演算法推薦的風險防範和導向管理
演算法推薦的基礎價值在於海量信息的甄選，核心價值在於內容的精準分發，關鍵價值在於觀點的洞悉反饋，終極價值在於意識形態的強化和引導。這個依託互聯網實現價值傳遞和價值創造的動態過程，次第推進，循環往複，形成信息甄選、分發、反饋、修正的閉環。
演算法推薦的風險防範和導向管理
鄧 杭
1
演算法推薦對網路輿論的價值
精準畫像，知曉行為。畫像是演算法推薦技術架構的重要環節，即計算機根據文章的興趣標籤、質量標籤等和用戶的閱讀習慣、瀏覽記錄等，抽象出標籤化的文章模型及用戶模型，並經過排序、分類、關聯和過濾，自動篩選出有效信息。畫像可分為文章畫像和用戶畫像、長期畫像和短期畫像等。相比報紙、廣播、電視等傳統媒體偏向關注受眾的群體屬性，演算法推薦則擅長分析個體特徵，為用戶貼上高度精練的標籤並據此知曉其行為模式。
精準分發，個性傳播。在分發環節，演算法推薦要實現年齡、職業、興趣等用戶特徵，時間、地理位置、天氣情況等環境特徵，類別、關鍵詞、熱度等文章特徵的對接和匹配，將篩選過的信息精準推送至用戶。區別於以「事件」為出發點的傳統信息傳播方式，演算法推薦建立用戶導向的「用戶+事件」模式，實質上以用戶關心的事件為核心，賦予用戶信息定製功能。這不僅節約時間成本、提高獲取效率，更滿足個性化需求，使得「千人千面」的信息傳遞模式成為現實。
精準反饋，洞悉觀點。當用戶接收到個性化的推薦內容後，演算法根據用戶點擊次數、停留時長以及舉報、屏蔽、轉發、評論等閱後反饋，勾勒出用戶媒介消費行為的圖譜，對用戶進行更為系統、全面的參數分析。這樣不僅能掌握用戶對社會問題的觀點或看法，還能研判出用戶的知識結構、經濟狀況、生活方式等深層次信息。一旦用戶興趣、品位、收入水平、教育程度等發生改變，此類動向信息也能通過反饋數據及時掌握。這個過程也是人工智慧領域的機器學習，即演算法推薦模型獲取新的信息後，重組已有知識架構以優化自身性能。
精準修正，重塑傾向。演算法推薦影響網路輿論的重要步驟如下：在演算法推薦營造的「擬態環境」里，用戶持續收到不同以往觀點的修正信息，進而不斷反省自身，再通過思想交鋒和觀點博弈，逐步改變傾向、調整立場。無論共識是否達成，公眾都在潛移默化的過程中參與了議題討論、重塑了社會認知。因此，演算法推薦為網路輿論引導提供了新路徑、新手段，並使之更為直接、便捷、高效。
2
演算法推薦對網路輿論引導的衝擊與風險
「把關人」離場，主流價值導向成色不足。區別於專業編輯擔任「把關人」角色並推送信息的傳統模式，演算法推送偏重數據抓取技術和內容審查後置，弱化了對基本價值的守望和主流價值的引導，導致傳遞不同價值觀的內容被機器分發給用戶，使得用戶陷入價值迷失困局。一些網路平台難以遵循「價值觀」先行，卻唯流量馬首是瞻，利用人性弱點，追求利益最大化，導致虛假新聞、「性、腥、星」類內容、「標題黨」等問題層出不窮，經常出現導向偏差。
「迴音室」現象嚴重，凝聚共識難度較大。演算法推薦容易造成選擇性的接觸、過濾與相信，由此帶來信息窄化、「信息繭房」、「迴音室」現象等不良後果，使個人陷入信息孤島。用戶在自我重複和自我肯定中視野受困、固步自封，圈層固化、群體極化現象隨之增多。演算法推薦誘導用戶關上涉獵不同領域和傾聽不同聲音的大門，背離了網路輿論的公共性、廣泛性特徵，從而使得刻板印象強化、偏見滋生、社會黏性缺失、價值認同難度加大。
「沉默的螺旋」效應顯現，網路輿論場失真。演算法推薦可以直接影響信息呈現、搜索排序、新聞熱度和傳播效果，導致這些網路平台成為相對獨立的輿論「策源地」和「發酵池」，輿論操作的可能性和危險度加大。容易使用戶造成「很多人都有這種價值取向」的印象，正麵價值意見的沉默造成負麵價值意見的增長，由此陷入惡性循環，導致網路輿論場失真。
3
加強演算法推薦的綜合治理
堅持主流價值導向。演算法規則、技術架構都要符合社會倫理和法律法規。鼓勵優質內容生產和傳播，加強演算法對於社會主義核心價值觀等內容的推送，放大正能量作品的影響力、感染力，培育積極健康、向上向善的網路文化。
壓實平台主體責任。智能平台應當肩負起信息把關、價值引領的主體責任，守住底線，把住紅線，決不能傳播有害信息、造謠生事。加強總編輯責任制度，優化績效考核指標，不能僅以點擊量、廣告收入為標尺，放任低俗內容侵蝕受眾。研發升級演算法識別體系，強化演算法技術對於新聞源頭的篩選過程，規範稿源和內容生成方式，提高優質內容推薦權重。改進安全風險評估和審核規則，加大人工審核的投入力度，實現「人機結合」的優勢互補。
加強頂層設計和監管治理。政府部門要加快人工智慧領域的立法體系建設，研究出台演算法推薦的相關管理辦法，劃定技術倫理、許可權邊界和行為規範。密切關注演算法推薦的技術創新和延伸發展，特別是其在政治、經濟等領域的運用和影響。履行好監管責任，對於未能盡到主體責任的平台及時問責、督促整改。發動社會力量參與監督，優化舉報處置流程，完善舉報核實獎勵機制。
提升用戶網路素養。用戶要樹立正確的網路媒介使用觀念，培養消費優質內容的習慣，發揮主觀能動性，增強對信息的辨識、分析能力，提升對信息價值的判斷、解讀能力，避免淪為技術的客體和附庸。豐富自身知識結構，培養多元開放思維，突破「信息繭房」的壁壘，提高理性認知水平。
4
運用演算法推薦服務於網路輿論引導
用演算法推薦革新網路輿論引導理念。傳統媒體語境下的輿論引導，偏向於灌輸式、粗放式的單向傳播，不太重視滿足受眾的信息需求、接收習慣和內心滿足。隨著互聯網的發展和演算法推薦的運用，輿論引導要順應分眾化差異化趨勢，精準目標定位，注重用戶體驗。要充分運用大數據、雲計算等新技術，科學分析、有效洞察受眾需求，推送更多個性化、專業化的信息，讓信息持續「入眼」並「入腦入心」。
用演算法推薦探索網路輿論引導新範式。積極主動藉助演算法規則和傳播優勢。在內容生產方面，可將用戶閱讀互動產生的數據反哺內容創作者；在正能量推送方面，可通過劃分正能量池等手段來保證首屏生態良好；在稿源審核方面，可將重大新聞通過置頂或要聞強插等方式優先展示給用戶；在生態調控方面，可運用風險評估模型來打擊「標題黨」等網路亂象。
用演算法推薦提升網路輿論引導實效。借鑒演算法推薦契合公眾自我意識覺醒的需要，通過精心的議題設置與受眾產生共鳴，在尊重公眾獨立思考和理性意志基礎上促進共識達成。利用演算法推薦數據採集、信息追蹤功能，搜集網路輿情併科學分析研判，了解民情、聽取民意、集中民智。在具體的網路輿論引導中，鼓勵負責任的觀點表達和理性的交流互動，運用多元、有效的公共話語，以事實來說服人、以理性來引導人。
（作者單位：中央網信辦網路評論工作局）
責任編輯：武艷珍
文章精選
TAG:新聞戰線 |