媒體大數據“熱”中的矛盾與前景空間

本刊特約評論員

■ 沈 陽清華大學新聞與傳播學院教授、博士生導師

大數據的本質是一種更加精準、精確、精妙描繪世界和改造世界的認知方法。從數據到信息、從信息到知識、從知識到智慧，這是人類在智能互聯網時代的認識和表達邏輯。這個邏輯的實現，源于數據生產力的大幅度提升，也源于數據生產關系的進一步理順。

數據生產力的變化體現在人類所獲數據的量級持續上升，2020年將達到100ZB。當前，互聯網公司對個人的刻畫維度達200萬個，人臉識別公司正從身份識別走向情感和情緒識別。人類由單純積累數據向深度開發利用數據的階段過渡。由數據統計到信息歸納是一次飛躍，由知識到智慧更意義非凡。前者主要依靠大數據，后者需要人工智能解決。

媒體的數據屬性正在持續深化。就媒體運營的各個環節而言，數據所起到的作用日益顯著。選題階段，編輯和記者僅憑自己的專業能力便可判斷一個選題的價值，甚至偶得佳作。 但數據支持能夠使閱讀量、正面傳播效果、時度效表現等情況愈加明晰。寫作階段，基于大數據的輔助寫作系統漸趨成熟，機器新聞在財經、地震、體育等細分領域已達實用化水平。傳播階段，數據有助于描畫不同平臺投放、不同介質觸達等情況。評估階段，數據分析作為輔助手段已非常普遍。以此觀之，數據在當今媒體全流程中發揮的價值已經不小，大數據和人工智能的進一步成熟將使之發揮更大作用。

現在，網絡游戲里的人物和任務已全部可量化顯示。未來，如果專家的采訪、受眾的分析、事件的解剖也能全量化，其精確性將有質的飛躍。

媒體大數據近年來取得突飛猛進的發展。一是新媒體乃至傳統媒體的運營和成長初步建立了多套評估體系。微博、微信以及各類客戶端的單一和融合傳播指數層出不窮，代表了行業的強勁需求。二是各類媒體融合大數據平臺，如中央廚房、媒體大腦、媒體云等，實現了集中化數據分析、多介質分發管理和全流程邏輯控制。三是人工智能和大數據在媒體領域的運用如火如荼。用戶洞察、受眾分析、機器新聞、侵權追蹤、輔助寫作等明顯進步。四是智能推薦逐步成為各類App的標配，且其對用戶興趣的理解水平達到了新的高度，這也是未來智能互聯網人機交互的起點。

然而，媒體大數據也暴露出諸多弊端。一是純數據評估缺乏專業意見和價值判斷，雖然實現了評估自動化，但可能無法真實反映行業發展。二是媒體融合大數據平臺的實用價值、使用頻度、人機交互友好性等還不盡如人意，尚存較大提升空間。三是細分領域的應用雖然持續深入，但還沒有形成整個行業的普遍應用，通用性、易用性、普及化程度有待提高。四是某些智能推薦平臺雖然獲取了海量用戶，但低俗內容把控不嚴導致受眾信息繭房現象突出，智能化和反低俗化之間仍待權衡。記錄真實、發現美好、強化監督、感知風險，真正實現媒體的社會價值，還需持續探討。

除了媒體大數據本身的問題，大數據應用的共性矛盾也在凸顯。一是數據造假現象較為突出。從閱讀量、日活量、發行量等數據的不可靠性，到機器ID、虛假賬號、擬人操作的盛行，互聯網灰暗產業的體量已較為龐大。二是數據產權保護意識不到位。如何在數據的積極利用和產權保護方面取得平衡，也是亟待解決的矛盾。三是個人隱私泄露嚴重。目前部分互聯網公司掌握機器ID所關聯的用戶數據。人臉識別成熟后，生物ID所關聯的用戶數據也將進一步被挖掘，受眾持續讓渡自己的隱私權。

這些矛盾需要管理部門、網絡平臺、專家學者、廣大網友在媒體發展中逐步解決。方興未艾的媒體大數據尚需支持、鼓勵和批評！