計算傳播學視野下數據新聞生產中的矛盾與困境紓解

袁冰 王威

摘 要 計算傳播學的思維增強了數據新聞生產的計算力、整合力、表現力以及傳播力。但新聞媒體對其本質的認識偏差可能會帶來數據新聞表達與核心價值的偏移，我們需要通過對抗數據倫理、提升數據素養以及加強軟實力建設等舉措，來紓解新聞生產中的困境。

關鍵詞 計算傳播學；數據新聞；開放數據

中圖分類號 G2 文獻標識碼 A 文章編號 2096-0360（2021）03-0014-03

數據新聞所包含的新聞真實、技術價值以及設計理念使其成為一種獨特的新聞品類。智媒時代數據新聞生產中的矛盾已經初步顯現，并呈現出互斥性。但放眼未來，它們之間應是共生關系。在實踐中，我們需要控制影響矛盾的多重變量，重新調整自身的內部結構，找到矛盾中間的平衡支點。

1 計算傳播學與數據新聞的興起

2009年，Lazer、Pentland等多位學者共同撰寫的文章《計算社會科學》的發表，標志著“計算社會科學”這一新興學科的建立[1]。計算科學與社會科學的交叉融合，為計算傳播學的發展提供了操作范例。“計算方法”對新聞傳播領域的滲透，不僅在理論層面彌補了傳統傳播學研究范式的缺陷，更在實踐層面拓展了新聞業務的廣度與深度，實現了新聞內容到受眾的“軟著陸”。數據新聞屬于計算傳播學實踐層面的一個分支，它是利用算法獲取有效的數據，并可視化地呈現數據分析的結果或搭建系統模型。其中，數據“鏈式反應”所生成的“新物質”是可以為社會治理所應用的。

然而，計算傳播學的方法并不是數據新聞生產的“烏托邦”，精準的算法技術對應著算法黑箱，可計算的海量數據必然也對應著數據盲區，多重因素的共同作用讓數據新聞生產陷入了困局。

2 數據新聞生產中的潛在矛盾與困境

2.1 數據、信息層面的矛盾：開放與加密

2020年4月，微軟提出了“開放數據運動”，旨在縮小數字鴻溝，并幫助各種規模的組織實現數據及新技術的支持[2]。“開放”是一種手段，被“開放”的不僅僅是“數據”本身，而是由此衍生的數據價值，包括相關的技術、工具、政策以及人才。“開放數據”運動擴展了可信數據的容量，可“開放”與可“共享”的數據也將會促成一種可信數據的協作。數據開放與共享也許能夠給予人們“安全感”，讓他們看到可預測的未來。在這個充滿不確定性的社會當中，充分挖掘可信數據的價值將會成為抑制信息“熵增”的一種途徑。

由于“開放”的邊界意識模糊，這給個人隱私帶來了巨大的威脅。目前，平臺下的用戶已經形成了深度“數字化生存”的狀態，虛擬環境中的個人從多維度被測量與建構。平臺出于精確畫像的目的，通常能夠與用戶達成信息的“對等”交換，這有時是一種“無意識”的交換。數據抓取的觸角已經伸入到了用戶的私人領域。劍橋分析公司曾“竊取”了5 000萬Facebook用戶的信息，此次的數據泄漏事件也使個人隱私保護成為焦點。

2.2 可視化表達層面的矛盾：理性與感性

數據新聞是基于數據素材的可視化創作，有效地避免了個人主觀意見的參與，增強了新聞的客觀性。操作者從多維度構建新聞的立體模型，進行交叉敘事，一步步引導用戶探索其內部的相關性。例如財新發布的《2020美國總統大選民調數據實時動態》，它采用地圖與折線統計圖的方式大大精簡了文章篇幅，并從宏觀的視野對新聞事件進行延伸性與預測性的報道，以互動作為輔助，加深了用戶對于政治性事件的理解與記憶。

數據新聞的整個流程就如同新聞媒體的“編碼”過程，受眾基于個人意義空間進行“解碼”。但在目前的數據新聞實踐中，生產者往往放大了理性的數據分析，淡化了感性的人文關懷和“新聞語境”，難免會造成意義傳播的偏移。新聞媒體在數據與技術方面掌握著話語權，受眾處于相對“信息劣勢”的地位，傳者與受眾之間信息不對稱也可能會造成傳播隔閡。

2.3 價值理念的轉向矛盾：內容生產與市場需求

根據新浪新聞對疫情期間國內外數據新聞的分析，國外的傳統媒體專注于數據挖掘與內容生產，例如《紐約時報》利用3D建模還原地鐵中的病毒顆粒，動畫模擬口罩如何減少感染風險等。國內的傳統媒體、門戶網站則更加偏向用戶互動與分享。閱讀量與轉發量可以作為數據新聞的評判標準，但如果把“流量至上”思維引入數據新聞的生產，可能會讓我們失去數據新聞的初心。

數據新聞注重挖掘連續性數據的關系，也意味著它的發布會出現延時性，很難憑借話題熱度吸引受眾眼球。最終還是要將重點放在數據的深度分析與可視化呈現上面。只有抓住數據新聞生產的內容核心，我們才能避免生產路徑的偏移。數據新聞如同可視化的“深度報道”，高品質的數據新聞必定會耗費大量的時間成本、人力成本以及技術成本。盡管知識付費已經成為當下的發展趨勢，但數據新聞的“知識變現”依然步履維艱，這也打擊了新聞媒體對其資源投入的積極性。

3 困境紓解：數據新聞的再思考、再構建與再定位

3.1 分布式生產內容的再思考

數據新聞可以解構為三個要素：數據、數據關系、語境，我們可以從這幾個關鍵因子來化解矛盾在主觀層面的困境。

3.1.1 算法與數據倫理：技術應用的邊界把關意識

算法層面：正如《黑鏡》當中諷刺式的呈現了科技對人性的利用、重構與破壞，“算法克制”與“技術敏感”也擴充了AI時代新聞倫理的范疇。由于算法應用的邊界模糊，我們很難生成一個明確的技術規范，更多的還是由生產者的職業道德與責任感來把控。彭蘭教授提出，對于機器帶來的黑箱問題，算法的可解釋性是一個重要的制約方式。及時確保算法的可靠性、透明性和可解釋性，從而讓人們做出合理的判斷[3]。新聞工作者充分了解算法語言，能夠大大降低算法帶給我們的不確定性，繼而減小算法風險。

數據層面：數據分析處理的過程其實也是數據價值“最大化”的過程。數據如同核能，其中蘊藏著巨大的能量，但同時它的邊界也是不可逾越的。未來新聞生產的數據把關必定是人機協同的模式。如今，我們已經可以利用智能化技術來篩選“偽數據”或者“臟數據”，但人力把關依舊是不可缺失的一道圍墻。技術擅長大數據監測，而人則可以對“微數據”以及越界數據再分析判斷，這樣的雙重把關可以保障建立一個健康的數據庫。

3.1.2 潛在變量：深度挖掘“相關關系”

舍恩伯格曾在《大數據時代》中提出建立在相關關系分析法基礎上的預測是大數據的核心。相關關系可以為我們提供新視角。如果把因果關系作為重要的考量，那這些視角就有可能被蒙蔽掉[4]。

梳理新聞的脈絡，我們可能直觀上看到的是自變量與因變量這樣單向的對應關系，但有時它內部不是簡單的單變量交互，而是存在著巨大的關系網絡。橫向數據與縱向數據之間透過現象挖掘潛在變量，以輔助社會治理做一些風險評估及預案。你可以直接去報道事實的數據，也可以進一步去挖掘數據背后隱藏的點，讓你的報道更“深”一度。

3.1.3 語境回歸：數據新聞不止于“數據”

有人曾這樣評價可視化：語言沒有零度，圖像同樣如此。我們最初面對的可能是一串冷冰冰的數字，但是數字之間的“反應”會釋放出巨大的能量。語境回歸數據新聞，是語態平民化的關鍵環節。財新網在疫情期間發布的一篇數據新聞《新冠逝者：獻給疫情中離去的生命》，其中就注入了人文主義的思想。這座“悼亡紀念館”將每一位逝者用一片片花瓣來表示，花瓣的枯萎凋零帶給讀者很強的視覺沖擊。同時，它也融入了互動元素，我們點擊帶有抗疫醫生名字的花瓣，會看到他們生前的年齡、從醫事跡以及逝世時間。無論何時點開，都會將我們帶入到那個集體記憶的空間，喚起內心的感動與敬畏。我們需要記得：每一個數字背后，都是一個個活生生的人。

如何賦予數字以生命力，引發讀者的思考與共情，做出有深度、有溫度的數據新聞將是我們新聞工作者的新課題。

3.2 “用戶-數據”關系與數據素養的再構建

3.2.1 “用戶-數據”：兩個集合之間的映射關系

用戶群體與大數據之間就像兩個集合，它們之間存在對應關系，從而產生了部分映射。我們雖然不能用一個具體的函數關系式來揭示內在的傳播規律，但是數據處理分析與可視化卻提供了一種簡潔而又精確的計算方法。

今天的媒體平臺對用戶進行全景式地信息監測與信息推送，部分用戶恰好依據個人愛好接觸一些輕松娛樂化的選題，并且熱衷于淺層的圖解與互動新聞。久而久之，他們依舊會停留在被動的知識累積層面。正如我們所體驗到的，用戶參與互動時并不是物理層面的參與，而是一個設定好的“數據大腦”操控著虛擬ID完成整個參與過程。用戶需要時刻警惕這種物理身份的剝離，一旦陷入到“數據繭房”中，便很容易被“麻醉”。提升“用戶-數據”關聯并不意味著我們將被數據“主導”，而是以數據輔助我們更加深入地理解世界。

3.2.2 “寓教于樂”：公民數據素養的提升

在互聯網時代，公民與海量的數據信息之間應是雙向的作用關系。公民提升數據素養一方面是為了“破解”數據，延伸用戶個人理解的意義；另一方面是為了構筑起“數據危害”的圍墻。

有研究者提出，“數據素養”是指人們有效且正當地發現、評估和使用信息的能力，包含數據意識、數據獲取能力、分析和理解數據的能力、運用數據進行決策的能力以及對數據的批判和反思精神[5]。數據素養的提升不一定需要獨立進行，數字化產品以及數據化內容的普及本身就是一個“再教育”的過程。

數據新聞的初衷不是為了呈現數據分析的復雜流程，它應以結果為導向，盡可能地增強用戶黏性。例如，網易的“數讀”以“提供輕量化的閱讀體驗”為宗旨，以數據講故事。它分為國際、經濟、民生和社會等七個板塊，選題覆蓋面廣泛，嚴肅與活潑并存。趣味性的融入有利于消除用戶對數據和技術的抵觸與顧慮，激發用戶的分析意識、參與意識和互動意識。

3.3 交叉學科建設與人才培養的再定位

數據新聞學作為一個更加垂直細分的領域，理論與實踐并重。這將不斷推動高校新聞傳播教育探索新的發展路徑，也會激勵新聞傳播學子走出“舒適圈”，更新自身的知識儲備與技術能力。

高校新聞傳播學院不僅是新聞傳媒業的人才培養基地，也是新聞學子向新聞人轉變的“社會實驗室”。借力大數據的浪潮，越來越多的傳統媒體聯合高校培養交叉學科人才，也加快了自身的媒體融合轉型。例如，在2019年，暨南大學與南方報業傳媒集團聯合發起成立了“未來媒體研究院”。南方報業集團近年來建立了“媒體大數據應用實驗室”“南方數據服務”等多個實踐平臺，基于暨大計算傳播的理論研究，前者為后者提供“技術賦能”，后者則為前者提供“人才驅動”。目前，很多高校可能會陷入資源分配不均的窘境，這也提醒著我們要打破傳統思維的繭房，勇于“擁抱”大數據。

校園平臺“媒體化”也逐漸成為一種新趨勢，高校可以充分結合自身新聞傳播學院的發展定位與特色，打造獨特的新媒體實踐平臺。中國人民大學新聞系運營的微信公眾號“RUC新聞坊”已經成為一個優秀的實踐案例，其中原創數據新聞作品板塊充分融入了數據處理分析以及可視化創作，并與澎湃新聞·湃客有數欄目聯合出品了一系列數據新聞作品。傳統媒體助力校園新媒體平臺極大地激發了新聞學子的創作活力，并提供給他們一個理論結合實踐的契合點。

當下數據新聞人才的培養框架已經呈現出了學科融合的趨勢，計算科學可以作為量化研究的工具嵌入到新聞傳播學當中。因此，“新聞思維”“人文思維”、以及“數據思維”將會是一個數據新聞工作者需要構建的多重思維體系。

4 結語

回顧數據新聞在我國的發展歷程，它始終晃晃悠悠地前行。受限于內容生產的市場，數據新聞偏向于“小眾化”。但如今，受眾大量地在移動端聚集，閱讀習慣的重置與迫切的參與感成為數據新聞發展的一個契機；從新聞生產本身來看，它搖擺于事實判斷與價值判斷之間，前者是基礎，而后者卻決定著發展方向。我們不難找到一種優化的技術手段，但更需要探尋的是價值的船帆，最終才能達到工具理性與價值理性的和諧統一。

參考文獻

[1]張倫，王成軍，許小可.計算傳播學導論[M].北京：北京師范大學出版社，2018：2-6.

[2]詹妮弗·橫山.縮小數據鴻溝：需要開放數據[EB/OL].[2020-04-21].http：//ii066.cn/2bSmrU.

[3]彭蘭.變革與挑戰：智能化技術對傳媒業的影響[J].信息安全研究，2019，5（11）：966-974.

[4]維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代：生活、工作與思維的大變革[M].周濤，譯.杭州：浙江人民出版社，2012：86-88.

[5]金兼斌.財經記者與數據素養[J].新聞與寫作，2013（10）：5-7.