智能技術對新聞分發模式的重構探究

蔡倬逸

摘?要：智能技術可以更好地分析傳播行為、測量傳播效果，從而優化傳播方式、促進傳播過程。深度學習、機器深度學習、5G通訊網絡等這些智能技術都推動著新聞分發向更加智能化的方向發展。本文首先通過梳理新聞分發模式的歷史演進，對新聞分發模式做出規律式總結。其次在分析智能技術對新聞分發模式提供的三大新動能之后，作出新聞分發模式還將在新的傳播環境下重構的可能性預測。最后對新聞分發模式的發展策略提出更加人格化的建議。

關鍵詞：大數據;機器學習;物聯網;智能分發

中圖分類號：G206??文獻標識碼：A?文章編號：1672-8122（2020）11-0043-04

在智能技術驅動下，新聞生產發生了巨大變革。新聞分發模式呈現出從單一到多維發展的態勢，從編輯推薦再到算法推薦，通過多元化的分發渠道，將新聞內容分發給受眾。目前，形成的傳播效果較好的互聯網新聞分發模式之一，是由互聯網技術公司主導的算法推薦技術，且互聯網公司以此逐步占據分發渠道。以“今日頭條”的精準分發算法為例，將各個媒體渠道所生產的新聞內容聚合之后，再通過算法計算推送給受眾，此過程只對新聞內容進行分發而不自己生產新聞內容。其逐漸成長為擁有流量以及技術優勢的互聯網公司，為專業內容生產者提供快速、有效的內容到達通道，隨后傳統專業媒體也逐漸迎合趨勢紛紛入駐平臺。隨著智能技術的快速發展以及相關智能基礎設施的落地，未來新聞分發模式還會做出進一步改變。

一、新聞分發模式的歷史演進

（一）單一型的傳統新聞分發模式

傳統的新聞分發是與新聞生產固定在一起的，是專業傳播機構主導下完成的新聞生產最終環節。分發對象是廣泛的受眾，因此對于傳播機構來說，在單一的分發模式下，其不能夠明確自己的新聞具體傳播給了哪些受眾以及獲得了怎樣的傳播效果。傳統新聞生產相比新聞分發更加重視新聞內容生產，因為它們具有相對固定的傳播渠道，其傳播路徑也相對單一，受眾只能被動地接受其傳播的新聞內容。

紙媒發行和傳輸便是一種典型的單一型傳統新聞分發模式之一。考慮到紙媒發行屬于勞動密集型行業，它的內容就局限為更符合大眾傳播特性的，較為完整、全面、符合大多數受眾需求的內容，相對地，紙媒就必須放棄長尾部分的少數受眾需求。據《中國產業信息網》統計，2011年起，報紙發行種數開始連續小幅下降，2014年報紙總印數開始下滑。總體看來，全國報紙整體平均銷量連續多年下滑，紙媒發行量萎縮，發行收入也隨之下降。單一型的傳統新聞分發模式，一方面無法支撐自身經營;另一方面無法再滿足被互聯網改變獲取新聞信息習慣的受眾需求，同時這兩方面也造成了惡性循環。紙媒發行主要靠兩方面：零售和訂閱，這兩方面都在網絡媒體的快速發展下受到嚴重沖擊。線下交易移植到了線上，原本的零售點——報刊、書店，變成了現在的各類移動終端手機應用;訂閱靠的是憑借固定媒介印象所獲得的忠實受眾，而這部分受眾的注意力也大部分被各類網絡媒體發布的碎片化信息所轉移，此外，不能及時獲取到真實準確的用戶反饋，以及紙媒擁有較長的生產周期，都讓訂閱人群逐漸流失[1]。

一些傳統媒體開始被迫轉型，編輯推薦型的新聞分發模式形成。傳統媒體將自己生產的內容整合、匯總，通過專業新聞編輯的判斷力來對內容進行再次整合、加工，然后通過客戶端分發到網上。這種模式與傳統新聞分發模式相近，雖然網絡平臺擁有無限貨架以及更為豐富的內容源，但由于效率低下、內容失效，加上新媒體的沖擊，實際傳播效果依舊不理想。傳統媒體開發的新聞客戶端的下載量、日活量普遍較低，一篇文章的評論量、點贊量、轉發量更是寥寥無幾。

（二） 多元化的互聯網新聞分發模式

互聯網時代影響著整個新聞媒體生態變革，帶來了新聞生產與新聞分發的隔離，網絡先后出現了各類多元化的新聞分發模式。分發對象即是廣泛的大眾，但從中又做出了細分，同時照顧到了長尾部分的小眾需求。分發主體也不再固定為某一專業的傳播機構，而是由一個平臺將不同傳播機構所生產的內容分發給不同的用戶。當業界產生了“內容為王”還是“渠道為王”之爭時，足以看出新聞分發已經獨立出來，成為和新聞內容生產同樣重要的全新的一環。這樣的互聯網分發模式可以既不從事內容生產也不從事內容消費，內容生產由專業傳媒機構完成，內容消費由用戶完成。

互聯網分發的三大前提是：用戶數據、海量內容和算法推薦。當互聯網分發平臺獲取了足夠規模的用戶數據，便可以進行用戶畫像、用戶分群、模型建構，同時協同過濾內容平臺，來打通資源之間的通道。之后將海量內容進行精準分發匹配，從而獲得用戶黏性，進一步補充用戶數據的完整性，實現數據利用、增值、變現的可能。通過算法向用戶開放的內容推薦，將進一步實現上述環節效果的精準化、智能化，促進新一輪的新聞消費。

現在的互聯網分發平臺呈現出多元化的特點：有通過搜索技術形成的自動化內容分發平臺、有通過社交網絡形成的UGC內容分發平臺、有通過提供服務形成的個性化內容分發平臺等，它們的核心價值都是為了完成新聞內容和新聞消費者之間更加精準和更加高效的對接。但不容忽視的是，新聞分發是把關者決定什么樣的新聞信息，在什么樣的場景下給到什么樣的用戶。在傳統媒體時代，把關者是專業的新聞編輯，而在互聯網分發環節中，這個把關者變成了機器或者稱之為一套程序，因此便產生了關于“信息繭房”“算法偏見”“新聞倫理”等一系列的爭論[2]。

二、智能技術賦予新聞分發環節新動能

（一）大數據持續性的基礎賦能

大數據是媒體生存與發展的基石，也是新聞分發重構的基礎。大數據不僅影響著整個新聞生態，更是滲透到了人們的生活中，在企業管理、社區管理、經濟指導、城市運營以及行業監控等領域也應用廣泛，人們的生活數據化，且被數據連接，有了線下移植到線上的趨勢。鮑德里亞曾對麥克盧漢的“媒介即延伸”作出補充研究，其指出：未來隨著信息中介的消失，一種真實到另一種真實的中介不復存在，媒體效果將出現一種自我圓滿。這意味著萬物皆可能成為媒介，而媒介不僅承擔著媒介的職能。人們接觸到媒介的頻率將大大提升，而每一次接觸媒介的行為都會被監測，被大數據技術所記錄與分析。

以“數據驅動”核心的Buzzfeed為例，Buzzfeed是美國新聞聚合平臺，在全球有40個分發渠道、12個社交媒體、5個即時通訊，3個內容合作伙伴、20個視頻“辛迪加”合作伙伴，其中80%的流量都來自站外平臺。Buzzfeed的新聞分發利用了兩個系統：網絡傳播監控優化系統和內容管理系統，這兩個系統全由大數據技術所支撐。網絡傳播監控優化系統通過捕捉新聞的傳播路徑，一方面把用戶數據做成可視化的傳播路徑圖，另一方面為后續數據分析做支撐。如捕捉到用戶將獲取到的信息分享到社交媒體，再由社交媒體的其他用戶分享的傳播路徑，這樣不僅可以了解用戶的基本信息還可以了解到用戶的社交關系，用于之后更精準的新聞分發;內容管理系統是將同一條新聞在不同渠道的不同形式匹配同一個ID來進行識別和管理，這樣就可以知道新聞內容之間的相關性，甚至可以了解到新聞與受眾之間的聯系。

大數據提供持續性的基礎賦能，隨著智能技術的不斷發展，不僅可以提升大數據的傳輸能力，還能不斷擴大大數據的網絡存儲空間。未來隨著其他智能基礎設施的落地，大數據連接網將更好地為新聞分發提供無限動力。

（二）機器深度學習的智能化賦能

算法的運行過程是通過對用戶數據的獲取、篩選、分析、闡釋等一系列工作，本質上講是按照既定的程序輸入數據再輸出結果，這個結果本身應該是比人工把關要更加公正的。但是數據作為這一過程自始至終最重要的生產要素，它本身帶有用戶的主觀性。除此之外，算法本身是模擬人腦進行運算，程序員在設計算法時，對算法法則、數據選擇、結果輸出、價值判斷等都會帶有自己的主觀偏見。因此，最終用戶收到的算法推薦是與自己既定三觀相符的新聞內容。算法本身是技術革命下可以降低誤差、提升精準且優化資源的工具，且個性化推薦引擎和算法時代對社會的多層面改造是不可逆的，怎樣賦予技術正向的價值是下一步算法推薦技術需要發展進步的方向。

除了最大限度地模擬人腦，機器的深度學習還應該判斷行為的正向與負向。如微軟開發的人機交互算法應用——Tay，通過登陸Twitter觀察用戶的基本信息、興趣愛好、情感動態等多維數據與用戶進行互動，但上線不到24小時，就因為模擬學習人的行為，變得言談低俗甚至發表各種歧視偏見的觀點。這是因為機器還不能對用戶輸入給它的數據做出判斷。算法通過與人類的互動不斷深度學習，提升自己與人類更良好的互動，但不能完全只是真實世界的客觀反映[3]。

（三） 物聯網的場景化賦能

物聯網是1995年比爾·蓋茨在《未來之路》中所提出的概念，基于信息傳感設備和互聯網技術的物聯網可以將現實世界與虛擬世界融合，傳播也將突破極限。物聯網提供數以百億計的新連接，是人聯網的幾十倍甚至幾百倍，具有更大的商業價值和市場潛力。再加上5G技術的助力，物聯網巨型生態系統形成，初步實現了萬物皆媒、萬物互聯。不僅擴展了傳媒業的邊界，同時為新聞分發模式提供了新的可能。

萬物皆媒，媒介形式將更加多元化，VR、AR、智能家居、便攜式智能識別等媒介形態被激活，媒介形態的豐富會讓用戶規模擴大、連接更加通暢，生產方式也會更加多樣。新聞分發終端擴散到生活場景的各個物體上。泛在化、生活化的新聞分發模式提供了更具人性化、個性化的推送服務，讓新聞內容的分發符合用戶碎片化與生活化的場景。不僅生活中所有物品都可能帶有媒介屬性，成為新聞分發的新終端，未來各個信息系統都將打通，通過多種人機互動方式，完成個性化新聞的實時分發。

三、新動能下的新聞分發模式重構

從傳統單一型的新聞分發模式到互聯網多元型的新聞分發模式，這其中還包括了編輯主導的信息匹配、搜索引擎主導的信息匹配、社交關系主導的信息匹配，這些至今仍在發揮著作用。從新聞分發模式的發展史可以看出，互聯網多元型的新聞分發模式是以不斷提高信息匹配的準確度為目的，借助一系列技術手段，來完成特定語境下用戶與相應內容的最佳匹配。目前看來，算法推薦比之前的紙媒、搜索引擎、社交圈甚至更了解自己的需求，然后從各種選項中匹配出最優信息推薦進行推送，因此智能技術的發展還會繼續影響著新聞分發模式發生改變。

算法推薦實際上是依靠多終端以及流量實現的，而上述所提到的三大新動能：大數據、機器深度學習、物聯網以及5G時代，將進一步弱化用戶對終端的功能性需求，信息傳播的入口將不再是客戶端或者小程序的形式，而會向更輕量級的趨勢發展，且不再依靠流量而是更多依靠場景。以車載場景下的信息傳播為例，車載場景在時間、空間、位置等上皆不同于其它媒介傳播場景，當智能技術保證了在高速駕駛條件下也能獲取流暢穩定的網絡條件時，用戶對新聞信息的需求也會進一步被激發。大數據技術為新聞媒體提供了適用于車載新媒體的算法工具，而車聯網需要提供一個巨大的兼容網絡供應商、內容提供商、服務運營商的人工智能技術集合載體作為用戶獲取新聞的“入口”。這樣一來，車載新聞的來源不再局限于傳統的新聞媒體機構，各類圖書、雜志、互聯網的各類平臺內容甚至是路況、天氣、周邊商業等信息都可以基于駕駛員或乘客的當前狀態、當前需求所推送[4]。

無論技術怎樣發展，用戶對新聞內容的需求以及使用都是新聞傳播的重點，智能技術會以家庭、個人、車載等用戶使用場景為核心，不斷發展新的、符合用戶需求的新聞分發模式。與現在的新聞分發模式最大的不同就是未來的傳播環境促使萬物都有了媒介職能，新傳播入口產生，每一個終端都具備網絡化、無線化、數據化和智能化的能力，新聞分發模式將變得更加精準化與智能化。

四、智能分發的人格化發展可能

目前算法推薦型的新聞分發所推薦給用戶的，都是機器通過大數據來分析用戶的日常行為之后做出的判斷。當用戶所做出的行為都是基于自己的興趣愛好時，那么算法推薦就具有用戶主導性和個體主觀性。長期進行這種過度的個人日報式信息選擇，就喪失了接觸不同信息的機會，甚至變得不愿意去了解與自己既定認知不同的觀點，形成了業界擔憂議論的“信息繭房”效應[5]。實際上，不僅是業界擔憂，算法主導的互聯網分發模式已經引起了用戶的不良體驗和反感。算法推薦型的新聞分發模式本身就是順應互聯網環境，以滿足用戶需求為目的而產生的，因此，智能技術不僅繼續推動新聞分發模式開始新一輪的革新，還將向更人格化的方向發展。

新聞分發模式的重構不僅是未來智能技術的快速發展所致，還是前期智能技術所積累沉淀下的必然結果。互聯網的上半場，以BAT為代表的互聯網公司以先進的技術、強大的資本、敏銳的市場洞察能力構建起了人際網絡、內容網絡以及物聯網絡的基礎連接。互聯網的下半場，智能線上社會連接已經基本建立，互聯網公司規模經濟接近臨界點，未來發展方向是將自身技術促進社會資源，在已有的連接平臺上走向新的發展階段。而擁有著文化傳承和傳遞主流價值觀職能的傳統主流媒體此時進場，憑借著專業性、權威性以及歷史內容的海量性，足以吸引目前流量池飽和的互聯網公司與之合作[6]。

新聞分發模式轉變方向之一就是人工編輯和智能算法推薦的結合。最具突出代表的是《人民日報》新媒體推出的黨媒算法，這是《人民日報》與百度在內容層面、產品層面、技術層面深度合作的結果。百度擁有多年信息流搜索引擎所產生的大量用戶數據，而這是傳統媒體缺乏的;此外，黨媒算法是由AI技術領先的百度來提供技術支持所搭建的，很好地把共享式創作所帶來的內容爆發轉化為海量內容優勢。《人民日報》的黨媒算法用主流價值觀疏解“信息繭房”帶來的焦慮，海量內容是算法推薦的前提之一，因為《人民日報》的加入，其作為把關人嚴格把控質量，由此產生了海量優質的內容。用主流價值觀駕馭算法，實現海量優質內容與個性化需求的匹配。此外，《人民日報》主導下的黨媒算法，其規則建立是嚴格符合社會責任的，為優質內容提供重點推薦和分發服務，鼓勵內容創新，同時保證內容擁有正確輿論導向和正確價值取向，同時也對行業形成引領[7]。

五、結?語

新聞分發模式無論怎樣重構，其目的只有一個，就是更好地了解待推薦的內容、準備推薦的對象以及如何更加高效地在內容供給與用戶需求之間完成精準匹配。通過智能技術全面了解用戶的目的，就是為了向他們提供個性化定制服務。在獲取大量人類行為數據后，通過利用人工智能模擬人類思維得以充分理解且尊重人性，從而更加精準、高效、智能地匹配用戶需求。一切非智能分發的信息將成為傳播過程中的噪音，而通過智能技術實現的精準新聞分發，減少了影響傳播者與被傳播者之間轉碼解碼出現的誤差。目前推薦引擎與匹配算法還不能完全解決“用戶真正需要什么”這個問題，除此之外，每一次技術革命都會伴隨著關于技術帶來的弊端的討論。總而言之，未來人類的新聞分發模式會像凱文·凱利在《必然》一書中所描繪的那樣：“只會遇到那些此時此刻與你完全匹配的事物”[8]。

參考文獻：

[1]謝新洲，張春銘.網絡環境下的圖書發行模式研究[J].出版科學，2005（6）：52-56.

[2]熊敏.內容智能分發平臺對新聞傳播的價值創新分析——以“今日頭條”為例[J].編輯學刊，2017（2）：94-99.

[3]劉慶振，于進，牛新全.計算傳播學——智能媒體時代的傳播學研究新范式[M].北京：人民日報出版社，2019：200-205.

[4]郭全中.5G時代傳媒業的可能藍圖[J].現代傳播（中國傳媒大學學報），2019，41（7）：1-6.

[5]何慧敏.人工智能時代新聞內容分發中的媒介倫理問題研究[J].新媒體研究，2019，5（21）：4-8.

[6]喻國明.智媒時代：傳統媒體的市場機會與操作路線[J].傳媒，2019（4）：14-15.

[7]喻國明，耿曉夢.智能算法推薦：工具理性與價值適切——從技術邏輯的人文反思到價值適切的優化之道[J].全球傳媒學刊，2018，5（4）：13-23.

[8]劉靜，陳紅艷.數字媒介傳播概論[M].北京：清華大學出版社，2019：17-21.

[責任編輯：楊楚珺]