AI时代移动媒体信息分发模式析论

陈昌勇

（皖西学院 文化与传媒学院，安徽 六安 237012）

AI时代，移动媒体的信息分发经历了编辑、社交、搜索、算法等多种模式的演进。尤其是大数据与人工智能的发展和应用，更是开启了以数据和计算为核心的信息传播新时代[1]，算法分发逐渐兴起并大行其道。所谓算法分发，是指依靠智能化的数据分析技术，快速匹配用户的兴趣偏好，从海量信息中筛选并推送出用户需求的内容。可见，信息推荐算法实际上就是人工智能技术在信息传播领域的应用。审视现代传媒情境下的信息传播，不能不考虑算法推荐及其人工智能技术的深刻影响。

一、AI入局下移动媒体信息分发模式的整体扫描

人工智能技术全面进军信息分发领域，重构了移动媒体的信息分发模式，信息分发迎来了以算法为核心的2.0时代。凝视这一引起信息传播分发技术大变革的核心底层，可以发现，关于模式演进和变迁的一些新动向，正在显现。

首先，基于机器智能的算法分发日益成为平台标配和基本功。一方面，媒体型、关系型、搜索型等客户端，近年来纷纷添加算法因素，致力于向信息流扩张，这使得信息分发的“+算法”模式逐渐兴起并呈蔚然之势。另一方面，今日头条、天天快报、一点资讯等热衷于技术分发路线的原生系移动客户端，更是将个性化算法推荐的信息流展示运用到极致。时下，信息分发领域的“机进人退”现象十分突出，人的分发俨然让位于机器的分发。

其次，流行算法在实践中不断推进模式的优化完善。今日头条等智能编辑平台的崛起，推动了个性化算法快速走向信息分发的前台。眼下，扬弃旧的算法，打造体现品质和价值取向的新算法是共识。为此，算法类的信息聚合体正在尝试建立更加科学的分发机制，如在智能算法之外，叠加编辑、社交等非算法性因素，“把内容的积极意义和知识性列为第一指标，把有关公共利益的重要新闻给予更大流量，把事关全局的重要新闻匹配给所有用户”[2]等。

最后，诸多分发模式正在走向耦合和圆融。传统的编辑、社交、搜索分发，以及新型的算法分发，都有着各自的优势和局限，因此，有效的分发组合成为各类平台的共同追求。譬如，传统移动媒体将编辑初审把关和算法智能推荐相结合，力行人机协作；微博微信强化关系和内容的协同共进，打造智能社交推荐；手机百度将搜索和信息流同置，构筑双引擎驱动；而算法标兵今日头条等，在大量引进内容审核编辑的同时，十分注重对社交和搜索功能的开发利用。

综上所述，在智能互联的AI时代，移动媒体的信息分发呈现出多主体参与、多平台涉入、多元素融合的总体特征，既可以由专业人士和业余人士完成，也可以通过机器智能完成；既可以在媒体型平台内完成，也可以在关系型、搜索型、算法型平台上完成。并且，编辑、社交、搜索、算法等分发元素在优势互补中初步实现了互融共进。

二、AI时代移动媒体信息分发模式的具体阐释

（一）编辑+算法：编辑主义结合机器的逻辑

编辑驱动的媒体型推送，具有中心化分发的双重表征：一方面，专业化操作使之能够分发出安全、优质、共性的信息；另一方面，用户对象的泛在性和不确定性，又使信息与用户难以做到有效适配。特别地，在信息分发市场逐渐由编辑驱动型走向技术驱动型的当下，人工推荐模式已很难满足千人千面、无穷无尽的个性化阅读需求。故此，那些编辑主导的信息分发平台，纷纷调整策略，进军技术路线。

譬如，传统主流媒体及网络门户所催生的移动端产品，在延续其“母体”编辑分发传统的同时，向算法靠拢的意识和决心十分强烈。人民日报社全国党媒平台“人民号”上线伊始，就提出关键词“智能”，重点是实现信息的智能生产、智能推荐、智能分发。同样，新华社“媒体大脑”所推出的分众化推送和精准弹窗，也是以AI技术进行用户画像、精确匹配和智能响应。人民日报社和新华社等倾力打造的党媒算法，既守护了编辑意志，以导向为魂鼓励价值阅读，又注重利用新技术寻求海量信息与个人需求的有效对接，实现了主流、严肃、权威报道的自动化推荐，彰显了主流价值的力量与担当。相较于党媒的主流算法，新浪、搜狐、网易等门户APP的算法启动时间更早，信息个性化程度也更突出。

媒体型的编辑分发历经久远，且在行业实践中形成了诸多成熟稳定的操作传统和规则。现如今，主动适应差异化、分众化的传播格局，采纳算法以改造分发模式、提升分发效力，是应然追求。传统移动媒体“编辑+算法”模式的设计与应用，尤其是党媒算法和门户算法的应时应势而生，在实践上有力助推了编辑主义与机器逻辑的结合、信息品质与分发效率的结合，极大提升了客户端信息的匹配性以及千人千面的移动阅读体验。

（二）社交+算法：关系链传播嵌入算法分析

社交平台的信息来源极其广泛，既包括传统媒体和网络媒体上的内容，也包括“人们社会生活和交往中产生的日常化、碎片化、随机性信息”[3]，不过，这些信息并非都能通过社交模式得到有效分发。在社交情境中，高信息价值低分享价值的信息，如个性化和垂直度高的信息等，处于极其不利的地位，一般很难传递给更多的人。即使有人硬推此类信息，其打开率、阅读率、转发率、覆盖率等衡量数据也会不尽如人意。

这与社交模式依赖中间受众的分发逻辑不无关系。与此不同，算法分发是一种“信息A→受众A、信息B→受众B、信息C→受众C……”的扁平化定向推荐模式。这种模式绕开了中间节点，直接将信息递送给目标用户，针对性极强。因此，那些具有较高信息价值但不具备广泛分享价值的细颗粒度信息，在算法环境下会得其所哉。早在2015年，“微信团队”在发布朋友圈测试广告时就曾称，“广告是生活的一部分。它无孔不入，你无处可藏。不是它可恶，而是它不懂你。我们试图做些改变。”所谓改变，其实就是通过社交数据，测算用户的兴趣喜好，进而推送更懂你的广告信息。

将智能算法作为用户的信息管家，是微博、微信近些年的共同做法。新版微博在原有的社交信息流基础上，开发了基于算法的兴趣信息流，从而使用户“刷微博”更加适意。而微信则利用其特有的技术性质和内容编码规则，面向全体用户，强力推出“看一看”功能，提供个性化的信息智能服务。与其他兴趣推荐引擎不同，微信“看一看”的许多内容都打上了“某某看过”“已关注”“本地资讯”“热点资讯”等标签，同时还开辟了“朋友在看”专栏。其个性化不仅体现在用户阅读的历史偏好，更强调将用户之间的社交网络数据打通，像好友标记、关注订阅、属地爱好等，都成了用户画像及信息推送的算法基础和根据。

社交分发的规则激励，极大赋予了个体扩散信息的权力。微博、微信、QQ等“关系和内容”的协同共进，则进一步表明：基于社交、圈层的信息分发与算法、个性化的推荐逻辑，具有天然的耦合性，而以社交关系链为发力点，同时嵌入算法分析，势必成为社交型信息分发的重要走向。

（三）搜索+算法：多源搜索驱动信息流推荐

文字、图片、语音等多途径的搜索推荐，是百度APP的原生功能。目下，其在条形搜索框下面又赫然增加了资讯浏览服务，用户可以无限刷新和下拉信息。可以肯定，依仗算法做个性化推荐的信息流形式，是手机百度在AI时代的一种新作为；而将搜索和信息流相勾连，根据用户的搜索浏览记录，实现信息的精准推送，更是手机百度信息分发模式创新变革的新动向。

其一，搜索分发当前正面临诸多不适。一者，在桌面互联网向移动互联网迁移的过程中，小屏幕的手机分发大容量的网页，使用体验下降了；二者，人找信息的搜索推荐本身比较被动，现在是信息找人的主动出击时代，信息需要在高度碎片化的情境中有效流动并精准落位；三者，在移动化、智能化的当下及未来，搜索行为变得不再高频，“刷新闻”则是常态；最后，搜索结果的排序算法在很多时候并非基于用户，而是从传播者利益最大化角度来考量的。因此，进行模式创新，以消解搜索分发之困势在必然。

其二，“搜索+信息流”双引擎驱动是适切的模式选择。根据百度的官方解释，“一搜即得”和“不搜即得”作为其双重追求，搜索是信息流的前身，信息流是搜索的延续，二者是相辅相成、相互助力的。一方面，搜索数据的沉淀，可以帮助百度大脑形成更细致的用户画像，从而个性化其信息流；另一方面，信息流的浏览阅读，亦可以帮助用户更智能地搜到自己想要的信息。搜索和信息流的持续联动及双向互补循环，使得模式进化的正向效应得以发生，比如信息分发的意图定向和兴趣定向更精准、人找信息和信息找人的交融更密切等。

手机百度移动搜索和信息流推荐的双向智能适配，提档升级了其信息分发的模式。这一模式与百度“全球最大的搜索引擎平台”和“国内最大的新闻资讯平台”的新定位高度契合。其中，“有事搜一搜”是希望满足用户的信息刚需，“没事看一看”则旨在提升用户在客户端的停留时长和沉浸深度。

（四）“算法+”模式：机器审美加持其他推荐变量

如果说，“+算法”模式是传统信息分发适应AI时代用户信息消费习惯的一种顺势创新，那么，“算法+”模式则是智能推荐平台对其技术分发路线的优化完善。在此，着重分析算法与编辑、社交元素的融合运用。

1.算法+编辑：叠加人工把控算法分发走向

叠加人工编辑，加强信息推送的把关与审核，可以很好地修正流行算法的流弊，如分发的信息品质不高、话题不够多样以及深度、准度不足等问题。

首先，可以提高信息分发的品质。不难发现，那些容易带来流量的标题党内容、娱乐化内容、情绪性内容等更受算法青睐，而理应得到更多关照的高品质信息，在分发权重上则相对不利。人工编辑的积极参与和介入，不仅可以帮助算法推荐优质信息，以满足对内容质量有要求的用户阅读需要，还可以帮助算法形成价值观，奠定信息产品的基础调性。

其次，可以增加话题内容的广泛性。如果说，信息分发的初衷是满足人们的应知、欲知而未知，那么，“算法分发虽然能够满足欲知而未知，但难以满足应知而未知”[4]。应知性信息的缺乏，不仅弱化了平台的信息品质，也造成了用户信息环境的片面性。而引入人类编辑，非常有助于算法全面提供应知、欲知而未知的信息，引导人们走出阅读茧房。

再次，可以提升信息分发的深度。短阅读、浅阅读、快阅读的盛行，并不能消解人们对神圣的深度阅读的追求。然而，在当前，算法类的移动客户端所呈现的多是速食性的碎微化内容，深度信息供给明显不足。这与个性化算法的推荐逻辑不无关系。而改造平台的信息分发模式，加强算法分析和编辑体察相结合，对促进深度信息的脱颖而出大有助益。

最后，可以提升信息分发的准度。个性化、精准作为算法分发的主打口号，实际上也不能完全依靠机器智能来实现。真正的精准传播，一定是建立在人工涉入的基础之上。因此，强调算法分发的个性化力量，并不意味着将个性化都交给算法。而人工编辑在其中的作为，主要还是帮助算法对用户和文章进行更全面的画像，进而增强二者的适配性。

总之，算法作为非人类的“网络行动者”[5]，离不开人特别是资深媒体人的专业经验和价值观引导。人工编辑的干预，实际上就是要和算法共同商定：哪些信息的推荐权重应增加，哪些信息的推荐权重应降低，又应该对哪些信息说“不”。

2.算法+社交：激活用户构筑智能社交推荐

算法缺陷的规避，除了可以叠加人工进行人机协同运作外，还可以激活平台用户构筑智能社交，以关系链的形式助力信息分发。

社交关系链上的一个个节点（用户），尤其是关键节点，作为社交场域的信息筛选器和社会化编辑，既可以为用户推荐各种有用有价值的信息，也可以帮他们过滤掉大量低质无用的信息。随着信息过滤的权力进一步向社交关系与人工智能让度，在将来，“信息流推荐+社交”综合体的出现概率极大。这于信息分发的良性循环十分有益。一方面，结合社交圈专业人士的学识和阅历算法所进行的推荐，要比单纯的机器算法推荐效果更好；另一方面，在智能分发和粉丝分发相结合的智能社交推荐模式下，往往写得越好，粉丝就越多，而专页的关注度上去了，获得算法推荐的机会也就更大。

当前，智能推荐平台的社交化探索正在路上。考察今日头条的内容来源、核心技术及产品矩阵，可以认为，“算法+社交”势必成为其未来发展的重要方向以及完善智能分发、优化推送规则的重要选择。实际上，早在2017年其“微头条”产品上线后，就相当于在智能分发之外，正式增加了社交分发的机制。微头条与微博、微信的社交媒体属性非常相似，也是借由不同的社交圈层，实现信息的众包式过滤和筛选。当然，像今日头条这类编辑智能型平台，强力布局社交，除了优化信息传播的考量外，也有弥合社交短板、沉淀粉丝、流量变现、实现分享所带来的阅读价值等多种诉求。

三、结语

智能传播时代，出于对信息免于过载的追求，各种分发模式应运而生。特别地，以AI技术为幕后驱动力和底层支持的信息分发2.0，作为一种用智能算法寻求落点和晋升效力的传播方法论[6]，更是给移动媒体的信息分发带来了一系列的新常态现象。眼下特别需要注意的是，算法设计的初衷虽然并不会提倡信息的低俗、低质和娱乐化，但在其实践上毕竟给主流价值的传播带来了风险和挑战。因此，必须注重如何应用人工智能技术阻断不良信息，提供个性化的优质内容，以在网络空间中弘扬主旋律、传播正能量。这不仅要在平台的界面设计上将更多元素相加相融于客户端，更要在模式的功能定位、价值取向和实践逻辑上强化信息分发的初心，即选荐丰富优质的内容，更好地满足人们日益增长的信息消费需要。