算法新闻个性化推荐的理念、意义及伦理风险

文/张潇潇

算法新闻个性化推荐的理念、意义及伦理风险

文/张潇潇

算法新闻个性化推荐不仅让用户的新闻阅读体验不断改善，也重塑了个体的阅读习惯。本文在分析算法新闻个性化推荐理念与意义的基础上，肯定了算法技术的应用价值及其前瞻性。在着眼于人与信息之间关系变革的背后，重点分析了算法新闻面临的伦理风险。人们在享受算法技术带来的阅读体验的同时，应警惕其可能带来的信息茧化、算法控制、主流价值引导缺失等方面的技术陷阱。在算法新闻实践中，发挥技术价值理性的同时也必须重视技术伦理。

算法新闻 个性化推荐 伦理风险

移动互联网的发展和大数据时代的到来，让用户对媒体的接触与阅读习惯不断发生变化。伴随着用户注意力向移动端的迁徙，新闻资讯也渗透到用户的日常生活。在外部环境、技术进步与用户需求的驱动下，国内的新闻客户端几乎都走上了算法新闻的道路。作为一项先进技术，算法新闻具有个性化、效率高、定位精准等优势，能够根据每一个用户日常浏览新闻喜好、习惯留下的印记而实现智能、个性化推荐。算法推荐在改善用户阅读体验和精准的用户画像上，相比人工编辑有着天然的优势，能够比编辑更懂用户。然而，在算法主导的移动新闻资讯时代，把用户阅读的选择权交给机器算法依然存在很多争议。这不仅在于技术本身面临的挑战，而且算法营造的拟态环境也存在伦理风险。

一、算法新闻个性化推荐的理念

传统媒体时代，新闻个性化定制实践在一定程度上满足了不同群体对于信息的需求。这种定制的本质上依然是传者中心主义，是新闻生产者对于潜在受众群信息需求的前置性控制，受众的选择程度仍然有限。个性化推荐则是移动互联网的产物，反映了人与信息之间的新型关系形态。个性化推荐本质上不是用户在主动选择信息，而是信息主动呈现。例如《今日头条》的资讯聚合类应用客户端，强调的是“用户是信息的主人”。

一般来说，新闻个性推荐算法有三种策略。一是内容推荐，也称作用户画像算法。基于内容推荐算法的原理是计算机挖掘用户喜好和历史浏览关注记录，总结出用户的兴趣图谱，然后计算每条新闻与用户画像的相似度，将相似度最高的新闻推荐给用户。二是协同过滤推荐，较为常见是基于用户的协同过滤，既当用户喜欢那些具有相似兴趣用户喜欢的新闻时，那么就会推荐给该用户。《今日头条》的个性化推荐算法原理就是基于投票的方法，其核心理念就是投票。根据人群的不同维度来适当划分人群，然后依据相同人群用户的投票行为来判断对同人群中其他潜在用户的推荐。第三种是常见的单因子推荐，即基于新闻的点击量、阅读量、点赞或转发量等某单一因子的量值实现对用户推荐。此外，越来越多的平台正在采取多种算法混合的策略，以加权或者串联、并联等方式融合。

总体来说，新闻个性化推荐算法关键还是在于对海量用户行为的数据分析与挖掘。尽管各平台新闻推荐算法采取的技术模型不尽相同，但是其基本理念就是通过计算机程序挖掘用户的阅读习惯和社交兴趣图谱，敏锐判断用户阅读下一条新闻的可能，以及这一条新闻与前一条之间的关系。在后续使用过程中这一图谱也通过不断地记录、摸索和算法优化来进一步强化其信息推荐的“智能性”。在从平台的角度来说，个性化推荐的目的是为了提升用户体验，增加用户阅读时间，并有效减少用户浏览到重复或者厌恶的信息带来不利影响。因此，平台不断通过挖掘用户的社交兴趣和优化算法，提高推荐的精准度、及时性，第一时间满足用户信息行为中的信息需求意识，增加用户的停留时间。

二、算法新闻个性化推荐的意义

1．改变了用户传统信息行为模式。信息行为理论认为个体的信息行为主要分为信息搜寻、信息浏览和信息偶遇三种类型，其中信息搜寻是信息行为的主要环节，它贯穿着个体从意识到有信息需求到满足信息需求整个过程。信息行为研究学者布伦达·德尔文（Brenda Dervin）从心理学取向提出“意义建构理论”，她强调了个体在信息行为过程中对信息的主动探索、主动发现和对信息意义的主动建构。因此用户传统信息行为的动机是信息需求，用户的信息搜索过程可以分为任务开始、主题选择、聚焦探索、焦点成形、信息收集、呈现/搜索结束六个阶段。然而以《今日头条》为代表的算法推送新闻应用改变了用户传统的信息行为模式，算法技术通过对用户阅读兴趣社交图谱的建构迅速实现对用户需求内容的个性化推荐。这个过程不仅是时间上的压缩，更是感知的重组。机器在用户潜意识的信息需求下，直接实现了信息需求与信息呈现之间的无缝对接。

2．实现了内容的精准分发。互联网带来的第四次传播革命，释放了个体的媒介接触、使用、传播的权利，使得信息环境由信息匮乏进入信息过载的时代。面对海量的信息，一方面用户的信息对信息的搜寻和处理变得更加困难；另一方面，有用的信息被信息海洋稀释，用户与内容生产者之间的区隔越发明显。在这样的信息环境下，用户的需求不仅难以精准描述，而且千人一面的信息呈现难以满足用户的个性需求。算法技术的进步力求让技术更懂人，比人工编辑更了解用户真正需要什么。利用算法推荐，可以实现对用户画像的动态描述，进而达到千人千面，让每个生产者的新闻智能化精准匹配用户。基于这样的意义考虑，个性化推荐算法技术为众多移动新闻资讯客户端发展提供了机遇。在信息速食的时代，算法推荐让“适合我的新闻资讯”成为新媒体传播的常态。

3．新闻生产场域的扩张。从布尔迪厄场域理论出发，新闻生产场域可以理解为主要是某一个社会空间中，新闻生产者各种相互关系网络所表现的各种社会力量和因素的综合体。新闻生产的场域既受到来自外部的权力和资本的关系决定，同时也受到其生产实践过程中编辑部的价值、专业操守、文化等因素的影响。新闻场域从来都不是静态存在的，而始终在与政治场、经济场、文学场等其他场域的互动中。对于传统媒体来说，作为党的新闻事业其新闻生产场域是政治场域的重要组成。在这种传统的新闻生产场域中，其“惯习”存在着明显的倾向性和意识形态与价值上的选择。以《今日头条》为代表的新闻资讯客户端，实际上更多的是遵循着商业逻辑，以用户为中心，用户需求构成了信息整合与推送的关键力量。《今日头条》的算法新闻推送，摆脱了来自于内部编辑与外部场域规则的制约。在未来，智能算法不仅应用于推荐信息，而且还包括内容的创作、分发、讨论和审核。智能机器主导下，新闻生产场域边界得到扩张，机器作为生产者与分发者实现传统新闻生产场域的“他治性”向“自主性”的转变。

三、算法新闻个性化推荐的伦理风险

1．用户信息茧化。从算法新闻推出伊始，信息茧化的问题一直成为争议的焦点。算法技术可以增强用户的阅读体验，也客观上降低了用户信息偶遇的可能。当专属个性新闻信息主导人们的信息消费内容时，算法新闻也就在人与人之间建构了一座座孤岛。正如《人民日报》发表评论员文章指出，技术为用户量身打造信息，开启了符合读者口味的一扇窗，却关上了多元化的一道道门。针对有可能出现越推越窄的问题，各平台在个性化推荐背后也有一套协同过滤筛选内容和优化推荐的策略。但是从信息行为的社会取向理论来看，个体的信息行为应该置于广阔的社会、文化背景之中。将个体的信息行为置于社会环境、组织和政治结构构成的综合环境中，并将个体视为生活在特定情境中的一个“角色”，而不是信息系统和服务中的“用户”。个性化推荐为用户新闻阅读过程中生成“我的日报”，把用户个人兴趣以程序化的方式呈现。当用户长期沉浸在自主选择的满足感下，也就逐渐失去了对多元信息的接触机会，脱离了其社会情境，形成信息茧房。

2．主流价值导向的缺乏。《今日头条》张一鸣一再主张算法没有价值观，并且强调今日头条不设总编辑。类似《今日头条》这样的聚合类新闻资讯客户端，自身不进行内容生产，依靠渠道优势来换取媒体和自媒体的内容供应。从这个角度来说，《今日头条》本身没有价值观。但由于平台编辑把关缺失和内容审查的后置，导致传递不同价值观的内容被机器分发给不同用户。当机器由着人性深层处猎奇、低俗等需求的驱动时，个性推荐的新闻在价值导向和质量上就难以保证。

较之于国内一些平台推崇算法推荐不设总编辑的做法，苹果公司反而弱化算法强化编辑地位和作用。苹果公司认为计算机算法有着不可逾越的瓶颈和缺陷，在满足小众用户需求上算法显得幼稚和粗糙。算法新闻的个性化推荐，不仅强化了信息传播的闭环，而且缺乏对基本价值的守望和主流价值的引导。算法主导流量为王的移动阅读环境，加剧了标题党、低俗、虚假，甚至是别有用心的议题找到用户。传统媒体坚守的情怀、专业主义和对主流价值观建构，被算法推荐消解。

3．算法审查对用户知情权的控制。新闻媒介是公众了解社会客观现实的窗口，媒介通过建构拟态环境来影响公众认知和决策。因此，在新闻传播的历史实践中，不断融入了其公平、公正、客观、专业主义等核心精神。算法新闻看似技术中立，但其算法审查在对用户阅读内容筛选过程中存在着设计者的主观因素。如果说个性推荐为用户营造了拟态环境，不如说是算法审查为用户建构了一个真实的世界。让人担忧的是，这种算法审查中可能隐藏着的偏见、干预、不良用心。

美国弗格森案件中，由于存在种族歧视Facebook采用机器算法干预了用户所看到有关弗格森枪击案的信息，而向用户推荐不相关的内容。所以，当用户习惯通过Facebook来获取信息，那么该用户就很难了解到弗格森发生的一切。对于越来越依赖社交媒体和移动新闻资讯客户端来获取信息的年轻网民来说，掌握着庞大用户规模的平台，不仅可以左右着每个用户知情权，甚至可以影响着社会大众的决策与行为。

四、结语

算法技术在新闻业的应用，无疑具有很大的实用价值和前瞻性。在提高传播效率，增强用户阅读体验的同时，也拓展移动新闻资讯平台的渠道价值，改变着产业格局。但是在技术的发展中，人的因素不能缺失。只有真正实现新闻专业精神、编辑主义与算法推荐的结合，才能够将个体的信息行为最终要回归到文化、政治、组织等构成的场域之中。算法主导的时代，更需要主导、把关、引领的“总编辑”。德国哲学家韦伯曾经区分了工具理性和价值理性，前者意味着发挥技术的最大效用，后者则强调价值、伦理的重要性。

作者单位 河海大学

[1]叶明睿．个性化推荐对网络用户个体信息环境的影响[J]．编辑学刊，2015(02)．

[2]宋雪雁，王萍．用户信息行为研究述评[J]．情报科学，2010(04)．

[3]张志安．新闻场域的历史建构及其生产惯习——以《南方都市报》为个案的研究[J]．新闻大学，2010(04)．

[4]人民日报评论部．人民观点：算法盛行更需“总编辑”[N]．人民日报，2016-12-23．