隱秘性，新聞機(jī)構(gòu)或互聯(lián)網(wǎng)運(yùn)營(yíng)平臺(tái)以外的人很難知曉算法的應(yīng)用模型與操作程序，因而媒體算法的天然非對(duì)等性賦予了算法特殊的能力。

媒體算法的賦能，在信息的生產(chǎn)、分發(fā)和反饋中都有體現(xiàn)。首先，信息生產(chǎn)者和用戶之間的二元關(guān)系減弱了，媒體算法解構(gòu)了傳統(tǒng)媒體和專(zhuān)業(yè)媒體對(duì)信息來(lái)源的壟斷地位，新聞生產(chǎn)主體擴(kuò)大，新聞生產(chǎn)機(jī)會(huì)變得均等。于是，所有的信息都能以同樣的方式生產(chǎn)和獲得，以同樣的方式服從注意力市場(chǎng)和互聯(lián)網(wǎng)市場(chǎng)的競(jìng)爭(zhēng)機(jī)制，雖然不同的信息在價(jià)值上并不均等，但它們所受到的關(guān)注和獲得的賦值卻是勢(shì)均力敵的。其次，以算法技術(shù)為主導(dǎo)的信息傳播打破了公眾與個(gè)人的界限，打破了媒體與現(xiàn)實(shí)的界限。從非結(jié)構(gòu)性數(shù)據(jù)到結(jié)構(gòu)性數(shù)據(jù)，再到聲音、行為等身體數(shù)據(jù)，媒體上記錄了越來(lái)越多的個(gè)人信息，無(wú)論你是否愿意，你都被限定在算法規(guī)則內(nèi)，媒體算法控制著用戶接收信息的視野和觀看之道。另外，在媒體算法作用下，用戶接收的信息不僅是自身感興趣的信息，也是媒體算法背后利益者想讓用戶看到的信息，這種信息的輸出本質(zhì)上是算法背后利益者價(jià)值觀的輸出，具有較強(qiáng)的價(jià)值偏向，媒體算法已經(jīng)成為帶有巨大情感力量和社會(huì)動(dòng)員的敘事載體。

對(duì)信息系統(tǒng)而言，當(dāng)人們獲得足夠多的信息時(shí)，就可以消除信息系統(tǒng)中的一部分熵。隨著媒體算法的賦能加強(qiáng)，信息系統(tǒng)中負(fù)熵的間斷、高價(jià)值信息供給不足和加速熵增之間的矛盾得到了緩解，這是一種“歸信息化”[5]的解決路徑。即通過(guò)技術(shù)手段擴(kuò)大載荷在信息傳播中的信息價(jià)值，減少資源的消耗，實(shí)現(xiàn)可持續(xù)的負(fù)熵供給。但同時(shí)，表面看似客觀中立的媒體算法，實(shí)則背后包含著價(jià)值觀念的引導(dǎo)和思想認(rèn)知的外化，它體現(xiàn)著設(shè)計(jì)者和運(yùn)行者的價(jià)值判斷、利益需求和情感取舍。越來(lái)越多的研究表明，媒體算法正在引發(fā)諸多的社會(huì)風(fēng)險(xiǎn)和倫理問(wèn)題，技術(shù)帶來(lái)的熵增已經(jīng)成為亟待解決的問(wèn)題。

二、信息熵中的算法迷失與價(jià)值偏差

任何系統(tǒng)的進(jìn)化必然伴隨熵增問(wèn)題，但信息系統(tǒng)中信息熵有高低之分，高熵對(duì)應(yīng)無(wú)序，低熵帶來(lái)有序，只有信息系統(tǒng)不斷吸入低熵、消化低熵、排出高熵，通過(guò)負(fù)熵抑制熵增，才能促進(jìn)信息系統(tǒng)形成具有“耗散結(jié)構(gòu)”的有序環(huán)境。

在信息系統(tǒng)中，信息熵與信息內(nèi)容、信息量和系統(tǒng)結(jié)構(gòu)有關(guān)。香農(nóng)在其信息論中指出了熵與信息的確定性具有反向關(guān)系，信息系統(tǒng)中的熵越大，系統(tǒng)的混亂度和自由度就越大，這時(shí)信息的接收者往往不能從信息系統(tǒng)中識(shí)別出確定且有價(jià)值的信息內(nèi)容。香農(nóng)將信息量作為衡量信息內(nèi)容價(jià)值的依據(jù)，他認(rèn)為信息量實(shí)質(zhì)上表征了信息發(fā)生的概率，小概率信息對(duì)信息接收者而言更具價(jià)值。后來(lái)，弗洛里迪在香農(nóng)的基礎(chǔ)上提出小概率信息應(yīng)該包含了更多的語(yǔ)義內(nèi)容，即一條信息包含的信息量的量度是其語(yǔ)義內(nèi)容的明晰性和準(zhǔn)確性[6]。信息語(yǔ)義越清晰，實(shí)際有價(jià)值的信息量最多，信息熵越低。信息熵還與影響系統(tǒng)結(jié)構(gòu)的因素有關(guān)，著名的“麥克斯韋妖”[7]假設(shè)討論了在智能技術(shù)自發(fā)干預(yù)的情況下，系統(tǒng)中的信息熵是否還在增加的問(wèn)題。隨著媒體算法在信息傳播中的強(qiáng)大賦能，算法技術(shù)已經(jīng)成為智媒時(shí)代的“麥克斯韋妖”，盡管媒體算法的產(chǎn)生是對(duì)之前技術(shù)缺陷的補(bǔ)救，它在確定并滿足用戶對(duì)信息獨(dú)特需求，實(shí)現(xiàn)信息供需穩(wěn)定方面帶給信息系統(tǒng)絕對(duì)的負(fù)熵，但一切技術(shù)都不完美，媒體算法背后價(jià)值標(biāo)準(zhǔn)的異化、數(shù)據(jù)主義至上和黑箱化問(wèn)題正在成為信息系統(tǒng)中新的“高熵”，影響著人們接收信息的信息量、語(yǔ)義和價(jià)值。

(一)工具理性與價(jià)值理性的沖突與失衡

媒體算法暗含工具理性與價(jià)值理性，兩種理性的沖突會(huì)帶來(lái)熵增。當(dāng)下媒體算法以一種基礎(chǔ)設(shè)施的范式，為信息系統(tǒng)滿足個(gè)性化需求提供便利。這種規(guī)范工具化的媒體算法，不僅通過(guò)信息的積聚支配著用戶，而且在用戶的迎合中自我優(yōu)化，造成信息傳播中的技術(shù)壟斷，出現(xiàn)信息包裝過(guò)度和價(jià)值標(biāo)準(zhǔn)異化的風(fēng)險(xiǎn)[8]。媒體算法作為一種信息技術(shù)，本應(yīng)有計(jì)劃地遵循和信奉人類(lèi)倡導(dǎo)的價(jià)值取向，但當(dāng)它優(yōu)先分析用戶相關(guān)信息和網(wǎng)絡(luò)行為，忽視信息背后是否具有正確的價(jià)值取向與價(jià)值選擇時(shí)，工具理性便消解了價(jià)值理性并產(chǎn)生價(jià)值沖突。

一方面，算法平臺(tái)在利益驅(qū)使和流量至上環(huán)境下，標(biāo)題黨、假新聞、民意偽造現(xiàn)象頻發(fā)。由于傳統(tǒng)主流媒體把關(guān)人地位的勢(shì)弱，UGC、MGC的新聞生產(chǎn)模式缺乏主流價(jià)值觀引導(dǎo)，內(nèi)容生產(chǎn)過(guò)度娛樂(lè)化、低俗化，重情緒而輕事實(shí)，網(wǎng)絡(luò)意識(shí)形態(tài)遭到挑戰(zhàn)，輿論場(chǎng)一旦失控，就會(huì)積聚信息高熵。另一方面，媒體算法追求新聞個(gè)性化的同時(shí)，也強(qiáng)化了信息的排他性。同類(lèi)觀點(diǎn)和情緒信息的積聚，讓用戶封閉在自己的回音室中，當(dāng)社會(huì)公共意見(jiàn)與個(gè)人看法發(fā)生沖突時(shí)，主流價(jià)值觀并不能發(fā)揮導(dǎo)向作用。媒體算法對(duì)價(jià)值理性的忽視造成信息系統(tǒng)中交叉熵的不平衡，這使得在突發(fā)事件中，數(shù)據(jù)驅(qū)動(dòng)的媒體算法推薦常常失效，出現(xiàn)“黑天鵝效應(yīng)”。媒體算法使得文化形式失去了層級(jí)，換句話說(shuō)，高雅文化、通俗文化和流行文化之間的層級(jí)被打破，所有文化元素都能以同樣的方式被呈現(xiàn)，都服從注意力市場(chǎng)與賦值市場(chǎng)上的競(jìng)爭(zhēng)機(jī)制，這就導(dǎo)致了惡俗文化不加剔除就肆意擴(kuò)散的現(xiàn)象，造成一些媒體算法平臺(tái)缺乏正能量?jī)?nèi)容，先進(jìn)文化變得“曲高和寡”，主流思想無(wú)法滲透，熵的無(wú)序愈加明顯，公權(quán)力的權(quán)威時(shí)常受到挑戰(zhàn)。

(二)數(shù)據(jù)量化邏輯下的人文缺失與信息偏差

20世紀(jì)90年代，西方新聞理念進(jìn)入中國(guó)，主張以“公正、公開(kāi)、公平”為目標(biāo)，新聞應(yīng)具備社會(huì)性與公眾性，新聞?dòng)浾叱苏莆諏?zhuān)業(yè)知識(shí)和技能外，還應(yīng)該具有人文精神和社會(huì)責(zé)任。隨著媒體算法的發(fā)展，信息系統(tǒng)的耗散結(jié)構(gòu)發(fā)生變化，表現(xiàn)在傳統(tǒng)新聞理念的涵義正在被消解和重構(gòu)。

傳統(tǒng)新聞價(jià)值選擇的主體是人工編輯，注重“大膽假設(shè)，小心求證”的因果論證思維；媒體算法下新聞選擇的主體則是技術(shù)本身，強(qiáng)調(diào)“小心假設(shè)，數(shù)據(jù)求證”的相關(guān)數(shù)據(jù)思維。媒體算法的技術(shù)操作邏輯在于一切皆可量化，而數(shù)據(jù)量化邏輯追求相關(guān)關(guān)系和準(zhǔn)確性，卻經(jīng)常忽視個(gè)人情感因素，無(wú)法兼具人的抽象思維和形象思維。依靠算法的新聞生產(chǎn)中關(guān)于場(chǎng)景、因果關(guān)系等具體細(xì)節(jié)的報(bào)道容易被遺漏，造成信息偏差，缺少人文價(jià)值。

根據(jù)最大熵原理，當(dāng)我們要對(duì)未知的事物尋找概率模型時(shí)，這個(gè)模型應(yīng)該滿足我們所有已經(jīng)看到的數(shù)據(jù)。媒體算法想要完整呈現(xiàn)某個(gè)事件，前提是取得足夠多的數(shù)據(jù)，否則最大熵模型只能給出部分平均值，而不能給予對(duì)事件的完整描述和預(yù)測(cè)。然而，現(xiàn)實(shí)社會(huì)很多數(shù)據(jù)不公開(kāi)或不真實(shí)，成為媒體算法取得數(shù)據(jù)全集的障礙。算法新聞和數(shù)據(jù)新聞追求高時(shí)效性和高準(zhǔn)確性，對(duì)于調(diào)查、專(zhuān)訪等更為復(fù)雜類(lèi)型的新聞采寫(xiě)，媒體算法卻經(jīng)常不能對(duì)其進(jìn)行全面解讀，大量數(shù)據(jù)無(wú)法通過(guò)字面意義權(quán)衡利弊，成為低價(jià)值的信息。低價(jià)值的信息意味著信息的不確定性大，信息客觀度低，信息系統(tǒng)中的有效能量減少，帶給用戶的幫助較小，熵增明顯。

(三)算法黑箱中技術(shù)與倫理的博弈

信息系統(tǒng)既是自然系統(tǒng)，也是認(rèn)知系統(tǒng)[9]。人的主觀意識(shí)和價(jià)值判斷在信息傳播中發(fā)揮不可或缺的作用，香農(nóng)在提出信息熵的概念時(shí)正是從信宿觀察者的視角來(lái)判斷信息熵影響的。當(dāng)前，算法技術(shù)的不透明、難理解，大大限制著非技術(shù)人員在參與技術(shù)優(yōu)化時(shí)的主觀能動(dòng)性，難以對(duì)其進(jìn)行監(jiān)督，挑戰(zhàn)著新聞倫理規(guī)范。傳統(tǒng)新聞倫理是對(duì)新聞從業(yè)人員的規(guī)范，媒體算法屬于智能技術(shù)，且植入算法程序的是算法工程師，他們并不屬于新聞從業(yè)者，這由此增加了倫理問(wèn)責(zé)的難度。隨著信息技術(shù)逐漸向強(qiáng)人工智能方向發(fā)展，算法開(kāi)始擁有智能化的判斷。這也讓人們開(kāi)始重新思考人與技術(shù)的關(guān)系，有研究者擔(dān)憂分類(lèi)推薦所導(dǎo)致的“算法歧視”會(huì)使個(gè)體獨(dú)立選擇與思考的空間不斷縮小，個(gè)體在算法的滲透下逐漸失去自我的決斷權(quán)[10]。同時(shí)，媒體算法自主控制新聞的生產(chǎn)和分發(fā)，出現(xiàn)把關(guān)缺位與監(jiān)管缺失，技術(shù)虛無(wú)主義抬頭，這是“技術(shù)無(wú)意識(shí)”的表現(xiàn)。但“技術(shù)無(wú)意識(shí)”并不能將媒體算法產(chǎn)生的負(fù)面影響放任于新聞倫理規(guī)范之外，目前算法規(guī)范的缺失在于現(xiàn)行法律沒(méi)有及時(shí)應(yīng)對(duì)技術(shù)的變化，沒(méi)有完善規(guī)則和制度去引導(dǎo)媒體算法的良性發(fā)展，會(huì)導(dǎo)致信息生態(tài)的失序，信息熵增加。

三、算法中的熵增與信息的結(jié)構(gòu)性鴻溝

技術(shù)作為整個(gè)信息生態(tài)系統(tǒng)中的子系統(tǒng)，不僅對(duì)宏觀環(huán)境產(chǎn)生影響，對(duì)其他子系統(tǒng)也產(chǎn)生影響。香農(nóng)在信息論中曾提出“互信息”的概念，指出人們獲取的信息和想要的信息并不是一回事，只有當(dāng)兩者之間存在關(guān)聯(lián)，獲得的信息才能消除不確定性，否則會(huì)造成個(gè)體行為的失范。根據(jù)耗散結(jié)構(gòu)理論的觀點(diǎn)，人們獲得信息的目的在于增強(qiáng)個(gè)人生存的能力，這也被看作是實(shí)現(xiàn)信息功能上的有序性。如果在媒體算法影響下，個(gè)人的信息輸出只有相對(duì)于環(huán)境來(lái)講的高熵而沒(méi)有低熵，那么整個(gè)系統(tǒng)的有序性就會(huì)被破壞，形成一種負(fù)反饋[11]。這種負(fù)反饋正是媒體算法給用戶帶來(lái)的困境。

(一)信息繭房與思想固化的風(fēng)險(xiǎn)

基于媒體算法的個(gè)性化推薦為用戶量身打造了專(zhuān)屬的文化環(huán)境，這個(gè)環(huán)境試圖契合用戶當(dāng)前的所有的愿望和興趣特點(diǎn)，造成用戶較少接觸到與自己觀點(diǎn)截然不同的、偶然的或出乎意料的信息，用戶長(zhǎng)時(shí)間沉浸在自己的舒適區(qū)中，形成信息繭房，這會(huì)提高信息系統(tǒng)中的熵值。信息繭房是獨(dú)異性社會(huì)的外在表現(xiàn)，是信息過(guò)剩時(shí)代的自我保護(hù)[12]。這加劇著信息的窄化，用戶面臨思想固化的風(fēng)險(xiǎn)。一方面，媒體算法營(yíng)造了“過(guò)濾氣泡”式的信息接收環(huán)境，建構(gòu)著用戶對(duì)社會(huì)的想象，影響著用戶的態(tài)度和情緒。Kramer通過(guò)實(shí)證研究的方法證明Facebook的算法推薦會(huì)影響人的態(tài)度和情緒，發(fā)現(xiàn)人們喜于在社交媒體上與自己志趣相投的人交流討論，相似的觀點(diǎn)會(huì)得到強(qiáng)化，并向極端的方向轉(zhuǎn)移，最終形成群體極化[13]，這不僅讓社會(huì)共識(shí)難以形成，還可能會(huì)出現(xiàn)集體失范行為。另一方面，媒體算法運(yùn)行邏輯中的數(shù)據(jù)思維、相關(guān)性思維影響著人們的創(chuàng)新意識(shí)和創(chuàng)新活動(dòng)，算法時(shí)代的創(chuàng)新過(guò)程被分解成為單個(gè)的、可追溯的步驟，是在用戶將單個(gè)選擇拼插組合起來(lái)的過(guò)程中產(chǎn)生，是一種混搭(mash up)和再創(chuàng)造的過(guò)程[14]。換言之，創(chuàng)新是使信息系統(tǒng)獲得負(fù)熵的重要方式，當(dāng)人們不僅把首次出現(xiàn)的事物看作是創(chuàng)新，而且將已有客體和元素的重新組合也視作創(chuàng)新時(shí)，這雖然符合算法時(shí)代的獨(dú)特思維，但必然也會(huì)造成信息系統(tǒng)創(chuàng)新動(dòng)力不足，個(gè)體信息價(jià)值開(kāi)發(fā)能力勢(shì)弱。

(二)社群區(qū)隔與群體性孤獨(dú)

如果說(shuō)信息繭房是個(gè)體在媒體算法影響下的自我束縛，那繭房與繭房間的對(duì)立與排斥會(huì)產(chǎn)生社群區(qū)隔。媒體算法高度分化的社群區(qū)隔，會(huì)造成社會(huì)共識(shí)達(dá)成困難，給社會(huì)凝聚力的增強(qiáng)帶來(lái)挑戰(zhàn)[15]。 “區(qū)隔”旨在形容不同社會(huì)階級(jí)群體之間的觀念、意識(shí)和行為等不相融現(xiàn)象，算法時(shí)代這種不相融擴(kuò)展到了價(jià)值觀、情感和文化的不相融。在媒體算法的作用下，輿論場(chǎng)中出現(xiàn)了很多數(shù)字化的新共同體。這些數(shù)字化新型共同體本質(zhì)上是彼此不相見(jiàn)的人通過(guò)算法聯(lián)系在一起，不同于傳統(tǒng)的因出身而形成的社群，新型共同體中的成員是主動(dòng)選擇加入的，成員間都有著共同認(rèn)可和喜歡的事物，例如，共同的崇拜對(duì)象、共同的審美活動(dòng)或是共同的政治選擇。社群中的個(gè)體得到身份認(rèn)同與情感共鳴，形成社群優(yōu)越感，產(chǎn)生強(qiáng)烈的群體認(rèn)同感和排他感。每當(dāng)媒體算法通過(guò)過(guò)濾機(jī)制，針對(duì)不同社群進(jìn)行不同信息的分發(fā)時(shí)，社群與社群之間會(huì)形成空間區(qū)隔。就像大學(xué)生群體和老年人群體媒介使用程度不同，兩者間具有天然的結(jié)構(gòu)性鴻溝，媒體算法在彌合這樣的鴻溝時(shí)顯得無(wú)能為力，有時(shí)還加深了群體間的區(qū)隔。同時(shí)，不同社群有著對(duì)信息不同的編碼方式，對(duì)一些社群而言，集體之外的文化環(huán)境，經(jīng)常是陌生且無(wú)法兼容的，會(huì)出現(xiàn)冷漠和敵我思維。當(dāng)某種編碼方式處于優(yōu)勢(shì)地位時(shí)，其他社群多會(huì)陷入“群體性孤獨(dú)”，社群區(qū)隔造成了信息系統(tǒng)的各子系統(tǒng)間缺少聯(lián)系，不利于營(yíng)造外放的耗散結(jié)構(gòu)，長(zhǎng)期下去信息熵便會(huì)積聚。

(三)媒介依賴(lài)與人的主體意識(shí)消解

人是技術(shù)發(fā)展與進(jìn)化過(guò)程中的“自然環(huán)境”，歷史上各種技術(shù)的產(chǎn)生與消亡都伴隨著人類(lèi)意志的選擇，人類(lèi)自身與社會(huì)的發(fā)展需求是推動(dòng)技術(shù)不斷進(jìn)化的動(dòng)力[16]。人性化是技術(shù)進(jìn)化的方向和尺度，但媒介形式的人性化回歸，并不能改變媒介技術(shù)中介化的實(shí)質(zhì)[17]。在媒體算法把很多智能型問(wèn)題轉(zhuǎn)化為信息數(shù)據(jù)的處理問(wèn)題的時(shí)候，出現(xiàn)了唯數(shù)據(jù)論、唯技術(shù)論的思維誤區(qū)，其實(shí)質(zhì)是人們過(guò)度依賴(lài)媒體算法技術(shù)，人們的主體意識(shí)被消解，從而松懈了對(duì)信息來(lái)源的準(zhǔn)確性考量、對(duì)信息質(zhì)量的真實(shí)性判斷、對(duì)信息分析結(jié)果的合理性評(píng)估。根據(jù)熵定律，信息語(yǔ)義不詳、信息價(jià)值不高都是信息系統(tǒng)能量的消耗，會(huì)讓熵不斷堆積，無(wú)處消散，導(dǎo)致用戶變得從眾和麻痹，失去理性。根據(jù)路透社研究所《2019數(shù)字新聞報(bào)告》顯示，有28%的受訪者認(rèn)為算法新聞產(chǎn)生較多的冗余信息，48%的受訪者認(rèn)為算法新聞沒(méi)有帶給他們有價(jià)值的收獲[18]?？梢钥闯?，媒體算法以數(shù)據(jù)為導(dǎo)向的新聞生產(chǎn)和推薦機(jī)制，仍然不能完全滿足用戶信息需求，信息供需不對(duì)等，冗余信息熵增加，這時(shí)信息熵直接影響信息系統(tǒng)，可能對(duì)社會(huì)結(jié)構(gòu)、社會(huì)文化和社會(huì)秩序造成負(fù)面影響。

四、賦權(quán)與賦責(zé)：媒體算法的價(jià)值引領(lǐng)

根據(jù)信息熵定律，信息系統(tǒng)在自發(fā)狀態(tài)下趨向熵增，也就是在其發(fā)展進(jìn)程中不可避免地會(huì)出現(xiàn)源源不斷的問(wèn)題，而建立耗散結(jié)構(gòu)并實(shí)現(xiàn)信息負(fù)熵可以促進(jìn)信息系統(tǒng)向有序、確定和組織規(guī)范的方向發(fā)展，實(shí)現(xiàn)信息系統(tǒng)的和諧穩(wěn)定?？梢哉f(shuō)，從熵定律的視角研究網(wǎng)絡(luò)治理，不僅是一種系統(tǒng)論的認(rèn)知，幫助我們理解新技術(shù)熵增帶來(lái)的風(fēng)險(xiǎn)，而且借助建立耗散結(jié)構(gòu)實(shí)現(xiàn)“熵控”，提供了規(guī)避技術(shù)風(fēng)險(xiǎn)的新嘗試，為我們提供了一種信息生態(tài)治理的新方法論。

信息系統(tǒng)從無(wú)序狀態(tài)過(guò)渡到耗散結(jié)構(gòu)需要三個(gè)必要條件：其一，信息系統(tǒng)必須開(kāi)放，通過(guò)與外界交換信息獲取負(fù)熵，達(dá)到減熵效果；其二，信息系統(tǒng)需要遠(yuǎn)離平衡態(tài)，只有信息系統(tǒng)內(nèi)的信息能量運(yùn)動(dòng)不均勻、非線性時(shí)，才會(huì)產(chǎn)生外部信息能量交換時(shí)的突變；其三，信息系統(tǒng)內(nèi)部應(yīng)該具備自組織性，存在自組織結(jié)構(gòu)關(guān)系才能在外部信息能量交換時(shí)發(fā)揮協(xié)同關(guān)系[7]。媒體算法以量化數(shù)據(jù)邏輯，建立信息系統(tǒng)中各元素的鏈接，尤其是人與信息的連接，驅(qū)動(dòng)信息系統(tǒng)的自組織性；基于媒體算法的個(gè)性化推薦滿足個(gè)體差異化需求，長(zhǎng)尾效應(yīng)的實(shí)現(xiàn)持續(xù)保持著信息系統(tǒng)的非平衡態(tài)。媒體算法可以是負(fù)熵，造福整個(gè)信息系統(tǒng)，但媒體算法中的價(jià)值迷失，也在威脅著人的主體性。因此，社會(huì)要想和技術(shù)協(xié)調(diào)發(fā)展，其方法不應(yīng)是讓社會(huì)運(yùn)行機(jī)制追趕工具發(fā)展步伐，而是要讓技術(shù)的天性和特質(zhì)與人類(lèi)需求目標(biāo)相匹配。面對(duì)媒體算法帶來(lái)的社會(huì)風(fēng)險(xiǎn)熵增，需要從宏觀、中觀、微觀的角度全面考量，需要價(jià)值負(fù)熵、技術(shù)負(fù)熵、用戶負(fù)熵，使媒體算法真正成為促進(jìn)信息系統(tǒng)有序發(fā)展的負(fù)熵。

(一)以人為本，實(shí)現(xiàn)信息“功能上的有序性”

香農(nóng)認(rèn)為，作為信息熵量化對(duì)象的信息，是一種形式上的本體化存在，信息的形式、邏輯和語(yǔ)義都會(huì)影響信息熵的確定性，信息系統(tǒng)的有序追求的是信息“功能上的有序性”[19],即信息可以增強(qiáng)人生存與發(fā)展的能力時(shí)，信息具有更高的價(jià)值、更低的熵。因此，媒體算法在信息生產(chǎn)和分發(fā)時(shí)，要有正確的價(jià)值引領(lǐng)方向，追求更高價(jià)值的信息，用主流價(jià)值導(dǎo)向駕馭算法。習(xí)近平在2019年1月中共中央政治局第十二次集體學(xué)習(xí)會(huì)議上也指出，要探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，全面提高輿論引導(dǎo)能力……擴(kuò)大主流價(jià)值影響力版圖[20]。

具體來(lái)說(shuō)，要在信息的采集和分發(fā)環(huán)節(jié)，推進(jìn)媒體算法透明與算法監(jiān)查。算法透明度實(shí)現(xiàn)主要包括可得性和可理解性，其中可得性是數(shù)據(jù)持有者與使用者之間的權(quán)力博弈，可理解性是算法運(yùn)行流程被用戶理解的程度[21]?；诖?，在保護(hù)個(gè)人隱私、商業(yè)秘密和國(guó)家安全的基礎(chǔ)上，要對(duì)媒體算法流程進(jìn)行細(xì)節(jié)公開(kāi)，盡可能降低其中的知識(shí)門(mén)檻和技術(shù)壁壘，減少由算法黑箱造成的高熵。其次，將“以人為本”貫穿于媒體算法的全流程，引導(dǎo)算法向善。無(wú)論是算法自身的價(jià)值迷失，還是由算法造成的信息熵增，核心原因都在于算法沒(méi)有完全從為人服務(wù)的觀念出發(fā)?！八惴ㄏ蛏啤保ヂ謇锏险J(rèn)為任何維持或增加信息的行為都被視為善的，因?yàn)樾畔⒌脑黾佑兄谙到y(tǒng)的穩(wěn)定，使得系統(tǒng)更有秩序[6]。 “善”既包括算法應(yīng)該做正確的事，事實(shí)先于流量，不損害人的核心利益，這需要建立尊重、安全、預(yù)防、透明和友好的算法倫理；也包括算法應(yīng)該具有責(zé)任，對(duì)算法賦能的同時(shí)，算法也要負(fù)責(zé)，而算法的責(zé)任承擔(dān)者應(yīng)該包括技術(shù)設(shè)計(jì)者、技術(shù)平臺(tái)和技術(shù)本身。

(二)將法律與倫理植入算法，實(shí)現(xiàn)算法的自我糾偏

根據(jù)熵定律，信息系統(tǒng)內(nèi)外部的協(xié)同需要對(duì)進(jìn)入系統(tǒng)中的低熵物進(jìn)行分配，排出高熵物。每當(dāng)媒體算法忽視價(jià)值理性而過(guò)度追求流量、唯數(shù)據(jù)至上時(shí)，信息系統(tǒng)中便會(huì)產(chǎn)生高熵物，這時(shí)媒體算法需要兼顧技術(shù)正義與向善理念，把公共性的價(jià)值追求作為媒體算法發(fā)展的底線。公共性是媒體服務(wù)公共利益形成與表達(dá)的邏輯實(shí)踐[22]，是新聞傳播的本質(zhì)屬性。媒體算法要堅(jiān)守公共性，就必須讓信息系統(tǒng)足夠開(kāi)放，讓涉及公共群體利益的信息得到充分傳播，讓不同價(jià)值取向與不同觀點(diǎn)兼容并包。同時(shí)，要規(guī)范媒體算法的法律法規(guī)和權(quán)利細(xì)則，針對(duì)算法運(yùn)行流程中可能出現(xiàn)的倫理法律問(wèn)題制定完整的規(guī)范和引導(dǎo)策略。

隨著智能化水平的提高，媒體算法將逐漸具備自?xún)襞c倫理約束能力，讓算法抑制自身熵增，以“價(jià)值的名義倡導(dǎo)”服務(wù)人性之所需，實(shí)現(xiàn)自我糾偏。阿西莫夫用倫理規(guī)則引導(dǎo)機(jī)器人的行為，提出了著名的機(jī)器人三大定律，這開(kāi)啟了將倫理植入機(jī)器的先河。瓦拉赫認(rèn)為當(dāng)前道德主體的圈子從人類(lèi)已經(jīng)擴(kuò)展到了人工智能系統(tǒng)，要通過(guò)倫理子程序(ethical subroutines)來(lái)規(guī)范和引導(dǎo)智能系統(tǒng)[23]。道德智能體可以通過(guò)對(duì)自身行為會(huì)引起的傷害和忽視的責(zé)任來(lái)監(jiān)督和規(guī)范自己的行為。媒體算法經(jīng)過(guò)自?xún)艉图m偏機(jī)制可以發(fā)現(xiàn)可能的傷害，并采取措施避免發(fā)生這樣的結(jié)果。這樣的理想狀態(tài)有兩個(gè)前提，一是算法設(shè)計(jì)者要預(yù)估事態(tài)，并將合適的倫理規(guī)則導(dǎo)入媒體算法，提供在算法自主決策環(huán)境中的期望結(jié)果；二是算法設(shè)計(jì)者要提供更加開(kāi)放的系統(tǒng)，賦權(quán)與賦責(zé)兼顧，對(duì)于信息系統(tǒng)中的突發(fā)事件要讓機(jī)器算法自主地應(yīng)對(duì)。也就是說(shuō)，要加速媒體算法的智能化和自主化，使媒體算法能夠自動(dòng)辨別不同觀點(diǎn)和個(gè)人偏好，并依據(jù)一定的價(jià)值觀進(jìn)行分級(jí)，這些偏好可能無(wú)法以完全中立客觀的方式呈現(xiàn)，但媒體算法可以判斷哪些信息是高價(jià)值的信息，通過(guò)技術(shù)進(jìn)化提升對(duì)信息語(yǔ)義的解讀，最后也要對(duì)自主性的媒體算法進(jìn)行問(wèn)責(zé)。

(三)透明且交互，讓用戶參與算法優(yōu)化

杰里米·里夫金和特德·霍華德曾揭示熵定律是世界發(fā)展的本質(zhì)規(guī)律，我們每個(gè)人都無(wú)法擺脫熵定律的無(wú)形之手[24]。熵定律是一種世界觀，它讓人類(lèi)思考宇宙最終會(huì)走向“熱寂”；熵定律亦是一種方法論，面對(duì)混沌的世界，個(gè)體不再是無(wú)能為力，只有處理好人與技術(shù)、人與信息、人與媒介的關(guān)系，才能找到生命穩(wěn)定的意義。信息社會(huì)的文明史是有效信息積累的過(guò)程，是在眾多原始、無(wú)序、語(yǔ)義不詳和重復(fù)的信息中，通過(guò)技術(shù)對(duì)信息進(jìn)行結(jié)構(gòu)化處理，去粗取精、去偽存真的篩選，讓信息最終變得有序、準(zhǔn)確、有價(jià)值。

算法優(yōu)化就是要降低信息熵，實(shí)現(xiàn)信息熵的最小化，減少信息熵的增量。第一，新聞從業(yè)者要具備社會(huì)責(zé)任與人文關(guān)懷，要堅(jiān)守傳統(tǒng)新聞價(jià)值，堅(jiān)持新聞的客觀性、真實(shí)性與準(zhǔn)確性，將社會(huì)公眾利益放在首位。同時(shí)，對(duì)媒體算法生產(chǎn)與推送的信息，要及時(shí)反饋與糾正，傳統(tǒng)編輯與算法編輯在信息傳播中要達(dá)成廣泛共識(shí)，打破由算法黑箱造成的知識(shí)壁壘，及消除信息的結(jié)構(gòu)性鴻溝。第二，用戶要提高自己的算法素養(yǎng)，具體來(lái)說(shuō)要提升以數(shù)據(jù)供給素養(yǎng)、資源獲得素養(yǎng)、主體性反思素養(yǎng)為內(nèi)容的算法規(guī)則素養(yǎng)。要主動(dòng)突破媒體算法營(yíng)造的信息繭房，積極參與媒體算法決策，讓媒體算法為己所用，避免淪為媒體算法的奴隸。第三，處理好人與媒體算法的關(guān)系，就要正視其工具理性和價(jià)值理性。有學(xué)者提出“負(fù)責(zé)任創(chuàng)新”的理念，營(yíng)造一個(gè)透明且交互的環(huán)境，創(chuàng)新者和社會(huì)行動(dòng)者在這個(gè)過(guò)程中進(jìn)行多方面關(guān)照，從而使技術(shù)進(jìn)步融洽地融入人們的社會(huì)生活[25]。人應(yīng)堅(jiān)守在技術(shù)發(fā)展中的主體意識(shí)，實(shí)現(xiàn)“公眾理解科學(xué)”和構(gòu)建民主、和諧、公平的技術(shù)與社會(huì)關(guān)系。

結(jié)語(yǔ)

媒體算法應(yīng)用傳媒業(yè)，提高了信息的供需平衡，提高了信息傳播效率和用戶體驗(yàn)。但同時(shí)，媒體算法沖擊了傳統(tǒng)的新聞價(jià)值觀，引起算法偏見(jiàn)和算法黑箱，容易出現(xiàn)信息窄化、信息繭房、社群區(qū)隔，以及“唯技術(shù)論”等負(fù)面價(jià)值取向。信息熵作為一種世界觀和方法論，闡釋了信息系統(tǒng)只有保持開(kāi)放、非線性的、自組織性的耗散結(jié)構(gòu)才能獲得信息熵帶來(lái)的正能量，媒體算法作為智能時(shí)代的“麥克斯韋妖”，在實(shí)現(xiàn)信息供需穩(wěn)定方面帶給信息系統(tǒng)絕對(duì)的負(fù)熵。但一切技術(shù)都不完美，媒體算法背后價(jià)值標(biāo)準(zhǔn)的異化、數(shù)據(jù)主義至上和黑箱化問(wèn)題成為信息系統(tǒng)中新的“高熵”，因此需要對(duì)媒體算法進(jìn)行價(jià)值引領(lǐng)。未來(lái)，針對(duì)植入媒體算法哪些倫理和價(jià)值，仍然有很大的討論空間。但無(wú)論如何，熵定律為解決媒體算法的價(jià)值選擇問(wèn)題提供了方法，其核心在于擴(kuò)大負(fù)載在算法之上的信息價(jià)值，減少算法對(duì)信息能量的消耗，讓算法實(shí)現(xiàn)可持續(xù)的負(fù)熵供給。