针对信息异化的智能推荐技术应对策略

沈斌 王潇 谭言

智能推荐技术已成信息分发的基础技术之一

智能推荐技术已在当前新闻产品算法中占据主流。今日头条、抖音、快手等都依靠智能推荐技术向用户提供针对性的内容服务。随着互联网的迅速发展，智能推荐系统已逐渐成为各种网络应用中不可缺少的核心功能，它通过各种方式渗透到人们的日常生活中。

基于智能推荐技术的信息传播特点有：

即时性。智能推荐算法的搜索引擎的快速崛起有效解决了用户获取信息效率低下的问题。互联网提供的信息是即时的，无延迟的。用户通过手机等终端登录应用软件，通过软件的推荐算法即可获取媒体平台推送的新闻信息。

个性化。随着深度挖掘技术对用户的网络行为、个人喜好的不断建模分析，单个用户的个性化需求日益突出。智能推荐技术使得基于用户个人知识图谱的需求模型不断被构建和细化，以实现对用户的精准推送。

实时反馈性。基于用户网络行为的个人需求模型根据用户实时演变的行为轨迹而不断更新，用户实时的需求被发现，智能推荐技术会及时调整推送策略，根据反馈数据实现推送。

智能推荐算法的不足

（一）主流意识形态有被稀释的风险

主流意识形态是在某个特定的时期内在社会中具有一定的主导性的一种意识的表现，其对于专业知识、技术储备有一定的门槛要求，主流意识形态最大范围涵盖不同社会群体的意识形态，但当前去中心化的信息流动，对于机器这一工具理性取胜的推荐策略而言，有主流意识形态被稀释的风险。

在国际社交媒体平台中，“偏见”已然形成。此前推特以国家操纵为借口，一再清除大批就香港修例风波为中国发声的账号，影响海外社交平台用户对香港修例风波的判断。对此，推特声明称，将继续通过内容审查政策“促进公共对话”。当只有一方的观点被允许传播时，哪有“对话”可言？推特将主观偏见注入所谓“公平”的算法工具，形成反华的“回音室”，对中国的偏见和误解在不断的点赞、转发和评论中增强固化。

（二）负面社会信息扩散传播

智能推荐技术目前只满足于特定场景的适配，尚未充分开辟全面的价值判断格局。受整体环境的影响，容易导致以下局面：算法从个体和商业利益的角度考虑是合理、有效率的，但从社会全局视角来看则是不合理的，甚至是负效率的。现阶段，一篇短短百字的帖文激起千层巨浪的事件已经屡见不鲜，公众往往忽略了社交平台本身在传播中应该担负起的责任。在某些程度上，算法带着公平公正的面具，实则暗度陈仓。

（三）信息茧房的形成

推荐过程中，推荐算法作为一种“规则”，其背后隐藏的是“权力”，其价值尺度的“正义性”经常被搁置或规避。人类社会是一个繁杂的体系，其中包含了经济、政治、文化甚至道德伦理问题，而这些对于人类本身并不是趋同的状态，单方面靠市场来决定，商品经济特点使得运营方很自然地将商业利益视为最高“权重”。通常情况下，利用推荐算法实现智能推荐的平台，会将平台利润作为最终诉求。因此，平台会优先选择能够将商业利益最大化的指标作为价值尺度，而非优先考虑其精神价值。

同样的，在新闻获取时，受众对于信息的需求量及需求方向是有限的，信息的精准推送在提升传播效果的同时，却使受众接触的信息类型趋于单一化，严重影响人们知识面的扩展，使其视野变得狭窄，逐渐形成包裹住人们认知的“信息茧房”。

在经济力量的驱使之下，大量娱乐性内容进入人们的视野，例如微博上出现的“营销号”，买热搜、买推广等行为，都会让大量的受众并不感兴趣的内容出现在受众的视野中；同样的，一些低俗、恶趣味的信息也可能无法避免地推送给了受众，在这样的机制下，“信息茧房”可能变为平台变相圈养用户的娱乐场。

信息异化值得警觉

互联网作为“思想文化信息的集散地和社会舆论的放大器”，在改善受众获取信息的体验的同时，又使受众陷入“信息异化困境”。

在信息技术不断发展的大环境中，信息污染是信息异化的主要表现形式之一。在传播信息门槛降低后，信息出现了失实、重复等现象，严重影响了信息的质量。受众在信息泛滥的时代，很容易受到垃圾信息的侵蚀，例如网络上有一些营销号为了获得流量而谣传消息等，都是信息污染的表现。

目前，在中西媒体的竞争中，西方媒体具有较强的话语权，因此一旦引导方向出现偏差，例如某些媒体无意识地进行了非中国意识形态的渗透，必将造成难以估量的后果，其他媒体再引导补救也很艰难，这就是信息霸权。

信息异化严重制约了信息生态的平衡发展。因此，后期智能推荐算法的出现为解决信息异化问题提供了强有力的帮助，但仍旧无法完全破除信息异化带来的枷锁，甚至会带来新的异化现象。

基于“技术+人文”算法及人工审核的应对策略

针对推荐算法为受众带来的信息异化等伤害，本文提出了基于“技术+人文”算法及人工审核相结合的应对策略。

（一）为什么需要技术反低俗

互联网时代，信息呈海量式增长，以今日头条为例，其每日发布量高达60万条。传统意义上的技术是围绕人的指令来运行的，此时，机器扮演的角色便是“执行任务”，现阶段，机器学习的发展使得人不需要给机器具体指令，而是依靠机器自我学习。机器学习的出现对于信息的“反低俗”有了很大的突破，例如今日头条的“灵犬”，便是机器学习反低俗的产物。

（二）为什么需要人工判断

然而“灵犬”对部分内容也可能给出“拿不准”的结论，所以仍然需要人工判断。反低俗问题涉及多个领域，光凭借算法很难解决。例如非文字本身的含义隐藏在字里行间，机器就无法识别，只能将文字变成可读的符号去加以理解。无法完全知晓其底层含义。因此，加入人工的审核，会对其做修正和精准判断。

（三）基于“技术+人文”算法及人工审核的应对策略

1.传递主流意识形态，建立符合社会主义核心价值观的传播话语体系。在技术至上的时代，主流意识形态仍应该在社会中起核心指导作用，“技术+人文”算法能最大程度地凝聚社会共识。

自媒体快速发展，意识形态的话语权逐渐向大众分流，个体即中心，受众会根据自身意识形态去传播信息和创造信息。推荐技术在接收爆炸式的信息后，随之根据受众的喜好程度进行推荐，往往遮蔽了真正有价值有意义的信息。因而，技术必须有人工的加持，避免“娱乐化”消解了“崇高”“庄严”，从而更加有效率地建立符合社会主义核心价值观的话语传播体系。

2.建立技术-人工双重内容把关体系，渗入“人”的价值观。媒体应当提供多元化信息，帮助受众克服“个人日报”式的信息获取习惯。机器计算简化了新闻审核制度，但人工审核仍旧不可或缺，在机器审核的基础上添加人工审核，建立技术—人工双重内容把关体系，在算法审核的基础上，平台应对发布内容进行定期定量的人工关键词检索审核，同时建立随机抽检制度，以保证内容的安全性。将人工推荐与算法推荐相结合，渗入“人”的价值观，以防止“标题党”“内容营销”等游离在价值尺度边缘的有害内容被推广。

新媒体时代，精准的内容推荐过滤了海量的信息，将受众桎梏于“个人日报”中，推荐算法应当帮助受众打破固有的思维模式，在推荐用户感兴趣的内容的同时，让受众接触一些有益的、多元化的观点和内容。

结 语

算法的权力不能凌驾于社会、人文、法律之上，人类应合理利用先进技术但不唯算法论。当前的首要任务是在政府、媒体以及受众三个层面进行监管，建立算法的“分级制”，使得推荐内容更加优化。同时，建立“技术-人工”双重把关体系，优化审核机制和推荐内容，使得受众最大程度地接受多元化的、有益于人格塑成的信息，以平和理性的态度认识和了解外面的世界，重塑理性人格。