算法推荐影响下的新闻推送困境研究

□朱立

算法推荐

算法推荐的研究起源于20世纪90年代，由美国明尼苏达大学GroupLens研究小组最先开始研究。通过设计程序收集用户的浏览记录（在某一方面多次停留或查找类似信息），以大数据作为“用户喜好”分析基础，向用户提供个性化推荐。现如今，以算法推荐为基础的个性化应用得到广泛普及，包括图书、影像、新闻、音乐、地图等，同时算法推荐也在电子商务的应用相当成熟，亚马逊、豆瓣图书、淘宝网等都使用了电子商务推荐系统，推荐系统给这些互联网商家带来了巨大的附加利益，提高用户满意度的同时也增加了用户黏性。目前，有三种算法推荐应用率最高：

第一种基于内容的推荐，即根据用户的兴趣方向对某一信息和项目所具有的相似属性进行推荐。推荐内容较单一且无法获取新用户的兴趣。

第二种基于协同过滤的推荐，即根据用户日常兴趣喜好寻找具有相同喜好的用户，系统默认两者具有相同爱好，将后者喜欢的内容推荐给前者。从用户的角度出发，不需要用户努力寻找自己感兴趣的内容，并且可以过滤机器难以分析的信息，如艺术、音乐。

第三种基于关联规则的推荐，即以关联规则为基础，统计用户购买某一商品后附加购买另一商品概率，当用户购买商品后向其推荐关联商品，如超市在啤酒区域旁设立售卖婴儿纸尿裤区域。

以上三种推荐为应用最广泛的算法推荐，其他还有基于知识、基于效用的推荐等。

个性化新闻

在牛津大学发布的《AI与职业》报告书中，将新闻媒体界人士分类为AI难以替代的职业，可现实情况却与之相反。信息化时代对纸媒的冲击已经有目共睹，人们想要接收到的不是发生在昨天面临即将“过期”的信息，而是具有实时效应的信息。新闻采编工作者很难全面把握和处理每天经手的大量信息，而培养熟练的新闻编辑也需要一个较长时间周期，因此应用算法推荐技术设计的AI被采用，作为辅助或是代替新闻采编工作者来进行信息处理方面的工作。算法推荐技术在非传统意义上的新闻媒体企业的应用更加广泛，微软用AI替代管理Edge浏览器新闻排版服务的50多名编辑；因游戏《天堂》而广为人们所熟识的NCsoft也与韩联社合作推出人工智能算法天气预报新闻记者；职业棒球比赛结束后也可以通过AI自动生成比赛高潮棒球赛事分析应用程序。随着大数据技术不断地被引入新闻领域，现有的新闻生产、流通、消费模式已经发生巨大改变。

从新闻的消费层面上来看，算法推荐技术在处理大量数据的同时也为用户带来定制的“个性化新闻”，用户在虚拟空间里更想要被区别对待，掌握到别人没有掌握的知识，了解到别人没有了解的信息，而不是与别人掌握同样或类似的信息。个性化新闻的出现能够确保用户所接收到的信息是与众不同的，同时算法在后台收集用户的喜好，在大数据的计算下推荐能够引起用户产生消费冲动的新闻，提高用户对平台的依赖性。淘宝、当当网等互联网商家会推荐给用户基于其消费水平以内但又是与其喜好所关联的产品。

个性化新闻是为用户推荐想要看的新闻而不是教用户如何去看新闻。头条新闻、点击量最多的新闻、评论最多的新闻可能并不是用户关注的新闻，同样用户耗时最长去了解的新闻也不一定带给用户满意的新闻体验，用户需要的是私人的专属新闻而不是每个人都了解的新闻。个性化新闻不会出现单条新闻在短时间内重复出现的情况，用户想要看到的新闻会不断被平台推送出来。个人用户不会因反复接触同类具有相关联属性新闻而产生新闻疲劳，出现从“新闻追随者”成为“新闻回避者”的情况。

算法推荐对新闻把关人的重塑

算法推荐技术的广泛应用对新闻传播的一个深刻影响就是对新闻把关人的重塑。在以往的传统媒体中，新闻编辑就是新闻进入用户视野的第一个把关人，新闻经过把关后通常能够满足于当时社会大部分用户的共同兴趣，是大部分用户舆论的焦点所在。传统新闻体系中的把关理论已经不能适用于算法技术造就的大数据时代，算法处理信息的速度远远超过新闻编辑工作者，被程序提前设计好的算法不需要再进行审核，批量制造的新闻也可以精准推送给每一个接受订阅的用户，而且在舆论出现反复、真相出现逆转的时候，新闻也可以得到消除。算法推荐技术改变了用户和传播者之间的关系，把关人原有的把关权力受到削弱和淡化。用户既需要多元化的新闻弥补自己和周围环境的鸿沟，也需要拥有专属于私人的订制新闻获得有价值的信息。把关人从之前以人为主体的新闻编辑变成由程序设计的算法AI，用户接收到的信息由自己在大数据中建立的“形象”所决定，因此用户更愿意停留在符合个人喜好的程序世界，平台媒体为了提高用户黏性也开始将把关人角色交给算法和用户自己。

用户在接受到专属的个性化新闻时，用户就是新闻的把关人。用户用自己的喜好来评价接收到的新闻的价值，新闻是否采纳也取决于用户对新闻是否感兴趣，而不是新闻本身具有的价值，或是否关注到当下社会中存在的问题。

算法的设计由人来完成，海量新闻经发布者公布在媒体平台，作为以人为主体的新闻编辑不能在第一时间审核所有新闻，因此新闻经过的第一道把关由算法完成，含有不正当词汇和敏感词汇的新闻固然能够被算法第一时间淘汰，但部分新闻标题与内容不符，或为刺激性新闻则难以筛选出来。用户接触到此类新闻，往往受其吸引但又缺乏辨别能力，就会信以为真。算法作为把关人缺少以人为主体的客观评判标准，只能机械、被动地对新闻进行把关，官方媒体平台和私人领域平台同时发布新闻，真正具有社会影响力和舆论价值的新闻很难第一时间被个人所了解，真正需要被热议、被讨论的时事新闻却很难成为热点话题。算法推荐作为机械式的程序，只能根据用户的关注点偏向推送。

算法推荐对媒介权力的影响

在传统媒体中，信息未形成指数式的爆发，新闻的产生、加工、公布再到公众的视野需要经历一个漫长的周期。公众对于已发布的热点话题讨论不会出现大范围的跨地域、跨阶层、跨文化的响应。新闻经由严格的筛选由具有影响力的机构和媒体发布，或者由意见领袖发布，具有较高可信度且均能在社会上引起反响。算法推荐易受资本的影响，用户在接触媒体平台时首先被吸引的就是平台的特色内容，因此媒体平台要保持自己的曝光度，优化平台的内容，增加用户黏性，而这势必要融入资本运作。不可否认，受平台雇佣在网络领域具有影响力的各方面意见领袖在一定程度上也会误导用户的判断。公众在媒体平台上看似具有很大的主动性，其实都是被平台设计的算法所左右。因此，媒体平台的意见领袖本身就是被算法推荐设计出来的，用户也只是在媒体平台选择自己想要相信的意见领袖而已。

算法推荐改变传播者和用户之间的角色和反馈机制。在网络时代，人人都是传播者。媒体平台的便利性使得用户不仅仅是去围观，而是实实在在的参与。用户的意见无论得到共鸣与否，都是媒体平台的一份子。相较于传统媒体的单一途径传播，用户获得信息的途径更加多样化，用户本身条件也不受到限制，信息是否应该被该年龄段所接受也不由算法所决定。新闻的概念日渐被模糊，新闻的真实性受到质疑。算法为用户推荐新闻，公共领域和私人领域的新闻混淆杂乱，用户本身受到媒介素养的限制，对公私不能做出及时、正确、客观的判断，用户自以为在媒体平台所拥有的私人领域其实还是公共领域。

算法推荐设置个人的“拟态环境”。网络时代模糊了对主流媒体的定义，关注度高、能博取眼球的媒体甚至获得高关注的个人也可以是主流媒介。现如今，主流媒体本身就处于算法推荐的控制，用户看似具有信息获取的自由，其实依旧处于由算法和大数据在推荐个人想看到的新闻或信息组成的“拟态环境”中。在此环境中用户被完全蒙蔽，个人喜好被无限放大，个人不感兴趣的信息则被完全屏蔽，更符合用户潜意识里“关于外部世界的图像”，受到算法推荐组成的拟态环境严格意义上是现实社会一部分的抽象化，由用户去选择与现实世界割裂还是紧密联系。

算法推荐加剧知识鸿沟的扩大。网络媒体平台将用户从群体中分离出来，用户不需要从现实的群体中获得知识或者获得支持，用户受到意见领袖的影响由现实可见转变为网络虚拟，同时现实中在群体里持少部分相反意见的用户更容易在网络平台获取支持。用户意识到自己的意见相左后选择性接触网络媒体平台，在算法推荐下沉浸于自我喜好中，所获取的知识更加偏向于单一和片面，当用户在感兴趣的领域中获得其他人的共鸣就会愈加难以自拔。用户在脱离现实群体后加入到网络群体，做出的每一步抉择都会加剧知识鸿沟的扩大，不利于用户个人的全面发展。

算法推荐培养“容器人”。在大众传媒时代，电视用单向传播的方式培养出被动接受信息的罐装“电视人”，而在网络媒体时代，算法推荐利用自身对信息快速整理、快速分发的优势，向用户提供海量信息，用户难免掉进算法推荐设置的“兴趣陷阱”。从本质上来说，算法推荐培养的是具有自我喜好的“容器人”，即用户利用媒体平台把自己划分到不同的兴趣社区，接收到的信息和反馈的信息始终都在相同的容器中。

算法推荐的应对之道

近些年对于如何管理算法推荐机制，避免用户成为贡献流量的工具人，防止大数据“杀熟”，如何为算法推荐制定适当的法律法规的讨论屡见不鲜。在2021年8月27日新华社发布《互联网信息服务算法推荐管理规定（征求意见稿）》公开征求意见，征求意见稿提出，算法推荐服务提供者应当向用户提供不针对其个人特征的选项，或者向用户提供便捷的关闭算法推荐服务的选项。用户选择关闭算法推荐服务的，算法推荐服务提供者应当立即停止提供相关服务。同时，在2022年1月6日国家网信办等四部门联合出台《互联网信息服务算法推荐管理规定》，该规定对消费者、游戏、网络舆论和未成年群体保护都做出了详细的管理条例。出台法律法规保护用户在算法推荐中的权益不被侵犯，如部分用户使用相同的平台却没有得到同等待遇，用户的个人隐私遭受外泄；算法推荐设立不合理游戏机制，未接受评估的数据，诱导用户沉迷游戏；恶意制造网络舆论，在微博等平台购买水军，注册虚假账号，人为置顶某热点头条，通过购买流量点赞、评论、互粉，删除对自己、集体不利的新闻，干预正常的舆论导向。另外，算法推荐也侵害了特殊群体的权益，未成年人和老年人未得到适宜的网络环境，如传播儿童色情，部分视频包含未成年性暗示，未成年人沉迷网络游戏，在网络游戏中过量充值；忽视老年用户，算法推荐缺失适老化的设计，不能为老年人提供出行、就医等方面的服务。

算法推荐应限制资本植入。自2020年疫情爆发开始，网络带货模式成为新的网购方式。网络红人利用自身影响向用户推销商品，部分商品被爆出假冒伪劣、虚假宣传、价值与实物不符等，严重侵害用户权益。算法推荐应事先经行审核，保证用户利益，如有用户举报应及时责令整改，并向用户告知。同时，部分网站和平台大量推荐不正当链接和游戏广告，广告商向平台付款，平台推送广告赚取流量，用户点击链接就会摄入不良信息，甚至造成经济的损失，算法推荐应严加审核以保证网络的安全和纯净。

结语

技术带给人们的益处有目共睹，但是技术本身就是人为设计，因此要受到限制，关于算法推荐和大数据的管理办法无论是从法律法规还是个人素养的提高已经势在必行。用户需要算法推荐的绝不是所见即想见，而是所见即有益。人工智能技术只能成为科学进步的辅助，而不是掌控人们思想的工具。同时，算法设计者和应用平台必须承担起相应的责任，保障算法推荐可以为用户提供优质内容，并认识到当下算法推荐技术的不足之处并加以改进。