基于算法推薦機制的信息傳播把關研究
——以“今日頭條”為例

信息爆炸時代，網絡空間成為了信息生產、聚合、傳播的主要陣地，無序且龐大的信息流量已經超出了人們所能承受范圍且不斷挑戰人們的注意力和精力。在這樣的背景下，今日頭條APP率先應用算法技術，打出“你關心的才是頭條”的口號，以用戶的個性化需求為導向，圍繞著核心算法構建了系統的傳播機制從而完成一系列個性化推薦服務，幫助用戶在信息大爆炸的時代里“減負”。但隨著算法的進一步應用一些負面效應逐漸顯露出來，信息繭房、過濾氣泡、新聞價值觀偏差、群體極化問題等顯著問題普遍存在并被學界和媒體廣泛關注和譴責。

這一系列負面效應是如何引發的，算法推薦是如何所發揮作用的，內在邏輯又是什么？只有理清問題發生的內在原因，挖掘出問題“根源”，才能進一步有效優化算法設計，優化平臺技術設置和制度設立。如此，算法才能良性發展并在信息流動中起到更加積極高效的作用。

算法參與下的信息傳播把關變化

一是結構上的變化。信息流通的把關由單環節變為雙環節化。即原本由原有的信息生產審核環節把關加上由算法引導的信息擴散接收環節把關。新的變化下，平臺管理者、算法、用戶在信息擴散環節共同具有把關權力一起組成該環節的篩選機制。

二是把關主體的變化。網絡的去中心化和技術賦權下，把關雙環節化，傳統的把關人角色單極化的模式被打破，把關主體變得多元化。在信息的擴散環節，算法和用戶共同成為了具有動態化和互動性特點的“把關人”，當然特殊情況下平臺管理者也可以通過設置關鍵詞或“封號”等手段進行把關限制。而相比之下在此環節傳統專業媒體的把關行為卻極少甚至沒有體現，因此從整個把關機制來看把關人的權力被逐漸分化，傳統媒體的把關權逐漸下放至技術和用戶。

把關變化引發的負面效應

把關變化引發的負面效應具體表現為“把關缺失”和“把關過度”兩方面，在這兩者的“相輔相成”相互作用下，負面效應顯現。

負面效應之“把關缺失”。把關的缺失問題在整個把關機制中都所有體現，在信息生產審核環節最為明顯。主要在兩方面體現：

一是用戶生產把關缺失。在聚合平臺，專業生產內容僅是信息海洋中的組成的一小部分，除此之外還有龐大的UGC和PGC。技術賦權下個人頭條號，企業頭條號的設立，讓普通用戶和組織也擁有了內容生產權，但他們卻沒有像專業媒體一樣的內容生產標準，沒有各部門各層級的標準審核，也沒有社會規范、法律法規、政治文化環境壓力。他們有著相對寬松的生產條件，即使有平臺的審核團隊和算法的自動化審核，但由于一方面平臺把關標準相對較低，一般情況下只要不涉及敏感話題，不當言論和“黃賭毒”等違法內容都可以被允許在平臺流通。另外，懲罰標準也相對較低，只要不涉及以上內容一般都是發回重新修改，在上傳次數上沒有特別限制。另一方面，由于用戶自身的媒介素養不高，容易粗制濫造，在版權意識和原創意識上也有所欠缺容易隨意“復制粘貼”。因此，用戶在生產上也容易出現把關缺失的問題使得生產隨意化，從而表現出了顯著的負面問題，如標題黨、粗糙內容和同質化內容泛濫、侵權等問題。

二是編輯與算法審核把關缺失。在內容審核上，平臺編輯和算法有把關決定權，他們的把關對象絕大多數是平臺賦權下的UGC和PGC并共同決定它們是否能在渠道上流通。面對龐大的信息生產即使平臺有審核編輯和算法共同把關也存在明顯的把關缺失問題。對于平臺編輯來說，一方面是龐大的信息量與有限的人力之間的矛盾，另一方面是多元化的內容生產領域與相對缺乏的專業媒介素養之間的矛盾。對于平臺方面來講，聚合平臺始終是算法主導的信息自動化分發平臺，其企業服務宗旨和圍繞算法的個性化推薦而建構的平臺機制就決定了平臺的本質并非追求客觀真實的媒體平臺，而是追求高效率的企業平臺。因此，依靠編輯來審核不會像媒體平臺一樣成為平臺把關的主要方式，只能成為輔佐算法把關的備用手段負責少量的或者局部性的把關工作，而算法把關負責絕大多數的把關任務是平臺的發展需要和本質特征。但算法審核的高效率也掩飾不了其自身的局限性。一方面算法只能識別一些在常規范圍內的文字表達形式或圖片形式達不到平臺標準的內容，在真實性、價值觀和內容質量上目前還無法有效識別判斷，對于一些虛假低俗或者粗制濫造內容無法在審核環節阻斷流通。另一方面算法把關機械化、固定化、標準化，對于一些非常規的表達無法有效識別，一些軟色情、軟廣告或者非法宣傳交易的內容容易進入傳播環節。因此，表面上看在算法和平臺編輯的雙重把關下把關缺失現象難以出現，但實際上假新聞問題、內容低俗化、軟色情軟廣告內容泛濫等負面效果顯著并廣為批評。

負面效應之“把關過度”。把關過度問題主要表現在信息擴散接收環節。在此環節，基于相似內容和協同過濾推薦原理的算法和基于個性化信息的用戶成為了把關主體，打破了傳統的把關機制和把關結構，將傳統媒體的把關作用限制在生產發布前的環節中，最大程度地弱化了傳統把關模式的把關效果，使得信息流動效果不再取決于傳統媒體，而是算法和用戶兩者循環互動共同決定了信息的流動。也正因為如此，衍生出了“把關過度”的問題。把關過度主要體現在兩方面：一是在流向上過濾篩選過度，過分突出局部，在流量上反復過度，形成閉環流動。二是群體把關，議程構建群體化。

應對和發展建議

一是針對把關缺失。把關缺失問題主要集中在信息生產審核環節，應該從生產制度和審核制度上入手。

首先，建立更為嚴格的生產準入標準和懲罰規則。建立更高的準入標準，篩選出具備一定媒介素養的用戶生產者，可以從源頭上有效減少粗制濫造的內容。不僅如此，還要建立完善更加靈活的審核制度和懲罰規則，定期排查違反平臺規則的生產內容，限制相關生產者生產，對于發表審核不通過的內容的生產者，限制其發表次數。

其次，優化算法審核，建立靈活的把關規則。信息爆炸時代意味著光靠編輯審核是遠遠不足的，平臺的企業性質也意味其無法像傳統媒體一樣建立極為標準化的把關，因此解決矛盾的最佳方式并非是大部分人認為的那樣只要加大編輯雇傭就能解決問題，當然，增加審核人數確實必不可少也能在一定范圍內緩解負面問題，但畢竟有限。最佳的解決方式還是應當依靠算法審核，但目前的算法技術也有一定的局限性，因此平臺需要建立以算法把關為主，以編輯把關為輔的更為靈活的把關規則，同時平臺也需要大力發展，深入優化算法技術使其更智能更有效識別。

最后，重視群體把關，依靠用戶過濾。龐大的信息量要依靠龐大的用戶群體來篩選，平臺應該重視群體把關，善于利用群體用戶的反饋實現不良信息的過濾。平臺可以設置更為方便的反饋機制和有效的反饋獎勵規則，比如在頁面設計上使反饋功能更加凸顯，讓用戶易于察覺方便反饋，在反饋規則上增加獎勵讓用戶群體樂于反饋。

二是針對把關過度。把關過度問題主要集中在信息擴散接收環節，解決問題可以從算法原理和用戶把關入手。

首先，削弱個性化推薦強度，以斷續推薦取代連續推薦。算法的過度把關一定程度上也表現為個性化推薦強度過度。這種過度使得個性化的信息推送在流向和流量上呈現出輸出內容類型固定化和連續反復的特性，影響著信息環境和個人信息環境。因此要緩解“信息繭房”等負面影響，應該從個性化的信息推薦強度入手從算法推薦原理上入手，適當優化算法使其推薦內容更加多樣化，多元化，保持個性化定制但不以連續反復的方式推薦，可以斷續推送，在推送內容、順序、時間空間上靈活安排。在一定程度上削弱個性化推薦強度可以有效緩解負面問題。

其次，培養用戶積極的把關能動性。積極地用戶把關行為同樣是緩解問題的有效方式，但目前絕大多數用戶并沒有把關意識，他們的閱讀行為只是心理慣性和閱讀慣性的驅使，他們可能清楚算法的個性化服務并懂得利用算法為自己更加方便獲取信息服務，但他們可能沒用意識到他們其實是自己的信息環境的把關人同時也是其他同他具有相同偏好的用戶的把關人，在把關上具有能動性。因此，用戶需要懂得和積極的利用把關權力，懂得通過反饋和舉報限制不良信息的繼續擴散或者通過評論區指出問題，讓更多人發現問題、反饋問題實現“再把關”共同維護信息環境。而平臺應該培養用戶的這種把關能動性，通過更多樣的平臺結構和頁面設計給予用戶更為方便多樣的把關功能選擇和把關效果獎勵，鼓勵用戶把關。

總結

把關雙環節化和把關主體多元化是算法機制應用下把關變化的直接體現，“把關缺失”和“把關過度”則是把關變化的負面體現。“把關缺失”主要集中在生產審核環節，“把關過度”則更多的在擴散接收環節中體現，他們都有各自的發生邏輯，引發各自的負面效果在各。一些媒體和研究者過分強調技術的局限性忽視把關的能動作用，將一切歸咎于技術從而全盤否定技術，另一些則過分強調把關的失誤，忽視了技術所發揮的作用無法深入解釋問題的內在邏輯，從而寄希望于加大平臺的編輯雇傭數量。兩種論點都具有偏差性，應該既要看到技術的有限性也要看到人的把關能動性，從技術和把關的角度來看待問題才能從根本上解決問題。