智能传播中算法的进化

于 烜

一、智能传播中算法的缺陷

算法融入信息传播，带来了传播的深刻变革。算法和传播深度融合，改变了信息采集、生产、分发和反馈等过程，并且正在全面重塑传播生态。智能传播的时代到来了。在智能传播中，算法主导着信息分发。作为人工智能的核心要素，算法是信息传播的底层支撑。自2012年今日头条引入算法成功崛起后，算法分发成为中国移动互联网信息分发的主流。算法分发是指基于大数据和人工智能技术，通过算法模型，进行信息与用户匹配的信息分发系统。算法的个性化推荐（简称推荐算法），有效应对了信息超载带来的分发危机，解决了海量信息与用户间的供需匹配，优化了生产和消费的资源配置效率，因此被称为“面对新格局的资源配置新范式”。但是，推荐算法存在明显的缺陷，算法引发的公共性缺席、拟态环境偏离问题不容忽视。

现代社会中，公共性是大众传播的一个重要属性，实现社会整合是大众传媒的重要功能。以传统媒体为代表的大众传媒能够把不同阶层、人群、族群凝聚起来，形成社会共识。英国学者戴维·莫利的研究早已表明了电视连接家庭、国家和国际，维持了“国家家庭”（National Family）等各种共同体的形象和现实。当代中国的大众传播作为社会整合机制，在社会转型期发挥了社会凝聚的功能。大众传媒在达成共识和集体认同上发挥重要作用，以电视媒体为例，电视综艺晚会如春晚，大型电视直播如大阅兵，电视专题片如《舌尖上的中国》等，对社会凝聚力形成都产生了不同程度的直接影响。这就是媒体公共性的体现。

然而，个性化的推荐算法是按照用户个人的偏好、需求进行内容匹配：算法分别提取用户和内容各自的相关特征，然后通过不同的推荐算法，将内容推送匹配给相应的用户。用户画像是算法分发的起点，其核心是为用户打标签，即从网络记录的用户社会人口统计学属性、浏览行为、内容偏好、消费行为等用户数据中抽取用户特征进行标签标识。推荐算法的依据的是网络中用户本人或相似人群的个性化的兴趣、爱好、习惯、需求。如此算法技术逻辑下内容和用户的匹配，导致传播中只体现了个性而缺少公共性。公共性缺席是算法主导信息传播的一个明显的缺陷。

此外，推荐算法的另一个缺陷是导致拟态环境越来越偏离现实世界。早在1922年李普曼就提出了著名的“拟态环境”，警示了大众传播会造成媒介环境与客观世界之间的偏差。大众传播时代的信息也是经过媒体过滤选择的，但是在新闻专业主义的准则下，信息选择有明确的标准，要求客观、平衡，以尽可能接近、反映社会现实和真实世界。但是，在移动互联网时代的智能传播中，客观、平衡等新闻传播大厦的基石被冲垮了。互联网经济的本质是流量经济，算法的逻辑是以流量为目的进行信息匹配。流量偏向于情绪化、故事化、戏剧化的内容，相对于真实世界，被算法选择的信息存在失衡、失真。在100年后的今天，拟态环境和现实世界不是越来越接近，相反却是越来越偏离了。

二、智能传播中算法的缺陷成因

探究智能传播中算法缺陷的成因，有两个层面的因素不容忽视。首先，现阶段人工智能技术自身存在很大的局限。从技术上说，算法是一种中介，通过算法模型，将信息与用户进行匹配，目的是要解决信息和用户的精准匹配问题。无论是传统的机器学习算法，还是近年来兴起的深度学习算法，通过用户个人属性和网络应用使用过程中的数据记录，挖掘用户个人兴趣、需求，最终达成个人信息需求的精准匹配，这是算法的使命。但是，从人工智能发展历程看，现在尚处于弱人工智能时代，即“数据+算法”的时代，这一时期通过大量投喂数据，算法精度比较过去提高了很多，但是存在一个难以破解的核心问题——无法解决海量数据之间的深层次语义层面的关联关系，无法挖掘出用户潜在的、多层次的需要，而且算法的泛化能力比较差，把一个数据集中的模型，运用在另一个相似数据集中上，其效果会变差。因此目前的算法技术只能做到迎合用户表层的需要。简言之，目前普遍应用的个性化推荐算法尚存在自身技术的局限和缺憾，算法需要进化。

造成算法缺陷的另外一个因素是算法背后的权力。算法在技术中立的表象背后实现算法权力。英国学者斯科特·什指出，在互联网时代“经由计算法则的权力变得日益重要。一个媒体无所不在的社会，权力更多地陷于计算法则之中”。算法设定的原则以及所使用的加权、降权标准，都是权力控制的体现。2018年Facebook为了盈利改变算法模型，进行“重社交轻新闻”的算法调整，直接导致公共媒体内容和流量的减少。当算法主导传播时，算法控制的内容平台，如短视频平台、资讯平台都成为了媒体，作为媒体，需要传播主流价值观，需要促进社会整合，需要承担媒体公共性责任，除了个性化推荐，在算法中应该体现出公共性，这是智能传播对算法的必然要求。但是，算法内容平台，比如抖音、今日头条等，自身是资本驱动的商业平台，目的就是流量和盈利，追求的是内容、广告与用户的精准匹配，平台自身并没有作为媒体的需要和动力，相反，算法体现的是商业资本的意志。

阿多诺、霍克海默指出，技术获得支配社会的权力基础正是那些拥有最强大经济支配权的人。资本的本性是逐利，而先进科技又是竞争力的最重要利器，是资本逐利的利器，资本和技术所特有的天然亲和性使得两者日益交织在一起。以短视频为例，伴随短视频攻城略地般扩张的是其商业化的高歌猛进。抖音、快手均在加速商业变现进程，广告、电商、直播带货、游戏等全面发力。在抖音平台全面商业化进程中，算法发挥着底层支柱作用。以抖音企业账号演进为例，从2018年抖音企业蓝V账号启动到马力全开提出打造“全景娱乐营销”，以算法为武器全力为商业营销内容赋能，抖音官方商业宣讲直白地表示：通过明星账号发布原生广告并融入推荐流，保证品牌信息精准覆盖核心和潜在粉丝，完成营销转化。官方的数据结果完美地验证了算法的威力：在品牌和某明星的一次合作中，明星粉丝增长32万+，视频播放量增加了1600万，互动超过150万。可见，只要商家资金到位，算法将所向披靡，实现全能覆盖、精准到达。因此，现实中我们看到，相对于对商业资本和利益的追逐，算法内容平台并没有回应，或者比较好地回应自身作为媒体的公共责任这样的要求。

总之，在算法主导的智能传播中，公共性缺席、拟态环境的偏离是不容回避的问题。算法需要升级和进化。

三、实现算法进化的两个路径

实现智能传播中算法进化需要从内外两条路径共同努力。一条路径是算法技术的演进。弱人工智能时代的“算法+数据”的技术缺陷需要实现技术升级。“知识图谱+算法”是未来人工智能技术演进的方向。当人工智能技术能够破解语义层面的联系，在数据间找到并建立起相应的联系，形成相互关联的一系列知识谱图，才有可能挖掘出用户潜在的各种需要，改变目前的简单迎合的状况，从而弥补当前信息传播中推荐类算法的缺陷。可喜的是，目前国内学者已经开始进行第三代人工智能的前沿探索，正在沿着“知识+数据+算法+算力”方向，进行基于知识图谱的相关研究。人工智能技术突破将是实现算法优化和升级的技术路径。

实现智能传播中算法进化的另一条路径需要借助规则，即“算法+规则”，在算法中导入规则。“算法+规则”，即以现有的深度学习算法模型为基础，将新闻传播的专业主义价值观及理念设定为相应规则，两者结合后形成一个新的计算模型，以此新模型进行相应信息匹配。对于算法驱动的内容平台，尽管平台方还在回避着自身的媒体属性和责任，但是他们通过组织生产和算法分发，已然成为智能传播时代的主体。而且，智能传播中，经过算法过滤选择后匹配给用户的信息对个人的认知、判断以及社会性造成的负面影响和风险，比如信息茧房、圈层化等，令人担忧。因此，现阶段有必要通过规则导入，从外部促使算法进化。但是，仅仅依靠算法平台自身难以实现规则的导入，需要政府方、平台方、学界三方共同努力，达成共识，最终形成一个智能传播的算法评估指标体系。目前对个性化推荐算法的评价，强调的是精度，即算法迎合用户个性化需要的准确度，但是，只有精度这一个指标还远远不够。从实现新闻传播客观、平衡的要求出发，需要分发更加丰富多元的内容，让观点多样、角度多样、信源多样、品类多样的内容达到用户。因此在算法指标体系中，除了用户需求的精度，还需要考虑从内容端出发，考量算法的广度，如内容的非歧视性关联推荐等，将广度指标引入评估系统。

综合评价指标的合理设计将引导算法不断地优化升级。现阶段国家监管部门也开始就形成相关评价标准进行实践和探索。比如，国家广电总局主办的首届广播电视和网络视听人工智能应用创新大赛，在智能推荐类比赛中明确了比赛要点是为提升网络视听传播力、引导力、影响力、公信力所进行的算法创新、应用创新，改变了仅仅将算法精度作为评价标准，明确将主流价值的传播作为推荐算法的重要考量要素，如此要求对于将规则引入算法，无疑是一股积极的推动力量。通过类似的比赛以及未来评价标准的最终制定将会对行业以及推荐类算法进行正向的引导。

综上所述，算法进化有赖于算法技术自身的演进，有赖于算法掌控者的价值伦理的培养，有赖于监管部门的标准规范。对于算法进化，如果说人工智能等技术演进需要一个较长时期的探索，那么算法导入规则，通过算法评价指标的合理设计则是现阶段引导算法实现优化升级的有效途径。