新闻传播与法治　 文章编号:1008-4355(2020)01-0050-09

收稿日期:2019-02-14

基金项目:重庆市教委 2019 年人文社科项目“反贫困背景下重庆农村信息扶贫与信息援助机制研究”(19SKGH004)

作者简介:贺艳(1977

),四川安县人,西南政法大学新闻传播学院教授,博士,主要研究方向为媒介文化、影视传播。 刘晓华(1996),

广东中山人,暨南大学新闻与传播学院硕士研究生。

①中国互联网信息中心( CNNIC). 2016 年中国互联网新闻市场研究报告[ R]. 2017- 03- 13[2018- 10- 28]. http: / / www. cnnic. cn /

hlwfzyj / hlwxzbg / mtbg / 201701 / t20170111_66401. htm.

算法推荐机制建构的双重拟态环境

贺　 艳　 刘晓华

(1. 西南政法大学

新闻传播学院,重庆　 401120;2. 暨南大学

新闻与传播学院,广州　 510632)

摘　 要:从大众传播时代迈进以数据支撑、算法引领为新特征的智能传播时代,拟态

环境在算法推荐机制的建构下,逐渐演化为双重拟态环境:传者搭建的第一重拟态环境,具有价值渗透的隐蔽性;平台营造、受众参与的第二重拟态环境,则充满个性极化的风险

性。 通过文献研读与案例探析,本文重点分析算法推荐机制构建双重拟态环境的演变过

程与表征,从而揭示当代大众在环境认知层面存在的种种障碍,以更好地为人们认知客观

环境以及发挥价值理性所服务。　 　 关键词:大数据;算法推荐;拟态环境;把关人;价值理性;补偿性媒介

中图分类号:G206. 3　 　 文献标志码:A　 　 DOI:10. 3969/ j. issn. 1008-4355. 2020. 01. 05　 开放科学(资源服务)标识码(OSID):

大数据时代,标志着我们置身于真正意义上的信息社会,人与信息之间的关系愈发紧密与多元。

面对信息超载的数字浪潮以及万千受众的个性诉求,依托大数据技术的算法推荐机制应运而生,据中

国互联网络信息中心(CNNIC)于 2016 年发布的报告显示,互联网新闻的主流分发模式,正由以今日头

条等为代表的、利用大数据技术实现个性化智能推送的“算法分发” 所占领①。 李普曼( Walter

Lippmann)早在二十世纪初便提出了“拟态环境”一说,认为它是由传播媒介对象征性事件或信息进行

选择与加工,并重新加以结构化后,向大众所展示的“象征性现实”,而非镜子似的重现客观现实。 从

大众传播迈进算法引领的智能传播空间,当下拟态环境的形成在传者、平台和受者三者的相互作用下,

逐渐演变为双重拟态环境,这对于人们全面认知客观环境,以及发挥价值理性都提出了新的挑战。

05

2020 年 2 月

第 22 卷

第 1 期　 　 　 　 　 　 　 　

Journal

of

Southwest

University

of

Political

Science

&

Law 　 　 　 　 　 　 　 　

Feb. ,2020Vol. 22

No. 1

　 　 一、时代的选择:让信息选择权让渡给算法

　 　 截至 2018 年 6 月,我国的手机网民规模已经达到了 7. 88 亿,占网民总规模的 98. 3%①,这意味着

移动用户成为了上网大军。 在移动互联网飞速发展的进程当中,信息也逐渐呈现出了指数型的增长与

碎片化的趋势,广大用户对于垂直类、个性化内容的需求也急剧上扬。 面对当下信息体量的膨胀以及

用户规模的扩大,今日头条的创始人张一鸣提出了关于信息过滤与权力让渡的创想:第一种思路,是把

权力让渡给社交关系,大家共同担任编辑的角色,亲友之间相互推荐信息;第二种思路,是将权力让渡

给智能算法,让算法追踪你的数据、分析你的喜恶,从而向你推荐可能感兴趣的内容②。2015 年起,将算法推荐机制应用于信息分发的进程悄然启动:腾讯、网易等众多头部信息分发企

业相继进军算法推荐的领域,微博、微信等网络社交平台也开始重视算法技术的研发投入。 2016 年更

是敲响了“通过算法推荐的内容超过 50%”的钟声③,即算法推荐首次超过了人工推荐,这在一定程度

上标志着我们将信息选择权让渡给了智能算法,算法不断渗透大众的日常生活中,成为无处不在的“第三只眼睛”,追踪并分析着广大用户的数字轨迹。 被赋予信息选择权的算法,在广度上成为了我国主要

的信息分发模式;在深度上则逐步走向交互传播,成为人类的综合延伸,如腾讯于 2018 年推出了“新闻

超秘”的升级版“海豚智音”App,作为基于智能算法与机器学习的交互式新产品,它通过 30 秒的新闻

热点短音频,实现“千人千面”的个性化语音资讯服务。然而,李普曼在《公众舆论》中提到,阻碍人们认识客观世界的种种因素包括了人为的审查、社交

的限制等等④。 回到张一鸣提出信息过滤的权力让渡中,可以发现,无论人们是将信息选择权让渡给

社交或是算法,这两种思路实际上都阻碍着“我”直面客观世界:一是社交圈自有其限制,由朋友圈所

形成的信息环境难以与公共世界重合;二是算法推荐本质上带有人为的审查痕迹,因为它并非纯粹的

代码,算法源头规则设定离不开人的参与,从而使得算法推荐机制本质上是人工与技术的混合逻辑⑤。由此可见,人与算法的矛盾在于,当人们希望能够突破信息超载的困境,为高效地获取所需信息而

赋予算法部分信息选择权,并使之规模化成为了当代主流分发模式的时候却很有可能坠入了技术解决

方案主义⑥的陷阱:我们轻易地为成本、效率等表层问题的改进而感到欢欣鼓舞,却忽视了伦理价值、人文关怀等更为重要的内核⑦。 实际上,科技互联网批评家莫罗佐夫(Evgeny

Morozov)的此番言论也

15

贺　 艳　 刘晓华:算法推荐机制建构的双重拟态环境

①

②

③

④⑤⑥

⑦

中国互联网络信息中心(CNNIC). 第 42 次中国互联网络发展状况统计报告[R]. 2018-08-20[2018-010-28]. http: / / www. cnnic.cn / gywm / xwzx / rdxw / 20172017_7047 / 201808 / t20180820_70486. htm.

浅夏. 今日头条张一鸣眼中的未来媒体:是时候把过滤信息的权力让度给社交关系和算法[DB / OL]. 2016-01-15. [2018-10-28].https: / / www. cyzone. cn / article / 138119. html.

易观. 中国移动资讯信息分发市场专题研究报告 2016. [R]. 2016-08-12[2018-10-28]. https: / / www. analysys. cn / article / analysis /detail / 1000218

沃尔特·李普曼. 公众舆论[M]. 阎克文,江红译. 上海:上海人民出版社,2002:3-25.方师师. 双强寡头平台新闻推荐算法机制研究[J]. 传播与社会学刊,2018(43):103-122.

“技术解决方案”的概念借用自建筑与城市规划领域,指痴迷于为极端复杂、易变和有争议的问题提出花哨、宏大而又目光狭隘的解

决方案。 莫罗佐夫认为简单的技术修补不适用于棘手问题,许多问题与快捷的解决方案主义不合拍,因为解决方案主义所假设的许多需要

解决的“问题”根本不是问题。 (参见叶夫根尼·莫罗佐夫. 技术至死:数字化生存的阴暗面[M]. 张行舟,闾佳译. 电子工业出版社,2014. )叶夫根尼·莫罗佐夫. 技术至死:数字化生存的阴暗面[M]. 张行舟,闾佳译. 北京:电子工业出版社,2014.

并非杞人忧天,当今的现实社会中已经爬出了种种恶果的藤蔓。 近年来,作为算法分发模式的引领

者———“今日头条”,因色情媚俗信息的持续传播、互联网新闻信息服务的违规提供等等问题而屡遭批

评与整改。 因此,我们也就不得不将眼光落在,让渡信息选择权后的算法推荐机制,它在建构双重拟态

环境过程中所正在出现、以及未来极有可能恶化的一系列亟待重视的现实问题。

　 　 二、演变的阵痛:算法推荐机制建构的双重拟态环境

　 　 (一)

溯源:大众传播时代的拟态环境

拟态环境(pseudo-environment),最早由李普曼在《公众舆论》一书中提到,楔入人与客观环境之间

的拟态环境,是大众传播活动形成的信息环境,但它并非镜子似地重现客观环境,而是一种具有选择性

的勾勒———大众传播媒介对新闻和信息进行选择与加工,并重新加以结构化后向人们呈现关于外部世

界的景象。 由于现代社会愈发纷繁复杂,人们也愈发依靠大众媒介这种间接方式得以感知超出经验以

外的事物。拟态环境的概念诞生于大众传播时代,当时传者与受者之间的界限相对分明,传播者作为从事信

息生产与传播的专业化媒介组织,是大众传播时代的权威把关人,处于传播活动过程中的主导关

口———通过网络空间化、时间类型化、新闻源选择以及表达叙述等等来搭建“新闻是人们了解世界的

窗口”,然而窗户的大小、形状、朝向与位置等等都决定着受众看世界的视野①。 社会学家塔奇曼(Gaye

Tuchman)通过长达十年的田野调查著成《做新闻》一书,其中揭示了向来为人称道的新闻专业主义本

质上是一种组织和制度层面的“框架”。 那么,通过框架建构起来的拟态环境,再如何强调客观性标准

也是无法与客观现实等同的。 而且,大众传播活动单向性强,缺乏灵活有效的反馈机制,受者的作用微

弱得往往未到达信息生产与传播环节的表面就已沉没。 因此,我们可以归结为,最初的“拟态环境”主要是由传播者营造的,他们依据组织意志以及专业框架向大众展示重新结构化的信息环境,受者身在

其中,并以此作为认知与行动的依据。(二)演变:智能分发时代的双重拟态环境

新新媒介②的崛起带领我们置身于“可读可写的互联网”之中,技术赋权消解了传统媒介的中心权

威,人人都成为了尼葛洛庞帝口中的“没有执照的电视台”,可自主参与内容生产传播的流程,传受双

方的界限也便日益模糊了。 加之算法推荐机制逐渐引入了精准反馈环节,即依据受众的点击次数、浏览时段、阅读时长,以及点赞、转发、评论、举报等阅后互动行为的反馈,描摹出受众接触媒介的模型,从而更为系统、全面地分析用户特征。 换言之,当下受众多元化的个性需求不断地得到了平台的重视。因此,当下拟态环境的建构既来自传者,又来自平台与受者,在经典拟态环境的基础上再裂变出第二重

拟态环境,融合形成智能分发时代的双重拟态环境。1. 传者搭建的第一重拟态环境:潜藏价值的特洛伊木马

第一重拟态环境,是由传播者将专业框架与价值倾向植入技术当中所营造的信息环境,即将人的

25

　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 西南政法大学学报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 2020 年第 1 期

①②

盖伊·塔奇曼. 做新闻[M]. 争旗,笑盈,徐扬译. 北京:华夏出版社,2008:1-3.

新新媒介指的是互联网中的“第二代媒介”。 通过新新媒介,网络用户可自主参与信息生产与传播,传受双方的身份界限也逐渐不

再分明。 (参见:保罗·莱文森. 新新媒介[M]. 何道宽译. 复旦大学出版社,2011:1-3. )

选择加工活动隐匿于代码当中,在“客观”数据和“中立”算法的掩护下更具价值渗透的隐蔽性和潜移

默化性。 正如德国传媒思想家基特勒(Fredirch

Kittler)所言,数字媒介的硬软件都是具有隐蔽性的,设有“优先性、许可、特权和障碍”的权力结构,事先已被写进媒介技术的硬件当中。 当我们通过软件(图形用户交互界面)与机器进行着自以为智能而开放的互动时,编程硬件的限制则得以隐蔽,即使用者实

际上并非掌控着预编程的机器,反而很有可能成为其受控者①。 那么,从算法源头而言,不同传播者的

媒介算法本身也就隐含着不同的媒介定位与价值倾向,影响着大众汲取信息流的源头及其流向。 据

Gizmodo② 发布的一篇文章“Former

Facebook

Workers:We

Routinely

Suppressed

Conservative”披露称,在社交网络颇具影响力的新闻版块“趋势”当中,Facebook 的工作人员时常压制保守派的新闻报道③,这与其对外声称的该模块只是热点话题的呈现而有所差异。 从中,我们不难窥见传统新闻编辑室的影

子,但隐蔽的是,人工编辑将价值观注入了算法当中,从而划定了大众获取信息的优先级与边界于无

形。 在算法推荐机制运行的过程中,“中立”、“高效”等标签容易消解大众对“拟态环境”的理性认知,殊不知由传者搭建的第一重“拟态环境”极有可能是潜藏价值导向的特洛伊木马④,当信息被精准地推

至受众一端,当中的政治倾向,经济诉求等等都将潜移默化地驻扎于人们的精神世界。

当算法推荐机制为政治利益所操纵,公共领域受侵扰,公民参与遭损害,输送理性对话的机会也就

被半路截断了。 “公共领域”由法兰克福学派的重要学者哈贝马斯所提出,它指介于私人领域与公共

权力领域之间的中间地带,是一个对所有公民具有开放性与交往性的、并以大众传媒作为主要运作工

具的批判空间⑤。 公共领域的现实意义,在于形成公共舆论和体现批判精神,以维护大众整体利益和

公共福祉的。 然而,内嵌算法的传播媒介在筑建公共空间的同时,却又不断渗透公共领域当中。 一是

作为公众认知基础以及行动依据的信息环境,即第一重拟态环境,经算法过滤后存在片面的局限性;二是当媒介直接为党派所操纵,政治话语则取代了大众话语,政治广告的精准投放影响着公众对外部世

界的公共事务形成一致性的认知,从而侵蚀着用户彼此理性对话的认知基础。 2016 年,特朗普当选美

国总统的选举结果撼动世界,随后的 Facebook“泄密门”事件持续发酵,大众才后知后觉这竟是一场数

据驱动的信息战。 《纽约时报》于 2018 年 3 月份报道称,特朗普的选举团队曾雇佣一家名为“剑桥分

析”的政治数据分析公司,通过其获取超过五千万 Facebook 用户的私人信息⑥。 同时,运用 Groundgame算法工具辨别用户的特征,从而定制个性化宣传信息以影响这一批选民的投票行为———如针对非洲裔

35

贺　 艳　 刘晓华:算法推荐机制建构的双重拟态环境

①②

③

④

⑤⑥

尼古拉斯·盖恩. 新媒介:关键概念[M]. 刘君,周竞男译. 上海:复旦大学出版社,2015:101-104.Gizmodo,是美国一个知名的科技博客。 Michael

Nunez 在其发表了两篇文章,“ Former

Facebook

Workers:We

Routinely

Suppressed

Conservative”以及“ Want

to

Know

What

Facebook

Really

Thinks

of

Journalists?

Here’ s

What

happened

When

It

Hired

Some”,并由此拉开了

Facebook“偏见门”事件的序幕。Michael

Nunez. Former

Facebook

Workers:We

Routinely

Suppressed

Conservative

News[EB / OL]. 2016-05-09[2019-03-09]. https: / /tech. slashdot. org / story / 16 / 05 / 09 / 1510231 / former-facebook-workers-we-routinely-suppressed-conservative-newsv.

“特洛伊木马”起源于古希腊传说,讲述了希腊联军久攻不克特洛伊,便留下了一具庞大的中空木马后佯装撤离,特洛伊的守城军将

该木马视作战利品,并运进城中。 然而,藏匿于木马腹中的希腊士兵趁夜阑人稀之机,大开城门,特洛伊因此沦陷。 后人常用“特洛伊木马”这一典故指代伪装的计谋、病毒等等。

曾荣,刘开源. 简析哈贝马斯的公共领域理论[J]. 新闻爱好者,2010(07):18-19.Kevin

Granville. Facebook

and

Cambridge

Analytica:What

You

Need

to

Know

as

Fallout

Widen[N / OL]. 2018- 03- 19[2019- 03- 09].https: / / www. nytimes. com / 2018 / 03 / 19 / technology / facebook-cambridge-analytica-explained. html.

美国人,推送希拉里丑化黑人男性为“掠夺者”的视频,企图驱使希拉里的潜在选民改变投票意向①。可见,这些选民们看似“自由”的投票行为,其实在一定程度上还是受到了算法价值观的牵引,公民参

与的政治权利也因此受到了党派的操纵。 技术哲学家兰登·温纳(Langdon

Winner)认为,人造物在本

质上是具有政治性的②,那作为人工与技术的混合产物———算法,也同样染有政治的色彩。 回顾特朗

普选举团队以数据驱动的精准传播可见,量身定制的信息仅对特定类型的用户,这实际上是算法被外

在赋予了政治意图的显现。 因此,不得不重新思量所谓“算法中立”的可信度,揭开第一重拟态环境的

面纱,警惕当中潜藏的政治诱导。当算法推荐机制为经济利益所驱动,数字媒介的黄色新闻潮不断酝酿,受众既受精神麻痹,又不断

被降格为打捞广告商的注意力商品。 着眼于算法类型,算法推荐主要从两方面加剧媚俗信息的传播:一是基于时序流行度的算法推荐,即考察单位时间内的点击率、转发率等阅后互动特征,将流行度高的

内容推荐给用户③。 而刺激受众感官的媚俗信息和黄色新闻往往获得更高的点击率,这就意味着其被

推荐的概率更高。 二是基于内容的算法推荐,以用户的浏览历史作为数据源,然后通过预测模型分析

得出推荐数据,即将用户以往浏览率较高的相似信息继续推荐给用户。 问题在于,当“流量为王”成为

传播者的运营信条,算法与崇尚逐利的资本共谋,它必然会被设计为追逐流量变现的机器。 由于专业

把关人的离场,导致受众的媚俗品味被一味迎合,一方面是猎奇庸俗的信息持续泛滥;另一方面是劣币

驱逐良币,使得真正有价值的内容相继沉没,而这股黄色新闻潮卷最终将席卷更多缺乏批判精神的单

向度人。 2018 年 4 月份,国家广播电视总局责令存有格调低俗等导向问题的“内涵段子”app 永久关

停。 然而,此前的“内涵段子”可谓风靡一时,据比达咨询数据显示:在 2017 年第二季度的搞笑类 App月活跃用户数排行中,内涵段子凭 1746. 2 万的月活跃用户位居榜首,远远地超过同类型应用。 再有,在智能算法的加持下,精准广告的投放使得受众最大限度地成为了传播者打捞广告商的注意力商品。斯密塞(Dallas

Walker

Smythe)提出的“受众商品论”认为,媒介提供影视节目、新闻资讯等免费内容,旨在以此为诱饵吸引广大受众,将其以收视率、点击率等(即注意力)形式打包售卖给广告商以获取广告

利润,受众也就成为了具有变现价值的注意力商品④。 以今日头条的“二跳”广告为例,它将智能算法

运用到违规广告的发布上,即以首页的正规广告作掩护,将违规广告转驳到二跳页面上。 而且,这些违

规广告刻意避开了北上广等监管严格的一线城市,专攻二三线城市的市场。 传播者积极地运用算法新

技术实现经济收益无可厚非,但以智能技术为幌子区别对待、甚至是欺骗消费者那就难以宽恕了。 算

法推荐机制就像一把极有力量的弓箭,能精准击中受众的个性化诉求以及广告商的注意力需求,但仅

仅系有经济利益的弓箭始终会失衡跑偏,无法立在取信于众的靶子之上。2. 平台主导、受者参与的第二重拟态环境:作茧自缚的“回音谷”第二重拟态环境,指在日益突显用户个性诉求的趋势下,媒介平台借助算法技术优势不断彰显并

迎合受众需求而形成的信息环境,其在个性化与定制化的标签下更具个体极化性和难以纠偏性,甚至

45

　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 西南政法大学学报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 2020 年第 1 期

①

②③④

Hannes

Grassegger,Mikael

Krogerus. The

Data

That

Turned

the

World

Upside

Down [ DB / OL]. 2017 - 01 - 28[ 2019 - 03 - 09]. https: / /motherboard. vice. com / en_us / article / mg9vvn / how-our-likes-helped-trump-win.

Winner

Langdon. Do

Artifacts

Have

Politics? [J]. Daedalus,1980(01):121-136.陈昌凤,师文. 个性化新闻推荐算法的技术解读与价值探讨[J]. 中国编辑,2018(10):9-14.陈世华. “受众商品论”的理论溯源与未来走向[J]. 新闻知识,2012(01):3-5.

带来消解公共性的风险。 与第一重拟态环境中的传者将价值倾向隐匿于算法代码并潜移默化至受者

一端相比,第二重拟态环境中则是受众通过个性化的选择训练了算法却反被算法压抑,即前者是被动

的,而后者存在主动行为。算法推荐的一般思路是,平台根据受众日常基于自身喜恶及价值立场选择信息的数字轨迹抽象出

标签化的用户模型,并持续追踪受众的动态以不断精细化个体特征,再将海量信息进行过滤以匹配受

众的兴趣偏好。 短期来看,这确实有助于缓解信息超载所带给受众的焦虑,让用户快速地与自身感兴

趣的信息轻松相遇;但长此以往,算法的个性化推荐实质上是将受众的“选择性接触”推向了极致,我们源源不断地接收仅仅符合个人喜恶和价值立场的内容。 一方面是因为我们的“选择性接触”作为反

馈强化了算法对我们的“刻板印象”,即它认为我们只对这些特定内容感兴趣,多元声音和潜在兴趣被

挡在了“个性”的大门之外;另一方面是因为经我们强化的算法推荐又反过来又不断强化我们对世界

的“刻板印象”,即我们认为世界就是算法推荐所营造的信息环境。 白岩松在全国政协十三届二次会

议中也提到,我们要警惕“投你所好式”的互联网推送,它容易让我们原地踏步,让我们沉溺于自己的

兴趣中难以提升。 因此,算法推荐所构建的第二重拟态环境是充满着偏爱与成见的,是个人的舒适圈,是远离公共广场的回音谷,这让我们极其容易陷入“自我确证偏好”的泥淖,认知纠偏的意识及能力在

日益倾向于依据自身已有观点来理解与接纳信息的过程中逐渐弱化①。当每个人都沉浸在狭小的信息空间里,在自我肯定和自我重复中逐渐与公共世界脱节,圈层流动

和社会整合则存在困难。 一方面,塔奇曼关于“新闻是人们了解世界的窗口”的洞见是基于大众传播

时代点对面的传播,具有公共性特征;而智能分发时代下的“窗口”是个性化的,每个人的“窗口”都是

独特的,大家由此窥见的外部图像并非公共世界。 第二重拟态环境中,媒介平台借助算法技术优势突

显并迎合受众需求的特性将在一定程度上消解信息的公共性,乃至剥离新闻的政治性,从而使得人们

无法得到全面的培养,无法成为真正意义上的公民。 另一方面,随着中国社会的转型发展,我国当代的

社会心态存在着诸多不确定的因素:

一是社会信任塌方呈现扩大化、固化的趋势,诸如疫苗安全事件、盐城响水爆炸事故等等撕扯着社会各阶层的脆弱神经;二是社会群体分化不断加剧,不同群体的不同

利益诉求常常存在着摩擦与冲突;三是社会情绪的引爆点低,互联网赋予大众宣泄情绪及表达意见的

渠道,容易触发舆论井喷之势;四是社会共享价值的缺乏,近年来网络民粹主义等互联网新思潮的涌现

造成社会价值观的多元化,冲击着主流价值的扬帆起航②。 可见,在圈层流动和社会整合的过程中本

身就存在诸多社会心态障碍,当算法推荐机制建构的第二重拟态环境仍在不断异化用户的个性“窗户”、窄化受众的信息视野时,可预见的风险是偏见的滋生、价值认同的弱化,以及社会黏性的缺失。 而

这些,最终都会阻碍社会凝聚力的铸造,和主流价值观的弘扬。3. 表征:双重拟态环境融合环境化的加速与分层

二十世纪六十年代末,日本学者藤竹晓在李普曼的观点基础之上,进一步提出了拟态环境的环境

化:“拟态事件”经由大众传播渠道输出后,逐渐变成普遍的社会现实③。 由于人们依据媒介提供的信

息来认识客观环境,并采取对应行动以适应环境之变动,而这些行动又实际作用于现实环境,这便使得

55

贺　 艳　 刘晓华:算法推荐机制建构的双重拟态环境

①②③

cobblest. 限制你眼界的不是算法,而是你自己[DB / OL]. 2015-05-11. [2018-10-28].

https: / / www. guokr. com / article / 440260 / .王俊秀. 当前值得注意的社会心态问题和倾向[J]. 中国党政干部论坛,2015(5):11-15.郭庆光. 传播学教程[M]. 北京:中国人民大学出版社,2011:113.

现实环境越来越染有“拟态环境”的特质。 近年来,西方政坛一系列的“黑天鹅现象”,以及国内典型的

新闻反转事件,都反映出算法推荐机制所建构的双重拟态环境在环境化的过程中具有加速化、分层化

的特点。依托于大数据技术的算法推荐,通过实时的数据追踪以及反馈机制的引入,对大众传播缺乏灵活

反馈渠道的通病进行了一定的优化,因此算法推荐机制建构的双重拟态环境具有反馈及时的特点,其环境化的过程亦随之加速,作用于现实环境的能力逐渐增强。 近年来,微博作为新闻热点事件发酵池

的特质不断显现,无论是网民爆料还是媒体曝光,只要事件一经基于时序流行度的算法推荐推至微博

热搜,复杂的信息环境便不断被构建起来。 以重庆万州公交坠江事件为例,部分媒体在最初阶段疏于

事实核实而带有导向地接力报道,如新京报设置了女司机逆行的议题,而无法进行事实核查的算法将

这些新闻议题推荐至微博热搜以及各大分发平台,继而建构起了双重拟态环境并加速其环境化———瞬

间掀起阵阵声讨女司机的舆论热浪,女司机污名化的刻板印象负效应也随之不断扩散。 可见,算法推

荐机制所建构的双重拟态环境,不仅塑造复杂的信息环境,还加速信息环境的环境化,侵扰着现实

社会。服务于个性化的算法推荐,若长期地迎合用户喜好、强化受众偏见,群体隔阂、圈层壁垒也随之不

断显现,那么双重拟态环境的环境化也逐步呈现出分层化的特征。 2016 年的美国大选中,Facebook 由

于自身平台的算法缺陷而导致了“过滤气泡”效应,使得用户愈发被与自己立场、观点相同的信息所包

围,而不相契合的资讯则被阻隔掉———穆斯塔法(希拉里的支持者)通过统计数据的对比惊觉特朗普

的受欢迎程度远超自己的想象,但他的 Facebook 新闻推送流中从未出现过这一篇转发高达 150 万次的

文章“Why

I’m

Voting

For

Donald

Trump”,且他的许多亲民主党的朋友同样没有浏览过该文①。 双重拟

态环境在环境化的过程中日益分层,不同的信息环境影响着受众对现实的判断,影响着不同群体之间

的互动,甚至引发恶性的群体极化事件———Facebook 的“过滤气泡”加剧了两党支持者的观点分化与

意识形态冲突,甚至导致了多州发生恶性的政治暴乱与群体斗殴等失序现象。 可见,算法推荐机制所

建构的双重拟态环境的环境化,除了加速侵扰我们所在的现实环境,还以分层等表现形式划定群体边

界,筑建圈层壁垒,破坏现存的社会秩序。

　 　 三、人机的反思:双重拟态环境与客观环境的弥合之策

　 　 (一)算法驱动与价值引领共谋

算法专家丁圣超认为,算法并不是一成不变的,它需要不断更新与优化,以适应国家的政策要求以

及社会环境的变化。 算法推荐的良性发展需要价值理性的引领,需要我们重新思考人类价值观在算法

中的作用,将价值理性纳入算法指导的轨道中。 一方面,需要监管部门敦促媒介平台自觉肩负起内容

把关、价值引领的主体责任,端正工具理性与价值理性的天秤,用正确的价值观指导算法规则的设计,使之符合法律规范及社会伦理,并适当提高算法透明度与优质内容的权重;另一方面,受众也需要提高

65

　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 西南政法大学学报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 2020 年第 1 期

① Mostafa. Your

Filter

Bubble

Is

Destroying

Democracy[DB / OL]. 2016-11-18. [2018-11-28]. https: / / www. wired. com / 2016 / 11 / filter-bubble-destroying-democracy / .

自身的算法素养,即对于智能算法推荐的信息持以辨别能力,对于我们所处的双重拟态环境报以辩证

态度。 当我们不再陷入算法推荐搅动的伪价值旋涡里,而是以自身的价值理性指导信息获取,算法规

则将因受众的品位转变而改写。 值得一提的是,2019 年 2 月份,曾多次因算法问题将自己推上头条的

今日头条对“灵犬”小程序进行了全面升级———除了反色情低俗,还加入反暴力谩骂以及反标题党的

功能。 截至 2 月份,“灵犬”的使用人次已突破 240 万,用户通过“灵犬”小程序,可检测信息内容质量指

数,并得到诸如是否可获得算法推荐、是否需引入人工判断等等的鉴定结果①。 在实现算法驱动与价

值引领的尝试中,今日头条显示出一腔决心,算法向自身动了刀子,以反低俗算法指导推荐算法。(二)平台效率与内容优化并重

随着我们将信息选择权让渡给算法,这就意味着算法担当起了守门人的角色,但传统把关仍然需

要发挥至关重要的作用。 我们需要思量的是,算法把关与传统把关所占的地位与比重区别,算法主攻

信息筛选第一阶段的效率与兴趣配对,而编辑主要负责第二阶段的信息质量把关,包括内容平衡、法规

伦理、社会价值等等。 因此,在弱人工智能②阶段,我们应适当提高专业把关人的权重,采取“算法初

荐+人工终审”审核方法,实现“人机结合”的优势互补,以确保内容的品质。 以 Apple

News 为例,面对

智能算法分发当道,它却反其道而行推出了“人工筛选”功能,声称这款应用的头条内容是人类而非算

法选择的,为此聘请大量经验丰富的传统媒体编辑前来运营,以彰显其更重视人工编辑的作用③。(三)个性传播与大众传播齐驱

随着互联网的深入发展,传媒业整体从传者中心逐步转向受者中心,受众群体日益呈现出分众化

趋势,受众的信息需求也愈来愈多元化。 为此,李良荣学者也提出了传播策略逐渐走向“分流”发展,从笼统追求“共赏”转变为个性满足“分赏”。 其中,我们需要警惕两大极端,第一极端是将“受者中心”扭曲为一切由受众决定,导致媒体的传播行为缺乏主体性,丧失作为社会公器的功能与责任,一味追逐

经济效益,一味盲从受众天性中的不良需求,从而沦为受众的附庸;而第二极端则是将分众化的个性传

播窄化为个体世界,拦截个体相遇其不感兴趣的、公共世界的信息的机会。 著名传播学者唐纳德·肖

提到,水平媒体(小众媒体)与垂直媒体(大众媒体)相互交织,可以创造一个稳定的“纸草社会”④,即融合私人议程和公共议程的新世界。 因此,个性传播不应独行其道,应与大众传播双线融合发展,既满

足用户最基本的公共信息,又提供个性化内容推荐,有意识地进行信息纠偏,破除“信息茧房”的壁垒,连接个人世界与公共世界,保持个性化信息满足与公共整合之间的平衡。 如一款名为“Read

Across

the

Aisle”(简称 RAA)的新闻 App,为戳破用户的过滤气泡专门设计了“意识形态波普”⑤,读者可以根据

阅读该新闻时的波普偏向主动调节自身阅读的多元化,有意识地去接触此前无法接触、甚至是不愿接

触的广阔世界,避免困于作茧自缚的回音谷内。

75

贺　 艳　 刘晓华:算法推荐机制建构的双重拟态环境

①

②③

④⑤

石灿. 今日头条有只内容看门狗叫“灵犬”,240 万人曾用它来反低俗[DB / OL]. 2019-02-22. [2019-02-28]. https: / / mp. weixin. qq.com / s / PKHnRJ1rMncdia1GtaWh4A.

弱人工智能,指缺乏自主意识,因而无法真正地推理及解决问题的技术状态.Jack

Nicas. Apple

News’s

Radical

Approach:

Humans

Over

Machines[N / OL]. 2018-10-25. [2018-11-28]. https: / / www. nytimes. com /2018 / 10 / 25 / technology / apple-news-humans-algorithms. html.

彭兰. 网络传播概论[M]. 北京:中国人民大学出版社,2017:308Andrew

Brightwell. Filter

burst:Read

Across

The

Aisle[EB / OL]. 2018-10-25. [2019-02-28]. https: / / onlinejournalismblog. com / 2017 /02 / 09 / filter-burst-read-across-the-aisle / .

　 　 结语

　 　 在信息超载的浪潮下,将部分信息选择权让渡给算法是势在必行的,而箭行之处却残留了一些数

字伤痕,算法推荐机制建构的双重拟态环境让我们忧心忡忡。 美国媒介理论家保罗·莱文森告知世人

要警惕数字时代的逆转,警惕算法推荐机制可能再现广播时代的独裁者,从而造成互联网时代的信息

控制。 阻止这一场逆转,靠的是人的理性和判断力,于是他提出了“补偿性媒介”———在媒介演化的进

程当中,人类面对技术衍生的现实问题,可以通过人的理性和判断力提炼和指引技术,使之按照适合人

们感知和需要的道路发展,使之对未来产生正面的影响①。 同样地,面对算法推荐机制的崛起,感知其

在建构双重拟态环境过程中对于人们在环境认知层面具有局限性以及价值渗透的隐蔽性是第一步,发挥人的价值理性重新定位推荐算法的适用范围与启动阶段,并随着社会环境的变动不断优化算法推荐

机制是重要的第二步。 我们,正迈向第二步,且这一步,我们更需要踏稳脚步。 JS

On

Dual

Pseudo-environment

Constructed

by

Algorithm

Recommendation

MechanismHE

Yan,

LIU

Xiao-hua(1. School

of

Journalism

and

Communication,

Southwest

University

of

Political

Science

and

Law,

Chongqing

401120,

China;2. School

of

Journalism

and

Communication,

Jinan

University,

Guangzhou

510632,

China)Abstract:Stepping

into

the

era

of

intelligent

communication

that

features

data

support

and

algorithm

guidance

from

the

mass

communication

age,

pseudo-environment

is

gradually

developing

into

dual

ones

under

the

construction

of

algorithm

recommendation

mechanism.

The

first

pseudo-environment

constructed

by

communicators

has

the

concealment

of

value

infiltration,

and

the

second

pseudo -environment

where

media

platforms

predominate

as

well

as

audiences

involve

in

is

saturated

with

risks

of

personality

polarization.

For

cognizing

the

objective

environment

better

and

bringing

value

rationality

into

full

play,

through

the

literature

research

and

case

analysis,

this

paper

places

the

emphasis

on

the

evolution

and

representation

of

dual

pseudo-environment

constructed

by

algorithm

recommendation

mechanism,

to

reveal

that

there

are

various

obstacles

existing

in

environmental

cognition.Key

Words:

big

data;

algorithm

recommendation;

pseudo - environment;

gate - keeper;

value

rationality;

remedial

medium

本文责任编辑:陈笑春

85

　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 西南政法大学学报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 2020 年第 1 期

① 保罗·莱文森. 数字麦克卢汉[M]. 何道宽译. 北京:北京大学出版社,2014:316-323.