盧曉彤　李璇

近日，微信7.0版本上線了多項(xiàng)新功能，其中“看一看”功能頁(yè)的更新，引來(lái)了不少關(guān)注。

具體而言，在7.0版本的微信公眾號(hào)文童下方，“點(diǎn)贊”已變?yōu)椤昂每础?，用戶點(diǎn)擊“好看”后，文童便會(huì)被推薦到“看一看”功能頁(yè)的“好看”菜單里，并以信息流的方式展現(xiàn)出來(lái)。

“看一看”的另一個(gè)菜單“精選”，則延續(xù)原有“看一看”的功能，在“好友都在看”標(biāo)簽的基礎(chǔ)上，進(jìn)一步挖掘用戶感興趣的內(nèi)容。

這樣的功能更新，強(qiáng)化了社交因素在新聞資訊內(nèi)容分發(fā)上的作用。在部分業(yè)內(nèi)人士看來(lái)，依托用戶社交圈的“好看”菜單一旦投入運(yùn)用，勢(shì)必會(huì)對(duì)相關(guān)內(nèi)容進(jìn)行排序，而無(wú)論依據(jù)何種標(biāo)準(zhǔn)排序，依然要用到算法模型，“精選”菜單就更離不開算法推薦了。

事實(shí)上，如今無(wú)論是社交分發(fā)還是個(gè)性化推薦，算法都已隨著技術(shù)的發(fā)展，融入新聞分發(fā)平臺(tái)的骨髓之中。

然而，怎樣在新聞的公共性與算法的個(gè)性化之間找到平衡，考驗(yàn)著每一個(gè)平臺(tái)的價(jià)值取向。

當(dāng)新聞?dòng)龅剿惴?/h3>

2012年起，算法推薦開始進(jìn)入新聞分發(fā)領(lǐng)域，并進(jìn)而影響了大眾對(duì)新聞的獲取方式。

此前，無(wú)論是傳統(tǒng)媒體還是門戶網(wǎng)站，讀者和用戶獲取新聞的方式都是相對(duì)靜止的，每一次翻頁(yè)、每一下點(diǎn)擊，都不會(huì)影響到接下來(lái)的新聞內(nèi)容，也不會(huì)讓第二天的門戶頁(yè)面設(shè)置發(fā)生顯著變化。

而算法推薦精準(zhǔn)分發(fā)的特點(diǎn)，則漸漸改變了這一切，也日益吸引著讀者的注意力。

中國(guó)人民大學(xué)新聞學(xué)院教授、博士生導(dǎo)師宋建武告訴《瞭望東方周刊》：“很多用戶希望以最低的費(fèi)力程度來(lái)獲得最大的信息滿足。哪個(gè)平臺(tái)能夠提供這樣的體驗(yàn)，他們就會(huì)選擇在哪個(gè)平臺(tái)或渠道上獲得信息?！?/p>

在宋建武看來(lái)，“過(guò)去，用戶想要滿足自己的閱讀需求，需要在互聯(lián)網(wǎng)上搜索，而精準(zhǔn)分發(fā)出現(xiàn)后，他們可以不再費(fèi)如此大的力氣，就能獲得想要看到的東西?！?/p>

自媒體的蓬勃發(fā)展，也為新聞聚合平臺(tái)的開發(fā)提供了充足的內(nèi)容原材料。

無(wú)論是博客時(shí)代的個(gè)人情感抒發(fā)，還是微博平臺(tái)上的意見表達(dá)，用戶原創(chuàng)內(nèi)容（UGC）都在呼喚著更為廣闊的平臺(tái)以及更為有效的話筒。而微信公眾平臺(tái)的適時(shí)出現(xiàn)，恰恰為眾多自媒體提供了生長(zhǎng)的土壤，大量原創(chuàng)內(nèi)容被生產(chǎn)出來(lái)。

“當(dāng)網(wǎng)絡(luò)上出現(xiàn)了各種各樣的自媒體內(nèi)容，而門戶網(wǎng)站卻還只是展現(xiàn)頭部?jī)?nèi)容、不能實(shí)現(xiàn)‘千人千面時(shí)，新聞內(nèi)容的分發(fā)便開始尋找長(zhǎng)尾、垂直內(nèi)容的新出口。”一點(diǎn)資訊副總裁、總編輯吳晨光告訴《瞭望東方周刊》，“用戶的需求是精準(zhǔn)分發(fā)的一個(gè)大前提，但毋庸置疑，技術(shù)肯定起到了推動(dòng)作用。就像寫字需要筆，而筆本身又會(huì)隨著時(shí)代不斷進(jìn)步。”

只有將人的經(jīng)驗(yàn)投射到算法中，才能減少算法推薦模式的瑕疵。

在宋建武看來(lái)，“如何在移動(dòng)終端上對(duì)內(nèi)容進(jìn)行更有效的分發(fā)，一個(gè)比較有效的技術(shù)方案就是利用應(yīng)用來(lái)收集、存儲(chǔ)、分析用戶的行為數(shù)據(jù)、閱讀數(shù)據(jù)，從而實(shí)現(xiàn)更為精準(zhǔn)的信息推送?！?h3>算法是一把雙刃劍

“算法推薦最大的優(yōu)勢(shì)就是提升效率。”宋建武說(shuō)。在信息爆炸的時(shí)代，算法推薦模式應(yīng)用之初，的確憑借其在傳播分發(fā)上高效、精準(zhǔn)、個(gè)性化的特點(diǎn)，吸引了用戶的注意力。

但是，隨著算法推薦的日益普及，一些平臺(tái)完全依靠新聞算法推薦來(lái)進(jìn)行內(nèi)容分發(fā)、不設(shè)置人工干預(yù)的做法，漸漸顯露出一些弊端。

首先是用戶獲取信息質(zhì)量的下降。

宋建武用“內(nèi)容下降的螺旋”來(lái)形容算法推薦可能帶來(lái)的問題?！昂?jiǎn)單來(lái)說(shuō)，有時(shí)候越低俗、離奇、驚悚的內(nèi)容越有人看，它在平臺(tái)上的熱度就越高，而平臺(tái)算法本身又以熱度為主要的取值點(diǎn)，這樣就會(huì)造成—種狀況：內(nèi)容越低俗、離奇、驚悚，越會(huì)被那些平臺(tái)更多地推送?！?/p>

“內(nèi)容下降的螺旋”，也反映出部分企業(yè)對(duì)商業(yè)利益的過(guò)度追求。

有媒體曾辛辣地指出，技術(shù)常常是一把冷冰冰的雙刃劍，在價(jià)值和利益的天平上，所謂的算法成了利益的砝碼，一切圍著流量轉(zhuǎn)，唯點(diǎn)擊量、轉(zhuǎn)發(fā)量馬首是瞻，“標(biāo)題黨”泛濫，價(jià)值取向跑偏，內(nèi)容淪為附庸。

業(yè)內(nèi)人士張澍（化名）對(duì)《瞭望東方周刊》說(shuō)，基于點(diǎn)擊量進(jìn)行新聞分發(fā)的算法模式，固然讓用戶使用客戶端的時(shí)間變長(zhǎng)，卻容易放大用戶的心理弱點(diǎn)。

也有專家提出，新聞算法推薦會(huì)引導(dǎo)用戶重復(fù)瀏覽某些特定話題，使其囿于相互隔絕的信息繭房，甚至黨和國(guó)家的大政方針、重大民生決策都得不到有效傳遞。

新推出的微信7.0版本新功能受到關(guān)注

“機(jī)器是無(wú)法判斷真假和價(jià)值取向的，算法推薦的主要標(biāo)準(zhǔn)就是用戶喜歡。這種方式過(guò)去帶來(lái)了一系列的問題，比如虛假新聞在圈層人群中蔓延傳播、‘標(biāo)題黨問題突出等?！毙吕硕麻L(zhǎng)兼CEO曹國(guó)偉說(shuō)。

吳晨光則對(duì)算法判斷“標(biāo)題黨”的準(zhǔn)確性問題作了較為直觀的解釋。

“在判斷‘標(biāo)題黨時(shí)，算法模型可能會(huì)考慮到點(diǎn)擊率與閱讀停留時(shí)長(zhǎng)這兩點(diǎn)，因此點(diǎn)擊率高而閱讀時(shí)長(zhǎng)短的文童，就容易被當(dāng)作是‘標(biāo)題黨。那么就會(huì)出現(xiàn)一個(gè)問題：假設(shè)算法規(guī)定停留時(shí)長(zhǎng)7秒為‘標(biāo)題黨，那么停留8秒的又要怎么算？”吳晨光說(shuō)。

而在重大新聞、熱點(diǎn)新聞的推送上，算法推薦往往也會(huì)有所滯后。吳晨光說(shuō)，“像孟晚舟事件，人們一秒就能判斷出來(lái)這是個(gè)重大新聞，但算法卻要根據(jù)這個(gè)詞以及相關(guān)文童在后臺(tái)的點(diǎn)擊飆升情況、是否是微博熱搜、在其他平臺(tái)的推送情況等指標(biāo)來(lái)判斷，往往要晚上半個(gè)小時(shí)左右。”

算法推薦帶來(lái)的種種問題，也引起了國(guó)家的關(guān)注。

2017年，國(guó)家網(wǎng)信辦先后多次約談多家資訊聚合平臺(tái)，要求各平臺(tái)切實(shí)履行主體責(zé)任，清理不良低俗內(nèi)容和相應(yīng)自媒體號(hào)。這為整個(gè)新聞行業(yè)敲響了警鐘，改進(jìn)算法推薦模型，成為整改的重要方向。

“人機(jī)結(jié)合”

吳晨光將新聞定義為人們“應(yīng)知、欲知而未知的東西”。在他看來(lái)，“一些算法能夠滿足欲知而未知，但沒有滿足應(yīng)知而未知。于是，很多重大事件、影響國(guó)計(jì)民生的政策變動(dòng)等，在手機(jī)屏幕上沒有被體現(xiàn)?！?/p>

“AI算法說(shuō)到底還是在學(xué)習(xí)和模仿人如何處理事情，學(xué)習(xí)要有一個(gè)過(guò)程，算法需要更好地成長(zhǎng)?！彼谓ㄎ湔f(shuō)。

現(xiàn)階段，如何讓算法推薦變得更“聰明”、更有溫度？

上海交通大學(xué)計(jì)算機(jī)應(yīng)用研究所副所長(zhǎng)、博士生導(dǎo)師盛斌對(duì)《瞭望東方周刊》說(shuō)：“判斷一個(gè)算法模型是否道德并符合正確價(jià)值觀，應(yīng)該是算法管理者的責(zé)任?！?/p>

互聯(lián)網(wǎng)企業(yè)并非“輿論飛地”，同樣要擔(dān)負(fù)起與媒體角色相對(duì)應(yīng)的社會(huì)責(zé)任。

事實(shí)上，如今已有不少資訊聚合平臺(tái)在積極改進(jìn)算法模型，并在算法推薦中加入了人工編輯審核的力量。

例如，新浪微博在算法推薦中增加了權(quán)威媒體的權(quán)重，對(duì)熱門內(nèi)容也加入了人工審核。“算法推薦之外必須有正向價(jià)值導(dǎo)向?！辈車?guó)偉說(shuō)。

一點(diǎn)資訊則采用了“機(jī)器算法+人工編輯”相結(jié)合的分發(fā)方式：一篇稿子進(jìn)入后臺(tái)，首先要經(jīng)過(guò)反垃圾算法模塊的過(guò)濾，之后由算法和編輯為文章打出標(biāo)簽、做好分類，文童就按照標(biāo)簽分類被分配到熱點(diǎn)、本地等模塊中，那些被編輯挑出來(lái)的好文童，還會(huì)進(jìn)入“精品池”模塊。到了內(nèi)容分發(fā)環(huán)節(jié)，會(huì)由編輯和算法工程師共同確定文童的排序。

出現(xiàn)重大新聞事件時(shí)，編輯會(huì)啟動(dòng)重大突發(fā)事件處理機(jī)制，算法就會(huì)打開“閘門”，讓相關(guān)稿件進(jìn)入。啟動(dòng)級(jí)別不同，“閘門”開放的大小也不同。

此外，一些資訊聚合平臺(tái)還設(shè)有精細(xì)化運(yùn)營(yíng)組，負(fù)責(zé)與算法工程師交流對(duì)接，以便讓編輯獲得的第一手資料被運(yùn)用到算法模型的優(yōu)化中。

盛斌認(rèn)為，只有將人的經(jīng)驗(yàn)投射到算法中，才能減少算法推薦模式的瑕疵：“如何從技術(shù)層面反映道德立場(chǎng)，需要新聞媒體人的經(jīng)驗(yàn)。必須通過(guò)媒體人和算法工程師的密切交流，讓程序員更好地理解這些經(jīng)驗(yàn)，才能更加合理和正確地設(shè)計(jì)算法，應(yīng)用算法。”

讓算法設(shè)計(jì)者懂新聞

在新聞算法推薦中，利用什么樣的方式在“冷啟動(dòng)”環(huán)節(jié)吸引用戶，關(guān)系到平臺(tái)的價(jià)值取向。

所謂冷啟動(dòng)，就是新用戶在使用App時(shí)看到的第一屏內(nèi)容。這時(shí)，用戶的興趣愛好還沒有被平臺(tái)挖掘出來(lái)，有些平臺(tái)為了留住用戶，便會(huì)在冷啟動(dòng)時(shí)讓算法模型選出那些最能吸引眼球、最聳人聽聞的內(nèi)容來(lái)，如果用戶點(diǎn)擊了其中的內(nèi)容，類似的新聞便會(huì)源源不斷地推薦到這名用戶的頁(yè)面上。

在吳晨光看來(lái)，“冷啟動(dòng)時(shí)，不負(fù)責(zé)任的算法其實(shí)是調(diào)動(dòng)了人意念中‘惡的一面?！?/p>

有些資訊聚合平臺(tái)則選擇在冷啟動(dòng)環(huán)節(jié)引入“精品池”中的內(nèi)容，“就是把經(jīng)過(guò)用戶檢驗(yàn)的、點(diǎn)擊率高但不低俗的內(nèi)容推薦給用戶。在如何定義低俗、如何確認(rèn)底線的問題上，編輯應(yīng)發(fā)揮看門、把關(guān)的作用。”吳晨光說(shuō)。

“當(dāng)然，算法的推送效果最終還是要取決于用戶自己的選擇。用戶不點(diǎn)擊，傳受關(guān)系就不成立，精品池中的新聞也就沒有傳播效果?！彼谓ㄎ湔f(shuō)。

而以人民號(hào)為代表的“黨媒算法”，則為如何改善算法設(shè)計(jì)提供了新思路。

在宋建武看來(lái)，“黨媒算法的關(guān)鍵，就在于要全面分析和評(píng)估：對(duì)于一個(gè)社會(huì)成員，新聞的重要性究竟體現(xiàn)在哪里，什么樣的內(nèi)容能夠促進(jìn)個(gè)體與社會(huì)協(xié)調(diào)發(fā)展融為一體，而不是生硬地打出一些標(biāo)簽。這，也是我們正在攻克的難題?！?/p>

事實(shí)上，學(xué)界也在對(duì)算法模型的優(yōu)化方式進(jìn)行研究。

宋建武透露，他所在的學(xué)院就曾參與不少校企合作項(xiàng)目：“比如與今日頭條合作研究如何提升虛假信息甄別與管控力度，與百度一起探討如何運(yùn)用區(qū)塊鏈技術(shù)來(lái)提升新聞媒體還原真相的能力，與快手就深度分析平臺(tái)聚合內(nèi)容的方式進(jìn)行討論，等等?！?/p>

而在人才培養(yǎng)上，有業(yè)內(nèi)人士認(rèn)為，為彌補(bǔ)目前新聞推薦算法的瑕疵，需要引入跨學(xué)科人才培養(yǎng)機(jī)制，培養(yǎng)出傳播學(xué)和計(jì)算機(jī)科學(xué)的交叉人才。

讓算法設(shè)計(jì)者懂新聞，是上述人才培養(yǎng)機(jī)制的目標(biāo)。

“應(yīng)該將信息‘把關(guān)人的權(quán)責(zé)從算法交回到人的手上，正如確診病情的權(quán)力應(yīng)該屬于醫(yī)生，而不是輔助醫(yī)生的AI?！笔⒈笳f(shuō)。