APP下载

畅想、忧虑与反思:新闻传播学视阈下的算法研究

2021-12-03王晨阳

北方传媒研究 2021年2期
关键词:头条图谱聚类

文/王晨阳

近年来,随着以今日头条等为代表的基于算法技术的聚合类资讯平台的兴起,算法逐渐成为我国新闻传播学领域的热点话题。新闻传播学视阈下的算法研究,既有对算法技术本身的研究,也有对今日头条等平台的研究,还有对算法与新闻业结合的研究,议题广泛,不一而足。以“算法+新闻”“算法+媒体”为关键词,在中国知网(CNKI)平台进行高级检索,共计获得文献1.2万余篇,可见我国新闻传播学界进行的算法研究已取得丰富成果。

尽管新闻传播学领域对算法的研究已取得丰富的成果,但却鲜有学者进行回望总结。对某个领域过往研究的梳理和总结,恰如充盈巨人的肩膀,既有利于梳理过往研究的热点议题、议题转移,也有利于相关领域的学者开展后续研究。

中文社会科学引文索引(CSSCI)来源期刊(含扩展版),在我国人文社会科学领域具有高度权威性和学术代表性。通过对CSSCI(含扩展版)期刊的文献计量分析,有助于梳理出我国新闻传播学领域算法研究的热点议题、议题转移和研究趋势。

一、数据获取与基本文献计量分析

根据南京大学中国社会科学评价研究中心发布的《中文社会科学引文索引(CSSCI)》(2019—2020)和《中文社会科学引文索引扩展版(CSSCI扩展版)》(2019—2020)目录,“新闻学与传播学”CSSCI来源期刊共有15本,CSSCI扩展版来源期刊共有9本,总计24本。在中国知网(CNKI)平台进行以“算法”为主题进行逐一检索,排除无相关论文的《编辑学报》《出版科学》《科技与出版》等期刊,共计获得相关文献125篇。

基础文献计量分析结果表明,上述125篇文章总被引次数达1462次,每篇平均被引次数达11.69次。高被引论文反映了某一研究领域的热点和代表作,反映了高水平期刊的学术影响力。通过进一步的梳理,总结出被引量排名前十的论文(如表1所示)。通过对作者单位进行分析,发现这十篇论文的作者大都来自于“985”工程院校,少部分来自于“211”工程院校,且北京师范大学喻国明教授、清华大学彭兰、陈昌凤教授的论文总计被引量位居前列。这表明顶尖院校和权威学者的科研成果在我国新闻传播学界具有明显的学术影响力优势,在面临诸如“算法”等新兴学术议题时,顶尖院校和权威学者的学术影响力优势更加得以彰显。

作为被引量排名第一的论文,北京师范大学新闻传播学院喻国明教授等学者的论文《算法即权力:算法范式在新闻传播中的权力革命》,提出了“算法即权力”的概念,具体而言,即在一个媒体和代码无处不在的社会,权力越来越存在于算法之中。该文发表于《编辑之友》2018年第5期,截至2020年9月,共计被引86次。清华大学新闻与传播学院彭兰教授的论文《智能时代的新内容革命》原载《国际新闻界》2018年第6期,共计被引81次。该文指出,智能化技术正在推动内容行业进入“2.0”时代,具体表现为以智能化驱动的内容生产2.0,以算法为核心的内容分发2.0和内容消费2.0。郑州大学新闻与传播学院讲师王茜的论文《打开算法分发的“黑箱”——基于今日头条新闻推送的量化研究》,发表于《新闻记者》2017年第9期,该文是国内学术界最早进行算法分发量化研究的论文之一,通过分析77位用户的8000多条新闻推送,指出今日头条算法价值观念主要包括场景、内容、用户偏好和平台优先级四个要素。

二、算法研究的知识图谱与议题转移

(一)算法研究的知识图谱

传统文献分析主要借助人工方式进行。近年来,在科学计量学、大数据和可视化技术的推动下,科学知识图谱理论和方法取得了诸多进展。科学知识图谱是显示科学知识的发展进程与结构关系的一种图形。①科学知识图谱绘制起源于2003年5月美国国家科学院组织的一次研讨会。2004年4月6日,《美国科学院院刊》发表了一期科学知识图谱专刊。目前,科学知识图谱已被引入新闻传播学界,陈力丹、喻国明等学者曾对跨文化传播、数据新闻、舆论研究等议题进行科学知识图谱分析。

德雷塞尔大学陈超美教授研发的CiteSpace软件,已成为国内外学界公认的科学知识图谱研究主流软件,本文亦采用该软件对上述125篇文献进行分析。作为科学知识图谱研究的重要方法,关键词共现分析用于反映各词之间的亲疏关系,以此反映出相关领域研究的热点议题。②CiteSpace软件关键词聚类结果显示,共计形成了六个聚类(见图1),分别是:

1.信息茧房。该聚类的主要关键词包括:算法偏见、信息窄化、把关人等。信息茧房是近年来新闻传播学领域研究的热点话题之一。伴随着以今日头条为代表的聚合类资讯平台的出现,个性化推荐成为此类应用软件打开市场的重要法宝。个性化信息推荐也令新闻传播学者产生了“信息窄化”和“信息茧房”的忧虑。但是,也有学者认为,信息茧房概念属于舶来品,在西方新闻传播学领域尚未得到透彻的研究,其产生机理、作用机制、社会条件等边界都尚未明确。因此,不能简单认为个性化信息推荐机制与信息茧房效应之间存在直接或必然的联系。

2.算法。该聚类的主要关键词包括:智能推荐、个性化推荐等。“算法”虽然是重要的关键词,但从关键词聚类图谱看,与“算法”有关的聚类面积、数量并不够庞大,与“算法”相关的关键词也与“智能推荐”“个性化推荐”等算法技术密切相关。这表明新闻传播学界在对“算法”进行研究时,并非简单就“算法”技术论技术,而是重视“算法”与新闻、媒介等的联系,重视对“算法”的在地化解读。

3.算法新闻。该聚类的主要关键词包括:新闻分发、价值传播、万物皆数(媒)、反叙述、新闻伦理、公共性等。算法新闻是新闻传播学研究领域关注的重点,也是“算法+新闻”的生动实践。从该聚类相关关键词看,新闻传播学者对算法新闻的研究大致可分为几个方面:一是,从技术角度探讨算法与新闻结合的可能性,如新闻分发;二是,从价值层面和哲学层面探讨算法对新闻业的影响,如价值传播、新闻伦理、公共性等;三是,着眼未来研究算法与智能媒体的关系,探究新闻业的未来发展图景,如万物皆数(媒)。

4.今日头条。该聚类的主要关键词包括:内容为王、兴趣阅读、尼尔·波兹曼、企鹅媒体号、新闻客户端、回音廊、MCN等。今日头条是典型的基于算法技术的聚合类资讯平台,拥有庞大的用户基础和极高的市场占有率。从该聚类相关关键词看,新闻传播学者对今日头条的研究主要聚焦于几个方面:一是,对今日头条本身的研究,如兴趣阅读;二是,从新闻业转型角度出发研究今日头条,如内容为王、MCN、新闻客户端等;三是,从学术角度对今日头条的反思,如回音廊等。

5.算法技术。该聚类的主要关键词包括:过滤、生产等。该聚类与第二点聚类在学术研究上具有较为密切的联系,但也有区别,即本聚类更倾向于从技术层面解读算法。

6.媒介伦理。该聚类的主要关键词包括:主流价值、亚文化、双刃剑等。对算法从媒介伦理层面展开反思,彰显了新闻传播学者的学术敏感和人文关怀。

7.主体性。该聚类的主要关键词包括:公共传播、价值理性、工具理性、人机关系等。人的存在问题是一个亘古话题。作为有限存在物,个体总是被外界规定,从属于无限的物质本体及其存在形态。人的存在主要包括主体性、目的性和价值性三个方面。③在互联网诞生之初,即有相关学者思考“赛博空间”中的人类生存问题,之后又衍生出网络生存、数字化生存议题。随着互联网技术、移动通信技术、智能媒介技术等的快速发展,未来万物皆媒的智能化媒体时代将会到来,在智媒时代人类如何生存?如何定位人与机器(算法)的关系?如何防止技术对人的异化?这些问题需要新闻传播学者的回答。

(二)算法研究的议题转移

我国新闻传播学者对算法研究的议题转移,经历了从畅想到忧虑,再从忧虑到反思的转移。2015年左右,随着传统媒体的衰落,媒介寒冬引发了新闻业界和学者的反思和焦虑。一段时间内,曾有观点认为传统媒体生产的内容在信息爆炸时代已不再受关注,信息对受众的价值近乎于零。而今日头条通过算法技术将各家传统新闻媒体发布的消息进行聚合和个性化推荐,迅速崛起,甚至引发了传统媒体与今日头条之间的版权之争。尽管在版权方面今日头条颇受争议,但算法技术的魔力也让新闻传播学者看到了媒体转型发展的曙光。在此背景下,基于算法技术构想媒体融合转型,乃至畅想未来智能媒体时代,成为新闻传播学者研究的热点。随着对算法研究的深入,相关研究议题开始转向。新闻传播学者对“算法”的忧虑主要表现在三个方面:一是,对基于算法技术的个性化推荐导致的“信息窄化”和“信息茧房”现象的忧虑;二是,对基于算法技术的个性化推荐机制冲击传统“把关人”机制的忧虑;三是,对算法技术导致的媒介伦理问题的忧虑。

2018年起,新闻传播学者逐渐走出对算法的忧虑,开始从更深层次进行反思研究。相关研究议题或研究进路主要分为两类:一是,对“信息茧房”等舶来概念进行追溯,深入了解西方学界如何定义该概念,如何应用该概念。通过坚持不懈的研究,我国新闻传播学界已逐渐弄清了“信息茧房”的作用机制和边界条件,逐步打破对“信息茧房”的盲目恐惧和忧虑;二是,着眼未来发展,从媒介伦理层面和哲学层面展开反思,探讨未来人机共存、算法信息等深层次议题。

结语

综上所述,“算法”作为舶来词,在被引入中国新闻传播学界时,曾引发学界从畅想到忧虑再到反思的转变。导致这一转变的可能原因在于两方面:一是“算法”作为西方学术界的舶来物,在引入中国语境时需要经历一个从接触到了解再到调适的过程;二是无论国内外,“算法”技术大都首先兴起于新闻业之外的行业,如国外的Facebook、YouTube等社交平台的兴起,以及国内今日头条、一点资讯等平台的兴起,这些平台飞速崛起之后,引发了新闻界诸如欢喜、恐慌、思考等诸多反应,投射到新闻传播学界,自然也引发了学界的畅想、忧虑和反思。如今,笼罩在算法技术之上的种种迷雾正在逐渐消散,新闻传播学者对算法的研究也从技术走向社会。工业时代已降,科学与社会、技术与社会的关系深深吸引着社会、公众和学者的关注,“算法+新闻”将如何演化,依然需要新闻传播学者孜孜不倦的研究。

本文研究也存在局限之处,由于平台技术和个人精力所限,笔者仅对CSSCI期刊(含扩展版)“新闻学与传播学”类别的文献进行逐一检索,然后基于这些文献进行文献计量分析和科学知识图谱分析,难免挂一漏万。随着中国知网(CNKI)平台技术迭代,未来研究应尽可能全面搜集相关文献,力求全面刻画新闻传播学界算法研究的全貌。《科学学研究》2005年第2期,第149-154页。

注释:

①陈悦、刘则渊:《悄然兴起的科学知识图谱》,

②郭文斌、方俊明:《关键词共词分析法:高等教育研究的新方法》,《高教探索》2015年第9期,第15-21+26页。

③王晨阳:《沉浸、在场与具身:技术转型视阈下的VR电影》,《现代视听》2020年第2期,第52-58页。

猜你喜欢

头条图谱聚类
一种傅里叶域海量数据高速谱聚类方法
基于图对比注意力网络的知识图谱补全
微头条
一种改进K-means聚类的近邻传播最大最小距离算法
AR-Grams:一种应用于网络舆情热点发现的文本聚类方法
《头条》(四首之三)
图表
头条
主动对接你思维的知识图谱
基于Spark平台的K-means聚类算法改进及并行化实现