馬景麗

摘要：基于大數(shù)據(jù)、人工智能的算法推薦技術(shù)成為網(wǎng)絡(luò)新聞的主要分發(fā)方式，經(jīng)歷了傳統(tǒng)的人工分發(fā)模式到社交分發(fā)模式再到如今的算法推薦分發(fā)模式的不斷迭代，傳統(tǒng)的新聞把關(guān)人、編輯角色一步步逐漸被弱化。隨著用戶媒介接觸的深入，“信息繭房”，信息窄化造成觀點(diǎn)偏激、極化，數(shù)字鴻溝加劇等社會(huì)問題頻發(fā)。文章試圖分析當(dāng)今算法推薦技術(shù)對(duì)于傳統(tǒng)把關(guān)人的沖擊以及反思以探求技術(shù)民主與新聞價(jià)值之間的平衡。

關(guān)鍵詞：算法推薦;把關(guān)人;信息繭房

據(jù)第41次中國互聯(lián)網(wǎng)信息中心報(bào)告顯示，截至2018年6月，中國網(wǎng)民規(guī)模達(dá)到8.02億人次，互聯(lián)網(wǎng)普及率接近百分之六十。移動(dòng)終端的普及帶來的是人們閱讀習(xí)慣以及閱讀場景的變革，用戶的媒介消費(fèi)方式的轉(zhuǎn)變助推各大新聞?lì)惣埫竭M(jìn)行“數(shù)字化生存”。

一、新聞內(nèi)容分發(fā)模式的嬗變

（一）傳統(tǒng)媒體時(shí)代編輯分發(fā)模式

傳統(tǒng)媒體時(shí)代的報(bào)紙、廣播電視新聞的把關(guān)主要源于記者、編輯的人工分發(fā)，包括呈現(xiàn)在大眾門戶網(wǎng)站上的內(nèi)容也是由人工進(jìn)行取舍。從這個(gè)層面上來看，專業(yè)編輯作為信息的“把關(guān)人”專業(yè)的記者編輯所呈現(xiàn)出來的內(nèi)容不僅僅是傳播者的意圖，會(huì)涉及社會(huì)方方面面，充當(dāng)社會(huì)瞭望哨的功能。“千人一報(bào)”的議程設(shè)置方式下讀者始終充當(dāng)被動(dòng)的“受傳者”。

（二）社交媒體時(shí)代社交分發(fā)模式

微博、微信、社區(qū)等社交類客戶端出現(xiàn)，改傳統(tǒng)模式下“你播我看”的線性接受模式被打破。社交分發(fā)是基于人們的社交關(guān)系（強(qiáng)連接或弱連接）進(jìn)行的信息分發(fā)[1]。每個(gè)互聯(lián)網(wǎng)用戶都成為信息網(wǎng)中的“結(jié)點(diǎn)”，社交平臺(tái)中的用戶中人對(duì)人、點(diǎn)對(duì)點(diǎn)傳播建構(gòu)出了一種新的傳播及分發(fā)模式。

（三）智媒體時(shí)代算法分發(fā)模式

伴隨著互聯(lián)網(wǎng)、人工智能、云計(jì)算等技術(shù)的普及，新聞傳播領(lǐng)域內(nèi)利用算法推薦的精準(zhǔn)推送基于用戶的標(biāo)簽選擇、用戶畫像、互動(dòng)等行為等為用戶提供“千人千面”的資訊信息。從某種程度上來講算法推薦作為把關(guān)人為用戶設(shè)置的議程比編輯單向性的刊發(fā)似乎更受歡迎，這一定程度可以說是把關(guān)角色的轉(zhuǎn)變。

二、把關(guān)人理論在智媒體時(shí)代下面臨的挑戰(zhàn)

（一）傳統(tǒng)把關(guān)人的角色被弱化

傳統(tǒng)媒體模式下信息自上而下線性傳播，把關(guān)人從信源開始層層向下級(jí)把關(guān)，可以決定內(nèi)容是否可以進(jìn)入大眾傳播渠道。而智媒體時(shí)代下呈現(xiàn)去中心化的特點(diǎn)，傳播場域中傳受雙方角色不穩(wěn)定，使得把關(guān)人“把關(guān)”的功能被弱化。

（二）個(gè)性化推薦算法技術(shù)的應(yīng)用對(duì)于傳統(tǒng)把關(guān)行為的沖擊

算法的個(gè)性化分發(fā)中“你是誰”決定了為你推薦什么內(nèi)容，整個(gè)推薦機(jī)制類似于“黑箱操作”[2]。一定程度上來講你的信息消費(fèi)行為以及消費(fèi)偏好成為了你自我把關(guān)的“過濾泡沫”，所以個(gè)性化推薦機(jī)制下“把關(guān)人”與“把關(guān)對(duì)象”角色混淆模糊化了。

三、算法推薦機(jī)制下把關(guān)人角色轉(zhuǎn)化帶來的問題

（一）受眾信息選擇自主權(quán)降低

算法推薦模式下會(huì)使得用戶對(duì)媒介的推薦信息長期接觸下產(chǎn)生依賴。正如梅爾文·德弗勒、桑拉·得鮑爾—洛基的“媒介系統(tǒng)依賴論”，個(gè)人、組織、群體和整個(gè)社會(huì)要利用媒介系統(tǒng)的信息資源，就對(duì)媒介系統(tǒng)形成一種依賴關(guān)系[3]。這直接導(dǎo)致受眾失去選擇其他信息的機(jī)會(huì)。

（二）用戶隱私被過度抓取

算法推薦將過去把關(guān)人的權(quán)利轉(zhuǎn)移到了平臺(tái)技術(shù)以及運(yùn)營人員手中。信息的過濾用戶的標(biāo)簽、消費(fèi)歷史把關(guān)，包括用戶的職業(yè)、性別、瀏覽記錄、停留時(shí)長、互動(dòng)行為、賬號(hào)主體信息等抓取。同時(shí)平臺(tái)基于自己的價(jià)值觀念對(duì)不同數(shù)據(jù)賦予不同的權(quán)重。這一系列對(duì)用戶的過度數(shù)據(jù)抓取行為使得用戶的個(gè)人信息遭到威脅。

（三）用戶被桎梏于“信息繭房”

算法技術(shù)的精準(zhǔn)推送使得受眾信息窄化，美國學(xué)者桑斯坦將此現(xiàn)象描述為“用戶習(xí)慣性的將自己包裹在由興趣引導(dǎo)的信息領(lǐng)域，從而如同生活在繭房中”。受眾不斷的接受推送的同質(zhì)化的信息，如同生活在回聲室中錯(cuò)認(rèn)為這些信息即為事實(shí)全部，會(huì)形成特定的思維定勢，形成“單向度的人”。

四、智媒體時(shí)代下把關(guān)的優(yōu)化

（一）算法和人工互為補(bǔ)充

借助人工新聞編去幫助“挑選出算法無法識(shí)別出來的、傳播性更強(qiáng)的原創(chuàng)內(nèi)容”，彌補(bǔ)算法的缺陷，通過算法和人工相互配合為用戶提供更加高品質(zhì)的定制化內(nèi)容，避免陷入“算法推薦”魔咒[4]。算法在確保推送精準(zhǔn)度的同時(shí)，人工審核編輯來調(diào)動(dòng)他們對(duì)新聞的敏感性來判斷新聞價(jià)值，確保用戶接收到有價(jià)值的信息。

（二）條塊結(jié)合模式推送

在對(duì)用戶精準(zhǔn)推送滿足其閱讀興趣的同時(shí)，新聞聚合類平臺(tái)應(yīng)該實(shí)行“條塊結(jié)合”模式，即將不同的消息類型進(jìn)行分塊推送，針對(duì)不同的受眾可以將受眾感興趣的內(nèi)容個(gè)性化進(jìn)行推送同時(shí)也應(yīng)該將政治時(shí)事以及重大事故等新聞推向受眾的屏幕上。積極為公眾設(shè)置公共議事日程。

（三）提升自身媒介素養(yǎng)

受眾自身在信息接觸時(shí)不應(yīng)該被個(gè)人興趣束縛于心里舒適區(qū)，應(yīng)積極主動(dòng)接觸來自于不同媒介的信息，理性對(duì)待聚合類平臺(tái)的虛假信息、偏激言論。面對(duì)泛化的聲音及時(shí)分辨，提高信息價(jià)值的判斷能力，理性思考，明辨是非。

參考文獻(xiàn)：

[1]王怡溪.智媒體時(shí)代算法推薦對(duì)新聞把關(guān)人的沖擊與反思[J].新聞學(xué)，2018（10）：15.

[2]王茜.打開算法分發(fā)的“黑箱”——基于今日頭條新聞推 送的量化研究[J].新聞?dòng)浾撸?017（9）：7-14.

[3]彭蘭.社會(huì)化媒體時(shí)代的三種媒介素養(yǎng)及其關(guān)系[J].上海師范大學(xué)學(xué)報(bào)，2013（3）.

[4]岳淼，遲月利.應(yīng)用電視新聞學(xué)[M].廈門大學(xué)出版社，2014，7：97.