近日,微信7.0版本上线了多项新功能,其中“看一看”功能页的更新,引来了不少关注。

  具体而言,在7.0版本的微信公众号文章下方,“点赞”已变为“好看”,用户点击“好看”后,文章便会被推荐到“看一看”功能页的“好看”菜单里,并以信息流的方式展现出来。

  “看一看”的另一个菜单“精选”,则延续原有“看一看”的功能,在“好友都在看”标签的基础上,进一步挖掘用户感兴趣的内容。

  这样的功能更新,强化了社交因素在新闻资讯内容分发上的作用。在部分业内人士看来,依托用户社交圈的“好看”菜单一旦投入运用,势必会对相关内容进行排序,而无论依据何种标准排序,依然要用到算法模型,“精选”菜单就更离不开算法推荐了。

  事实上,如今无论是社交分发还是个性化推荐,算法都已随着技术的发展,融入新闻分发平台的骨髓之中。

  然而,怎样在新闻的公共性与算法的个性化之间找到平衡,考验着每一个平台的价值取向。


  当新闻遇到算法

  2012年起,算法推荐开始进入新闻分发领域,并进而影响了大众对新闻的获取方式。

  此前,无论是传统媒体还是门户网站,读者和用户获取新闻的方式都是相对静止的,每一次翻页、每一下点击,都不会影响到接下来的新闻内容,也不会让第二天的门户页面设置发生显著变化。

  而算法推荐精准分发的特点,则渐渐改变了这一切,也日益吸引着读者的注意力。

  中国人民大学新闻学院教授、博士生导师宋建武告诉《瞭望东方周刊》:“很多用户希望以最低的费力程度来获得最大的信息满足。哪个平台能够提供这样的体验,他们就会选择在哪个平台或渠道上获得信息。”

  在宋建武看来,“过去,用户想要满足自己的阅读需求,需要在互联网上搜索,而精准分发出现后,他们可以不再费如此大的力气,就能获得想要看到的东西。”

  自媒体的蓬勃发展,也为新闻聚合平台的开发提供了充足的内容原材料。

  无论是博客时代的个人情感抒发,还是微博平台上的意见表达,用户原创内容(UGC)都在呼唤着更为广阔的平台以及更为有效的话筒。而微信公众平台的适时出现,恰恰为众多自媒体提供了生长的土壤,大量原创内容被生产出来。

  “当网络上出现了各种各样的自媒体内容,而门户网站却还只是展现头部内容、不能实现‘千人千面’时,新闻内容的分发便开始寻找长尾、垂直内容的新出口。”一点资讯副总裁、总编辑吴晨光告诉《瞭望东方周刊》,“用户的需求是精准分发的一个大前提,但毋庸置疑,技术肯定起到了推动作用。就像写字需要笔,而笔本身又会随着时代不断进步。”

  在宋建武看来,“如何在移动终端上对内容进行更有效的分发,一个比较有效的技术方案就是利用应用来收集、存储、分析用户的行为数据、阅读数据,从而实现更为精准的信息推送。”


  算法是一把双刃剑

  “算法推荐最大的优势就是提升效率。”宋建武说。在信息爆炸的时代,算法推荐模式应用之初,的确凭借其在传播分发上高效、精准、个性化的特点,吸引了用户的注意力。

  但是,随着算法推荐的日益普及,一些平台完全依靠新闻算法推荐来进行内容分发、不设置人工干预的做法,渐渐显露出一些弊端。

  首先是用户获取信息质量的下降。

  宋建武用“内容下降的螺旋”来形容算法推荐可能带来的问题。“简单来说,有时候越低俗、离奇、惊悚的内容越有人看,它在平台上的热度就越高,而平台算法本身又以热度为主要的取值点,这样就会造成一种状况:内容越低俗、离奇、惊悚,越会被那些平台更多地推送。”

  “内容下降的螺旋”,也反映出部分企业对商业利益的过度追求。

  有媒体曾辛辣地指出,技术常常是一把冷冰冰的双刃剑,在价值和利益的天平上,所谓的算法成了利益的砝码,一切围着流量转,唯点击量、转发量马首是瞻,“标题党”泛滥,价值取向跑偏,内容沦为附庸。

  业内人士张澍(化名)对《瞭望东方周刊》说,基于点击量进行新闻分发的算法模式,固然让用户使用客户端的时间变长,却容易放大用户的心理弱点。

  也有专家提出,新闻算法推荐会引导用户重复浏览某些特定话题,使其囿于相互隔绝的信息茧房,甚至党和国家的大政方针、重大民生决策都得不到有效传递。

  “机器是无法判断真假和价值取向的,算法推荐的主要标准就是用户喜欢。这种方式过去带来了一系列的问题,比如虚假新闻在圈层人群中蔓延传播、‘标题党’问题突出等。”新浪董事长兼CEO曹国伟说。

  吴晨光则对算法判断“标题党”的准确性问题作了较为直观的解释。

  “在判断‘标题党’时,算法模型可能会考虑到点击率与阅读停留时长这两点,因此点击率高而阅读时长短的文章,就容易被当作是‘标题党’。那么就会出现一个问题:假设算法规定停留时长7秒为‘标题党’,那么停留8秒的又要怎么算?”吴晨光说。

  而在重大新闻、热点新闻的推送上,算法推荐往往也会有所滞后。吴晨光说,“像孟晚舟事件,人们一秒就能判断出来这是个重大新闻,但算法却要根据这个词以及相关文章在后台的点击飙升情况、是否是微博热搜、在其他平台的推送情况等指标来判断,往往要晚上半个小时左右。”

  算法推荐带来的种种问题,也引起了国家的关注。

  2017年,国家网信办先后多次约谈多家资讯聚合平台,要求各平台切实履行主体责任,清理不良低俗内容和相应自媒体号。这为整个新闻行业敲响了警钟,改进算法推荐模型,成为整改的重要方向。


  “人机结合”

  吴晨光将新闻定义为人们“应知、欲知而未知的东西”。在他看来,“一些算法能够满足欲知而未知,但没有满足应知而未知。于是,很多重大事件、影响国计民生的政策变动等,在手机屏幕上没有被体现。”

  “AI算法说到底还是在学习和模仿人如何处理事情,学习要有一个过程,算法需要更好地成长。”宋建武说。

  现阶段,如何让算法推荐变得更“聪明”、更有温度?

  上海交通大学计算机应用研究所副所长、博士生导师盛斌对《瞭望东方周刊》说:“判断一个算法模型是否道德并符合正确价值观,应该是算法管理者的责任。”

  互联网企业并非“舆论飞地”,同样要担负起与媒体角色相对应的社会责任。

  事实上,如今已有不少资讯聚合平台在积极改进算法模型,并在算法推荐中加入了人工编辑审核的力量。

  例如,新浪微博在算法推荐中增加了权威媒体的权重,对热门内容也加入了人工审核。“算法推荐之外必须有正向价值导向。”曹国伟说。

  一点资讯则采用了“机器算法+人工编辑”相结合的分发方式:一篇稿子进入后台,首先要经过反垃圾算法模块的过滤,之后由算法和编辑为文章打出标签、做好分类,文章就按照标签分类被分配到热点、本地等模块中,那些被编辑挑出来的好文章,还会进入“精品池”模块。到了内容分发环节,会由编辑和算法工程师共同确定文章的排序。

  出现重大新闻事件时,编辑会启动重大突发事件处理机制,算法就会打开“闸门”,让相关稿件进入。启动级别不同,“闸门”开放的大小也不同。

  此外,一些资讯聚合平台还设有精细化运营组,负责与算法工程师交流对接,以便让编辑获得的第一手资料被运用到算法模型的优化中。

  盛斌认为,只有将人的经验投射到算法中,才能减少算法推荐模式的瑕疵:“如何从技术层面反映道德立场,需要新闻媒体人的经验。必须通过媒体人和算法工程师的密切交流,让程序员更好地理解这些经验,才能更加合理和正确地设计算法,应用算法。”


  让算法设计者懂新闻

  在新闻算法推荐中,利用什么样的方式在“冷启动”环节吸引用户,关系到平台的价值取向。

瞭望东方周刊 总第 769 期