【摘要】智能推送過程中的推薦算法有一個(gè)認(rèn)識(shí)誤區(qū)，就是把“熱度”指標(biāo)所體現(xiàn)的公眾對(duì)一個(gè)信息的趣味性的認(rèn)可，視為公眾認(rèn)為該信息重要。這實(shí)際上是把重要性和趣味性混為一談，把趣味性當(dāng)成了第一重要的東西，導(dǎo)致其推薦內(nèi)容過度娛樂化并流向低俗化。

【關(guān)鍵詞】智能推送  算法  趣味性    【中圖分類號(hào)】G20    【文獻(xiàn)標(biāo)識(shí)碼】A

信息技術(shù)進(jìn)步帶來傳播效率的提升和個(gè)人選擇權(quán)的擴(kuò)大

如果我們?nèi)婵疾烊祟悅鞑セ顒?dòng)的歷史，就會(huì)發(fā)現(xiàn)，這個(gè)歷史是社會(huì)成員個(gè)人的信息權(quán)不斷擴(kuò)張的過程。在大眾傳播理論里有一個(gè)“選擇性接觸理論”，認(rèn)為受眾往往并不是不加區(qū)別地對(duì)待任何媒介和內(nèi)容，而是更傾向于接觸與自己的既有立場(chǎng)、觀點(diǎn)、態(tài)度一致或接近的媒介或內(nèi)容。在大眾傳播時(shí)代，人們看報(bào)紙、看電視實(shí)際上都是有選擇的。

進(jìn)入網(wǎng)絡(luò)傳播時(shí)代，信息技術(shù)進(jìn)步的結(jié)果，是媒體個(gè)人化以及以此為基礎(chǔ)的信息個(gè)人化的進(jìn)一步加強(qiáng)。無論是搜索引擎，還是推薦引擎，基本原理都是把滿足個(gè)人的信息需求放在首位，整體上在強(qiáng)化個(gè)人對(duì)信息的選擇權(quán)。事實(shí)上，網(wǎng)絡(luò)信息需要點(diǎn)擊打開的呈現(xiàn)方式，本身就賦予了網(wǎng)絡(luò)用戶信息選擇的決定權(quán)。而基于算法的精準(zhǔn)推送技術(shù)，更是大大提升了傳播的效率。

美國(guó)學(xué)者施拉姆在《傳播學(xué)概論》中為了解釋個(gè)人如何選擇信息傳播路徑，列出了下列公式：

在理想化的智能推送過程中，一方面是將公式中“可能的報(bào)償”做到了最大值，因?yàn)橹悄芡扑偷哪J(rèn)邏輯就是向用戶推送他最關(guān)心、最感興趣的信息；另一方面，也將用戶獲取信息的“費(fèi)力的程度”降到了最小值。因?yàn)槟壳爸悄芡扑突径际腔谝苿?dòng)互聯(lián)網(wǎng)傳播體系，這種新型傳播體系與大眾傳播體系相比，能夠讓用戶以最短的時(shí)間、最少的金錢和最小的精力來獲取到這些信息。從這個(gè)角度看，智能化的精準(zhǔn)推送基本上就是信息選擇“或然率公式”的最優(yōu)解，它兼?zhèn)淞俗畲蟮姆肿又岛妥钚〉姆帜钢?，因此具備最大?ldquo;選擇或然率”，即用戶對(duì)于具備精準(zhǔn)推送能力的媒體選擇概率最高。

如果我們從網(wǎng)絡(luò)傳播技術(shù)對(duì)社會(huì)成員表達(dá)權(quán)的影響角度觀察，將會(huì)發(fā)現(xiàn)，互聯(lián)網(wǎng)的普遍賦權(quán)特性，使得普通社會(huì)成員的表達(dá)權(quán)得到了更多實(shí)現(xiàn)的條件，獲得了更多“積極的自由”。這也是“自媒體”產(chǎn)生和發(fā)展的技術(shù)基礎(chǔ)。

通過上述考察我們會(huì)發(fā)現(xiàn)，社會(huì)成員個(gè)人對(duì)信息的選擇權(quán)和表達(dá)權(quán)，隨著信息技術(shù)的發(fā)展而得到增強(qiáng)，是歷史發(fā)展的趨勢(shì)，體現(xiàn)著社會(huì)的進(jìn)步，是社會(huì)成員個(gè)人應(yīng)該得到尊重的基本權(quán)利。在這個(gè)意義上，盡管美國(guó)學(xué)者凱斯·桑斯坦提出“信息繭房”說，對(duì)于“公眾只注意自己選擇的東西和使自己愉悅的通訊領(lǐng)域，久而久之，會(huì)將自身桎梏于像蠶繭一般的‘繭房’中”表示擔(dān)憂，但不能不說，整個(gè)社會(huì)傳播效率的提升以及社會(huì)成員個(gè)人的信息主權(quán)的強(qiáng)化，更具有進(jìn)步意義。更何況“信息繭房”說提出的“繭房”效果，也就是由于信息不完全而導(dǎo)致的認(rèn)知偏差，在大眾傳播過程中，也會(huì)由于公眾的選擇性接觸以及媒體“把關(guān)人”的特定價(jià)值取向而產(chǎn)生。

智能推送技術(shù)會(huì)產(chǎn)生“內(nèi)容下降的螺旋”

當(dāng)前，智能推送技術(shù)應(yīng)用產(chǎn)生的最為人詬病的問題，是低俗和虛假內(nèi)容常常會(huì)被算法選取并加以推送。實(shí)踐中，幾乎所有采用這一技術(shù)的信息平臺(tái)都出現(xiàn)了這一問題。那么，出現(xiàn)這個(gè)問題的真正原因是什么？

在智能推送技術(shù)中，實(shí)際上包含著這樣幾個(gè)環(huán)節(jié)：其一是選擇什么樣的規(guī)則處理信息；其二是把采用的規(guī)則做成數(shù)學(xué)模型，即把規(guī)則數(shù)學(xué)化，找到規(guī)則涉及的各要素之間的函數(shù)關(guān)系，確定算法；其三是導(dǎo)入大數(shù)據(jù)用于機(jī)器的深度學(xué)習(xí)和訓(xùn)練；其四是使用算法處理大數(shù)據(jù)。

結(jié)合這一算法的運(yùn)用以及此類平臺(tái)運(yùn)營(yíng)規(guī)則，一些平臺(tái)之所以出現(xiàn)部分低俗、虛假內(nèi)容被推送的狀況，主要有如下原因：

其一，缺乏內(nèi)容監(jiān)控的意識(shí)和手段。在聚合各種自媒體內(nèi)容時(shí)，資訊平臺(tái)為最大規(guī)模地占有內(nèi)容資源，在其發(fā)展的特定階段，往往不加甄別地?cái)U(kuò)充自媒體的內(nèi)容，這樣就容易造成大量質(zhì)量不高的內(nèi)容充斥內(nèi)容數(shù)據(jù)庫(kù)，使得供給側(cè)內(nèi)容雜蕪，魚目混珠。平臺(tái)上這些大量低品質(zhì)內(nèi)容的供給，滿足并“創(chuàng)造”著對(duì)低俗內(nèi)容的需求。而資訊平臺(tái)以往對(duì)此大多缺乏必要的把關(guān)意識(shí)和技術(shù)手段，它們對(duì)低俗內(nèi)容的判斷，主要方式是對(duì)文本的情感分析，并結(jié)合用戶的負(fù)反饋信息，有些平臺(tái)甚至在主觀上還企圖借此提高“流量”和用戶數(shù)。

其二，算法的取值偏差。目前智能推薦算法主要取值點(diǎn)是熱度，即用戶對(duì)一條信息的點(diǎn)擊量，一位資深的算法架構(gòu)師說“內(nèi)容熱度信息在大的推薦系統(tǒng)特別在用戶冷啟動(dòng)的時(shí)候非常有效”。這意味著推薦系統(tǒng)的初始設(shè)定，基本上都是根據(jù)用戶信息點(diǎn)擊的歷史數(shù)據(jù)判斷其信息偏好而產(chǎn)生的，點(diǎn)擊量高的內(nèi)容和內(nèi)容類別會(huì)作為初始設(shè)定，被推給更多用戶。而用戶使用移動(dòng)終端的場(chǎng)景近乎個(gè)人獨(dú)處，具有私密化特征。在這樣的一個(gè)狀態(tài)下，人們所表現(xiàn)出來的信息需求，常常是獵奇心重，對(duì)低俗內(nèi)容較為敏感，這類低質(zhì)量信息往往點(diǎn)擊量較高。這就造成了在需求側(cè)，平臺(tái)通過以往采用的取值方式所采集到的信息需求特征，主要是比較低俗和原始的需求。而如前所述，由于平臺(tái)上自媒體數(shù)量眾多，且管控手段和意識(shí)不強(qiáng)，導(dǎo)致供給側(cè)大量充斥著不良內(nèi)容，通過算法的匹配，以及運(yùn)營(yíng)指標(biāo)和運(yùn)營(yíng)機(jī)制的引導(dǎo)，就產(chǎn)生了一個(gè)下降的螺旋，造成平臺(tái)上生成和推送的內(nèi)容越來越低俗。所以說，是當(dāng)前的算法取值失當(dāng)造成了“內(nèi)容下降的螺旋”。

就上述分析來看，智能推送過程中出現(xiàn)的內(nèi)容低俗問題不是算法本身導(dǎo)致的，而是平臺(tái)在內(nèi)容聚合過程中缺乏對(duì)內(nèi)容的有效甄別和控制，加之算法取值失當(dāng)造成的。這類推薦算法有一個(gè)共同的認(rèn)識(shí)誤區(qū)，就是它們都把“熱度”指標(biāo)所體現(xiàn)的公眾對(duì)一個(gè)信息的趣味性的認(rèn)可，視為公眾認(rèn)為該信息重要，把公眾對(duì)一個(gè)信息的興趣，誤當(dāng)做是這個(gè)信息的重要性來進(jìn)行推薦?？陀^全面地分析“熱度”，我們發(fā)現(xiàn)，這個(gè)指標(biāo)更多地反映了用戶對(duì)于特定信息感興趣的程度，可以映射新聞信息的“趣味性”，但無法反映特定信息對(duì)于用戶個(gè)人和社會(huì)的選擇和決策行為的真正價(jià)值，即新聞信息的“重要性”。目前智能推薦的取值法實(shí)際上是把重要性和趣味性混為一談，把趣味性當(dāng)成了第一重要的東西，導(dǎo)致其推薦內(nèi)容過度娛樂化并流向低俗化。

改進(jìn)算法，完善甄別信息真?zhèn)魏蛢?yōu)劣的手段，運(yùn)用現(xiàn)代科技正本清源

盡管基于海量信息聚合，并以算法驅(qū)動(dòng)精準(zhǔn)分發(fā)的智能推送存在上述問題和局限，而且商業(yè)性質(zhì)的資訊平臺(tái)還容易受到逐利動(dòng)機(jī)的影響，從而加劇這些問題，但不可否認(rèn)的是，算法技術(shù)推動(dòng)了信息傳播方式的顯著進(jìn)步。

在移動(dòng)互聯(lián)網(wǎng)時(shí)代，移動(dòng)新聞客戶端成為公眾接收新聞信息的主要渠道。移動(dòng)終端的個(gè)人化特點(diǎn)及其便攜性促進(jìn)了場(chǎng)景化的信息使用，而信息交互讓用戶成為傳播主體。如何實(shí)現(xiàn)海量信息資源與個(gè)性化信息需求的高效匹配，構(gòu)成了移動(dòng)傳播的特殊矛盾。算法技術(shù)對(duì)傳播方式進(jìn)步的貢獻(xiàn)在于，它能夠以較高的效率和較低的成本，在社會(huì)普遍信息化所產(chǎn)生的海量信息供給中，為個(gè)性化需求尋得精準(zhǔn)匹配結(jié)果。

那么如何優(yōu)化算法，避免“內(nèi)容下降的螺旋”呢？我們不能簡(jiǎn)單地堆砌現(xiàn)在主流媒體所使用的編輯原則，而是應(yīng)當(dāng)以現(xiàn)有編輯原則為基礎(chǔ)，同時(shí)結(jié)合移動(dòng)互聯(lián)網(wǎng)時(shí)代信息分發(fā)的規(guī)律、公眾接受信息的規(guī)律，形成更加具有科學(xué)性的算法。這樣一來，我們就可以把對(duì)一個(gè)事件重要性的社會(huì)判斷、個(gè)人判斷有機(jī)結(jié)合，把個(gè)人選擇和社會(huì)選擇結(jié)合起來，讓個(gè)人能夠有機(jī)會(huì)獲得更多的既符合其自身利益，又體現(xiàn)社會(huì)主流價(jià)值的信息推送。從實(shí)踐看，今日頭條等平臺(tái)在近期的整改中調(diào)整了算法，使容易產(chǎn)生虛假和低俗內(nèi)容的領(lǐng)域的信息推薦量和閱讀量減少了40%。

要想恰當(dāng)解決在當(dāng)前算法應(yīng)用中出現(xiàn)的問題，不僅需要改進(jìn)算法，還需要完善甄別信息真?zhèn)魏蛢?yōu)劣的手段，以正本清源。對(duì)信息真?zhèn)蔚蔫b別，國(guó)外的臉書（Facebook）和谷歌、國(guó)內(nèi)的微信和微博大多采用第三方核查的方式，然而，這些方式都屬于事后應(yīng)對(duì)，未能形成預(yù)警機(jī)制，難以提前防范虛假信息的發(fā)布和傳播。隨著各類傳播平臺(tái)的用戶規(guī)模不斷擴(kuò)大，虛假信息一旦被廣泛傳播，信息源的資質(zhì)審查和事后懲罰都難以補(bǔ)償負(fù)面輿情效果。因此，傳播之前的攔截具有重要意義。當(dāng)前，互聯(lián)網(wǎng)信息傳播平臺(tái)努力的方向，都是借助人工智能技術(shù)手段進(jìn)行事先核查。包括臉書、今日頭條在內(nèi)的一些平臺(tái)近期均大幅度增加了審核人員，正在嘗試以“人工+機(jī)器”的模式構(gòu)建防火墻，以對(duì)敏感詞、“標(biāo)題黨”和虛假信息進(jìn)行攔截，它們也企圖借助人工智能技術(shù)，模仿人腦機(jī)制，攔截低俗圖片、視頻等不良內(nèi)容。今日頭條等平臺(tái)還加強(qiáng)了對(duì)自媒體賬號(hào)及其發(fā)布內(nèi)容的管理，對(duì)低俗和虛假信息的產(chǎn)生有較為顯著的遏制作用。

還有一個(gè)問題值得我們思考，這就是，在我國(guó)的互聯(lián)網(wǎng)傳播過程中，是不是商業(yè)利益動(dòng)機(jī)過于強(qiáng)烈？互聯(lián)網(wǎng)的公共空間應(yīng)該是公共交往、社會(huì)參與的場(chǎng)所，而過于強(qiáng)烈的商業(yè)動(dòng)機(jī)會(huì)助長(zhǎng)不擇手段地追逐經(jīng)濟(jì)利益，從而污染社會(huì)輿論環(huán)境?；ヂ?lián)網(wǎng)的公共平臺(tái)是用來服務(wù)公眾的，不是用來個(gè)人發(fā)財(cái)?shù)?，這才是公共平臺(tái)的價(jià)值所在。在這方面澄清觀念，也是正本清源之一種。

（作者為中國(guó)人民大學(xué)新聞學(xué)院教授、博導(dǎo)）

【注：本文系國(guó)家社科基金重點(diǎn)項(xiàng)目“以媒介融合推動(dòng)新型傳播體系的構(gòu)建研究”（項(xiàng)目批準(zhǔn)號(hào)：14AZD039）階段性研究成果】

【參考文獻(xiàn)】

①[美]威爾伯·施拉姆著、陳亮等譯：《傳播學(xué)概論》，北京：新華出版社，1984年。

②[美]凱斯·R·桑斯坦著、畢竟悅譯：《信息烏托邦：眾人如何生產(chǎn)知識(shí)》，北京：法律出版社，2008年。

責(zé)編/周素麗    美編/王夢(mèng)雅