我的位置: 观点 > 观见 > 文章详情
【观见】新闻业和你我的宿命,就是被算法“算计”?
分享至:
 (7)
 (1)
 收藏
来源:上观新闻 作者:方师师 2017-07-12 08:17
摘要:一味抨击算法并不是长久之计。真正应该做的,是让机器更像机器,人更像人,而不是像今天这样,机器做了人的工作,人却成了机器。

 

1

 

2014年,平台媒体(platisher)一词首次在《纽约时报》一篇评论中亮相,这个由平台(platform)和出版商(publisher)合二为一的新词,昭示着二者的蜜月期。

 

但时隔三年,一场逆流正在涌现。

 

最近,包括《纽约时报》《华尔街日报》《华盛顿邮报》等在内的一批出版商正在组成联盟,与脸书和谷歌讨价还价,拒绝将自己的内容通过社交平台渠道分发。其核心问题在于,而今平台和算法的技术逻辑不仅已经深刻地影响到了新闻业的内容生产,还导致了广告收入的转移、用户数据的缺乏和品牌丧失。

 

是不是很像我们身边发生的故事?

 

在中国,今天的资讯信息分发市场上,算法推送的内容早已超过50%,以今日头条为代表的一批由科技公司转型而来的平台媒体,已经取代传统媒体,正在实质性地把控用户的新闻接触。这些“平台媒体”更多地倡导技术中立,算法把关,去价值观和用户体验优先。而另一方面,越来越多的现象却表明,人工参与审核,算法偏见,机构利益和糟糕低智的内容推送,并没有优化新的传播生态。

 

就在这一周,国内对于平台媒体、人工智能、算法价值观、流量绑架等问题,予以了近乎空前的关注。“莫被算法绑架”的呼声,多少显得无奈和悲壮。但浩浩荡荡的大趋势,似乎并不会轻易改变。

 

新闻业的死与生,纠葛复杂。这也不单是新闻业的焦虑。当人工智能浪潮席卷而来,几乎所有传统行业都面临一种技术焦虑;人们不断地言说,却又进一步焦虑。

 

当我们谈论“技术焦虑”时,我们应该谈些什么?

 

 

2

 

一个现实是,哪怕《纽约时报》们再不满意,依靠算法技术的内容推荐,仍在世界范围备受欢迎。

 

根据牛津大学路透新闻研究所最新发布的《数字新闻报告2017》,通过对欧洲、美洲和亚太地区36个国家7万名受众的分析显示,超过一半(54%)的受访者更喜欢通过算法来筛选故事,超出喜欢编辑或记者的比例(44%)。虽然社交媒体作为新闻来源的增长势头有所停滞,但通过移动端聊天软件获取新闻和使用一站式内容聚合平台服务却成为热门之选。

 

技术焦虑,是问题也是契机。但在我们身边,对这个问题的探讨,经常会倒向简单粗暴的技术决定论。很多人往往忽视了技术兴起与发展的历史背景与社会语境,也并未把握住现象背后的利益关系与结构性制约,有些甚至还有基本常识误判。

 

比如,作为人工智能的基础与核心,算法既不在初级阶段,也不会一成不变——算法会通过迭代不断进化,未来还可以实现自编程。而时下通过算法进行的内容推荐,更多的时候受制于算法两端的数据环境。算法固然有其不足,但算法并不是让内容变得粗暴单一的罪魁祸首,信息环境和用户使用偏好,更是信息推荐窄化的原因。

 

此外,算法也不是对此完全无能为力。未来通过元学习、人工好奇心和创造力、优化搜索引擎以及大型学习神经网络的变体等,我们甚至有可能戳破过滤泡,重新实现信息环境的多样性。

 

算法可以解释为“用于解决某一特定问题或达成明确的目标所采取的一系列步骤”。其最初提出目的,在于希望通过对于事物逻辑的抽象和简化,来理清乱象、优化结论。劳伦斯·莱西格说,信息社会中,“代码就是法则”。那么我们也可以效仿说,算法就是定律。而“自动化的决策过程”,是算法力量的核心。

 

脸书和谷歌这组“双强寡头垄断平台”,靠的就是算法起家。脸书“动态消息”的边际排名算法,被称为“最隐秘也是最具争议的新闻推送算法”,集中体现了其3F价值观原则——朋友家人大过天(Friends and Family First);而谷歌著名的“搜索引擎优化”算法PageRank,在其算法专利里详细地列出了评判一条新闻重要程度的13条度量指标,而对于这13条指标及其扩展的匹配程度,直接指向该新闻的搜索排名。

 

新闻业最初对算法的应用始于对用户评论的处理,琐碎与麻烦的用户评论被技术性解决了,出版商也乐见其成。而后来大行其道的内容推荐,就是通过算法对输入(信息内容)和输出(用户需求)之间进行精确匹配。这一思路来自内容营销和精准传播,希望通过最经济的方式将用户转化为消费者。

 

但这一用于企业内容传播的理念移植到新闻领域,并不完全适用。

 

 

3

 

新传播生态一出现就狼烟四起。

 

从一开始的“业务托管”,到后来对于算法逻辑的妥协,传播主导权版图次第演化,这主要集中在四个层面:

 

首先,随着媒体中数据新闻、程序员新闻、机器人新闻等技术应用的普及,技术对于内容的结构化和程序化要求增强,原有的新闻采编制作和内容价值体系面临重构;

 

第二,基于用户画像和算法推荐的新闻分发系统,将新闻等同于内容营销,单纯考虑覆盖率、匹配度、分发速度、用户停留时间和性价比等要素,新闻更为重要的公共利益属性被忽略;

 

第三,2016年谷歌和脸书拿下数字广告总额的65%,数字平台逐渐垄断广告市场。新闻业旧有的广告模式坍塌,新的付费模式尚未健全,经济危机反噬内容生产,多元深度内容成为奢望;

 

第四,对于网络空间公共传播内容质量的忽略,在传播机制易于形成“过滤泡”、“回音室”、“逆火效应”和群体极化现象的背景下,劣质内容的长时间、跨传播级联停留成为下一轮算法推荐的“原料”,“算法螺旋”导致类似内容反复出现——这也是今天的“今日头条”们被攻击得最多之处。

 

而更重要的是,算法并非万能。算法也有黑箱,它的透明度不高,可信度未知,也绝非中立;而当出现意料之外的风险时,仅靠算法处理往往无能为力。

 

作为最典型的“技术性组件”,算法是互联网运作机制的底层架构,在实质上管理、策划和组织着大规模的网络工作,在关键位置和基础层次上决定着上层的应用逻辑。虽然算法听起来更多是一种非人为的决策方式,但实际上,多种人为因素都会内嵌在算法之中,如指标标准、数据提取、语用分析和结果解读等。

 

连算法专家都会担心,对算法不加考虑或者在设计源头就存在的滥用,会造成权力的过分集中,永久性的系统偏见,结构性地削减选择的可能性、创造性与意外新发现,还会造成更大的社会不公。

 

 

4

 

但从长远开看,以算法为核心驱动力的未来技术,仍将重构所有行业。传媒只是其中之一。

 

换句话来说,目前新闻业的技术焦虑,更大程度上是对于个体知识结构、整体行业形态、竞争对手水平以及未来发展方向的不确定。事实上,那些平台媒体和算法技术目前存在的问题,即便是在传统媒体最为黄金的时代,也并没有完全克服。

 

一味抨击算法并不是长久之计。我们不如持有这样几个基本观点:

 

 

  • 适当地使用算法,可以提升和改进新闻传播服务;
  • 算法本身可以不断进行学习、迭代和进化,逐渐完善;
  • 算法本身能力有限,使用需有一定限度。

 

怎么使用?简而言之,应当是让机器更像机器,人更像人,而不是像今天这样,在机器成熟度还不够的情况下,人机功能却颠倒了——机器做了人的工作,人成了机器。

 

这不仅是新闻业需要调整的事。对任何行业来说,重复、机械、格式化的数据处理等任务,都可以交给机器和算法去做,从而提高效率、保证准确;而具有创造性和人文关怀的工作,依旧需要人的参与和投入。

 

这需要人的自信。至少现阶段,仅就复杂情感和综合认知而言,机器尚未达到动物级,更不要说和人比拟。而目前的人机协同和未来的人机结合,思路都是为了更好地发挥“智能助理和它的天才主人”各自的优势,共同把事情做好。

 

就算法技术而言,在影响其效果最重要的三个方面——存储、计算和监督中,目前最为薄弱的就是监督。监督包括内部系统监督和外部制度监督,社会真正需要担心的是,当算法发展到深度学习可以进行无监督自编程阶段时,即便是算法工程师也无法知道机器内部到底发生了什么;基于商业等利益的算法保密,则为来自外部的公共监督再次设置障碍。

 

而那些由互联网公司转型而成的平台媒体,似乎也需要多考虑一点,想想如何发挥其技术优势来优化传播生态,如何以实践经验反哺立法规则,如何以前沿研究推动技术创新,而不是成天操心广告分成、流量指标、数据资本和政策搭便车。

 

说到底,那些所谓的“没有价值观”或者倡导“去价值观”,其实也是一种价值观。而伟大的科技公司,情怀总还是要有的吧?万一实现了呢?

 


作者为上海社会科学院新闻研究所助理研究员、上海社会科学院互联网研究中心副主任。本文仅代表作者个人观点。本文编辑:朱珉迕 题图来源:视觉中国  图片编辑:苏唯 编辑邮箱:shzhengqing@126.com

 

上一篇: 没有了
下一篇: 没有了
  相关文章
评论(1)
我也说两句
×
发表
最新评论
快来抢沙发吧~ 加载更多… 已显示全部内容
上海辟谣平台
上海2021年第46届世界技能大赛
上海市政府服务企业官方平台
上海对口援疆20年
举报中心
网上有害信息举报专区
关注我们
客户端下载