12月10日下午，博思论坛系列学术活动第14期在传播学院212报告厅举行，上海社会科学院新闻研究所助理研究员方师师，围绕“算法如何重塑新闻业机制、现状与价值观”主题做了学术报告。本次论坛由传播学院18级博士生王泽坤主持。
算法接入内容：移动互联时代的新闻业
方师师认为，过去20年新闻业的传播与商业模式经历三次巨变，分别是数字模式兴起、社交网络发展和移动网络主导。信息生产社会化的时代，在当下正在进行的新闻业“第三次浪潮”中，XGC成就了海量的社会化信息，“信息传播效率”成为内容生产者、多重传播渠道、消费接收端所面临的共同挑战。因此，对于信息的匹配出现了两种思路：把权力让渡给社交关系，或者把权力让渡给算法。算法接入内容，成为了移动互联时代新闻业的重要特征。
在方师师看来，“算法”最开始是指“解决具体问题的方法”，并不是一件很宏大的事情。20世纪初，在数学向计算机科学发展的前身学科（如可计算性理论）的迁移过程中，在理论性工作和应用性工作中开始采用“算法”这个概念；21世纪的前20年，法律学者、公共政策专家、监管机构以及社会科学家占用了“算法”这个概念，将算法定义为一种“复杂的社会技术系统”，使其意义更加广泛且无定形；再到后来，“算法”开始指向“决策算法服务”和“内容推荐引擎”。前者是以消费为导向，解决用户、环境和信息之间的匹配问题，即通过有效的算法机制（数据、算力、算法）完成三者之间的闭环。后者在力求解决海量的社会化信息生产与终端个人化和信息需求个性化之间的矛盾，并在一定程度上实现了这一目标。
算法新闻业：世界版图与发展趋势
方师师认为，算法新闻业主要包括内容的自动化生产、个性化的内容推荐及平台媒体聚合分发三方面内容。
第一，内容的自动化生产指的是将算法或者结合了机器学习的技术手段接入到新闻的生产流程中，通过编写的代码和程序使得新闻的生产实现自动化。包括算法新闻（algorithm journalism）、机器人新闻（robot journalism）、自动化新闻（automated journalism）以及人工智能辅助新闻（AI aided Journalism）等。
第二，个性化的内容推荐指的是采用算法进行内容推荐的平台或App，可以识别用户的终端设备，读取用户的点击历史和阅读习惯，结合大数据用户画像和社交关系图谱，来匹配用户的关注兴趣和平台聚合的内容，向用户分发个性化的内容，以达到内容的精准传播。包括欧美地区的Flipboard、News Republic，日本最受欢迎的SmartNews、印度的Dailyhunt、News Dog，中国的今日头条等。
不同机构对平台媒体的定位不尽相同，主要有三种类型：1）不断改善自身的存在形式，增加平台上内容的订阅量，如CNN；2）将信息分发的职能移交给平台，根据平台的算法规则来调整内容形式和关键词等，如赫芬顿邮报；3）“场景工具” 内容化，通过做内容进一步巩固服务类工具的用户黏度，将内容进行广告位变现，而服务类工具产生更多的用户数据，由此进一步优化用户画像和数据标签，进行精准传播，不断迭代。
此外，方师师还和同学们交流了她在“影响算法推荐效果的因素”、“推荐引擎对信息传播的影响”、“算法新闻业对信息传播格局的影响”三个子话题的研究发现。她认为： 影响算法推荐效果的因素主要有：候选内容集合的变化、召回模块的改进和增加、推荐特征的增加、推荐系统架构的改进、算法参数的优化和规则策略的改变等。
推荐引擎对信息传播的影响主要包括：在内容生产环节，形成了流量驱动意识，注重用户黏性，会根据平台和算法规则调整内容生产；在信息分发过程，多平台+算法推荐实现信息精准投递，提高信息传播效率，促进信息消费；在终端接收方面，形成了基于用户画像的个性化内容推荐，即“千人千面”；在数据沉淀层面，通过沉浸式传播和定向传播，用户被卷入更多时间、金钱和数据。
算法新闻业对信息传播格局的影响主要有：“把关权” 被转移到算法或者平台媒体手里，信息传播越来越依赖平台推荐机制；“好内容”受流量驱动，可以进行模式化生产，MCN、SEO成为标配的传播策略；“事实核查”越发困难，类似PUGC的协作模式难以追查信源；“信息流” 的阅读模式将影响人们的对事物的“深思熟虑”，碎片化阅读也会碎片化思维；新闻业维护公共利益的社会价值不被重视，商业模式和发稿安全成为要务；“全景式” 信息监控模式逐渐成熟定型。
规制算法推荐：存在问题与治理方式
方师师认为算法新闻业存在的主要问题有以下几个方面：1）算法将意义丰富的新闻“简单化”处理为信息；2）个性化内容推送过程中存在算法决策黑箱；3）算法虽然没有善恶，但是也绝非中立；4）算法推荐高度依赖候选内容质量和版权规范；5）精准推送会带来社交媒体操纵现象。
她认为，目前对算法的治理，主导的思路是规范信息来源，监管流动过程，严惩违规行为，试图建立和完善各类平台算法推荐的科学、合理、长效治理机制。治理的主要措施包括，1）建立科学合理的算法推荐模型；2）建立频道栏目分区分类管理机制；3）建立稿源分级分类规范机制；4）完善重要内容人工审核机制；5）健全平台技术监测预警机制；6）建立优质正面内容激励机制等。
会后，方师师与同学们就“算法新闻业研究方法”、“内容推荐引擎信息审核流程”等问题进行了进一步的交流和探讨，同学们提问积极踊跃，现场讨论气氛热烈，同学们纷纷表示收获颇丰。
博思论坛学术活动是由传播学院博士生群体发起的，意在不定期邀请国内外知名青年学者前来，并以开展讲座、召开论坛，举办沙龙等方式，提升和促进学院研究生科研氛围和学术视野的学术活动。本学期系列论坛将以“新时代下传播学研究的方法论反思”为议题，夯实方法论理论基础、疏通研究方法路径机制。欢迎各院系师生前来参与。
