Page 69 - 大数据时代新闻传播的创新与实践研究

第二章 大数据时代人工智能在广电新闻传播中的应用研究

明确的参数和可解释的模型。可解释意味着人们可以透视黑箱的内部，理解算法
如何决策。但是还是有不少平台未公开他们的分发算法，由此带给了人们对于分
发算法的黑箱困惑。若这些平台的分发算法是不可解释的，则意味着算法会按照

它自身的意志将某些内容分发给某些人，而人们并不能理解算法为什么要这么决
策。可解释的算法如根据每个人的阅读习惯，网络上留下的各类行为痕迹所做出
的判断而推送相关内容的算法，可解释性意味着算法之所以向用户推送这些内容，
用户可以找到相关的原因；不可解释的算法如算法向用户推送了某一篇新闻，而

从用户的历史数据、网络行为以及社会网络中都难以找到依据，无法理解算法为
何推送这一篇稿件，若这种现象发生则会导向一个可怕的事实，我们每个人会被
算法定义，算法认定了我们是什么样的人，并通过持续的内容推送把我们向它所

定义的那个方向塑造。最终，《黑客帝国》中人类被“母体”所控制的局面则可
能发生。
传统媒体时代，人们对分发内容是已知的，而在人工智能时代，把关机制由
编辑向算法发生了范式转移，算法作为新的把关主体将机器所创作的“客观新闻”
以及人所发布的“假新闻”发布出去，会扩大假新闻的影响力。算法的黑箱化甚

至会导致比较严重的社会后果，好在当前的分发算法都是可解释的。算法黑箱会
妨碍新闻分发系统目标达成功能的实现，新闻分发系统所要达成的目标正是媒介
系统的三大功能：监控环境、协调社会关系、传衍社会文化。而新闻的真实性正

是实现这三大功能的基础。此外，分发算法的黑箱化则暗示了一种被“母体”统
制“的悲观未来。
（二）算法偏见：平衡报道的破坏
算法分发的目标在于人和内容的匹配，关键则是对人的各方面数据的采集。
然而，这些数据来自于用户，这些汇集起来的数据放大了用户固有的偏见。偏见

在人类的文化中普遍存在，大数据算法在客观上放大了人的固有偏见。另一方面，
技术本身也可能存在偏见，尽管今日头条的张一鸣一再主张他的算法中立的观点，
但在事实上，算法不可避免的被植入了设计者本身的固有偏见，在大数据的推动

下，这种偏见又被进一步放大。皮尤研究中心的《算法面前的公众态度》调查发现，
58% 的美国人认为算法在不同程度上带有一定的偏见。谷歌的 photoapp 将两名
黑人识别为大猩猩，微软的 tay 机器人刚上线不久，就被“调教”成一个满嘴脏
话的“坏孩子”。分发算法的偏见会导致分发渠道的单一化。比如美国的五十个

·57·