智能算法推薦：工具理性與價值適配

智能算法推薦工具理性與價值適配

一智能算法接管信息分發(fā)的工具理性1.信息超載是智能算法信息分發(fā)的發(fā)展動因移動互聯(lián)網(wǎng)時代，傳統(tǒng)信息處理方式已經(jīng)不能滿足現(xiàn)實需要，智能算法型信息分發(fā)正適用于解決這種信息處理超載危機。信息爆炸是過去60年以來人類社會信息化不斷推進的必然結(jié)果。伴隨互聯(lián)網(wǎng)技術的進步，人類處于被數(shù)字信息所籠罩的數(shù)字信息世界。傳統(tǒng)方式已經(jīng)無法進行有效而準確的價值適配，傳統(tǒng)信息處理范式危機一觸而發(fā)。隨著4G、5G信息技術的升級和應用、個人移動智能終端的普及以及移動應用平臺的快速發(fā)展，個人化的傳播時代已經(jīng)到來。個人化的傳播有別于過去標準化、規(guī)?；?nèi)容生產(chǎn)類型化的大眾傳播，每一個受眾個體在信息傳播過程中都是一個獨立的主體，在此基礎上一個巨大的基于長尾需求的利基市場逐漸形成。信息的社會性流動形成以下三個基本的內(nèi)容市場（見圖1）。圖1信息社會三個基本的內(nèi)容市場在整體內(nèi)容需求市場和個性內(nèi)容需求市場，傳統(tǒng)人工編輯和依托社交鏈傳播的關系型分發(fā)承擔著“壓艙石”和滿足個性需求的親密角色。但在所有信息的適配方面，算法推薦承擔主力軍角色。在整體性、群體性、個體性需求與海量信息的供給對應下，內(nèi)容市場被“擴容”，智能算法信息分發(fā)在這種新型市場下，通過算法模型將用戶需求和內(nèi)容信息進行匹配，實現(xiàn)內(nèi)容的高效聚合和精準分發(fā)。2.內(nèi)容、用戶、場景的適配是智能算法型信息分發(fā)的基礎邏輯智能算法雖然形式復雜，但其原理非常樸素，歸根結(jié)底是實現(xiàn)海量內(nèi)容、用戶需求、多維場景之間的相互適配，這也是智能算法型信息分發(fā)的基礎邏輯（見圖2）。圖2智能算法型信息分發(fā)的基礎邏輯目前，業(yè)內(nèi)較常用的推薦算法主要有基于內(nèi)容的推薦（content-based）和協(xié)同過濾推薦（collaborativefiltering）。前者適用于通過對文本內(nèi)容的解析，為文本打上無數(shù)的標簽，再通過標簽集合對用戶和內(nèi)容分別進行標注，依此向用戶推薦與歷史閱讀相關內(nèi)容相似的信息。后者是基于用戶的消費特征，進行物品相似性及用戶相似性的計算，從而實現(xiàn)匹配。在現(xiàn)實應用中，由于場景的復雜性，很難產(chǎn)生一種適用于所有場景的算法模型架構(gòu)，所以一個優(yōu)秀的工業(yè)級推薦系統(tǒng)常常支持多種不同算法，并可進行模型結(jié)構(gòu)的調(diào)整。目前，各種平臺的算法模型雖然各不相同，但主要的切入維度大致相同，其中用戶歷史數(shù)據(jù)、社交關系網(wǎng)、地理位置、熱度等維度較為常用。以今日頭條為例，今日頭條輸入的變量主要是內(nèi)容、用戶特征、場景特征這三個維度，結(jié)合這三個維度，算法模型會給出預估，推測推薦內(nèi)容對用戶的適配性。[1]3.內(nèi)容（服務）爆發(fā)讓智能算法成為必然在內(nèi)容（服務）爆發(fā)增長背景下，智能算法通過其手段的有效性解決了傳統(tǒng)信息處理危機。主要體現(xiàn)在兩方面，一是智能算法推薦提高了信息內(nèi)容分發(fā)的生產(chǎn)效率，二是智能算法推薦優(yōu)化了信息內(nèi)容分發(fā)的配置效率。傳統(tǒng)時代通過編輯進行內(nèi)容精選，提供服務的平均時間與人力成本較高，分發(fā)的生產(chǎn)效率比較低。如今互聯(lián)網(wǎng)平臺上的信息已是海量，人工編輯確實難以勝任。智能算法高效地自動過濾篩選，大大提高了信息分發(fā)的工作效率；同時，通過實現(xiàn)信息供需的快速匹配，大大降低了用戶獲取信息的時間成本。在智能算法時代，所有信息的價值都被重估，長尾信息也由于其具有特定的受眾群而具有了價值，正所謂“彼之敝草，吾之珍寶”。以往“以傳者為中心”的傳播模式被智能算法所改變，在這種改變中，用戶成為中心，用戶的主體性得以開發(fā)?；趥€性化畫像，用戶有機會觸達自己喜好的內(nèi)容，也強化了個人的信息權(quán)利。智能算法是互聯(lián)網(wǎng)發(fā)展的一個必然產(chǎn)物。智能算法信息分發(fā)具有特殊的價值，我們要承認智能算法技術的必然性和合理性，這也是讓其發(fā)揮自身特點為社會所用的基礎。二智能算法在內(nèi)容市場上的角色與影響不同緯度的內(nèi)容市場取決于大眾在整體性、個體性以及群體性三個方面的信息需求?；诖?，智能算法的“權(quán)利”在實施過程中所產(chǎn)生的效果也不同。所以，對于智能算法技術、政治、人文邏輯也要進行區(qū)別。1.智能算法價值適配實踐方法：人機協(xié)作由于智能算法在社會性變量價值判斷模式上的不足，算法后續(xù)還需要人工進行加工和判斷。所以，在內(nèi)容市場上，人機協(xié)作是價值適配的實踐路徑。人們的共性需求構(gòu)成整體性內(nèi)容需求市場，主要體現(xiàn)為主流意識形態(tài)導向、社會人文關懷及社會共同利益和基本共識等。在大眾傳播時代，整體性內(nèi)容市場是媒體的主要方向。1922年《讀者文摘》正式創(chuàng)刊，其“足跡”曾遍布163個國家和地區(qū)，讀者規(guī)模超過1億人，而其成功離不開對整體性內(nèi)容價值的定位和對深層價值的關懷?！拔⒘Ｉ鐣敝?，基于各種算法，形成了多種多樣的評判、決策和自動區(qū)分等，人的主體性逐漸被數(shù)據(jù)取代。但是，人不是簡單的數(shù)據(jù)集合，也不是電子痕跡的匯總。隨著科技的發(fā)展，雖然可以對信息內(nèi)容進行高效標注，但算法仍無法完全把握人的心理。在共性需求的預測方面，數(shù)據(jù)仍不足以為成功判斷提供真正的價值。因此，在整體性內(nèi)容需求市場上，“弱智能”的算法只能提供共性輔助，即便算法分發(fā)占據(jù)了大半的信息處理市場，但其無法完全替代人的角色及作用。面對人的整體需求，平臺應當堅持人機結(jié)合，重視人工編輯的作用。今日頭條近期大幅增加了審核人員的數(shù)量，積極嘗試“人工+算法”的模式。這種模式在算法中加強了人的主體性，通過人機協(xié)作，讓算法推薦更好地體現(xiàn)人的主導性和價值觀。2.算法價值適配基礎：平臺自律和用戶自覺雖然算法可以過濾社交分發(fā)的多余成分，但其負外部性卻一直存在。所以，算法需要通過平臺和用戶的自律自覺，實現(xiàn)其與群體性內(nèi)容需求的適配。群體性內(nèi)容需求市場由人們的分眾化需求構(gòu)成。作為個體的人，存在于各種群體之中，所形成的信息需求就帶有各種群體的特征。關系型分發(fā)主要依托社交鏈進行傳播，雖然可以對信息進行篩選、轉(zhuǎn)發(fā)、評論等，但隨著社交數(shù)量的增加，無效信息也必然隨之增多，信息冗余依然不可避免。但是，算法卻可以作為分眾化信息篩選的“開關”，對社交分發(fā)進行二次過濾?！吧缃?算法”逐漸成為群體性內(nèi)容需求市場的重要一環(huán)。算法雖然對社交分發(fā)進行了二次過濾以達到更精準的分眾化需要，但其帶來的“負外部性”卻依然不可避免。主要表現(xiàn)在兩個方面（見圖3）。圖3算法所帶來的“負外部性”負外部性在群體性內(nèi)容需求市場雖會一直存在，但其影響范圍有限。就算法分發(fā)平臺及用戶而言，在一定程度上可以通過其本身的自律自覺解決，而無須行政部門處以強制性操作；就技術產(chǎn)品而言，雖然運用算法的平臺只是一家技術公司，但在聚合與匹配信息層面，技術公司應該承擔與媒體公司相同的社會責任和道德義務。同時，社會公眾也應該提高自身的算法素養(yǎng)[2]，也就是認識、判斷、運用算法的態(tài)度、方法、能力，更充分地了解智能算法的負外部性，才能在消費或決策過程中不盲從于信息分發(fā)平臺。3.算法推薦信息：自由選擇的同時嚴守法律紅線人們的個體化需求構(gòu)成個體性內(nèi)容需求市場。通過各種標簽集合和模型，算法可以刻畫出用戶畫像，并以此洞察用戶的個體化需求。因此，智能算法在個體性內(nèi)容需求市場是不可或缺的。但是，算法帶來的低級負面信息仍然無法避免。智能算法雖在一定程度上滿足了用戶的個性化需求，但是其規(guī)則仍是靠獲取點擊量為主要取向。也就是說，算法分發(fā)將會最大限度的凸顯用戶最普遍感興趣的內(nèi)容。所以，當用戶群體普遍存在低級趣味時，智能算法所推送的信息也往往隱含著負面的價值取向。[3]“投其所好”式的信息分發(fā)邏輯本身是沒有過錯的，但不能違背公共秩序甚至越過法律的紅線。智能算法推送應該嚴守其底線，剔除違規(guī)違法、違背公序良俗的信息；同時，在合規(guī)、合法的前提下，也應該維護對“紅線”之上、用戶自由選擇信息的空間。在內(nèi)容和形態(tài)方面積極的引導不可或缺，但只有尊重用戶自由選擇信息的權(quán)利，個體性內(nèi)容需求市場才能煥發(fā)活力。4.智能算法在整體、群體、個體內(nèi)容需求市場上的價值適配不同層次的信息需求構(gòu)成基本內(nèi)容市場，智能算法在不同的層次信息需求中的作用有所不同，其優(yōu)化的方式也就不同：——整體性內(nèi)容需求市場影響力最廣泛，強調(diào)共性需求，所以表現(xiàn)出規(guī)模性的特點。智能算法在這個層次中作為預測共性需求的工具仍有不足，只有人機協(xié)作，才能讓算法推送更好地把握共性信息需求，體現(xiàn)人的主導性；——群體性內(nèi)容需求市場影響力次之，主要原因是分眾化需求的規(guī)模大小不一，需要在異質(zhì)中尋找共性。智能算法在這個層級的需求中，需要對信息的分發(fā)再次把關，用戶身份預設及算法負外部性的影響都不可忽視，但糾偏還是要依靠平臺自律和用戶自覺；——個體化內(nèi)容需求市場的影響范圍只存在于個體中，個體化需求因人而異，其異質(zhì)性往往更為細微。智能算法則是滿足個性化需求的必要手段，但關鍵在于不能越過法律的紅線。而“紅線”之上的種種信息，則需要平臺積極引導，讓用戶自由選擇的信息擁有充分的活力和流動的空間。總之，無論是算法所發(fā)揮的作用，還是其風險與規(guī)制，都需要在不同層次的需求市場分層探討。在面對智能算法的技術邏輯和社會主流邏輯時，既要讓算法平臺遵紀守法，又要讓智能算法迸發(fā)活力。要做到這些，就不能只用法律法規(guī)這把“硬直尺”明確信息“紅線”，還應該佐以傳統(tǒng)編輯方法、平臺自律、用戶自覺等“軟力量”，充分保障智能算法、信息分發(fā)的發(fā)展空間。三智能算法推薦的技術現(xiàn)狀與倫理未來1.弱人工智能技術現(xiàn)實下以人為中心的算法推薦在計算機領域，學者們較為普遍地認為人工智能技術是計算機科學的一個分支，是研究模擬、延伸和拓展人的智能的理論、方法、技術及應用系統(tǒng)的新技術科學。[4]在技術層面，人工智能又分為狹義人工智能（ArtificialNarrowIntelligence，又稱弱人工智能）和通用人工智能（ArtificialGeneralIntelligence，又稱強人工智能）。弱人工智能主要指可以執(zhí)行人類為其事先設定任務的人工智能，是不具備自主性的智能體。強人工智能指可以模擬人的大腦工作，具有認知意識和自主性的智能體。目前，我們主要實現(xiàn)并應用的是弱人工智能，主要應用包括自然語言理解、自動駕駛、虹膜識別、機器視覺等。強人工智能目前還僅僅是一種設想。以數(shù)據(jù)驅(qū)動為主的算法信息分發(fā)屬于弱人工智能，目前來看，其不足之處已經(jīng)顯現(xiàn)：一方面，算法方法具有局限性，目前算法信息分發(fā)的主要方法在本質(zhì)上還是依托于經(jīng)驗和反饋，包括對數(shù)據(jù)的標注，也是依賴于人的既有經(jīng)驗及事先設定。這種方法適用于認知對象和環(huán)境具有接近性、相似性，對條件變化和外界干擾的對抗能力較弱，且經(jīng)驗的穩(wěn)定性對結(jié)果的影響較大；另一方面，由于缺乏思辨能力、創(chuàng)造能力以及情緒表達能力，智能推薦目前能處理的變量數(shù)量和水平有限?；谥悄芩惴ㄍ扑]還將長時間停留在弱智能的現(xiàn)實，以人為中心的算法信息分發(fā)仍是價值調(diào)試的核心，所以相關的約束及規(guī)則都是指向與算法相關的人。2.強人工智能技術下以機器為中心的算法推薦隨著人工智能技術的不斷創(chuàng)新，其在信息分發(fā)領域的應用也不斷升級，算法分發(fā)的倫理問題也被大眾所關注。如果強智能技術下的算法推薦可以實現(xiàn)，那么信息傳播將被更深刻地改變。當強智能算法推薦系統(tǒng)擁有與人類對等的思維和主動意識時，倫理危機將可能出現(xiàn)。要解決倫理危機就要建立以智能體為核心的機器倫理。目前，針對機器倫理的