算法推荐媒介伦理失范与建构

在智能媒体时代，信息的爆炸冲击着每一个人的大脑，无论是作为闲聊时的话题还是了解社会的窗口，信息的生产数量已经远远超出人们的实际需求和可接受范围。在信息筛选的环节上，人工的信息筛选和分发已经被更具效率和精准性的算法所取代。人们主动或被动的享用这算法过滤后的信息，但是人类的猎奇心理和刻板印象也被算法加以利用，大量充斥着娱乐性的新闻正挤占着人们的信息空间。理性和具有社会价值的新闻被算法排斥，被迫压缩了本就不多的生存空间。在精准推送的算法面前，传统的媒介伦理不断地被突破，新的伦理建构迫在眉睫。

算法推荐具体指的是计算机专业中的一种算法，通过一些数学算法，推测用户可能喜欢的东西而向用户提供个性化内容的推送。以今日头条为代表的的新媒体平台如今几乎都使用算法向用户推荐内容。算法技术的应用正重构着信息爆炸时代人与信息的关系，它以每个用户的个性为核心形成了千人千报的现象。具体来说，算法的推荐机制有以下三。

一是用户画像算法。这种机制对用户既往的网络空间踪迹进行标签化操作。用户的在网络上记录下来的行为轨迹越多，生成的用户画像越完整和精确，然后算法就会把和用户画像关联程度更高的新闻新闻推荐给用户。这种推荐机制依赖于用户画像的完善程度，对于没有注册账号的用户和网络足迹较少的用户来说，基本没有固定的用户画像，算法推荐的精确程度也就比较低了。

二是协同过滤推荐。这种算法会先比较不同用户之间的信息需求的相似度，只要符合既有群体的画像就能将新用户进行归类到群体当中，这就节省了很多的时间。对于这种算法来说，上网的人越多群体画像就越完整，对个体的分类就越容易。在高度原子化的现代社会，人类的生存方式非常雷同，人们对信息的兴趣也如此相似。每一类特定的生存方式都具有极强的普遍性，个性成为了共性，共性成为了个性。所以提前形成群体画像再将新的个体归类的推送方法也是足够准确的。

三是排行榜推荐。这种算法对新闻的流量进行量化，以浏览量、评论量、转发量等为标准对新闻流量进行综合排行。综合流量指标越高越容易推送，而优先推送则助长各项指标的增加。这种推送利用了人们的从众心理，人们很容易认为自己既然是社会的一份子，就理所应当和大家关注一样的新闻，借此来表明自己的合群和成功的社会化。

目前，大多数平台并不只使用一种算法，而是混合这三种算法。这种混合推荐精准度和效率都更高，泛用性也更强。

在新闻传播领域，新闻伦理是新闻传播业整体、新闻媒介实体( 包括报社、电台、电视台，网站等新闻组织) 和新闻工作者( 编 辑、记者、播音、主持等) 在新闻传播活动中的价值取向、道德表现与日常行为品德规范等的总和。新闻传播过程中媒介伦理不是从天而降的东西，它有极强的现实性和针对性，媒介伦理针对现实中曾出现过或正在出现的不当行为发挥着约束规范作用。

算法的运作机制内含着伦理失范的风险。算法的用户画像机制其核心在于用户信息的搜集和分类，这涉及到了媒介伦理重的用户隐私问题。算法使用群体分类进行个体分类，无意间制造了割裂的社会群体，强化了不同群体之间的信息交流壁垒。算法的流量至上推送体系冲击着媒体的内容生产，内容生产者们为了生存不得不流量看齐。严肃有深度但趣味性不足的内容流量明显低于没有深度且娱乐性更强的内容，内容上的劣币驱逐良币成为常态。 

算法推荐矛盾下的媒介伦理失范 

从算法工程师设计算法，到平台使用算法，再到用户使用算法推荐的内容，算法推荐在流量经济时代大行其道。但是由于算法内在的单一性和多样性的矛盾，商业性和公共性的矛盾，在整个算法的产生和运作过程中，正产生着各式各样的具体的伦理失范现象。

算法内涵着单一性和多样性的矛盾。算法打的标签很多，总的来看推荐的内容包罗万象，足够覆盖大众和小众的信息需求，但是具体来看给每个人推送的内容和给每个群体推送的内容却非常固定，个人与个人之间，群体与群体之间难以形成共同点。

算法的单一性与多样性矛盾导致的伦理失范。用户和用户群体内部的推荐内容单一是不同用户和用户群体之间多样性的前提。如果不坚持这种内部的单一性，就没办法给所有用户和用户群体精确分类，或者说就根本不需要这种这种分类了。虽然每一用户和用户群体因算法的特定单一分类找到了自己的社会归属位置，但算法也造成了单个用户接受内容的单一，社会偏见的固化，和统一道德价值缺失的问题。1.用户信息接受单一。算法根据用户的画像为其推荐内容，这既是便利也是限制。在生活状况不变的情况下，用户很少主动在从未接触过的信息中进行探索，拓宽自己的认知边界，同时进行兴趣信息之间的比较。算法助长了用户的这种懒惰心理，用户更加固步自封，不会意识到自己真正需要的是什么。算法服务于用户的同时，又剥夺了用户探索未知信息的空间，剥夺了用户增加兴趣点的可能性。算法内容推荐的片面性和限制性，形成了用户信息接受的单一性。媒体充分发挥信息告知价值的空间被人类的懒惰心理和算法压制了。

2.算法强化社会偏见。算法的协同过滤机制制造了多样的群体，却又让每一个群体内部成员不断趋同。算法功能发挥越完善，群体内部越统一，群体之间的割裂就越大。算法本身没有价值偏见，但是算法工程师和制造算法使用算法的企业和平台存在价值偏见。不同的群体内部本身就存在对其它群体的偏见，算法不断强化群体内部共识，造成了群体极化现象，强化了本已存在的偏见。也就是说，算法的歧视和偏见造成了用户的歧视和偏见，算法的分流与合流功能又强化了用户群体之间的偏见。

3.道德相对主义泛滥。所谓道德相对主义，即人们认为可以各自信奉不同的道德理想、选择不同的道德价值、遵循不同的道德规范，不存在客观的、普遍的和统一的道德价值和道德规范，人们的道德选择往往取决于人们的主观判断，个人的情感、主观的喜好甚至氛围起着重要的作用。

算法的内容分流消解了传统的主流价值宣传，统一的价值引导从渠道上被极度个人化的价值取向所取代。算法的个性和精准推送无意间造成传统媒体价值观的失声，带来了鱼龙混杂的不同价值观，算法在技术层面上正逐步取代传统媒体而成为新的价值观塑造者。这是技术层面的问题，也应当在技术层面予以解决。

传统的新闻媒体除了商业追求外，还追求社会价值和公共性，力图发挥信息告知、舆论监督和引导等作用。公民的知情权、监督权等权利内在的要求媒体作为社会的公器发挥实质性作用，但是在如今越来越多的内容推荐不再由媒体把控，而是让位于算法和用户。

算法的商业性与公共性矛盾导致的伦理失范。算法作为量化的工具，精确的计算每一条内容的流量，再通过比较推荐给用户流量大的内容。新媒体平台追逐流量经济，算法和流量捆绑后充斥着商业化气息，这种对利益的追逐存在于算法推荐的全过程，从用户个人信息的采集到推荐内容的娱乐化都被纳入商业化轨道。商业利益同时也挤压了媒体的社会价值空间，媒体的公共性正在越来越少。1.个人信息泄漏。算法是对信息的采集、分析和推送，其功能逻辑就是个人信息的商业化利用，这也必然导致导致个人的信息泄漏。用户的每一次点击，都成为了算法的数据，而用户却对此浑然不觉。个人信息保护意识淡泊和算法强大的用户信息搜集能力使个人信息泄漏成为社会治理的难题。

在互联网上的数据归属权问题是个人信息泄漏的重要的节点问题。作为信息的制造者用户目前似乎并没有信息的所有权，而用户信息的搜集者却无偿地享有着这些记录下用户行动轨迹的数据。技术和法律的不成熟纵容了平台对用户隐私侵犯，模糊了数据的所有权归属问题。

2.新闻泛娱乐化。人们本来就没有时间和耐心去找一个不被推荐的东西，而算法比流量大小的推荐逻辑，也就让流量不高但具有社会价值的的严肃内容逐渐退出了人们的视野。内容泛娱乐化加深，刻板和猎奇的新闻备受瞩目，这类内容和人们的实际生活距离较远，趣味性十足。很多人都会抱着看热闹的心态去看。算法实现了信息市场的劣币驱逐良币。用户本就没有耐心去获得有价值的内容，算法强化了这种心理，将更有价值的严肃内容沉在了信息推送的最下面。

在算法作用下，媒体精心制作的内容不能被更多人看到，其商业价值在下降，盈利空间也被不断压。经济上的压力迫使传统媒体在内容上转型，娱乐性软新闻大量增加。商业盈利能力成为了检验媒体能力的重要标准。有些媒体为了赚取眼球，获取经济利益，弃社会利益于不顾，一味的迎合受众市场。受到时效性和营收空间的双重压力，媒体内容失去了应有的格调和品味。

3.媒体社会功能缺失和滥用。在新媒体环境下，媒体的生产流程和传播渠道发生了深刻的改变，传统媒体不再是话语的唯一垄断者。公民新闻成为现实，民众自己上传的信息成为了最快的第一手资料。迫于新闻发布的时间压力，传统媒体在生产方式上被迫转型，从平台上招新闻线索和信息，再根据爆料跟进成为常态。媒体追逐热点和流量，而理性的新闻舆论引导和舆论监督功能则逐渐被忽略了。

流量至上导致的新闻泛娱乐化，不仅带来了新闻公共价值的缺失，还带来了充斥着非理性情绪的新闻舆论引导和监督功能被滥用。部分不理性的网民打着公平正义的旗号实施网爆而不自知，他们只知道算法给他们推荐的不公平现象，却没有时间和兴趣去辨别是非。非理性的争议内容往往带有更多流量，这种有毒的流量被算法发现并放大，而理性的声音却在算法技术的作用下间接的退到了舆论空间的边缘。

算法推荐媒介伦理建构

罗伯特·麦克切斯尼在其《数字封杀》中提出了一个重大问题：互联网已经无法成为一种承载知识、教育和参与式民主的光明力量了，互联网正在成为高度商业化、分散注意力、超想象地侵害人们隐私的阴暗力量。面对互联网的阴暗面，任何单独主体的行动都显得势单力薄。智能媒体时代的算法技术也是如此，针对由算法引发的各种社会问题也必须由多方主体共同解决。接下来本文将以政府、媒体、用户为行动主体，为算法治理提出建议。 

政府出台政策法规，制定技术规范。算法作为新兴技术，政府缺乏对其造成的问题的成熟的解决对策和成文的法律法规。政府在针对新媒体平台的内容管控上，滞后性比较明显，多为事后处理，即在违法信息传播后进行删除。

针对这种情况，政府可以借鉴其他国家针对算法的政策法规，结合国内情况，制定符合本国情况的政策法规，从源头上对算法的生产者进行约束，同时对使用算法的使用者即媒体和平台进行监督和管控。

算法技术本身的黑箱运作属于商业机密，难以直接对其进行技术上的规范。政府可以集合算法专家、媒体、企业等多方力量，建立算法技术审查委员会。借此尽量减少算法生产者的商业壁垒。同时可以用委员会专业的技术和手段为算法设置媒介规范，维护媒体的公共性，为公众推荐更多具有人文关怀和社会价值的内容。

媒体承担社会责任。媒体应当坚持新闻专业主义，不要陷入流量陷阱，丧失公信力。媒体要实现创收转型，同时兼顾社会利益，具体说来，媒体可以乘坐算法的东风，成为算法规则的积极使用者。

媒体要积极为弱势群体发声，报道和揭露在家庭，职业，社会的各种不平等现象，让公众意识到在某些方面自己和自己群体的利益受到了损害。另一方面鼓励公民实行舆论监督，争取自己的合法权益。在这个过程中，媒体既改善了社会的不平等现象，又可以吸引心怀公平正义的受众，媒体的经济利益和社会责任就真正实现了平衡。

总而言之，媒体应当提高自身责任意识，不要单纯地迎合受众，谋取经济利益的同时兼顾社会利益。媒体不仅发布娱乐新闻，还能真正做到为公民发声，这样的媒体才有生命力，才能长久。

用户提升媒体素养。流量经济的时代，公众被流量吸引了目光，新闻的娱乐性被发掘得淋漓尽致。这也滋生了大量的低质量新闻。在劣币驱逐良币的今天，有深度有理性内容的存在和发展有赖于良好的公众素质。因此，公众的媒介素养提升问题显得尤为重要，高素质的读者才能为高质量的内容提供发挥的空间，高质量新闻的生产也才有动力。

大众传播学者阿特·西尔弗布拉特认为媒介素养即“为了使用与检释媒介所需要的知识、技术与能力”，后来多位学者专家讨论认为媒介素养应包涵接近使用、分析、评鉴、制作四种要素。 媒介素养是传统听说读写能力的衍生和演化，更是提升和补充。

面对过分强调商业利益，充满娱乐性的新闻内容，公众提高媒介素养要从以下几方面做起。公众要保持理性，警惕群体对立和群体极化，面对争议性内容保持理智思考；公众要增强分辨信息真伪的能力，保证所得信息的真实和及时，在生活中作出正确的判断和选择；公众要意识到过度沉湎于娱乐信息对个人成长和发展的危害，控制对娱乐信息的接触。 

结语

  本文通过对文献的阅读和梳理，对算法的三种机制及其内在的伦理风险进行阐述。接着阐述了算法单一性特征导致的用户信息接受单一问题和社会偏见强化，算法多样性特征导致的道德相对主义，算法商业性特征导致的个人信息泄漏、新闻泛娱乐化和媒体社会功能的缺失和滥用等问题。最后针对不同主体给出了算法治理的建议。算法是智能媒体时代的标志性产物，它的高效率和商业性只有以人为主体，由人来规范才不至于成为彻底的脱缰野马。算法和对算法的研究尚处于不断变化的阶段，但始终不变的是人的核心价值，人文关怀，只有牢牢把握住这一点，人类才能从容地应对一切技术的不断更新和变化。

文章来源：  《声屏世界》   https://www.zzqklm.com/w/xf/24481.html