算法推荐模式的成因、危害及规范策略

2019-11-29史凡，陈杰

科技传播 2019年17期

史凡，陈杰

1 算法推荐模式的兴起

在移动互联网时代，海量信息令人目不暇接，优质内容与劣质内容齐头并进，增加人们的选择成本，更何况人们的时间精力有限。此时，则需要一种工具来帮助人们满足信息的自我所需。算法推荐正在信息传播中大显身手，帮助人们节约成本，提升效率。

算法型分发模式是以大数据技术和智能算法为主要依托，充分满足受众的个性化和场景化信息需求。2012 年开始，以今日头条、一点资讯为代表的算法新闻的兴起，给新闻传播带来了一种全新的传播形态，引发了信息内容生产整合以及分发模式的变革。陈力丹教授曾这样描述这个时代：“现在是新闻最多的时代，也是新闻最差的时代。我们似乎更容易看见‘真相’，但追究真相更难。”在这样的时代里，人们“越来越多地需要自己从一大批相互竞争的信源中过滤信息。我们正成为自己的编辑、自己的把关人和自己的新闻聚合器。”

但由于缺乏必要的信息素养，越来越多的人把“看什么”的权力交给算法技术，算法根据用户信息和阅读痕迹绘制用户的兴趣图谱，建立精确的用户画像，并持续不断地推送相关信息，让信息与用户能够实现精准对接。以今日头条为代表的个性化新闻推送App 异军突起，为用户提供个性化的信息匹配服务，在信息分发市场上信息传播中大显身手，但其带来的弊端也越来越明显。

2 算法推荐模式的媒体成因

2.1 流量至上的商业逻辑

流量在现代传播体系中的地位举足轻重。有观点指出，通过互联网盈利就是获取流量红利。算法推荐模式的背后，存在着一套商业逻辑，试图延长用户在平台停留的时间以提高流量，进而谋求最大利益。所以，提供服务的新闻聚合类平台已将重点从社会效益、公共利益转向追崇平台的流量利益以及用户的个体私利。为了获取高额点击率，实现经济效益的最大化，算法推荐模式相继被各大新闻聚合类平台采用。

2.2 媒体全方位讨好公众

新闻媒体逐步从新闻本位主义转而坚持流量至上，试图全方位讨好公众以获取更多注意力。算法推荐则指计算机技术通过大数据追踪用户的网络行为及取向，加以算法进行用户画像，计算出包括个人偏好、生活环境及社交网络在内的多种信息。这样的特点符合由传者中心变为受者中心的信息传播趋势。如基于数据挖掘的推荐引擎产品“今日头条”，旨在通过网络信息收集、内容重组分析、进行个性化推送三个步骤，将“编辑决定什么上头条”转变为“你关心的就是头条”，从而成为崛起迅速的互联网新秀。

2.3 大众媒介弱化环境监视功能

在自媒体崛起的移动互联网时代，人人都可以通过手机在微信、微博等社交媒体发布信息，越来越缺少对事实的探究和对真相的执著。部分自媒体不问时间地点，不问前因后果，不问真假对错，急于抢新闻、博眼球，加上部分传统媒体也为蹭热点，不核查信息，不排除假新闻，而是进行简单的复制粘贴，助推了事态的扩散。

3 算法推荐泛滥的危害

算法既然可以用来计算，那么则也可以用来算计。技术无情而人有情，人操控的技术如果一味被利用来算计人，以获取市场的青睐，利益的丰收，那么技术带来的不是先进和便捷，而是误导和操控。同样，如果过于依靠技术而非自我判断，人们也会受限于技术的桎梏，成为被操纵的傀儡，变得不再加以思考，对社会和互联网生态造成不良后果。

3.1 庸俗、低俗、媚俗信息泛滥

算法的迎合式推荐会造成少数用户的低级趣味泛滥和固化。由于新闻内容生产的特殊性，在新闻实践中存在盲目追求轰动效应的现象。互联网可以无限放大人性，色情暴力三俗信息天然拥有巨大市场，但有害信息在满足用户窥视欲的同时，也会使平台迎来危机。微信公众平台主体“咪蒙”及旗下公共号素来以制造恐慌和焦虑的文章捕捉青年用户，今年1 月29 日“咪蒙”团队公众号“才华有限青年”发布了爆款文章《一个出身寒门的状元之死》，影响力迅速蹿升的同时，该文章受到社会一致谴责，最终导致其团队的陨落。

3.2 形成信息“茧房”

算法推荐模式针对用户个体进行的个性化推送，使其频繁接收同质化信息，长期接受单面观点，进而产生看待世界的刻板印象。仿佛在用户周围砌起了一堵墙，形成信息“茧房”，造成信息窄化的同时极易诱发网络群体极化现象，难以构建社会共识。因此，在信息高速公路上过度依赖算法推荐模式，就会偏离正途，迷失方向。

3.3 大众媒介的麻醉作用

拉扎斯菲尔德和默顿指出，大众传播的负面功能将受众淹没在海量的表层信息和通俗娱乐之中，使人们沉醉于虚幻的满足，从而丧失行动能力。新闻聚合类平台借助算法推荐模式向其用户推送的大量“新闻”，完全处于“黑箱”状态，用户无从得知他们收到的推送基于何种价值标准及取向，因此用户会越来越多沉溺于平台指定的表层信息。

4 规范算法推荐模式的策略

技术是可以被利用的，技术带来的后果是好是坏取决于背后操纵它的人所持有的价值观和自我约束。当然，仅凭技术操控者的认知自觉和道德自觉是远远不够，我们更加需要一套评判规范，使人民群众的信息传声筒，在信息洪流中走在引领正确价值观的最前方。

4.1 增强算法质量，建立大数据评估系统

彭兰认为，许多机构在转向数据分析工作甚至以此营利时，数据质量的评估变得尤为重要。然而仅仅依靠大众媒体自身，很难建立一套成熟可行的评估标准。算法出身于大数据时代，这意味着需要建立一套独立的，排除于媒体之外的第三方评估系统。此时则需要建立法律和规章制度进行规范化管理。在大数据发展走在前沿的美国就曾出台过《数据质量法》，但因为对解释权和裁定权划分模糊而引起争议。媒体管理的研究需要跟上信息化时代的步伐，前路还非常漫长。

4.2 洞察受众偏好，传递主流价值

经济效益和社会责任的平衡是媒体的永恒话题，作为广大群众的信息传声筒，任何媒体都不能片面追求经济效益，而忽视向受众传递正确价值观的重要性。用户作为传播平台的受众，决定其生存空间，即媒体必须满足受众偏好，获得市场青睐才能维持生命。上文提到，社会主义核心价值观是社会主义核心价值体系的内核，也是媒体必须遵守、培育和弘扬的社会共识，所以媒体不在牺牲导向的情况下一味满足受众，否则传播内容易陷入媚俗与偏执。技术终究服务于人，建立人机结合的算法筛选机制，让技术帮助新闻工作者精准化把握受众喜好、人性化洞察用户价值偏好，才能真正实现让技术辅助新闻价值的呈现，做到有的放矢，实现符合主流价值内容的精准传播。

4.3 精进算法技术，打破“信息茧房”

目前阶段，算法推荐的技术还发展有限，容易造成推送内容的窄化和同质化，其致使的“信息茧房”成为人们的诟病，也是算法推荐争议之所在。如何突破单调化推荐，满足人们需求的多样性，则需要算法技术的精进来解决。目前算法推送的指标主要依赖于用户的基本信息、网络浏览记录，以及社交足迹，指标相较全面需求的满足显得单一化。值得注意的是，技术进步和指标拓展的前提是对用户隐私的尊重，要杜绝为攫取用户喜好，分析用户画像而不择手段地获取隐私信息，也不能为吸睛而设置低俗化内容和“标题党”等诱导性内容，否则会以媒体地公信力和传播力为代价。