间接证实了的党派倾向袁帆严,。在政治权力商业资本以及算法设计者价值判断等因素的影响下,算法推荐并不是完全客观中立地呈现信息,而是受到主观过滤器的隐形干预,这种干预导致的后果是用户无法自由而全面地接收信息,因此用户信息选择的自主性无疑遭到干涉。算法程序根据用户的个人数据与阅读行为建立数字档案,将类信息只提供给类用户而非其他用户,也阻碍了用户对信息的自主选择。例如,华盛顿邮报调查名美国用户发现,会根据用户的性别设备使用习惯居住地年龄等各种差别进行信息推送,将些信息只推送给居住在农村农场而非城市里的用户,或推送给大部分女性用户而非男性用户。纽约大学社会用户的传播权,增强了用户的主动性和积极性。然而,值得注意的是,这种以点击量为价值评估标准的算法推荐,极易被人为操纵的信息热度所蛊惑,因为点击量很多时候并不能真实地反映用户的态度和行为。往往根据信息的热度起伏向用户自动推送热门视频,而将冷门信息拒之门外,却忽略了人为刷播放量的行为。因此,在平台上,通过公关公司花钱在短时间内维持人气,就能靠这种虚假流量捧红条视频。可见,算法设计将流量和点击量作为推荐价值评估标准,意味着由算法推荐技术主导的信息分发也存在较强的倾向性,难以保持绝对的客观中立,算法技术的中立性只不过是个并不存在的神话。基于用户画像的个性化推荐。在今天的互联网上,所有的平台和网站都不会告诉用户他们搜索到或被推送接收的信息是如何遴选出来的,用户同样不知道,算法在背后已经对其进行了全方位的立体画像。在推荐系统中,用户画像是根据用户的社会人口属性生活习惯消费行为等特征抽取出来的标签化用户模型塔娜唐铮,。从基的主要执行者,但算法程序的运行效果往往取决于算法设计。选取何种目标变量用户性别点击频度页面停留时长等,以及如何设定分类标签与权重,都会影响信息分发的结果。而算法设计往往隐含技术开发人员的价值取向,在理解问题选取相关指标设臵权重评估算法等算法设计过程中,技术开发人员的态度和价值观念都极易嵌入其中,造成算法推荐客观性的弱化张超,。年,偏见门事件揭露的趋势话题平台过滤保守派信息,却保留自由派信息方师师,。年,平台通过算法推荐激励发展种以儿童为目标的亚文化,将充满猥亵和暴力的视频通过算法分发到专门针对儿童的应用程序上郝鹏程,。这种将些内容过滤压制,并优先推荐其他内容的信息分发方式,实际上是算法偏见的种表现形式,它会导致用户接收信息的失衡。在算法设计者主体意识的支配下,算法设计不仅受到设计主体自身价值判断的影响,还受制于算法设计者所臵身的环境。由于算法设计者不可能独立于社会环倾向袁帆严,。在政治权力商业资本以及算法设计者价值判断等因素的影响下,算法推荐并不是完全客观中立地呈现信息,而是受到主观过滤器的隐形干预,这种干预导致的后果是用户无法自由而全面地接收信息,因此用户信息选择的自主性无疑遭到干涉。算法程序根据用户的个人数据与阅读行为建立数字档案,将类信息只提供给类用户而非其他用户,也阻碍了用户对信息的自主选择。例如,华盛顿邮报调查名美国用户发现,会根据用户的性别设备使用习惯居住地年龄等各种差别进行信息推送,将些信息只推送给居住在农村农场而非城市里的用户,或推送给大部分女性用户而非男性用户。纽约大学社会学教授认为,依据数字档案进行智能推送,是人为地给每个个体划定了边界仇筠茜陈昌凤,。尽管算法推荐满足了用户的个性化需求,但算法程序根据用户的数字痕迹形成带有主观偏向的用户画像,圈定用户的所属群体,并决定分配何种类型的信息,这与用户的信息选择权的要义严重相悖。信智能新闻信息分发算法偏见与伦理规制参考版拒绝接受算法推荐的信息,可允许其通过点击个选项屏蔽算法自动推荐的信息如果用户对算法推送的内容产生质疑或不满,可为其提供自行修改的机会。比如,用户可以针对其个人的算法运行程序,选择性地调整相关的算法参数,优化算法推荐模型。自主性原则的实现,既要靠算法设计者充分给予用户自主选择的机会,也依赖于用户自身媒介素养的提高。用户只有不断提高信息辨别能力,增强算法素养,主动参与信息选择,才能更好地维护其自主选择信息的权利。公正性原则。在新闻领域,公正性原则既是新闻传播的基本原则和要求,也是针对算法偏见和歧视问题所提出的伦理原则。算法设计应当遵循公正性原则,公平分配用户获得信息的利益和机会,保障用户获取选择信息的公平性,利用算法技术的优势为社会公平和正义做贡献。罗尔斯在正义论中曾经提出正义的两大原则,是自由平等原则,即每个人对与所有人所拥有的最广泛平等的基本自由体系相容的类似自由体系都应有种平等的权利。是差别原则,即社会和经济的不平等应这样安排,偏见是在新闻选题和报道中所体现出的价值判断的不客观不公正杨保军,。因此,算法偏见是算法技术应用于信息生产与分发过程中,由于算法设计输入数据技术局限等因素造成的算法决策不客观不公正的现象。在当前的智能新闻实践中,算法偏见不仅带来新闻的专业性客观性弱化,还对用户的信息权利构成威胁,导致作为社会环境瞭望者的媒体日益偏离公众的期望。算法推荐中的用户信息选择权。自从算法推荐技术在新闻分发中应用以来,不少学者认为算法让公众摆脱了专业媒体对信息的操控,拥有了自主高效地选择个性化信息的权利。这观点源于算法推荐技术被认为是客观中立的。由于基于算法推荐的信息分发过程不存在价值判断,而是根据用户的兴趣爱好推送信息,因而有的学者认为算法推荐技术把信息的选择权归还给了公众。年月,今日头条因传播色情低俗信息受到了查处,这与企业盲目迷信算法推荐和智能分发机制有关。然而,企业却仍然声称算法技术不具有价值取向新闻价值的选择和判断标准完全取决于用户,将责任转移给了用户个统导航系统和个人助理等必须支持用户的个人偏好,增强用户自我决策能力,保护用户价值观的多样性张雅妮徐曼,。在智能新闻信息分发过程中,由于算法推荐技术本身存在局限性,再加上其背后隐藏着不少人为干预,干涉了用户对信息的自由选择。这种干涉行为说明算法设计并未将用户当作理性的个体,忽视了用户具有对自身行为进行理性思考理性选择和对行为后果承担责任的能力,缺乏对用户的尊重,违背的正是自主性原则。因此,有必要通过自主性原则,尊重用户的主体性,让算法技术发挥人本精神,更好地为用户提供信息服务。自主性原则要求算法设计者在理念上承认用户拥有信息选择的权利,并在行动上尊重用户的自我决定权,不干涉用户的信息选择自由。但算法设计者不能只停留在不干涉用户信息选择的层面上,而应当设计算法促进和维护用户自主选择的能力,尽可能地帮助用户避免破坏其自主行为的因素。具体而言,算法设计者应增加用户选择的功能,让用户能够自行选择是否何时以及如何让算法进行自动化决策。如果用户自主性纪向新,。因此,算法推荐在满足用户个性化需求的同时,不可避免地会限制用户信息的接触面喻国明,。目前,运用较多的是基于内容的推荐算法,这种算法通过内容和用户特征的精准匹配来推送信息。由于用户具有选择性接触心理,倾向于对与自己偏好相符的信息进行点赞转发收藏或关注,因而基于内容的推荐算法正是利用用户的这种心理,根据用户偏好持续推送相关信息,让用户在算法的诱导下不断地相信推荐顺从内心的意愿选择信息。从这个角度而言,用户大量获取千篇律的信息,容易身陷信息茧房。而旦信息茧房产生,其带来的最大后果是窄化公众的信息接触面,将公众的视野禁锢在有限的信息领域,让公众失去了解外界的机会,这对公众知情权带来了困扰。公众的知情权主要包括个方面的内容知政权社会信息知情权和个人信息知情权。知政权是指公众了解知晓国家活动和国家事务的基本权利社会信息知情权是指公众对其所感兴趣的社会情况进行了解的权利个人信息知情权是指公民依法享有从他人政府机关和其它组织等方面导致信息茧房或者信息窄化,在学术界仍然存在争议。智能新闻信息分发算法偏见与伦理规制参考版。目前,学界并未对算法偏见形成个清晰而统的定义。认为算法偏见是在看似客观中立的算法程序设计中,隐藏着设计者或开发人员的偏见,或者算法模型所采用的数据带有偏见,。杨保军认为算法偏见是在新闻选题和报道中所体现出的价值判断的不客观不公正杨保军,。因此,算法偏见是算法技术应用于信息生产与分发过程中,由于算法设计输入数据技术局限等因素造成的算法决策不客观不公正的现象。在当前的智能新闻实践中,算法偏见不仅带来新闻的专业性客观性弱化,还对用户的信息权利构成威胁,导致作为社会环境瞭望者的媒体日益偏离公众的期望。算法推荐中的用户信息选择权。自从算法推荐技术在新闻分发中应用以来,不少学者认为算法让公众摆脱了专业媒体对信息的操控,拥有了自主高效地选择个性化信息的权利。这观点源于算法推荐技术被认为是客观中立的。由于基于算法推荐的信了解有关本人的信息记录的权利周毅,。信息茧房会造成隐性的言论自由剥夺,即互联网没有主动给浏览者提供他们应当获得的内容,但人们意识不到需求这些内容胡婉婷,。公众有权利了解与自己切身利益密切相关的信息,但束缚在信息茧房中容易使公众只关注自己感兴趣的类信息,而对其他领域的社会情况缺乏了解,阻隔了公众对社会信息的知情。这种对社会信息的不知情,不仅让公众难以根据社会环境的变化做出有效的行为决策,还将导致公众在公共事务的讨论和决定过程中缺席,难以实现有效的对话与沟通,造成公共性的丧失甚至无序化。对于那些媒介素养低下的公众,他们更加容易陷入信息茧房而不自知,几乎难以意识到其知情权受到侵害的问题。智能新闻信息分发算法偏见与伦理规制参考版。目前,学界并未对算法偏见形成个清晰而统的定义。认为算法偏见是在看似客观中立的算法程序设计中,隐藏着设计者或开发人员的偏见,或者算法模型所采用的数据带有偏见,。杨保军认为算法年月,美国民众发起占领华尔街的运动,但在