算法時代的新聞傳播教育

【內容提要】我們正在走進算法時代：信息的聚合、分類、過濾和排序越來越依賴算法自動化完成。在算法得以廣泛應用和推廣的大勢所趨之下，新聞傳播教育面臨著新的挑戰。文章以三所大學——斯坦福大學、南加州大學和俄勒岡州立大學為例，探討了美國新聞傳播院校在師資設置、教學大綱設置、課程內容設置三個方面的經驗，并針對中國的新聞傳播教學改革提出針對性建議，以期更好地應對蓬勃而至的智媒化浪潮。

【關鍵詞】算法 " 大數據 " 人工智能 " 新聞傳播教育

一、算法時代：新聞傳播教育亟待變革

算法是一種編碼程序，通過特定的運算把輸入轉化為想要得到的輸出結果。無論是搜索引擎的結果頁排名，聚合類新聞客戶端的個性化新聞推送，還是社交媒體“熱門話題”的自動生成，背后都依賴一套算法來進行信息的聚合（aggregation）、分類（classification）、過濾（filtering）和排序（prioritization）。①例如，今日頭條聲稱，其“運轉核心是一套由代碼搭建而成的算法”。我們正在走進“算法時代”。

大數據與人工智能的興起帶給新聞業最顯著的變化，即是各大新聞媒體正在經歷的“算法轉向”和“量化轉向”。中國互聯網網絡信息中心在第37次《中國互聯網絡發展狀況統計報告》中預測，網絡新聞資訊市場將朝著“資深編輯”+“智能算法”相互融合的方向發展;第38次報告繼續指出，基于用戶興趣的算法分發逐漸成為網絡新聞主要的分發方式。如果說人工編輯判斷依賴的標準主要是闡釋的（interpretive）、主觀的（subjective）、人性化的（human）、不可言喻的（ineffable）;那么算法判斷依賴的標準則是量化的（quantifiable）、程序化的（procedural）、機械的（mechanical）、可測量的（measurable）。②

在這樣的背景下，“內容為王”、“酒香不怕巷子深”的思維模式亟需轉變，新聞傳播人才需要了解平臺媒體的推薦規則、算法邏輯和用戶需求，從而為智媒時代的“人機聯姻”“人機共生”做好充足準備。例如，騰訊新聞全媒派執行主編劉勝男強調，在一篇推送文章中，從語言的組織形式、話語風格，到標題的加工無一不深深印證了算法、興趣邏輯。以標題加工為例，標題中堆砌的關鍵詞越多，被“爬蟲”識別的幾率和頻率就越高，信息被搜索引擎抓取的位置也就更靠前。③

在智能算法得以廣泛應用和推廣的大勢所趨之下，當前的新聞傳播教育也面臨著新的挑戰。新聞傳播教育應當如何進行實時調整，從而跟上傳媒業急劇變革的語境？國外新聞傳播院校進行了哪些探索，并提供了哪些可供借鑒的經驗？文章將以三所大學——斯坦福大學、南加州大學、俄勒岡州立大學——為例，探討了美國新聞傳播院校在師資設置、教學大綱設置、課程設置三方面的積極探索和實踐，并對中國的新聞傳播教學改革提出一些可資借鑒的路徑。

二、美國院校開展的算法新聞教育

如前所述，新聞業正在經歷著“算法轉向”，作為“非人類行動者”（actant）的算法已經滲透到新聞生產、分發和消費的各個環節。在這樣的背景下，反應靈敏的部分美國新聞傳播院校及時給出了相應對策，開設了與算法新聞相關的課程。

文章選取三門較有代表性的課程作為討論對象，分別是：斯坦福大學傳播學院助理教授昂日爾·克莉絲汀（Angèle Christin）開設的《算法政治》（The Politics of Algorithms）課程④，南加州大學安娜堡傳播學院助理教授邁克·安安奈（Mike Ananny）開設的《算法和大數據：方法與爭議》（Algorithm amp; Big Data： Methods amp; Controversies）課程⑤和俄勒岡州立大學新聞與傳播學院教授賽斯·劉易斯（Seth Lewis）開設的《算法與自動化》（Algorithms and Automation）課程⑥。通過分析上述課程的課程大綱（syllabus），筆者將探討美國新聞傳播院校在師資設置、教學大綱設置和課程設置三方面的探索和實踐。

（一）師資設置

在整個教學活動中，教師發揮著重要角色。三門課程的主講人都將科研工作和教學工作進行了緊密結合，以教學促進科研，科研反哺教學。

斯坦福大學的克莉絲汀具有社會學、“科學、技術與社會”（Science， Technology amp; Society，簡稱STS）等學科背景，她的研究興趣是算法和量化技術對專業技能、專業價值以及工作實踐的沖擊和影響。她主持的一項科研項目聚焦于預測算法（predictive algorithms）在美國刑事司法系統中的應用、制度化以及被接受的過程。

南加州大學的安安奈長期關注傳播系統（包括算法系統）的公共倫理問題，發表了多篇有關算法倫理、算法治理的學術論文，包括《走向算法倫理：召集、觀察、可能性和時間表》（Toward an ethics of algorithms： Convening， observation， probability， and timeliness）、《透明性原則應用于算法問責的局限性》（Limitations of the transparency principle and its application to algorithmic accountability）、《從外部審計算法：方法與影響》（Auditing algorithms from the outside：Methods and implications）。算法審計、系統透明性、大數據倫理等相關討論是安安奈課題教學的重要內容。

算法、自動化和人工智能的興起，以及新聞業的“人機聯姻”是俄勒岡州立大學學者劉易斯的研究領域之一。他提出了新聞學研究的“4A”矩陣，將人類行動者（Actor）、非人類行動者（Actant）、受眾（Audiences）和新聞活動（Activities）置入一個整體性的理論框架之中。其中，算法是非人類行動者的重要組成單元。⑦該文獲得了國際傳播協會2016年度的“杰出論文獎”。

除了從自身的科研成果中“取材”之外，三位主講教師還通過嘉賓講座的方式來豐富課堂內容。邀請的嘉賓常常具有跨學科背景，如法律、社會學、STS、女性主義等。例如，《算法政治》課程邀請了倫敦政治經濟學院的著名社會學教授朱迪·瓦克曼（Judy Wajcman）做嘉賓講座。

（二）教學大綱設置

教育學專家郭文革指出，教學大綱是高等教育質量控制的核心環節：“既是大學向社會提供的一個‘產品說明書’，作為購買課程、購買教育服務的信息資料;也是教師和學生之間關于教與學投入和責任的一份‘教學合同’，是落實‘以學習者為中心’理念的基礎和抓手。”她同時提出，中國大學目前還沒有對所有課程進行系統化的教學設計，形成syllabus體系。⑧

在英美大學的官方網站上，可以方便地查找到課程目錄和教學大綱，教師的個人主頁也常常包括“教學”版塊。一份完整的教學大綱包括教學目標、閱讀材料、課程安排、考評機制等內容。

1.教學目標

教學目標是整個課程設計的出發點和落腳點。如表1所示，三門課程都設置了明晰的教學目標，整個教學活動都圍繞教學目標開展。

2.閱讀材料

《算法政治》和《算法與自動化》兩門課程都選用了凱西·奧尼爾（Cathy O’Neil）所著的《數學殺傷性武器：大數據如何提升不平等和威脅民主》作為必讀書目;《算法和大數據：方法與爭議》這門課程則選用《大數據、小數據、無數據：網絡世界的數據學術》和《黑箱社會：控制金錢和信息的數據法則》作為教材。

除了教材之外，每門課程的教學大綱都列出了豐富的閱讀材料，包括專著、期刊論文、會議論文、研究報告、新聞報道等，并進行持續更新。例如，通過對比《算法政治》課程2017年度和2018年度的教學大綱可以發現，克莉絲汀增添了新的案例（如“隱私、監視、控制”章節討論的智能家居）和閱讀材料（如《推特和催淚瓦斯：網絡化抗議的強大與脆弱》、《不平等的自動化：高科技如何描畫、管轄和懲罰窮人》等新的學術著作）。

3.考評機制

三門課程都實行了全環節的考評機制，每個環節的教學活動都分配了一定的權重，并計算到課程的最終成績中。如《算法與自動化》這門課程按照以下權重計算最終成績：出席率和課堂參與占比15%，學生互教占比15%，學生主導討論占比15%，研究計劃與陳述占比15%，學生論文互評占比5%，期末論文與陳述占比35%。

全環節的考評機制有助于提高學生的參與度和卷入度，學生不僅是“帶著耳朵”上課，還要“帶著腦子”上課。例如，《算法與自動化》這門課程采用“學生互教”（peer teaching）的方法，每堂課隨機挑選學生做5分鐘的陳述。學生需要針對當天的課程材料進行總結（summarize）、聯系（connect）和應用（apply）。每位學生每一學期都至少有一次陳述機會。通過這種方式，學生“課前”要閱讀所有課程資料，“課中”要緊跟教師思路，“課后”要對教學內容進行進一步地消化吸收，從而實現了全環節的參與和卷入。

（三）課程內容設置

學者指出，在課程內容設置方面，國內院校一般只開設宏觀、普適課程，中觀和微觀課程層面的細化、深入研究課程甚少。⑨美國大學所提供的多元化課程內容和課程結構值得借鑒。

筆者將三門課程大綱的章節標題導入在線工具“WordArt”，制作出一幅詞云圖。如圖1所示，三門課程涵蓋的范圍非常廣泛，除了關注具體的新聞業務（自動化新聞、人機交互、假新聞）之外，還涉及政治（選舉、公共領域、過濾氣泡、公民生活）、經濟（硅谷、線上廣告）、技術（人工智能、大數據、物聯網）、法律（透明性、算法審計、刑事司法）、倫理（如隱私、數字監視）等。上述話題具有很強的問題指向和現實針對性，視野開闊而深邃。

三、美國經驗對中國新聞傳播教育變革的啟示

美國皮尤研究中心2017年2月發布《代碼依賴：算法時代的利與弊》報告，歸納出“算法時代”的七大主題：一、算法的應用范圍將繼續擴展;二、好事情就在前方;三、數據、預測模型至上將帶來人性、人類判斷的缺失;四、算法組織系統中存在偏見;五、算法分類加深分歧;六、失業率將上升;七、需要提高算法素養、透明性和監管。⑩

在智能算法得以廣泛應用和推廣的大勢所趨之下，美國新聞傳播院校所進行的積極探索提供了可供中國借鑒的寶貴經驗。

第一，在師資設置方面，鼓勵教師以科研反哺教學，推進科教融合。高等學校的根本任務是培養人，科研工作要服務于這一根本任務。2018年，國家社會科學基金項目《算法推送環境下新聞生產流程重構研究》、教育部人文社會科學研究項目《智能算法驅動下的新聞分發變革研究》等項目獲批立項，應進一步健全科研反哺教學機制，鼓勵教師將科研成果融入本科生教學培養。

第二，在教學大綱設置方面，推行syllabus體系，對所有課程進行系統化的教學設計，推動教學從“以教師講授為中心”轉向“以學習者為中心”。如前所述，文章討論的三門課程都設置了明晰的教學目標、與時俱進的閱讀材料、全環節的考評機制，以上舉措值得中國高校借鑒。

第三，在課程內容設置方面，開發貼近時代的創新性課程。教育部黨組書記、部長陳寶生在新時代全國高等學校本科教育工作會議上的講話中提出，要“建設綜合性、問題導向、學科交叉的新型課程群，將學科研究新進展、實踐發展新經驗、社會需求新變化及時納入教材。”反應靈敏的美國新聞傳播院校及時開設了和算法、自動化、大數據等前沿技術相關的課程，內容具有很強的問題指向和現實針對性。因此，中國的新聞傳播院校在重視知識和職業技能培養的同時，還應關注對學生批判性思維、獨立思考能力、國際視野和人文社會科學素養的提升。

四、結語

2018年9月，教育部、中共中央宣傳部聯合下發《關于提高高校新聞傳播人才培養能力實施卓越新聞傳播人才教育培養計劃2.0的意見》，提出要在教學內容、教學方法和教學組織形式上“及時融入技術變革新趨勢、媒體融合新動向和行業發展新動態。”

面對新聞業正在經歷著的“算法轉向”，反應靈敏的美國新聞傳播院校及時開設了算法新聞的相關課程，提供了可供借鑒的寶貴經驗。中國的新聞傳播學教育需要實行教學改革和創新，與迅速變遷的傳媒業實踐接軌，以期培養能夠順應智媒化浪潮的卓越新聞傳播人才。

基金項目：論文為教育部人文社會科學研究青年項目“智能算法驅動下的新聞分發變革研究”（批準號：18YJC860031）、河南省哲學社會科學規劃項目“平臺型媒體的算法推薦機制與治理研究”（批準號：2018CXW017）和鄭州大學2019年度校級教育教學改革研究與實踐項目《智能算法時代的新聞傳播教育改革與實踐》（批準號：2019ZZUJGLX323）的階段性成果。

注釋：

①Diakopoulos， N.， 2013. Algorithmic accountability reporting： On the investigation of black boxes[R]. http：//towcenter.org/wp-content/uploads/2014/02/78524_Tow-Center-Report-WEB-1.pdf.

②Gillespie， T.， 2016. Algorithm[C]. In Digital keywords： a vocabulary of information society and culture. pp. 18-30.

③劉勝男.算法時代“好內容”的定義[J].新聞與寫作，2017（6）：69-71.

④http：//www.angelechristin.com/wp-content/uploads/2018/06/The-Politics-of-Algorithms_Syllabus2018.pdf.

⑤http：//mike.ananny.org/ananny-asims-algorithmsBigData-syllabus-may29.pdf.

⑥http：//sethlewis.org/wp-content/uploads/2017/02/J410-510-syllabus-2017-Winter.pdf.

⑦Lewis， S.C. amp; Westlund， O.， 2015. Actors， Actants， Audiences， and Activities in Cross-Media News Work[J]. Digital Journalism， 3（1）， pp.19-37.

⑧郭文革.高等教育質量控制的三個環節：教學大綱、教學活動和教學評價[J].中國高等教育，2016（11）：58-64.

⑨胡春陽.美國傳播學博士教育及其對中國的啟示[J].新聞大學，2010（3）：83-93.

⑩Rainie， L. amp; Anderson J.Q. Code-Dependent： Pros and Cons of the Algorithm Age[R].

http：//www.pewinternet.org/2017/02/08/code-dependent-pros-and-cons-of-the-algorithm-age/.

作者簡介：王茜，鄭州大學新聞與傳播學院講師、博士

編輯：白 " 潔