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: 1342|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 |倒序浏览 |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”: T5 a' ^2 h' M5 L
  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。
; u+ C. w' J$ ^1 O* M" J  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。0 j6 r4 S% y& G2 y  ~6 s3 V
  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。
' u% H6 z# i/ J. t  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。* D& k: z- Q7 ?' Y* I8 m
  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?1 `  T9 B2 D7 F
  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”。
8 X  o. a' Z9 i5 F5 ~  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。
: a: R( w3 Y' l3 [来源:人民日报链接http://mp.weixin.qq.com/s/3bUtpLeGreOarl5RCm_DEg6 l' q( ~. B4 f  |$ g9 [0 n5 l
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】* M) `7 I# z" N  Y% R7 b% I
算法推荐的风险防范和导向管理4 L1 |  a+ o( c5 O
" U# i' G; Y' h9 {' C
原创: 邓 杭  新闻战线  2018-07-013 {# l+ D, n) y) I
引导关注商务学习
5 ~7 o" g5 A6 e8 d+ M* \5 w( e" P: [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。4 D) W! ]5 z( ^9 X" {) q/ O. K) M
) n; V+ b, y: t. {! s" ^
1
( K8 ^9 |: p3 ?! h6 S/ P' f' S( v' G  U7 g
算法推荐对网络舆论的价值& Q$ q- d0 @! ^5 `9 p4 Y0 f4 b' P

& J3 ~% H" F1 U: j+ F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。2 c, M8 b% v# H9 A3 s. s  U
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。
% Q4 ?5 L' Y' U8 Q1 j/ `/ t: Z& x& s, g
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。5 I: i5 i) I6 d+ t, u7 ~3 x8 r
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。
8 r) @& N5 u( Y& i1 P
2 C- E) B7 t1 m  ]1 o) E2* Q! i! a) |% d" j

/ M7 S/ s& \; \( q) R算法推荐对网络舆论引导的冲击与风险# f" K/ ^# o% h% T

  b5 J& O  e/ ^7 w0 g4 k, C1 Y “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。0 {; X  X4 }$ C) x1 J! @
“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。
$ f# i$ h# p( T$ U6 a( v; n“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。5 S9 _8 p$ b, L( V# @5 P
0 R! t" H3 [# \  o, A
3
5 G! _6 M& U6 Z' X
% S- \$ E" y7 j& @加强算法推荐的综合治理
; ^; N) r( K5 M0 Y  c
0 A; z/ w" L+ A" \- Q' P! T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。) ]1 s. [/ d* x
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。
  H* _% @% q" ^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。
, Y6 _+ t+ ^$ i! V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。$ Y) S- j6 M6 T. r: i
) J8 R5 R7 W) ]9 [$ v* v, R
4! C% i8 b, Z) T- e
. }8 E9 {3 W* G3 r  E, H9 A
运用算法推荐服务于网络舆论引导
3 Z2 v8 x) d( b. A% v' o
; l+ E% Z/ c- I& F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”。4 c/ @4 ?7 |9 o' x& @- I
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。- }7 a& F7 `' X$ V% x5 x
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。
3 N. z9 E' j" N+ _" M(作者单位:中央网信办网络评论工作局)
4 e  }' y1 M# M" u7 g/ E5 Z/ \责任编辑:武艳珍3 B+ t- ~0 l- }6 X) h* Y
( L. u* _- Q2 G; C( C& U
https://mp.weixin.qq.com/s/k5v3hCzLFJzslErHow8aaw# x' n% d% F2 h4 C2 E1 s
- X1 P( w# @- R5 y
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