您好, 访客   登录/注册

算法新闻的公共性建构研究

来源:用户上传      作者:

  【摘要】从行动者网络的角度看,算法新闻及其所依赖的算法并非是客观的、自然的,而是由行动者建构起来的,因而,公共性的考量可以通过磋商来实现。算法在精确性、客观性与多样化等方面有助于公共性的建构,但也因其技术的特性对公共性造成伤害。因此,在搭建算法及算法新闻的行动者网络时,需要将各行动者包括各非人类行动者的兴趣转译入算法新闻的建设中,才能更好地推动算法为人类的信息需求服务。推动算法的创新,调适算法的规制,促进监督的社会化以及提升用户的算法素养成为建构各方共同接受的公共性概念的关键环节。
  【关键词】算法新闻  公共性  行动者网络
  【中图分类号】G21                              【文献标识码】A
  【DOI】10.16619/j.cnki.rmltxsqy.2020.01.009
  随着AI与大数据技术的发展,算法作为网络时代的基本逻辑逐渐扩展至全信息产业链,对新闻业施加了巨大的影响,推动了新闻的个性化生产与精准推送,而算法新闻也应运而生。所谓算法新闻,是运用智能算法工具自动生产新闻并实现商业化运营的过程、方法或系统,它包括信息采集、储存、写作、编辑、展示、数据分析及营销等业务的自动化实现。[1]早在2012年,《福布斯》就开始采用Narrative Science进行新闻写作,2017年出现的Custombot甚至可以根据每个消费者的特定偏好来创造新闻产品。美国算法新闻领域的领先公司Narrative Science創始人哈蒙德预测,到2030年90%以上的新闻将由算法(机器人)完成。[2]而在我国,算法新闻或机器写作也已经开始在新闻业流行,新华社的“快笔小新”、今日头条的“张小明”、腾讯财经的Dreamwriter、《南方都市报》的“小南”等陆续面世,算法新闻的趋势已不可逆转。当算法在金融服务、网络营销等领域应用时似乎主要与个人需求相关,引起的论争也主要是关于消费主义和对个人隐私侵犯的,一旦与新闻这种公共性的产品相结合时所引起的反响却是空前的。近几年算法新闻在发展过程中出现了诸多问题如虚假新闻、种族偏见、侵犯版权等,尤其是2016年Facebook的“偏见门”事件、2017年默克尔与难民合影事件与2018年的“剑桥分析”事件等都体现出这样一种倾向——算法或算法新闻可能存在巨大的负外部效应。同样,国内的今日头条也被国家广电总局督察整改,其英文版TopBuzz“科学”频道上出现的众多假新闻也让用户大跌眼镜。随着算法新闻从最初模式化较高的地震、体育、财经等新闻向时政、社会领域的延伸,算法对新闻内容生产和用户的影响越来越大,而将用户的知晓权、接近权与表达权从具有较高可信度的传统媒介手中移交给看不见、摸不着的机器或系统,也使得人们顾虑重重——算法主导下的新闻业能否承担传播公共价值的责任?本文从行动者网络理论切入,探讨在算法及算法新闻的发展过程中如何重建公共性,让算法更好地为公众的信息需求服务。
  算法技术与算法新闻的社会建构
  布鲁诺·拉图尔是巴黎学派的创始人之一,他倡导的实验室人类学研究方法和行动者网络理论(Actor-Network Theory)突破了传统二元论模式下的自然实在论与社会建构论之争,认为社会因素、科学实践两者是产生于同一进程的一体两面,两者相互影响、相互建构。[3]“行动者”“转译者”和“网络”是拉图尔行动者网络理论最核心的三个概念。所谓行动者,在科学实践中的一切参与要素——宏观的、微观的,人类的、非人类的,能对事物状态改变起到作用的,都纳入行动者行列。[4]因而,行动者不仅指人,而且包括了物质、仪器、程序、观念、技术等非人类因素,非人类因素会寻找代言人来获得主体地位、资格和权利。比如,算法的代言人可能就是算法的开发者,但前提是开发者能否代表算法的“兴趣”(interest)——技术的发展潜力与方向,同样资本的代言人则可能是投融资机构。总体来看,在算法新闻的发展中所涉及的行动者包括了人工智能技术公司、互联网公司、聚合平台、用户、媒介组织、政府管理部门等人类行动者,以及算法技术、信息基础设施、政策法规、资金等非人类行动者,这些形成了算法及算法新闻的行动者网络。
  行动者网络就是由这些异质行动者建立的网络。“网络”指“通过相互联结的网线使资源集中到少数结点,使分散的资源通过该网络而扩散到各个地方”,[5]一个行动者能在自己的周围构建一个网络,使其他要素依赖自己。为了获得最大多数支持,网络的建构者通过明确其他行动者的兴趣并进行“转译”,从而将他们纳入到网络中来。所谓转译则是,“由事实建构者给出的、关于他们自己的兴趣和他们所吸收的人的兴趣的解释”。[6]从这个意义来看,任何的行动者都是转译者,任何的信息与条件在行动者处都会产生变化,并体现在对整个网络的影响中,而不仅仅只是原封不动地传递信息的“中介”,这一点对于理解算法及算法新闻来说是非常重要的。转译一般分为:问题呈现、利益赋予、征召、动员、异议。[7]正如拉图尔所说,行动者网络理论是一种方法,是铅笔而非是设计图,它给了我们一个重新审视算法与算法新闻,寻求算法时代公共性的建构方法。
  要在算法时代重建理性与秩序,首先要打开算法这个“黑箱”。所谓“黑箱”,这个词被控制论者用来表示任何一部过于复杂的机器或任何一组过于复杂的指令。他们在“黑箱”的所在地方画上一个小盒子,以表示此处除了输入和输出以外不需要知道任何其他的事情。此术语更经常地指那些被当作其他理论的基础加以使用的科学理论。[8]算法作为一种“黑箱”成为看待数据世界的世界观,支配着对数据的占有与利用,而客观世界被分解成数据及数据之间的相互关系,基于此的算法新闻似乎将与现实世界相关的一切都交予标准化的公式、程序去运算,比起传统新闻更为客观、理性,既超越了记者个人的主观性,又独立于各种社会因素的影响,达到了传媒人对公共性的理想设想。但从知识社会学的角度看,算法并非是看上去那样由理性和秩序组成的系统,而是社会建构的事实。无论是将新闻写作引入到算法世界,还是将算法纳入到传媒领域,这些都必须予以注意。   广义对称性与算法新闻实践。长期以来,人们的认知方式都是康德的主体与客体模式——“一极为物自体,另一极为先验自我,这两极交汇可以说明知识的产生”,[9]从而习惯性地将现象划分为人类/非人类、社会/自然等不同的二元对立模式,而“以人为中心”的习见则使技术、资本等非人类因素被视为认知上的客体而非行动者。但实际上,虽然这些非人类因素并不像卡龙研究中的扇贝那样具有主观能动性,能够和渔民、技术人员就养殖的地点、环境进行磋商,但对社会实践却具有重要的影响。人类对出于自身需求而对自然的疯狂开采,就是忽略了自然的承受能力,导致环境恶化与资源枯竭;3D电视发展不顺,是注重了市场的可能需求,却没有考虑到3D节目资源的不足;VR产业发展不顺则是由于硬件设备以及一些核心技术不到位,使得技术、市场、资本难以有效结合。正是由于对其他行动者的考虑不足,导致产业的发展过程中出现种种缺陷与不足。因而,在研究算法时代的公共性时采用广义对称性原则(general symmetry principle),有利于我们更清晰地看待各行动者的作用与诉求,从而更深入地分析算法与算法新闻的公共性建构问题。
  回顾近些年围绕传媒公共性思想的论争,大多都是采用了传统的思维方式,技术以及其他非人类因素作为自然或是“黑箱”被排除在论争之外,而技术输出的结果则成为我们讨论的前提,这使得我们既未能充分地考虑到在算法新闻的普及过程中非人类行动者如算法、政策、资金、观念对人类行动者如算法开发者、应用者以及管理部门、用户等各方的影响,同时也难以在技术的应用中“转译”作为行动者的传统媒体所持有的公共性这一重要准则。
  算法的建构与价值观。技术决定论者认为,相比于人类的价值判断和选择,算法是公平的、中立的,正是基于此出现了“唯算法论”“去主编论”的论断,实际上这意味着我们将算法这种“技术人造物”当成了自然世界而忽视了技术本身。从行动者网络的角度来看,算法并非是中立的,而是建构出来的,这主要体现在三个方面。
  一是算法的生产过程是一个社会的建构过程,而非完全中立的技术。算法的设计中嵌入了算法的开发者对信息的标签、分类、关联、分析与判断,而作为社会的人,他们自身不可避免地带有社会的印记。
  二是算法的产生过程也是一个偶然性的过程。算法的研究不是孤立的,当代的算法研究与概率论、数理统计、深度学习等密切相关,这些知识的发展都是累积性的,具备时间性,算法的研究需要从外部引入这些方法、思想与设计,同时在算法的发展上也存在种种技术、疑问和发展方向之争。研究人员通过在实验室这一铭写系统中采用引证、引用和图形(figures)等方法来强化自己的观点,[10]建立联盟,防御其他算法研发人员与机构的质疑并削弱了反对方的力量,生产出被认定为有效的算法,进而成为主流算法。同样,算法新闻中所使用的字符串查找算法、K-Means算法、协同过滤推荐和潜在因子推荐等也是如此。算法新闻自身则是在数据分析、精确新闻、数据新闻等前人研究基础之上诞生的,不管是前期知识包括分类目录、搜索引擎、推荐系统、深度学习等相关研究与电脑、互联网等硬件设施,都需要外部的支持,同时其所处理的数据也是人类活动的记录。
  三是在算法技术的研发、推广过程中,存在大量的非技术性因素。比如,投资者、公司、管理部门等各种人类/非人类行动者,能够对算法及相关技术的发展方向与重点施加巨大的影响。“真正从事科学的人们并不都坐在实验室里,相反实验科学家的存在只是因为有更多的人在实验室以外的其他地方从事科学。”[11]因此,算法的产生、面世及流行,离不开技术之外其他因素的推动,不可避免地沾染技术之外的色彩。实际上,目前流行的谷歌排名算法、Facebook边际排名算法,今日头条个性推荐算法等,公司的价值取向不同,所采用的算法也不同,从而影响了其算法新闻的生产与推荐机制。
  因而,如果算法和算法新聞本身并非是完全客观、中立的自然事实,而是建构出来的,同样在这个过程中也可以通过转译与对话来实现算法研究与社会价值的整合,达到维护媒体的公共性目的,使算法新闻更好地符合社会的需求。
  算法拓展与行动者网络。早在实验室研究中,拉图尔就认为,“黑箱”实际上处于技术网图与社会网图两个系统之间,是将两个系统掌握在一起的必经点。技术网图中的每一个变更都会对社会网图里造成对一种局限的克服,反之亦然。能够成功的“黑箱”都在于把数目最多、最强硬的联合集中于自身。而只有当所有的相关者都被说服时,机器才开始运转。[12](见图1)
  当算法新闻由于诸多虚假新闻、隐私、版权等问题而受到传媒机构、用户与监管部门等行动者的置疑时,也就是对算法这种确定性的“黑箱”提出了不同的异议,这就意味着算法的开发者与应用者没有很好地充当“代言人”的角色,影响其发展进程乃至算法在新闻领域的合理性与合法性。要使算法传播得更远,更好地为社会所接受,就需要进行磋商。在技术网图一侧,算法自身存在的优势和缺点会影响社会网图中人们对公共性的期待。如自动化生产与智能化推荐在个人层面极大地解放用户的信息需求,也为客观、中立的新闻报道提供了技术上的可能,但同时也带来了“茧房化”“娱乐致死”等各种问题,形成了流量驱逐优质新闻、平台收购传媒、偏见植入等现象。在社会网图一侧,用户、政府、传媒机构则在因应自动化生产、个性化定制、精准推送所带来的挑战的同时,考虑着超越个人需求的东西,通过对算法及公司的投资、对算法产品的使用以及对算法的规制来引导算法研究的方向与实现的路径,从而将自己的兴趣“转译”进算法领域。正是在这种不断的磋商之中,算法得以不断推广,为社会各行业广泛接受、普及并引入到新闻领域。近两年,Facebook、今日头条等巨头的纠偏行为,表明相关行动者兴趣的“转译”正在发生作用,使自己的“代言者”身份更加名符其实。
  行动者网络视角下的传媒公共性
  在诸多非人类行动者中,技术是一个非常值得重视却又时常被忽视的要素。回顾传媒发展史,对技术与传媒公共性关系的担忧一直弥漫在传媒业与社会、政治、经济等诸因素的纠纷与整合过程中。   技术与传媒公共性的离合关系。在传统媒体时代,通过对传媒运作主体资格的界定、对记者编辑的精英化培养体系的建立以及对广电与电信产业边界的设立,传统媒介尤其是广播电视占据了内容、渠道等关键资源,并有效地切断了内容提供商、终端制造商、技术研发机构等与受众之间的联结,从而形成了以传统媒介为中心的价值网络与行动者网络。在相对封闭的环境下,传媒本身所持有的专业主义操守和行为规范决定了他们能够从社会与人类发展的高度来看待新闻业,成为普利策所说的“瞭望者”或者西谚所云“看门狗”,同时也能通过对传媒业的规制,将技术逻辑所带来的发行量、收听率、收视率的影响限定在一定的范围之内,维持媒介的公共性与政治、社会、经济功能之间的均衡。在此视野下,媒介技术的进步如有线电视的出现,只是提升了“中介”功能,改变了传播范围、时效性、传输质量以及终端显示效果,对传媒的产制体系影响不足,因而,其负面效应是可控的。
  随着互联网、移动互联网、智能手机、UGC的出现以及三网融合的推进,信息的传播越来越依靠网络,其他的行动者开始向网络聚集,从而也带来了控制权的转换。正如海德格尔所说,技术已经成为无冕之王,人生存的本原不再是存在,而是技术。[13]技术不再只是人们达成目的的手段,而是行动者,与人类互为主体,甚至成为传媒自身。在互联网的传播环境下,对传播效率的追求使“价值中立”成为基本原则,具有价值观的内容褪色成为可跨平台与媒体流动的信息,于是可衡量的标准与指标成为重要参照坐标,传统的发行量、点击率、收视收听率则在新的环境下转变为点击率、用户数。技术逻辑与商业化浪潮结合起来,形成强大的利益诉求能力,大大压制了传媒组织的发言能力。
  在算法新闻时代,传媒行业感受到了更大、更为彻底的冲击,而这种冲击主要来自于以下几个方面:
  一是核心能力的消解。传统的新闻生产与传播方式被自动生产与智能分发所取代,尽管目前影响只限于几个领域,但未来可想而知。与此同时,新闻业的边界与专业化生产的优势被剥夺,互联网、智能媒体以及大数据的发展所带来的产业边界的拓展和场景化、个人性的传播环境,使新闻的产品形态、市场营销、价值变现等环节与途径都发生了改变,传媒业面临的市场发生了巨大的改变,盈利模式也发生了巨大的转变。而盈利模式的变化,必然导致行动者之间关系的变化,从而引致行动者网络的变化。
  二是主体地位的弱化。近几年,传统媒体相继倒闭,而今日头条、腾讯等技术公司强势崛起,新闻聚合平台、客户端开始展现其功能与影响。无论是在技术还是资金、人才储备、市场经验上,后者远远超过传统媒介。2018年,今日头条在媒体合作方面覆盖超过3700家媒体,日活跃用户量达到1.2亿人,对传统媒体来说难以企及。在技术公司领先的时代,程序员、算法工程师、设计师、算法、人工智能成为算法新闻的主导力量,他们所秉承的理念是“价值中立”,目的在于以更为智能的方式满足用户的信息需求,技术逻辑对价值逻辑的取代理所当然。
  三是影响途径变化。越来越多的新闻信息生产与分发依赖于用户行为特征,与用户的社交互动结合,用户的活跃度成为系统运作的衡量标准。在此传播环境下,记者的把关行为的意义失效,传统媒体时代知识精英对大众的引导与教育模式难以为继,对抽象的、超越个人与阶层的公共利益、公共性概念的建构存在或多或少的阻碍。
  算法新闻通过对生产与分发的链条冲击,切断了传统媒介与渠道、受众之间的联系,从而强化了自己的联结能力,建立起新的技术网络,资本、技术、受众、市场、设备制造商等资源向平台、客户端集中,传统媒介为了更好地生存反而不得不依从新的算法运作逻辑。当新闻界一如既往依从传媒的公共性原则拷问算法新闻时,突然发现自己在强大的技术话语的冲击下失语。因而,在公共利益的实现过程中,需要换一种思路或视角,将技术力量引入公共利益的建构中来,实现技术与社会、人类与非人类因素的对话与博弈,以保障技术与社会的协调发展。
  反思算法时代的公共性。受到不同社会发展历史时期文化、制度、思想等因素以及传媒业的规模、结构、竞争与产业内生性要求的影响,公共性的内涵与外延是流动的。正如黛博拉·斯通所说,“在何谓公共利益这个问题上,永远无法形成广泛的共识。公共利益如同一个空盒,每个人都可以将自己的理解装入其中”。[14]從苏格拉底到汉娜·阿伦特、哈贝马斯,再到查尔斯·泰勒、约翰·B·汤普森、南茜·弗雷泽、约翰·罗尔斯等学者,公共性概念的内涵与外延不断演变。进入上世纪八九十年代,随着原有的国家——社会二元对立的讨论转向利益博弈观念,多元公众与集团政治日渐成为传媒公共性研究的重点,而哈贝马斯的“公共领域”理论在今天的适用性则不断受到学者的质疑,如何实现公共领域的建制化成为讨论的重点。约翰·B·汤普森认识到经由媒介的中介,传播技术的发展形成了新的公共性类型,变得日益去空间化、非对话性,[15]而查尔斯·泰勒也看到了电子媒介用共同的话题联结不同的受众,形成“电子广场”或“想象的舆论共同体”[16]的可能性。在信息技术的冲击下,传媒的公共性也从早期的“信息、教育与娱乐”的定位转变为以公民和社会获取多元信息为导向,[17]公共服务的政策理论基础和价值理念也由关注公共利益转向关注个人利益,公共性在以“消费者至上”为特征的信息与服务中体现出来。在这个背景下,公共服务的典范BBC也从家长式的训诫转向信息服务:追求提供公正的新闻和信息;促进所有人的学习;展示最有创意、最有特色的产品与服务;反映、代表与服务多样化的社区。[18]因而,站在今天的时点上,媒体的公共性可以简单地概括为:产品多元化、意见多元化和近用多元化。[19]传媒领域中抽象的、普遍意义上的公共利益日益与技术提供的可能性相结合,探讨在新媒体时代实现的途径。
  从技术上来说,算法技术的出现从个人层面极大地释放了信息传播潜能,这就意味着算法新闻可能有利于传媒公共领域的形成与个人对公共事务的参与。
  一是拓展了公共话题涉及范围。机器新闻写作“724”全天候的工作模式使得社会信息的反映速度和范围不断扩展,从而产生出海量新闻。而海量新闻的出现,也就意味着算法新闻有能力满足利基市场的需求,相对冷门的、传统媒介不够重视的领域与个人化的需求被激活、放大,真实世界发生的事件获得了更多的传播渠道与传播机会。一旦机器人能够从体育、财经领域向更多的社会领域延伸,其对公众话题的影响是巨大的,比如,今日头条的写作机器人“张小明”在里约奥运会期间对数百场赛事进行了报道,其中一些相对较冷的、受众关注度可能不高的新闻却获得了非常可观的阅读量。而2018年6月新华社推出了媒体大脑2.0——MAGIC智能生产平台在俄罗斯足球世界杯期间每天最多生产1万条短视频新闻内容,更有利于小众话题的传播。   二是提升了信息来源的多样化程度。新式信息技术的使用,大大提升了信息获取的渠道与数量,从而进一步拓展受众的视野。尤其是传感器、无人机、大数据的使用,更大大延伸了人的“眼睛”与“耳朵”,在感知的广度、深度、准确度等方面有着显著的优势,人类的视角从小到个人健康数据、位置信息,大到海平面变化、森林面积的缩减、污染的排放等,更多社会现实变得“可见、可感与可知”。[20]依托大数据以及算法,报道的范围能够远远超出现有的新闻报道领域,生产出以往记者认知能力无法达到或没有能力进行报道的新闻,新闻来源更为多元化。近几年来,在关于污染、体育的报道方面,算法新闻数量已经大大增加。
  三是提供新的互动与表达方式。算法新闻独特的个性化推荐和场景化运作,使新闻流向更加具象化,信息对用户的价值性与匹配度不断提升。在这种算法的权力范式下,用户成为产消者,拥有主体地位,他们通过参与、分享与共有的方式,参与到现有的传播体系中去,并重新制定传播的标准。而与事实相关的新闻、情感与观点的传播,在社交媒介中的转发、点赞与评论,不断被传播、共振,形成大的新闻或话题,而算法则可以通过大数据对个体诉求的回应、记录与价值挖掘,在这些数据与主体之间建立联结,彼此关联,有可能为公意或舆论搭建网络型的社会平台或形成所谓的“想象的舆论共同体”。正是从这个角度来看,平台和算法的进步能够更好地推动用户之间的交流。
  同时算法新闻的生产与分发也遵循边际生产成本和边际拥挤成本为零的规律,提升了算法新闻产品的非竞争性与非排他品特性,[21]用户的使用成本大大降低,有利于向弱势群体的普及。一些研究者认为,伴随着责任与透明化方向的发展,公众可获得的数据在不断增加,但为公众利益新闻服务的数据处理能力却仅限于少数记者,算法可能是弥补这一差距并保护“看门狗”传统的关键因素。[22]也就是说,算法新闻能够以低成本、高效率的方式来提高公众的公共事务参与深度,促进对公共利益的广泛思考与实践。
  对人们所关注的“信息茧房”“回声室效应”等问题,相关研究也表明技术的进步是可以进行有效弥补的,“回声室”和“过滤泡”确实或多或少存在,但平均而言,社交媒体、聚合器和搜索引擎的用户比非用户能够体验到更多的多样性。[23]同时由于算法根据关键词和题材品类而不是观点、倾向推荐新闻,推送给用户的信息可以包含多方面的观点,不仅不会造成极化现象,反而可能淡化极化现象。[24]
  因而,算法对公共性建构提供了技术上的潜能,但自身在发展过程中的缺陷与不足也必然会带来诸多问题,使用户陷于个性化圈套之中却失去了彼此之间的联系,从社会之网中跌落。在算法与算法新闻的发展中,也必然需要补足这一点——在满足个性化信息需求的同时,激发受众对社会事件的关注与讨论,强化彼此之间的关联。
  建构行动者网络,重建公共性
  从上述分析来看,算法新闻出现的问题主要是缺失了关于公共性与公共价值的蹉商,或者说行动者关于公共性的“兴趣”没有得到有效转译。因而,在算法新闻的创新行动者网络中,如何引入公共性成为最重要的问题。
  对于建构算法新闻时代的公共性问题,不同的行动者有着不同的诉求:对算法研发者(算法技术的代言者)来说,未来的发展方向是如何通过算法更高效、优质地进行信息的自动生产与智能匹配,实现技术潜力的最大化。但如果开发的算法不能被算法使用者、资本所认知并接受,其发展的速度与能力必然会受到约束;对算法的使用者(聚合平台、新闻客户端、传媒机构等)来说,如何运用算法技术生产与分发新闻产品与服务,并促进新闻产品与受众需求的结合,创造流量与粘度,从而创造更高的经济效益十分重要。而这些也需要获得用户、管理部门、社会团体等行动者的认同,只有具有良好市场与社会声誉的平台或客户端,才会受到投融资机构的青睐;对传媒组织来说,运用算法生产多样态的新闻产品,通过优质高效的信息服务,实现其经济与社会目标,是其未来的核心竞争力之一。在算法新闻的发展过程中,传统媒介一方面,积极运用算法来补足自己的缺陷,提升自身的竞争力;另一方面,又是公共性传统的传承者,对算法的运用保持一定的警惕和批判性,这种矛盾的身份也需要重新审视。对用户来说,算法新闻除了满足个性化的信息需求外,还要能激发其对某些有价值的新闻与事件的关注并提供更为简便高效的表达、分享的方式,即需要算法新闻能在用户中创造一种公共性的感觉,就像桌子一样,既将人联系起来又把他们分离开来。[25]同时人工智能、三网融合、计算机技术等的发展对算法、算力、数据处理能力产生相应的影响,而相应的政策与法规直接影响其内容生产与分发行为,这些也通过代言人参与转译过程。
  在多方面博弈与蹉商之下,其强行通过点则可以设置为,如何通过算法技术的改进,将用户的个人性与群体性、社会性信息需求有机地结合起来。基于兴趣诉求与磋商前提,行动者们形成联盟,共同致力于推动算法技术与算法新闻的创新。在行动者网络的建构过程中,一个重要的问题就是提升行动者的转译能力,以确保公共性在算法行动者网络中的存在。(见图2)
  算法的公共性功能界定。从技术的角度来看,算法新闻至少应该在满足个人信息需求的同时,引导用户关注更为广泛、丰富的社会生活,实现个人利益与公共利益的结合,只有这样才是理想的状态,既能够充分发挥技术的潜力,同时又能获得最大数量的行动者的支持。
  一是处理好算法与新闻真实性的关系。在后真相时代,确保新闻的真实性、客观性和公正性,这是算法新闻存在的前提与基础。算法的开发者应不断改进算法,以确保运用算法能够生产出更加尊重客观事实,更准确反映现实的新闻,同时能够强化事实、观点与来源的核查,对可能有问题的新闻进行标注,在报道时尽可能展现多方面的表述。在目前的弱人工智能环境下算法无法确保不出错,采用“算法+人工审核”方式,用人的智能、价值观去审视机器生产的新闻或内容的真实性、公益性,或者动员用户对新闻源的核查与对新闻价值的评价,可算是一个行之有效的过渡方法。但在算法新闻的发展道路上,随着区块链、强人工智能的出现,算法审核将成为确保新闻真实性与客觀性的主流。   二是处理好个人、社区与社会三个层面的信息需求结合问题。2017年牛津路透《数字新闻报告》显示,54%的人倾向于算法而非记者、编辑为他们选择的新闻故事,64%的年轻人倾向于算法新闻,58%的智能手机用户倾向于算法新闻,[26]因而,重建个人与社会、他人之间的联系,也应该成为算法发展的一个重要方向。在算法的设计中,需要抑制当下流行的活跃度与流量优先等动机,在个人兴趣与公共事务的关注与讨论之间,搭建桥梁。新闻生产可以个性化、小众化、垂直化,但其主题却是与个人、社区、社会事务息息相关。而在设计上可以将个人、社会群体以及公众的评价综合起来,可以通过推荐的排序、标签、链接等方面体现出来,将值得大众关注的话题以个性化定制的方式提供给受众,有效调动不同阶层、不同语言、不同风俗区域受众的兴趣,并能够有效整合不同层次、区域的话语空间,从而形成公共性的对话与交流。
  三是激发多元互动。南茜·弗雷泽认为,分层的社会存在多元的公众,同时也存在多重公共领域。而多元公众之间的竞争,更有利于平等与参与理念的实现。[27]算法新闻应有助于反映社会的分层状态、不同地域以及不同人群的生活状态以及诉求,同时在技术的支持下创造类型多样的新闻产品,为用户尤其是那些在媒介接近和使用上存在困难的用户带来更好的使用体验,引导他们更好地了解真实的社会现实,更好地表达意见,体现新技术对人类生存与发展的支持。
  用规制保障算法新闻的公共性。在“是枪杀人,还是人杀人”的经典辩论上,拉图尔提出了“公民武器”(citizen-gun)或“武器公民”(gun-citizen)[28]这一概念,认为枪只是媒介,只有在人的手中才可能实施杀人行为。真正的行动者并非是“人”(humans),也不会是“非人”(non-humans),而是“人—非人”的集合体(acollective of humans and non-humans)。[29]算法与不同的利益相关方结合会出现难以预料的偏差,因而,有必要依据算法时代出现的新问题、新现象,调整其规制内容与规制方式,避免算法被误用,保障其公共属性。
  一是改进对算法新闻运作方式的规制。算法新闻涉及到内容生产与传播,尽管算法新闻相对客观、中立,但对“拟态环境”的形成仍然会产生影响,从而会影响人们对真实世界的感知与价值观的树立,因而,不能仅适用于“技术中立”或“共同载体”相关文件与法规。也就是说,对算法新闻的规制,不仅仅着眼于算法这一“黑箱”,同时也在于算法的应用者。早在2017年,时任德国司法部部长马斯就表明,Facebook应该被认定为媒体,而非科技企业。[30]承认算法平台或新闻聚合平台的媒体身份,就意味着用新闻行业而非企业的标准及相关法律、规范包括职业伦理、操作规程以及广告法规去规范其生产与传播行为,使其对内容的生产、分发以及可能产生的负外部性承担一定的责任。但需要注意的是,单纯用旧的、传统的内容规制方式来管控算法新闻的生产与分发,显然不利于新技术的进步和更好地服务于人类,这一点在互联网新闻时代就已经非常清楚了。在行动者网络的建构中,新闻界、管理部门不懂算法的技术逻辑,而技术人员对社会的生存与游戏规则不甚了解,很难制定有效的政策与制度。因而,在规制的调适过程中需要多方合作,共同磋商,将技术所遵循的效率最大化原则与社会所追求的公共价值原则结合起来。技术人员要适应社会规则并将其融合在算法的研发与创新中,以适应算法新闻发展的要求。
  二是保障算法的多元化。目前算法新闻存在的最大问题不是智能推荐或分发的问题,而是信息结构的问题,它决定了公众能够接受到的信息的多样性与多元化程度。从竞争的角度来看,如果有足够多的算法存在,就能使意见市场维持大致平衡的状态。目前,主流的新闻聚合平台或客户端的竞争越来越激烈,兼并与并购使得相关平台数量日益减少,逐步向Facebook、今日头条、腾讯等大企业靠拢,集聚与集中使传统媒体时代的“一城一报”转变为“一区一平台”乃至“一国一平台”,从而形成更大规模的垄断。当市场利益与技术逻辑相互纠缠,算法新闻的真实性、多元化难以得到保障。因而,应对算法平台或新闻聚合平台进行经济规制的同时,更需要强化社会性规制,从保障用户利益,保护合理竞争的角度入手,制定相应的政策与法规,保护算法的多元化。同时调整产业政策,鼓励传统媒体、公益组织、研究机构、高校的介入和对算法的研发与投资,以保证算法领域主体的多元化与资本的多样化,为用户提供不同角度、不同风格的新闻与咨询,保障用户的知情权与近用权。
  三是法治化。在算法新闻中,有许多新闻与受众的隐私、个人数据以及肖像权等相关,极易产生侵犯个人权益的事件,从而产生极大的负面影响,而这些问题若不能得到很好的解决,不利于算法新闻的发展。2018年5月,欧盟《一般性数据保护法案》正式生效,对个人数据的收集、处理过程进行了严格的规定,并增加了透明原则、最少够用原则等一般性保护原则。2018年5月,我国的《信息安全技术个人信息安全规范》也开始实施,在个人信息的收集、保存、使用、共享等方面提出了相应的规范,并对个人信息控制者的行为及责任进行了界定。数据主体可以要求个人信息控制者提供信息的收集、处理的相关信息,这就赋予用户就某种基于算法的结论要求获得解释的权利。当用户对算法新闻产生疑问时,可以要求了解该新闻的具体算法运行过程,减少算法对用户个人数据的极端使用,从而减少“茧房效应”与“网络巴尔干化”,保障个人权益。同样,算法新闻中涉及的版权问题也需要进行调整与创新,以符合当前微传播时代的版权要求。
  算法监督社会化。在传统媒体时代,人们知道媒体的偏向并选择自己喜爱的媒介,而算法则将这种把关与偏向隐藏起来,让用户更难以查觉这种控制。要让全体的行动者了解算法及算法对自身的影响,平台或算法的控制者们应主动向用户公开某一算法的运行机制,包括设计意图、设计目标、运行效率以及存在的缺陷,甚至是个人信息如何被收集和使用等,用户可以因此而了解算法新闻的运作,并且可以对数据结论进行验证。目前,今日头条、谷歌等都公开了自己的算法机制,但开放的程度還不够深入。   公开算法,将算法置于公众的监督之下,是一个理想的状态。实际上算法的设计与运作是非常复杂而且专业的,对公众来说就是“黑箱”,一般的公众团体与用户个人很难实现对算法的监督。因而,需要组建专业化的、具备较高诚信度与社会影响力的机构,邀请程序员、设计师、算法工程师对流行的算法进行评估,并利用技术逻辑对其进行检验,以期发现其中存在的偏差并予以纠正。正如扎克伯格在反思中所说,需要与更多的机构合作,建立起客观、权威与专业的事实核查机构,用以检视算法新闻可能出现的问题。[31]
  对用户来说,大多数人可能并不会去主动检查算法的有效性,但少数个人或机构的核查就足以让其他行动者了解算法的缺点与优点,促使算法的优化。通过这种方式,建立起平台与用户之间的信任与和谐关系,削减用户对算法的疑虑,甚至允许用户参与对算法的调整。2015年的一项国外实验研究表明,当能够主动参与调整算法结果时,用户对整个预测工作更满意。[32]
  在行动者转译的过程中,用户的媒介素养也是值得关注的,他们既是算法新闻的消费者,同时也是社会监督的重要力量,而要实现这一点就必须考虑用户是否有能力将自己的意愿进行转译或表达。因而,需要政府、社区与学校的介入,对用户进行“赋权”,不断普及算法相关知识,增加算法新闻的透明度,提升用户对算法新闻的接触、评价、批判与反思的能力,以降低虚假新闻带来的伦理失范,维护良好的新闻生态。此外,对数据分析人才、算法师的培养、对多元化算法研发机构的投资与扶持、对信息基础设施以及5G、区块链、AI的推动与发展也是必不可少的,这些都是算法与算法新闻发展的必备条件。
  当各个行动者能从自己的兴趣出发,将公共性的考量纳入到算法新闻的普及与应用的磋商中去,就有可能更好地将人类的反思、批判与自主的能力与日新月异的技术结合起来,更好地服务人类的解放。
  注释
  [1]梓枫:《算法新闻:21世纪新闻传播领域的一场全新范式革命》,搜狐网,2018年4月17日。
  [2]"Home Davinci Institute, Robots are writing more news than you think", http://www.impactlab.net/2014/04/17/robots-are-writing-more-news-than-you-think/.
  [3]Collins, Harry, Stages in the empirical programme of relativism, Social Studies of Science, vol.11, no.1, 1981, pp.  3-10.
  [4]M. Callon, The Sociology of an Actor-Network: the Case of the Electric Vehicle, Mapping the Dynamics of Science  and Technology: Sociology of Science in the Real World, London:Palgrave Macmillan, 1986, pp. 19-34.
  [5][6][8][10][11][12][法]布鲁诺·拉图尔:《科学在行动:怎样在社会中跟随科学家和工程师》,刘文旋、郑开译,北京:东方出版社,2005年,第298、184、4、49~73、180、234~235页。
  [7]Callon, M, "Some Elements of a Sociology of Translation: the Domestication of the Scallops and the Fishermen of St. Brieuc Bay", Power, Action and Belief: A New Sociology of Knowledge? Edited by J.Law, London: Routledge & Kegan Paul, 1986, pp.  196-223.
  [9]S. Woolgar, Science: The Very Idea, New York:Tavistock, 1988, p. 22.
  [13][美]卡尔·米切姆:《技术哲学》,吴国盛译,《技术哲学经典读本》,上海交通大学出版社,2008年,第30~34页。
  [14]Deborah Stone, Policy Paradox, The art of Political Decision Making, New York:W.W.Norton &Company, Inc, 2001, p. 23.
  [15]Thompson, J.B , Social Theory, Mass Communication and Public Life, Cambridge: Polity Press, 1994, pp. 6-7.
  [16][加]查尔斯·泰勒:《公民与国家之间的距离》,汪晖、陈燕谷主编,《文化与公共性》,北京:三联书店,1998年,第203~208頁。
  [17]Petros Iosifides、郭丽萍:《多样化与集中化——放松管制的大众传媒领域》,《国际新闻界》,2000年第5期。
  [18]"BBC Annual Report and Accounts 2016/17", https://www.west-info.eu/female-bbc-stars-demanding-equal-pay-in-full/bbc-annualreport-201617-2/.
  [19]Robert M. Entman, Steven S. Wildman, Reconciling Economic and NonEconomic Perspectives on Media Policy: Transcending the "Marketplace of Ideas, Journal of Communication, vol.42, no.1, 2010, pp. 5-19.   [20][美]汉娜·阿伦特:《人的境况》,王寅丽译,上海世纪出版社,2009年,第60~61页。
  [21][美]保罗·A·萨缪尔森、[美]威廉·D·诺德豪斯:《经济学》(第16版),北京:华夏出版社,2002年,第268页。
  [22]Sarah Cohen, Chengkai Li, Jun Yang, Cong Yu, "Computational Journalism: A Call to Arms to Database Researchers", CIDR, 2011.
  [23][26]"The 2017 Digital News Report is now available", https://reutersinstitute.politics.ox.ac.uk/risj-review/2017-digital-news-report-now-available.
  [24]《算法推薦:如何平衡传者与受者利益?》,《财经》,2017年第23期。
  [25]Hannah Arendt, The Human Condition, Chicago: The University of Chicago Press, 1958, p. 181.
  [27]Nancy Fraser, "Rethinking the Public Sphere: A Contribution to Critique of Actually Existing Democracy", In Calhoun Craig (ED), Habermas and the Public Sphere, Cambridge, Mass: The MIT Press, 1992, p. 122.
  [28][29]Bruno Latour, Pandora's Hope: Essays on the Reality of Science Studie, New York: Harvard University Press, 1999, p. 177、179。
  [30]《打击假新闻 “脸书”推新工具》,《广州日报》,2017年1月18日。
  [31]郑娟娟:《揭秘:脸书假新闻背后的真问题到底是什么?》,网易科技,2016年11月25日。
  [32]董小菲:《算法机制对媒体社会责任的影响》,《网络传播》,2017年11月14日。
  责 编/肖晗题
转载注明来源:https://www.xzbu.com/1/view-15248360.htm