算法推荐新闻的运作困境与优化逻辑:基于建构主义技术观视角

算法推荐新闻的运行原理与价值逻辑,决定了其在数据采集、整合过滤、筛选加工、分发推送等环节存在技术与认识方面的偏差,因而在结果呈现方面引发了诸多问题,出现了内容维度、价值维度、法律维度等多重维度的运作困境。从建构主义技术观视角出发,提出基于技术、用户、平台、制度四位一体的优化逻辑,有助于为促进算法健康、有序、繁荣发展提供理论借鉴和实践参考。

技术不确定性下算法推荐新闻的伦理风险及其法律规制

大数据、人工智能、算法推荐技术等信息技术的快速迭代,推动了传统社会的数字化转型,传统新闻业同样在开展数字化转型升级。在此背景下,随着新闻信息过载的不断加剧,由大数据衍生出的算法推荐新闻迅速崛起,算法信任、数据优势与新闻媒介的数字化客观上为算法推荐新闻的应用和发展奠定了基础。毋庸置疑,算法推荐新闻对于实现新闻准确分发、增强新闻受众黏性具有重要意义,智慧化、瞬时性的算法推荐新闻具有精准、高效、个性化优势,但同时算法作为一种复杂性、不确定性技术,带来了多层面、多环节、多领域的风险挑战和制度掣肘,算法推荐新闻同样引发了“算法黑箱”“算法偏差”“技术霸权”“责任缺口”与“信息泄露”等多种伦理风险。当前,学界对于算法推荐技术本身是否真的成熟,以及算法推荐新闻可能引发的伦理危机研判明显不足。对此,从技术不确定性理论所内嵌的技术本身不确定性、技术认知不确定性与技术制度不确定性三个向度,可以为算法推荐新闻的伦理风险提供适当的分析框架,在此基础上厘清算法推荐新闻伦理风险发生的根源,可将其归纳为技术本身不确定性向度的数学洗脑与主体性缺失、技术认知不确定性向度的能力不足与底线失守以及技术制度不确定性向度的法律规范与伦理体系的不完善。具言之,算法推荐新闻作为一种新兴技术,已有伦理形态与法律规范逐渐无法有效规制其伦理风险,亟需建构专业化、制度化的算法推荐新闻伦理风险规制体系。算法推荐新闻伦理风险的法律规制应当奉行何种原则是规制路径建构的前提性、方向性议题,分析认为技术不确定性下算法推荐新闻伦理风险的法律规制需坚持新闻透明原则、价值中立原则和德法共治原则。当然,随着算法推荐技术、云计算等新兴技术的不断进化,新闻透明原则亦需与时俱进,对算法推荐新闻的新兴伦理风险予以有效规制,新闻从业者、算法推荐新闻分发平台等要坚持以价值中立原则为指导,强化算法推荐新闻中“人”的主体性地位,并在德法共治原则指导下明确算法推荐新闻伦理风险的法律规制范式。从以上原则出发,算法推荐新闻伦理风险的法律规制,应当针对不同类型的伦理风险进行有针对性的制度建构,即在技术本身不确定性向度加强算法公开与算法解释权、数据权利等保障,在技术认知不确定性向度推动新闻从业者计算思维的培养及伦理约束,在技术制度不确定性向度采取伦理结构化与法律问责等规制对策。

新媒体时代算法推荐新闻对受众的冲击与重构

大数据时代的到来和互联网的迅速发展使得算法推荐的新闻推送成为连接受众与受众所需信息的重要形式。算法推荐新闻可以为受众推送量身定制的内容,以此满足受众的个性化需求,激发受众的能动性。但是,算法推荐新闻的方式也存在着诸如信息茧房、数码圆形监狱、用户价值迷失、网络群体极化等消极影响。我们需要整合社会各种力量,从受众自身、算法技术、法律、政府等方面来应对其带来的弊端,促进其良性可持续发展。

算法推荐新闻中个人信息的保护

算法新闻推荐在高效、个性化的向用户投递新闻的同时,也蕴藏着侵犯个人信息权益的风险。隐匿的强制性“告知与同意”、个人信息的“再利用与他用”“后台监视”侵犯个人隐私等成为新闻平台侵犯个人信息权益的主要途径,应当从完善法制保障,构建“个人信息权”、强化行业监管,规范行业自律、培养用户个人信息安全意识与素养等方面入手,以期在算法推荐新闻的过程中保护用户的个人信息权益。

浅析算法推荐新闻与信息茧房效应的关系--兼论算法与用户的互动问题

算法推荐新闻是否必然导致信息茧房效应是一个值得探讨的话题。本文旨在通过梳理相关研究成果,从实证研究的角度,在算法和用户的互动视角下,以国内资讯类APP“今日头条”为研究对象,探讨算法推荐新闻是否具有信息茧房效应,摸准人工智能时代下算法推荐新闻的根源脉络与发展走向。

算法推荐新闻的传播困境研究

快速推送信息的算法推荐技术的出现为新闻传播界注入了一波新的力量,但是,算法推荐容易导致受众被媒体推送的同质信息包围,面临着处于信息茧房的困境,算法推送的内容感官刺激、标题党盛行,缺乏深度和意义,一些媒体对它的不当使用,导致媒介之间恶性竞争,媒介生态环境也难免江河日下。怎样在最小的人工成本之下,给用户推送更加精准的高质量新闻信息,仍是新闻从业人员的努力方向。

论新闻推荐算法的管理

新闻推荐算法具有双刃性,带来了不容忽视的负效应,如新闻失实、公民隐私权、著作权受侵犯等。新闻推荐算法管理的最大难点就在于,新闻推荐算法其实是一个技术"黑箱"。管理者即使获得其源代码,管理的难度也很大。互联网公司通常以新闻推荐算法属于商业机密为由,拒绝接受政府相关部门管理和社会监督。但是,如同药品一样,尽管其配方可以保密;但是由于涉及大众的健康及社会利益,亦必须接受政府的监管和社会监督。应该从政府、用户、企业、技术等维度,对新闻推荐算法进行科学管理。

算法推荐新闻的法律挑战及其规制

随着算法推送在新闻传播领域的应用,新的法律风险和法律规制难题也随之而来,主要表现在对用户隐私权利、法律主体认定、传统公法秩序构成了挑战。为此,我们可以通过有效的法律规制予以克服,因为通过法律实现算法推荐新闻的规制,能够有效保障公共利益的实现,可以平衡个人信息的利用与保护,并利于强化人的主体地位。在具体的实践中,应当从完善法律制度规范、健全执法监督机制、强化网络平台自律三个基本路径出发逐步实现。

能否让算法定义社会——传媒社会学视角下的新闻算法推荐系统

互联网重塑了当代的媒体版图,新媒体已成为公众最重要的社会信息来源。同时,互联网也把人类带入了信息超载时代。作为对信息超载的应对,以大数据驱动的智能算法推荐系统席卷了互联网资讯平台。新闻算法推荐系统基于用户行为的统计对信息进行筛选,巧妙地避开了理解信息内容的难题。但对新闻算法推荐系统的原理进行分析,可以发现其巧妙之处也正是其致命弱点所在——不能充分理解信息的内容,就不可能准确判断信息的质量和价值。基于统计而不是基于理解的信息选择,在提高信息获取效率的同时,也会制造和加剧信息失衡和信息歧视,成为偏见、劣质信息的传声筒和媒体负面效应的放大器。此外,新闻算法推荐系统还有可能被用来操纵信息,成为一些人谋取利益的新工具,使新闻算法推荐系统可能成为"扭曲的棱镜",经由它呈现给公众的某些社会图景可能偏离甚至严重偏离客观现实,从而导致公众的社会认知出现不同程度的偏差。故而,不能让算法来定义社会,对新闻算法推荐系统可能产生的负面作用要高度重视,需要从政府监管、企业自律、公众网络媒体素养教育三个方面实施综合治理。

算法新闻推荐的社会责任反思

随着计算机技术的迅猛发展,算法被广泛应用于新闻传播领域,这种"算法与新闻的耦合"改变了传统的新闻编辑与分发生态系统。一方面,缩短了新闻媒体的工作流程,极大地提高了工作效率;另一方面,提升了用户的阅读体验,有效地缩减了信息检索的成本。然而,智能化的算法新闻推荐,也引发了人们对其社会责任的反思。从算法新闻推荐的内容层面及法律层面进行分析,有利于丰富学界有关新闻媒体社会责任的理论研究,也能促使算法新闻推荐朝着良性与健康的方向发展,更好地服务于人们的信息需求。

新闻推荐算法的局限与优化

新闻推荐算法是网络媒体时代新兴的新闻编辑技术,通过分析用户行为特征,推测用户的喜好和需求,目前备受互联网公司青睐。但实践积累发现,新闻推荐算法存在很多弊端,本文就其局限性展开分析,提出智能全面化用户数据采集、人工推荐与智能筛选结合、开辟与细化用户设置渠道三方面的优化策略。

算法推荐类新闻App用户间歇性中辍行为研究

采用“压力源—压力—结果”分析框架及双视角分析法,构建算法推荐类新闻App用户间歇性中辍行为研究模型,通过问卷调查获取531份有效样本数据,利用SPSSAU、AMOS24.0软件验证假设和模型。研究发现,新闻倦怠是造成用户间歇性中辍行为的重要原因,而信息同质化、信息过载、沉浸觉醒及隐私担忧正向影响新闻倦怠的形成,其中沉浸觉醒是引起用户产生新闻倦怠的最主要原因。

论视频智能推荐的算法模型设计

本文分析了常见的网络视频的智能推荐算法,如:协同过滤的推荐算法、基于内容的推荐算法、基于知识的推荐算法,基于热度的推荐算法,等,并提出了自己的视频智能推荐算法设计原则。

基于深度学习的新闻传播平台设计分析

随着互联网技术与网络的迅猛发展,网络已经成为人们获取新闻的重要平台。网络中的新闻文本数量呈现出爆炸式的增长趋势,针对新闻种类较多、新闻的内容层次参差不齐问题。拟采用新闻推荐算法,AC算法、Bag of words算法及Word2Vec算法构建新闻传播平台,为用户提供基础新闻类文本推送服务,通过AC算法,为不同用户准确推送出新闻类型。同时,采用(Bag of words)词袋算法及Word2Vec算法对新闻进行科学的分类,既能够方便不同的阅读群体根据需求快速选取自身感兴趣的新闻,也能够有效满足对海量的新闻素材提供科学的检索需求。