算法推荐新闻的运作困境与优化逻辑：基于建构主义技术观视角

刘 星

2019年3月，习近平总书记在《加快推动媒体融合发展 构建全媒体传播格局》中强调，探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭算法，全面提高舆论引导能力。2021年9月，国家互联网信息办公室、中央宣传部等九部委联合印发《关于加强互联网信息服务算法综合治理的指导意见》，该意见指出要逐步建立治理机制健全、监管体系完善、算法生态规范的算法安全综合治理格局。习近平总书记的重要论述和顶层设计的出台为算法推荐新闻（Algorithm Recommendation News）的规范化运作提供了重要的认识论、方法论和实践论。自2016年以来，已有研究就算法推荐引发的新闻伦理问题进行了探讨，如算法偏见、公共性缺位、价值观异化等，但对如何推进算法推荐走向社会“善治”缺乏建设性思考。本文将尝试从建构主义技术观视角出发，提出基于技术、用户、平台、制度四位一体的优化逻辑。

一、算法推荐新闻的运行原理与价值逻辑

（一）信息超载、信息疲劳与算法推荐新闻的运行原理

随着社交网络和物联网的飞速发展，信息的生产与传播早已发生根本性的变革，人类社会已经从信息匮乏时代迈向信息超载时代。信息超载还引发了信息疲劳现象。有学者从技术哲学视角指出，这意味着“从某个临界点开始，信息不再能给我们带来资讯，而只会让事物变畸形；交流不再能带来沟通，而只是单纯的叠加。”①[德]韩炳哲：《在群中：数字媒体时代的大众心理学》，程巍译，北京：中信出版社，2019年，第87页。自1995年个性化推荐算法（Personalized Recommendation Algorithms，以下简称“算法”）被美国学者罗伯特·阿姆斯特朗等人提出以来，算法经历了从商业领域到新闻传播领域的发展变化，从向顾客推荐可能感兴趣的商品拓展为向用户推荐可能感兴趣的新闻，其影响力也从国外的Amazon、Google、Twitter、Facebook等平台延伸至国内的今日头条、微信、抖音、知乎及部分主流媒体等平台。“作为数据与人工智能的节点，算法发挥着构造流量入口、捕捉用户黏性的关键作用。”①喻国明、杨莹莹等：《算法即权力：算法范式在新闻传播中的权力革命》，《编辑之友》2018年第5期。具体来看，在算法推荐新闻的智能化模型中，算法根据每个用户内容消费的行为数据、个体属性数据与社交关系数据进行大数据计算与分析，并自动生成符合用户兴趣偏好或隐含偏好的用户模型，以此实现从内容到用户的个性化推荐与精准化传播，信息生产者的传播成本和信息接受者的获取成本大大降低。

（二）算法推荐新闻的价值逻辑

作为逻辑与控制的综合，算法确实能够通过大数据的挖掘能力和自己的计算、分发能力，高效率地实现新闻的个性化推荐与精准化传播，对用户主体地位的彰显和新闻分发效率的提升起着关键作用。然而，“从数据中衍生出来的信息不能与赋予数据意义和价值的社会关系与文化环境相剥离。”②Tal 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.也就是说，对算法推荐新闻的价值评判应该置于更广阔的社会文化环境中予以考量。从个体层面来看，算法通过对用户在APP上的搜索、浏览、点赞、评论信息等行为方式进行大数据分析，推出用户“算法画像”，以便在用户下一次使用APP时能为其推荐更中意的信息。这种基于内容的算法推荐方式，实际上把用户的兴趣偏好作为衡量新闻价值的唯一标准，将点击率和流量奉为价值法则，在实际操作过程中更易于迎合用户的风格、口味与立场，本质上是对用户注意力的一种“收割”和对“长尾”用户的深度挖掘。同时，越是充满低俗、色情、猎奇的内容，它的点击率往往就会越高，而点击率越高的内容，往往就越容易得到推荐。有学者指出，算法高度关注内容投放得“准不准”，而不关心“对不对”。③支庭荣、王特：《当价值观来敲门——算法生产内容的现状与未来》，《南方传媒研究》2018年第3期。从社会层面来看，无论是基于内容的算法推荐还是基于协同过滤的算法推荐，本质上都是以“用户为中心”的推荐方式，反映的是个体或一小部分群体的兴趣偏好，这一价值逻辑与传媒公共性相矛盾。同时，作为一种技术制造物，算法在设计之初就已经融入了资本、权力等异质要素，有着“黑箱”模型的技术特质，这就决定了算法推荐新闻在实践操作中的不可解释性。有学者指出，“推荐结果解释力的缺位意味着用户失去了对阅读内容的控制力，即在无法获得推荐理由的情况下，被迫将信任交付给基于黑箱模型的算法和掌握技术权力的平台”，④陈昌凤、师文：《个性化新闻推荐算法的技术解读与价值探讨》，《中国编辑》2018年第10期。暗合着资本、权力逻辑主导下的算法异化问题。

二、算法推荐新闻的运作困境

就内容维度而言，首先，标题党、虚假信息和低质量资讯泛滥。算法推荐新闻在内容层面呈现的第一个问题是标题党、虚假信息和低质量资讯泛滥。根据《2020—2021年数字内容产业趋势报告》显示，标题党的痛点覆盖率超过80%，虚假信息和低质量资讯的覆盖率超过65%。⑤企鹅智库：《2020—2021年数字内容产业趋势报告》，新浪网：http://finance.sina.com.cn/tech/2020-12-09/dociiznezxs5932549.shtml，2020年12月9日。一方面，随着传统“把关人”角色的弱化，新闻逐渐交由算法把关。但算法只能对新闻的“热度”进行排序，对新闻的专业度、真实性却无法识别。在社交媒体平台，大量未经把关的标题党、虚假信息和低质量资讯被大肆传播，致使社交媒体平台的信息传播内容出现严重偏差，这瓦解了本应该由严肃类新闻、调查类新闻对高品质传媒公共性的建构。另一方面，由于在算法机制之下，一条新闻能否得到推荐很大程度上取决于新闻的热度。因此，在实践操作过程中，新闻资讯平台更易于采用“标题党”手法提取新闻中能够刺激用户感官、吸引用户眼球的内容提取，并用夸张、歪曲等手段提炼出与内容不符甚至完全相反的标题，以吸引用户注意力，增加资讯内容的点击量。在注意力经济的驱使下，造成媒体内容市场的“劣币驱逐良币”现象。其次，真实的瓦解。随着网民数量的持续增长以及移动资讯平台阵营的不断壮大，人们更倾向于选择让他们认同且愉悦的信息，情绪、感觉等主观感受与心理诉求被无限放大。事实、证据等本应该被新闻视为“生命”的价值法则，已逐渐让位于情感、主张、偏见以及个人化的信念。公众越来越关注那些能够调动他们的情绪、兴趣以及利益的新闻内容，并热衷于在碎片化、情感化以及算法的“过滤气泡”中探寻真相。从认知心理学视角来看，算法推荐机制高度契合了人们对于新闻的心理诉求，致使在新闻中探寻真相逐渐让位于在新闻中消费情感、进行娱乐，真相越来越游离于事实与公众之外。有学者指出，这种由“信息茧房”和价值无序传递带来的与真实世界的断裂，让公众更愿意相信算法推荐营造的超真实，对意义的追求转向了对信息的迷恋，超真实世界取代了真实世界，导致真实的瓦解。①赵双阁、岳梦怡：《新闻的“量化转型”：算法推荐对媒介伦理的挑战与应对》，《当代传播》2018年第4期。

就价值维度而言，算法推荐新闻在满足用户个性化内容需求的同时，会过滤用户不感兴趣的内容，致使用户主动获取信息的自我意识和多元化的信息选择权逐渐旁落，陷于算法所建构的“信息茧房”。当用户长期沉浸在个性化内容推荐的满足中时，用户容易受到片面信息甚至低俗、负面信息的影响，进而加深固有偏见，导致群体极化现象的发生，最终触发网络舆情风险点的形成。具体来看，一是正能量传播不足。由于算法价值观存在偏差，导致正能量内容的推荐权重较低，算法服务正能量传播的功能缺乏。同时，网站对于正能量信息的传播效果监测和分析不足，严重制约了正面宣传效果。二是负面内容过滤能力较差。算法推荐技术在涉及意识形态、色情、低俗信息等方面的审核过滤能力有待提高；在新闻评论、搜索等重点环节，存在“软色情”“猎奇”等内容信息；对隐晦违法不良信息和历史虚无主义等隐喻类负面内容的识别和过滤能力不足等。

就法律维度而言，一是数据安全、用户隐私权保护受到威胁。在以“大数据+算法”为主要模式的智能化新闻推荐机制中，必然需要多元化数据对用户的兴趣偏好进行分析和建模，以此提升资讯内容的个性化推荐和精准化传播效率，用户的数据安全、用户隐私权保护受到严重威胁。具体来看，算法在收集用户的搜索、浏览以及使用习惯等信息时，可能存在过度收集用户的其他信息的行为。比如用户的通讯记录、消费记录、行程记录以及人脸信息、个人身份信息等个人隐私数据。2021年5月，国家互联网信息办公室就对短视频、浏览器、求职招聘等公众大量使用的部分APP的个人信息收集、使用情况进行了检测，发现包括抖音、快手、智联招聘等在内的55款APP存在“违反必要原则，收集与其提供的服务无关的个人信息”等行为。二是用户版权保护面临挑战。目前来看，算法推荐技术已经实现了海量用户与个性化内容的高效匹配，并日益成为移动资讯平台实现流量变现、获取商业价值的重要技术手段。但由于在算法推荐机制之下，互联网平台在其内容池中会优先推荐更受用户喜爱的内容，哪怕是版权侵权的内容，以此提升用户对平台的依赖性，从而吸引更多用户上传内容，制造“滚雪球”效果。②卢海君、徐朗等：《互联网平台算法推荐的法律规制》，《中国出版》2022年第13期。因此，算法推荐在创造技术红利的同时，也强化了内容侵权作品的传播，致使用户版权保护面临全新挑战。其中，最为典型的内容侵权表现为短视频内容版权的侵权。究其缘由，一方面，短视频内容分发已经成为当前移动资讯内容分发的主要形式，并逐渐发展为互联网行业重要支柱型产业。根据第49次《中国互联网络发展状况统计报告》显示，截至2021年12月，我国短视频用户为9.34亿，短视频渗透率高达90%。③中国互联网络信息中心：《第49次〈中国互联网络发展状况统计报告〉》，中国互联网信息中文网站：http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202202/t20220225_71727.htm，2022年2月25日，短视频规模、业态与市场的急剧扩张，使得旧有法律条文难以适应短视频内容侵权纠纷情况。虽然自2019年以来，国家相关部门陆续出台了《网络短视频平台管理规范》《网络短视频内容审核标准细则》《中华人民共和国著作权法（2020年修正）》等一系列旨在完善新型内容产品生产的法律监管条文，但短视频内容侵权行为仍然屡禁不绝，社会争议频发。另一方面，随着传统把关人角色的弱化，注意力经济、流量思维等商业化逻辑进一步主导了用户的内容生产与传播。“算法推荐机制淡化了用户生产的差异化竞争意识，被算法所分类与区隔的用户创作在即时效益的驱使下向内容同质化方向发展，同领域的抄袭行为明显增加。”④鲁恒志、李金宝：《传播法学视域下短视频内容侵权认定及治理路径》，《视听界》2022年第1期。此外，随着仿冒、抄袭等不正当竞争手段的日益隐蔽化，正当模仿与违法仿冒的边界逐渐模糊，也使得短视频内容侵权的界定规则受到挑战。

三、建构主义技术观视角下算法推荐新闻的优化逻辑

（一）技术层面：用主流价值导向驾驭算法

就算法推荐新闻的内容而言，目前存在两方面问题：一是因“信息茧房”而引发的信息成瘾等现象层面的问题，二是因算法价值观出现偏差危及主流意识形态建构等价值层面的问题。因此，在技术优化方面就需要同时兼顾好用户爱看和主流价值导向内容推荐两方面的内容推荐权重，优化算法推荐模型，积极有效营造风清气正、多元共生的良好内容生态环境。首先要用主流价值导向驾驭算法，促进智慧与智能的一体化发展。自2018年开始，主流媒体平台就开始积极探索如何用主流价值导向驾驭算法，以此全面提高主流媒体的舆论引导力。2020年，封面新闻推出“算法推荐模型+人工干预+用户自主选择”有机结合的“智媒云——主流媒体算法”，以算法向善驱动智媒向善；2021年，川观新闻秉持“智能+智慧+智库”的智媒体理念，以进一步实现对信息流的优化重构。其次要优化内容推荐指标，打破“唯流量”“唯热点”等商业逻辑主导下的一元化算法推荐机制，并向多元化推荐机制转变。

（二）用户层面：切实提升用户算法素养

“在许多数字新闻客户端中，新闻的可见性（visibility）取决于多个参与者的行为，比如内容发布者（包括新闻机构和算法）、用户、用户好友、广告主等。”①杨洸、佘佳玲：《新闻算法推荐的信息可见性、用户主动性与信息茧房效应：算法与用户互动的视角》，《新闻大学》2020年第2期。因此，用户和用户好友都可被视为算法推荐新闻优化逻辑中的一个关键层面。这是因为，算法推荐的新闻内容某种程度上正是用户想要获取的新闻内容，是用户的内容心理诉求在技术层面上的反应。这就为用户通过提升算法素养，进行“算法驯化”，打破“信息茧房”桎梏，提供了实际操作的可能。一方面，资讯平台要积极主动对用户的“算法画像”进行公布，强化用户主体意识，调动用户识别与优化“算法画像”的主动性、积极性，逐渐培养用户多元信息获取习惯和接收习惯。另一方面，为了减弱亲密关系加权算法带来的同质化传播效应，以及兴趣加权算法导致的自我内卷化，用户可以跨越交往互动圈层，不断建立起基于不同类型信息生产或消费的信息缘纽带，实现群体纽带的多元化。②谢进川：《算法算计：算法传播的公共性限度及公众应对策略》，《南京社会科学》2021年第8期。这既有利于弱化网络社群圈层化引发的意见区隔、群体极化弊病，推动内容、观点和意见的跨圈层传播与交流，还有利于在网络空间中营造多元化的内容生态环境，减少因“信息茧房”、群体极化引发的网络舆情风险点的形成。

（三）平台层面：压实平台主体责任

事实上，算法推荐技术已经成为移动资讯平台崛起的技术保障。一是推动网络平台将“正面宣传为主”作为算法推荐技术设计的指导思想，加强对算法设计者、审核团队等业务人员的教育培训，提高思想政治素养和业务水平素养，并在实践操作过程中，通过产品设计、人工运营来平衡“算法黑箱”带来的不利影响。二是督促平台规范推荐内容来源，完善推荐内容数据库建设，并对入库内容进行再次审核筛选。一方面要督促平台加强算法词汇样本库建设，健全与业务规模相适应的违法不良信息关键词库、样本词库，指导平台优化算法推荐的技术监管系统，不断提升算法应用的风险防范能力。另一方面要督促平台加强对负面内容的技术过滤，强化对文本、图片、音视频等违法不良信息的识别。三是要建立健全算法推荐安全自评估机制以及算法推荐违规处理机制。一方面，要将具有互联网新闻信息服务资质的网络平台纳入资质审核范畴，对没有资质的一般网络平台依法加强监管。另一方面，对因算法推荐导致主流价值观出现偏差的网络平台，采取暂停更新、下架APP直至关停网站等一系列处罚措施。推动网络平台加强算法公开机制建设，适当公开其算法原理，接受各方面监督。

（四）制度层面：推进算法推荐新闻的伦理结构化建设

伦理结构化进程是指规范化、制度化、体系化的逻辑构成，有着科学化与认同感的评价标准与评价方法，并逐步推进形成伦理规范的制度化和标准化趋向。①张旺：《伦理结构化：算法风险治理的逻辑与路径》，《湖湘论坛》2021年第2期。当前，针对算法推荐新闻出现的种种伦理问题，比如“算法偏见”“算法歧视”“算法黑箱”等新闻伦理失范现象，应尽快在伦理层面形成较为科学、标准的识别和评估体系，积极建构规范合理的算法风险评估模型。一方面，技术的研发人员需要遵守包括有益性、包容性、多样性、透明性以及隐私保护等在内的基本伦理准则；另一方面，国家和政府要建立跨学科、多样性的伦理审查制度，并对可能产生的伦理影响进行评估和提出建议。②莫宏伟：《强人工智能与弱人工智能的伦理问题思考》，《科学与社会》2018年第1期。逐渐完善多样性、包容性与规范性并存的伦理结构化标准建设，为算法推荐新闻的伦理失范提供科学、标准、可行的治理方案和优化策略。算法推荐新闻的发展呈动态化特征，受政治、资本、市场等多元因素的影响与制约，因此在未来发展中要协调好多元行为主体的价值诉求，共同推动算法健康、有序、繁荣发展。