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童下方，“点赞”已变为“好看”，用户点击“好看”后，文童便会被推荐到“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開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。”

　　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。

　　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—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童，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童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，國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，文童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童，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童的排序。
　　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。
　　所谓冷启动，就是新用户在使用App时看到的第一屏内容。这时，用户的兴趣爱好还没有被平台挖掘出来，有些平台为了留住用户，便会在冷启动时让算法模型选出那些最能吸引眼球、最耸人听闻的内容来，如果用户点击了其中的内容，类似的新闻便会源源不断地推荐到这名用户的页面上。
　　在吴晨光看来，“冷启动时，不负责任的算法其实是调动了人意念中‘恶’的一面。”
　　有些资讯聚合平台则选择在冷启动环节引入“精品池”中的内容，“就是把经过用户检验的、点击率高但不低俗的内容推荐给用户。在如何定义低俗、如何确认底线的问题上，编辑应发挥看门、把关的作用。”吴晨光说。
　　“当然，算法的推送效果最终还是要取决于用户自己的选择。用户不点击，传受关系就不成立，精品池中的新闻也就没有传播效果。”宋建武说。
　　而以人民号为代表的“党媒算法”，则为如何改善算法设计提供了新思路。
　　在宋建武看来，“党媒算法的关键，就在于要全面分析和评估：对于一个社会成员，新闻的重要性究竟体现在哪里，什么样的内容能够促进个体与社会协调发展融为一体，而不是生硬地打出一些标签。这，也是我们正在攻克的难题。”
　　事实上，学界也在对算法模型的优化方式进行研究。
　　宋建武透露，他所在的学院就曾参与不少校企合作项目：“比如与今日头条合作研究如何提升虚假信息甄别与管控力度，与百度一起探讨如何运用区块链技术来提升新闻媒体还原真相的能力，与快手就深度分析平台聚合内容的方式进行讨论，等等。”
　　而在人才培养上，有业内人士认为，为弥补目前新闻推荐算法的瑕疵，需要引入跨学科人才培养机制，培养出传播学和计算机科学的交叉人才。
　　让算法设计者懂新闻，是上述人才培养机制的目标。
　　“应该将信息‘把关人’的权责从算法交回到人的手上，正如确诊病情的权力应该属于医生，而不是辅助医生的AI。”盛斌说。