□朱立

算法推薦

算法推薦的研究起源于20世紀(jì)90年代，由美國明尼蘇達(dá)大學(xué)GroupLens研究小組最先開始研究。通過設(shè)計(jì)程序收集用戶的瀏覽記錄（在某一方面多次停留或查找類似信息），以大數(shù)據(jù)作為“用戶喜好”分析基礎(chǔ)，向用戶提供個(gè)性化推薦?，F(xiàn)如今，以算法推薦為基礎(chǔ)的個(gè)性化應(yīng)用得到廣泛普及，包括圖書、影像、新聞、音樂、地圖等，同時(shí)算法推薦也在電子商務(wù)的應(yīng)用相當(dāng)成熟，亞馬遜、豆瓣圖書、淘寶網(wǎng)等都使用了電子商務(wù)推薦系統(tǒng)，推薦系統(tǒng)給這些互聯(lián)網(wǎng)商家?guī)砹司薮蟮母郊永?，提高用戶滿意度的同時(shí)也增加了用戶黏性。目前，有三種算法推薦應(yīng)用率最高：

第一種基于內(nèi)容的推薦，即根據(jù)用戶的興趣方向?qū)δ骋恍畔⒑晚?xiàng)目所具有的相似屬性進(jìn)行推薦。推薦內(nèi)容較單一且無法獲取新用戶的興趣。

第二種基于協(xié)同過濾的推薦，即根據(jù)用戶日常興趣喜好尋找具有相同喜好的用戶，系統(tǒng)默認(rèn)兩者具有相同愛好，將后者喜歡的內(nèi)容推薦給前者。從用戶的角度出發(fā)，不需要用戶努力尋找自己感興趣的內(nèi)容，并且可以過濾機(jī)器難以分析的信息，如藝術(shù)、音樂。

第三種基于關(guān)聯(lián)規(guī)則的推薦，即以關(guān)聯(lián)規(guī)則為基礎(chǔ)，統(tǒng)計(jì)用戶購買某一商品后附加購買另一商品概率，當(dāng)用戶購買商品后向其推薦關(guān)聯(lián)商品，如超市在啤酒區(qū)域旁設(shè)立售賣嬰兒紙尿褲區(qū)域。

以上三種推薦為應(yīng)用最廣泛的算法推薦，其他還有基于知識(shí)、基于效用的推薦等。

個(gè)性化新聞

在牛津大學(xué)發(fā)布的《AI與職業(yè)》報(bào)告書中，將新聞媒體界人士分類為AI難以替代的職業(yè)，可現(xiàn)實(shí)情況卻與之相反。信息化時(shí)代對(duì)紙媒的沖擊已經(jīng)有目共睹，人們想要接收到的不是發(fā)生在昨天面臨即將“過期”的信息，而是具有實(shí)時(shí)效應(yīng)的信息。新聞采編工作者很難全面把握和處理每天經(jīng)手的大量信息，而培養(yǎng)熟練的新聞編輯也需要一個(gè)較長(zhǎng)時(shí)間周期，因此應(yīng)用算法推薦技術(shù)設(shè)計(jì)的AI被采用，作為輔助或是代替新聞采編工作者來進(jìn)行信息處理方面的工作。算法推薦技術(shù)在非傳統(tǒng)意義上的新聞媒體企業(yè)的應(yīng)用更加廣泛，微軟用AI替代管理Edge瀏覽器新聞排版服務(wù)的50多名編輯；因游戲《天堂》而廣為人們所熟識(shí)的NCsoft也與韓聯(lián)社合作推出人工智能算法天氣預(yù)報(bào)新聞?dòng)浾?；職業(yè)棒球比賽結(jié)束后也可以通過AI自動(dòng)生成比賽高潮棒球賽事分析應(yīng)用程序。隨著大數(shù)據(jù)技術(shù)不斷地被引入新聞?lì)I(lǐng)域，現(xiàn)有的新聞生產(chǎn)、流通、消費(fèi)模式已經(jīng)發(fā)生巨大改變。

從新聞的消費(fèi)層面上來看，算法推薦技術(shù)在處理大量數(shù)據(jù)的同時(shí)也為用戶帶來定制的“個(gè)性化新聞”，用戶在虛擬空間里更想要被區(qū)別對(duì)待，掌握到別人沒有掌握的知識(shí)，了解到別人沒有了解的信息，而不是與別人掌握同樣或類似的信息。個(gè)性化新聞的出現(xiàn)能夠確保用戶所接收到的信息是與眾不同的，同時(shí)算法在后臺(tái)收集用戶的喜好，在大數(shù)據(jù)的計(jì)算下推薦能夠引起用戶產(chǎn)生消費(fèi)沖動(dòng)的新聞，提高用戶對(duì)平臺(tái)的依賴性。淘寶、當(dāng)當(dāng)網(wǎng)等互聯(lián)網(wǎng)商家會(huì)推薦給用戶基于其消費(fèi)水平以內(nèi)但又是與其喜好所關(guān)聯(lián)的產(chǎn)品。

個(gè)性化新聞是為用戶推薦想要看的新聞而不是教用戶如何去看新聞。頭條新聞、點(diǎn)擊量最多的新聞、評(píng)論最多的新聞可能并不是用戶關(guān)注的新聞，同樣用戶耗時(shí)最長(zhǎng)去了解的新聞也不一定帶給用戶滿意的新聞體驗(yàn)，用戶需要的是私人的專屬新聞而不是每個(gè)人都了解的新聞。個(gè)性化新聞不會(huì)出現(xiàn)單條新聞在短時(shí)間內(nèi)重復(fù)出現(xiàn)的情況，用戶想要看到的新聞會(huì)不斷被平臺(tái)推送出來。個(gè)人用戶不會(huì)因反復(fù)接觸同類具有相關(guān)聯(lián)屬性新聞而產(chǎn)生新聞疲勞，出現(xiàn)從“新聞追隨者”成為“新聞回避者”的情況。

算法推薦對(duì)新聞把關(guān)人的重塑

算法推薦技術(shù)的廣泛應(yīng)用對(duì)新聞傳播的一個(gè)深刻影響就是對(duì)新聞把關(guān)人的重塑。在以往的傳統(tǒng)媒體中，新聞編輯就是新聞進(jìn)入用戶視野的第一個(gè)把關(guān)人，新聞經(jīng)過把關(guān)后通常能夠滿足于當(dāng)時(shí)社會(huì)大部分用戶的共同興趣，是大部分用戶輿論的焦點(diǎn)所在。傳統(tǒng)新聞體系中的把關(guān)理論已經(jīng)不能適用于算法技術(shù)造就的大數(shù)據(jù)時(shí)代，算法處理信息的速度遠(yuǎn)遠(yuǎn)超過新聞編輯工作者，被程序提前設(shè)計(jì)好的算法不需要再進(jìn)行審核，批量制造的新聞也可以精準(zhǔn)推送給每一個(gè)接受訂閱的用戶，而且在輿論出現(xiàn)反復(fù)、真相出現(xiàn)逆轉(zhuǎn)的時(shí)候，新聞也可以得到消除。算法推薦技術(shù)改變了用戶和傳播者之間的關(guān)系，把關(guān)人原有的把關(guān)權(quán)力受到削弱和淡化。用戶既需要多元化的新聞彌補(bǔ)自己和周圍環(huán)境的鴻溝，也需要擁有專屬于私人的訂制新聞獲得有價(jià)值的信息。把關(guān)人從之前以人為主體的新聞編輯變成由程序設(shè)計(jì)的算法AI，用戶接收到的信息由自己在大數(shù)據(jù)中建立的“形象”所決定，因此用戶更愿意停留在符合個(gè)人喜好的程序世界，平臺(tái)媒體為了提高用戶黏性也開始將把關(guān)人角色交給算法和用戶自己。

用戶在接受到專屬的個(gè)性化新聞時(shí)，用戶就是新聞的把關(guān)人。用戶用自己的喜好來評(píng)價(jià)接收到的新聞的價(jià)值，新聞是否采納也取決于用戶對(duì)新聞是否感興趣，而不是新聞本身具有的價(jià)值，或是否關(guān)注到當(dāng)下社會(huì)中存在的問題。

算法的設(shè)計(jì)由人來完成，海量新聞經(jīng)發(fā)布者公布在媒體平臺(tái)，作為以人為主體的新聞編輯不能在第一時(shí)間審核所有新聞，因此新聞經(jīng)過的第一道把關(guān)由算法完成，含有不正當(dāng)詞匯和敏感詞匯的新聞固然能夠被算法第一時(shí)間淘汰，但部分新聞標(biāo)題與內(nèi)容不符，或?yàn)榇碳ば孕侣剟t難以篩選出來。用戶接觸到此類新聞，往往受其吸引但又缺乏辨別能力，就會(huì)信以為真。算法作為把關(guān)人缺少以人為主體的客觀評(píng)判標(biāo)準(zhǔn)，只能機(jī)械、被動(dòng)地對(duì)新聞進(jìn)行把關(guān)，官方媒體平臺(tái)和私人領(lǐng)域平臺(tái)同時(shí)發(fā)布新聞，真正具有社會(huì)影響力和輿論價(jià)值的新聞很難第一時(shí)間被個(gè)人所了解，真正需要被熱議、被討論的時(shí)事新聞卻很難成為熱點(diǎn)話題。算法推薦作為機(jī)械式的程序，只能根據(jù)用戶的關(guān)注點(diǎn)偏向推送。

算法推薦對(duì)媒介權(quán)力的影響

在傳統(tǒng)媒體中，信息未形成指數(shù)式的爆發(fā)，新聞的產(chǎn)生、加工、公布再到公眾的視野需要經(jīng)歷一個(gè)漫長(zhǎng)的周期。公眾對(duì)于已發(fā)布的熱點(diǎn)話題討論不會(huì)出現(xiàn)大范圍的跨地域、跨階層、跨文化的響應(yīng)。新聞經(jīng)由嚴(yán)格的篩選由具有影響力的機(jī)構(gòu)和媒體發(fā)布，或者由意見領(lǐng)袖發(fā)布，具有較高可信度且均能在社會(huì)上引起反響。算法推薦易受資本的影響，用戶在接觸媒體平臺(tái)時(shí)首先被吸引的就是平臺(tái)的特色內(nèi)容，因此媒體平臺(tái)要保持自己的曝光度，優(yōu)化平臺(tái)的內(nèi)容，增加用戶黏性，而這勢(shì)必要融入資本運(yùn)作。不可否認(rèn)，受平臺(tái)雇傭在網(wǎng)絡(luò)領(lǐng)域具有影響力的各方面意見領(lǐng)袖在一定程度上也會(huì)誤導(dǎo)用戶的判斷。公眾在媒體平臺(tái)上看似具有很大的主動(dòng)性，其實(shí)都是被平臺(tái)設(shè)計(jì)的算法所左右。因此，媒體平臺(tái)的意見領(lǐng)袖本身就是被算法推薦設(shè)計(jì)出來的，用戶也只是在媒體平臺(tái)選擇自己想要相信的意見領(lǐng)袖而已。

算法推薦改變傳播者和用戶之間的角色和反饋機(jī)制。在網(wǎng)絡(luò)時(shí)代，人人都是傳播者。媒體平臺(tái)的便利性使得用戶不僅僅是去圍觀，而是實(shí)實(shí)在在的參與。用戶的意見無論得到共鳴與否，都是媒體平臺(tái)的一份子。相較于傳統(tǒng)媒體的單一途徑傳播，用戶獲得信息的途徑更加多樣化，用戶本身?xiàng)l件也不受到限制，信息是否應(yīng)該被該年齡段所接受也不由算法所決定。新聞的概念日漸被模糊，新聞的真實(shí)性受到質(zhì)疑。算法為用戶推薦新聞，公共領(lǐng)域和私人領(lǐng)域的新聞混淆雜亂，用戶本身受到媒介素養(yǎng)的限制，對(duì)公私不能做出及時(shí)、正確、客觀的判斷，用戶自以為在媒體平臺(tái)所擁有的私人領(lǐng)域其實(shí)還是公共領(lǐng)域。

算法推薦設(shè)置個(gè)人的“擬態(tài)環(huán)境”。網(wǎng)絡(luò)時(shí)代模糊了對(duì)主流媒體的定義，關(guān)注度高、能博取眼球的媒體甚至獲得高關(guān)注的個(gè)人也可以是主流媒介?，F(xiàn)如今，主流媒體本身就處于算法推薦的控制，用戶看似具有信息獲取的自由，其實(shí)依舊處于由算法和大數(shù)據(jù)在推薦個(gè)人想看到的新聞或信息組成的“擬態(tài)環(huán)境”中。在此環(huán)境中用戶被完全蒙蔽，個(gè)人喜好被無限放大，個(gè)人不感興趣的信息則被完全屏蔽，更符合用戶潛意識(shí)里“關(guān)于外部世界的圖像”，受到算法推薦組成的擬態(tài)環(huán)境嚴(yán)格意義上是現(xiàn)實(shí)社會(huì)一部分的抽象化，由用戶去選擇與現(xiàn)實(shí)世界割裂還是緊密聯(lián)系。

算法推薦加劇知識(shí)鴻溝的擴(kuò)大。網(wǎng)絡(luò)媒體平臺(tái)將用戶從群體中分離出來，用戶不需要從現(xiàn)實(shí)的群體中獲得知識(shí)或者獲得支持，用戶受到意見領(lǐng)袖的影響由現(xiàn)實(shí)可見轉(zhuǎn)變?yōu)榫W(wǎng)絡(luò)虛擬，同時(shí)現(xiàn)實(shí)中在群體里持少部分相反意見的用戶更容易在網(wǎng)絡(luò)平臺(tái)獲取支持。用戶意識(shí)到自己的意見相左后選擇性接觸網(wǎng)絡(luò)媒體平臺(tái)，在算法推薦下沉浸于自我喜好中，所獲取的知識(shí)更加偏向于單一和片面，當(dāng)用戶在感興趣的領(lǐng)域中獲得其他人的共鳴就會(huì)愈加難以自拔。用戶在脫離現(xiàn)實(shí)群體后加入到網(wǎng)絡(luò)群體，做出的每一步抉擇都會(huì)加劇知識(shí)鴻溝的擴(kuò)大，不利于用戶個(gè)人的全面發(fā)展。

算法推薦培養(yǎng)“容器人”。在大眾傳媒時(shí)代，電視用單向傳播的方式培養(yǎng)出被動(dòng)接受信息的罐裝“電視人”，而在網(wǎng)絡(luò)媒體時(shí)代，算法推薦利用自身對(duì)信息快速整理、快速分發(fā)的優(yōu)勢(shì)，向用戶提供海量信息，用戶難免掉進(jìn)算法推薦設(shè)置的“興趣陷阱”。從本質(zhì)上來說，算法推薦培養(yǎng)的是具有自我喜好的“容器人”，即用戶利用媒體平臺(tái)把自己劃分到不同的興趣社區(qū)，接收到的信息和反饋的信息始終都在相同的容器中。

算法推薦的應(yīng)對(duì)之道

近些年對(duì)于如何管理算法推薦機(jī)制，避免用戶成為貢獻(xiàn)流量的工具人，防止大數(shù)據(jù)“殺熟”，如何為算法推薦制定適當(dāng)?shù)姆煞ㄒ?guī)的討論屢見不鮮。在2021年8月27日新華社發(fā)布《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定（征求意見稿）》公開征求意見，征求意見稿提出，算法推薦服務(wù)提供者應(yīng)當(dāng)向用戶提供不針對(duì)其個(gè)人特征的選項(xiàng)，或者向用戶提供便捷的關(guān)閉算法推薦服務(wù)的選項(xiàng)。用戶選擇關(guān)閉算法推薦服務(wù)的，算法推薦服務(wù)提供者應(yīng)當(dāng)立即停止提供相關(guān)服務(wù)。同時(shí)，在2022年1月6日國家網(wǎng)信辦等四部門聯(lián)合出臺(tái)《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》，該規(guī)定對(duì)消費(fèi)者、游戲、網(wǎng)絡(luò)輿論和未成年群體保護(hù)都做出了詳細(xì)的管理?xiàng)l例。出臺(tái)法律法規(guī)保護(hù)用戶在算法推薦中的權(quán)益不被侵犯，如部分用戶使用相同的平臺(tái)卻沒有得到同等待遇，用戶的個(gè)人隱私遭受外泄；算法推薦設(shè)立不合理游戲機(jī)制，未接受評(píng)估的數(shù)據(jù)，誘導(dǎo)用戶沉迷游戲；惡意制造網(wǎng)絡(luò)輿論，在微博等平臺(tái)購買水軍，注冊(cè)虛假賬號(hào)，人為置頂某熱點(diǎn)頭條，通過購買流量點(diǎn)贊、評(píng)論、互粉，刪除對(duì)自己、集體不利的新聞，干預(yù)正常的輿論導(dǎo)向。另外，算法推薦也侵害了特殊群體的權(quán)益，未成年人和老年人未得到適宜的網(wǎng)絡(luò)環(huán)境，如傳播兒童色情，部分視頻包含未成年性暗示，未成年人沉迷網(wǎng)絡(luò)游戲，在網(wǎng)絡(luò)游戲中過量充值；忽視老年用戶，算法推薦缺失適老化的設(shè)計(jì)，不能為老年人提供出行、就醫(yī)等方面的服務(wù)。

算法推薦應(yīng)限制資本植入。自2020年疫情爆發(fā)開始，網(wǎng)絡(luò)帶貨模式成為新的網(wǎng)購方式。網(wǎng)絡(luò)紅人利用自身影響向用戶推銷商品，部分商品被爆出假冒偽劣、虛假宣傳、價(jià)值與實(shí)物不符等，嚴(yán)重侵害用戶權(quán)益。算法推薦應(yīng)事先經(jīng)行審核，保證用戶利益，如有用戶舉報(bào)應(yīng)及時(shí)責(zé)令整改，并向用戶告知。同時(shí)，部分網(wǎng)站和平臺(tái)大量推薦不正當(dāng)鏈接和游戲廣告，廣告商向平臺(tái)付款，平臺(tái)推送廣告賺取流量，用戶點(diǎn)擊鏈接就會(huì)攝入不良信息，甚至造成經(jīng)濟(jì)的損失，算法推薦應(yīng)嚴(yán)加審核以保證網(wǎng)絡(luò)的安全和純凈。

結(jié)語

技術(shù)帶給人們的益處有目共睹，但是技術(shù)本身就是人為設(shè)計(jì)，因此要受到限制，關(guān)于算法推薦和大數(shù)據(jù)的管理辦法無論是從法律法規(guī)還是個(gè)人素養(yǎng)的提高已經(jīng)勢(shì)在必行。用戶需要算法推薦的絕不是所見即想見，而是所見即有益。人工智能技術(shù)只能成為科學(xué)進(jìn)步的輔助，而不是掌控人們思想的工具。同時(shí)，算法設(shè)計(jì)者和應(yīng)用平臺(tái)必須承擔(dān)起相應(yīng)的責(zé)任，保障算法推薦可以為用戶提供優(yōu)質(zhì)內(nèi)容，并認(rèn)識(shí)到當(dāng)下算法推薦技術(shù)的不足之處并加以改進(jìn)。