算法新闻推送中个性化与公共性的博弈

算法新闻推送中个性化与公共性的博弈本站　　大数据、AI、物联网等新兴技术的发展，使得算法技术下的个性化生产、精准化推送逐渐渗透到信息产业，给新闻传播以及整个新闻业态都带来了显著影响

　　大数据、AI、物联网等新兴技术的发展，使得算法技术下的个性化生产、精准化推送逐渐渗透到信息产业，给新闻传播以及整个新闻业态都带来了显著影响。算法推送作为一种新兴技术手段，自诞生之日就被注入公正和客观的期待，其独立于人的主观意识和价值观的特征或许会成为践行新闻专业精神的有力工具。但在算法推荐新闻的实践中出现“过滤气泡”，形成“信息茧房”，“算法黑箱”与真实客观相悖，忽视人的主体价值等批判性讨论，也开始让人们认识到“算法神话”的局限性以及对新闻公共性的影响。在算法推荐新闻的实践中出现 “过滤气泡”“信息茧房”“算法黑箱”等问题，不仅与真实客观的新闻原则相违背，而且在推荐中忽视人的主体价值，让人们开始认识到“算法神话”的局限性以及对新闻公共性实现的可能性。

　　从狭义上讲，传统新闻机构对新闻公共性的理解主要包括报道社会公共事务，满足公众的知情权；为公众提供一个自由平等交流的平台；间接进行监督。此公共性若从传播学视角来看，又可用公益性、公正性和公开性三个维度进行阐释[1]。公益性可理解为新闻传播要以实现社会的公共利益为根本归宿，在新闻报道中不仅要提供与公民社会生活息息相关的新闻信息，还要为促进社会乃至国家的发展提供信息动力，并以监督社会、实现社会进步为行业追求；公正性意味着提供社会公共服务和公品应持有公平的原则，在报道中注重新闻真实、客观和平衡原则，避免和防止歧视和不平等；公开性则强调在新闻传播和生产过程中坚持新闻流程的开放和透明，所谓透明，就是报道中披露新闻内容的信源、获得一手信息的方法以及媒体工作者个人的介入程度等，告知读者完整的信息获取链条，使其能够对新闻生产的过程进行监督。

　　但以算法推荐为主导的新型传播格局对公共性造成了冲击。有学者甚至提出了“算法的权力”概念，认为算法已经成为一种权力，影响着内容的分类、优先、推荐、判定[2]。这种“权力”在算法接替传统媒体的把关权和分发权，在新闻信息精准推荐过程中实现。

　　新闻推荐机制利用算法技术，将海量用户的社会属性、消费习惯等全方面、全场景挖掘和数据化，再将与用户相匹配的内容进行“点对点”传播，打造“千人千面”的信息推送模式，一定程度上实现了尼葛洛庞帝讨论的“我的日报”。个性化推荐呈现用户喜爱的信息、优化用户的阅读体验，提高了信息筛选和获取的效率，但长此以往，强化喜好和偏见的重复让公众沉浸于“回声室”中，难以接受异质性信息和观点，窄化公众的信息接触面，缺少对自身兴趣以外社会性信息获取的机会，从而使其失去了解外界的机会。

　　此外，“个体应该知道什么”的新闻推荐中未曾重点考虑过新闻公共性的一个重要作用——帮助公民更好地参与公共事务，当下算法驱动的新闻业却是培养用户，使公民成为商品[3]。正如纽约时报时任公共新闻编辑的李思·斯帕所批评的：“个性化新闻”是制造“一个人的社区”[4]，群体极化、社会缺乏黏性、难以达成社会共识等问题也会接踵而至。

　　所谓公正，多体现于个性化新闻推送应该消除民族、地位、财富甚至性别上的偏见或歧视，让社会公众拥有平等获取信息的机会。但其运行中显现出两个明显偏见：一是算法机制本身的客观性存疑；二是新闻的个性化推荐会对不同属性的用户产生偏见。这两种偏见与新闻传播领域的公正、客观性原则相悖。

　　算法技术介入新闻内容分发，看似是无主体参与，是一种纯粹的机器生产行为，但其数据计算和程序运行中隐藏着技术开发人员的算法偏见和利益相关者的经济目标。在流量角逐的市场环境中和媒体平台商业利益的驱动下，算法设计者难以杜绝“流量至上”的影响，在设计中加大激发人本能猎奇的信息推送权重以赚取流量；算法又将点击率高的信息推送给更多的用户。将点击量和流量作为算法设计的操作标准，难以符合人们对算法具有中立性的期待。

　　“千人千面”的推送模式让每个人都平等享有接收个性化信息的权利，但无形中也在加大了个体之间的“数字鸿沟”。因用户媒介使用素养差异，经济地位和学历背景双高的人可以根据个人需要过滤和使用信息，而媒介素养较低的人更可能成为“个性化”信息的“俘虏”，长久沉浸于表层娱乐信息无法自拔。算法能为满足受众的个体需求提供新闻，却不能促进公共性的动机，主动为受众提供更优质的信息或者过滤掉错误的信息来提升受众的知识水平[5]。

　　与传统新闻机构相似，算法推荐平台同样承担内容把关和分发的工作，前者以“透明性”原则作为行业追求公信力的重要实践，具体包括提供伦理依据，使用交叉信源，追求平衡报道等；后者根据用户偏好推送信息，但技术性“黑箱”让公众无法获知算法如何进行设计和分发，整个过程是否准确无误，是否有利益相关方参与影响分发的客观与公正，以及如何对算法技术进行监督与防范。此外，算法分发的设计逻辑常被平台视为获取用户和市场、提高行业竞争力的“秘密武器”，技术的区隔与隐蔽也加深了外界对算法透明公开的忧虑。

　　如今，新闻算法推荐时代侵犯隐私权又多了一种手段，即以算法获取用户数据。平台打着满足用户信息个性化需求的旗号，通过追踪用户的点击、浏览痕迹获得精准化的个人信息，为平台获取更多流量、实现流量变现等添砖加瓦。然而，公众面对新闻推送平台的侵权行为更多处于一种无知状态，甚至在知晓自己隐私权受侵时也无法主张合法权利。原因主要有三：一是各平台施行的隐私政策对用户隐私问题进行模糊化处理；二是冗长的隐私条款挡住了用户详细了解的；三是一般用户缺乏维权的知识、技术或资金，最后形成了当下强势平台和弱势用户的社会差距。

　　算法“黑箱”将技术过程纳入后台操作，与新闻内容行业生产分发的透明公开性实践基础大相径庭；在内容分发中，通过用户的内容消费轨迹私自收集用户个人的地理位置、录音、通讯录等敏感信息，以进行个性化分发为名，行大肆获取个人敏感信息进行商业变现之实。先进的技术手段带来的现代化的信息消费模式常与行业的公开性操守相违背，也与保护公民的知情权和隐私权相冲突。

　　新闻算法推荐是传统媒体把关权在技术领域的升级更迭，其凭借强大影响力重塑和构建个人现实，影响人们的生活方式、集体意识以及数字化背景下新的社会秩序，但也在动摇社会公共性基础。如何更好地管制算法，让它能真正为人所用且善用，仍需要从构建传播的公共性价值出发。

　　践行透明性原则不仅要着眼解决新闻推荐平台中的算法“黑箱”问题，还要将算法的相关应用者也纳入管辖范围。信息推荐过程背后的算法机制不公开、不透明、不可回溯，仅由算法设计人员决定所有的规则势必会受个人主观性影响，因而，在实践中主动公开算法运作、决策过程，解释推荐特定内容的原因、算法决策中存在的误差和缺陷，甚至明确技术人员对算法的控制和影响程度都是应有之义，通过以上内容的开放，使得用户可以行使对算法进行监督的权利。此外，为保证推荐个性化信息的公正，还应该制定相应的法规对利益相关者（如平台运营商、数据公司）的权利和责任进行规范，保证最大范围内算法推荐不受外部商业力量的控制。

　　多数的新闻内容推荐平台声称是技术公司，是新闻内容的“搬运工”，但搬运什么内容以及如何搬运没有相应的解释和要求。目前，算法新闻存在的最大问题不是智能推荐或分发的问题，而是信息结构的问题，因为它决定了公众能够接收到的信息的多样性与多元化程度。提供个性化内容是平台生存之术，但不可只为追逐资本利益而推送“爆款”低质内容，还应加大深度报道在整体内容构成中的比重，平衡流量价值和社会价值，保证个体乃至全民获取全面的、与自身生存与发展息息相关的信息，构建起新闻传播效率和内容品质并重的媒介生态。

　　[1]全燕，陈龙.算法传播的风险批判：公共性背离与主体扭曲[J].华中师范大学学报（人文社会科学版），2019（1）.