于 烜

一、智能傳播中算法的缺陷

算法融入信息傳播，帶來了傳播的深刻變革。算法和傳播深度融合，改變了信息采集、生產(chǎn)、分發(fā)和反饋等過程，并且正在全面重塑傳播生態(tài)。智能傳播的時代到來了。在智能傳播中，算法主導(dǎo)著信息分發(fā)。作為人工智能的核心要素，算法是信息傳播的底層支撐。自2012年今日頭條引入算法成功崛起后，算法分發(fā)成為中國移動互聯(lián)網(wǎng)信息分發(fā)的主流。算法分發(fā)是指基于大數(shù)據(jù)和人工智能技術(shù)，通過算法模型，進(jìn)行信息與用戶匹配的信息分發(fā)系統(tǒng)。算法的個性化推薦（簡稱推薦算法），有效應(yīng)對了信息超載帶來的分發(fā)危機，解決了海量信息與用戶間的供需匹配，優(yōu)化了生產(chǎn)和消費的資源配置效率，因此被稱為“面對新格局的資源配置新范式”。但是，推薦算法存在明顯的缺陷，算法引發(fā)的公共性缺席、擬態(tài)環(huán)境偏離問題不容忽視。

現(xiàn)代社會中，公共性是大眾傳播的一個重要屬性，實現(xiàn)社會整合是大眾傳媒的重要功能。以傳統(tǒng)媒體為代表的大眾傳媒能夠把不同階層、人群、族群凝聚起來，形成社會共識。英國學(xué)者戴維·莫利的研究早已表明了電視連接家庭、國家和國際，維持了“國家家庭”（National Family）等各種共同體的形象和現(xiàn)實。當(dāng)代中國的大眾傳播作為社會整合機制，在社會轉(zhuǎn)型期發(fā)揮了社會凝聚的功能。大眾傳媒在達(dá)成共識和集體認(rèn)同上發(fā)揮重要作用，以電視媒體為例，電視綜藝晚會如春晚，大型電視直播如大閱兵，電視專題片如《舌尖上的中國》等，對社會凝聚力形成都產(chǎn)生了不同程度的直接影響。這就是媒體公共性的體現(xiàn)。

然而，個性化的推薦算法是按照用戶個人的偏好、需求進(jìn)行內(nèi)容匹配：算法分別提取用戶和內(nèi)容各自的相關(guān)特征，然后通過不同的推薦算法，將內(nèi)容推送匹配給相應(yīng)的用戶。用戶畫像是算法分發(fā)的起點，其核心是為用戶打標(biāo)簽，即從網(wǎng)絡(luò)記錄的用戶社會人口統(tǒng)計學(xué)屬性、瀏覽行為、內(nèi)容偏好、消費行為等用戶數(shù)據(jù)中抽取用戶特征進(jìn)行標(biāo)簽標(biāo)識。推薦算法的依據(jù)的是網(wǎng)絡(luò)中用戶本人或相似人群的個性化的興趣、愛好、習(xí)慣、需求。如此算法技術(shù)邏輯下內(nèi)容和用戶的匹配，導(dǎo)致傳播中只體現(xiàn)了個性而缺少公共性。公共性缺席是算法主導(dǎo)信息傳播的一個明顯的缺陷。

此外，推薦算法的另一個缺陷是導(dǎo)致擬態(tài)環(huán)境越來越偏離現(xiàn)實世界。早在1922年李普曼就提出了著名的“擬態(tài)環(huán)境”，警示了大眾傳播會造成媒介環(huán)境與客觀世界之間的偏差。大眾傳播時代的信息也是經(jīng)過媒體過濾選擇的，但是在新聞專業(yè)主義的準(zhǔn)則下，信息選擇有明確的標(biāo)準(zhǔn)，要求客觀、平衡，以盡可能接近、反映社會現(xiàn)實和真實世界。但是，在移動互聯(lián)網(wǎng)時代的智能傳播中，客觀、平衡等新聞傳播大廈的基石被沖垮了?；ヂ?lián)網(wǎng)經(jīng)濟的本質(zhì)是流量經(jīng)濟，算法的邏輯是以流量為目的進(jìn)行信息匹配。流量偏向于情緒化、故事化、戲劇化的內(nèi)容，相對于真實世界，被算法選擇的信息存在失衡、失真。在100年后的今天，擬態(tài)環(huán)境和現(xiàn)實世界不是越來越接近，相反卻是越來越偏離了。

二、智能傳播中算法的缺陷成因

探究智能傳播中算法缺陷的成因，有兩個層面的因素不容忽視。首先，現(xiàn)階段人工智能技術(shù)自身存在很大的局限。從技術(shù)上說，算法是一種中介，通過算法模型，將信息與用戶進(jìn)行匹配，目的是要解決信息和用戶的精準(zhǔn)匹配問題。無論是傳統(tǒng)的機器學(xué)習(xí)算法，還是近年來興起的深度學(xué)習(xí)算法，通過用戶個人屬性和網(wǎng)絡(luò)應(yīng)用使用過程中的數(shù)據(jù)記錄，挖掘用戶個人興趣、需求，最終達(dá)成個人信息需求的精準(zhǔn)匹配，這是算法的使命。但是，從人工智能發(fā)展歷程看，現(xiàn)在尚處于弱人工智能時代，即“數(shù)據(jù)+算法”的時代，這一時期通過大量投喂數(shù)據(jù)，算法精度比較過去提高了很多，但是存在一個難以破解的核心問題——無法解決海量數(shù)據(jù)之間的深層次語義層面的關(guān)聯(lián)關(guān)系，無法挖掘出用戶潛在的、多層次的需要，而且算法的泛化能力比較差，把一個數(shù)據(jù)集中的模型，運用在另一個相似數(shù)據(jù)集中上，其效果會變差。因此目前的算法技術(shù)只能做到迎合用戶表層的需要。簡言之，目前普遍應(yīng)用的個性化推薦算法尚存在自身技術(shù)的局限和缺憾，算法需要進(jìn)化。

造成算法缺陷的另外一個因素是算法背后的權(quán)力。算法在技術(shù)中立的表象背后實現(xiàn)算法權(quán)力。英國學(xué)者斯科特·什指出，在互聯(lián)網(wǎng)時代“經(jīng)由計算法則的權(quán)力變得日益重要。一個媒體無所不在的社會，權(quán)力更多地陷于計算法則之中”。算法設(shè)定的原則以及所使用的加權(quán)、降權(quán)標(biāo)準(zhǔn)，都是權(quán)力控制的體現(xiàn)。2018年Facebook為了盈利改變算法模型，進(jìn)行“重社交輕新聞”的算法調(diào)整，直接導(dǎo)致公共媒體內(nèi)容和流量的減少。當(dāng)算法主導(dǎo)傳播時，算法控制的內(nèi)容平臺，如短視頻平臺、資訊平臺都成為了媒體，作為媒體，需要傳播主流價值觀，需要促進(jìn)社會整合，需要承擔(dān)媒體公共性責(zé)任，除了個性化推薦，在算法中應(yīng)該體現(xiàn)出公共性，這是智能傳播對算法的必然要求。但是，算法內(nèi)容平臺，比如抖音、今日頭條等，自身是資本驅(qū)動的商業(yè)平臺，目的就是流量和盈利，追求的是內(nèi)容、廣告與用戶的精準(zhǔn)匹配，平臺自身并沒有作為媒體的需要和動力，相反，算法體現(xiàn)的是商業(yè)資本的意志。

阿多諾、霍克海默指出，技術(shù)獲得支配社會的權(quán)力基礎(chǔ)正是那些擁有最強大經(jīng)濟支配權(quán)的人。資本的本性是逐利，而先進(jìn)科技又是競爭力的最重要利器，是資本逐利的利器，資本和技術(shù)所特有的天然親和性使得兩者日益交織在一起。以短視頻為例，伴隨短視頻攻城略地般擴張的是其商業(yè)化的高歌猛進(jìn)。抖音、快手均在加速商業(yè)變現(xiàn)進(jìn)程，廣告、電商、直播帶貨、游戲等全面發(fā)力。在抖音平臺全面商業(yè)化進(jìn)程中，算法發(fā)揮著底層支柱作用。以抖音企業(yè)賬號演進(jìn)為例，從2018年抖音企業(yè)藍(lán)V賬號啟動到馬力全開提出打造“全景娛樂營銷”，以算法為武器全力為商業(yè)營銷內(nèi)容賦能，抖音官方商業(yè)宣講直白地表示：通過明星賬號發(fā)布原生廣告并融入推薦流，保證品牌信息精準(zhǔn)覆蓋核心和潛在粉絲，完成營銷轉(zhuǎn)化。官方的數(shù)據(jù)結(jié)果完美地驗證了算法的威力：在品牌和某明星的一次合作中，明星粉絲增長32萬+，視頻播放量增加了1600萬，互動超過150萬?？梢姡灰碳屹Y金到位，算法將所向披靡，實現(xiàn)全能覆蓋、精準(zhǔn)到達(dá)。因此，現(xiàn)實中我們看到，相對于對商業(yè)資本和利益的追逐，算法內(nèi)容平臺并沒有回應(yīng)，或者比較好地回應(yīng)自身作為媒體的公共責(zé)任這樣的要求。

總之，在算法主導(dǎo)的智能傳播中，公共性缺席、擬態(tài)環(huán)境的偏離是不容回避的問題。算法需要升級和進(jìn)化。

三、實現(xiàn)算法進(jìn)化的兩個路徑

實現(xiàn)智能傳播中算法進(jìn)化需要從內(nèi)外兩條路徑共同努力。一條路徑是算法技術(shù)的演進(jìn)。弱人工智能時代的“算法+數(shù)據(jù)”的技術(shù)缺陷需要實現(xiàn)技術(shù)升級?！爸R圖譜+算法”是未來人工智能技術(shù)演進(jìn)的方向。當(dāng)人工智能技術(shù)能夠破解語義層面的聯(lián)系，在數(shù)據(jù)間找到并建立起相應(yīng)的聯(lián)系，形成相互關(guān)聯(lián)的一系列知識譜圖，才有可能挖掘出用戶潛在的各種需要，改變目前的簡單迎合的狀況，從而彌補當(dāng)前信息傳播中推薦類算法的缺陷?？上驳氖?，目前國內(nèi)學(xué)者已經(jīng)開始進(jìn)行第三代人工智能的前沿探索，正在沿著“知識+數(shù)據(jù)+算法+算力”方向，進(jìn)行基于知識圖譜的相關(guān)研究。人工智能技術(shù)突破將是實現(xiàn)算法優(yōu)化和升級的技術(shù)路徑。

實現(xiàn)智能傳播中算法進(jìn)化的另一條路徑需要借助規(guī)則，即“算法+規(guī)則”，在算法中導(dǎo)入規(guī)則?！八惴?規(guī)則”，即以現(xiàn)有的深度學(xué)習(xí)算法模型為基礎(chǔ)，將新聞傳播的專業(yè)主義價值觀及理念設(shè)定為相應(yīng)規(guī)則，兩者結(jié)合后形成一個新的計算模型，以此新模型進(jìn)行相應(yīng)信息匹配。對于算法驅(qū)動的內(nèi)容平臺，盡管平臺方還在回避著自身的媒體屬性和責(zé)任，但是他們通過組織生產(chǎn)和算法分發(fā)，已然成為智能傳播時代的主體。而且，智能傳播中，經(jīng)過算法過濾選擇后匹配給用戶的信息對個人的認(rèn)知、判斷以及社會性造成的負(fù)面影響和風(fēng)險，比如信息繭房、圈層化等，令人擔(dān)憂。因此，現(xiàn)階段有必要通過規(guī)則導(dǎo)入，從外部促使算法進(jìn)化。但是，僅僅依靠算法平臺自身難以實現(xiàn)規(guī)則的導(dǎo)入，需要政府方、平臺方、學(xué)界三方共同努力，達(dá)成共識，最終形成一個智能傳播的算法評估指標(biāo)體系。目前對個性化推薦算法的評價，強調(diào)的是精度，即算法迎合用戶個性化需要的準(zhǔn)確度，但是，只有精度這一個指標(biāo)還遠(yuǎn)遠(yuǎn)不夠。從實現(xiàn)新聞傳播客觀、平衡的要求出發(fā)，需要分發(fā)更加豐富多元的內(nèi)容，讓觀點多樣、角度多樣、信源多樣、品類多樣的內(nèi)容達(dá)到用戶。因此在算法指標(biāo)體系中，除了用戶需求的精度，還需要考慮從內(nèi)容端出發(fā)，考量算法的廣度，如內(nèi)容的非歧視性關(guān)聯(lián)推薦等，將廣度指標(biāo)引入評估系統(tǒng)。

綜合評價指標(biāo)的合理設(shè)計將引導(dǎo)算法不斷地優(yōu)化升級?，F(xiàn)階段國家監(jiān)管部門也開始就形成相關(guān)評價標(biāo)準(zhǔn)進(jìn)行實踐和探索。比如，國家廣電總局主辦的首屆廣播電視和網(wǎng)絡(luò)視聽人工智能應(yīng)用創(chuàng)新大賽，在智能推薦類比賽中明確了比賽要點是為提升網(wǎng)絡(luò)視聽傳播力、引導(dǎo)力、影響力、公信力所進(jìn)行的算法創(chuàng)新、應(yīng)用創(chuàng)新，改變了僅僅將算法精度作為評價標(biāo)準(zhǔn)，明確將主流價值的傳播作為推薦算法的重要考量要素，如此要求對于將規(guī)則引入算法，無疑是一股積極的推動力量。通過類似的比賽以及未來評價標(biāo)準(zhǔn)的最終制定將會對行業(yè)以及推薦類算法進(jìn)行正向的引導(dǎo)。

綜上所述，算法進(jìn)化有賴于算法技術(shù)自身的演進(jìn)，有賴于算法掌控者的價值倫理的培養(yǎng)，有賴于監(jiān)管部門的標(biāo)準(zhǔn)規(guī)范。對于算法進(jìn)化，如果說人工智能等技術(shù)演進(jìn)需要一個較長時期的探索，那么算法導(dǎo)入規(guī)則，通過算法評價指標(biāo)的合理設(shè)計則是現(xiàn)階段引導(dǎo)算法實現(xiàn)優(yōu)化升級的有效途徑。