习近平总书记在中央政治局第十二次集体学习时明确要求，“探索将人工智能运用在新闻采集、生产、分发、接受、反馈中，用主流价值导向驾驭‘算法’，全面提高舆论引导能力”。
这为我们在全媒体时代，充分利用好大数据、云计算、人工智能等新技术，推动主流媒体向数字化、网络化、智能化发展，实现单向式传播向互动式、服务式、体验式传播转变，提高舆论引导时度效，指明了努力方向，提供了根本遵循。
一、算法为媒体智能化提供重要契机
在人工智能三大要素，即数据、算法和计算能力中，算法的作用至关重要，是人工智能技术的核心基础。算法(Algorithm)本是指数学和计算机科学中，为解决特定问题而进行的计算、数据处理和自动推理等。
以算法为基础的人工智能应用于新闻领域，对新闻信息采集、生产、传播、接受与反馈等环节，正在引发程度不一却注定有深远影响的革命性变革，对推进媒体向智能化发展，带来重要变革机遇与发展契机。
算法在新闻领域的运用，就是按照一定目标原则，对新闻信息进行过滤、筛选，然后进行聚合、排列、呈现，再基于用户画像，精准传递给目标对象，并根据用户反馈持续改进，大大提升对新闻信息数据的采集、分析和运用能力，实现科学策划、全方位采集、多样化写作、精准化推送、即时性反馈，促进传统媒体向智能化媒体转型。
1.新闻采集与生产智能化
机器人写作是新闻采集与生产智能化的较早尝试，通过对计算机运行程序进行算法编辑，对获取的新闻信息内容进行分析加工，再由计算机模拟的新闻编程自动生产新闻稿件。
同时算法技术运用也正向内容校对、稿件编辑等新闻采集与生产的各环节拓展，比如，用人工智能技术处理大量同类稿件，修正语言语法错误，对稿件中的优质内容进行筛选等。未来，随着5G的普及与物联网的发展，可以提供给机器人进行新闻写作的数据将越来越多，机器人报道的疆界与精度都将大大拓展提升，人机协作采集与写作新闻可能成为主流。
采集、写作、校对、编辑等得到高效机器人辅助以后，新闻从业者可以有更多精力与可能，追求新闻内容的思想性与创新性，对新闻信息的解读与分析也更为深刻和准确。
2.新闻分发与传播智能化
精准分发推送，是目前算法最为擅长和应用最广的领域，解决信息超载问题效果明显。在我国，算法推荐已超过人工推送，成为移动资讯的主要分发方式，以至于有人把算法窄化为算法推荐技术。
算法用于新闻分发传播的技术本质，是实现资讯和受众精准匹配，即通过广泛抓取各种内容源生产的内容聚合资讯，再借助大数据的用户画像分析以及标签化等手段，向用户推送符合其兴趣或需求偏好的特定信息，且通过不断的机器学习或算法改进，深化对用户的洞察，持续提升分发的精准性。
不管怎样，智能化分发传播，改变了传统媒体编辑往往只有精力处理新闻头部20%信息的短板，可以根据用户属性、行为、偏好等，将新闻信息长尾效应发挥到极致，实现个性化分发传播，解决信息超载问题。
3.新闻接受与反馈智能化
缺乏即时、准确、有效互动，是传统媒体一大痛点。单向式传播导致受众主体意识无法通过有效渠道得以发挥，接受情况与传播效果也很难得到及时、科学的评估。互联网传播的互动化特征，为受众反馈提供了便利的渠道，但这只是浅层次的。
目前，算法在新闻领域的运用还是初步的，人工智能技术尚不十分成熟，仍处于所谓“弱人工智能”时代，即使比较普及的算法推荐技术也有待改进完善。但即便如此，算法对新闻生产分发等已造成很大冲击。“强人工智能”时代的媒体，将以算法技术为基础，以人机协作为特征，智能化程度越来越高，贯穿新闻生产与信息传播各环节，对主流媒体的发展和新闻舆论的引导，都将带来深刻影响。
二、正视算法对舆论引导带来的挑战
对舆论引导而言，算法广泛应用是把双刃剑。一方面为承担主流价值传播的主流媒体赋能，提升了新闻生产能力与信息传播精准度。另一方面，也对主流意识形态带来冲击和影响。如何在算法流行时代做强主流、占据主导，牢牢掌握舆论场上的主动权话语权，是主流媒体面临的一大挑战。
1.降低了优质内容的生产动力
算法生成内容，本被视为有积极意义的新生事物，因为增加了新闻产量，把新闻从业者从较低水平、一般标准的新闻生产中解脱出来，有更多精力生产创新性、有深度、高标准的优质内容。
然而目前的算法模型主要依据点击量、阅读量，病毒式传播的内容和标题党在吸引眼球方面更胜一筹，从而在算法与低质内容之间形成叠加效应。算法自动生成推送的低质、虚假、误导性内容，几乎不需投入，就可受到热捧，赚取高额利润。
此外，主流媒体在算法方面相对落后，不仅产品数量难以与海量UGC相比，在利用算法挖掘新闻价值、提升新闻专业性准确度等方面，也缺乏足够动力与能力，影响了优质新闻内容的生产。
2.转移了媒体编辑的把关权力
算法推荐技术，实质是媒体把关人权力的转移。传统媒体总编辑或编辑负有把关人职责，负责对新闻信息进行筛选，决定受众能看什么，同时保证新闻信息真实、导向正确、符合主流价值标准和规范要求，以及各类信息均衡等。
算法推荐根据受众喜好即浏览信息等行为数据推送新闻信息，由于目前算法还不能做到使计算机像人一样对含义丰富的各类新闻信息的文本、音频、视频等进行准确解析，因此受众的喜好本身，就成了新闻信息的选择标准，实际上成为自身所接受信息的把关人，所以有人说“总编辑死了”。
3.削弱了主流媒体的引导能力
主流媒体要实现舆论引导，新闻信息能真正抵达受众是前提。然而随着算法使“用户画像”越来越精准，算法生产传播的内容与受众的匹配度越来越高，其他内容很容易被排除在受众接受范围之外，受众日益被裹挟在伊莱·帕里泽所谓的“过滤气泡”中。
帕里泽曾举过一个例子：2010年英国石油公司(简称BP)墨西哥湾漏油事件后，如果用谷歌搜索“BP”，一个人可能看到的是该公司的投资新闻，另一个人可能看到的是漏油事故的消息，这就是算法根据每个人的喜好精准推荐的结果。这阻碍了人们认识真实世界的某些层面，帕里泽形象地称之为“过滤气泡”。
4.加大了形成共识的潜在阻力
“信息茧房”是人们对算法推荐技术可能带来后果的形象说法。由于算法的个性化推荐，将受众感兴趣的内容不断变换形式反复推送，受众不断接受自己认同的信息，浏览自己感兴趣的内容，就会忽视公共领域信息内容的多样化，接触信息时出现严重的窄化现象，美国学者桑斯坦定义为，“用户习惯性地将自己包裹在由兴趣引导的信息领域，从而如同生活在茧房中”。
这种接受信息的自我窄化，对社会成员个人的社会化，肯定存在不良影响。但更深层次的问题在于，这种自我窄化很可能导致个人观念极化。虽说身处“信息茧房”，但受众毕竟是社会人，如果有大量受众有观念极化问题，首先是加大了凝聚社会共识的潜在阻力。
由于算法推荐的信息会不断强化受众的极化观念，使受众会越来越坚信自己的看法，不愿了解对立观点的合理之处，甚至对立观点会使自己的观点变得更加极端，社会成员失去相互理解的基础，主流媒体引导舆论、形成共识的难度加大，各种思想观念多样杂陈的情形将日趋严重。
三、如何用主流价值导向驾驭“算法”
应着重提升主流媒体的智能化新闻生产与传播水平，立规建制管好算法，改进技术完善算法，重视提升全媒体时代受众媒介素养，切实做到用主流价值导向驾驭“算法”，全面提高舆论引导能力。
1.用好算法，做大做强主流舆论
算法推荐有不同类型，但不管是为用户打标签作画像的内容推荐，按用户信息兴趣相似度的协同过滤，还是类似排行榜式的热点推送等，都要从网络“内容池”里甄选内容。如果池里内容不够优质，即整个传播生态系统中的内容质量不高，算法很难有高质量的内容生产，精准推送也难有更高质量。
因此必须向内容池提供更多优质内容。网络时代，新闻媒体仍应是生产优质内容的主力。尽管人们印象里，相对于社交平台的海量信息，新闻媒体所产内容似乎占比不高。但据创建谷歌GDELT数据库的互联网专家KalevLeetaru等人研究，社交媒体的有效内容远没有想象的那么大，价值也没有那么高。统计数字表明，新闻媒体仍是新闻信息产品的主要生产者，而且信息出处更明确，稳定性更高。
因此，在全媒体时代，新闻媒体尤其主流媒体，增强新闻生产能力，产出更多优质内容，是改善传播生态、做强主流舆论、实现舆论引导的重要途径。增强生产能力的重要方面，就是在新闻采集、生产等环节，更多借助算法进行人机协作的高效智慧生产，使更多体现主流价值的优质新闻信息产品注入内容池，促进算法时代传播生态的优质化。
2.管好算法，注入主流价值导向
没有规矩不成方圆。“无论什么形式的媒体，无论网上还是网下，无论大屏还是小屏，都没有法外之地、舆论飞地。”由于算法已日趋深刻地介入新闻采编、分发和用户反馈环节，即使所谓信息聚合分发平台，也具有强大的媒体特征，必须加强监管。监管主要方向，是针对算法偏差进行必要人工干预与审核。
算法表面看只是一套计算代码和程序，貌似“技术中立”。实际上，算法是人设计的，使之运转的规则制度，必然体现设计团队的理念与价值倾向，不可能完全中立。“剑桥分析”事件从反面也说明了这一点。“剑桥分析”2016年大选时受雇于特朗普团队，通过脸书获取5000多万用户私人信息后，借助个性化推荐，对不同选民推送量身定做的信息，或让他们对希拉里反感，或说服他们投票给特朗普。比如，对海地人聚居区，提供关于克林顿基金会在海地地震后扣留善款的消息;对非裔美国人，推送一则希拉里把黑人称为捕食者的视频等。其中有许多误导性信息甚至谣言，实现信息操纵。
因此，必须使企业或平台担负应有责任。同时注入正确的价值观，如果算法不能自动对体现主流价值的内容推荐分发，有必要像传统媒体时代的“新闻联播”一样，作为制度规定，通过人工干预，在头条区或主页呈现，运用消息推送(Push)全网播发。
3.改进算法，减少各类负面效应
管好算法的更高层次是改进算法，在满足用户需求的同时更好地体现主流价值。目前我国核心算法缺位，多数依赖开源代码和现有数学模型。因为没有从底层算法做起，整个数学模型、算法设计、模拟训练等无法协同优化，实际运用很难达到预期效果。这也是目前新闻领域无论算法生产还是推荐，仍让人感觉水平较为初级的重要原因。
一些主流媒体试图开发“党媒算法”“主流算法”等，由于资金、技术等原因，也没有明显进展。因此，应有政策鼓励措施，研究开发具有中国特色、体现主流价值、契合受众需求的算法。研究开发要有问题意识。比如，对过滤气泡、信息茧房，以及为吸引用户而有意使算法进行“趣味下坡式推荐”及至“道德滑坡式推荐”等问题，研究让受众有更多与不同新闻信息“偶遇”的机会，拓展认识世界的视野与观察问题的角度，防止观念极化。
4.认知算法，提升受众传媒素养
互联网信息驳杂，即使有媒体内容提质、政府规范监管、企业自律创新等举措，仍很难彻底消除各类负面影响，还必须提升受众传媒素养，培养良好上网习惯，塑造理性健康人格，为用主流价值导向驾驭算法，营造良好受众环境。在许多国家和地区，传媒素养已是学校教育和社会教育的重要内容。我国以往媒体管理是管源头，对接受端即受众的传媒素养教育长期忽视。
因此，有必要借鉴一些国家和地区经验，让传媒素养教育进学校、入社区、到家庭，使人们能够学会正确解读新闻、理性运用网络，通过算法获取有助于个人工作、生活以及身心健康的优质信息，从而更有利于形成社会共识，使主流价值的传播更顺畅，主流舆论的引导更有力。
习近平总书记在“1·25”重要讲话中，提出“正能量是总要求、管得住是硬道理、用得好是真本事”的重要原则。这也是管好算法、用好算法必须坚持的重要原则。要真正做到用主流价值导向驾驭算法，使之更好服务于信息生产领域的供给侧结构性改革，推动媒体融合向纵深发展，全面提高舆论引导能力。
（作者：崔士鑫，人民日报社研究部主任。本文原载于《传媒》2019年第18期，略有删减）