智媒系统如何型塑“上游”知沟:个性化、新闻增值与普遍差异化

“知沟假说”聚焦传统媒体的信息在社会不同经济阶层中对知识获取的效果和影响。智媒时代基于人工智能与算法的信息传播在这个问题上会有哪些变化?又产生了怎样的新问题?本文尝试从“知识生产沟”这一知沟的“上游”环节切入,通过开箱经典的新闻深度学习模型deepnews.ai,挖掘其如何通过提取价值增量、测量观间点距离而生产出了“差异性”的个性化内容,再精准推送给用户。该模型与其衍生产品共同建立了一个“新闻价值系统”,以此来替代“在线优质内容”,从“注意力经济”的角度挖掘出了最有利于“商业化”的内容。由此而来,之前基于经济阶层差异的“知沟”被先期已然决定的“商业价值”所替代,并由此生产出普遍差异化的“知识人”。这种知识人的“普遍差异化”不是绝对的独特性,而是普遍中的特殊性:即看似“个性化”,实则很普通。本文亦提出,普遍差异化的知识人彼此之间的“价值距离”可以通过心理知觉-集体记忆-第三持存的再生产链条再生产,新闻观点之间的距离将转化为知识人的观念距离,并藉此长期沉淀和巩固下来。