【作 者】吴献举：广东财经大学人文与传播学院
【摘 要】聚合媒体以算法为主导的个性化新闻生产颠覆了传统新闻生产方式，对社会产生多方面影响：它一方面提高了传播的针对性，另一方面也产生茧房效应和使网络空间“再封建化”等值得深思的问题。媒体、政府和用户应各司其职，优化聚合媒体新闻生产，让算法技术更好地为用户服务。
【关键词】聚合媒体；新闻生产；方式变革；社会影响
从人类传播史来看，不论是印刷术的发明、电子传播的出现，还是国际互联网的发展，技术特别是传播技术的进步都会带来传播方式的革命性变革和传媒格局的巨大变化，深刻地影响着人类的精神生活和文化发展。近年来，随着移动互联网的发展和人工智能技术的进步，聚合类媒体异军突起，不但改变了传统的新闻生产方式，而且对社会产生较大影响。
一、新闻生产方式变革：颠覆与再造
聚合媒体是通过数据搜索、分析等技术，把分散于互联网中的各种新闻信息进行整合、归类，再根据用户喜好来选择性推送的媒体形式。在我国，聚合媒体主要指各种智能化移动新闻客户端，以“今日头条”、新浪新闻客户端等为代表，它们通过相关技术的运用，对传统新闻生产方式进行了颠覆与再造。新闻生产方式是指新闻生产的方法和形式，包括新闻生产的构成要素、各要素之间的关系以及生产流程等。新闻生产流程一般由三个环节或步骤组成：采选新闻信息→创制新闻文本→传送新闻文本等。在这方面，聚合媒体与传统媒体并无不同，所不同的是每个环节的构成要素、各要素之间的关系及操作模式等。传统新闻生产模式大家比较熟悉：首先是记者获取新闻线索，进行采访，然后根据采访到的材料制作成新闻文本交由编辑编发，最后通过报纸（或广播、电视等）把新闻文本传播出去。聚合媒体通过算法进行新闻生产，颠覆了传统新闻生产方式。
1.采选新闻信息：自动化抓取
聚合媒体与其他新闻媒体的最大区别是，聚合媒体没有专门的新闻采写人员，自身不生产内容，而是奉行拿来主义，“抓取其他媒体发布的新闻之后再展示给用户”。聚合媒体如“今日头条”“一点资讯”等，主要是通过搜索引擎、数据挖掘、机器学习、网络爬虫等从传统媒体、自媒体及各类网站上自动抓取和整合相关信息内容。聚合媒体在抓取新闻信息前，首先分析用户的兴趣与爱好，主要有两条途径。一是根据用户的登录账号分析。聚合媒体不需要注册账号登录，而是用户通过自己的微信、QQ、微博等账号登录。用户登录后，根据其社交账号里的内容，机器迅速锁定其兴趣爱好，并在几秒钟内形成用户画像。二是根据用户正在阅读的内容分析。通过分析用户阅读或搜索内容的类型、停留时间的长短以及对相关内容的评论等，聚合媒体迅速锁定其喜好。掌握了用户的兴趣、爱好，聚合媒体的网络爬虫立即抓取互联网上的相关信息向其推荐。且聚合媒体根据用户的这些兴趣爱好线索，为其建立独立的新闻信息推荐系统。一旦用户再次浏览该媒体，立即奉上其感兴趣的更新后的内容。聚合媒体还根据用户的阅读行为，不断完善用户画像，优化推荐内容。
目前，除自动抓取其他网站上的信息外，有的聚合媒体还为其他媒体或个人搭建传播平台，以扩大信息来源，如“今日头条”的“头条号”媒体平台等。“头条号”是“今日头条”为政府、社会组织和个人提供的发布信息的平台，以帮助他们在移动终端获得更多曝光和关注，同时也是“今日头条”用户获得更多优质内容的来源，成为“今日头条”根据用户喜好自动抓取的对象。
2.创制新闻文本：算法自动生成
在传统新闻生产中，创制新闻文本的过程凝结着传播者的智慧和创造性劳动，指传播者把采访到的新闻素材通过思维加工和符号化再现方式加工成可传播的新闻作品，再通过一定的物质手段（如报纸的排版印刷等）制作成传播对象可直接接收的新闻产品的过程。创制新闻文本是传统新闻生产的关键环节，决定着新闻生产的质量和传播效果。聚合媒体的新闻信息是从其他媒体抓取过来的，因此与传统新闻生产流程相比少了“写作”环节，但聚合媒体对这些“搬运”来的信息并不是原封不动地刊播，而是经过了编辑处理。只不过这个过程并非经过专门训练的编辑完成的，而是机器算法短时间内自动处理的。
算法是计算机领域的一个重要概念，是指将输入转为输出的一系列计算步骤，它输入一些值或一组值并输出一些值或一组值。简单地说，算法就是用来解决特定任务的系列步骤。聚合媒体采用算法对抓取到的新闻的编辑处理是自动完成的，一般有三个步骤：一是对新闻内容的整合与编辑，主要是对文字、视频、图片等通过调整字体、字号、删减内容等进行小幅度修改，同时植入广告内容。二是对新闻版式的编辑。根据系统设定的版式对新闻进行处理，以便于用户阅读。三是对新闻的个性化编辑。根据用户使用时间、地点以及对相似内容的关注频率等对新闻进行个性化设计，以更好满足用户需要。这一个性化编辑过程对于打造自己的风格特色至关重要，影响着用户的使用体验，是提高用户使用黏性的决定性环节。
3.传送新闻文本：个性化推荐
在传统新闻生产中，传送新闻文本环节就是将制作好的新闻文本，通过报刊的出版发行、广播电视节目的播出等传送给受众的过程。传统新闻生产对新闻文本的传送是大众化的，千人一面；而聚合媒体通过机器算法锁定用户兴趣，进行个性化推荐，千人千面。算法推荐是以“今日头条”“一点资讯”为代表的聚合媒体进行信息传播的核心技术逻辑。聚合媒体常用的算法推荐有三种：一是基于内容的推荐，这是目前聚合媒体使用最广泛的推荐机制，即根据用户浏览过的信息向其推荐没有接触过的相似内容；二是协同过滤推荐，原理是用户喜欢那些具有相似兴趣的用户喜欢过的新闻，因此机器在用户群中找到目标用户的相似（兴趣）用户，综合这些相似用户对某一新闻的评价，形成系统对该目标用户对此新闻的喜好程度的预测以决定是否向该用户推荐；三是基于人口统计学的推荐，即根据用户的年龄、性别、职业以及所处地域等的推荐。如今，算法推荐在网络传播领域已被广泛运用，机器算法在一定程度上决定着信息的流向、信息的重要程度，以及用户对信息的关注度。
反馈是新闻生产的重要环节，与传统新闻生产主要是受众对传播者的传播行为的回应不同，聚合媒体的反馈表现在用户对新闻内容的评论上。聚合媒体开通用户评论功能，凡登录的用户都可对所浏览的内容发表看法。用户对所阅读内容发表评论并不是聚合类媒体首创，一般网络媒体如传统媒体的新闻网站等，也开通有用户评论功能，所不同的是对用户评论的应用程度。一般网络媒体把用户评论当作传播者与用户及用户之间沟通交流的方式，聚合媒体的用户评论除具有不同用户之间交流的作用外，也是聚合媒体进一步了解用户需求的重要反馈渠道。聚合媒体对用户评论进行收集整理，并进行大数据分析，从而获得大量关于用户的思维方式、行为模式及兴趣爱好等个人信息，连同对机器监测到的社交账号信息、网络浏览内容、浏览时间等的分析，可勾勒出较清晰、完整的用户图像，将这些宝贵的关于目标用户的个人信息集成资料库，以改善机器算法，更好地进行“一对一”的个性化新闻信息推荐。
二、社会影响：个性化与再封闭化、再封建化
以技术为核心的聚合媒体的发展不但颠覆了传统的新闻生产方式。也改变了媒体与受众的关系。使媒体传播由不定向的大众化传播，转变为定向的个性化传播，这种变化对人们更好地获取所需要的信息有一定积极意义，同时也带来一系列值得深思的社会问题。
1.个性化推荐与传播针对性
传播者和传播对象是传播过程中的两个最基本要素，根据传播对象的不同人类传播史经历了从人际传播、群体传播到大众传播，再到分众传播的发展阶段。分众传播更好地满足了社会对新闻信息的个性化、多样化的需求。专业媒体、广播电视的专业频道以及报纸的专版等都是分众传播形式的代表。以“今日头条”为代表的聚合媒体采用大数据和算法技术，对用户进行精准的个性化传播，是分众传播的更高程度发展，提高了传播的针对性。在新媒体时代，海量信息鱼龙混杂，让人们无所适从，用户需要的信息极易淹没在信息的洪流里。聚合媒体根据用户兴趣进行个性化推荐，降低了用户获取信息的时间成本，可以更有效地获得自己所需要的信息。同时，由于是根据用户的喜好进行的推荐，所以大大减少了与用户无关的信息，“提高了信息的信噪比”。这无疑会增加用户的使用体验，产生良好的传播效果。
媒体的传播对象从宏观上看是一个巨大的集合体，从微观上来看又体现为具有丰富的社会多样性的个人。根据传播学的“使用与满足”理论，每个人都是有着特定“需求”的个人，他们的媒介接触活动是基于特定需求动机来“使用”媒介，从而使这些需求得到“满足”的过程。聚合媒体的个性化推荐更好地满足了用户对信息的需求，是媒体尊重受者在传播中的主体地位，由“传者中心”向“受者中心”转变的具体体现。从这个意义上讲，聚合媒体的新闻生产是符合新闻传播规律的。
2.机器算法与茧房效应
传统新闻生产从采写、编辑到出版发行是一种单向的线性模式，反馈慢，互动性差，生产流程是相对封闭的。聚合媒体利用机器算法可以及时掌握用户的信息需求变化，调整推荐内容，互动性强，生产流程是开放的。但聚合媒体以满足用户个性化信息需求为目标，向用户推送符合其兴趣的匹配性和定制化信息，生产内容日益类型化，使用户陷入“信息茧房”不可自拔，这必然导致新闻生产的再封闭化。“信息茧房”这一概念是由美国著名学者凯斯·桑斯坦首先提出来的。桑斯坦认为，随着网络技术的发展，传播系统的个人化时代已经到来：公众可定制报纸、杂志，也可选择自己想看的电影、游戏和新闻节目等，为自己量身打造一份“我的日报”，从而随意选择关注的话题。当个人沉浸于“我的日报”的满足中，生活必然变得程序化、定式化。由于长期只关注自己选择的信息和愉悦自己的通讯领域，失去接触不同信息的机会，不知不觉间为自已建造了一个信息茧房。
以“今日头条”为代表的聚合媒体的个性化新闻生产实际就是在为用户量身打造“我的日报”，使其处于信息海洋中的“孤岛”。“今日头条”以“你关心的才是头条”为服务理念，根据用户喜好推送信息，并不断更新，用户不需多余动作，只需刷新，就可获得新的信息。聚合媒体通过算法过滤掉用户不感兴趣、不认同的信息，用户只接收到自已感兴趣的内容，实现“看我想看，听我想听”。久而久之，用户的自我选择被强化，信息接收维度变窄，知识获取单一，在单调的信息中形成特定思维习惯，从而造成视野狭窄，观念固化。“茧房效应”使用户不断强化对事物的原本认知，不利于真相的探究和问题的解决。如陕西产妇自杀事件到底错在家庭还是医院？如果争论双方听不进不同意见，就可能在自说自话中激化矛盾，固化认知，走向封闭，甚至造成族群对立，引发群体性事件。
长期处于“信息茧房”中的人还会导致心理上的封闭。西方社会心理学界的研究认为，信息环境中的人是趋于“个性化”的。日本学者中野牧在《现代人的信息行为》一书中提出，处于电视媒介环境中的人把自己封闭在“自我”之中，内心世界类似于一种孤立、封闭的“罐状”容器，成为所谓的“容器人”。“容器人”经常把闲暇时间耗费在大众传播媒介上，将自己的思想、感情沉浸于电视等的内容之中，在默默地观看中进行着自我心理体验，很少与他人交流，久而久之就会形成孤独、自闭的社会性格。由聚合媒体个性化信息推荐而形成的茧房效应会加剧用户心理的封闭。尽管聚合媒体的算法推荐未必能完全把握用户的信息需求，但可大大增加用户的使用私性是不争的事实，“越用越懂你”，让用户“越用越想用”，使用户沉迷于其中不能自控。据“今日头条”首席执行官张一鸣在2016年世界互联网大会上透露，截至同年10月底，“今日头条”已累计有6亿激活用户，1.4亿活跃用户，平均每个用户每天使用76分钟。可见聚合媒体有较广泛的用户基础和很强的吸引力，其刷新功能更使意志薄弱者如青少年等像吸食了精神鸦片一样不可自拔，失去与外界交往的兴趣和能力，变得孤僻、封闭，以自我为中心。
3.网络空间的“再封建化”
聚合媒体没有自己的记者队伍，不采写新闻，内容主要是从其他媒体“抓取”来的。这就意味着聚合媒体的算法取代传统媒体的专业采编，设置议程，决定着哪些新闻对用户是重要的。这一点直接体现在聚合媒体如 “今日头条”“天天快报”等设置的备受关注和争议的栏目如“推荐”“热点”等。通过用户的社交媒体和日常的阅读行为，聚合媒体充分了解不同用户的喜好，进而向不同用户推送不同信息，以满足用户个性化信息需求与兴趣。机器成为信息与用户之间的最终把关人，决定信息能否呈现给用户的不再看其是否有新闻价值，而是看是否符合用户的口味和需要。这不但不能带来真正意义上的个性化和多样化，还势必使不同阶层和群体之间的沟通和交流被阻断，从而使网络公共领域出现“再封建化”趋势。“再封建化”最初是由哈贝马斯提出的概念。他在论述公共领域在欧洲的发展演变时认为，资本主义社会进入垄断阶段后，社会的国家化和国家的社会化破坏了公共领域的基础，即国家与社会的分离。社会也随之重新政治化，消解了“公”与“私”的区别，这种情形与封建社会晚期有类似之处，因此哈贝马斯称之为公共领域的“再封建化”。
20世纪90年代以来，互联网的发展使民众有了便捷的意见交流平台，不同信源的信息和观点都可以在网上“碰撞”，通过公开的讨论，往往会形成一定的共识。在当前的国情下，网络媒体虽然还不具备哈贝马斯所称的公共领域的全部条件，但其具备公共领域的一些特质，是最接近公共领域的场所，是公共信息传播与交流的平台。但是，聚合媒体迎合用户需求和兴趣，对用户进行精准的个性化信息传播，扣破了网络空间公共性和私人性的界限，使用户沉浸于自已的“舒适地带”自怨自艾，会缩减网络媒体理性、开放和多元的“意见的自由市场”空间，使不同兴趣和价值观念的用户很难有意见交锋的机会，从而无法在争议中达成共识。
在传统新闻生产中，专业记者、编辑遵循新闻专业主义和职业伦理来选择信息，把最重要、最应让受众知晓的新闻传播给受众。而聚合媒体奉行技术至上，遵循商业逻辑，根据信息流量来识别用户阅读习惯和兴趣，用机器算法取代专业编辑，机器成为“新闻把关人”和“议程设置者”。传播权力的转移势必导致媒体内容结构的变化：即时报偿新闻（暴力、犯罪、丑闻等新闻）由于关注度高、吸引眼球，就会被机器“抓取”和“推荐”给用户，成为关注的热点；而延期报偿新闻（社会问题、公共事务等方面的新闻）由于点击量少而往往被机器冷落，无法被“推荐”给用户。于是，用户由社会事务的“批判者”变为刺激性、人情味信息的“消费者”，开放、多元的互联网公共领域被消解，取而代之的是信息消费的“伪公共领域或伪私人领域”。
三、构建兼顾个性需求与责任的新闻生产和制约机制
如上所述，一方面，聚合媒体可使用户更有效地获取所偏爱的信息，满足其个性化新闻需求；另一方面，聚合媒体精准化信息推荐也窄化了用户的信息结构，固化其价值取向，侵蚀网络公共空间，甚至引发“群体极化”效应，危及社会稳定。因此，聚合媒体不但要满足用户的需求和兴趣，也要履行相应的社会责任，一味地迎合用户必然带来不良影响。为此，要构建媒体、政府和用户各方共同参与的新闻生产与制约机制。
1.聚合媒体：机器与人工相结合
聚合媒体采用机器算法根据用户的阅读行为来“揣摩”用户的喜好，让用户信息获取从“大海捞针”转为“私人定制”模式，在某种程度上满足了用户的个性化信息需求。但这种以兴趣为中心的信息获取模式“开启了符合读者口味的一扇窗，却关上了多元化的一道道门”，用户在自我肯定、自我强化中其知识、思想逐渐固化，无法形成开放、多元的“意见市场”。另外，算法对用户兴趣的把握也未必那么准确。如一旦用户偶尔点击了一条并非感兴趣的新闻，就会有大量类似的消息被推送过来，令人不堪其扰。
可见，技术有其局限性，聚合媒体的新闻生产不能完全依赖机器算法，应注重人工的作用，只有两者相结合，才能更好地为用户服务。首先，要优化算法技术，不断加强机器学习，提高机器对劣质信息的辨识能力，把更全面、更权威的信息推荐给用户。其次，重视人工编辑的“把关”作用。与单纯营利的企业不同，媒体除了具有经营目标外，还要有社会目标。机器无法代替人对信息进行政治、经济和意识形态等方面的“把关”，聚合媒体的内容推送只有经过人工编辑的选择和把关，才能更好地实现经济效益和社会效益。因此，聚合媒体作为智能化信息传播平台，不能被流量、点击量绑架，完全让算法决定内容，而要肩负起应承担的社会责任，在发挥技术优势的同时，注重人工编辑的审核把关作用，以向用户提供真实、全面、客观的信息，使用户阅读到更多有价值、高品质的内容，跳出信息“孤岛”，在互联网上形成健康、理性的舆论空间。例如，新浪新闻客户端上线“二楼”功能，采用人工编辑的方式，为用户搭建了一个全新的精品阅读场景，让用户直达有价值、高质量的内容，避免用户刷信息流被过度推荐，实现了“千人千面”和“千人一面”的统一。今年年初，“今日头条”在被国家有关部门约谈后，也开始大量招聘内容审核编辑，以弥补机器算法的不足。
“人机结合”是聚合媒体优化新闻生产的重要路径之一。在人工智能发展日新月异的今天，将更多人工编辑引入聚合媒体新闻生产中，不是回到传统新闻生产模式，而是既发挥了技术的优势，又弥补了其存在的不足，实现了人与机器的优势互补。
2.政府：以他律促进媒体自律
聚合媒体发展的理想境界是实现用户需要、媒体经济效益和社会责任的统一。但在实践中，媒体作为自负盈亏的企业，往往把通过满足用户需要实现经济效益放在首位，而忽视或弱化了应承担的社会责任。这需要媒体有很强的社会责任意识，加强自律，处理好经济效益和社会效益的关系。但自律的形成仅依靠媒体经营者的内心信念和道德素养，具有极大的不确定性，因此政府要加强监管，采取各种措施规范信息传播行为，促使媒体自律，以营造健康、理性的网络空间。首先，制定媒体聚合行为规范。近年来，随着大数据和人工智能技术的进步，机器算法已被广泛运用于网络资讯领域，基于兴趣的算法推荐几乎成为各大资讯平台的标配。但在聚合媒体快速发展的同时也出现了各种各样的问题，除本文上述问题外，还有侵犯知识产权以及低俗、色情等问题，因此急需由政府主管部门牵头制定媒体聚合行为规范，以促进聚合媒体健康发展。其次，制定和完善相关法律法规。聚合媒体不是法外之地，政府应在日常行政监管的基础上，制定和完善相关法律法规，使政府管理有法可依，这既是减少聚合媒体负面影响的需要，也可更好地为互联网算法时代的信息传播保驾护航。
3.用户：多渠道获取信息
聚合媒体是以移动客户端的形式存在的，它借助于互联网技术，把个性化的信息推送到用户的手机、平板电脑等移动终端上。和报纸、广播、电视等相比，手机等移动终端属于个人媒介，其使用具有更强的私密性和便捷性，是一种更无社会约束机制的行为。用户可以随时随地浏览信息，这大大增强了聚合媒体的使用黏性，以致一些用户沉迷其中，不能自控，把自己困在“信息茧房”之中。因此，优化聚合媒体的新闻生产，除聚合媒体要实行“人机结合”、政府要加强监管之外，用户的使用行为也是重要的制约力量。用户要认识到单一信息来源的弊端，从多渠道获取信息。比如，减少通过聚合移动客户端阅读新闻的时间，多浏览传统新闻网站的精品新闻栏目，以及通过报纸、广播、电视等媒体获取信息等。用户是聚合媒体生存发展的决定力量，用户的新闻价值取向会迫使聚合媒体做出相应改变。在追求信息个性化、娱乐化的今天，这需要用户有很强的自律意识，加强自我调节和控制，处理好学习、工作、休息和利用手机浏览信息的关系，自觉抵制碎片化和所谓个性化信息的不良影响。
总之，聚合媒体以算法为主导的去中心化信息传播机制，对社会及个人行为产生的影响是巨大的，这种影响深刻地体现了技术的“双面刃”效应：算法推荐在提高传播针对性的同时也剥夺了用户获取其他信息的权利，使用户视野越来越狭窄，思想逐渐被固化；机器作为新闻“把关人”虽然提高了信息分发效率但冲击了传统新闻价值观念，使网络空间鱼龙混杂，低俗新闻、虚假新闻、“标题党”大行其道，高质量、有深度的新闻空间被挤压。技术是中性的，关键是人如何使用它。人是技术的开拓者和使用者，也应是社会基本价值的守望者。媒体、政府和用户等应各司其职，建立信息服务与价值引导并重的新闻生产与制约机制，让算法更好地为有价值的新闻服务，造福这个时代。
