林愛珺，陳亦新

陳亦新，暨南大學(xué)新聞與傳播學(xué)院博士研究生(廣東 廣州 510632)

“熵”最早是熱力學(xué)第二定律中的概念，用來衡量系統(tǒng)中分子的無序程度。1948年香農(nóng)將熵定律引入對信息傳播的研究，提出了“信息熵”。信息熵是對信息“無序化”的測量，成為對信息進(jìn)行量化分析、解決信息傳播中不確定性問題的工具。信息熵對信息系統(tǒng)而言，可以激發(fā)信息系統(tǒng)的自組織性活力，推動信息系統(tǒng)從無序到有序。隨著個性化推薦等以算法為核心的技術(shù)被廣泛應(yīng)用于新聞領(lǐng)域，算法技術(shù)已經(jīng)成為影響信息系統(tǒng)發(fā)展的重要因素。信息熵是算法技術(shù)的基礎(chǔ)，借助算法技術(shù)對人和事物相關(guān)信息的抓取和分析，可以消除對其的不確定性，實(shí)現(xiàn)信息系統(tǒng)的和諧發(fā)展。但現(xiàn)實(shí)中，機(jī)器人寫作、傳感器新聞、算法新聞所引發(fā)的信息繭房、社群區(qū)隔和媒介依賴等熵增現(xiàn)象，讓我們不得不重新審視算法技術(shù)的“客觀、中立、準(zhǔn)確”及其帶來的技術(shù)風(fēng)險、認(rèn)知風(fēng)險和社會結(jié)構(gòu)性風(fēng)險?；诖?，本文嘗試從信息熵的視角來理解媒體算法，聚焦媒體算法帶給信息系統(tǒng)“熵增”風(fēng)險的原因，將信息熵的運(yùn)作和控制作為媒體算法優(yōu)化的方法論，實(shí)現(xiàn)算法“向善”。

一、媒體算法的技術(shù)邏輯與技術(shù)賦能

技術(shù)是改造社會的工具，技術(shù)的每次更新進(jìn)化必然產(chǎn)生巨大的社會影響。美國哲學(xué)家伊德(Ihde)曾提出“技術(shù)意向性”(technological intentionality)的概念，表明技術(shù)具有朝向現(xiàn)實(shí)特定層面的定向性[1]，這與媒介環(huán)境學(xué)派中“傳播的偏向”觀點(diǎn)類似，都旨在說明技術(shù)本身是帶有目的、暗含邏輯的。算法技術(shù)是“有限、抽象、有規(guī)律并產(chǎn)生一定效果的復(fù)合控制結(jié)構(gòu)，在具體的規(guī)則下實(shí)現(xiàn)特定的任務(wù)”[2]。算法技術(shù)引入傳媒業(yè)后，不僅具有智能化特征，而且具有媒體化傾向；不僅只是工具，而且變成了一種技術(shù)環(huán)境，這個環(huán)境將“運(yùn)算”貫穿始終，構(gòu)建了一個無所不包、沒有邊界和限制、相互關(guān)聯(lián)的信息融合機(jī)制[3]。

在信息生產(chǎn)階段，傳統(tǒng)的信息規(guī)?；a(chǎn)模式結(jié)束，取而代之的是針對多維度信息需求下的精準(zhǔn)個性化生產(chǎn)模式。媒體算法應(yīng)用于海量信息的挖掘與篩選，目的在于幫助信息生產(chǎn)者檢索有用信息、聚類同質(zhì)化觀點(diǎn)、輔助多元信息編碼，從而提升信息生產(chǎn)的效率。在信息分發(fā)階段，基于內(nèi)容的推薦算法、基于協(xié)同過濾的推薦算法、基于知識的推薦算法以及混合算法等顛覆傳統(tǒng)用戶被動接收信息的模式，通過關(guān)聯(lián)用戶的興趣喜好和社交圖譜，實(shí)現(xiàn)信息個性化推薦。在信息效果與反饋階段，媒體算法致力于信息核實(shí)、數(shù)據(jù)整合、輿情分析等工作，提高用戶參與和互動的頻率，增強(qiáng)用戶黏性。從媒體算法應(yīng)用信息生產(chǎn)、分發(fā)和效果反饋的整個過程來看，媒體算法已經(jīng)成為連接用戶和信息的基礎(chǔ)設(shè)施，它利用預(yù)設(shè)好的算法模型關(guān)聯(lián)不同信息，確立信息之間的相關(guān)性，在本質(zhì)上解決了信息資源的分配問題，即分眾化信息分發(fā)的實(shí)現(xiàn)和長尾信息的激活。通過對人與事物各種散亂信息的聚合歸類，媒體算法將這些信息進(jìn)行結(jié)構(gòu)化，形成了微目標(biāo)傳播、數(shù)據(jù)驅(qū)動傳播和參與式傳播三種算法傳播形態(tài)[4]，以此實(shí)現(xiàn)信息的供需適配。

媒體算法是信息處理的技術(shù)，這種技術(shù)如何發(fā)揮作用在于使用技術(shù)的人。用戶借助媒體算法對所處環(huán)境信息進(jìn)行感知與獲取，并對信息環(huán)境做出適應(yīng)性反饋。在這一過程中，由于媒體算法存在隱秘性，新聞機(jī)構(gòu)或互聯(lián)網(wǎng)運(yùn)營平臺以外的人很難知曉算法的應(yīng)用模型與操作程序，因而媒體算法的天然非對等性賦予了算法特殊的能力。

媒體算法的賦能，在信息的生產(chǎn)、分發(fā)和反饋中都有體現(xiàn)。首先，信息生產(chǎn)者和用戶之間的二元關(guān)系減弱了，媒體算法解構(gòu)了傳統(tǒng)媒體和專業(yè)媒體對信息來源的壟斷地位，新聞生產(chǎn)主體擴(kuò)大，新聞生產(chǎn)機(jī)會變得均等。于是，所有的信息都能以同樣的方式生產(chǎn)和獲得，以同樣的方式服從注意力市場和互聯(lián)網(wǎng)市場的競爭機(jī)制，雖然不同的信息在價值上并不均等，但它們所受到的關(guān)注和獲得的賦值卻是勢均力敵的。其次，以算法技術(shù)為主導(dǎo)的信息傳播打破了公眾與個人的界限，打破了媒體與現(xiàn)實(shí)的界限。從非結(jié)構(gòu)性數(shù)據(jù)到結(jié)構(gòu)性數(shù)據(jù)，再到聲音、行為等身體數(shù)據(jù)，媒體上記錄了越來越多的個人信息，無論你是否愿意，你都被限定在算法規(guī)則內(nèi)，媒體算法控制著用戶接收信息的視野和觀看之道。另外，在媒體算法作用下，用戶接收的信息不僅是自身感興趣的信息，也是媒體算法背后利益者想讓用戶看到的信息，這種信息的輸出本質(zhì)上是算法背后利益者價值觀的輸出，具有較強(qiáng)的價值偏向，媒體算法已經(jīng)成為帶有巨大情感力量和社會動員的敘事載體。

對信息系統(tǒng)而言，當(dāng)人們獲得足夠多的信息時，就可以消除信息系統(tǒng)中的一部分熵。隨著媒體算法的賦能加強(qiáng)，信息系統(tǒng)中負(fù)熵的間斷、高價值信息供給不足和加速熵增之間的矛盾得到了緩解，這是一種“歸信息化”[5]的解決路徑。即通過技術(shù)手段擴(kuò)大載荷在信息傳播中的信息價值，減少資源的消耗，實(shí)現(xiàn)可持續(xù)的負(fù)熵供給。但同時，表面看似客觀中立的媒體算法，實(shí)則背后包含著價值觀念的引導(dǎo)和思想認(rèn)知的外化，它體現(xiàn)著設(shè)計者和運(yùn)行者的價值判斷、利益需求和情感取舍。越來越多的研究表明，媒體算法正在引發(fā)諸多的社會風(fēng)險和倫理問題，技術(shù)帶來的熵增已經(jīng)成為亟待解決的問題。

二、信息熵中的算法迷失與價值偏差

任何系統(tǒng)的進(jìn)化必然伴隨熵增問題，但信息系統(tǒng)中信息熵有高低之分，高熵對應(yīng)無序，低熵帶來有序，只有信息系統(tǒng)不斷吸入低熵、消化低熵、排出高熵，通過負(fù)熵抑制熵增，才能促進(jìn)信息系統(tǒng)形成具有“耗散結(jié)構(gòu)”的有序環(huán)境。

在信息系統(tǒng)中，信息熵與信息內(nèi)容、信息量和系統(tǒng)結(jié)構(gòu)有關(guān)。香農(nóng)在其信息論中指出了熵與信息的確定性具有反向關(guān)系，信息系統(tǒng)中的熵越大，系統(tǒng)的混亂度和自由度就越大，這時信息的接收者往往不能從信息系統(tǒng)中識別出確定且有價值的信息內(nèi)容。香農(nóng)將信息量作為衡量信息內(nèi)容價值的依據(jù)，他認(rèn)為信息量實(shí)質(zhì)上表征了信息發(fā)生的概率，小概率信息對信息接收者而言更具價值。后來，弗洛里迪在香農(nóng)的基礎(chǔ)上提出小概率信息應(yīng)該包含了更多的語義內(nèi)容，即一條信息包含的信息量的量度是其語義內(nèi)容的明晰性和準(zhǔn)確性[6]。信息語義越清晰，實(shí)際有價值的信息量最多，信息熵越低。信息熵還與影響系統(tǒng)結(jié)構(gòu)的因素有關(guān)，著名的“麥克斯韋妖”[7]假設(shè)討論了在智能技術(shù)自發(fā)干預(yù)的情況下，系統(tǒng)中的信息熵是否還在增加的問題。隨著媒體算法在信息傳播中的強(qiáng)大賦能，算法技術(shù)已經(jīng)成為智媒時代的“麥克斯韋妖”，盡管媒體算法的產(chǎn)生是對之前技術(shù)缺陷的補(bǔ)救，它在確定并滿足用戶對信息獨(dú)特需求，實(shí)現(xiàn)信息供需穩(wěn)定方面帶給信息系統(tǒng)絕對的負(fù)熵，但一切技術(shù)都不完美，媒體算法背后價值標(biāo)準(zhǔn)的異化、數(shù)據(jù)主義至上和黑箱化問題正在成為信息系統(tǒng)中新的“高熵”，影響著人們接收信息的信息量、語義和價值。

(一)工具理性與價值理性的沖突與失衡

媒體算法暗含工具理性與價值理性，兩種理性的沖突會帶來熵增。當(dāng)下媒體算法以一種基礎(chǔ)設(shè)施的范式，為信息系統(tǒng)滿足個性化需求提供便利。這種規(guī)范工具化的媒體算法，不僅通過信息的積聚支配著用戶，而且在用戶的迎合中自我優(yōu)化，造成信息傳播中的技術(shù)壟斷，出現(xiàn)信息包裝過度和價值標(biāo)準(zhǔn)異化的風(fēng)險[8]。媒體算法作為一種信息技術(shù)，本應(yīng)有計劃地遵循和信奉人類倡導(dǎo)的價值取向，但當(dāng)它優(yōu)先分析用戶相關(guān)信息和網(wǎng)絡(luò)行為，忽視信息背后是否具有正確的價值取向與價值選擇時，工具理性便消解了價值理性并產(chǎn)生價值沖突。

一方面，算法平臺在利益驅(qū)使和流量至上環(huán)境下，標(biāo)題黨、假新聞、民意偽造現(xiàn)象頻發(fā)。由于傳統(tǒng)主流媒體把關(guān)人地位的勢弱，UGC、MGC的新聞生產(chǎn)模式缺乏主流價值觀引導(dǎo)，內(nèi)容生產(chǎn)過度娛樂化、低俗化，重情緒而輕事實(shí)，網(wǎng)絡(luò)意識形態(tài)遭到挑戰(zhàn)，輿論場一旦失控，就會積聚信息高熵。另一方面，媒體算法追求新聞個性化的同時，也強(qiáng)化了信息的排他性。同類觀點(diǎn)和情緒信息的積聚，讓用戶封閉在自己的回音室中，當(dāng)社會公共意見與個人看法發(fā)生沖突時，主流價值觀并不能發(fā)揮導(dǎo)向作用。媒體算法對價值理性的忽視造成信息系統(tǒng)中交叉熵的不平衡，這使得在突發(fā)事件中，數(shù)據(jù)驅(qū)動的媒體算法推薦常常失效，出現(xiàn)“黑天鵝效應(yīng)”。媒體算法使得文化形式失去了層級，換句話說，高雅文化、通俗文化和流行文化之間的層級被打破，所有文化元素都能以同樣的方式被呈現(xiàn)，都服從注意力市場與賦值市場上的競爭機(jī)制，這就導(dǎo)致了惡俗文化不加剔除就肆意擴(kuò)散的現(xiàn)象，造成一些媒體算法平臺缺乏正能量內(nèi)容，先進(jìn)文化變得“曲高和寡”，主流思想無法滲透，熵的無序愈加明顯，公權(quán)力的權(quán)威時常受到挑戰(zhàn)。

(二)數(shù)據(jù)量化邏輯下的人文缺失與信息偏差

20世紀(jì)90年代，西方新聞理念進(jìn)入中國，主張以“公正、公開、公平”為目標(biāo)，新聞應(yīng)具備社會性與公眾性，新聞記者除了掌握專業(yè)知識和技能外，還應(yīng)該具有人文精神和社會責(zé)任。隨著媒體算法的發(fā)展，信息系統(tǒng)的耗散結(jié)構(gòu)發(fā)生變化，表現(xiàn)在傳統(tǒng)新聞理念的涵義正在被消解和重構(gòu)。

傳統(tǒng)新聞價值選擇的主體是人工編輯，注重“大膽假設(shè)，小心求證”的因果論證思維；媒體算法下新聞選擇的主體則是技術(shù)本身，強(qiáng)調(diào)“小心假設(shè)，數(shù)據(jù)求證”的相關(guān)數(shù)據(jù)思維。媒體算法的技術(shù)操作邏輯在于一切皆可量化，而數(shù)據(jù)量化邏輯追求相關(guān)關(guān)系和準(zhǔn)確性，卻經(jīng)常忽視個人情感因素，無法兼具人的抽象思維和形象思維。依靠算法的新聞生產(chǎn)中關(guān)于場景、因果關(guān)系等具體細(xì)節(jié)的報道容易被遺漏，造成信息偏差，缺少人文價值。

根據(jù)最大熵原理，當(dāng)我們要對未知的事物尋找概率模型時，這個模型應(yīng)該滿足我們所有已經(jīng)看到的數(shù)據(jù)。媒體算法想要完整呈現(xiàn)某個事件，前提是取得足夠多的數(shù)據(jù)，否則最大熵模型只能給出部分平均值，而不能給予對事件的完整描述和預(yù)測。然而，現(xiàn)實(shí)社會很多數(shù)據(jù)不公開或不真實(shí)，成為媒體算法取得數(shù)據(jù)全集的障礙。算法新聞和數(shù)據(jù)新聞追求高時效性和高準(zhǔn)確性，對于調(diào)查、專訪等更為復(fù)雜類型的新聞采寫，媒體算法卻經(jīng)常不能對其進(jìn)行全面解讀，大量數(shù)據(jù)無法通過字面意義權(quán)衡利弊，成為低價值的信息。低價值的信息意味著信息的不確定性大，信息客觀度低，信息系統(tǒng)中的有效能量減少，帶給用戶的幫助較小，熵增明顯。

(三)算法黑箱中技術(shù)與倫理的博弈

信息系統(tǒng)既是自然系統(tǒng)，也是認(rèn)知系統(tǒng)[9]。人的主觀意識和價值判斷在信息傳播中發(fā)揮不可或缺的作用，香農(nóng)在提出信息熵的概念時正是從信宿觀察者的視角來判斷信息熵影響的。當(dāng)前，算法技術(shù)的不透明、難理解，大大限制著非技術(shù)人員在參與技術(shù)優(yōu)化時的主觀能動性，難以對其進(jìn)行監(jiān)督，挑戰(zhàn)著新聞倫理規(guī)范。傳統(tǒng)新聞倫理是對新聞從業(yè)人員的規(guī)范，媒體算法屬于智能技術(shù)，且植入算法程序的是算法工程師，他們并不屬于新聞從業(yè)者，這由此增加了倫理問責(zé)的難度。隨著信息技術(shù)逐漸向強(qiáng)人工智能方向發(fā)展，算法開始擁有智能化的判斷。這也讓人們開始重新思考人與技術(shù)的關(guān)系，有研究者擔(dān)憂分類推薦所導(dǎo)致的“算法歧視”會使個體獨(dú)立選擇與思考的空間不斷縮小，個體在算法的滲透下逐漸失去自我的決斷權(quán)[10]。同時，媒體算法自主控制新聞的生產(chǎn)和分發(fā)，出現(xiàn)把關(guān)缺位與監(jiān)管缺失，技術(shù)虛無主義抬頭，這是“技術(shù)無意識”的表現(xiàn)。但“技術(shù)無意識”并不能將媒體算法產(chǎn)生的負(fù)面影響放任于新聞倫理規(guī)范之外，目前算法規(guī)范的缺失在于現(xiàn)行法律沒有及時應(yīng)對技術(shù)的變化，沒有完善規(guī)則和制度去引導(dǎo)媒體算法的良性發(fā)展，會導(dǎo)致信息生態(tài)的失序，信息熵增加。

三、算法中的熵增與信息的結(jié)構(gòu)性鴻溝

技術(shù)作為整個信息生態(tài)系統(tǒng)中的子系統(tǒng)，不僅對宏觀環(huán)境產(chǎn)生影響，對其他子系統(tǒng)也產(chǎn)生影響。香農(nóng)在信息論中曾提出“互信息”的概念，指出人們獲取的信息和想要的信息并不是一回事，只有當(dāng)兩者之間存在關(guān)聯(lián)，獲得的信息才能消除不確定性，否則會造成個體行為的失范。根據(jù)耗散結(jié)構(gòu)理論的觀點(diǎn)，人們獲得信息的目的在于增強(qiáng)個人生存的能力，這也被看作是實(shí)現(xiàn)信息功能上的有序性。如果在媒體算法影響下，個人的信息輸出只有相對于環(huán)境來講的高熵而沒有低熵，那么整個系統(tǒng)的有序性就會被破壞，形成一種負(fù)反饋[11]。這種負(fù)反饋正是媒體算法給用戶帶來的困境。

(一)信息繭房與思想固化的風(fēng)險

基于媒體算法的個性化推薦為用戶量身打造了專屬的文化環(huán)境，這個環(huán)境試圖契合用戶當(dāng)前的所有的愿望和興趣特點(diǎn)，造成用戶較少接觸到與自己觀點(diǎn)截然不同的、偶然的或出乎意料的信息，用戶長時間沉浸在自己的舒適區(qū)中，形成信息繭房，這會提高信息系統(tǒng)中的熵值。信息繭房是獨(dú)異性社會的外在表現(xiàn)，是信息過剩時代的自我保護(hù)[12]。這加劇著信息的窄化，用戶面臨思想固化的風(fēng)險。一方面，媒體算法營造了“過濾氣泡”式的信息接收環(huán)境，建構(gòu)著用戶對社會的想象，影響著用戶的態(tài)度和情緒。Kramer通過實(shí)證研究的方法證明Facebook的算法推薦會影響人的態(tài)度和情緒，發(fā)現(xiàn)人們喜于在社交媒體上與自己志趣相投的人交流討論，相似的觀點(diǎn)會得到強(qiáng)化，并向極端的方向轉(zhuǎn)移，最終形成群體極化[13]，這不僅讓社會共識難以形成，還可能會出現(xiàn)集體失范行為。另一方面，媒體算法運(yùn)行邏輯中的數(shù)據(jù)思維、相關(guān)性思維影響著人們的創(chuàng)新意識和創(chuàng)新活動，算法時代的創(chuàng)新過程被分解成為單個的、可追溯的步驟，是在用戶將單個選擇拼插組合起來的過程中產(chǎn)生，是一種混搭(mash up)和再創(chuàng)造的過程[14]。換言之，創(chuàng)新是使信息系統(tǒng)獲得負(fù)熵的重要方式，當(dāng)人們不僅把首次出現(xiàn)的事物看作是創(chuàng)新，而且將已有客體和元素的重新組合也視作創(chuàng)新時，這雖然符合算法時代的獨(dú)特思維，但必然也會造成信息系統(tǒng)創(chuàng)新動力不足，個體信息價值開發(fā)能力勢弱。

(二)社群區(qū)隔與群體性孤獨(dú)

如果說信息繭房是個體在媒體算法影響下的自我束縛，那繭房與繭房間的對立與排斥會產(chǎn)生社群區(qū)隔。媒體算法高度分化的社群區(qū)隔，會造成社會共識達(dá)成困難，給社會凝聚力的增強(qiáng)帶來挑戰(zhàn)[15]。 “區(qū)隔”旨在形容不同社會階級群體之間的觀念、意識和行為等不相融現(xiàn)象，算法時代這種不相融擴(kuò)展到了價值觀、情感和文化的不相融。在媒體算法的作用下，輿論場中出現(xiàn)了很多數(shù)字化的新共同體。這些數(shù)字化新型共同體本質(zhì)上是彼此不相見的人通過算法聯(lián)系在一起，不同于傳統(tǒng)的因出身而形成的社群，新型共同體中的成員是主動選擇加入的，成員間都有著共同認(rèn)可和喜歡的事物，例如，共同的崇拜對象、共同的審美活動或是共同的政治選擇。社群中的個體得到身份認(rèn)同與情感共鳴，形成社群優(yōu)越感，產(chǎn)生強(qiáng)烈的群體認(rèn)同感和排他感。每當(dāng)媒體算法通過過濾機(jī)制，針對不同社群進(jìn)行不同信息的分發(fā)時，社群與社群之間會形成空間區(qū)隔。就像大學(xué)生群體和老年人群體媒介使用程度不同，兩者間具有天然的結(jié)構(gòu)性鴻溝，媒體算法在彌合這樣的鴻溝時顯得無能為力，有時還加深了群體間的區(qū)隔。同時，不同社群有著對信息不同的編碼方式，對一些社群而言，集體之外的文化環(huán)境，經(jīng)常是陌生且無法兼容的，會出現(xiàn)冷漠和敵我思維。當(dāng)某種編碼方式處于優(yōu)勢地位時，其他社群多會陷入“群體性孤獨(dú)”，社群區(qū)隔造成了信息系統(tǒng)的各子系統(tǒng)間缺少聯(lián)系，不利于營造外放的耗散結(jié)構(gòu)，長期下去信息熵便會積聚。

(三)媒介依賴與人的主體意識消解

人是技術(shù)發(fā)展與進(jìn)化過程中的“自然環(huán)境”，歷史上各種技術(shù)的產(chǎn)生與消亡都伴隨著人類意志的選擇，人類自身與社會的發(fā)展需求是推動技術(shù)不斷進(jìn)化的動力[16]。人性化是技術(shù)進(jìn)化的方向和尺度，但媒介形式的人性化回歸，并不能改變媒介技術(shù)中介化的實(shí)質(zhì)[17]。在媒體算法把很多智能型問題轉(zhuǎn)化為信息數(shù)據(jù)的處理問題的時候，出現(xiàn)了唯數(shù)據(jù)論、唯技術(shù)論的思維誤區(qū)，其實(shí)質(zhì)是人們過度依賴媒體算法技術(shù)，人們的主體意識被消解，從而松懈了對信息來源的準(zhǔn)確性考量、對信息質(zhì)量的真實(shí)性判斷、對信息分析結(jié)果的合理性評估。根據(jù)熵定律，信息語義不詳、信息價值不高都是信息系統(tǒng)能量的消耗，會讓熵不斷堆積，無處消散，導(dǎo)致用戶變得從眾和麻痹，失去理性。根據(jù)路透社研究所《2019數(shù)字新聞報告》顯示，有28%的受訪者認(rèn)為算法新聞產(chǎn)生較多的冗余信息，48%的受訪者認(rèn)為算法新聞沒有帶給他們有價值的收獲[18]。可以看出，媒體算法以數(shù)據(jù)為導(dǎo)向的新聞生產(chǎn)和推薦機(jī)制，仍然不能完全滿足用戶信息需求，信息供需不對等，冗余信息熵增加，這時信息熵直接影響信息系統(tǒng)，可能對社會結(jié)構(gòu)、社會文化和社會秩序造成負(fù)面影響。

四、賦權(quán)與賦責(zé)：媒體算法的價值引領(lǐng)

根據(jù)信息熵定律，信息系統(tǒng)在自發(fā)狀態(tài)下趨向熵增，也就是在其發(fā)展進(jìn)程中不可避免地會出現(xiàn)源源不斷的問題，而建立耗散結(jié)構(gòu)并實(shí)現(xiàn)信息負(fù)熵可以促進(jìn)信息系統(tǒng)向有序、確定和組織規(guī)范的方向發(fā)展，實(shí)現(xiàn)信息系統(tǒng)的和諧穩(wěn)定。可以說，從熵定律的視角研究網(wǎng)絡(luò)治理，不僅是一種系統(tǒng)論的認(rèn)知，幫助我們理解新技術(shù)熵增帶來的風(fēng)險，而且借助建立耗散結(jié)構(gòu)實(shí)現(xiàn)“熵控”，提供了規(guī)避技術(shù)風(fēng)險的新嘗試，為我們提供了一種信息生態(tài)治理的新方法論。

信息系統(tǒng)從無序狀態(tài)過渡到耗散結(jié)構(gòu)需要三個必要條件：其一，信息系統(tǒng)必須開放，通過與外界交換信息獲取負(fù)熵，達(dá)到減熵效果；其二，信息系統(tǒng)需要遠(yuǎn)離平衡態(tài)，只有信息系統(tǒng)內(nèi)的信息能量運(yùn)動不均勻、非線性時，才會產(chǎn)生外部信息能量交換時的突變；其三，信息系統(tǒng)內(nèi)部應(yīng)該具備自組織性，存在自組織結(jié)構(gòu)關(guān)系才能在外部信息能量交換時發(fā)揮協(xié)同關(guān)系[7]。媒體算法以量化數(shù)據(jù)邏輯，建立信息系統(tǒng)中各元素的鏈接，尤其是人與信息的連接，驅(qū)動信息系統(tǒng)的自組織性；基于媒體算法的個性化推薦滿足個體差異化需求，長尾效應(yīng)的實(shí)現(xiàn)持續(xù)保持著信息系統(tǒng)的非平衡態(tài)。媒體算法可以是負(fù)熵，造福整個信息系統(tǒng)，但媒體算法中的價值迷失，也在威脅著人的主體性。因此，社會要想和技術(shù)協(xié)調(diào)發(fā)展，其方法不應(yīng)是讓社會運(yùn)行機(jī)制追趕工具發(fā)展步伐，而是要讓技術(shù)的天性和特質(zhì)與人類需求目標(biāo)相匹配。面對媒體算法帶來的社會風(fēng)險熵增，需要從宏觀、中觀、微觀的角度全面考量，需要價值負(fù)熵、技術(shù)負(fù)熵、用戶負(fù)熵，使媒體算法真正成為促進(jìn)信息系統(tǒng)有序發(fā)展的負(fù)熵。

(一)以人為本，實(shí)現(xiàn)信息“功能上的有序性”

香農(nóng)認(rèn)為，作為信息熵量化對象的信息，是一種形式上的本體化存在，信息的形式、邏輯和語義都會影響信息熵的確定性，信息系統(tǒng)的有序追求的是信息“功能上的有序性”[19],即信息可以增強(qiáng)人生存與發(fā)展的能力時，信息具有更高的價值、更低的熵。因此，媒體算法在信息生產(chǎn)和分發(fā)時，要有正確的價值引領(lǐng)方向，追求更高價值的信息，用主流價值導(dǎo)向駕馭算法。習(xí)近平在2019年1月中共中央政治局第十二次集體學(xué)習(xí)會議上也指出，要探索將人工智能運(yùn)用在新聞采集、生產(chǎn)、分發(fā)、接收、反饋中，全面提高輿論引導(dǎo)能力……擴(kuò)大主流價值影響力版圖[20]。

具體來說，要在信息的采集和分發(fā)環(huán)節(jié)，推進(jìn)媒體算法透明與算法監(jiān)查。算法透明度實(shí)現(xiàn)主要包括可得性和可理解性，其中可得性是數(shù)據(jù)持有者與使用者之間的權(quán)力博弈，可理解性是算法運(yùn)行流程被用戶理解的程度[21]?；诖?，在保護(hù)個人隱私、商業(yè)秘密和國家安全的基礎(chǔ)上，要對媒體算法流程進(jìn)行細(xì)節(jié)公開，盡可能降低其中的知識門檻和技術(shù)壁壘，減少由算法黑箱造成的高熵。其次，將“以人為本”貫穿于媒體算法的全流程，引導(dǎo)算法向善。無論是算法自身的價值迷失，還是由算法造成的信息熵增，核心原因都在于算法沒有完全從為人服務(wù)的觀念出發(fā)?！八惴ㄏ蛏啤?，弗洛里迪認(rèn)為任何維持或增加信息的行為都被視為善的，因?yàn)樾畔⒌脑黾佑兄谙到y(tǒng)的穩(wěn)定，使得系統(tǒng)更有秩序[6]。 “善”既包括算法應(yīng)該做正確的事，事實(shí)先于流量，不損害人的核心利益，這需要建立尊重、安全、預(yù)防、透明和友好的算法倫理；也包括算法應(yīng)該具有責(zé)任，對算法賦能的同時，算法也要負(fù)責(zé)，而算法的責(zé)任承擔(dān)者應(yīng)該包括技術(shù)設(shè)計者、技術(shù)平臺和技術(shù)本身。

(二)將法律與倫理植入算法，實(shí)現(xiàn)算法的自我糾偏

根據(jù)熵定律，信息系統(tǒng)內(nèi)外部的協(xié)同需要對進(jìn)入系統(tǒng)中的低熵物進(jìn)行分配，排出高熵物。每當(dāng)媒體算法忽視價值理性而過度追求流量、唯數(shù)據(jù)至上時，信息系統(tǒng)中便會產(chǎn)生高熵物，這時媒體算法需要兼顧技術(shù)正義與向善理念，把公共性的價值追求作為媒體算法發(fā)展的底線。公共性是媒體服務(wù)公共利益形成與表達(dá)的邏輯實(shí)踐[22]，是新聞傳播的本質(zhì)屬性。媒體算法要堅守公共性，就必須讓信息系統(tǒng)足夠開放，讓涉及公共群體利益的信息得到充分傳播，讓不同價值取向與不同觀點(diǎn)兼容并包。同時，要規(guī)范媒體算法的法律法規(guī)和權(quán)利細(xì)則，針對算法運(yùn)行流程中可能出現(xiàn)的倫理法律問題制定完整的規(guī)范和引導(dǎo)策略。

隨著智能化水平的提高，媒體算法將逐漸具備自凈與倫理約束能力，讓算法抑制自身熵增，以“價值的名義倡導(dǎo)”服務(wù)人性之所需，實(shí)現(xiàn)自我糾偏。阿西莫夫用倫理規(guī)則引導(dǎo)機(jī)器人的行為，提出了著名的機(jī)器人三大定律，這開啟了將倫理植入機(jī)器的先河。瓦拉赫認(rèn)為當(dāng)前道德主體的圈子從人類已經(jīng)擴(kuò)展到了人工智能系統(tǒng)，要通過倫理子程序(ethical subroutines)來規(guī)范和引導(dǎo)智能系統(tǒng)[23]。道德智能體可以通過對自身行為會引起的傷害和忽視的責(zé)任來監(jiān)督和規(guī)范自己的行為。媒體算法經(jīng)過自凈和糾偏機(jī)制可以發(fā)現(xiàn)可能的傷害，并采取措施避免發(fā)生這樣的結(jié)果。這樣的理想狀態(tài)有兩個前提，一是算法設(shè)計者要預(yù)估事態(tài)，并將合適的倫理規(guī)則導(dǎo)入媒體算法，提供在算法自主決策環(huán)境中的期望結(jié)果；二是算法設(shè)計者要提供更加開放的系統(tǒng)，賦權(quán)與賦責(zé)兼顧，對于信息系統(tǒng)中的突發(fā)事件要讓機(jī)器算法自主地應(yīng)對。也就是說，要加速媒體算法的智能化和自主化，使媒體算法能夠自動辨別不同觀點(diǎn)和個人偏好，并依據(jù)一定的價值觀進(jìn)行分級，這些偏好可能無法以完全中立客觀的方式呈現(xiàn)，但媒體算法可以判斷哪些信息是高價值的信息，通過技術(shù)進(jìn)化提升對信息語義的解讀，最后也要對自主性的媒體算法進(jìn)行問責(zé)。

(三)透明且交互，讓用戶參與算法優(yōu)化

杰里米·里夫金和特德·霍華德曾揭示熵定律是世界發(fā)展的本質(zhì)規(guī)律，我們每個人都無法擺脫熵定律的無形之手[24]。熵定律是一種世界觀，它讓人類思考宇宙最終會走向“熱寂”；熵定律亦是一種方法論，面對混沌的世界，個體不再是無能為力，只有處理好人與技術(shù)、人與信息、人與媒介的關(guān)系，才能找到生命穩(wěn)定的意義。信息社會的文明史是有效信息積累的過程，是在眾多原始、無序、語義不詳和重復(fù)的信息中，通過技術(shù)對信息進(jìn)行結(jié)構(gòu)化處理，去粗取精、去偽存真的篩選，讓信息最終變得有序、準(zhǔn)確、有價值。

算法優(yōu)化就是要降低信息熵，實(shí)現(xiàn)信息熵的最小化，減少信息熵的增量。第一，新聞從業(yè)者要具備社會責(zé)任與人文關(guān)懷，要堅守傳統(tǒng)新聞價值，堅持新聞的客觀性、真實(shí)性與準(zhǔn)確性，將社會公眾利益放在首位。同時，對媒體算法生產(chǎn)與推送的信息，要及時反饋與糾正，傳統(tǒng)編輯與算法編輯在信息傳播中要達(dá)成廣泛共識，打破由算法黑箱造成的知識壁壘，及消除信息的結(jié)構(gòu)性鴻溝。第二，用戶要提高自己的算法素養(yǎng)，具體來說要提升以數(shù)據(jù)供給素養(yǎng)、資源獲得素養(yǎng)、主體性反思素養(yǎng)為內(nèi)容的算法規(guī)則素養(yǎng)。要主動突破媒體算法營造的信息繭房，積極參與媒體算法決策，讓媒體算法為己所用，避免淪為媒體算法的奴隸。第三，處理好人與媒體算法的關(guān)系，就要正視其工具理性和價值理性。有學(xué)者提出“負(fù)責(zé)任創(chuàng)新”的理念，營造一個透明且交互的環(huán)境，創(chuàng)新者和社會行動者在這個過程中進(jìn)行多方面關(guān)照，從而使技術(shù)進(jìn)步融洽地融入人們的社會生活[25]。人應(yīng)堅守在技術(shù)發(fā)展中的主體意識，實(shí)現(xiàn)“公眾理解科學(xué)”和構(gòu)建民主、和諧、公平的技術(shù)與社會關(guān)系。

結(jié)語

媒體算法應(yīng)用傳媒業(yè)，提高了信息的供需平衡，提高了信息傳播效率和用戶體驗(yàn)。但同時，媒體算法沖擊了傳統(tǒng)的新聞價值觀，引起算法偏見和算法黑箱，容易出現(xiàn)信息窄化、信息繭房、社群區(qū)隔，以及“唯技術(shù)論”等負(fù)面價值取向。信息熵作為一種世界觀和方法論，闡釋了信息系統(tǒng)只有保持開放、非線性的、自組織性的耗散結(jié)構(gòu)才能獲得信息熵帶來的正能量，媒體算法作為智能時代的“麥克斯韋妖”，在實(shí)現(xiàn)信息供需穩(wěn)定方面帶給信息系統(tǒng)絕對的負(fù)熵。但一切技術(shù)都不完美，媒體算法背后價值標(biāo)準(zhǔn)的異化、數(shù)據(jù)主義至上和黑箱化問題成為信息系統(tǒng)中新的“高熵”，因此需要對媒體算法進(jìn)行價值引領(lǐng)。未來，針對植入媒體算法哪些倫理和價值，仍然有很大的討論空間。但無論如何，熵定律為解決媒體算法的價值選擇問題提供了方法，其核心在于擴(kuò)大負(fù)載在算法之上的信息價值，減少算法對信息能量的消耗，讓算法實(shí)現(xiàn)可持續(xù)的負(fù)熵供給。