随园传媒讲坛之算法背后的新闻价值观
  • 时间:2017-04-18 13:21:41
  • 来源:新传院
  • 发布:新传院新闻宣传中心
  • 浏览:

  “社交媒体转型平台型媒体已成为业界趋势,平台型媒体逐渐影响着公众的新闻接触,一批有着‘社交基因’的新闻应用正在重构媒介生态。”4月14日下午,复旦大学新闻学博士、社会学博士后方师师重返母校,主讲新传院第五期随园传媒讲坛,与在座师生分享了她对于平台型媒体动态新闻推送的算法机制的研究。本场讲座由新传院邹军教授主持。

  2016年美国发生了“Facebook偏见门”的热议事件,该事件让公众对于平台型媒体的新闻价值观产生了诸多争议。方师师博士则以该事件为切入口,通过研究Facebook多阶段的算法机制变迁,分析算法背后隐藏的社会风险,从而探讨算法背后呈现的新闻价值观。

Facebook的趋势话题是信息民主还是平台偏向?

  “Facebook偏见门”事件中曝光了Facebook“趋势话题”生产机制:从获取的Facebook算法浮现结果中,决定该部分话题的优先性和分级列表。而“趋势话题”常规性地压制美国右翼保守派的媒体及报道。一时间,媒体甚至公众开始质疑Facebook平台定位——平台公正、信息平衡、信息民主。

  方博士指出,算法基于用户体验,通过计算机运行来决策信息呈现的过程。该计算机程式看似是中立的,但依旧体现出了人工的选择偏向。方博士以亚马逊通过了解用户偏好,高效利用用户使用数据来进行产品匹配为案例,解析了算法“排序、分类、关联、过滤”的进程。由此,方博士认为,算法中判断标准的选择、数据提取、语用分析等都包含着多种人为因素的影响。“任何针对算法的研究都必须将算法视作人为创造物,并将创造者或其从属的团体或机构的意图纳人考量范围。”

算法是基于用户使用的协同过滤

  为深入了解算法程序的内在逻辑,方博士梳理了Facebook新闻推送业务的核心项目——News Feed算法经历过的三个主要阶段:边际排名算法、机器学习与算法更新、协同过滤机制。在边际排名算法中,亲密程度、边类权重、时间衰变是衡量信息对用户是否重要的三大重要因素。而到了2011年进入了机器学习时,已形成了约有10万个独立项权衡因素的系统。之后,News Feed团队又重新考虑了人和算法之间的关系,迎来了算法第三个阶段——协同过滤机制。

  方博士指出,在协同过滤机制中,社交关系被置于更为重要的层面。News Feed 团队提出“把用户真正最关心的内容找出来”,建立“有意义的体验”。在此,方博士对比了Google News 和Facebook News Feed的算法。她认为,Google注重分类权威的排序因素,而Facebook则强调对象之间的关系亲疏以及互动程度,以实现良好的用户体验。

  深陷“偏见门”之后,Facebook再次改进了News Feed的算法,并提出了“3F原则”的News Feed新闻价值观,Friends and Family First即“友谊家庭大过天”,这一价值观包含社交优先、“有用的信息”是关键、不要忘记娱乐、推崇多元观点、真实性很重要这几个因素。方博士认为:“Facebook的这一改进举措,进一步强调了用户对于最终内容的选择权,而新闻的真实性则取决于用户的需要。”

“选择即生产”的新闻导致算法审查、信息操控和平台偏向

  相较于传统媒体把关的“精英筛选”,方博士认为,Facebook强调用户信息选择权的举措,实际上二次建构了受众的信息接触环境,“真实性”取决于用户的“需要”,“客观”的外部化标准让位于具体情境下平台与用户的共谋与互建。由此,方博士进一步探讨了“选择即生产”的信息生产背后潜藏的社会风险。

  首先,Facebook新闻推送的“算法审查”的标准在于该新闻是否有“人气”,是否会被规模化地讨论。而这个标准则可能会淹没掉重大新闻,被淹没的重大新闻极易在用户的愤怒和谴责下成为轰动事件。方博士将这一社会风险概括为内循环的“算法审査”易形成“自生审查”。

  其次,Facebook呈现的“趋势话题”是“被鉴别过的新闻话题”,呈现的是用户希望了解的信息。方博士认为,虽然Facebook并不一定自己是一家媒体,但实际上,对于用户的信息流操控确实存在“定向引流”的情况,并实现了对于用户信息接触的实质性导引。

  最后,对于Facebook信息呈现偏向影响传播效果的社会风险中,方博士阐述了国外多项关于“线上世界影响线下真实世界的”、“算法操纵人的情绪”的研究,得出结论:Facebook的新闻推送会影响受众对于事件信息的关注度和态度,例如在美国大选下,朋友间的新闻分享和Facebook的算法推荐都将使散布性的支持转变为特定支持,进而改变政治结构。

  面对Facebook“选择即生产”的信息生产背后潜藏的社会风险,方博士认为:“虽然媒介平台不是传统媒体,但它拥有信息传播的作用,就应承担相应的媒体责任。”

强调社交的平台型媒体与注重真实的传统媒体

  在最后的师生互动交流阶段,大家围绕传统媒体与平台型媒体在新闻价值观上的异同进行了思想上的碰撞。方博士谈到,传统媒体对外部世界的认识和对新闻信息的呈现本身就是“偏见化”的,这绝对的“偏见”无法避免,而当算法出现后,基于用户体验的标准,则更有可能会强化这种“偏见”。传统媒体的新闻价值观是真实公正的新闻生产,而平台型媒体强调的是社交,是给用户提供针对性的有用的信息。方博士认为这两者在新闻价值观的异同在于,“传统媒体是帮助用户核实新闻事实,而平台型媒体是考虑能否帮助用户理解现实。”

  此外,算法背后的数据隐私保护也是值得深思的一个话题。方博士分别列举了美国、欧盟、英国关于数据隐私保护的举措,而对在世界范围内流动的数据如何保护,目前仍处于意见征集阶段。方博士认为,流动的数据的保护应当基于用户使用体验,以提高使用体验为前提。

  方师师博士剖析了平台型媒体动态新闻推送的算法机制,探讨了该机制对当下社会可能产生的潜在影响,令大家受益匪浅。在座学生们不仅对于算法有了更深的了解,对于如何进行数据研究也获得了一定的启发。(文/刘雨花 图/李江恒)

【  打印  】【  关闭  】 永久地址:
要闻回顾
新闻排行