传媒教育网

 找回密码
 实名注册

QQ登录

只需一步,快速开始

搜索
做个试验
查看: 1333|回复: 1
打印 上一主题 下一主题

人民日报:算法盛行更需“总编辑”

[复制链接]
跳转到指定楼层
楼主
发表于 2016-12-23 23:58:14 | 只看该作者 回帖奖励 |正序浏览 |阅读模式
算法主导的时代,更需要把关、主导、引领的“总编辑”,更需要有态度、有理想、有担当的“看门人”* ?- ^+ D1 e& G1 U
  早晨起床,看新闻客户端,关注天下事;中午休息,登录社群网站,讨论新鲜事;晚上睡前,刷刷朋友圈,了解身边事……这是中国网民的普通一天,也是互联网时代舆情生成过程的一个切片。信息的生产、扩散、接收,观点的表达、传播、汇聚,就像是浪与浪的激荡、云与云的交汇,让舆论场风生水起。8 @/ I) \% j  M" y& A: n
  连接一切的豪迈宣言,开放共享的技术架构,把信息时代变成了舆情时代。来自人民网舆情监测室《2016年中国互联网舆情分析报告》的数据显示,2016年我国微信用户已达8.46亿,微博月活跃用户达到2.82亿,微信公众号早已是千万级别。互联网技术的力量、计算机算法的红利,提升你我互动交流的效率,也让我们有了更宽的视野、更深的思考。人人都有麦克风,小事也能成为“现象级”,背后是技术和媒介的强大支撑。
4 R5 f9 w! c2 q3 r$ U  然而,每一枚硬币都有两面。技术让信息蓄水池迎来供给侧的开闸放水而日渐丰沛之时,也难免泥沙俱下。技术可以是生产力、发动机,但目前也还难以胜任瞭望者、把关人的角色,网络世界的信息与观点,因而既生繁花,亦长稗草。年初引发大讨论的“上海女孩逃离江西农村”事件,最终证明只是一场子虚乌有的闹剧;年末一再反转的罗尔事件,让许多“爱心”伤了心,也促使我们重新审视舆论场中的是非曲直。一个去中心化的传播机制,在扩大公众表达权的同时,也在滋生着谣言和假新闻,让建立在此基础上的舆情表达总有几分尴尬。
$ z1 t- K6 g1 o4 N! I7 ?  打开水闸,不仅需要滤网,也需要导流。算法主导的信息分配机制,高效地打造了一个“私人订制”的时代。然而换个角度看,技术、算法与其说是引领者,不如说是迎合者;与其说是提供思考的导师,不如说是强化偏见的囚徒。运用大数据分析,“越用越懂你”的智能新闻客户端给每位用户推送专属消息;依托于社交网络,朋友圈不停上演“英雄所见略同”的默契。2016,微信公众号新推出置顶功能,一些自动聚合类资讯客户端继续强势崛起,都固化着这样的信息传播的闭环。在某种程度上,新技术和新架构可能为我们架设了通往新天地的轨道,却也可能让轨道上的列车只能通往特定的目的地。当“迎合”成为信息资源分配的主题,沿途的风景和多样的可能性,也就只能一闪而过了。8 H( X; t: Y3 y% w  c
  技术为用户量身打造信息,开启了符合读者口味的一扇窗,却关上了多元化的一道道门。我们或可名之为“孤岛效应”——在自我重复、自我肯定、自我强化中,公众的知识、思想逐渐固化,成为海面上的一座座孤岛。只看自己喜欢的、只读自己认同的,难免会带来固执己见、固步自封的危险。小区围栏拆不拆、网络约车坐不坐、高速路上救狗行不行……2016年,舆论空间的冲突仍时有发生。难怪有网友概括:一句不拢就脸红,一言不合就开撕。概括得虽然有些简单,却也让人思考:互联网的开放就一定带来心灵的开放吗?技术上的专断是否会强化人们的情绪化气质?信息极大丰富的时代我们应该如何去认识与表达?
) a/ Z! t- p+ ]) B* e  必须承认,虚假信息也好,争吵掐架也好,根源于社会发展的深层土壤,不能让算法“背锅”。但毋庸置疑的是,全面、权威的信息,深入、理性的观点,才是社会舆论与心态最稳固的基础。如若唯“眼球”马首是瞻、让算法主导一切,优质的内容、理性的辨析,就可能被边缘化而成为可有可无的下脚料。说到底,技术和算法终究是工具,是末;思考的乐趣、价值的塑造、知识的完善,才是目标,是本。算法主导的时代,更需要把关、主导、引领的“总编辑”,更需要有态度、有理想、有担当的“看门人”。
7 e$ H. D1 \0 P) ~3 X( O8 H1 h5 W  德国哲学家韦伯曾经区分了工具理性和价值理性,前者意味着发挥技术的最大效用,后者则强调价值、伦理的重要性。社会的进步,离不开先进技术的开拓者,更离不开基本价值的守望者,毕竟,我们将抵达的未来,不仅是信息自由流动的丰饶之海,更是构筑全新文明的坚固之岸。
. b4 g$ x/ [& K, H来源:人民日报链接http://mp.weixin.qq.com/s/3bUtpLeGreOarl5RCm_DEg3 l; x5 X$ t: B0 ]' l9 [
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 支持支持 反对反对
沙发
发表于 2018-7-6 19:01:47 | 只看该作者
【案例】4 D7 \0 @. ]9 c
算法推荐的风险防范和导向管理' c( }7 U$ z9 ~1 {& Y

0 U4 \" V; t5 X+ S' L原创: 邓 杭  新闻战线  2018-07-01
% z, k; N- f+ B1 x引导关注商务学习
/ z+ f& x3 T9 Q6 k! F算法推荐的基础价值在于海量信息的甄选,核心价值在于内容的精准分发,关键价值在于观点的洞悉反馈,终极价值在于意识形态的强化和引导。这个依托互联网实现价值传递和价值创造的动态过程,次第推进,循环往复,形成信息甄选、分发、反馈、修正的闭环。
3 `& F+ J3 b/ s! Z5 s# ]6 U  o! [/ D3 K
1
/ x+ \5 r5 w% c' T/ h' Q  n3 Z% p0 q6 Z9 C7 l) h, V0 B
算法推荐对网络舆论的价值
/ Z6 F# G: `8 c; U4 m! N
7 U4 F: i' F7 y& D! d$ L精准画像,知晓行为。画像是算法推荐技术架构的重要环节,即计算机根据文章的兴趣标签、质量标签等和用户的阅读习惯、浏览记录等,抽象出标签化的文章模型及用户模型,并经过排序、分类、关联和过滤,自动筛选出有效信息。画像可分为文章画像和用户画像、长期画像和短期画像等。相比报纸、广播、电视等传统媒体偏向关注受众的群体属性,算法推荐则擅长分析个体特征,为用户贴上高度精练的标签并据此知晓其行为模式。* w! G4 h& S' `# s9 g) N8 n
精准分发,个性传播。在分发环节,算法推荐要实现年龄、职业、兴趣等用户特征,时间、地理位置、天气情况等环境特征,类别、关键词、热度等文章特征的对接和匹配,将筛选过的信息精准推送至用户。区别于以“事件”为出发点的传统信息传播方式,算法推荐建立用户导向的“用户+事件”模式,实质上以用户关心的事件为核心,赋予用户信息定制功能。这不仅节约时间成本、提高获取效率,更满足个性化需求,使得“千人千面”的信息传递模式成为现实。. y+ I# |0 o  ~; V1 R, p. z. i
0 S  T) \5 d, I6 y+ a+ Z
精准反馈,洞悉观点。当用户接收到个性化的推荐内容后,算法根据用户点击次数、停留时长以及举报、屏蔽、转发、评论等阅后反馈,勾勒出用户媒介消费行为的图谱,对用户进行更为系统、全面的参数分析。这样不仅能掌握用户对社会问题的观点或看法,还能研判出用户的知识结构、经济状况、生活方式等深层次信息。一旦用户兴趣、品位、收入水平、教育程度等发生改变,此类动向信息也能通过反馈数据及时掌握。这个过程也是人工智能领域的机器学习,即算法推荐模型获取新的信息后,重组已有知识架构以优化自身性能。
4 a6 J: Z; F$ U7 h/ S2 b2 Y精准修正,重塑倾向。算法推荐影响网络舆论的重要步骤如下:在算法推荐营造的“拟态环境”里,用户持续收到不同以往观点的修正信息,进而不断反省自身,再通过思想交锋和观点博弈,逐步改变倾向、调整立场。无论共识是否达成,公众都在潜移默化的过程中参与了议题讨论、重塑了社会认知。因此,算法推荐为网络舆论引导提供了新路径、新手段,并使之更为直接、便捷、高效。) ~) P- j8 w# H1 ^' o. K& ]

7 X5 V% g0 q3 P# M: n4 f2
5 S% ^/ M( w+ R" K% I7 p5 I3 q+ l- _' S, [2 s2 {3 k
算法推荐对网络舆论引导的冲击与风险
6 c, M: Q3 J3 j/ M
" P8 s$ G! r2 U* f& S: h “把关人”离场,主流价值导向成色不足。区别于专业编辑担任“把关人”角色并推送信息的传统模式,算法推送偏重数据抓取技术和内容审查后置,弱化了对基本价值的守望和主流价值的引导,导致传递不同价值观的内容被机器分发给用户,使得用户陷入价值迷失困局。一些网络平台难以遵循“价值观”先行,却唯流量马首是瞻,利用人性弱点,追求利益最大化,导致虚假新闻、“性、腥、星”类内容、“标题党”等问题层出不穷,经常出现导向偏差。
5 ~5 q9 B, j4 f4 y7 v8 H# [“回音室”现象严重,凝聚共识难度较大。算法推荐容易造成选择性的接触、过滤与相信,由此带来信息窄化、“信息茧房”、“回音室”现象等不良后果,使个人陷入信息孤岛。用户在自我重复和自我肯定中视野受困、固步自封,圈层固化、群体极化现象随之增多。算法推荐诱导用户关上涉猎不同领域和倾听不同声音的大门,背离了网络舆论的公共性、广泛性特征,从而使得刻板印象强化、偏见滋生、社会黏性缺失、价值认同难度加大。6 l8 N% u( R3 N9 g/ R
“沉默的螺旋”效应显现,网络舆论场失真。算法推荐可以直接影响信息呈现、搜索排序、新闻热度和传播效果,导致这些网络平台成为相对独立的舆论“策源地”和“发酵池”,舆论操作的可能性和危险度加大。容易使用户造成“很多人都有这种价值取向”的印象,正面价值意见的沉默造成负面价值意见的增长,由此陷入恶性循环,导致网络舆论场失真。+ p5 j' C+ d) Y! l9 X' K
  l3 P8 x  c" X- I% I, X7 N5 j& q  U
3; U/ A( K3 Z( @' k

7 f% M) E8 N+ M2 I7 |5 w加强算法推荐的综合治理0 P; R! \7 J. Q4 y+ F7 x; q6 e: p
4 h$ J3 ?) n( R% h/ C
坚持主流价值导向。算法规则、技术架构都要符合社会伦理和法律法规。鼓励优质内容生产和传播,加强算法对于社会主义核心价值观等内容的推送,放大正能量作品的影响力、感染力,培育积极健康、向上向善的网络文化。% }8 G0 N* m$ T
压实平台主体责任。智能平台应当肩负起信息把关、价值引领的主体责任,守住底线,把住红线,决不能传播有害信息、造谣生事。加强总编辑责任制度,优化绩效考核指标,不能仅以点击量、广告收入为标尺,放任低俗内容侵蚀受众。研发升级算法识别体系,强化算法技术对于新闻源头的筛选过程,规范稿源和内容生成方式,提高优质内容推荐权重。改进安全风险评估和审核规则,加大人工审核的投入力度,实现“人机结合”的优势互补。
8 u; m5 H! }; J( J加强顶层设计和监管治理。政府部门要加快人工智能领域的立法体系建设,研究出台算法推荐的相关管理办法,划定技术伦理、权限边界和行为规范。密切关注算法推荐的技术创新和延伸发展,特别是其在政治、经济等领域的运用和影响。履行好监管责任,对于未能尽到主体责任的平台及时问责、督促整改。发动社会力量参与监督,优化举报处置流程,完善举报核实奖励机制。1 _) v: C" E" R. U4 k
提升用户网络素养。用户要树立正确的网络媒介使用观念,培养消费优质内容的习惯,发挥主观能动性,增强对信息的辨识、分析能力,提升对信息价值的判断、解读能力,避免沦为技术的客体和附庸。丰富自身知识结构,培养多元开放思维,突破“信息茧房”的壁垒,提高理性认知水平。
1 r1 I& t4 l8 J. P# F% Q/ p3 e
4
. p. z4 ^# q/ j
8 A3 W7 u9 o& c6 C运用算法推荐服务于网络舆论引导/ J7 C. M' g; a% q" {" D: N  z
/ ?9 o  {  o* t2 ]1 `7 M
用算法推荐革新网络舆论引导理念。传统媒体语境下的舆论引导,偏向于灌输式、粗放式的单向传播,不太重视满足受众的信息需求、接收习惯和内心满足。随着互联网的发展和算法推荐的运用,舆论引导要顺应分众化差异化趋势,精准目标定位,注重用户体验。要充分运用大数据、云计算等新技术,科学分析、有效洞察受众需求,推送更多个性化、专业化的信息,让信息持续“入眼”并“入脑入心”。
/ ]  b$ j2 U5 p2 [+ u用算法推荐探索网络舆论引导新范式。积极主动借助算法规则和传播优势。在内容生产方面,可将用户阅读互动产生的数据反哺内容创作者;在正能量推送方面,可通过划分正能量池等手段来保证首屏生态良好;在稿源审核方面,可将重大新闻通过置顶或要闻强插等方式优先展示给用户;在生态调控方面,可运用风险评估模型来打击“标题党”等网络乱象。
& Z4 \( c' g% C/ y% \7 J7 {用算法推荐提升网络舆论引导实效。借鉴算法推荐契合公众自我意识觉醒的需要,通过精心的议题设置与受众产生共鸣,在尊重公众独立思考和理性意志基础上促进共识达成。利用算法推荐数据采集、信息追踪功能,搜集网络舆情并科学分析研判,了解民情、听取民意、集中民智。在具体的网络舆论引导中,鼓励负责任的观点表达和理性的交流互动,运用多元、有效的公共话语,以事实来说服人、以理性来引导人。
$ p2 I3 A( ~" x; `# d. r$ W. l(作者单位:中央网信办网络评论工作局)2 d  a# U; r# h! Z4 d
责任编辑:武艳珍- @7 C; [7 q9 |

6 p3 F9 [! x# r! ~https://mp.weixin.qq.com/s/k5v3hCzLFJzslErHow8aaw
" j4 M5 w# w* d- @* d% y
+ \. O  \4 a- r( W( H/ A编辑:陈心茹

发表回复

您需要登录后才可以回帖 登录 | 实名注册

本版积分规则

掌上论坛|小黑屋|传媒教育网 ( 蜀ICP备16019560号-1

Copyright 2013 小马版权所有 All Rights Reserved.

Powered by Discuz! X3.2

© 2016-2022 Comsenz Inc.

快速回复 返回顶部 返回列表