劉 星

2019年3月，習(xí)近平總書(shū)記在《加快推動(dòng)媒體融合發(fā)展 構(gòu)建全媒體傳播格局》中強(qiáng)調(diào)，探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，用主流價(jià)值導(dǎo)向駕馭算法，全面提高輿論引導(dǎo)能力。2021年9月，國(guó)家互聯(lián)網(wǎng)信息辦公室、中央宣傳部等九部委聯(lián)合印發(fā)《關(guān)于加強(qiáng)互聯(lián)網(wǎng)信息服務(wù)算法綜合治理的指導(dǎo)意見(jiàn)》，該意見(jiàn)指出要逐步建立治理機(jī)制健全、監(jiān)管體系完善、算法生態(tài)規(guī)范的算法安全綜合治理格局。習(xí)近平總書(shū)記的重要論述和頂層設(shè)計(jì)的出臺(tái)為算法推薦新聞（Algorithm Recommendation News）的規(guī)范化運(yùn)作提供了重要的認(rèn)識(shí)論、方法論和實(shí)踐論。自2016年以來(lái)，已有研究就算法推薦引發(fā)的新聞倫理問(wèn)題進(jìn)行了探討，如算法偏見(jiàn)、公共性缺位、價(jià)值觀異化等，但對(duì)如何推進(jìn)算法推薦走向社會(huì)“善治”缺乏建設(shè)性思考。本文將嘗試從建構(gòu)主義技術(shù)觀視角出發(fā)，提出基于技術(shù)、用戶(hù)、平臺(tái)、制度四位一體的優(yōu)化邏輯。

一、算法推薦新聞的運(yùn)行原理與價(jià)值邏輯

（一）信息超載、信息疲勞與算法推薦新聞的運(yùn)行原理

隨著社交網(wǎng)絡(luò)和物聯(lián)網(wǎng)的飛速發(fā)展，信息的生產(chǎn)與傳播早已發(fā)生根本性的變革，人類(lèi)社會(huì)已經(jīng)從信息匱乏時(shí)代邁向信息超載時(shí)代。信息超載還引發(fā)了信息疲勞現(xiàn)象。有學(xué)者從技術(shù)哲學(xué)視角指出，這意味著“從某個(gè)臨界點(diǎn)開(kāi)始，信息不再能給我們帶來(lái)資訊，而只會(huì)讓事物變畸形；交流不再能帶來(lái)溝通，而只是單純的疊加。”①[德]韓炳哲：《在群中：數(shù)字媒體時(shí)代的大眾心理學(xué)》，程巍譯，北京：中信出版社，2019年，第87頁(yè)。自1995年個(gè)性化推薦算法（Personalized Recommendation Algorithms，以下簡(jiǎn)稱(chēng)“算法”）被美國(guó)學(xué)者羅伯特·阿姆斯特朗等人提出以來(lái)，算法經(jīng)歷了從商業(yè)領(lǐng)域到新聞傳播領(lǐng)域的發(fā)展變化，從向顧客推薦可能感興趣的商品拓展為向用戶(hù)推薦可能感興趣的新聞，其影響力也從國(guó)外的Amazon、Google、Twitter、Facebook等平臺(tái)延伸至國(guó)內(nèi)的今日頭條、微信、抖音、知乎及部分主流媒體等平臺(tái)?！白鳛閿?shù)據(jù)與人工智能的節(jié)點(diǎn)，算法發(fā)揮著構(gòu)造流量入口、捕捉用戶(hù)黏性的關(guān)鍵作用?！雹儆鲊?guó)明、楊瑩瑩等：《算法即權(quán)力：算法范式在新聞傳播中的權(quán)力革命》，《編輯之友》2018年第5期。具體來(lái)看，在算法推薦新聞的智能化模型中，算法根據(jù)每個(gè)用戶(hù)內(nèi)容消費(fèi)的行為數(shù)據(jù)、個(gè)體屬性數(shù)據(jù)與社交關(guān)系數(shù)據(jù)進(jìn)行大數(shù)據(jù)計(jì)算與分析，并自動(dòng)生成符合用戶(hù)興趣偏好或隱含偏好的用戶(hù)模型，以此實(shí)現(xiàn)從內(nèi)容到用戶(hù)的個(gè)性化推薦與精準(zhǔn)化傳播，信息生產(chǎn)者的傳播成本和信息接受者的獲取成本大大降低。

（二）算法推薦新聞的價(jià)值邏輯

作為邏輯與控制的綜合，算法確實(shí)能夠通過(guò)大數(shù)據(jù)的挖掘能力和自己的計(jì)算、分發(fā)能力，高效率地實(shí)現(xiàn)新聞的個(gè)性化推薦與精準(zhǔn)化傳播，對(duì)用戶(hù)主體地位的彰顯和新聞分發(fā)效率的提升起著關(guān)鍵作用。然而，“從數(shù)據(jù)中衍生出來(lái)的信息不能與賦予數(shù)據(jù)意義和價(jià)值的社會(huì)關(guān)系與文化環(huán)境相剝離?！雹赥al Montal and Zvi Reich, “I, Robot. You, Journalist. Who is the Author? Authorship, Bylines and Full Disclosure in Automated Journalism ”, Digital Journalism, vol.5, no.7 ,2017.也就是說(shuō)，對(duì)算法推薦新聞的價(jià)值評(píng)判應(yīng)該置于更廣闊的社會(huì)文化環(huán)境中予以考量。從個(gè)體層面來(lái)看，算法通過(guò)對(duì)用戶(hù)在APP上的搜索、瀏覽、點(diǎn)贊、評(píng)論信息等行為方式進(jìn)行大數(shù)據(jù)分析，推出用戶(hù)“算法畫(huà)像”，以便在用戶(hù)下一次使用APP時(shí)能為其推薦更中意的信息。這種基于內(nèi)容的算法推薦方式，實(shí)際上把用戶(hù)的興趣偏好作為衡量新聞價(jià)值的唯一標(biāo)準(zhǔn)，將點(diǎn)擊率和流量奉為價(jià)值法則，在實(shí)際操作過(guò)程中更易于迎合用戶(hù)的風(fēng)格、口味與立場(chǎng)，本質(zhì)上是對(duì)用戶(hù)注意力的一種“收割”和對(duì)“長(zhǎng)尾”用戶(hù)的深度挖掘。同時(shí)，越是充滿(mǎn)低俗、色情、獵奇的內(nèi)容，它的點(diǎn)擊率往往就會(huì)越高，而點(diǎn)擊率越高的內(nèi)容，往往就越容易得到推薦。有學(xué)者指出，算法高度關(guān)注內(nèi)容投放得“準(zhǔn)不準(zhǔn)”，而不關(guān)心“對(duì)不對(duì)”。③支庭榮、王特：《當(dāng)價(jià)值觀來(lái)敲門(mén)——算法生產(chǎn)內(nèi)容的現(xiàn)狀與未來(lái)》，《南方傳媒研究》2018年第3期。從社會(huì)層面來(lái)看，無(wú)論是基于內(nèi)容的算法推薦還是基于協(xié)同過(guò)濾的算法推薦，本質(zhì)上都是以“用戶(hù)為中心”的推薦方式，反映的是個(gè)體或一小部分群體的興趣偏好，這一價(jià)值邏輯與傳媒公共性相矛盾。同時(shí)，作為一種技術(shù)制造物，算法在設(shè)計(jì)之初就已經(jīng)融入了資本、權(quán)力等異質(zhì)要素，有著“黑箱”模型的技術(shù)特質(zhì)，這就決定了算法推薦新聞在實(shí)踐操作中的不可解釋性。有學(xué)者指出，“推薦結(jié)果解釋力的缺位意味著用戶(hù)失去了對(duì)閱讀內(nèi)容的控制力，即在無(wú)法獲得推薦理由的情況下，被迫將信任交付給基于黑箱模型的算法和掌握技術(shù)權(quán)力的平臺(tái)”，④陳昌鳳、師文：《個(gè)性化新聞推薦算法的技術(shù)解讀與價(jià)值探討》，《中國(guó)編輯》2018年第10期。暗合著資本、權(quán)力邏輯主導(dǎo)下的算法異化問(wèn)題。

二、算法推薦新聞的運(yùn)作困境

就內(nèi)容維度而言，首先，標(biāo)題黨、虛假信息和低質(zhì)量資訊泛濫。算法推薦新聞在內(nèi)容層面呈現(xiàn)的第一個(gè)問(wèn)題是標(biāo)題黨、虛假信息和低質(zhì)量資訊泛濫。根據(jù)《2020—2021年數(shù)字內(nèi)容產(chǎn)業(yè)趨勢(shì)報(bào)告》顯示，標(biāo)題黨的痛點(diǎn)覆蓋率超過(guò)80%，虛假信息和低質(zhì)量資訊的覆蓋率超過(guò)65%。⑤企鵝智庫(kù)：《2020—2021年數(shù)字內(nèi)容產(chǎn)業(yè)趨勢(shì)報(bào)告》，新浪網(wǎng)：http://finance.sina.com.cn/tech/2020-12-09/dociiznezxs5932549.shtml，2020年12月9日。一方面，隨著傳統(tǒng)“把關(guān)人”角色的弱化，新聞逐漸交由算法把關(guān)。但算法只能對(duì)新聞的“熱度”進(jìn)行排序，對(duì)新聞的專(zhuān)業(yè)度、真實(shí)性卻無(wú)法識(shí)別。在社交媒體平臺(tái)，大量未經(jīng)把關(guān)的標(biāo)題黨、虛假信息和低質(zhì)量資訊被大肆傳播，致使社交媒體平臺(tái)的信息傳播內(nèi)容出現(xiàn)嚴(yán)重偏差，這瓦解了本應(yīng)該由嚴(yán)肅類(lèi)新聞、調(diào)查類(lèi)新聞對(duì)高品質(zhì)傳媒公共性的建構(gòu)。另一方面，由于在算法機(jī)制之下，一條新聞能否得到推薦很大程度上取決于新聞的熱度。因此，在實(shí)踐操作過(guò)程中，新聞資訊平臺(tái)更易于采用“標(biāo)題黨”手法提取新聞中能夠刺激用戶(hù)感官、吸引用戶(hù)眼球的內(nèi)容提取，并用夸張、歪曲等手段提煉出與內(nèi)容不符甚至完全相反的標(biāo)題，以吸引用戶(hù)注意力，增加資訊內(nèi)容的點(diǎn)擊量。在注意力經(jīng)濟(jì)的驅(qū)使下，造成媒體內(nèi)容市場(chǎng)的“劣幣驅(qū)逐良幣”現(xiàn)象。其次，真實(shí)的瓦解。隨著網(wǎng)民數(shù)量的持續(xù)增長(zhǎng)以及移動(dòng)資訊平臺(tái)陣營(yíng)的不斷壯大，人們更傾向于選擇讓他們認(rèn)同且愉悅的信息，情緒、感覺(jué)等主觀感受與心理訴求被無(wú)限放大。事實(shí)、證據(jù)等本應(yīng)該被新聞視為“生命”的價(jià)值法則，已逐漸讓位于情感、主張、偏見(jiàn)以及個(gè)人化的信念。公眾越來(lái)越關(guān)注那些能夠調(diào)動(dòng)他們的情緒、興趣以及利益的新聞內(nèi)容，并熱衷于在碎片化、情感化以及算法的“過(guò)濾氣泡”中探尋真相。從認(rèn)知心理學(xué)視角來(lái)看，算法推薦機(jī)制高度契合了人們對(duì)于新聞的心理訴求，致使在新聞中探尋真相逐漸讓位于在新聞中消費(fèi)情感、進(jìn)行娛樂(lè)，真相越來(lái)越游離于事實(shí)與公眾之外。有學(xué)者指出，這種由“信息繭房”和價(jià)值無(wú)序傳遞帶來(lái)的與真實(shí)世界的斷裂，讓公眾更愿意相信算法推薦營(yíng)造的超真實(shí)，對(duì)意義的追求轉(zhuǎn)向了對(duì)信息的迷戀，超真實(shí)世界取代了真實(shí)世界，導(dǎo)致真實(shí)的瓦解。①趙雙閣、岳夢(mèng)怡：《新聞的“量化轉(zhuǎn)型”：算法推薦對(duì)媒介倫理的挑戰(zhàn)與應(yīng)對(duì)》，《當(dāng)代傳播》2018年第4期。

就價(jià)值維度而言，算法推薦新聞在滿(mǎn)足用戶(hù)個(gè)性化內(nèi)容需求的同時(shí)，會(huì)過(guò)濾用戶(hù)不感興趣的內(nèi)容，致使用戶(hù)主動(dòng)獲取信息的自我意識(shí)和多元化的信息選擇權(quán)逐漸旁落，陷于算法所建構(gòu)的“信息繭房”。當(dāng)用戶(hù)長(zhǎng)期沉浸在個(gè)性化內(nèi)容推薦的滿(mǎn)足中時(shí)，用戶(hù)容易受到片面信息甚至低俗、負(fù)面信息的影響，進(jìn)而加深固有偏見(jiàn)，導(dǎo)致群體極化現(xiàn)象的發(fā)生，最終觸發(fā)網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)點(diǎn)的形成。具體來(lái)看，一是正能量傳播不足。由于算法價(jià)值觀存在偏差，導(dǎo)致正能量?jī)?nèi)容的推薦權(quán)重較低，算法服務(wù)正能量傳播的功能缺乏。同時(shí)，網(wǎng)站對(duì)于正能量信息的傳播效果監(jiān)測(cè)和分析不足，嚴(yán)重制約了正面宣傳效果。二是負(fù)面內(nèi)容過(guò)濾能力較差。算法推薦技術(shù)在涉及意識(shí)形態(tài)、色情、低俗信息等方面的審核過(guò)濾能力有待提高；在新聞評(píng)論、搜索等重點(diǎn)環(huán)節(jié)，存在“軟色情”“獵奇”等內(nèi)容信息；對(duì)隱晦違法不良信息和歷史虛無(wú)主義等隱喻類(lèi)負(fù)面內(nèi)容的識(shí)別和過(guò)濾能力不足等。

就法律維度而言，一是數(shù)據(jù)安全、用戶(hù)隱私權(quán)保護(hù)受到威脅。在以“大數(shù)據(jù)+算法”為主要模式的智能化新聞推薦機(jī)制中，必然需要多元化數(shù)據(jù)對(duì)用戶(hù)的興趣偏好進(jìn)行分析和建模，以此提升資訊內(nèi)容的個(gè)性化推薦和精準(zhǔn)化傳播效率，用戶(hù)的數(shù)據(jù)安全、用戶(hù)隱私權(quán)保護(hù)受到嚴(yán)重威脅。具體來(lái)看，算法在收集用戶(hù)的搜索、瀏覽以及使用習(xí)慣等信息時(shí)，可能存在過(guò)度收集用戶(hù)的其他信息的行為。比如用戶(hù)的通訊記錄、消費(fèi)記錄、行程記錄以及人臉信息、個(gè)人身份信息等個(gè)人隱私數(shù)據(jù)。2021年5月，國(guó)家互聯(lián)網(wǎng)信息辦公室就對(duì)短視頻、瀏覽器、求職招聘等公眾大量使用的部分APP的個(gè)人信息收集、使用情況進(jìn)行了檢測(cè)，發(fā)現(xiàn)包括抖音、快手、智聯(lián)招聘等在內(nèi)的55款A(yù)PP存在“違反必要原則，收集與其提供的服務(wù)無(wú)關(guān)的個(gè)人信息”等行為。二是用戶(hù)版權(quán)保護(hù)面臨挑戰(zhàn)。目前來(lái)看，算法推薦技術(shù)已經(jīng)實(shí)現(xiàn)了海量用戶(hù)與個(gè)性化內(nèi)容的高效匹配，并日益成為移動(dòng)資訊平臺(tái)實(shí)現(xiàn)流量變現(xiàn)、獲取商業(yè)價(jià)值的重要技術(shù)手段。但由于在算法推薦機(jī)制之下，互聯(lián)網(wǎng)平臺(tái)在其內(nèi)容池中會(huì)優(yōu)先推薦更受用戶(hù)喜愛(ài)的內(nèi)容，哪怕是版權(quán)侵權(quán)的內(nèi)容，以此提升用戶(hù)對(duì)平臺(tái)的依賴(lài)性，從而吸引更多用戶(hù)上傳內(nèi)容，制造“滾雪球”效果。②盧海君、徐朗等：《互聯(lián)網(wǎng)平臺(tái)算法推薦的法律規(guī)制》，《中國(guó)出版》2022年第13期。因此，算法推薦在創(chuàng)造技術(shù)紅利的同時(shí)，也強(qiáng)化了內(nèi)容侵權(quán)作品的傳播，致使用戶(hù)版權(quán)保護(hù)面臨全新挑戰(zhàn)。其中，最為典型的內(nèi)容侵權(quán)表現(xiàn)為短視頻內(nèi)容版權(quán)的侵權(quán)。究其緣由，一方面，短視頻內(nèi)容分發(fā)已經(jīng)成為當(dāng)前移動(dòng)資訊內(nèi)容分發(fā)的主要形式，并逐漸發(fā)展為互聯(lián)網(wǎng)行業(yè)重要支柱型產(chǎn)業(yè)。根據(jù)第49次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2021年12月，我國(guó)短視頻用戶(hù)為9.34億，短視頻滲透率高達(dá)90%。③中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心：《第49次〈中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告〉》，中國(guó)互聯(lián)網(wǎng)信息中文網(wǎng)站：http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202202/t20220225_71727.htm，2022年2月25日，短視頻規(guī)模、業(yè)態(tài)與市場(chǎng)的急劇擴(kuò)張，使得舊有法律條文難以適應(yīng)短視頻內(nèi)容侵權(quán)糾紛情況。雖然自2019年以來(lái)，國(guó)家相關(guān)部門(mén)陸續(xù)出臺(tái)了《網(wǎng)絡(luò)短視頻平臺(tái)管理規(guī)范》《網(wǎng)絡(luò)短視頻內(nèi)容審核標(biāo)準(zhǔn)細(xì)則》《中華人民共和國(guó)著作權(quán)法（2020年修正）》等一系列旨在完善新型內(nèi)容產(chǎn)品生產(chǎn)的法律監(jiān)管條文，但短視頻內(nèi)容侵權(quán)行為仍然屢禁不絕，社會(huì)爭(zhēng)議頻發(fā)。另一方面，隨著傳統(tǒng)把關(guān)人角色的弱化，注意力經(jīng)濟(jì)、流量思維等商業(yè)化邏輯進(jìn)一步主導(dǎo)了用戶(hù)的內(nèi)容生產(chǎn)與傳播?！八惴ㄍ扑]機(jī)制淡化了用戶(hù)生產(chǎn)的差異化競(jìng)爭(zhēng)意識(shí)，被算法所分類(lèi)與區(qū)隔的用戶(hù)創(chuàng)作在即時(shí)效益的驅(qū)使下向內(nèi)容同質(zhì)化方向發(fā)展，同領(lǐng)域的抄襲行為明顯增加。”④魯恒志、李金寶：《傳播法學(xué)視域下短視頻內(nèi)容侵權(quán)認(rèn)定及治理路徑》，《視聽(tīng)界》2022年第1期。此外，隨著仿冒、抄襲等不正當(dāng)競(jìng)爭(zhēng)手段的日益隱蔽化，正當(dāng)模仿與違法仿冒的邊界逐漸模糊，也使得短視頻內(nèi)容侵權(quán)的界定規(guī)則受到挑戰(zhàn)。

三、建構(gòu)主義技術(shù)觀視角下算法推薦新聞的優(yōu)化邏輯

（一）技術(shù)層面：用主流價(jià)值導(dǎo)向駕馭算法

就算法推薦新聞的內(nèi)容而言，目前存在兩方面問(wèn)題：一是因“信息繭房”而引發(fā)的信息成癮等現(xiàn)象層面的問(wèn)題，二是因算法價(jià)值觀出現(xiàn)偏差危及主流意識(shí)形態(tài)建構(gòu)等價(jià)值層面的問(wèn)題。因此，在技術(shù)優(yōu)化方面就需要同時(shí)兼顧好用戶(hù)愛(ài)看和主流價(jià)值導(dǎo)向內(nèi)容推薦兩方面的內(nèi)容推薦權(quán)重，優(yōu)化算法推薦模型，積極有效營(yíng)造風(fēng)清氣正、多元共生的良好內(nèi)容生態(tài)環(huán)境。首先要用主流價(jià)值導(dǎo)向駕馭算法，促進(jìn)智慧與智能的一體化發(fā)展。自2018年開(kāi)始，主流媒體平臺(tái)就開(kāi)始積極探索如何用主流價(jià)值導(dǎo)向駕馭算法，以此全面提高主流媒體的輿論引導(dǎo)力。2020年，封面新聞推出“算法推薦模型+人工干預(yù)+用戶(hù)自主選擇”有機(jī)結(jié)合的“智媒云——主流媒體算法”，以算法向善驅(qū)動(dòng)智媒向善；2021年，川觀新聞秉持“智能+智慧+智庫(kù)”的智媒體理念，以進(jìn)一步實(shí)現(xiàn)對(duì)信息流的優(yōu)化重構(gòu)。其次要優(yōu)化內(nèi)容推薦指標(biāo)，打破“唯流量”“唯熱點(diǎn)”等商業(yè)邏輯主導(dǎo)下的一元化算法推薦機(jī)制，并向多元化推薦機(jī)制轉(zhuǎn)變。

（二）用戶(hù)層面：切實(shí)提升用戶(hù)算法素養(yǎng)

“在許多數(shù)字新聞客戶(hù)端中，新聞的可見(jiàn)性（visibility）取決于多個(gè)參與者的行為，比如內(nèi)容發(fā)布者（包括新聞機(jī)構(gòu)和算法）、用戶(hù)、用戶(hù)好友、廣告主等?！雹贄顩病①芗蚜幔骸缎侣勊惴ㄍ扑]的信息可見(jiàn)性、用戶(hù)主動(dòng)性與信息繭房效應(yīng)：算法與用戶(hù)互動(dòng)的視角》，《新聞大學(xué)》2020年第2期。因此，用戶(hù)和用戶(hù)好友都可被視為算法推薦新聞優(yōu)化邏輯中的一個(gè)關(guān)鍵層面。這是因?yàn)?，算法推薦的新聞內(nèi)容某種程度上正是用戶(hù)想要獲取的新聞內(nèi)容，是用戶(hù)的內(nèi)容心理訴求在技術(shù)層面上的反應(yīng)。這就為用戶(hù)通過(guò)提升算法素養(yǎng)，進(jìn)行“算法馴化”，打破“信息繭房”桎梏，提供了實(shí)際操作的可能。一方面，資訊平臺(tái)要積極主動(dòng)對(duì)用戶(hù)的“算法畫(huà)像”進(jìn)行公布，強(qiáng)化用戶(hù)主體意識(shí)，調(diào)動(dòng)用戶(hù)識(shí)別與優(yōu)化“算法畫(huà)像”的主動(dòng)性、積極性，逐漸培養(yǎng)用戶(hù)多元信息獲取習(xí)慣和接收習(xí)慣。另一方面，為了減弱親密關(guān)系加權(quán)算法帶來(lái)的同質(zhì)化傳播效應(yīng)，以及興趣加權(quán)算法導(dǎo)致的自我內(nèi)卷化，用戶(hù)可以跨越交往互動(dòng)圈層，不斷建立起基于不同類(lèi)型信息生產(chǎn)或消費(fèi)的信息緣紐帶，實(shí)現(xiàn)群體紐帶的多元化。②謝進(jìn)川：《算法算計(jì)：算法傳播的公共性限度及公眾應(yīng)對(duì)策略》，《南京社會(huì)科學(xué)》2021年第8期。這既有利于弱化網(wǎng)絡(luò)社群圈層化引發(fā)的意見(jiàn)區(qū)隔、群體極化弊病，推動(dòng)內(nèi)容、觀點(diǎn)和意見(jiàn)的跨圈層傳播與交流，還有利于在網(wǎng)絡(luò)空間中營(yíng)造多元化的內(nèi)容生態(tài)環(huán)境，減少因“信息繭房”、群體極化引發(fā)的網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)點(diǎn)的形成。

（三）平臺(tái)層面：壓實(shí)平臺(tái)主體責(zé)任

事實(shí)上，算法推薦技術(shù)已經(jīng)成為移動(dòng)資訊平臺(tái)崛起的技術(shù)保障。一是推動(dòng)網(wǎng)絡(luò)平臺(tái)將“正面宣傳為主”作為算法推薦技術(shù)設(shè)計(jì)的指導(dǎo)思想，加強(qiáng)對(duì)算法設(shè)計(jì)者、審核團(tuán)隊(duì)等業(yè)務(wù)人員的教育培訓(xùn)，提高思想政治素養(yǎng)和業(yè)務(wù)水平素養(yǎng)，并在實(shí)踐操作過(guò)程中，通過(guò)產(chǎn)品設(shè)計(jì)、人工運(yùn)營(yíng)來(lái)平衡“算法黑箱”帶來(lái)的不利影響。二是督促平臺(tái)規(guī)范推薦內(nèi)容來(lái)源，完善推薦內(nèi)容數(shù)據(jù)庫(kù)建設(shè)，并對(duì)入庫(kù)內(nèi)容進(jìn)行再次審核篩選。一方面要督促平臺(tái)加強(qiáng)算法詞匯樣本庫(kù)建設(shè)，健全與業(yè)務(wù)規(guī)模相適應(yīng)的違法不良信息關(guān)鍵詞庫(kù)、樣本詞庫(kù)，指導(dǎo)平臺(tái)優(yōu)化算法推薦的技術(shù)監(jiān)管系統(tǒng)，不斷提升算法應(yīng)用的風(fēng)險(xiǎn)防范能力。另一方面要督促平臺(tái)加強(qiáng)對(duì)負(fù)面內(nèi)容的技術(shù)過(guò)濾，強(qiáng)化對(duì)文本、圖片、音視頻等違法不良信息的識(shí)別。三是要建立健全算法推薦安全自評(píng)估機(jī)制以及算法推薦違規(guī)處理機(jī)制。一方面，要將具有互聯(lián)網(wǎng)新聞信息服務(wù)資質(zhì)的網(wǎng)絡(luò)平臺(tái)納入資質(zhì)審核范疇，對(duì)沒(méi)有資質(zhì)的一般網(wǎng)絡(luò)平臺(tái)依法加強(qiáng)監(jiān)管。另一方面，對(duì)因算法推薦導(dǎo)致主流價(jià)值觀出現(xiàn)偏差的網(wǎng)絡(luò)平臺(tái)，采取暫停更新、下架APP直至關(guān)停網(wǎng)站等一系列處罰措施。推動(dòng)網(wǎng)絡(luò)平臺(tái)加強(qiáng)算法公開(kāi)機(jī)制建設(shè)，適當(dāng)公開(kāi)其算法原理，接受各方面監(jiān)督。

（四）制度層面：推進(jìn)算法推薦新聞的倫理結(jié)構(gòu)化建設(shè)

倫理結(jié)構(gòu)化進(jìn)程是指規(guī)范化、制度化、體系化的邏輯構(gòu)成，有著科學(xué)化與認(rèn)同感的評(píng)價(jià)標(biāo)準(zhǔn)與評(píng)價(jià)方法，并逐步推進(jìn)形成倫理規(guī)范的制度化和標(biāo)準(zhǔn)化趨向。①?gòu)埻骸秱惱斫Y(jié)構(gòu)化：算法風(fēng)險(xiǎn)治理的邏輯與路徑》，《湖湘論壇》2021年第2期。當(dāng)前，針對(duì)算法推薦新聞出現(xiàn)的種種倫理問(wèn)題，比如“算法偏見(jiàn)”“算法歧視”“算法黑箱”等新聞倫理失范現(xiàn)象，應(yīng)盡快在倫理層面形成較為科學(xué)、標(biāo)準(zhǔn)的識(shí)別和評(píng)估體系，積極建構(gòu)規(guī)范合理的算法風(fēng)險(xiǎn)評(píng)估模型。一方面，技術(shù)的研發(fā)人員需要遵守包括有益性、包容性、多樣性、透明性以及隱私保護(hù)等在內(nèi)的基本倫理準(zhǔn)則；另一方面，國(guó)家和政府要建立跨學(xué)科、多樣性的倫理審查制度，并對(duì)可能產(chǎn)生的倫理影響進(jìn)行評(píng)估和提出建議。②莫宏偉：《強(qiáng)人工智能與弱人工智能的倫理問(wèn)題思考》，《科學(xué)與社會(huì)》2018年第1期。逐漸完善多樣性、包容性與規(guī)范性并存的倫理結(jié)構(gòu)化標(biāo)準(zhǔn)建設(shè)，為算法推薦新聞的倫理失范提供科學(xué)、標(biāo)準(zhǔn)、可行的治理方案和優(yōu)化策略。算法推薦新聞的發(fā)展呈動(dòng)態(tài)化特征，受政治、資本、市場(chǎng)等多元因素的影響與制約，因此在未來(lái)發(fā)展中要協(xié)調(diào)好多元行為主體的價(jià)值訴求，共同推動(dòng)算法健康、有序、繁榮發(fā)展。