党琼 黎华龙

【摘 要】随着人工智能的发展，算法在新闻领域的运用已经实现了对新闻材料收集、数据整理、文本生成的生产全过程的普及，但随之而来的还有技术带来的一系列新闻伦理挑战。本文重点讨论算法新闻的发展，并根据学者康斯坦丁·尼古拉斯整理的算法新闻的伦理分析框架来识别和讨论算法新闻在实践过程中所发现的伦理问题，从而揭示了算法新闻在个人、组织、社会三个层面面临的伦理挑战。

【关键词】算法新闻；伦理反思；隐私泄露；算法偏见；新闻失真

一、技术发展与新闻领域的算法扩张

几个世纪以来，新闻及其生产程序和条件一直受到技术的塑造和影响[1]。随着算法进入专业新闻生产、分发和消费的阶段，新闻业态正在经历剧变[2]。事实上，从印刷术、造纸术的发明和改进，到广播、电视的普及，再到如今飞速发展的无线通信技术，技术一直是新闻和媒体发展的关键因素，从某种意义上说，技术建构了一些新闻的样式[3]。快速发展的技术深刻地改变着新闻采集、生成、传播的全过程。

早在20世纪中后期，计算机就进入了新闻生产领域。菲利普·迈耶在编写第二版（1979年）《精确新闻》时已经在指导记者如何使用电脑。然而，此时计算机的运用只停留在原始地处理文档的阶段，软件还很初级，处理能力很弱，计算机无法大规模地运用在新闻采写和编辑工作中。后来，尽管只有少数人在较高水平上使用计算机，美国的新闻编辑室却已经大规模采用计算机来进行工作了[4]。进入21世纪后，技术变革的速度可能比新闻史乃至世界发展史上任何一次都要快。同时，技术在世界上的传播正在加速：当传统媒体需要用长达半个世纪的时间才能达到5000万名读者时，数字游戏《愤怒的小鸟》在35天内就获得了同样数量的用户。像抖音这样的互联网社交媒体在成立短短5年时间内就已成为人们日常生活中离不开的社交软件。数据显示，2022年抖音用户数量在8.42亿户左右。算法正是在这样的技术变革背景中出现和发展。目前，学界对算法没有一个普遍接受的正式定义，但这个术语通常指的是要执行的一组独立的逐步操作，如计算、数据处理和自动推理，它精确地定义了一系列可以被计算机理解的精确指令[5]。

那么，算法是如何进入新闻领域的？经过两百年的积淀，新闻的标准化已经成型[6]，也就是说，新闻工作的具体形式已被分解成可以实现自动化的各个部分，而人工智能的发展和行业适应速度超出人类的想象力，很多新闻生产工作中原先由人工完成的部分已经被媒体的人工智能所替代。例如，两家美国公司“叙事科学”和“自动洞察”提供的自动化新闻服务的商业应用，正在为美国《福布斯》杂志和美联社等媒体客户制作数百万篇基于金融市场和体育赛事结构化数据的故事。这些算法生成的新闻报道与人类写的文章基本区分不出差别[7]。如今的算法可能还未具备更加先进的自主学习的能力，但是值得注意的是，算法可以被训练。如Facebook（脸书）曾被指控雇佣记者训练其算法，为新闻提要选择可能引起人们兴趣的故事[8]。

算法生成新闻的快速发展与新闻业的定量和计算转变不谋而合，记者们在新闻生产中使用统计方法挖掘和分析数据并根据这些材料来进行报道写作成为行业里普遍的现象[9]。例如，机器学习技术已经成为诸如《卫报》《纽约时报》等大型媒体公司编辑工作不可或缺的一部分。传统上，记者主要依靠定性方法进行事实选择、材料收集，但高效率、廉价甚至是免费的处理大型数据集的软件为记者提供了更多的创造力。在计算机的帮助下，记者的个人记忆能力和分析处理能力已经得到加强。同时，数字革命还扩大了可用于计算新闻过程的数据的供应和可用性。大数据使得记者正在从一个他们接触和反应基本上是非结构化的信息世界转移到一个结构化的信息环境[10]，在这个背景下，新闻的发生可以比以前更大程度地预测。

综上所述，本文意在对算法新闻所面临的新闻伦理进行归纳总结。目前所涉及的智能信息领域都在计算机范畴内，本研究将算法新闻定义为自然语言生成的自动化过程，它通过从私人或公共数据库中选择电子数据，分配预先选择或未选择的数据特征的相关性，处理和结构化相关数据集到语义结构，并在在线或离线平台上发布最终的文本[10]。因此，以一个笼统的算法新闻的定义去讨论其对传统新闻伦理的结构，具有一定的概括性和价值性。

二、新闻伦理的三维分析框架

随着算法进入专业新闻制作领域，伦理挑战也随之而来。为进一步讨论算法新闻所产生的伦理问题，学者康斯坦丁·尼古拉斯做了一个新闻伦理发展历史的溯源。新闻是最早也是最详细阐述媒体伦理的领域[11]。在这个领域内，对新闻的社会和技术发展提出了伦理和道德的要求，通俗地说，即新闻能够给社会发展带来什么。在新闻伦理的整个演变过程中，各种价值观都被写入其中。一开始，新闻仅仅是一种报道，记者只需秉承真实性和客观性原則，尽可能地还原事实。因为此时新闻的主要目标是提供信息，诸如客观性、中立性、可确认性和中介作用等价值观，因此被嵌套其中。随之而来发生的社会变革（18世纪末19世纪初的资本主义革命），新闻业被赋予了更多的使命，比如，新闻应该照亮社会、发现真相、表明立场，并帮助建立舆论。在社会责任的传统下，调查新闻破土而出，越发强调新闻真相的价值，更加反对滥用新闻以及保护消息来源。在20世纪上半叶，新闻实践发展出了另一个分支——解释性新闻[12]，这类新闻体裁要求在报道和阐述之间取得平衡，并试图弥补纯客观价值下缺乏的社会价值。20世纪下半叶，新闻业迎来了新的发展阶段，开始了一个整合阶段，新闻伦理和职业道德开始在组织层面上得到体现。例如，形成社会通行的新闻行业道德准则，如《国际新闻守则》或1954年通过的《国际新闻准则宣言》。

新闻伦理在微观层面上受到了个体行为差异的影响，因此，以美德为基础的强烈传统，要求个体的新闻工作者要有强烈的道德责任意识，在具体的新闻工作中应当具有勤奋、可靠、诚实的作风，这样他所写出的报道才会被信赖。这些美德通常是在新闻教育中被赋予或灌输的[13]。但随着媒介组织的壮大，普遍的研究让人们认识到，由于媒体制度的明确分工，很难让一个单独的个体对报道的某一结果负责。此外，职业记者可能会受到外部如经济、政治、社会的约束，这些约束有时会妨碍道德行为[14]。这一认识尤其适用于算法新闻，因为在算法新闻的制作过程中有多个角色和不同层次参与的明确责任，例如，互联网服务商承担着提供数据的责任，而媒体承担着制作和发布的责任。

我国在20世纪90年代就开始了有关新闻伦理的研究，综合学界的研究，概括地说，新闻伦理是指新闻传播业整体、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（如编辑、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[15]。新闻伦理反映的虽然只是新闻传播领域内的道德关系，但由于新闻传播活动的影响遍及社会生活各个角落，从这个角度理解来说，媒体组织为社会履行特定功能是不可或缺的。因此，通过上面的综述，本文确定了个人、组织和社会三个层面上算法新闻面临的伦理挑战的分析框架。

三、算法新闻面临的新闻伦理问题反思

（一）个体层面：隐私泄露

个体层面面临的伦理挑战主要在于用户的隐私问题和自主权问题。在新闻领域，消息来源保护是一项重要议题，它涉及公民的隐私权、名誉权等民事权利。在用户的隐私权问题上一个重要的问题是算法服务商在收集数据时，个人或隐私权是否受到侵犯。由于算法编程的复杂性，算法自然语言生成通常外包给专业的算法公司去操作，与新闻组织受到新闻专业约束不同，算法公司通常没有新闻伦理的意识，这就导致了数据的收集、整合等处理过程虽然并不一定违反商业规则，却面临着新闻伦理的批判。2021年5月，国家网信办曾通报百度等105款APP侵犯用户个人隐私的现象，这些APP均存在未经用户同意收集使用个人信息以及未按法律更正个人信息等问题，搜狗输入法、讯飞输入法、QQ输入法等市场份额较高的输入法也包含其中，可见算法对用户隐私侵犯问题的普遍。

技术霸凌侵犯着用户的自主权。这个方面主要表现在算法新闻的分发阶段，如今，互联网信息的分发更多地依靠算法精准识别用户，从而实现传播效率的提高。对于算法新闻，典型的侵犯用户自主权行为体现在内容的强制推荐，除了精准识别用户，算法一定的滞后性会导致无差别投送的发生，也许用户只是因为在某次推送中浏览了相同类型的内容，之后算法便会源源不断地将此类型内容推送给用户，而事实上这并不是用户的偏好。从另一个角度说，用户有权拒绝或接受某类内容的推送，但在现实操作中，用户对反感内容的拒绝只存在“事后操作”，即用户在接收到信息后才可以选择“不喜欢此类内容”来减少推送数量，极大地侵犯了用户的自主性。

（二）组织层面：算法偏见

算法偏见是组织层面常见的伦理失范的表现。算法是由开发人员编程出来的，算法偏见可以理解为算法在信息生产和分发的过程中，因为开发者的局限性导致新闻的客观中立性缺失。许多人认为技术中立特指技术本身是中立的，不存在偏见。但是，技术中立包括两个概念，即技术本身的中立性和技术在实际生产和应用中的“中立性”[16]。这里讨论的是后者，也就是算法偏见在算法越来越普及的今天对公众信息认知的影响是不可估量的。资本垄断也是产生算法偏见的主要原因。如今，作为算法的先决条件，技术掌握在大型互联网企业手中，算法新闻在这个意义上可以说也是掌握在大型互联网企业手中的。技术壁垒为大型资本隐蔽地躲过伦理的审判提供了机会。

其中最为典型的就是算法黑箱。由于有一定的门槛，算法不容易被公众认知和理解，从而被称作“黑箱”，即使稿件的挖掘、生成等过程都透明，但制定算法的规则公式掌握在资本手中却不为人知，算法偏见就有机可乘。而新闻的透明性是信息自由最基本的诉求[17]，也是新闻伦理的基本组成部分，但大部分普通民众无从知晓算法背后的目的和意图，在资本的垄断下，甚至是如何对其监管也成为一项难题。作为算法能够应用于新闻领域的基础，自然语言的生成需要海量數据的支撑，那么数据运用所带来的问题也随之出现。在新闻报道中，数据必须是可靠和准确的。但目前算法还不具备识别错误或不准确数据的强大功能，自然语言生成也未具备创造性和自学能力[18]，这也为算法新闻存在人为干扰因素而提供了条件。

（三）社会层面的伦理挑战：新闻失真

不同于以往因为人的主观因素导致失实的状况，从信源角度来看，算法新闻失真的主要原因在于未经过证实的材料的使用，目前的算法还未发展到能够进行真伪辨别的程度，其生成的文本大多是通过互联网搜集到的资料进行一定逻辑的拼凑，而互联网虽然是目前最大的信息集散中心，却也是失真新闻的滋养土壤，算法无法对庞大的数据等内容进行一一核实，这就导致了算法新闻的不可靠。算法新闻目前存在的缺陷导致失实新闻的传播极易产生不良的社会后果，新闻是人们认知世界的主要渠道，在构建媒介现实的同时也构建着社会现实，失实新闻严重影响人们对社会的正确认知。算法的主要应用场域——互联网已经发展成为大众认识世界的主要工具。然而充分依赖算法技术来运行的信息世界，因为商业逐利等各种原因，充斥着大量与现实不符的算法新闻。这些失实新闻的传播对社会的误导作用是明显的。

一个典型的例子是，2016年的美国总统选举因为算法未发现样本数据存在问题，民调数据出现系统性样本偏差而导致当时多家权威新闻机构对于大选的估算都发生错误，因此不仅新闻界声誉遭受重创，甚至对美国的政治、经济和社会都产生了较大负面影响。大部分劣质的算法新闻尽管在专业人员看来识别度很高，但在阅读网络化的今天，仍然造成了恶劣的影响。

四、结语

技术与伦理道德的关系很早就引起关注，中国传统哲学就强调“技艺之德”，先秦时期，“以术入道，以道驭术”的技术伦理思想已经萌芽，庄子的“由技至道”理念蕴含在“庖丁解牛”的故事中[19]。人是发明和运用的主体，掌握“技艺之德”往往能给社会带来福祉。但是，缺乏技术运用的节制，技术运用的不规范和对技术的过于倚重，尤其是在完全依赖技术发展的今天，技术的消极作用会被无限放大。

算法新闻的出现和发展无疑提高了新闻生产的效率，促进了新闻业的快速发展，精准的算法机制甚至能构筑行业对新闻真实性、客观性的新要求。目前算法新闻实践的结果显示出了局限性，人工智能仍在发展中，本文期待正在发展中的算法的完善，但面对实践中暴露出来的一系列伦理缺陷，人类不得不从技术监管、技术公开层面正视并采取措施去解决这些伦理缺陷。潮

参考文献

［1］王斌，吴倩.数字环境下新闻业的本体特征与研究路径［J］.新闻与写作，2021，449（11）：5-12.

［2］姜华，张涛甫.传播结构变动中的新闻业及其未来走向［J］.中国社会科学，2021，308（08）：185-203，208.

［3］刘海明.算法技术对传统新闻理念的解构与涵化［J］.南京社会科学，2019（1）：117-124.

［4］赵彦华.新技术的应用迅速改变着美国的新闻业［J］.现代传播·北京广播学院学报，1994（6）：76-77.

［5］陈昌凤，师文.个性化新闻推荐算法的技术解读与价值探讨［J］.中国编辑，2018，106（10）：9-14.

［6］陈昌凤，雅畅帕.颠覆与重构：数字时代的新闻伦理［J］.新闻记者，2021（8）：39-47.

［7］喻国明，苏健威.生成式人工智能浪潮下的传播革命与媒介生态：从ChatGPT到全面智能化时代的未来［J］.新疆师范大学学报（哲学社会科学版），2023（2）：1-10

［8］郑越，杨帆.记者和算法谁更值得信任：“机器人新闻”可信度的影响因素探析［J］.现代传播（中国传媒大学学报），2019，41（6）：63-67.

［9］“国内外新闻与传播前沿问题跟踪研究”课题组，殷乐.大数据时代的新闻：个案、概念、评判［J］.新闻与传播研究，2015，22（10）：119-125.

［10］常江，朱思垒.数字新闻叙事的革新：视觉化、游戏化、剧场化［J］.西北师大学报（社会科学版），2023，60（1）：51-58.

［11］展江， 彭桂兵. 媒体道德与伦理案例教学［M］. 北京：中国传媒大学出版社， 2014.

［12］汪苏华.西方解释性新闻的特点与写作要求［J］.當代传播，2005（5）：34-36.

［13］王亦高，房建硕.新闻职业精神再探究［J］.现代传播（中国传媒大学学报），2015，37（8）：156-157.

［14］张宏莹.浅析西方媒介问责机制［J］.新闻战线，2012（12）：80-82.

［15］刘斌.技术与伦理的冲突与融合：算法新闻时代新闻伦理重构及对策［J］.西南民族大学学报（人文社会科学版），2022，43（3）：135-143.

［16］罗嘉豪，邢虹文.算法推荐技术应用背景下的平台责任问题[J].编辑学刊，2023（2）：62-67.

［17］於春.算法、权力与治理：智能时代美国新闻自由与民主政治的反思［J］.当代世界与社会主义，2022（3）：117-122.

［18］张帆.生产、演进与传播：算法新闻学的知识图景［J］.暨南学报（哲学社会科学版），2022，44（2）：11-21.

［19］喻国明，杨雅，陈雪娇，等.类脑、具身与共情：如何研究人工智能对于传播学与后人类的影响：基于国际三大刊Science、Nature和PNAS人工智能相关议题的分析［J］.学术界，2021，279（8）：108-117.

（责任编辑：黄康温）