報紙為公眾服務(wù)=報紙必須給公眾他們想要的東西？
答案顯然是不！
首先報紙為公眾提供新聞和訊息，本質(zhì)是服務(wù)于公眾的。但服務(wù)公眾、滿足公眾需要并不意味著追隨公眾，獨(dú)立于公眾并不是說遠(yuǎn)離甚至脫離公眾、站在高高的講壇上對公眾指手畫腳，而是指報紙不以追逐用戶需求為主旨，一味地位公眾提供低級趣味的內(nèi)容。而是應(yīng)該始終保持理性和中立，為公眾提供必須知道和應(yīng)該了解的信息，成為大眾的論壇平臺和公共利益的代表。
“報紙必須給公眾他們想要的東西”的三個謬誤
一、“想要”含義模糊
1.“想要”的邊界在哪？
要什么就應(yīng)該得到什么并不是文明世界運(yùn)行的準(zhǔn)則，文明很大程度上依靠抑制愿望、建立秩序和約束來實現(xiàn)。
2.報紙給的真的是公眾“想要”的嗎？
很多時候報紙是通過煽情和刺激來喚醒公眾潛藏的欲望，然后又以這些欲望為辯護(hù)理由，是對公眾“想要”的利用和曲解。
二、“公眾”指代不明
是哪個層級的公眾？
世界上有許多公眾，不能以“最放縱自己”“趣味最低級”的公眾來代表報紙受眾
三、“必須”強(qiáng)行使用祈使語氣
為什么“必須”這么做？這是責(zé)任嗎？
新聞當(dāng)中不存在“必須”滿足公眾的責(zé)任，最首要的責(zé)任應(yīng)當(dāng)是向公眾提供他們應(yīng)當(dāng)了解的深刻的可以啟發(fā)思考的東西。
算法推薦機(jī)制下的“獨(dú)立于公眾”
一、算法推薦機(jī)制
背景：大數(shù)據(jù)時代的一個悖論是，一方面人類社會呈現(xiàn)出信息爆炸的趨勢；另一方面?zhèn)€體又很難獲取需要的信息，社會信息總量過剩增加了個體成員有效信息尋找的困難。人們無法僅僅依賴媒體完成信息過濾，媒體的部分信息把關(guān)權(quán)被社交關(guān)系和算法推薦所取代。
定義：算法推薦，是指憑借算法程序?qū)⒑Ａ坑脩舻木W(wǎng)上行為數(shù)據(jù)化，分析挖掘用戶的愛好習(xí)慣和社交興趣圖譜。這種機(jī)制以今日頭條等媒體平臺為代表，反映了人與信息之間的新型關(guān)系形態(tài)，逐漸成為用戶瀏覽新聞的主要渠道。
機(jī)制類型：目前新聞個性推薦算法主要有三種機(jī)制。
一是用戶畫像算法，也稱內(nèi)容推薦。其原理是平臺記錄跟蹤用戶的瀏覽歷史以及社交記錄，對用戶信息標(biāo)簽化，分析出用戶的社會屬性、興趣愛好圖譜，推測出用戶的信息全貌，通過匹配新聞與用戶畫像的相似度，將相似度最高的新聞推薦給用戶。
二是協(xié)同過濾推薦。通過計算兩個用戶的信息興趣相似度，找到與目標(biāo)用戶相似興趣的用戶集群，并向目標(biāo)用戶推薦集群中用戶感興趣的話題。今日頭條平臺的核心理念就是協(xié)同過濾推薦。
三是類似于傳統(tǒng)排行榜式的推薦。即以新聞的點(diǎn)擊率、閱讀量、轉(zhuǎn)發(fā)量、評論數(shù)和點(diǎn)贊數(shù)為依據(jù)，自動推送關(guān)注度高的新聞。此外，越來越多的平臺正在采取一種混合推薦算法，即賦予算法結(jié)果不同的權(quán)重，混合加權(quán)后向用戶推薦信息。
一、人民日報評“算法推薦”
事件經(jīng)過
2016年12月14日，今日頭條創(chuàng)始人張一鳴接受《財經(jīng)》雜志專訪時表示：“今日頭條不設(shè)總編輯，我本身并不認(rèn)為低俗有什么問題。你在機(jī)場看到的雜志是一回事，在火車站看到的雜志是另一回事。很多人是因為證明自己高雅而指責(zé)它?！?/b>此言論一出，即遭到不少批駁。2016年12月23日，《人民日報》針鋒相對發(fā)表評論員文章《算法盛行更需“總編輯”》，指出：算法主導(dǎo)的時代，更需要把關(guān)、主導(dǎo)、引領(lǐng)的“總編輯”，更需要有態(tài)度、有理想、有擔(dān)當(dāng)?shù)摹翱撮T人”。
2017年7月6日，《人民日報》發(fā)表《新聞莫被算法“綁架”》的評論文章，批評算法類客戶端傷害了新聞的品質(zhì)和未來。
2017年9月19日，《人民網(wǎng)》發(fā)表《別被算法困在“信息繭房”》的評論，指出信息大爆炸時代來臨時“信息空前開放”的預(yù)言與現(xiàn)實中“信息繭房自我封閉”的反差，提醒我們：勇于駛出信息的孤島，敢于走出知識的一畝三分地，擁抱豐富多彩的世界，才能贏得精彩的未來。
1.??????算法本身的局限性和對公眾的迎合性——公眾的“想要”依舊模糊
《財經(jīng)》：你的競爭對手評價你們某些內(nèi)容像毒品。用戶點(diǎn)開可能是被標(biāo)題誘惑，并不說明他需要并且喜歡這個內(nèi)容。
張一鳴：因為沒有收錄足夠多的用戶信號，所以我們不知道你是因為被誘惑還是因為興趣而點(diǎn)擊。而我們現(xiàn)在試圖通過更深入的用戶行為識別來區(qū)分兩者，比如用戶的「點(diǎn)擊后行動」——在內(nèi)容上的停留時長，看完是否收藏，是否分享。
我本身并不認(rèn)為低俗有什么問題。你在機(jī)場看到的雜志是一回事，在火車站看到的又是另一回事。很多人是因為證明自己高雅而指責(zé)它。
算法平臺只根據(jù)用戶主動表達(dá)的點(diǎn)擊行為判斷其興趣,忽略用戶潛在的愛好及需求，更多時候可能是出于人類本能的被誘惑，算法所謂的“定制”其實是將用戶局限在自己量身定制的偽個性中，而并不能真正給到公眾感興趣的，真正“想要”的。這是算法的局限性。
其次即使張一鳴提到通過“更深入的用戶行為”來識別用戶的真正興趣，但從他機(jī)場和火車站的比喻中可以看出，對于算法推薦中不可避免的“低俗循環(huán)”和“信息繭房”，他認(rèn)為這是符合各個階層用戶需求的，我認(rèn)為他這是對“注意力經(jīng)濟(jì)”赤裸裸地攫取，是對公眾的迎合。算法平臺充分利用人性中的獵奇、惰性等弱點(diǎn)，推送低俗化、娛樂化新聞，那些需要用戶付出學(xué)習(xí)成本或高質(zhì)量的長尾內(nèi)容則往往不受待見，逐漸被邊緣化，最終導(dǎo)致“劣幣驅(qū)逐良幣”，標(biāo)題黨、后真相新聞只會層出不窮。
?
2.??算法推薦過程中不設(shè)總編輯缺失“把關(guān)人”。——明確“公眾”層級，分批“喂養(yǎng)”是好事嗎？
《財經(jīng)》：未來是否會把內(nèi)容調(diào)性從火車站往機(jī)場調(diào)？
張一鳴：我希望內(nèi)容的分布符合需求的分布。機(jī)場的人看機(jī)場的內(nèi)容，火車站的人看火車站的內(nèi)容。如果說以前讓機(jī)場的人看到了火車站的內(nèi)容，那是技術(shù)問題。
完全依靠算法決策技術(shù)進(jìn)行內(nèi)容的分發(fā)，在一定程度上來講使得信息覆蓋了各個階層的需要，似乎達(dá)到了從“用戶需要”的角度進(jìn)行考慮進(jìn)行推送，真的“想要”與否在上一點(diǎn)我們已經(jīng)討論過，這里想要著重討論的是，所謂算法推薦明確“受眾”分類真的是一件好事嗎？
一個蓬勃向上的社會應(yīng)當(dāng)是多元的，通過提供多元的信息和觀點(diǎn)，讓公眾消除分歧，擴(kuò)大共識，增進(jìn)理解。新聞算法推送不僅要開啟符合用戶口味的一扇窗，更要打開信息多元化的一道道門。但“回聲室”效應(yīng)和“信息繭房”效應(yīng)是算法分發(fā)最顯見的弊端，這兩個弊端都意味著用戶不僅沒能獲得多樣化的信息和多元的觀點(diǎn)，所接觸的信息世界反而更為封閉和單一。在這樣一個人人皆媒、人人皆離不開媒體的時代，用戶卻越來越被置于“坐井觀天”的困局。
利昂·納爾遜·弗林特強(qiáng)調(diào)不能以“最放縱自己”“趣味最低級”的公眾來代表報紙受眾，在算法推薦機(jī)制下，這一顧慮被消除，卻迎來新的割裂問題：如果任由算法推薦進(jìn)行訊息分發(fā)而缺乏一個“把關(guān)人”對信息進(jìn)行篩選和推送，只會呈現(xiàn)更多“散點(diǎn)”式的封閉聚落，信息在算法推薦中被切割散布，各階層群體之間的知識鴻溝不斷加深加大。
3.???“媒體”責(zé)任與“技術(shù)”逐利——資訊平臺的“必須”
《財經(jīng)》：今日頭條有沒有價值觀？
張一鳴：企業(yè)都要有社會責(zé)任感，我們要做對社會有益而不是有害的事。
企業(yè)和媒體的區(qū)別在于：媒體是要有價值觀的，它要教育人、輸出主張，這個我們不提倡。因為我們不是媒體，我們更關(guān)注信息的吞吐量和信息的多元。我們會承擔(dān)企業(yè)的社會責(zé)任，但我們不想教育用戶。世界是多樣化的，我不能準(zhǔn)確判斷這個好還是壞，是高雅還是庸俗。我也許有我的判斷，但我不想強(qiáng)加我的判斷給頭條。如果我在現(xiàn)實生活中也沒有說服別人，為什么我要通過我的平臺說服別人？
?
張一鳴堅持說今日頭條是具有媒體屬性的技術(shù)公司，而不是媒體。資訊平臺擁有眾多用戶和流量，從事信息傳播活動，卻不承認(rèn)自身是媒體。這正是算法的逐利性與媒體的公益性發(fā)生矛盾的反映。
對于內(nèi)容生產(chǎn)者來講，算法推薦其實非常有利于其倫理自處的游戲規(guī)則。這就像莊家抓鬮會被別人指責(zé)有作弊的可能，而算法推送則有著空前的倫理回旋余地，因為“算”的結(jié)果是依據(jù)對象自身數(shù)據(jù)要件得出的，閱讀量和接收數(shù)也只是自動轉(zhuǎn)發(fā)計算的結(jié)果而已，而非自己內(nèi)容的可以設(shè)置?？瓷先ィ@很中立，即使出了事也很無辜。而且，由商業(yè)性的計算機(jī)公司作平臺，大數(shù)據(jù)出入于云里，是很單純的，很理性的。
但事實明顯并非如此。所謂的“單純”和“理性”以及張一鳴一再強(qiáng)調(diào)的“不加判斷”不過是之前已經(jīng)不斷探討了的因為技術(shù)的局限和把關(guān)人的缺失而造成的對受眾的迎合和信息桎梏，就如利昂?納爾遜?弗林特在書中所提到的“不能分辨直覺的、原始的、沖動的、短暫的愿望和通過教育以及體驗獲得的、經(jīng)推理論證的、永恒的、正當(dāng)?shù)脑竿?。?/p>
算法是由人設(shè)計的，不可避免地要服務(wù)于設(shè)計者的價值追求。從資訊平臺的運(yùn)作實踐看，算法設(shè)計者更多地把經(jīng)濟(jì)利益作為算法的追求目標(biāo)。現(xiàn)在主流的新聞推送算法均由商業(yè)公司開發(fā)，追求極致的流量價值從而獲得資本回報是其目標(biāo)。一方面，容易吸引眼球的信息較多地進(jìn)入資源庫。算法平臺的信息資源庫除了來自主流媒體外，還有更多地容易產(chǎn)生“雷人”內(nèi)容的自媒體賬號信息源，而算法更傾向于選擇后者。另一方面，算法設(shè)計規(guī)則盡量迎合用戶需求。算法推薦竭力吸引用戶點(diǎn)擊，還用廣告分成鼓勵高點(diǎn)擊率的內(nèi)容生產(chǎn)者。于是，人性中的弱點(diǎn)被算法刺激出來，用戶癡迷于無聊而瑣碎的信息，雖事后懊悔，但人性弱點(diǎn)會讓其再次陷入庸俗信息的汪洋大海，欲罷不能。
在算法推送新聞風(fēng)行的當(dāng)下，資訊平臺將滿足公眾作為“必須”準(zhǔn)則，而將其作為最大的媒體聚合平臺，在滿足公眾的信息需求之外，還必須承擔(dān)的提升公眾素養(yǎng)和塑造主流價值的職責(zé)在算法的逐利性下完全被丟棄。
總結(jié)??????????????????????????
在這個信息爆炸是時代，信息過剩的情況下，媒體盡力挖掘和滿足用戶信息需求的努力方向自然沒有錯，但出于責(zé)任出去職業(yè)道德，媒體始終需要恪守內(nèi)容選擇和呈現(xiàn)的紅線，不能為了博取公眾眼球就一味放低下限，而應(yīng)當(dāng)始終作為歷史的標(biāo)桿，為公眾呈現(xiàn)時代的問題，讓“深刻”不在這娛樂至死的年代缺席。報紙、媒體獨(dú)立于公眾的目的也正在于此，只有獨(dú)立于公眾，為公眾生產(chǎn)內(nèi)容，但不迎合公眾，引導(dǎo)公眾思考，但放縱公眾的荒蠻本能才能真正稱為有良知的媒體。
新聞算法推送是傳播技術(shù)進(jìn)步的產(chǎn)物，在算法技術(shù)的支撐下，信息的生產(chǎn)權(quán)部分交給了受眾，信息的選擇權(quán)則全部交給了受眾，受眾擁有了自大眾傳播活動誕生以來的最高地位。但算法推薦最大的弊端在于它打破了媒體之于公眾獨(dú)立和平衡。在算法推薦下，由于把關(guān)權(quán)的讓渡、新聞價值邏輯的轉(zhuǎn)移帶來了標(biāo)題黨、后真相新聞、信息繭房、媒體公益性缺失媒介倫理挑戰(zhàn)。
伴隨著算法對信息傳播的深層滲透，需要通過健全法律監(jiān)管、加強(qiáng)“人”在新聞傳播中的主體性；建立多指標(biāo)推薦系統(tǒng)；提升算法透明度等方式重構(gòu)媒介倫理。
