困境与超越：算法推荐新闻实践

摘 要：算法推荐新闻是大数据和人工智能技术拓展到新闻报道领域的新实践，它改变了原来的新闻推荐方式，具有高效且定位准确的特点。但它也在用户数据保护、信息多元化等方面存在问题。本文认为需要从外部规范与坚持人的价值判断两方面寻求解决策略。

关键词：算法推荐；新闻实践；个人数据

中图分类号：G210.7 文献标志码：A 文章编号：1674-8883（2020）07-0078-01

大数据、人工智能迅速发展，在进入新闻生产领域后，带来了新的新闻发展模式。既通过机器人写作改造新闻内容的生产环节，又通过智能算法推荐改造内容分发环节，提升了新闻推荐的精准度与效率。新闻传播的生态格局正在被算法深刻重塑，信息的生产、流动更加智能化。处理好这种基于数据化的新闻实践与人的价值之间的关系是算法更好地促进新闻传播业发展的关键。

一、算法推荐新闻的特点

推荐算法通过追踪用户的网络行为，运用一些数学算法计算出个人特征、环境特征等相关信息，并推测出用户可能喜欢的内容。具体而言，算法推荐新闻的特点主要表现在以下3个方面：

（一）海量数据支撑

算法是建立在海量数据基础上的，需要依靠大量的数据进行训练和学习，不断提高运算的准确性，从而使新闻能匹配到最佳用户，实现精准传播。算法运行主要需搜集与匹配3个方面的数据。一是用户的特征，包括性别、年龄、阅读历史等，从而获得更加完整细致的用户画像，了解用户的兴趣；二是新闻文章的特征，主要有标签、主题、关键词等，从而提取不同类型的内容特征，为准确个性的推送做好准备；三是环境特征，如位置信息、时间等，可以实现因时因地的推荐。再将3个方面的数据进行匹配，用户就可以获得与个人兴趣、所处时间地点相吻合的信息，帮助用户在海量的信息中获得需要的信息。

（二）智能化推荐方式

过去的新闻筛选主要由编辑依靠价值判断进行，依赖人的价值判断力。在算法推荐新闻模式下，由计算机算法担任把关人，决定用户在什么时间、什么地点看到什么。计算机程序通过对海量数据信息的搜集、整理与分析，能更加准确地识别不同用户的个性需求。同时，在用户的后续阅读中，新的数据反馈又能进一步促进算法的修订与优化，强化信息推荐的智能性。智能化的新闻推荐方式既能更好地满足用户的需求，增强用户黏性；也能释放人的压力，将大量简单重复的数据分析工作交给计算机完成，使人从事更有价值的工作。

（三）个性化新闻推荐

过去的新闻筛选与排列主要考虑的是大众的普遍需求，虽然能够针对不同群体进行传播，但个体用户的兴趣是无法得到满足的。这种定制仍然是新闻生产者对信息的前置性控制，体现的是传者中心。在算法推荐新闻机制下，用户行为数据都会被记录下来，实现对于用户动态画像的新闻推送，满足用户个性化的需求。个性化推荐可以提升用户体验，帮助用户找到“适合我的新闻资讯”，增加用户的阅读时间，减少用户阅读厌恶信息和重复信息产生的不良影响。

二、算法推荐新闻的困境

算法推荐新闻具有的这些新特征，带来了新闻分发模式方面的变革，对于新闻机构和用户个人都具有重要意义。但也正是因为这些特点使它在用户数据保护、信息多元化与价值理性方面产生了许多困境与问题。

（一）个人数据的公开与保护

由于算法是建立在大量数据基础上的，需要掌握用户全面详细的数据信息，带来了个人隐私的忧虑。算法推送系统拥有所有可获得的用户个人信息，并与用户全面对应。这些数据有可能在后续的使用中被揭露，威胁个人隐私安全。而在具体的使用中，辨别个人是否同意，知情自身信息被用于某一特定的用途变得越来越困难。虽然个人是这些数据的产生者，但隐私数据并不掌握在数据生产者手中，个人无法有效控制属于自己的隐私信息。与此同时，个人的行为时时受到监控，隐私无处藏身，成为“透明”的个体，机器与一些机构可能比自己还了解自己，从而形成算法模式下新的“圆形监狱”，侵犯个人独立意志。

（二）信息的窄化与多元化

算法推荐新闻虽然帮助个人在信息爆炸时代过滤了大量信息，找到为每个人量身筛选的信息，降低了获取信息的时间成本。但其潜在的危险导致在这个过程中用户很难接触到其他类型的信息，从而陷入“信息茧房”。

算法推送新闻的实质就是一份“我的日报”，将依据个人特征筛选的信息聚集起来推送给用户，再搜集阅读信息等进行推荐。这就将用户喜爱的东西以程序化的方式呈现，使用户长期大量接触同一类信息，从而不断加深用户对于本身喜爱信息的认同，失去了接触多元信息的机会。这样窄化的信息接触将导致视野的狭隘和思想的封闭，甚至是思维的极化。凯斯·桑斯坦指出我们只听我们选择的东西和愉悦我们的东西的通讯领域，他认为生活在茧房里的人们，不可能考虑周全，因为他们自己的先入之见将逐渐根深蒂固。[1]

（三）工具理性与价值理性的冲突

算法推薦新闻信息的决策权不掌握在经过专业训练的新闻编辑的手里，而是将信息的筛选权给予机器与计算机程序，而它遵循的是工具理性逻辑。工具理性是使行为达到目的时，我们所运用的手段、工具，将手段与目的、目的与后果、各种可能的目的进行比较，[2]作出最有效或最合乎成本效益的判断。过度依赖智能化的工具理性将导致新闻机构以点击率、访问量作为唯一的诉求，一味迎合用户，更加倾向于加热词、以“标题党”等方式挣钱，导致内容品质的下降。移动互联网时代的科学技术发展体系赋予算法和大数据以权威合法性，并将整个人类社会纳入数据主义体系中，在这套体系中，难以被数字化的价值观、正义等就显得有些多余和尴尬。[3]

而价值观和正义至上正是价值理性的重要组成部分，是人根据自己的信念和要求作出的判断和行为。在算法技术的冲击中，越来越多的媒体开始使用算法推荐新闻，以求在激烈的行业竞争中站稳脚跟。但是，技术只能解决部分问题，媒介更需要平衡经济效益与社会效益之间的关系，更好地处理工具理性与价值理性之间的冲突。

三、走出算法推荐新闻的困境

算法推荐新闻虽然产生了问题有待解决，但同时技术带来的便利也在被不断使用，由算法推荐新闻也成为不可避免的趋势。在这种情况下，需要对这些问题作出回应，寻求更好的解决策略，让这种人工智能具有更多的人文关怀，走向真正的智能。

（一）构建算法内外部约束机制

由于算法新闻推荐是由计算机根据设定好的程序自动筛选新闻的，它自身无法作出价值判断，作出符合伦理规范的选择，所以要构建起算法内外部约束机制，警惕算法带来的风险。这样才能尽最大可能维护每个人的利益，使人和技术建立起更高级的信任，从而让技术更好地服务于人类。

首先，算法背后体现的是工程师的智慧，所以研发人员需要遵守一些基本的伦理准则，包括有益性、不作恶、包容性的设计、多样性、透明性以及隐私的保护等等。其次，要确定算法系统需要遵守哪些法律和价值规范，但在这里面可能存在道德过载和价值位阶的问题，在不同价值发生冲突时该如何选择，需要进行跨学科的合作。最后，要由行业组织或者监管部门从外部对算法进行监管和评估，建立评估标准，判断它是不是和人类的伦理价值相一致，避免算法作恶。同时也需要在法律层面建立规范和约束，明确责任者，保护个人信息，维护人的权利与价值。

（二）超越算法：人的价值坚守

尽管随着人工智能的发展，算法在新闻分发环节所占的比重越来越高，未来也有可能实现完全自动化的新闻推荐，但是对信息的价值、真伪等判断还是取决于人。而人应该超越算法，保持自身的洞察力与判断力，增强自身的主体性。在人与机器的互动中，更好地体现人的主导性与价值观，提升人的理性与自由，促进个人的进步与发展。

人要有能力对算法进行评判，及时发现并纠正算法中可能存在的漏洞，更需要保持对数据、算法警惕的态度。一方面，媒介需要坚持专业主义精神，坚持道德底线，加强对推送内容的审核；另一方面，用户需要提升媒介素养，提升对信息的分析解读与批判能力，有意识地接触不同领域的信息，培养开放的思维。

四、结语

算法推荐进入新闻生产领域，改变着大众的新闻获取方式，在智能化的新闻推送中，提供全新的新闻阅读体验。然而，技术所期许的美好方式背后潜藏着诸多问题仍有待解决，这既需要构建约束机制进行规范，更为重要的是以人为主导，坚持人的价值判断，避免在机器的冲击中迷失自我。

参考文献：

[1] 凯斯·桑斯坦.信息乌托邦[M].北京：法律出版社，2008：8-10.

[2] 陳昌凤，石泽.技术与价值的理性交往：人工智能时代信息传播——算法推荐中工具理性与价值理性的思考[J].传媒观察，2017（09）：71-74.

[3] 吴卫华.算法推荐在公共传播中的理性问题[J].当代传播，2017（03）：79-81.

作者简介：金明珠（1994—），女，甘肃兰州人，中国传媒大学传播研究院2017级传播学专业硕士研究生，研究方向：理论传播与传播史。