Page 70 - 大数据时代新闻传播的创新与实践研究

大数据时代新闻传播的创新与实践研究
Research on Innovation and Practice of News Communication in the Era of Big Data

州按照选举区域分为红州和蓝州，红色代表共和党，蓝色代表民主党。若算法收
集到一个人的数据是：他在红色州当中，就会判断他是共和派的，尽管他可能实
际上是民主派的。于时向他推送更多的对共和党有利，而对民主党不利的新闻，

最终可能会导致他转向了共和派阵营。从这个意义上来说，算法偏见从某种意义
上说会加剧社会阶层的固化。对于新闻本身来说，这也是对平衡报道的背离，算
法不会将各方意见按照相同分量展示在用户面前。所谓算法偏见导致的新闻分发
渠道的单一化就是指算法仅会将特定的内容分发给特定的群体，而不考虑分发给

其他的群体。而算法对于特定群体的判断却可能是具有偏见而武断的，从而破坏
了平衡报道的原则。目前的分发算法正通过多维数据的采集从而更加客观的描述
用户来避免偏见，数据维度的多元化在一定程度上可以缓解算法偏见所带来的影

响，但人类文化中的普遍偏见却难以消除，算法甚至还会放大这些偏见。
传统的新闻分发依赖于新闻人的职业素养来避免偏见，在新闻中尽量采用平
衡的报道方式，人工智能时代，人们本以为算法可以避免偏见，但在实际上，算
法通过大数据却放大了人们的普遍偏见。个性化的分发方式又进一步固化了每个
用户自身的偏见。这样一种情形下，具有偏见的内容和本就有偏见的人在有偏见

的算法的协助下，内容和人双向锁定在了一个渠道上，内容不能到达目标用户之
外的人，人无法获得这些内容之外的其他内容。新闻分发系统的功能之一是社会
整合与协调，算法偏见将人和内容锁定在了单一的渠道之中，则会导致社会的分

层加剧，人和人之间的共同话语骤减，每个人都成为一个孤岛。三、算法囚徒：
分发对象固化算法囚徒，也叫信息茧房，指内容在流向用户的过程中，经算法的
“过滤气泡”过滤后，留下的内容高度同质化，将人囚禁在单一话语的牢笼中，
而听不到其他的声音。而这种囚禁，是人们自愿的，心甘情愿并充满幸福感的被
囚禁于其中。造成算法囚徒的根本原因不在于算法，而在于人本身。根据认知学

习理论，人对于外界的所有刺激，并不是全部接受，而是选择性的注意、选择性
的理解、选择性的记忆。人对外界的理解是依据原有认知结构而进行的。换言之，
人在接受信息时，总是选择那些自己熟悉的、认同的内容来关注、理解和记忆。

传统媒体时代，人也会选择性的关注自己本就认同的内容，但受技术条件的限制，
除了关注到自己喜欢的内容，还会被迫关注到一些自己并不太感兴趣的内容。而
在人工智能算法个性化分发的技术条件下，算法迎合人性，把人的注意力囚禁在
其舒适区。

·58·