西方新聞傳播學(xué)的算法研究綜述

周祉含

[摘要]機器和算法已廣泛應(yīng)用于新聞傳播領(lǐng)域：在社會化媒體、搜索引擎、個性化新聞客戶端等新興媒體信息聚集與分發(fā)平臺內(nèi)部，正發(fā)生著把關(guān)權(quán)力從人工編輯向智能算法的讓度和轉(zhuǎn)移。首先對西方新聞傳播學(xué)相關(guān)文獻進行了梳理，勾勒出算法研究的核心命題和熱點議題以及可能出現(xiàn)的問題和風(fēng)險。算法的“黑箱”特性要求研究方法的創(chuàng)新，其次介紹了逆向工程研究法，通過對“輸入一輸出關(guān)系”的不斷檢驗，可以部分推導(dǎo)出算法的設(shè)計邏輯。

[關(guān)鍵詞]算法;大數(shù)據(jù);逆向工程;人工智能;批判算法研究

2017年2月，美國皮尤研究中心發(fā)布了題為《代碼依賴：算法時代的利與弊》的報告。報告邀請了1300余名科技專家學(xué)者、從業(yè)者、政府人員等對算法未來十年的潛在影響發(fā)表看法和意見，并在此基礎(chǔ)上歸納出算法時代的七大主題：一是算法的應(yīng)用范圍將繼續(xù)擴大;二是好事情就在前方;三是數(shù)據(jù)、預(yù)測模型至上將帶來人性、人類判斷的缺失;四是算法組織系統(tǒng)中存在偏見;五是算法分類加深分歧;六是失業(yè)率將上升;七是需要提高算法素養(yǎng)、透明性和監(jiān)管;算法也廣泛地應(yīng)用于新聞傳播領(lǐng)域，以上：七大主題凸顯了大數(shù)據(jù)背景下算法所發(fā)揮的越發(fā)重要的作用。

算法是一種編碼程序，通過特定的運算把輸入數(shù)據(jù)轉(zhuǎn)化為想要得到的輸出結(jié)果。從社會化媒體的熱門話題排行到搜索引擎的結(jié)果頁排名，從豆瓣的電影、書籍推薦再到新聞客戶端的個性化資訊推送，算法主導(dǎo)信息聚集和分發(fā)，輔助甚至代替人工編輯進行信息的篩選和推薦。例如，個性化新聞客戶端今日頭條聲稱，它“沒有采編人員，不生產(chǎn)內(nèi)容，沒有立場和價值觀，運轉(zhuǎn)核心是一套由代碼搭建而成的算法”。

算法的滲透對于新聞生產(chǎn)、分發(fā)、消費乃至整個信息生態(tài)系統(tǒng)而言是全方位的、全環(huán)節(jié)的。算法——這一計算機科學(xué)領(lǐng)域的術(shù)語開始進入人文社會科學(xué)研究者的視野，一批從新聞傳播學(xué)視域展開的研究也開始嶄露頭角。

一、聚焦算法：學(xué)術(shù)視角與理論框架

英國著名文化研究專家斯科特·拉什近年來關(guān)注后霸權(quán)時代的權(quán)力，并觀察到權(quán)力運行方式從“外部施加”向“內(nèi)在生命化”的轉(zhuǎn)變。他指出，構(gòu)成性法則和調(diào)整性法則一直以來是構(gòu)建人類科學(xué)和人類社會的兩大法則;然而，在后霸權(quán)時代需要格外關(guān)注第三種法則，即算法法則或生成性法則。他強調(diào)，“在一個媒體和代碼無處不在的社會，權(quán)力越來越存在于算法之中”。

大數(shù)據(jù)時代，龐大的數(shù)據(jù)將帶給算法龐大的權(quán)力，“算法權(quán)力”也成為學(xué)術(shù)界討論的核心命題。研究指出，算法權(quán)力來自于其發(fā)揮的四個作用：優(yōu)先、分類聯(lián)合以及過濾;來自于其對可見度的影響和對擬態(tài)環(huán)境的建構(gòu);來自于其“黑箱”特征：“能夠在審查他者的同時自己不受審查，是一種重要的權(quán)力形式?！边€有學(xué)者從法令規(guī)章、規(guī)范和文化一認(rèn)知三個層面分析由算法主導(dǎo)的媒介內(nèi)容生產(chǎn)與消費，認(rèn)為算法是一種制度，發(fā)揮著“構(gòu)造用戶行為，影響偏好形成以及引導(dǎo)消費”的功能。

“代碼即法律”，勞倫斯·萊斯格使用這一著名論述，指出那些控制信息網(wǎng)絡(luò)平臺的程序開始成為規(guī)范用戶行為的強大工具。四作為代碼決策部分的算法也發(fā)揮著界定用戶行為的功能。

西方的新聞傳播學(xué)院、研究機構(gòu)等圍繞算法開展了豐富的學(xué)術(shù)活動（見表1），包括學(xué)術(shù)會議、工作坊、研討會等。此外，包括《信息、傳播與社會》和《國際傳播雜志》在內(nèi)的國際權(quán)威學(xué)術(shù)期刊都做了有關(guān)算法的專題研討，題目分別是（算法的社會權(quán)力》以及《自動化算法和政治：政治傳播、計算機宣傳和自主行動者》。學(xué)者在不同理論之間的角力中探討新的分析路徑，相關(guān)研究在西方新聞傳播學(xué)界日漸豐厚。

與國外相比，國內(nèi)新聞與傳播學(xué)界的算法研究起步較晚，大致興起于2016年。學(xué)者較多采用“自動化新聞”“機器新聞”等概念來分析人工智能技術(shù)給新聞業(yè)（尤其是新聞生產(chǎn)）帶來的機遇和挑戰(zhàn)，而智能算法所承載的重要角色和意義直到近幾年才引起學(xué)界重視。目前，國內(nèi)學(xué)界已經(jīng)涌現(xiàn)出了一批有價值的研究，然而多數(shù)研究是有關(guān)宏觀趨勢（如智媒時代、人機共生）的討論，而較少進行中微觀考察。西方學(xué)界所進行的有關(guān)算法權(quán)力、算法與公共領(lǐng)域、算法的公眾認(rèn)知等研究，提供了一個研究大數(shù)據(jù)背景下中國信息環(huán)境的新視角;與此同時，也有助于我們對算法盛行背后的問題與風(fēng)險展開思考。

二、審視算法：問題與風(fēng)險

算法所具有的“黑箱”特性以及與此相伴隨而來的問題和風(fēng)險引發(fā)了學(xué)界的關(guān)注。學(xué)者郝雨和李林霞提出了算法推送帶來的四個弊端，包括用戶自主意識的喪失、隱私侵犯、信息繭房和價值迷失。本文嘗試做出補充和進一步討論。

正如學(xué)者所指出的，針對智媒體的“冷思考”并非是技術(shù)悲觀主義者對媒介技術(shù)簡單的否定，也不是重回“技術(shù)還原論”的窠臼，而是新媒體創(chuàng)新發(fā)展的必由之路。

（一）算法歧視與偏見

算法分發(fā)過程可能存在著方式更加隱蔽的偏見和歧視。和人類偏見所不同的是，內(nèi)嵌于算法設(shè)計之中的偏見像病毒一樣，能夠?qū)⑵娍焖?、大范圍地傳播出去。例如，假設(shè)某公司的一位人力資源經(jīng)理對未婚先孕女性存在偏見，可能會影響幾十人或上百人的就業(yè)機會;然而，如果對未婚先孕女性的偏見被內(nèi)嵌于一套算法系統(tǒng)，那么，它影響的人數(shù)可能成千上萬，且往往難以被人們所察覺。

筆者采用相似方法，通過“百度圖片”搜索“教授”“醫(yī)生”“CEO”等詞匯，發(fā)現(xiàn)排在前列的搜索結(jié)果幾乎全部是男性的圖片，這暗含了有關(guān)職業(yè)分類的性別偏見。因此，搜索引擎并不是對現(xiàn)實世界鏡子式的“反映”和“再現(xiàn)”，它所采用的算法將影響人們對客觀世界的認(rèn)知。

除搜索引擎之外，個性化新聞客戶端運行過程中可能存在的算法歧視問題也值得關(guān)注。例如判斷農(nóng)村地區(qū)的貧窮青年不需要財經(jīng)新聞，從而減少甚至過濾掉相關(guān)的資訊推送。

（二）算法短視

臉書創(chuàng)始人馬克·扎克伯格曾說，比起非洲那些掙扎在死亡線上的人們，此刻你前院奄奄一息的一只松鼠可能與你的興趣更加“相關(guān)”。在這一理念的指導(dǎo)下，資訊的重要性讓位于相關(guān)性，而公共利益也常常讓位于個人興趣。研究指出，資訊客戶端對用戶興趣的一味迎合，打造的是一個舒適的不利于用戶進行深度思考的信息環(huán)境。算法分發(fā)重“迎合”輕“引導(dǎo)”，傾向于提供更多“用戶想看到的內(nèi)容”，而非“用戶應(yīng)該看的內(nèi)容”，這在某種程度上削弱了新聞業(yè)的公共服務(wù)屬性。

有學(xué)者指出，算法關(guān)注當(dāng)下掌握的數(shù)據(jù)，而這些數(shù)據(jù)通常與短期結(jié)果相關(guān)，這就造成了算法本身具有短視傾向。社交網(wǎng)站如果在設(shè)計算法時過于側(cè)重?fù)袅?，那么騙點擊量的內(nèi)容就會充斥網(wǎng)站。學(xué)者建議，在設(shè)計算法時除了考慮短期目標(biāo)，還要把長遠(yuǎn)目標(biāo)（例如用戶滿意度、社會效益）納入考量。

搜索引擎、社會化媒體、聚合類新聞客戶端等平臺型媒體傾向于把流行度、易消費性作為優(yōu)先推薦資訊的指南。例如，臉書所采用的是“喜歡”按鈕，而不是“重要”或“具有啟發(fā)性”等設(shè)計。這種設(shè)計邏輯體現(xiàn)了公司的價值偏向?！度嗣袢請蟆?017年10月發(fā)表的社論《不能讓算法決定內(nèi)容》，對“一切圍著流量轉(zhuǎn)，唯點擊量、轉(zhuǎn)發(fā)量馬首是瞻”進行了抨擊，呼吁將更多有價值的評價標(biāo)準(zhǔn)引入新聞分發(fā)過程。

以上研究指出了算法背后的設(shè)計邏輯和價值偏向問題。這里的設(shè)計邏輯并不是指具體的技術(shù)細(xì)節(jié)，而是指算法所蘊含的設(shè)計價值及所遵循的原則。隨著把關(guān)權(quán)力日益從記者、人工編輯向機器智能算法讓渡，從傳統(tǒng)新聞機構(gòu)向科技公司讓渡，后者能夠承擔(dān)起約瑟夫·普利策所說的“船頭的嘹望者”的角色嗎？算法的設(shè)計者——算法工程師、程序員等，需要遵守新聞職業(yè)規(guī)范和新聞倫理嗎？算法若出現(xiàn)問題（例如上文提到的性別歧視），應(yīng)該由誰來承擔(dān)責(zé)任？這些問題都有待進一步考察。

（三）算法操縱

媒體操縱并不是一個新鮮話題，然而算法操縱之所以值得特別關(guān)注和討論，原因在于其運作方式更加隱蔽、影響范圍也更廣泛。伴隨著近幾年涌現(xiàn)出的案例，算法運作過程中的人工干預(yù)問題開始進入學(xué)者視野。例如，新英格蘭微軟研究院首席研究員塔爾頓·吉萊斯皮觀察發(fā)現(xiàn)，占領(lǐng)華爾街運動雖然在美國各地都開展得如火如茶，然而相關(guān)話題卻自始至終都未登上推特?zé)衢T話題榜。吉萊斯皮推測，該話題很有可能是被刻意排除在了榜單之外，且“人們對算法的期待和它們真實呈現(xiàn)出來的結(jié)果發(fā)生了嚴(yán)重的偏離”。

吉萊斯皮的博文讓算法操縱問題開始進入公眾視野，而臉書所進行的一項“情緒感染”實驗則引發(fā)了更大范圍的爭議和討論：在未被告知的情況下，689003名臉書擁戶的信息流在為期一周的時間內(nèi)被心理學(xué)家操縱，首頁呈現(xiàn)具有特定情緒傾向（正面或者負(fù)面）的內(nèi)容。實驗結(jié)果表明，當(dāng)信息流中的正面信息減少時，用戶發(fā)布的正面信息也會減少，反之亦然。

大數(shù)據(jù)時代，用戶數(shù)據(jù)的使用權(quán)和控制權(quán)不斷讓渡給以社會化媒體為代表的第三方網(wǎng)站，新型信息聚集與分發(fā)機構(gòu)所掌握的關(guān)于用戶媒介消費習(xí)慣和偏好的數(shù)據(jù)不斷擴大。除基本信息以外，機構(gòu)所搜集的數(shù)據(jù)還包括用戶的心理特征和思想狀態(tài)，其中，臉書所開展的爭議性實驗就驗證了情緒操縱的可行性?？梢灶A(yù)見的是，未來有關(guān)算法運作機制不透明性的指責(zé)和爭議仍將繼續(xù)，對算法所預(yù)設(shè)的參數(shù)或價值偏向進行檢驗變得必要且重要。

三、剖析算法：逆向工程研究法

由于算法的“黑箱”特性，學(xué)者尼古拉斯·迪爾科普洛斯提出，可以采用逆向工程研究法來剖析內(nèi)嵌于算法的設(shè)計邏輯和價值偏向。逆向工程是指“根據(jù)專業(yè)知識、觀察和推理來發(fā)掘系統(tǒng)運作機制的過程”。目前，該方法已被應(yīng)用于谷歌“自動完成搜索算法”分析、個性化信息搜索、調(diào)查性新聞報道等領(lǐng)域。

例如，已經(jīng)四次斬獲普利策新聞獎的美國非營利性新聞網(wǎng)站ProPublica在“逆向工程奧巴馬的信息機器”這則新聞報道中，調(diào)查分析了奧巴馬競選團隊如何通過微觀追蹤選民來調(diào)整其發(fā)送郵件的內(nèi)容和募捐要求。調(diào)查發(fā)現(xiàn)，奧巴馬競選團隊至少針對不同選民發(fā)送了6個不同的郵件版本，募捐要求從3美元到25元不等。選民的募捐歷史是影響郵件內(nèi)容呈現(xiàn)和募捐要求的最主要因素。

如圖1所示，迪爾科普洛斯展現(xiàn)了兩種通過逆向工程推導(dǎo)算法運作機制的場景。場景A，算法的輸入及輸出都是可觀測的，主要通過應(yīng)用程序接口來獲得。然而在大多數(shù)情況下，研究者遇到的是場景B所描繪的情況：僅輸出可見輸入是不可見的。以個性化新聞客戶端為例，可見的是新聞推送的結(jié)果，而究竟哪些因素影響推送過程我們則不得而知。通過對“輸入—輸出關(guān)系”的不斷檢驗，研究者可以部分推導(dǎo)出算法的設(shè)計邏輯，這一過程常常需要依賴眾包來實現(xiàn)。

四、結(jié)論和討論

學(xué)者陳力丹等提出，以以聯(lián)網(wǎng)為代表的新媒體在新技術(shù)下已經(jīng)形成了以云計算、大數(shù)據(jù)、智能終端、多元傳播介質(zhì)為基礎(chǔ)的新傳播生態(tài)鏈。算法也是這一新傳播生態(tài)鏈的重要一環(huán)。通過介紹和梳理西方新聞傳播學(xué)界近年來的研究成果，本文厘清了有關(guān)算法研究的核心命題和熱點議題，并提供了一個思考當(dāng)前大數(shù)據(jù)背景下中國信息環(huán)境的新視角。本文還強調(diào)，算法偏見與歧視、算法操縱、算法短視等問題值得學(xué)界和業(yè)界關(guān)注。

目前，微博的信息流廣告、熱門話題排行榜，新聞客戶端的個性化資訊推送、機器新聞寫作搜索引擎的結(jié)果頁排名、輸入框詞語聯(lián)想等均是通過機器和算法來實現(xiàn)的。在算法得以廣泛應(yīng)用和推廣的大勢所趨之下，有必要對其運作機制和潛在影響做進一步的審視和考察。美國皮尤研究中心“新聞卓越計劃”的報告顯示，數(shù)字化時代的媒體創(chuàng)新都是在新聞機構(gòu)以外的領(lǐng)域產(chǎn)生，以谷歌、蘋果臉書、亞馬遜為代表的高科技公司已經(jīng)在很大程度上掌握了新聞業(yè)的未來。而在中國，走在媒體創(chuàng)新前沿的高科技公司主要以百度、阿里巴巴、騰訊和后起之秀今日頭條等為代表。因此，未來研究在吸納借鑒西方新聞傳播學(xué)研究成果的同時，需要特別考慮中國的制度背景和現(xiàn)實。

[本文為教育部人文社會科學(xué)研究青年項目“智能算法驅(qū)動下的新聞分發(fā)變革研究”（項目編號：18YJC860031）;河南省哲學(xué)社會科學(xué)規(guī)劃項目“平臺型媒體的算法推薦機制與治理研究”（項目編號：2018CXW017）的前期成果]

參考文獻：

[1]Lash，Scott.2007.“Power after Hegemony：Cultural Studies in Mutation？”Theory，Culture & Society24（3）：55—78.

[2]Diakopoulos，Diakopoulos.2013.“Algorithmic Accountability Reporting：On the Investigation of Black Boxes，.”Tow Center for Digital Journalism A Tow/Knight Brief，1—33.Retrieved from

http：//towvcenter.org/wp-content/uploads/2014/02/78524_Tow-Center-Report-WEB-1.pdf.

[3]Bucher，Taina.2012.“Want to Be on the Top？Algorithmic Powerand the Threat of Invisibility on Facebook.“New Media & Society 14（7）：1164—1180.

[4]Just，Natascha，&Michael Latzer.2017.“Governance by Algorithms：Reality Construction by Algorithmic Selection on the Internet.”Media，Culture & Society39（2）：238—258.

[5]Pasquale，F(xiàn)rank.2015.“The black Box society：The secret algorithms that contro money and information.”Cambridge，MA：Harvard University Press，p.76—77.

[6]Napoli，Philip M.2014.“Automated Media：An Institutional Theory Perspective on Algorithmic Media Production and Consumption.”Communication Theory24（3）：340—360.

[7]Lessig，Lawrence.2006.Code and other laws of cyberspace2.0.New York，NY：Basic Books.

[8]郝雨，李林霞.算法推送：信息私人定制的“個性化”圈套[J].新聞記者，2017（2）：35—39.

[9]劉千才，張淑華.從工具依賴到本能隱抑：智媒時代的“反向馴化”現(xiàn)象[J].新聞愛好者，2018（4）：5—8.

[10]王茜.論個性化信息推薦系統(tǒng)的運作邏輯及影響[J].鄭州大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017（1）：46—49.

[11]Luca，Michael，Jon Kleinberg&Sendhil Mullainathan.2016.“Algorithms Need Managers，Too.”Harvard Business Review （January-February）：3—7.

[12]Gillespie，Tarleton.2012.“Can an Algorithm be Wrong？.”Limn，2.retrieved from https：//escholarship.org/uc/item/0jk9k4hj.

[13]Adam，Kramer，Jamie Guillory&Jeffrey Hancock.2014.“Experimental evidence of massivescale emotional contagion through social networks.”Proceedings of the National Academy of Sciences of the UnitedStates of America 111（24）：8788—8790.

[14]Diakopoulos，Diakopoulos.2013.”Algorithmic Accountability Re-porting：On the Investigation of Black Boxes，.”Tow Center for Digital Journalism A Tow/Knight Brief，1—33.Retrieved from

http：//towcenter.org/wp-content/uploads/2014/02/78524.Tow-Cen-ter-Report-WEB-1.pdf.

[15]陳力丹，丁文鳳，胡天圓.沉浸傳播：處處是中心無處是邊緣一對世界互聯(lián)網(wǎng)大會的總結(jié)與思考[J].新聞愛好者，2015（1）：5—8.