大數據時代算法把關的不足

韓紅 鄧倩倩 鄭州大學

一、算法緣起

大數據是近幾年研究的熱門話題，即使我們可能對大數據概念不太了解，但不可否認的是，生活中，我們誰都免不了受到它的影響。

當你打開淘寶，你會發現推薦購買商品一欄都是你近期瀏覽過的網頁；當你瀏覽咨訊時，推薦欄清一色是你近期關注過的話題；路過某家店鋪，美團可能會給你發附近的美食小貼士。算法無時無刻不在發揮作用，它幾乎每天都會對展示在我們眼前的信息進行分類、篩選與取舍。

大數據背后往往有著算法的支撐。算法的出現其實并不算晚，應該說和計算機的發展緊密相連，但之前關于算法的相關研究大都集中在信息技術領域，算法在新聞傳播領域中的應用研究可以說近幾年才逐漸得到重視。雖然相關研究起步較晚，但不少觀點都承認現在已經步入了算法主導時代，算法盛行已經成為未來不可避免的一種發展趨勢。

二、算法把關的實現

“你關心的，才是頭條”，這是今日頭條打出的口號，今日頭條的崛起，可以說促進了新聞推送方式的大變革，其從受眾需求出發，信息內容和傳播渠道主要依靠數據和算法實現，專注于提供個性化推薦內容，用戶的粘性和平臺瀏覽量也因此大幅提升。

個性化內容推薦似乎已經成為一種“新常態”，軟件變得越來越“懂”我們。在海量信息流中，我們很容易發現自己感興趣的內容，我們每個人的核心關注點都可以被標簽化，而且隨著個人關注點的變化，系統給出的推薦也是能夠隨之更新的。

《移動互聯網2017春季報告》指出，網絡新聞活躍用戶數量排名前三的是騰訊新聞、今日頭條和一點資訊，而這三個媒體平臺全都依托于算法，新聞生產的算法時代已經來臨。

三、算法把關的消極面

(一)信息繭房的憂慮

美國學者凱斯·桑斯坦在其著作《信息烏托邦》中提出了“信息繭房”的概念。他認為，公眾往往只關注他們感興趣的信息，因而知識結構是不全面的，長此以往，將置身于狹隘的“繭房”中。他還生動地描述了“個人日報”現象。用戶的個性化需求不斷被滿足，未來某一天，將出現新的界面代理人，它將能夠為每個人量身定制一份個人日報。

這兩種現象在算法作用下日益凸顯，單一化、同質化的信息不斷被推送，“信息繭房”日益加固，當信息一一被過濾后，我們都在自己專屬的“私人訂制”下，瀏覽我們感興趣和無聊消遣的信息(八卦娛樂等)，卻無視那些雖然趣味性不強但卻可能很重要的信息。(時政信息、公益內容等)

微博中就存在典型的信息繭房效應：關注對象日趨同質化，收到的新消息取決于你關注過的人；互粉、轉發、私信等功能使得“圈子化”現象明顯。

(二)個人隱私的擔憂

互聯網主要的商業模式就是免費，我們獲取了互聯網公司的服務，但代價卻是出賣了我們的個人隱私，一定程度上，我們的注意力和個人數據已經成為互聯網公司所出售的產品。

比如今年年初支付寶賬單侵隱私風波，支付寶收集了用戶一年內的消費信息，運用大數據進行分析生成每個人的年度消費報告，而用戶若想要查看賬單，默認條件是同意《芝麻服務協議》，即允許相關公司采集自身信息。這種做法沒有留給用戶選擇的余地，很大程度上侵犯了其隱私。類似的年度歌單等也都利用了我們的使用記錄或其他信息，我們的隱私安全在算法操縱下受到了一定威脅。

(三)價值判斷的缺失

傳統的新聞把關主要由編輯負責，把關人需要對事實真偽核實甄別，對所傳播的內容進行價值判斷，進而篩選出那些符合公共需求的信息，新聞專業主義精神也由此得到彰顯。

而在算法分發條件下，當代碼寫好后，接下來的內容生產或識別就主要依靠機器完成，編輯的功能相對被弱化，由此也不可避免地會引發一系列社會倫理問題。一些戲謔、惡俗的內容稍加偽裝，就很有可能逃過算法的控制。尤其是在“人人都有麥克風”的時代下，信息系統十分龐雜，算法怎么“把關”、“把關'效果如何等現實因素都需要我們考慮。

四、算法把關下的思考

(一)算法把關離不開傳統新聞價值觀的指導

如今，我們身邊從來都不缺乏信息，海量的信息甚至已經形成轟炸態勢，但真正有觀點、有內容的優質產品卻是少之又少，網絡垃圾充斥著屏幕，這已經成為人們獲取信息的現實情境。算法把關再優越，也不能由其完全決定內容生產，新聞媒體作為輿論的前沿陣地，應該始終堅守傳統新聞價值。

(二)受眾應提升媒介素養，成為自身信息把關人

大數據時代，人們應該學習擺脫海量信息帶來的不確定性。我們不能完全接受推送給我們的內容，而應該有自己的判斷，多采用懷疑性認知方法，這樣我們才能逐漸為自己建立一個“關口”，從而成為自己信息消費的“把關人”。

(三)人機交互、情理共融

陳昌鳳教授認為，通過人機交互，能夠讓人工智能更好地體現人的主導性和價值觀，這也符合目前算法在新聞傳播領域發展趨勢。就像今日頭條雖主要依靠算法篩選內容，但代碼在應用前需要經過內容部和研發部的共同商議，算法背后“人”的因素發揮了很大作用。由此可見，實現技術和人的良性互動是未來人類社會發展的必然要求。

[1]樓建坤，陳澤璽，國秋華.算法的把關研究——以今日頭條App為例[J].新媒體研究，2017，9.

[2]劉志毅.今日頭條如何用算法打擊“標題黨”[J].傳媒，2017，4.