摘要：算法新闻一经问世便广受欢迎。不应忽视的是，引入算法到新闻业界，对个人、社会都可能产生深远的负面影响。于个人而言，算法新闻强化“信息茧房”，茧房内成员与外界的交流受到主客观限制，可能滋生偏激，甚至导致群体极化。此外，当算法带有偏见时，用户对部分信息的知情权可能受到侵犯。于社会而言，用户沉浸在算法创造的“超真实”空间里，不仅会使自身视野窄化，更会固化社会分歧，激化社会各群体之间的偏见与区隔，进而影响社会共识的凝聚。破解算法新闻逻辑困境，需要多元主体协同规范。首先，公众应提高媒介素养，增强多元信息聚合意识，对于媒体反复推送的同质化内容保持批判思考，培养对拟态环境与现实环境基本的认知及区分能力；其次，个性化信息服务提供方要提升用户洞察技术，将个性化推送与公共化推送相结合。长远看来，及时破解“信息茧房”也是其自救之举，有助于实现经济效益和社会效益的双赢；与此同时，主流媒体要积极推进媒体融合，增强舆论引导力，将自身优质的内容与平台广泛且精准的分发渠道相结合，实现信息传播效果的最大化；最后，监管部门应采取措施，规范算法新闻市场秩序。

关键词：算法新闻；信息茧房；超真实；算法伦理

中图分类号：G210.7 文献标志码：A 文章编号：1674-8883（2021）11-0004-04

算法一词，本是计算机与通信领域的专用术语。近年来，随着大数据与人工智能技术的成熟，算法的应用领域逐渐扩展到了新闻传播业，其在新闻传播业内的应用，突出表现为算法新闻。本文首先介绍算法新闻的概念及其在国内外的发展概况，其次梳理算法新闻所带来的伦理困境，最后围绕如何破解算法新闻伦理困境展开思考。

一、算法新闻及其国内外发展实践

算法新闻是基于大数据获取与分析技术，根据网站中用户的各种个人基础资料、网络浏览状态和网络社交活动行为等大量数据，推测得出用户可能会产生兴趣的话题和内容，并向其进行精准投放的一种新闻信息分发模式[1]。它的重要特点是实现精准投放与有效供给。算法新闻极大地提升了用户使用体验，受到用户欢迎。近年来，我国算法新闻类平台涌现，引发了社会各界广泛讨论。主流媒体对此类迎合用户偏好的信息推送机制提出了质疑，人民日报曾三次发文质问今日头条，指其“以算法构筑劣质低俗‘信息茧房”。

从当前的市场反应来看，世界各地的个性化新闻推荐类网站和客户端均占有相当大的市场份额。在美国、德国和英国分别排名第一的Flipboard以及在印度排名第一的Dailyhunt，均是主打个性化推荐的互联网新闻客户端。我国的算法新闻平台以今日头条、天天快报、一点消息等平台为代表，这三者在猎豹大数据2021年第一季度新闻类APP评估中均位列前十。算法新闻平台之所以能够一直以来在市场上占据重要地位，是因为其充分满足了不同用户对于新闻信息内容的差异化需求，顺应了当前网络新闻媒体的信息细分化发展潮流。相较传统的无差别推送方式，这种精准迎合用户喜好的新闻平台自然可以赢得更加广阔的用户基础和市场份额。

今日头条是我国算法分发模式中的先行者，国内对算法新闻进行实证分析的大多以其作为样本。有学者通过对今日头条8000余条推送内容进行量化分析指出，今日头条算法价值观念主要包括四个要素：场景、内容、用户偏好和平台优先级[2]。场景因素主要表现为本地新闻的高覆盖率，通过获取用户位置信息进行一定地域范围内的广告投放，这也是该平台重要的盈利方式；内容因素表现为具有重要性、冲突性的内容更容易进入用户视野，也更加契合传统的新闻价值标准；用户偏好因素表现为根据每位用户独一无二的“画像”，为其推送内容，对用户行为数据的获取与分析进行精准推送是算法新闻最重要的特征；平台优先级因素表现为优先推送今日头条系产品内容，如抖音短视频、火山小视频以及西瓜视频等，通过平台优先级的设定对旗下内容平台进行引流。

有学者提出，目前算法新闻大多采用三种推荐策略，分别是内容推荐、协同过滤推荐和单因子推荐[3]。内容推荐，即通过使用者“画像”，向其他用户推荐可能感兴趣的内容；协同过滤推荐，指推荐与自己有相同偏爱和喜好的其他用户认为的最喜欢的内容；单因子推荐，指根据新闻点击数、阅读量、点赞或转发数等某个单一因素的量值，决定是否向用户进行推荐。

算法新闻在业界的不俗表现也吸引了学界的目光。学界的关注热点主要是算法新闻技术伦理，以及算法新闻对传统媒体业务链的重塑。传统的新闻生产与分发秩序正在算法新闻的驱动下发生着巨大变化，整个新闻制作和生产的业务链条也正面临重塑。如何规避无效投放，提高内容分发效率，成为新闻界的重要议题。其中一个突出表现是内容分发逐渐成为独立部门，以缓解海量的内容与用户特定需求之间越来越深刻的矛盾。一个突出改变是激活长尾内容。长尾，指需求曲线尾部数值不高的部分，因形態类似一条长长的尾巴而得名。长尾内容是传统信息分发秩序下的失败者，但在算法新闻的作用下，这些非主流、个性化的需求，在庞大用户规模的条件下也能找到恰当的归属，精准投放使长尾内容焕发出新的价值。

总的来看，算法新闻对传统的传播思维方式进行了颠覆和变革。算法思维、智能思维、动态思维和情感思维或将成为未来媒体的核心内容。随着人工智能和智慧媒体的嵌入，分工传播、沉浸传播和场景传播将成为未来媒体的主流传播方式[4]。

二、算法新闻的双重伦理困境

算法新闻是对传统信息分发秩序的一种革命，用户的喜恶偏好成为信息分发的重要标准，这颠覆了传统新闻分发模式下用户只能被动接收的局面。但引入算法新闻到新闻业界，对个人、社会都可能产生深远的负面影响。个人层面上，算法新闻强化“信息茧房”，滋生偏激，算法偏见控制用户知情权；社会层面上，算法新闻促成诸多“超真实”空间，阻碍社会共识凝聚。

（一）个人层面：强化“信息茧房”，滋生偏激，算法偏见控制用户知情权

“信息茧房”的概念由美国学者桑斯坦提出。他认为，媒体的精准推送会导致“我的日报”出现，而公众长期接触与自己既有观念一致的内容则会强化其认知，导致群体极化。国内现有研究多数对算法新闻是否会导致“信息茧房”都持肯定态度，认为传统媒体时代用户还能与自己不感兴趣的信息和观点不可避免地遇见。而如今，随着大数据分析与人工智能技术的逐渐成熟，个性化的信息服务让用户对信息的过滤和筛选集中于个体所偏爱的观点和主题，长此以往便会导致“信息茧房”，即用户会被困在由自己的偏好信息构成的茧房内。但也有学者认为，“信息茧房”从一开始质疑的就不是算法新闻，而是此前门户时代兴起的订阅模式，即用户过分单一的通过自己的订阅查看信息，进而导致信息窄化。而算法型信息分发平台则恰恰提供了破解“信息茧房”的方案。如上文所述，当前主流算法新闻平台用于评估信息价值的模型往往是多维度的，本地化内容的推荐以及基于相似人群“画像”的协同推荐机制，都有助于拓宽用户的信息接收面，借以规避单纯订阅模式导致的接收信息收窄困境。类似观点拓宽了人们对算法新闻社会影响的思考。但总体而言，学界普遍承认，算法新闻会制造并加剧“信息茧房”效应，有催生群体极化的可能。

“信息茧房”的形成会极大地限制茧房内成员与外界的交流。随着精准推送技术的日趋成熟，个人间的相似性也会导致群体茧房的出现[5]。这一类茧房由观点和意见相近的成员组成，成员间因同质化互相吸引，整个群体的同质化特征也更加明显。根据“沉默的螺旋”理论，群体讨论中的大多数意见会吸引越来越多的人加入，少数意见则会在众人的沉默中逐渐式微。群体极化作为网络“信息茧房”的典型负面效果，可能会进一步助长网络舆论环境中的“沉默的螺旋”现象。除了对网络言论环境的影响，“信息茧房”对于个人也有负面影响。对用户来说，接触与既有观点相近的信息，不仅迎合了自身偏好，而且降低了信息接收成本。这种反复强化的类似信息既顺应了个人的思维惰性，也成为了算法新闻一经问世便大受欢迎的社会心理基础。此外，长期置身于“信息茧房”中，个人很容易产生盲目的自我意识，会出现将自己的认知作为真理的思维定式。这种极端的思维表现在如果个人诉求不能得到满足或情况没有按预期发展时，偏执的想法就有可能演化为极端行为。

李普曼曾提出除了客观的现实环境，人们的认知中还存在一种拟态环境。媒体通过对信息进行选择、加工和报道，会对人、对现实社会的认知产生潜移默化的影响。在当今算法新闻充分发展的媒介环境下，个性化信息服务提供商通过大数据预判用户的喜好，根据点击、浏览、点赞、好友关系等行为数据为用户“画像”，从而提供针对性的信息服务。这看似是一种取悦性的信息服务，但却在无形中剥夺了用户了解多元化信息的需求与权利。从算法新闻的内容生产视角来看，新算法新技术对内容生产进行了全方位改革。人工智能运用在新闻采集、生产、分发、接收、反馈中，形成以多款机器人新闻写作系统、新闻直播APP、无人机报道、语音合成虚拟主持人、扩展“AI+”模式等新的新闻业景象。随着算法渗透到新闻生产与传播的全流程、全链路，算法偏见问题也更应受到社会各界的重视。

算法偏見（Algorithmic Bias），指看似没有恶意的程序设计中，却带有设计者或开发人员的偏见，或程序设计中采用的数据是带有偏见的。在带有偏见的算法审查机制下，用户对部分信息的知情权可能会受到限制。算法新闻依赖于人类的决策偏好，如果算法开发企业或人员在一开始就秉承惯性思维，算法将会在一次次运行中学习并强化偏见。通常，面临算法偏见的是少数民族人群，尤其是少数民族女性。据国外某项研究结果发现，IBM、微软、Face++等三家知名企业的人脸识别产品，均对妇女和深肤色群体存在着不同程度的歧视，在他们的人脸识别产品中妇女和深肤色人群的识别成功率较低[6]。此外，算法新闻也可能依据性别向女性推送更多美容、情感、家庭等浅层次娱乐信息，而更多地向男性用户推送政治、科技等严肃内容。这种偏见化的信息推送，无形中侵犯了女性用户的信息知情权。总而言之，算法的偏见来自对人的偏见[7]。这既可能是由于开发人员在设计之初就设定好了数据偏好，也可能是用户自身在使用算法新闻产品时产生的交互偏见，例如当用户有意识去搜索并关注男性优势信息时，算法就会习得这一偏好，并在用户以后的使用过程中不断强化，最终束缚其个人认知。

（二）社会层面：形成诸多“超真实”空间，阻碍社会共识凝聚

“超真实”是法国社会学家鲍德里亚提出的概念，指一种比真实更真实的超级真实状态。由于算法新闻实现了向用户点对点精准分发，使原本在大众传播背景下较为稳定单一的拟态环境被分隔出了诸多“超真实”空间[8]。用户沉浸在媒体创造的独立的“超真实”空间里，不仅会造成自身关注视野的窄化，而且会阻碍了成员之间的正常交流，进而影响广泛的社会共识达成。

“超真实”是“信息茧房”进一步固化所形成的社会认知。长期处于茧房中的人群，会固执地认为自身所持观点的正确性，因为这些观点早已在茧房中被一遍遍学习并强化。久而久之，“超真实”与现实间的边界将会变得越来越模糊。区分“超真实”与现实，对用户的媒介素养提出了更高要求。鲍德里亚认为，由于媒介技术的普及运用和飞速进步，人们只能通过外部手段去认识世界，导致真实的现实不复存在。认知中的现实取代客观现实，营造出一种“超真实”环境。此外，长期浸淫于“超真实”环境，会固化社会分歧，激化社会各群体之间的偏见与区隔，最终阻碍社会共识的凝聚[9]。

社会共识是通过人与人之间的知识、经验和行为的交流与互动来建立的。从人类社会思想的产生与传播规律来看，实现社会共识首先需要各种不同思想和观念进行交流、碰撞与互补，进而人们在各种社会思潮中寻找最大公倍数。这种经过碰撞交流而被共同选择的社会思潮具有更旺盛、更持久的生命力。社会共识可以增强社会凝聚力，对维护社会稳定具有重要意义。人类生活经验表明，集体生活可以对资源进行集中与优化，从而保障群体内成员的生存和发展。但当前网络信息技术的发展不仅造就了现实中的“宅男宅女”，更催生了一种思想上的封闭与割据。由于现实社会中与人接触的机会减少，人们倾向于在网络信息行为中投入更多的时间与精力。这其中，媒介素养欠缺的人群很难区别算法新闻构建的“超真实”空间与现实的社会环境，导致个人认知中的信息社会与整个社会的实际面貌可能相去甚远。长此以往，社会成员被算法新闻构建的“超真实”空间割裂成碎片化的个体，凝聚社会共识将更加困难。

三、算法新闻的多元主体规范路径

“信息茧房”以及“回音室”效应顺应了个人的思维惰性，且为企业带来了巨大的经济效益。因而，为破解算法新闻的伦理困境，除了需要用户与个性化信息服务提供方的自觉以外，还要求主流媒体加强舆论引导，监管部门进行严格规制。

（一）公众提高媒介素养，增强多元化信息聚合意识

公众应警惕算法新闻可能形成的“信息茧房”，在日常媒介行为中提高多元化信息聚合意识，不应只被动接收平台推送的内容，也要积极主动地搜索获取公共信息。根据主流算法新闻平台的推荐机制，用户主动搜索的内容会被赋予更高的权重，在日常的使用过程中如此训练算法，是保证获取信息相对多元的方法之一。

算法新闻模式下，点击量高、转发量多的文章由于具备极高的单因子权重会进一步扩散，但此类信息中不乏耸人听闻、蓄意夸大的消极内容，对此用户应提高辨别能力，不断提高自身媒介素养。日常生活中，对于媒体反复推送的同质化内容，应保持批判性思考，对拟态环境与现实环境要有基本的认知以及区分能力。认识到我们所接触的信息并不是随机与偶然，而是对个人行为大数据进行分析得出的针对性结果，不能以此作为判断社会现实的准绳。

根据社会学家柯林斯提出的“互动仪式链”理论，互动链经由具体情境中个人的不断接触而延伸，当人们越来越多地参与社会交际过程，并使这些交际发生的空间扩展之后，社会结构就会变得宏观。“互动仪式链”视域下，用户构成了信息传播链条上一个个具体的单元，人们通过分享与传播信息进行互动。此时，只有每一个单元都提高媒介素养与辨别能力，才能控制消极内容、伦理失范问题的影响范围。因此，公众提高自身媒介素养，至关重要。

（二）个性化信息服务提供方将个性化推送与公共化推送相结合

个性化信息服务提供方要提升用户洞察技术，将个性化推送与公共化推送相结合。当前，算法新闻被广为诟病的主要原因在于其过分迎合用户偏好，通过不断推送用户喜爱的内容，增加用户黏性。在此过程中，平台收获了可观的经济效益，但却忽视了作为信息服务提供方应该承担的社会责任。实则，个性化推送并非是保持盈利的不二途径。平台的商业目的是留住用户、增加用户黏性并进行变现。这与将个性化推送与公共化推送相结合并不矛盾，反而迎合了用户对多元信息的需求。因而，平台应在越来越细分的算法新闻市场上走出差异化发展道路。

长远来看，及时破解“信息茧房”是算法新闻平台的自救之举。随着社会发展水平和公众媒介素养的不断提高，大众对于优质内容的需求呈上升趋势，只有提供优质内容才能长久留住用户。更何况，社会各界对于“信息茧房”的诟病由来已久，越来越多的用户意识到沉湎于算法新闻平台，不仅不能提升自身视野、拓宽知识面，反倒有可能错失关键信息、固化自身偏见。传播学经典理论作出阐释——对于冷静细致的消费者，进行信息的两面提示才能收获更好的传播效果。因此，个性化信息服务提供方应该改进算法新闻推荐机制，将个性化推送与公共化推送相结合，如此才能实现经济效益与社会效益双赢。

（三）主流媒体积极推进媒体融合，提高舆论引导力

算法新闻的不断成熟导致传播方式、舆论生态、媒体格局发生深刻變革，主流媒体舆论引导力面临严峻挑战。对此，主流媒体应积极推进媒体融合，提高舆论引导力。近年来，以人民日报为代表的主流媒体开始积极推进“中央厨房”、智能新闻等改革，提高了信息生成与分发的效率。但在拉近与公众的心理距离方面的改革举措尚显不足。未来，主流媒体应积极推进与新媒体平台、科技公司等的媒体融合，转变话语方式、改革内容呈现方式，吸引用户“用脚投票”。要大力打造全程媒体、全息媒体、全员媒体、全效媒体，即“四全媒体”，加快推动媒体融合发展，使主流媒体具有强大传播力、引导力、影响力、公信力，形成网上网下同心圆。

与此同时，主流媒体还应与个性化信息服务提供方开展合作，将自身优质的内容与平台广泛且精准的分发渠道相结合，实现信息传播效果的最大化。当前，我国正处于社会转型期和战略机遇期，主流媒体影响力相对减弱，媒介事件频发，思想逐步多元化，对舆论和意识形态安全、社会治理带来新的挑战。因此，如何强化主流媒体的舆论引导能力，保障社会平稳有序运行，是当前面临的新情况和新问题。主流媒体应借助新闻生产一体化的融媒体中心、算法和人工智能为依托的精准分发与智能反馈平台，构成全方位、立体化的移动互联网信息传播格局。

在算法新闻环境下，以网络媒体为代表的新媒体成为新闻信息的集散地、社会舆论的放大器。由于实名制刚刚起步、网络审核技术不尽完善，网络内容的真实性往往受到质疑。所以目前为止，传统媒体的权威性是新媒体不可比拟的。主流媒体可以充分发挥自身的事实调查与验证引导能力，主动介入算法新闻平台，以个性化定制、精准推送等形式占领舆论引导制高点。

（四）监管部门采取措施，规范算法新闻市场秩序

由于经济利益的驱动、法律监管的滞后、个体自律与行业自律的不完善等原因，导致算法新闻存在诸多乱象。算法新闻平台自我定位模糊，组织结构水平低，导致发布的内容失衡、价值链断裂以及监管失效等隐患，进而影响网络媒体服务提供的有效性和可持续性。可以说，加强对算法新闻的监管迫在眉睫。并且，算法新闻背景下的监管方式和手段也应进行变革。对于个性化信息服务提供方而言，内容是其立足点，监管部门应以此为基点，通过对算法机制的规定，促进内容生态的良性发展。

此外，针对算法的价值观、意识形态以及权重赋值等出台相关文件进行规范，亦有助于让用户在算法面前获得一定的主动权，最终建立更加规范、更有秩序的算法新闻环境。2018年，字节跳动公司曾率先公布核心算法，但目前看来这对推动整个行业的透明度似乎作用甚微。算法虽作为后台的黑箱，却决定着每一位用户在前台看到的内容，并可能对用户的社会认知产生潜移默化的影响。因此，对算法新闻推送机制进行规制，事关舆论与意识形态安全。对此，监管部门需要明确算法新闻的监管目标以及如何借助人工和技术手段实现监管目标，确立生态准入和退出机制，以保障内容生产的规范，引导算法新闻业态的持续良性发展。此外，相关部门应积极与行业协会、社会组织、用户等各界力量合作，聆听社会合力表达的监管诉求，以规范网络空间信息秩序。

四、结语

在算法新闻迅猛发展的同时，也不应忽视引入算法新闻到新闻业界为个体、社会带来的诸多问题和影响。个人层面上，算法新闻强化“信息茧房”滋生偏激，算法偏见控制用户知情权；社会层面上，算法新闻促成诸多“超真实”空间，阻碍社会共识凝聚。破解算法新闻的双重逻辑困境，需要多元主体协同规范。公众应提高媒介素养，增强多元化信息聚合意识；个性化信息服务提供方要将个性化推送与公共化推送相结合；主流媒体要积极推进媒体融合，提高舆论引导力；监管部门要采取措施，规范算法新闻市场秩序。我们既已无法逃避技术，就应提高对技术的理解与驾驭能力。如何正确认识算法、批判算法、善用算法，是新闻传播业必须直面的新命题。

参考文献：

[1] 匡文波，陈小龙.新闻推荐算法：问题及优化策略[J].新闻与写作，2018（04）：66-70.

[2] 王茜.打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究[J].新闻记者，2017（09）：7-14.

[3] 喻国明，韩婷.算法型信息分发：技术原理、机制创新与未来发展[J].新闻与传播研究，2018（04）：8-12.

[4] 陈昌凤，张舒媛.新闻生产中算法运用的技术路径与价值逻辑[J].现代出版，2021（03）：36-42.

[5] 张洪忠，石韦颖，韩晓乔.从传播方式到形态：人工智能对传播渠道内涵的改变[J].中国记者，2018（03）：29-32.

[6] 吴锋.发达国家“算法新闻”的理论缘起、最新进展及行业影响[J].编辑之友，2018（5）：48-54.

[7] 吴卫华.算法新闻在公共传播中的理性问题[J].当代传播，2017（03）：79-81.

[8] 张超.作为中介的算法：新闻生产中的算法偏见与应对[J].中国出版，2018（01）：29-33.

[9] 张梦，陈昌凤.智媒研究综述：人工智能在新闻业中的应用及其伦理反思[J].全球传媒学刊，2021，8（01）：63-92.

作者简介：田新俊（1996—），女，安徽宣城人，硕士在读，研究方向：网络与新媒体。