核心阅读
技术不断赋予人们新的想象空间与探索能力,基于大数据的各类算法越来越流行。作为计算机领域的一种技术手段,算法推荐能够依据用户的行为数据,通过数学算法,在推测出用户喜好的基础上进行信息的精准分发。如何规避算法推荐中的媒介伦理风险,让算法技术更好地服务于人类,应当引起我们的重视。
技术不断赋予人们新的想象空间与探索能力,基于大数据的各类算法越来越流行。作为计算机领域的一种技术手段,算法推荐能够依据用户的行为数据,通过数学算法,在推测出用户喜好的基础上进行信息的精准分发,从而实现“一对一”的个性化服务。新闻算法推荐技术提高了新闻的精准度和传播效率,增强了用户的阅读体验,但也催生了新的问题。如何规避算法推荐中的媒介伦理风险,让算法技术更好地服务于人类,应当引起我们的重视。
谁来主导信息的选择?新闻媒介是公众了解社会信息的重要窗口,是掌握社会现实的重要途径,媒介信息对影响公众行为和决策具有不可替代的作用。而大数据时代的一个悖论是:一方面,人类社会呈现出信息爆炸的趋势;另一方面,个体又很难获取需要的信息,社会信息总量过剩反而增加了个体成员有效信息寻找的困难。精准推送固然减轻了用户自身获取信息的成本,增加了用户黏度,但人们对信息的主导权被“让渡”给了算法,基于用户爱好、行为、特性、标签等数据的算法技术,可能会简单地将用户进行划分,容易把用户一次性、偶然性的表面行为解读为用户真实的、深层的兴趣和心理需求。很多人都有过这样的经历:有时候被标题吸引而点击的文章,内容并不是自己感兴趣的,但算法可能进一步大量推荐与被点击过话题相关的内容。在这个过程中,用户的信息选择权无形中受到了限制。除此之外,目前各互联网媒体都强调其算法的中立性,以保护商业秘密为由拒绝公开算法的细节。但算法毕竟是由人设计的,掌握了信息主导权的算法运行主体是否存在被个别人利用、操纵以牟利的情形,需要引起我们的警惕。
用户可能被束缚于“信息茧房”。算法推荐技术在有针对性地增强用户阅读体验的同时,却在客观上减少了信息偶遇的可能性,阻碍了用户信息接触的多元化路径。算法推荐呈现出的基本流程是:首先,用户基于自己的主观好恶与观点立场对信息进行浏览、点赞、评论、转发等,在网络上留下数据;其次,算法依靠这些数据痕迹作出判断;最后,平台基于这些判断对信息进行筛选,有针对性地分发给高度分众化的目标群体,努力做到“用户偏好什么就推荐什么”。然而,这种基于用户偏好的信息过滤,使平台推送给用户的,其实是用户自己的“回声”——也就是可能让用户长期沉浸在自我建构的信息空间中,逐渐脱离与多元信息接触的机会,从而进入“信息茧房”。那些号称是人类“知音”的程序,可能恰恰会局限我们的兴趣,阻碍我们去发现新的精彩。对于用户而言,那些投其所好的信息会一次次肯定其既有的观点和立场,而与之不同或对立的意见或质疑,即便是合理的,也大多会被算法过滤,网络空间内相似兴趣的人群之间由于“信息茧房”,内部统一度不断上升,不利于构建理性讨论的公共空间。
数据权利的归属难以判断。我们生活的每一天,都有数以亿计的活跃用户在各类平台的系统中留下各种数字痕迹。用户的浏览痕迹等相关数据,通过算法处理后,具备了商业特征和交易价值。那么,用户浏览痕迹的数据记录天然就该属于这些平台公司吗?用户是否对这些包含了其个人信息,甚至隐私的数据具备所有权?这种权利属于财产权还是人格权?我国《民法总则》第127条规定,“法律对数据、网络虚拟财产的保护有规定的,依照其规定”。也就是说,民法认可了数据权利的财产权属性,但是,这种与个人隐私息息相关的权利究竟归属于谁,行使有无限制,立法却没有予以回应。因此对于用户而言,目前存在一个很现实的困境:大量互联网平台在不告知的情形下收集、使用自己的信息,明明是自己的数据,保存、修改、删除的权利却不在自己手中,用户本身也无法限制和选择其使用范围。
内容质量问题难以得到解决。在互联网时代,去中心化以及传受双方身份的变化,使得内容“把关者”角色的缺失现象大量存在。从信息生产的视角看,传统媒体的“把关者”所关注的判断新闻价值的标准是时效性、重要性、接近性、显著性、趣味性等要素,工作原则是新闻真实性。而算法最关注的则是受众的注意力,它以受众需求为导向,强调内容带来的流量效果,对信息的权威性、公共性、可信度的敏感程度有所下降。编辑的缺位容易导致信息的泛娱乐化,而真正有深度、有思想的内容则可能被边缘化。因此,仅仅依靠点击量和用户兴趣的算法推荐,并不能解决内容质量问题。
算法推荐是新技术在信息传播领域的应用,是技术进步的体现,要使其应用和推广更好地服务网络环境和现实世界,势必经历一定时间的适应和调整。
一是健全法律监管。智能算法是人类智慧的结晶,在追求其技术可能性与商业前景之前,治理与规范应当先行。当前,对算法的规范最重要的在于对背后平台权限的规范,要明确算法技术的使用范围及标准,形成健全合理的平台问责机制,尤其是对那些影响公民基本权利、涉及重大社会公共利益的算法,应通过立法对分发内容、内容判断标准、推荐标准、干预手段等关键性环节,进行更强的公共监管。二是建立多指标推荐系统。目前推荐系统的主要推送指标包括用户的社交关系、基本信息及浏览记录,可以考虑在推荐系统的算法模型中增加用户满意度、内容影响力、专业品质、时效性等指标,向用户呈现经过重新加权的复杂结果,推送的结果可能帮助用户发掘更多有价值的信息,走出“信息茧房”的困境。三是加强对算法运行主体的价值引导。个性化信息是算法赋予的,但是信息中附加的价值观却具有社会共性,因此纠正某些算法推荐运行主体——网络平台的价值观偏误是亟待解决的重点问题,引导企业正视技术的不足,把社会责任意识贯穿于信息生产与传播的全过程。一方面,算法推荐技术要加大对内容的过滤,在提升网络新闻传播生产分发效率的同时保证新闻客观公正的伦理底线;另一方面,可以考虑通过“人机结合”的方式,平衡机器分发与人工编辑新闻的比例,强化“人”在传播中的主体地位,确保人类信息接收渠道及形式的多样性,构建传统媒体、自媒体与算法媒体和谐共存的大众传播体系。