孫浩

摘 ?要 ?算法推送大大提高了信息分發(fā)的效率，建構(gòu)了新的技術(shù)標準，今日頭條利用這種新型權(quán)力，潛在地控制著用戶。大數(shù)據(jù)背景下，技術(shù)進步推動傳播驅(qū)動的轉(zhuǎn)移，但其推送邏輯也伴隨著種種質(zhì)疑。在肯定算法推送對輿論產(chǎn)生深遠影響的同時，更應(yīng)反思其背后隱藏的權(quán)力聚合效應(yīng)，加以必要?？?。文章分析了算法對用戶渾然不知的話語操縱和在倫理規(guī)范上的缺陷，并提出了相應(yīng)的策略。

關(guān)鍵詞 ?算法;權(quán)力;話語;策略

中圖分類號 ?G2 ? ? ?文獻標識碼 ?A ? ? ?文章編號 ?2096-0360（2019）09-0040-02

算法從表面上看是一種精密運作的、不含情感的技術(shù)系統(tǒng)，但其背后潛藏著編寫代碼、控制數(shù)據(jù)輸出的資本權(quán)力。數(shù)據(jù)抓取的愈發(fā)隱蔽，信息分發(fā)的更加精準，逐漸改變傳統(tǒng)的新聞生產(chǎn)范式，強化了資本權(quán)力對個體訴求的控制力。

福柯曾經(jīng)提出了“話語即權(quán)力”的觀點：話語與權(quán)力是共謀的，話語是權(quán)力的自我象征，權(quán)力以話語為運作場域，處于立場中心的個體，實質(zhì)上受制于多重權(quán)力的管控。算法依據(jù)機器識別準確捕捉到用戶習慣來達到這一目的。今日頭條以大數(shù)據(jù)為核心驅(qū)動力，甚至為用戶推薦的是格調(diào)不太高的低俗類的內(nèi)容，牢牢把握住了用戶觸點，“所有這一切都是為了制造出受歸訓的個人”[1]。攫取用戶的情緒資本再將流量變現(xiàn)，比傳統(tǒng)的廣告推薦更加

有效。

1 ?研究背景梳理

今日頭條從2012年創(chuàng)立至今，僅僅用了幾年時間，便迅速成為影響力最大、話題性最強的互聯(lián)網(wǎng)巨頭之一，估值目前達到了750億美元，雖然仍低于阿里和騰訊兩大巨頭，但已超過了百度跟京東。今日頭條憑借獨特算法推薦機制，為用戶量身定制個性化的新聞推送，在激烈的市場競爭中占據(jù)了優(yōu)勢。

算法推送新聞是基于大數(shù)據(jù)挖掘出海量文本，首先通過計算機分析模擬出“用戶畫像”，根據(jù)個體差異性“訂制”精準化內(nèi)容，然后對用戶所推崇的資訊持續(xù)加以推送。近幾年，今日頭條平臺商業(yè)成功的同時，也伴隨著種種詬?。涸诮?jīng)歷接二連三的版權(quán)官司之后，《人民日報》多次發(fā)文痛批其運行中出現(xiàn)的種種弊病;人民網(wǎng)連續(xù)三天撰文從缺乏價值觀引導、低俗離奇、制造“信息繭房”等角度對今日頭條進行質(zhì)疑;2017年以來，今日頭條因價值導向和內(nèi)容問題多次被相關(guān)部門約談;旗下內(nèi)涵段子被永久關(guān)停;今日頭條多次發(fā)布聲明并進行整改，但結(jié)果并不盡如人意，也限制了算法機制的良性發(fā)展。

2 ?今日頭條權(quán)力聚合引發(fā)的問題

技術(shù)終究只是一種輔助的手段，技術(shù)邊界如果控制不當，將會給個體和社會帶來許多問題，目前今日頭條算法權(quán)力聚合的負面效應(yīng)表現(xiàn)為操縱輿論、信息面窄化、干預社會共識以及竊取隱私等層面。

2.1 ?削弱理性判斷力，操縱輿論

相比以往掌握壟斷權(quán)力的媒體自上而下的信息篩選，算法進一步把信息的選擇權(quán)賦予個人，使傳統(tǒng)媒體議程設(shè)置讓渡于個性化信息服務(wù)。今日頭條的算法促進了個體喜好、周邊環(huán)境、實時熱度三個維度的匹配，通過對用戶習慣的識別，對環(huán)境特征的分析，和對知名事物的“蹭熱度”行為，為其傳播打造最為有力的模板。2018年今日頭條全網(wǎng)推送了一篇名為《新華社：要多少文件騰訊才肯收手》的文章，除內(nèi)容未變，該文章原標題、機構(gòu)來源都被篡改，卻極短時間內(nèi)獲得了幾萬條評論，并一度登上了微博熱搜榜。今日頭條憑借自己的話語權(quán)力，成功展示了如何裹挾用戶進行輿論操縱。

2.2 ?內(nèi)容無可讀性，用戶信息面窄化

大數(shù)據(jù)時代的媒介權(quán)力是自下而上的，原本屬于傳統(tǒng)媒體的“信息過濾”的權(quán)力讓渡給算法，其推送機制會將真實深刻但與個體興趣“相?！钡膱蟮谰艹庠谕狻］p閱讀時代的用戶更容易被直白和鮮明的標題或者圖片吸引，而之后的內(nèi)容往往不知所云。算法根據(jù)用戶的點擊量高低決定信息的分發(fā)權(quán)重，會造成嘩眾取寵甚至低俗的內(nèi)容被廣泛傳播，用戶浪費大量的精力瀏覽碎片化的信息，真正具備可讀性的信息被忽略。

2.3 ?群體極化，干預社會共識

我國正處于轉(zhuǎn)型關(guān)鍵時期，公共事件的輿情如不能合理疏導，會對社會合意的調(diào)控產(chǎn)生負面效應(yīng)。在大數(shù)據(jù)干預下，相似興趣和背景的用戶會被標簽化，形成一個個小圈子。人們的認知范圍僅限于圈內(nèi)，具備相同觀點的用戶會加深共識，“在商議后，人們朝偏向的方向繼續(xù)移動，最后形成極端的觀點”[2]而對某些不感興趣或不認同的觀點進行屏蔽甚至攻擊，喪失對事實和原有認知，相似觀點在虛擬社區(qū)中不期而遇，極易引發(fā)群體極化現(xiàn)象。

2.4 ?算法決策不透明，竊取用戶隱私

由于資本力量的驅(qū)使，算法驅(qū)動不僅要滿足用戶的個性化需要，也要考慮到消費因素，將商品信息精準分發(fā)到目標公眾。大數(shù)據(jù)時代，算法權(quán)力對用戶的控制更為隱蔽，這種控制是在用戶不知情的情況下施加的，因此更容易被施加對象所接受。機器會自動對其閱讀習慣進行跟蹤和分析，并嵌入商品鏈接。例如之前有一些網(wǎng)友反映在京東平臺購物的信息，之后能在今日頭條上接收到相關(guān)的消息，就曾引起爭議;再結(jié)合之前被曝出的利用麥克風權(quán)限擅自獲取用戶隱私的新聞，其中帶來的隱私問題令人擔憂。

3 ?算法推送信息的優(yōu)化策略

3.1 ?多路徑加強推薦權(quán)重，采用回溯機制查驗事實

算法的設(shè)計運行是由資本力量主導的，針對“信息繭房”等影響，應(yīng)提高推送優(yōu)質(zhì)信息和公共新聞的權(quán)重，今日頭條曾經(jīng)在2017年啟動了“兩岸尋親節(jié)目”，利用算法智能識別尋親信息并整合傳播，幫助19個家庭團聚，達到了以科技彌補歷史遺憾的目的，也為平臺優(yōu)化算法的推薦路徑提供了很好的借鑒。

針對不實信息，采取回溯機制。易產(chǎn)生歧義或者可讀性不高的信息要及時限流并給與處罰。如Google公司曾在2016年增加“事實調(diào)查”的標簽，囊括了新聞來源和第三方機構(gòu)檢測事實。用戶可在閱讀中標記，也可提出反饋，如存在被大量標記“事實調(diào)查”標簽的信息，便會被認定為虛假新聞并撤下。

3.2 ?設(shè)置人工編輯把關(guān)，拓展用戶“興趣”邊界

今日頭條的自媒體文章幾乎達到了“人人可登堂入室”的地步，以轉(zhuǎn)發(fā)、點贊等參數(shù)作為信息推送機制的基本邏輯，所推薦內(nèi)容倘若識別難度比較大，更需要人工編輯和審核的引導;對于瀏覽量較高的文章，應(yīng)加大對其核驗的力度，防止因內(nèi)容問題對社會產(chǎn)生消極影響。

個性化推薦以及其他以用戶興趣為主要導向的信息限制了用戶了解和接觸公共領(lǐng)域和新鮮事物的路徑，針對“信息繭房”效應(yīng)最為可行的路徑，可能是以受眾偏好為基準，嘗試擴展用戶的“興趣邊界”，針對性地推出多元化內(nèi)容。

3.3 ?減少話語沖突，承擔價值引導責任

對于聚合類媒體而言，其分發(fā)需要貼合主流價值觀，形成社會合意。這就要求今日頭條在社會突發(fā)事件的傳播中，對于理性解讀，冷靜討論的內(nèi)容加大分發(fā)權(quán)重，在重大問題上多元化的觀點必須達成共識。目前，包括人民網(wǎng)、新華網(wǎng)等在內(nèi)的40多家主流媒體與今日頭條展開合作，并采納算法技術(shù)傳播內(nèi)容，對防止受眾價值迷失有實踐意義。

3.4 ?發(fā)揮隱私利用價值，有償提供個體信息

目前我國法律在算法倫理的相關(guān)細節(jié)與界定層面還有待完善，算法竊取普通用戶的使用痕跡具備天然的優(yōu)勢，“使得媒介所擁有的權(quán)力更加難以被認識與揭露?！盵3]因此應(yīng)探索出激勵的隱私保護措施：可充分發(fā)揮用戶隱私的價值性，要求今日頭條在使用用戶隱私后給與一定的補償，其他公司向電商分享個體化的信息也應(yīng)有償使用，各大媒介之前公平競爭，隱私權(quán)的保護才能在多方博弈下確保。

4 ?結(jié)束語

利用流量價值進行市場逐利是今日頭條主要的發(fā)展路徑，雖然目前今日頭條占據(jù)了很大的市場份額，但在資本力量的驅(qū)動下， 也引發(fā)了諸多爭議，暴露出不少問題。算法不知不覺的嵌入網(wǎng)絡(luò)空間，用戶在充分享受算法技術(shù)帶來鮮活的內(nèi)容體驗的同時，也要警惕在傳播過程中喪失自我意志，被算法非制度化的權(quán)力聚合所收編。

參考文獻

[1]?？?規(guī)訓與懲罰[M].劉北誠，等，譯.北京：三聯(lián)書店，1999：354.

[2]凱斯·桑斯坦.網(wǎng)絡(luò)共和國——網(wǎng)絡(luò)社會中的民主問題[M].上海：上海人民出版社，2003：47.

[3]喻國明，楊瑩瑩，閆巧妹.算法即權(quán)力：算法范式在新聞傳播中的權(quán)力革命[J].編輯之友，2018（5）：5-12.