技术、智能传播笔记

关于新技术、智能传播的笔记，包括5G、弹幕、区块链、人工智能、算法、信息茧房、智能机器人、智能媒介伦理等等的相关理论知识。

5G

• 5G的定义
  • 第五代通信技术(5th Generation Mobile Networks)简称5G，是最新一代蜂窝移动通信技术。5G技术承载的使命是连接新行业、催生新服务，“聚焦工业互联网、物联网、车联网等领域，为更多垂直行业赋能赋智，促进各行各业数字化、网络化、智能化发展”。中国联通与华为联合发布的《5G新媒体白皮书》中预言，传媒行业是被5G赋能的首个行业。5G时代的正式到来也深深影响了传媒行业的发展和新闻传播学科的建设，“5G意味着新闻传播过程的重新构建，也5G技术带来了对真实性标准、个人信息保护以及人与物关系等的反思”
  • 5G往往是作为其他技术的“基础”，而非单独使用 → 新基建
• 5G的特点
  • 高速率、高容量、低时延、低能耗、泛在网、大连接
  • 詹姆斯·富勒《大连接》：随着移动互联时代的到来，不仅人与人之间可以连接，人与物之间，人与信息之间，人与自然之间，都可以形成连接。从而，导致一个大连接时代的到来
• 5G的影响
  • 5G 对于传播领域的影响与变革：视频表达必将成为主流
    • 短视频与中长视频的分工
      • 短视频：快、活、轻、短，缺乏主流与关键逻辑表达所需要的厚重、严谨和周到→中长视频成为社会表达的中心和主流
      • 短视频发挥导视、橱窗作用：先导接触点，信息普及性轰炸 筛选受众感兴趣的内容深度接触
  • 5G对于传统媒体的转型发展:以“在地性”优势赢得新的机遇
    • 推进媒介融合 跨行业
    • “线下”生活将向“线上”转移，“线上”生活日益丰富化主流化 成为人们社会生活的“主阵地” 传统媒体要善用“在地性”的优势→在一个地区、领域统合资源 垂直服务
    • 传统媒体的核心优势：文明传承、社会逻辑洞察→精细化管理
  • 5G 对于传播学科的发展和重构:媒介的定义将被深刻改写
    • 媒介的定义将被深刻改写
      • 麦克卢汉：媒介是“人体的延伸→5G的万物互联则进一步将人与人、人与世界的互联上升到生理级、心理级的互联互通，将促成传播学科的革命性重构
    • 5G的高容量使万物互联成为可能
      • 内容供给侧，将崛起一个巨量的资讯新品种——传感器资讯 ；UGC、OGC、MGC
    • “场景学”将衍化为应用传播学的主干
      • 5G时技术势必使 VR/AR/MR 崛起，这为应用传播学的理论与实践开辟了一方极具想象力的全新场域与价值空间 场景成为重要重要节点
    • 电信传播学将在技术改变现实的推动下呼之欲出
• 5G的应用
  • 案例1：2021年北京市两会5G+VR全景直播
  • 案例2：2020年两会人民日报记者5G+AR眼镜采访
  • 案例3：70周年阅兵式上，中央广播电视总台“5G+4K+VR”直播
  • 案例4：2021年两会期间，人民日报记者标配“5G直播背包”
  • 案例5：三星堆文物发掘5G+慢直播
• 5G与慢直播
  • 定义
    • 慢直播，与传统的直播方式不同，是以一种马拉松式全程直播某个事件，一般不设主持人，通过“监控式“固定镜头向观众展现正在发生的事件；特点：具有真实性、沉浸感、参与感、陪伴感等特点，能够缩短观众与特定事件间的距离，使观众置身其中
  • 案例
    • 案例1：央视频慢直播雷神山&火神山医院建设
    • 案例2：2020年新馆疫情期间，杭州“村口检查点”慢直播
    • 案例3：央视《三星堆新发现》特别栏目慢直播文物发掘过程
  • 慢直播的社会意义
    • 社会意义 → 某件事物对社会发展，所带来的积极或者消极的作用 拆解：社会（宏观） 、群体（中观）、个人（微观）
    • “主流文化的价值共塑”抑或“追逐红利的行业乱象”
    • “精神群体的认同建构”还是“灾难议题的严肃消解”
    • “疫情居家的情感陪伴”抑或“缺席在场的媒介沉浸”
• 5G对传媒产业的变革
  • 理念创新
    • 人机结合理念的不断创新
    • 重塑公共对话空间
      • 通过协调人、政府、媒介的关系构造和谐、健康、理性的公共对话空间
    • 信息技术加持下国际媒介话语权争夺愈发激烈
      • “全员、全息、全能、全效”的全媒体传播体系，主动的姿态输出立体的中国故事 塑造真实、完整的中国形象
  • 体制创新
    • 社会互联能力提升 消解并拓展了媒介产业的原有边界；产业内部价值链的开发和外部资源的整合推动盈利模式与产业模式智慧化更新
  • 新闻生产
    • 打破无线网络应用速率和流量上限 社会交往和媒介使用的巨大变迁
    • 传统媒体PGC→互联网UGC→移动互联网PGC回归
    • 推动多元采集方式
      • 传感器新闻，可穿戴设备
      • eg：2020年两会期间，人民日报记者配备“5G+AR”眼镜“Rokid Glass 2”，使记者得以通过第一人称实时采集现场素材
    • 简化新闻制作流程
      • “即采即剪”成为可能，拍摄新闻素材的同时即可完成内容的储存与识别
      • eg：2021年两会期间，人民日报记者标配“5G直播背包” ，一人即可完成采访、拍摄、直播等工作。
    • 重组新闻分发系统
      • 传播技术发展的趋势是“用时间消灭空间；互动传播革命 广度和深度扩张；受众与信息的距离不断缩短，更加触手可及
    • 强化新闻临场体验
      • 增强移动宽带 全景视频高清分辨率 AR、VR成为深沉浸体验
      • eg：例如在70周年阅兵式上，中央人民广播电视总台就率先实现了“5G+4k+VR”的直播形式
  • 人才升级
    • 专业人才培养体系渐成
  • 媒介形式
    • 智能移动终端成为主角
    • 中、短视频平台成为主流社交平台
    • 海量机器连接（mMTC），传感器监控赋能个性化推荐
• 5G 与传播伦理/带来的问题
  • 认知失衡
    • 曼纽尔·卡斯特认为网络技术促进了空间发展，让空间生产走向虚拟化 沉浸体验让受众“迷失” 丧失对客观真实与虚拟环境的辨别能力
  • 连接过度
  • 技术原罪
    • 技术逻辑消解主流价值
  • 公、私领域混乱
    • 用户获得更多更自由的话语表达权 “传-受”双方之间对舆论场的争夺
  • 数据表征与新闻真实
    • 数据技术+新的新闻形态 造成数据中介化的事实 数据表征与其指代对象存在失真、难以辨别的可能
    • 核实 加大了寻求新闻源的难度
• 主流媒体应对
  • 公信力路径建设
    • 媒介融合、县级融媒体引导；加强互联网治理；依托大数据、区块链与时俱进
  • 新型媒体创新
    • 助力打造新型主流媒体 肩负社会责任 加快平台建设 依托智库提升新闻品质 拥抱新技术+坚持价值观和技术理性
  • 控好舆论主战场
    • 乐观应对变化，把控传播主导权；打造精品力作弘扬主旋律；推进媒介融合强化配套支撑；创新技术应用协同团队合作；强调规范管理有效应对风险

AI主播

• 3D+AI主播
  • 定义
    • 3D+AI主播指在主流传统媒体与新媒体深度融合的智能平台上，通过人工智能、算法推荐等 AI 技术合成且由运动追踪设备实时驱动的 AI 主播。3D+AI 主播作为智能机器内容生产的“传播者”，是多元主体传播中的重要主体，是智能平台“采编流程智能化”算法机制中的重要组成部分，是数字技术赋能下媒介深度融合的可视化符号。它作为智能新闻生产平台媒体的“智能界面”，是智能采集、用户识别等智能技术内容生产的一套智能系统，未来随着“人工情感交互系统”的构建与进化，它将成为集“采、写、编、播”为一体的“超级主播”。
  • 面临的伦理挑战：人工情感
    • 人工情感的定义
      • 是指以人类学、心理学、脑科学、认知科学、信息科学、人工智能等学科为理论基础，利用信息科学手段对人类情感过程进行模拟、识别和理解，使机器能够产生类人情感，并与人类进行自然和谐的人机交互的研究领域。
    • 问题
      • 无法自主完成对编辑所提供稿件的深度解读以及自如“对话”能力
      • 无法“共情”
      • 未能达到自组织、自适应、自涌现的高级心智
    • 价值引领/做法
      • “技术不可能独立于伦理的态势获得发展，伦理是前沿科技发展的框架与底线，伦理的反思和引导需要一直贯穿技术发展的始终。”
      • 降低算法偏见
        • 降低“技术偏见” 确立“技术责任规范”“价值规范”
        • “责任理论”系统构建来体现智能技术在媒介实践中的责任担当
        • 实行“技术主体问责制”将伦理规范、价值体系内化为技术主体的自律与行为标尺
• 案例
  • 2018年年底至今，新华社等联合推出的“媒体大脑”及“AI合成主播”：2018年12月底，中国第一个短视频智能生产平台“媒体大脑·MAGIC短视频智能生产平台”发布，MAGIC在2018年世界杯期间生产一条短视频最短耗时仅需6秒，整个平台日均短视频产量可达1万条。
    • 技术提高新闻生产效率
  • 2018年第五届世界互联网大会上，新华社等联合发布的全球首个全仿真智能 AI主持人“新小浩”，通过语音合成、唇形合成、表情合成以及深度学习等技术，制造出具有和真人主播一样播报能力的“AI合成主播”。2019年6月，在第23届圣彼得堡国际经济论坛上，新华社联合多方共同推出全球首个俄语“AI 合成主播”丽莎，引发关注。

AR/VR新闻

• 定义
  • VR
    • VR（Virtual Reality），即虚拟现实技术，由美国VPL公司的创始人拉尼尔在1980年提出。作为一种综合性的传媒手段，它提供了以计算机等高科技设备为核心的沉浸式虚拟环境，用户借助必要的设备就能够与该虚拟环境内的其他对象进行交互，给人以身临其境的感受。VR是一项涵盖领域极广的综合性技术，所以其产业链也十分复杂，主要包括工具/设备、内容制作、行业运用、分发平台四大类。虚拟现实作为文字、图片、视频之后的一种新媒体，其本质属性是实现高度沉浸感、交互式的连接人与人的工具。
  • AR
    • 即增强现实，它是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，是把原本在现实世界的一定时空范围内很难体验到的实体信息通过电脑等科技，模拟仿真后再叠加，将虚拟信息应用到真实世界，被人类感官所感知，从而达到超越现实的感官体验。总的来说，AR指的是在当前的现实环境中附加相关虚拟信息，虚拟信息与真实世界实时叠加创造出一种全新的体验。它为我们创建了虚拟内容的覆盖层，但是它无法与实际环境交互，沉浸感也不如VR
  • VR和AR的区别
  • MR
    • MR（Mix Reality），即混合现实，是与VR、AR技术合并实现现实世界和虚拟世界而产生的新的可视化虚拟环境，是在新的可视化虚拟环境里，物理对象和数字对象共存并实时互动。MR等于VR加AR。MR技术通过补充和叠加两种方式，使用户感知不同的日常生活信息，达到一种真实世界与虚拟物体友好共存的状态，并最终得到良好体验。MR技术的核心含义是通过叠加信息增强用户对现实环境的感知，而并非将虚拟世界替换为现实世界，它创建的虚拟对象可以与实际环境产生交互
    • eg：2021年3月，央视《三星堆新发现》特别栏目，运用MR虚拟成像技术将青铜纵目面具等三星堆文物“搬进”演播室，增加沉浸感
  • 相关理论：社会临场理论
    • 社会临场感（social presence），又称社会存在、社会表露、社会呈现，是传播学技术与社会研究领域的一个重要概念。该理论最初由马里兰大学教授肖特（John R. Short）、威廉姆斯（EderynWilliams）和克里斯蒂（Bruce Christie）等三位学者于1976年在《电信传播的社会心理学》一书中提出。他们认为“社会临场感”是指在利用媒体进行沟通过程中，一个人被视为“真实的人”的程度及与他人联系的感知程度。人们在交流过程中，通过不同媒介渠道体验到的另一方的社会临场程度不同，而越高的社会临场感越能促进人们之间被中介的互动交流。肖特等人界定这个概念，主要是用来描述通讯媒体的一种特性。社会临场感较高的媒体通常被认为是社交性的、热情的、人性化的，社会临场感比较低的媒体则被认为非人性化。社会临场理论注重如何落实临场者与现场他人、现场物件、现场环境之亲密性、熟悉性、即时性、立刻性的表现程度。
      • 怎么用：社会临场感的六个维度：互动性、面对面程度、非语言信息、达意程度、亲切感和真实感；可以用于网络直播、视频会议等等
• AR/VR 的运用现状
  • VR产业发展的原因
    • 国民消费水平不断提高，消费结构由生存型逐步向发展享受型转变
    • PC技术高性能为VR 产业提供内驱力
    • 主客体之创业需求汇聚 VR 产业之力
    • 资本投资青睐，创业团队与日俱增，分发渠道和线下渠道正在逐步建立
  • VR业存在的问题
    • 容易形成庸俗的伦理道德观念，带来社会问题
      • eg：与色情产业相结合
    • 长时间体验有可能把游戏中的感受带入真实世界
      • "斯坦福监狱实验”等心理学实验证明，人类大脑具有可塑性，容易被环境无意识地改变。虚拟现实与神经系统的交叉融合，会影响、改变基于甚至创造“真实记忆”，把虚拟环境中的思维惯性带入真实世界中，对现实中的行为产生影响
        • 用在VR、AR之类的问题的消极意义中
    • 技术支持薄弱、不够人性化
    • 行业标准缺失，导致生产链发展不健全
  • 来布局:“生态型”产业布局
• VR/AR新闻
  • 概念
    • VR新闻( VR Journalism)，是指依托于虚拟现实技术的一种新闻报道，将新闻信息360度全方位的呈现，有时甚至给人置身于新闻事件现场的感觉。其具有“带给用户沉浸式的场景感、实现实时深度交互和引起用户无限想象（3I）”三个特点。VR 新闻还重构了传统新闻呈现事实的方式，多元的跨媒介叙事产生全新的媒介语法，场景化呈现和沉浸式传播给用户带来深度的人机共融。
      • 新闻呈现
    • AR新闻即是指利用AR技术进行新闻报道并形成的新闻产品。这种新闻是基于VR新闻和真实世界疏离的缺陷而创造出的以“复归现实”为宗旨的技术。AR技术的突出特点在于构建在三维世界基础上的虚拟场景，从而达到交互性和沉浸式的双重体验，AR新闻是智媒体时代临场化新闻的重要表现形式。
      • 新闻采集
  • VR新闻相较于传统新闻的重构特征
    • 重构新闻叙事视角: 从第三人称到第一人称
      • 全景式和全息化的报道方式复原了新闻现场。使收受者穿越到新闻现场，在新闻场景中获得沉浸式体验
    • 重构新闻呈现方式: 从平面框架到立体场景
      • 打破了传统平台对传播入口的垄断，强化了手眼协调的自然交互方式和对新闻现场的全景展示和深度感知
    • 重构新闻收受形式: 从浅度交互到深度沉浸
      • VR 新闻微型互嵌的获取及互动手段深化了新闻传播的人机交互
  • VR新闻自身的优势
    • 现场感：身临其境的冲击力
    • 再现性：媒体中介角色被削弱
      • 媒体中介角色被削弱，有意识的引导被弱化
    • 自主性：个性化需求的满足
      • 直击新闻中的人物
    • 交互性：缩短从身到心的距离
      • 行为上的互动；情感上的互动
  • VR新闻自身的问题
    • 制作成本大、盈利模式模糊
    • 真实与客观，用户难以判断
      • 用户易于投入于一个超真实的“拟像”中而不自知，虚拟和现实的界限模糊，内爆
    • 有价值信息的遗失
      • VR新闻打破了以往的新闻叙事手法，但缺少记者、把关人对信息的“强制”选择、引导
  • VR新闻带来的传播进步
    • 于新闻事件的复现
      • 浸润式的视频捕捉是 VR 新闻的记录方式，移动终端的传播手段是其传输方式，重新定义新闻现场
    • 对于感知能力的重塑
      • VR 新闻受众的感知能力在虚拟场景的设置中似乎可以脱离身体而存在，并超越身体接触范围的局限，在融媒体背景下成为由技术与人的融合塑造出的新型传播主体；直接进入现场，共情效应，强化对特定主体的情感体验
    • 对于时空维度的突破
      • 空间飞行和时间旅行
  • VR新闻带来的伦理风险
    • 新闻内容与媒介技术的关系风险：媒介技术对于内容主体性的消解
      • 更多的关注沉浸式技术本身，而非内容
    • 新闻真实与虚拟现实的边界风险：受众对于真实与拟像的难以判断
      • VR是一种二次产物，实际还是加工
    • 新闻采集与主体权利的平衡风险：全息数据收集侵犯主体的隐私
    • 拟态环境与收受群体的互动风险: 虚拟体验对于群体心理的逆向推动
      • 在重大事件直播或重要事件解释性报道中，群体心理在虚拟空间的互动中容易得以加剧和扩散，理性思考能力随之减弱，情绪感染；拟态环境导致认知和行为偏差加大
  • VR新闻伦理失范的对策
    • 避免“技术狂欢”，注重内容深度挖掘
      • 不能忽略新闻内容本身的客观性和人文情怀
    • 合理运用 VR 视觉符号，强化真实性与客观性
      • 不能过分夸大和渲染，使拟态真实与现实真实保持一致
    • 加强对 VR新闻把关，注重群体心理
      • 建立行之有效的管理机制，从传播源头上把关，避免视觉内容的无序传播，血腥暴力的灾害现场
• VR与5G融合应用
  • 方向
    • 加强5G技术在VR 新闻上的技术应用，在VR新闻中加入5G技术，可以实现受众感受与虚拟环境的实时交互
      • eg：2020年春节联欢晚会的突破，中央广播电视总台2020年春节联欢晚会创新应用启动5G+8K/4K/VR模式
    • 内容为主与5G技术为辅相结合
• VR在疫情间的应用
  • 5G+VR远程诊疗：开通线上抗疫绿色通道
  • VR机器人：足不出户精确巡检感染病例
  • VR/AR 泛娱乐内容：“宅经济”新选择

大数据

• 定义
  • 大数据(big data)，是指一种规模大到在获取、存储、管理、分析方面远远超出了传统数据库软件工具能力范围的数据集合。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理
  • 舍恩伯格 《大数据时代》 4个V
    • volume，大体量，不是抽样而是全貌；variety，形式包括文本、图像、视频、及机器数据、地理位置信息等；value，数据价值密度低；velocity，时效性，处理速度快，即时输入、处理与丢弃
  • 大数据的思维和本质
    • 舍恩伯格认为大数据思维是: a、需要全部数据样本而不是抽样;b、关注效率而不是精确度; c、关注相关性而不是因果关系。首先就是要充分理解数据的价值，并且知道如何通过数据处理创造商业价值。
    • 大数据最本质的应用在于预测，即从海量数据中分析出一定的特征，进而预测未来可能会发生什么。当不同的数据流被整合到大数据库中后，预测的广度和精度都会大规模地提高
• 大数据运用
  • 大数据的价值
    • 新闻前馈、事实核查、新闻分发（用户画像）、新闻样态
    • 大数据赋能产业
      • 精准化营销
        • 基于大数据的“协同过滤”技术能够精准刻画用户画像，并在此基础上实现用户需求与商品或服务的智能匹配，达到精准营销
      • 精准化运营
        • 判断各地区、各时间段、各消费群的库存和预售情况，进而判断市场趋势，有的放矢刺激用户需求，按需陪产并优化产品，实现从产品开发、生产、销售到物流等整个链条的智能化和快速反应
      • 大数据服务
        • 个性化数据支撑，互联网时代“以人为本”
  • 存在问题
    • 1. 隐私问题
      • eg：Facebook1.2亿用户数据面临泄露风险
    • 2. 监控问题
      • 舍恩伯格：在今天这个时代，遗忘成为例外，记忆成为常态，人们住进了数字化的圆形监狱。当个体的行为等动态走向能够被丝丝入扣的大数据所掌控，也意味着个体被监控和操控，个人的主体性被矮化。
• 大数据与新闻
  • 大数据运用于媒体存在的问题
    • 大数据与数字化、数据等概念混淆；大数据范围误读
    • 大数据对媒体的价值不宜高估
      • 媒体业掌握的数据资源有限
      • 媒体业缺乏处理大数据的能力
      • 基础设施和专业人员匮乏
    • 海量数据造成难以抓住本质的规律，导致规律的丧失和严重失真
    • 大数据分析容易忽略数据背后的人性
    • 大数据会在一定程度上降低数据的垄断性，但并不会从根本改变媒介生产场域中的权力结构。
    • 数据对保护个人隐私带来更大的挑战
  • 数据新闻
    • 又叫数据驱动新闻，是指基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式
    • 制作环节：(1)数据采集 (2)分析过滤 (3)数据可视化 (4)形成具体的新闻报道
    • 功能：描述、判断、预测、信息定制
    • 对于其他新闻类型的影响：(1)预测性报道 (2)解释性报道 (4)调查性报道 (3)个性化新闻
  • 案例
    • 1. 新型冠状肺炎疫情地图（疫情实时大数据报告）：将新型冠状肺炎实时确诊数据以“地图”的可视化形式展现出来，让受众能够更加直观地了解当前的国内、国际疫情形势。
    • 2. 2021年普利策“解释性报道奖”——路透社《最高防御》 ： 路透社的5位记者运用数据分析，揭示警方过度使用武力是如何得到保护和免受起诉的内幕。
    • 3.央视《数说命运共同体》 ： 节目挖掘超过1亿GB的数据，分析发现“一带一路”沿线国家40多亿百姓休戚相关的密切联系。

弹幕

• 定义
  • “弹幕”本是军事用语，指是战场上密集子弹形成的火力网。在观看视频或直播时，弹幕是指屏幕上覆盖的一端向另一端穿行而过的文字。弹幕通常随着视频节目的播出，以滚动状态出现在屏幕上。弹幕的内容与视频本身内容密切相关，多属于“评论”或吐槽。弹幕视频系统源自日本弹幕视频分享网站（niconico动画），国内首先引进为AcFun以及后来的bilibili。
• 弹幕的文化传播策略（特点）
  • “拼贴”：对原有文化的破坏与超越
    • 理论：伯明翰学派：亚文化阐述
      • 伯明翰学派：社会结构论：亚文化是社会结构（包括阶级、性别、种族等因素）出现矛盾的产物。伯明翰学派继承了芝加哥学派“问题解决”的观点，将亚文化理解为一种工人阶级青年人的“想象性的问题解决方式”
      • 确定了亚文化的核心内涵，即亚文化是通过风格对主流文化进行仪式抵抗从而建立文化认同的附属文化，抵抗性、风格化、边缘性是辨别亚文化的三大特征
    • eg：恐怖视频中的“核心价值观”刷屏
    • 具体表现
      • 鬼畜视频的剪辑传播
        • 对原有文化的破坏
          • eg：成龙《我的洗发液》
        • 对原有文化的超越
      • “迷”文化的生产与创造
        • 理论：费斯克的“着迷”的理论
  • “戏仿”：将娱乐精神进行到底
    • eg：“空耳”
    • 本质
      • 对传统权威的抵抗
      • 对精英和经典文化的解构
  • “弹幕”：线上的自由与狂欢
    • 理论：巴赫金的“狂欢理论”
• 弹幕的应用
  • 弹幕与视频传播
    • 强化互动
    • 构建社区
    • 群体认同
    • 合理把关
    • 虚拟陪伴
    • 积极
    • 干扰性强
    • 内容剧透
    • 从众效应与群体极化
    • 审核管理难度
    • 消极
  • 弹幕与直播
    • 身份认同
    • 平等对话
    • 实时反馈
    • 积极
    • 弹幕攻击
      • 消极

区块链

• 概念
  • “区块链”最早是在2008年《比特币：一种点对点式的电子现金系统》一文中被提出的。区块链技术是集合了分布式数据存储、点对点传输、共识机制和加密算法等前沿科技手段的新型应用模式。它提供了“去中心化”的新型信任架构即分布式信任，特点有：去中心化、开放性、自治性、不可篡改性、可追溯性。其核心技术包括分布式账本、非对称加密与授权、共识机制、智能合约等。
  • 四种信任模式
    • 点对点式、利维坦式、中介式、分布信任式
      • 区块链的分布式信任模式实现了陌生人之间基于信任的点对点交易；技术信任取代情感和权威信任；对人的信任转化为机器与机器之间的信任
  • 特点
    • 去中心化、开放性、自治性、不可篡改性、可追溯性
• 区块链的应用
  • 一：保护版权与应对造假
    • 区块链技术的时间戳、安全散列算法（哈希算法/SHA）
      • 存在性证明与内容合约：保护内容版权
        • 为文件打上公证系统时间戳、保证公证信息无法篡改、写入信息可以公开查询
      • 概念证明：应对虚假信息
        • eg：《纽约时报》2019 年启动的“新闻溯源项目”（News Provenance Project）旨在以区块链为基础技术，建立一个媒体元数据记录和分享系统，以新闻图片和视频的元数据为主，帮助用户识别真实信源。
  • 二、专业化的社区共治
    • 汇聚众智、推进众智
• 区块链新闻
  • • 定义：区块链新闻是基于区块链技术呈现的客观的、透明的、不可篡改的数字化新闻，所有的新闻生产、制作、传播等皆发生在区块链技术场域中，所有过程都会在区块链程序代码中留下痕迹。
    • 特点
      • 可追溯、内容永久记录，关键信息通过算法生成哈希值，独一无二的版权身份标识
      • 扁平化、去中心化，公开透明的新闻编辑室，生产者和用户都能得到充分赋权
    • 区块链在新闻传播领域的应用
      • 追溯源头保证信源认证
        • 通过共识算法帮助没有互信基础的媒体内部成员之间达成共识，建立追溯新闻来源的解决方案；每一次传播和修改均可追溯，从源头抑制虚假新闻。eg：日本私有区块链技术发展平台“猕讯”（Mijin），正计划为谣言成灾的美国媒体引进区块链技术
      • 社会协调推动公民新闻
        • 尼葛洛庞蒂在《数字化生存》中预言：“在未来，每个人都是一座‘没有执照的电视台‘“。公开的分布式新闻数据库以及信用代币自由流动鼓励新闻机构、从业者、读者积极参与，构建开放式的新闻生产模式。eg：美国区块链企业“civil”将区块链技术与分布式新闻生产结合，通过加密货币模式建立起一个去中心化、高度资质的“新闻社区”
      • 保障产权促进内容生产
        • 哈希算法、数字签名等技术让传播内容有着独一无二的标签，对打击盗版、洗稿、流量作弊等阻碍新闻也发展的“毒瘤”有着重要的意义eg：Po·et是一家提供区块链解决方案的技术公司，其核心业务集中于媒体内容的所有权保护
      • 精确数据打击虚假信息
        • 区块链存储和共享信息的方式可以通过多方验证有效证实信息的真伪，区块链能够扮演一种身份验证者的角色，可以为在社交媒体平台上发布新闻的人进行身份认证，从而降低虚假信息的传播 。
      • 广告精准投放/打击虚假广告
        • 通过为用户注意力付费的价值分配模式，使媒体运营商能够提高利润，提升投放精准度。此外结合用户数据和大数据技术，通过用户画像分析实现广告精准投放
        • eg：“数字营销协会”与区块链公司联合推出“广告链的登记系统（ACR）”，储存广告商域名列表与信息数据，为广告市场提供一个“域名白名单”
      • 新闻透明性
        • 新闻生产过程透明，众筹资金流动数据可查，用户拥有更大知情权
      • 信息共享
        • DECENT 基于区块链技术研发了去中心化的推荐引擎，不仅能够过滤不良的信息内容，同时能够结合人工智能实现信息的共享和精准推送；DECENT 提供了去中介化的资源共享平台，基于区块链技术的共享空间里，信息能够无障碍地传播
      • 内容付费
        • 使社会平台中的内容生产者能够通过智能合约直接对自身生产的内容进行定价，减少了中间平台和供应商的干预作用；调动内容生产者的积极性，增强平台用户的参与度
      • 舆情分析
        • 强背书保障分析数据真实
        • 区块链与大数据结合的舆情分析是高度的数据价值凝结
        • 舆情应对精准高效
• 案例：civil
  • 假新闻的泛滥削弱了公众对媒体的信任，谷歌等巨头公司垄断广告营收，这让美国传统媒体面临经营困境。在美国新闻业陷人颓败的背景下，艾尔斯在2016年成立了Civil媒体公司(The Civil Media Company)——一个将区块链技术与新闻业融合的先行者。其目标是依托区块链技术和加密货币驱动的商业模式，逐步建立一个去中心化、可持续发展的新闻社区。
  • 三大功能
    • 新闻编辑室、工作站及事实核查服务
      • 新闻编辑室由读者驱动，读者通过发起新闻主题和贡献CVL代币的方式直接赞助记者设置议程
      • 工作站是由记者或媒体机构创建，针对报道寻求赞助或募资并公开其完成的作品
      • 事实核查服务即要求所有募资成功的报道都必须拿出小笔额度的CVL代币作为进行事实核查的报酬，旨在激励读者去核查新闻
  • 平台价值
    • Civil 利用“以太坊”区块链和加密经济学将第三方利益排除在外，使新闻业者得以拥有和运营自己的社区，创造一个可持续的市场，摆脱广告、假新闻和其他一些外部影响；建立了记者与读者之间的直接联系和价值交换机制，颠覆了目前的付费墙和付费订阅
  • 启发
    • 依托区块链技术打造自有全球新闻传播平台，可以增强知识产权保护能力，更好地跟踪舆情和市场需求，对突破西方主流媒体的渠道垄断具有重要意义，有利于定向传播、有效传播
    • 如“一带一路”沿线国家建立一个区块链新闻社区，激励当地普通公民和媒体从业者参与和深度阅读，有利于双方合作和人文交流
• 对新闻业价值体现的解决方案和面临挑战
  • 价值
    • 确保数据采集的真实性，纠正报道者的刻板印象和“媒介的偏向”
    • 确保报道的安全性，抵御政治和第三方利益的干预
    • 准确跟踪内容流向，保护内容版权
    • 利用虚拟货币获得新的众筹商业模式
  • 挑战
    • 技术失控的风险：区块链3.0模式下，技术依靠第三方平台，区块链技术存在操控新闻业的可能
    • 删改成本高：不可篡改性导致“真理”与“谎言”并存，逻辑上不可被删除，除非丢弃整个链条
    • 挑战专业伦理：报道其市场交易时所涉及新闻伦理问题
    • 监管难度大：去中心化新闻平台与政府管控之间存在张力、目前缺乏区块链技术的法律管控
    • 技术自身的门槛：准入门槛高、资源消耗大、投资风险大、多数用户尚未养成内容付费习惯、对代币信任度低、无法同时兼顾延展性、安全性、去中心化这三项要求
  • 措施
    • 加强对区块链媒体产业的引导
      • 通过立法将区块链媒体纳入合适的监管体系;及时出台政策，重点在传媒领域探索区块链技术落地的企业和团队;加强支持区块链媒体的基础技术和核心关键技术研发攻关，完善智能合约标准和使用规范，避免由于技术的不足出现负面影响
    • 加强和改善区块链媒体监管
      • 对区块链媒体平台进行监管+建立起对区块链用户一中介平台的连带责任监管体系；加强区块链媒体信息传播的监管，建立大数据和人工智能监管体系，实行技术监管和人工审核相结合的机制
    • 加大区块链媒体人才的培养和培训力度
      • 在相关院校推动区块链媒体人才培养工作，为区块链媒体发展提供人才保障；通过订单式培养模式，清理社会上区块链培训乱象，为区块链媒体行业的发展提供人才支撑

人工智能

• 基本概念
  • 定义
    • 人工智能(Artificial lntelligence)的概念早在 1956 年达茅斯会议被提出。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人了智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
  • 研究领域
  • 理论发展
    • 符号主义、连接主义、机器学习
  • 发展现状
  • 面临挑战
    • 计算机视觉、语音工程、自然语言处理系统、决策系统
• 人工智能在新闻业的应用
  • 外媒：全方位、多环节应用
    • 这个框架很熟悉吧！是流程框架
    • 线索收集、信源捕获
      • 人工智能可以在新闻生产的前端为媒体提供信源
        • Eg：《华盛顿邮报》目前应用的聊天机器人 Feels,在2016年总统大选期间就向使用用户收集相关线索，以此获取选民在选取前的政治倾向。Buzzfeed与之相似，它目前主要通过Facebook 上的关注者，借助Messenger 为其提供新闻素材。
    • 机器人写作
      • Eg：美联社采用的用来撰写新闻的机器人叫Word smith。机器人写新闻在财经、体育这种模式化的报道领域可以说是具有得天独厚的优势，此外，强调时效性的新闻方面机器人记者也大有用武之地。准确、及时地生成和发布，用时短且错误率低，且此类报道一般不需要进行深入细致的调查，也不存在错综复杂的关系
    • 辅助编辑
      • eg：纽约时报R&D实验室就设计了可以自动标记文章的机器人，在编辑工作中，它可以识别内容并分析，从而提供推荐使用的关键词、标签等，这使得新闻编辑室可以更加便捷地收集内容。
    • 资讯分发
      • Eg：《纽约时报》就采用了Blossomblot 作为机器人编辑，通过分析Twitter等社交媒体上的文章数据，从而判断哪些新闻更具有传播潜力。随后将这些信息反馈给人工编辑。未来，Blossom 还可以通过机器学习完成独立取标题、写摘要等工作。
    • 交互反馈
      • 技术的变革使得传统新闻业中读者的身份变为用户，这极大地突出了用户的主动性，人工智能通过人机对话等实现双向传播，增强用户粘性。eg：数字商业新闻网站Quartz在2016年也在客户端里加入了人机对话推送资讯的功能。
    • 资讯服务
      • Eg：《华盛顿邮报》就使用“TruthTeller"核实新闻的准确性，通过记录新闻报道的内容，即时与数据库比对，一旦发现问题就会发出警报，以此来保证新闻信息的真实性。
  • 国内：试水与起步
    • 写作机器人
      • Eg：腾讯在2015 年就在其财经频道的新闻写作中使用了人工智能，它的机器人记者名为 Dreamwriter；新华社也于 2016 年推出了写稿机器人“快笔小新”已有的写作机器人主要参与体育新闻、财经新闻等报道，新闻题材上也主要是快讯、财报等。
      • 写作的新闻在质量上没有显著改进，但机器人在新闻写作上的应用极大地提高了新闻数量，给了用户更大的选择空间，这恰恰符合了长尾理论，以前因劳动力不足或者缺乏关注度等原因被忽视的新闻资讯借助机器人记者得以被生产，属于小众的需求得以满足
    • 智能化推荐
      • Eg：今日头条的崛起，"你关心的，才是头条 侧重根据用户的个性需求为其私人订制新闻 内在逻辑在于当用户长时间使用app 浏览新闻后，后台会不断收集用户的阅读数据，如浏览栏目、停留时间等等，从而为用户精准画像。随着用户数量的增多，后台可以根据相似性为用户分群，进一步实现智能化推荐
    • 智能互动
      • Eg：“聊”新闻主要在百度新闻app上有所应用，可以通过对话体形式读新闻，阅读更加直接。
  • 反思：机遇与问题
    • 机遇:人工智能解放并辅助新闻业
      • 解放：处理人类新闻从业者不愿耗时去做的、与大量数据相关的"体力活” 让新闻从业者从大量低附加值的重复性劳动中解脱出来，以更多的时间和精力去从事创造性更强的新闻工作
      • 辅助：高效处理大数据；新闻精准化、智能化、个性化；角度客观且成本低廉
    • 问题：人工智能应用的局限
      • 写作模式单调
        • 机器人记者只是在系统内设的模板上填充处理数据信息生成新闻报道，内容枯燥，模式单一，缺乏可读性，尽管客观公正，但千篇一面的报道很难对读者有吸引力，难以满足读者的高层次需求
      • 应用领域有限
        • 题材局限于快讯、财报等只需要简单的数据收集、信息整理的内容。它们无法完成新闻评论、现场报道、深度调查报道等题材的新闻写作
      • 缺乏主动性
      • 特殊性质需要人类把关
        • 新闻活动作为一种社会性工作，涉及政策、法律法规、伦理等多方面的问题，人工智能终究无法取代人脑，涉及价值判断等方面的把控还是需要人类把关
• 人工智能对新闻生产流程的影响
  • 新闻采集（News Gathering）
    • 概念
      • 新闻采集即新闻线索的获取,是新闻生产和分发的基础环节。人工智能参与新闻线索获取主要是以智能化工具或机器人的形式实现，且新闻线索获取或是作为独立的流程，以为记者的后续报道提供素材，或是作为新闻自动化生成系统的基础部分而存在
    • 运用
      • 线索收集、信源捕获
        • 用数据挖掘与分析技术发现和评估新闻线索、新闻源，采集和监测新闻信息和帮助策划讨论等方面
      • 交互反馈、评估作品
        • 帮助记者了解用户的兴趣与需求并评估优化自己的作品
    • 对从业者的影响
      • 在新闻线索的开发、价值评估及质量保证方面仍发挥着重要的作用:帮助节省时间成本、降低新闻开发成本，能快速监测新信息，提高了记者编辑的时间再利用率，从而带来更高质、更独到的新闻，能在竞争中突显优势、为新闻编辑部创造新的经济机会
      • 帮助媒体从业人员调整与新闻价值和质量评估有关的评价
  • 新闻生产（News Production）
    • 概念
      • 人工智能软件平台和自然语言生成技术的结合，允许将原始数据转换成可理解的语言，而由此生成的新闻也被称为 “自动化新闻”、“机器人新闻”“计算新闻”、“算法新闻”
    • 运用
      • 美联社的Wordsmith，每秒钟写出2000篇报道；ProPublica 早在美联社之前就已经使用Quill自动写作软件进行新闻写作报道 ；国内也出现了众多的机器人写作软件，如腾讯的Dream writer、新华社快笔小新等
    • 意义
      • 减轻记者工作强度，新的数据资源开掘更多的报道
      • 新闻产量、时效性提升
      • 写作方式丰富，比如运用技术来实时更新可视化新闻报道
    • 局限性
      • 目前该技术的应用领域和主题有限
        • 该技术能较好地应用需要基于数据可用性和好的数据质量，而一旦报道领域拓宽，语义方面的数据或文本更加多元化，自然语言生成技术可能会无法处理
      • 无法从矛盾的数据中得到结论，因而数据库必须可靠
      • 缺乏传统报道的背景、复杂性、创造性和人性化元素
        • 单一数据流的依赖（缺少多样化的信息源）、新闻角度的提前预测以及新闻模板的预先设置等因素
      • 对真实性等伦理原则造成挑战
  • 新闻分发（News Distribution）
    • 个性化新闻推荐
      • 算法分发
        • 最早运用于新闻业并广被关注的技术，其核心是信息个人化——既可以指信息使用者接受、选择信息时的偏爱和私人化，也可以指信息生产者、分发者根据用户算法模型的个性化推荐。其基本原理是算法对用户的个人特征、社会特征和历史足迹等信息进行多数据点的画像，同时对信息和用户的地理环境、技术环境等进行描摹，然后与标签化的信息产品适配，通过多种算法手段进行信息分发。
        • 聊天机器人
          • 聊天机器人重新定义了新闻分发，有助于实现丰富性、趣味性、互动性和定制性的新闻推送，能够提供知识服务，平衡重大政治报道，促进信息的全球化传播
    • 智能化播报
      • AI合成主播
        • 定义：“AI合成主播”技术是基于“自然交互”和“知识计算”，通过“提取真人主播的声音、唇形、表情 、动作等特征”，运用“人脸识别、人脸建模、语音合成、唇形合成、表情合成以及深度学习等技术”联合建模训练而成的
        • eg：“新华社”联合“搜狗”公司发布的全球首个人工智能合成新闻主播新小浩
        • 发展方向：具身性、情境认知、认知发展与动力系统是人工智能新闻主播持续创新的关键因素；而离身认知与具身认知走向更高阶的交互是优化人工智能新闻主播的可能进路
  • 新闻核查（News Verification）
    • 事实核查技术
      • 在数据挖掘技术的基础上进行真假新闻的统计分析，根据准确性、确定性等指标对一则未知真假的新闻文本的真实性进行概率计算，评估其为假新闻的风险。来源于计算机科学中的欺骗检测问题（deception detection）。新闻核查算法分为“基于内容模型的新闻核查算法”和“基于社会情境模型的新闻核查算法”。
    • 运用
      • 《华盛顿邮报》则开发了TruthTeller
    • 局限性
      • 当缺乏人类监督或处理大规模数据时，自动化事实核查工具辨识假信息的能力有限，尤其是在理解语句以及核查信息源方面，自动化事实核查工具科学发展现状和缺乏数据的限制
      • 自动化事实核查工具对特定目标文本的真伪识别依赖此前输入的训练文本的特征，只能反映部分新闻文本的特性，难以应对新语境下层出不穷的复杂新闻形态
• 人工智能运用的深层逻辑
  • “人类智能”与“机器智能”是智能媒体的两大内核。智能媒体是以大数据为基础，以人工智能作为核心，借助物联网技术全场景的数据采集、5G技术高速率和低延时的信息传播、云计算技术强大的算力和区块链技术独有的信任机制而逐渐形成的具有强连通性(万物互联) 和强交互性(人机结合)的智能化媒体系统。随着机器的拟人化与信息化，人与机器的融合成为人机关系的显性趋势。智能媒体将在内容生产和传播中最大化人类的价值，实现人类智能与机器智能的协同融合
  • 技术的逻辑：技术驱动
  • 分发的逻辑:信息泛滥到信息甄别
    • 詹姆斯·格雷克认为，信息负载和信息处理之间呈现一个倒写“U”型；智能媒体将通过智能技术自动化地对信息进行甄别，高效地辅助用户接收有用信息，完成对信息的处理，满足人类对信息质量的需求
  • 连通的逻辑:平台连接到需求连通
    • 一方面，用户需要借助信息进行表达，另一方面，表达信息的被接收与反馈也将带来需求的被满足。随着传感器技术与物联网技术的成熟与运用，用户的各类需求也将被实时满足
• 人工智能伦理
  • （一）非真实
    • 表现
      • 新闻／内容生产层面
        • 数据的错误、不完整等质量问题，可能导致自动化新闻生产错判事实或趋势从而输出假新闻
        • “深度伪造 ”（Deepfakes）技术将现有图像和视频组合并叠加到源图像或视频上，从而产生假视频
      • 新闻／内容的传播层面
        • 社交机器人可以成功渗入社交网络，改变既有的信息交互结构”并增加人类用户对特定信息的接触
  • （二）偏见和歧视
    • 算法偏见
      • “算法偏见”是指在算法的整个生命周期中产生的不合理不公正的判断，且这种判断会对某些个人或群体造成伤害。“算法偏见”可能存在于算法的整个生命周期中，即贯穿于“算法设计”“算法实现”“数据收集”“数据处理”以及“结果呈现”五个阶段。
      • 算法偏见的常见类型
        • 美国学者弗里德曼和尼森鲍姆认为存在三种类型
          • 先存偏见：根源于社会制度，或反映对算法有重要影响的个体的偏见，如客户或软件设计师
          • 技术偏见：技术的限制，比如伪随机数据的缺陷，算法的误用等
          • 突发偏见：社会知识、人口和价值观的概念，新的知识无法及时纳入系统中
      • 算法偏见产生的重要环节
        • 运算规则设计中的算法偏见
          • 通过大数据分析来研究受众的阅读偏好或者搜寻热点时，要预设一定的“标准”来对信息类型或受众偏好进行归类，预设分类反映了人的主观性；互联网时代资本运营的商业逻辑，也直接影响着算法运算规则的设计
        • 数据收集、处理及运用中所隐含的偏见
          • 纽约大学教授丽莎·吉特曼在《原始数据只是一种修辞》一书中指出：数据从来都不可能是原始存在的，而是依照一个人的倾向和价值观念而被建构出来的。
        • 运算过程中的算法偏见
          • eg：2016年，微软曾经在Twitter上推出了一款聊天机器人Tay，它就是通过与人类对话进行学习的，因为受到美国4chan网站一个网络聊天社群的不良影响，变成了具有种族歧视、性别偏见的AI
      • 算法偏见对新闻传播的影响
        • 背离了公平公正的新闻职业规范
          • 算法偏见渗透于新闻信息的生产与传播的过程中，带来认知偏见和道德偏见；借助媒体的放大效应，通过互联网和人际二次传播的渠道，迅速和大范围的传播，造成了信息传播混乱，误导社会舆论，动摇媒体的公信力，还会误导社会心理，成为产生社会隔阂和社会冲突的潜在因素
        • 挑战了用户知情权和信息选择权
          • 算法推荐在满足用户个性化需求的同时，窄化了用户的信息接触面，形成较为封闭的空间，消减了信息传播的多样化，所带来的“信息窄化”增加了出现“回音室效应”的风险
        • 解构社会共识，引发舆论风险
          • 信息传播权力下放，主流媒体主导的新闻选择受到了干扰，社交平台的热点话题取代传统的议题设置，主流舆论的掌控权逐渐向操控社交平台的算法程序转移；强烈的个性化和利益相关性，削弱传播的公共性，影响了主流价值观的构建。在“算法神话”的遮蔽下，非理性的、偏见的、煽动性的信息传播打着“个性化”的旗号，解构了主流的社会共识，埋下了引发公共舆论的潜在风险
      • 应对策略
        • 从法律法规层面规约算法设计者和使用者
          • eg：2019年4月，美国两位参议员科里·布克和罗恩·怀登联合提出了《2019算法问责制法案》，试图对人工智能机器学习中的偏见和个人敏感信息的使用问题进行规制
          • 明确责任和义务
            • 数据可查义务；责任：不能以隐蔽或欺骗的方式获取、滥用和泄露个人敏感信息
        • 以“技术之力”消除“技术风险”
          • 在算法系统生成到优化的不同阶段将监督学习和无监督学习两种机器学习方式连接起来；将公正公平原则嵌入机器学习；提高算法透明度
        • 建立第三方审核机构，强化行业自律
          • eg：2017年初，美国计算机学会公共政策委员会为了呈现出算法决策的优势尽量减少潜在的危害，发布了《关于算法透明度和问责制的声明》
          • eg：2016年9月，Google、Facebook、IBM、亚马逊和微软等人工智能领域的巨头共同成立一家AI合作组织，致力于推进人们对人工智能技术的理解，并针对人工智能中的道德、公平、包容、透明、隐私、互动等方面
        • 构建公平公正的算法价值观
          • 算法的追求不仅仅是效率和流量，更在于为社会确立、维护正确的价值观；对算法的设计者、运营者、使用者以及用户而言，把“算法价值观”纳入专业技能培养和通识教育体系中，认清算法运行的基本原理和局限性
  • （三）低透明度
    • 新闻/算法透明度
      • “算法透明度”可以被理解为“阐明哪些与算法有关的信息可以被公开的机制”，包括“披露算法如何驱动各种计算系统从而允许用户确定操作中的价值、偏差或意识形态，以便理解新闻产品中的隐含观点”，主要关涉数据、模型、推断和界面四个层面。有研究者界定“异质新闻／内容实践网络”中的“算法透明度”概念可包含“信息透明”“理念透明”和“程序透明”。
    • 算法黑箱
      • “黑箱”是控制论中的概念，通常指所不知道的区域或系统。由于机器学习过程中所涉及的技术繁杂，以及排他性的商业政策所导致的不透明等因素，使用户对算法的详细程序、工作原理、具体意图无法了解或无从得到解释，这就形成了“算法黑箱”。
    • 如何落实/提高算法透明度
      • 坚持“开放伦理”理念
      • 在“技术社会集合”中明确“算法透明度”的概念
      • 使用算法的主体要公开算法系统的相关信息，说明是否遵守了伦理原则
      • 技术性与操作化的保障方式
    • 透明度是否必要/效果有限
      • 透明可能是有害的，可能会有意掩盖某些真正有价值的信息
      • 透明并不意味着相关问题必然能被发现
      • 影响算法自动化决策的主体具有多元性和复杂性，无法将责任仅仅归因于透明
    • 适度透明
      • 认为透明应是有限度、有效、关键以及有意义的，并分析了评价透明是否适度的四个标准，即“可信度标准”“偏见标准”“公共利益和最小伤害标准”以及“用户体验标准”。
  • （四）违背个人信息保护理念
    • 人工智能系统的复杂运作以及其自动化决策的不透明，让用户难以实现相应的知情决策权
    • 用户难以控制被收集数据的使用范围
    • 算法可以通过关联、分类等方式拼凑出个人画像或是在获得群体特征之后侵犯整个群体的信息隐私
  • （五）损害个体自主
    • 对从业人员自主性的影响
      • 工智能提升了新闻生产和传播的速度、规模、准确性和个性化，可以在高度常规或重复的任务上节省时间和劳动力，一定程度上“解放”了记者、编辑等专业从业人员，让其可以自由地从事更复杂的分析、创意和调查工作；但很多人担忧人工智能在新闻业中的应用会部分取代媒体从业人员的职能
      • 观点：人工智能及相关的自动化在大多数情况下将成为人类工作的补充而不是替代品；未来从业人员要提升传统技能、开发新技能
    • 对用户自主的影响
      • 改变了用户对新闻的认知及理解方式
      • 辨别新闻／信息的真假以及信息源造成了困难
      • 用户对阅读内容的失控
      • 改变了人们认识自我的方式甚至是人们对自我的认知
        • 个人议程、陷入信息茧房和过滤气泡；造成群体极化，不利于协商民主

算法

• 算法在新闻业的运用
  • 新闻中的算法思维
    • 算法思维：把人类的价值观进行编码并嵌入算法技术中，包括新闻价值观、新闻伦理准则和道德观。
    • 智能技术运用中人性的缺位
      • 媒介伦理学专家克利福德·G·克里斯琴斯指出：由于使用错误的语言理论，基于计算机智能的生产者和研究人员降低了人性。
      • 新闻机构不能仅仅把智能技术当作辅助性工具，而要充分认识到自己的组织和体制价值融入技术进步的能力的重要意义，要将智能运用视作一个彰显人类价值观和能力的战略机遇
    • 新闻惯例和媒体人角色的变革
      • 媒体工作者的任务重点转移到“智力型”工作上
        • 元记者：这个角色主要是进行创意、策划、参数化和模板编写等工作，从而支持运用新技术完成自动化内容生产和全流程的工作
      • 记者需要提升计算思维技能，以便了解算法工具的使用功能、懂得算法时代的“语法”，发现智能算法的各种错误
        • eg：美国公益在线新闻机构ProPublica的一个系列报道“机器的偏见”（Machine Bias），研究算法中的种种偏向，展示和剖析算法黑箱。
      • 媒体工作者中需要一定比例的掌握技术的人
        • 不仅需要懂得传统的采、写、编、评、播、制、摄等技能中的原理及其应用，还需要更丰富的策划和创造能力，需要新型的定量思维、设计实验的方法，其中部分更需要具备编写计算机代码来收集、分析和提供数据的技能
          • 不仅要担任好操作过程中的监督和维护者的角色，在智能时代，更要从理念、知识和技能等方面主动适应新技术，找好自己的定位，要敢于担当技术的价值引领者，努力成为算法计算的混合“动力源”
        • eg：2020年疫情期间，美国华盛顿邮报网上出了一条爆款的疫情模型预测的报道——《为什么像冠状病毒这样的疫情呈指数级传播以及如何平展曲线》，记者Harry Stevens 用动态的视觉图模拟了4种社交距离下，病毒的传染性和患者的人数变化，成为非常直观的用数据说服人们重视社交距离的依据
  • 算法的应用价值逻辑
    • 人的主体性与创造性
      • 自动化写作中算法技术存在的缺陷
        • 写作模式固定，缺乏举一反三的创造性
        • 原生创造力欠缺，应对突发情况能力差
        • 知识和感知无法自洽
    • 权力关系与道德风险
      • 算法对新闻业的介入引发的“权力迁移”：权力从公共机构迁移到资本驱动的技术公司
      • 决策权和技术知识的矛盾
    • 工具价值与终极价值的矛盾
      • 工具价值，根据目的、手段和后果作为其行为取向，是目的至上的；而价值理性行为是人根据自己的信念和要求所做出的行为，是价值观至上的行为
• 算法的影响
  • 对社会
    • 信息获取：信息过滤的手段，构建信息环境的重要力量
    • 经济角度：推动新经济模式的发展，如共享经济
      • 算法经济：即将生产经验、逻辑和规则总结提炼后“固化”在代码上，使生产经营活动无须人工干预、自动执行的经济模式，其目标是通过算法的应用大幅改善供需匹配效率和交易成本。
    • 社会治理
      • eg：健康码的实施便是算法治理的一次重要实践，它意味着建立在数字城市性、算法化社会性、大数据主义这三大要素之上的算法治理，系统性地升级了面向人口的“安全技术”。
    • 信息环境
      • 加重信息环境的不平衡，也使拟态环境与现实环境的偏离加大
  • 对群体
    • 强化与促成共同体
      • 基于算法的评价系统，也在将人群进行区分，强化人们的群体归属，算法和标签可能将人们框定在既有的群体中，在一定程度上也在加固不同共同体之间的“墙”
        • Eg：健康码正是借助当代数字技术，具身化了“免疫”意义上的共同体边界，只有经过数字认证 （“绿码”），个体才被允许进入人际交往的共同体。健康码以低成本高效率的方式，有力地强化了共同体的“免疫”能力。
      • 除了维护某些共同体的边界、维系现有共同体外，算法还可能通过对相似人群的连接，推动共同体的形成
      • 算法的运用，也可能使得“同温层”更容易形成在网络中
  • 对个人
    • 数据化、标签化与评分制
      • 数据化
        • 人与数据关系从表层走向深层，数据成为人及人格的一个必不可少的组成部分。借助各种外化的数据，自我传播也会成为精神自我与物质自我的一种对话，带来一种“反身性”运动
        • 反身性：海勒认为，反身性就是一种运动，经由这种运动，曾经被用来生成某个系统的东西，从一个变换的角度，被变成它所激发的那个系统的一部分。从控制论的角度看，这意味着“信息从系统流向观察者，但是反馈回路也可能回溯到观察者，将他们变成被观察的系统之一部分”。传感器将过去人很难量化的一些状态变为数据，使人对自身的观察与反身控制进入一个新的层面
      • 标签化
        • 标签是算法的依据，也是算法的结果；贴标签也是一种“便捷式判断”的体现
      • 评分制
        • 以可操作的方式推动了个体对公共规则的认识与遵从，为人们的社会互动提供了一定的安全性保障；但也会出现“评分作弊”，评分权力的争夺与垄断（eg：电影《黑镜3：急转直下》 人人都有评分的世界，人被分数操控
    • 算法构建认知与关系
      • 建构认知
        • 作为中介的算法，重塑了人对世界的认识，在人与客观对象之间提供了一个数据化的“界面”
        • 人思维的数据化，感性思维越来越多地让位于数据思维为主的表象思维
        • 数据的筛选、模型的建立仍是主观的，强化人的选择性心理，有可能造成一种认知封闭
      • 建构关系
        • 作为中介的算法也在建构事物间的关系，匹配、调节、控制是主要的关系模式；对个体自主权、选择权及自我突破机会的压制甚至剥夺
      • 成为权力
        • 算法权力，包含算法本身的权力和数据的权力。算法权力的主要作用方式有：通过对数据的占有、处理与结果输出，演化为资源、商品、财产、中介甚至社会建构力；算法直接变为行为规范，影响甚至控制个体的行为；算法辅助甚至代替公权力，做出具有法律效力的算法决策
    • 算法对人的围困
      • 算法与信息茧房
        • 算法是否会带来信息茧房？
          • 个性化算法推荐包括内容的推荐、协同过滤推荐、基于标签的推荐、社会化推荐、基于深度学习的推荐、基于知识的推荐、基于网络结构的推荐、混合推荐等
          • 尽管选择性心理从来就存在，传统媒体时代也会以各种形式存在，社会化媒体也在以社交圈的方式在强化人们的选择，但个性化推荐算法在一定程度上会以正反馈形式强化这种心理
          • 危害
            • 内容推荐算法主要是参照人们的习惯和相似人群的兴趣，某种意义上也就是在顺应人们的认知心理中惰性的一面，顺应甚至可能强化人的选择性心理
            • 使缺乏共同视角、固化人们的某些观点与立场
            • 过分倚重流量的思路，容易带来马太效应，加重信息环境的不平衡，也使拟态环境与现实环境的偏离加大
        • 公共议程和公共交流的必要性
          • 公共议程是连结社会不同阶层不同群体的纽带。从议程设置理论发展出来的议程融合(AgendaMelding)理论说明了公共议程对于社会整合的意义
          • 唐纳德·肖提出水平媒体与垂直媒体，二者交织可以创造一个稳定的“纸草社会”(Papyrus Society)。这从另外一个角度说明了保持个性化信息满足与公共整合之间平衡的意义
        • 算法打破茧房的做法
          • 算法利用得当会成为刺破信息茧房的利器
          • “凝固”与流动”
            • 及时预测用户需求的迁移或扩展，提高算法精准度突破茧房
          • “套路”与“奇遇”
            • 提供一些惯性之外的信息，给个体带来更多“奇遇”，让个体看到更广阔的世界
          • "悦耳”与“刺耳”
            • 需要提供一些刺耳的声音，让用户了解真实世界的多面性
      • 偏见或歧视对人们社会资源与位置的限制
        • 算法对社会偏见的继承，不仅归纳与“同构”现有文化中的偏见、歧视，还可能用某种方式将它们放大
        • 固化原有社会结构，底层向上流动的机会愈加减少，而那些具有优良条件的个体，则会不断获得新的机会；在某些方面导致社会资源分配的“马太效应”被进一步放大
      • 对人们的无形操纵
        • 尼尔·波兹曼在《娱乐至死》一书前言中提到了《1984》和《美丽新世界》暗喻的两种警告。“奥威尔警告人们将会受到外来压迫的奴役，而赫胥尼则认为，人们失去自由、成功和历史并不是老大哥之过，在他看来，人们会渐渐爱上压迫，崇拜那些使他们丧失思考能力的工业技术”
        • 福柯：自我技术则使个体能够通过自己的力量或者他人的帮助，进行一系列对自身身体及灵魂、思想、行为存在方式的操控，以此达成自我的转变，以求获得某种“幸福、纯洁、智慧、完美或不朽的状态”
      • 影响人的判断、决策
        • 好处：对与决策相关的对象进行历史、现状甚至未来趋势的数据分析；建立决策模型，基于这种模型对各种可能性进行分析，寻求最优解决方案
        • 防止把所有决策、判断都交给算法；判断散发是否有偏见、数据是否可靠等
      • 相关权利受到侵犯，特别是隐私权和被遗忘权
        • 个体权利的让渡，数据时代的必然代价
        • 一方面我们要保护私人领地的神圣性，要防止有人假公济私，但同样也必须保护公共领域的开放性，要防止有人假私损公
        • 被遗忘权的具体执行也存在很多难题，如被遗忘权的效力(包括内容效力、范围效力等)、被遗忘权的权利主体范围(这一权力对公共人物、罪犯与恐怖分子是否适用)、被遗忘权的义务主体范围等
      • 控制人的劳动
        • 数字对传统劳动的规训
          • 数字平台通过算法中介了劳动和消费的关系，通过建构高效、及时等时间话语来赢得资本市场，将传统情境下的情感劳动付出合理化和规范化 eg：外卖员被困在系统中
        • 数字平台上的内容生产
          • 更直接的数字劳动，受到平台规则的影响。平台规则会调节供需关系和刺激劳动，而平台规则往往也需要付诸算法
        • 通过算法影响他人的劳动
          • eg：网络水军是量化制度设计的“社会症候”。水军这样一种数字劳动者本身的劳动报偿与算法紧密相关，他们又改变了他人的评价体系中的相关数据，对他人的劳动产生影响
        • 玩劳动
          • 平台还有可能将劳动改头换面，将一些劳动变成舒尔茨所说的“玩劳动” （playbor），实现生产性和休闲性的统一，使人们更心甘情愿地参与到数字劳动中。
        • 考核制度带来内卷化
          • 即使没有平台的存在，面对各种量化考核指标，人们也 不得不给自己加压，但人们的努力却会带来水涨船高，考核指标不断升级，人们的压力不但没有减轻，反而进一步加强
• 数字时代如何对抗算法风险
  • 从客观角度看
    • 数据素养的培养
      • 数据素养(dataliteracy)，是指人们有效且正当地发现、评估和使用信息和数据的一种意识和能力。通常，数据素养概念包含数据意识、数据获取能力、分析和理解数据的能力、运用数据进行决策的能力以及对数据作用的批评和反思精神。今天的传媒业需要将数据素养作为媒体人的核心素养之一。
    • 数据资源“基础设施”建设
      • 数据的完整性、可靠性、开放性、公益性
    • 数据质量评估体系的建立
      • 具有相应资质、独立的第三方机构来进行评估
    • 信息伦理规范的约束
      • 数据与算法权力的过分垄断、数据与算法权力的滥用与利益裹胁等问题使相应的伦理规范的制定与执行，变得更为重要
  • 从主体角度看
    • 对算法的开发者来说，新的技术理性、算法伦理的倡导与培养，尤为关键
    • 算法使用者来说，算法时代带来了对人的素养的新要求
• 算法客观性与后真相
  • “后真相(Post-truth)”这个词在近年进入中国研究者的视野，很大程度上缘于它被《牛津词典》选为2016年度词汇。在这个词里的“post”表示的是“超越”，也就是“真相”不再那么重要。根据《牛津词典》的解释，后真相意味着，“客观事实的陈述，往往不及诉诸情感和煽动信仰更容易影响民意”
    • 客观性与后真相：数据与算法这些看上去客观的手段与方法，并不一定能带来更多真相，反而可能走向它的方面
  • 客观数据带来假象的原因
    • 数据样本偏差带来的“以偏概全”
      • 互联网数据被少数平台垄断，收集数据收到限制，影响到数据的完整性
    • “脏数据”带来的污染
      • 数据本身的质量存在问题
    • 数据分析模型偏差带来的方向性错误
    • 数据挖掘能力有限带来的“浅尝辄止”
      • 数据应用传统的缺乏、技术能力的不足；作为“拟态环境”的构建方式，媒体生产的过于简单的、浅层的数据，也可能会误导人们对现实社会的认识
    • 数据解读的偏差
      • 主观随意、简单化；带来环境认知和决策的偏差
  • 如何破解后真相问题
    • 真相的“客观性”依赖于“共同视角”，澳洲学者约翰·基恩也指出，最终关于真相的认同还是取决于人们的共识(agreement)和信任(trust)。
• 算法素养
  • 媒介素养的嬗变
    • 20 世纪 30 年代，以英国学者利维斯为代表的一些学者发起媒介素养教育之初，更多的是把大众媒体及其生产的大众文化作为一种危险的力量，媒介素养教育的主要目的在于教育公众“甄辨与抵制”大众传媒的错误影响和腐蚀。这样一种思维也被视为“免疫接种”模式
    • 1982年，联合国教科文组织在德国慕尼黑召开的国际媒介教育会议中公布的《媒介素养宣言》，将受众视为积极的媒介使用主体，通过媒介素养教育帮助他们认识媒介运作机制，提高利用媒介的能力
  • 算法素养
    • 两大来源：计算机思维、数据思维
      • 计算思维通过约简、嵌入、转化和仿真等方法，把一个困难的问题阐释为如何求解它的思维方法
      • 数据思维：用数据来描述、解释客观或主观对象、关系以及过程等
    • 如何培育算法素养
      • 直面数据思维、计算思维等算法社会带来的思维挑战
      • 但也需要意识到，数据化、计算化思维并不能解释、解决一切问题，算法社会更需要人文思维、人文精神的繁盛
      • 走出“保护”思维，赋权用户，让用户在与各种类型的算法共存的过程中，逐渐学会驾驭算法，学会在算法社会保持人的尊严与价值
      • 培养人们与算法共存的能力
• 算法歧视与算法规训
  • 算法歧视的定义
    • “算法歧视”来源于大数据技术的应用；根据浏览记录、阅读喜好、购买记录等据分析出用户的隐形特质。由于算法歧视根植于程序之中，其歧视行为也更加隐蔽，特别是在算法黑箱现象泛滥及数据正义缺失的情况下，人们很难发现歧视的存在
  • 算法规训的定义
    • 算法规训是指在数据搜集的低成本和高效率所造就的高密度的网络监视系统可以精准描绘用的数据画像的基础上，由数据控制者和数据主体在长久以来数据收集和分析利用而形成的不对称地位逐渐衍生出一种以算法技术为核心的权力，通过算法偏见，加速营造并巩固了用户的“信息茧房”的进而限制用户信息选择的自由，造成其信息决策的偏差，实现规训目的；人的自主选择性、自由意志、自我意识受到极度智能的算法的潜在规制
    • 算法的规训是阶段化的，是由于个人数据利用的偏颇(算法偏见)与收集的不全面(基础算法启动数据供给不充分)导致
  • 算法歧视的成因
    • 数据缺陷+技术缺陷
      • 算法偏见
        • 程序设计者将自身偏见引入算法中从而引起的歧视现象，由此算法也具有了设计者的思维模式；本质是人固有的偏见思维和标签思维
      • 数据瑕疵
        • 所收集的数据存在瑕疵导致的，“数据瑕疵”还表现在数据来源的不统一
      • 技术缺陷
        • 算法本身是中立的，但由于在技术设计方面存在缺陷从而导致歧视现象的产生
      • 利益驱动
        • 为了追求自身利益最大化从而选择对自身最为有利的算法，而忽略了算法的公正性和合理性
          • eg：大数据杀熟
  • 算法歧视的治理路径
    • 伦理路径
      • 将“算法透明”作为算法准则融入大数据的设计和具体应用中：算法设计者首先需要公开自己的设计意图和运行机制，接受社会的监督
      • 将“反数据歧视”纳入算法中，使每个人都能在算法中获得均等的机会
      • 建立起评价机制对算法中出现的歧视现象进行具体评价，以便后续进行更正和管理
      • 具备“以人为本”的精神，提升自身职业素养与道德素养
    • 技术路径
    • 法律路径
      • 规范算法的使用范围、方式，严厉惩处滥用算法的企业，对由“算法歧视”所带来的侵权现象的赔偿规则
      • 界定算法的使用底线，对那些高度敏感的问题应当禁止算法介入，比如种族、民族、宗教
      • 赋予用户更多的拒绝权利
• 概念/名词解释
  • 算法新闻：以新闻文本的生产为主要目的，由机器学习或者神经网络为技术基础生产和分发的新闻。算法新闻的流程包括三个阶段，也称为算法新闻的“I-T-O模式”：数据输入（input），即从公开或私人的数据库中抓取信息，作为算法新闻生产的“原材料”；数据吞吐（throughput），即通过监督式机器学习（人为预先设定规则）或无监督式机器学习（机器自动学习形成一套人无法清晰了解的规则，并运用到之后的新闻生产中），将输入的数据整理成一定的结构；新闻产品输出（output），指的是由NLG生成的新闻产品完成线上和线下的分发。

信息茧房

• 相关概念
  • 信息茧房
    • “算法偏倚”与“理论偏倚”两种特征
      • “算法偏倚”试图建立信息茧房与算法推荐的关系，这尚且符合桑斯坦提出该概念的语境；“理论偏倚”则忽视了信息茧房只是一个假说的属性，将其视为理论，忽视了信息茧房存在性验证的瑕疵（美国语境、两党政争的语境）
      • 概念
        • 芝加哥大学法学教授凯斯·桑斯坦在著作《信息乌托邦》中提出了“信息茧房”的概念：公众的信息需求并非全方位的,往往是跟着兴趣走,久而久之,会将自身桎梏于像蚕茧一般的“茧房”中。网络虽能提供丰富的信息,但制造的却未必是无限开放的社交平台,而是密闭化的空间。“信息茧房”是对网络影响另一角度的认知,网络带给个体与社会的并不只是“开放”与“多元”。
  • 回音壁、回音室（echo chamber）
    • 胡泳认为，“回声室效应”是指在一个网络空间里，如果你听到的都是对你意见的相类回响,你会认为自己的看法代表主流,从而扭曲你对一般共识的认识。此一效应的存在常常同信息选择密切相关:个人总是倾向于接受协调性的信息而避免那些会带来不协调认知的信息。
    • 回声室的存在会在一种特定的网络媒介当中对批判性对话造成重大障碍；回声室效应也可能影响对网络上的大的语言和文化变化的认知,因为个人仅创造、体验和漫游那些符合其世界观的虚拟空间
    • 回音室效应不完全等于信息茧房，这个概念更多地强调群体或系统的封闭，这不仅仅源于信息视野的狭窄，也源于群体互动。但它和信息茧房有着相似的心理机制
  • 过滤气泡（filter bubble）
    • “过滤气泡”概念最早由互联网活动家帕里泽 2011 年在其著作《过滤气泡:互联网没有告诉你的事》中提出。他发现在互联网时代，搜索引擎可以随时了解用户偏好，并过滤掉异质信息，为用户打造个性化的信息世界，但同时信息和观念的“隔离墙”也会筑起，令用户身处在一个“网络泡泡”的环境中，阻碍多元化观点的交流。帕里泽将此称为“过滤气泡”。
• 信息茧房的形成
  • 形成
    • 选择性心理
      • 扎斯菲尔德等人有关 1940 年美国大选的研究中便已经被提出来，他们发现人们原本的政治倾向在很大程度上影响着他们的媒介接触行为，受众更倾向于接触那些与自己原有立场、态度一致或接近的内容。选择性接触的结果不是导致原有态度的改变，而有可能是强化原有态度
    • 信息茧房与算法
  • 影响用户信息获取路径的相关因素
    • 个体构建信息获取网络的主要逻辑
    • 导致路径固化的相关因素：个体性格、信息获取的满足感、平台的个性化算法推荐
    • 导致路径偏离的相关因素：现有路径不能完全满足个体的信息获取需求，或是人们在现有的社会关系网络中如果受到太多限制或压力，投入与回报不成正比
  • 内容到达用户的多重过滤机制
    • 平台中的过滤：平台的资格准入、信息筛选、议程设置等把关行为
    • 社会关系网的过滤：个人在不同情景分享内容的动机不同，人与人之间关系稳定程度也不同，还有意见领袖的作用
    • 算法的过滤：个性化推荐算法的主要作用，就是过滤掉它认为某个特定对象不需要的内容以提高内容与用户需求的匹配度，降低用户获取有效信息的成本
    • 个体自身的过滤：选择性接触，选择性理解，选择性记忆
• 如何“破茧”
  • 算法的优化
    • 要在个性化内容推荐方面优化算法，另外，算法的开发者也需要更多地探索用算法来促进具有公共价值的内容的生产与推荐。
      • 在内容生产方面，可以通过算法分析洞察公众的共同心理，为媒体内容生产提供更多依据
      • 在内容分发方面，可以通过算法推动具有公共价值的内容到达更广的人群
  • 平台的优化
    • 推动人们关系的流动而不是固化，也是平台在打破信息茧房方面需要做的努力
  • 信息供给侧的改进
    • 媒体仍然需要坚持对真相的追寻，坚守在新闻报道中的客观、冷静原则
    • 媒体仍需要保持有公共价值的、具有专业水准的、多方面平衡的内容的供给
    • 媒体也需要在一定程度上调整内容生产与传播策略，使自己生产的内容到达更广泛的用户
  • 个体媒介素养的提升
    • 帮助人们认识信息偏食带来的影响，改变信息获取的行为模式，尽力克服惰性，以更积极的方式来获取信息
    • 帮助人们提高对算法风险的知觉意识与防范能力
    • 提高人们在兼容异质人群和异质信息、意见等方面的素养——哈贝马斯所说的交往理性的培养

元宇宙

• 概念
  • 它始于1992年国外科幻作品《雪崩》里的“Metaverse”一词，人们在“Metaverse”里可以拥有自己的虚拟替身，这个虚拟的世界就叫做“元宇宙”。元宇宙具备三大核心技术——基于扩展现实技术提供沉浸式体验，基于数字孪生技术生成现实世界的镜像，基于区块链技术搭建经济体系，拓展了人的生存维度、感官维度及思维空间
• 分支主题 2
• 分支主题 3

智能传播前沿

• 媒介技术的社会选择和价值取舍
  • 理论视角：技术的社会塑造理论
  • 媒介技术的发展方向
    • 媒介技术的具身化
      • 移动化
      • 视频化
      • 沉浸式
      • 临场感、贴身式和个性化的需求
    • 媒介技术智能化
      • 新闻生产
        • 写作机器人得到广泛应用和普及，大幅加快了新闻生产的速度和效率，提高了新闻生产规模和数量，进一步降低了新闻生产成本
      • 新闻分发
        • 以今日头条、抖音、快手等媒体平台为代表，个性化推荐算法分发取代了社交关系分发和搜索引擎分发，成为互联网内容分发的主要技术和标准模式
      • 新闻互动、反馈
        • 浙报传媒、封面新闻等人工智能新闻领域的后起之秀将聊天机器人等人工智能技术应用于新闻的互动、反馈环节，打造用户阅读新闻、实时互动的虚拟助理。“对话即平台”
    • 媒介技术融合化
      • 新旧技术的融合
      • 新技术在传媒行业的应用
        • eg：将区块链技术应用到众包新闻领域，如Civil利用区块链去中心化的特征，通过事实核查致力于打造更加真实、客观、公正的新闻
      • 不同媒介技术的重新组合
  • 媒介社会选择的动力
    • 政府和政策动因
      • 于2014年、2020年分别颁发《关于推动传统媒体和新兴媒体融合发展的指导意见》《关于加快推进媒体深度融合发展的意见》，体现了党和政府对媒体融合的重视，也反映出党和政府对于技术发展规律的认识，将媒体融合作为新时代互联网环境下主流媒体发展的必经之路，以新旧媒体的融合来逐步实现以新换旧，才能真正打造出新型主流媒体
    • 市场和用户动因
      • eg：如成立于2011年的快手早期只是一款制作GIF动图的手机应用，却通过多次转型升级，发展成为一家有影响力的短视频社区，其数次转型就是市场和用户对媒介技术的选择。
    • 专家共同体动因
  • 媒介技术社会选择的价值取舍
    • 做法或措施时可以用到
    • 公共性与个人性
      • 福柯将技术划分为生产技术、符号系统技术、权力技术以及自我技术。媒介技术兼具权力技术和自我技术的双重属性。随着媒介技术具身化、智能化发展，特别是个性化推荐智能算法的普遍应用，媒介技术越来越偏向于自我技术，它的社会治理及附着的公共属性正在弱化
      • 主流媒体在技术竞争上暂时处于下风，但由于坚持了公共性方向，在互联网舆论引导方面，主流媒体仍然发挥着澄清误解、凝聚共识、引领方向等重要作用
    • 功利性与价值性
      • 在“科技向善”“算法善用”的框架下，以人为中心、尊重人格尊严、安全可靠、保护和增进个体自由、维护社会公平正义、增进人类福祉、促进可持续发展等价值理念，成为指导媒介技术智能化、具身化发展的重要原则
    • 总结：在顺应媒介技术智能化、具身化和融合化发展趋势下，有必要规划媒介技术发展方向，突出媒介技术的公共属性和价值蕴含
• 智能传播十年新闻业变局及展望
  • 从“野蛮式增长”到“内涵式发展”的平台新闻业
    • 社交平台开始有意识地将新闻与用户生产内容（UGC）区分出来，为新闻业创建可信任、可管理的传播生态，从而为平台媒体实现“内涵式发展”奠定坚实的基础
      • eg：2019 年脸书推出了“新闻标签”（News Tab）功能，旨在为高品质新闻的生产和分发开辟空间
  • 从“替代人工”到“向善求真”的 AI 新闻业
    • eg：2019 年 12 月的英国大选之夜，BBC 通过与 Arria NLG 等技术机构合作，在 10 小时内发表了 689 篇、共 10 万字的新闻报道，拓展了 AI 在半自动化新闻领域的应用场景。《卫报》在 2019 年首次发布了关于澳大利亚选举的自动化报道。彭博社和《华尔街日报》等财经媒体一直在利用 AI 快速发布世界主要上市公司的盈利情况。
    • 人工合成媒体（synthetic media）尤为引人瞩目。新华社推出了全球首个 AI 女主播“新小萌”，其外形，大大提高了新闻播报的效率和精度。BBC 的用户技术实验室（Blue Room）进行了天气预报合成主播的演示
    • 在智能分发方面，《泰晤士报》与比利时软件公司（Twipe）合作开发了智能新闻推荐引擎“James”，实现个性化订阅邮件发送
    • 以“向善求真”为宗旨的第三代 AI将成为人们对智能传播第三个十年的最大期待。目前，“多智能体分层强化学习”（MAHRL）、区块链等前沿技术的引入提升了机器信源追溯、识别造假文本或音视频的能力，引领 AI新闻业向着实现“向善求真”的目标迈出了坚实的一步
  • 从“广告收入”向“用户付费”的媒体运营模式
    • eg：传媒业巨头康泰纳仕（Condé Nast）集团已为旗下的所有21 个杂志网站都设置了“付费墙”。迪士尼于 11 月推出了视频订阅点播服务Disney+
    • 需要警惕由于付费墙等外部因素可能造成的精英与草根阶层之间日益加深的“新闻鸿沟”，以及由此造成的信息的不对称和社会共识的撕裂
      • 确保不同社群同步享有高质量的“信息平权”才是承担“公共服务”功能的新闻业推进数字化转型的终极目标
  • 从“竞技性”到“建设性”框架的政治传播
    • 可以预见，未来十年将会有越来越多的新闻媒体摈弃“竞技性框架”，引入“建设性框架”，为公众提供信息增量和情感正能量
  • 广播新闻的复兴与播客的崛起
    • eg：“声田”将音乐播放列表与短新闻音频混合，定制化播放列表
• 深度伪造
  • 泛滥全球的“深度伪造”：危及国家安全
  • 篡改与操纵：“深度伪造”的内涵与技术手段
    • 定义
      • “深度伪造”译自英语中新出现 的一个组合词Deepfake，是计算机 的“深度学习“（Deeplearning）和“伪造”（fake）的组合，顾名思义，其出现于人工智能和机器学习技术时代。它被称作一种合成媒体（syntheticmedia），是通过自动化的手段、特别是使用人工智能的算法技术，进行智能生产，操纵、修改数据，最终实现媒体传播行为的一种结果
  • “深度伪造”的技术治理：政府与社会组织参与
    • “国防高级研究计划局” 于2016年启动 了“媒体取证”（“MediaForensics”）计划，赞助了十几个高水平的研究伪造的学术团体和公司。他们将合成媒体检测称为“防御技术
  • “深度伪造”法规治理：立法探索
    • 法律规制面向不同层面：一是平台层面；一是制作者层面
• 内容生产中的人机关系
  • 人机协同：智能化内容生产的常态机制
    • 人力＋物力、现实＋虚拟：人机协同的信息采集
      • 机器
        • 弥补人采访的不足 eg：摄像头等传感器在信息采集中的重要
        • 为记者采访提供辅助
        • 信息采集维度更丰富：虚拟世界信息与现实世界信息的结合，可以从更多层面反映新闻事实要素、背景及深层影响
      • 人对新闻现场的观察、对特定对象的采访，仍是新闻报道中最核心的信息，是支持新闻报道的重要基础，要有判断与筛选
    • 技术甄别＋专业把关：人机协同的信息审核
      • 机器带来信息核查的新思路与新机制
        • 来源分析：判断信息可靠性或质量，提高核查的广度与效率，版权方面的核查
        • 模式识别：对特定的关键词、表达模式或声音、图 像特征等的识别来判断虚假信息和不良信息
        • 技术鉴定：深度伪造
        • 交叉验证
        • 演变跟踪：信息从产生到传播到变异的过程进行跟踪分析
    • 批量处理＋精深加工＋风格化表达：人机协同的作品创作
      • 全范围、全时化，兼顾大众与小众
        • eg：新华社的“媒体大脑”在会议报道、体育赛事报道等领域，已经可以完成视频的自动拍摄、剪辑等，可以为人工编辑提供辅助
      • 数据分析提供选题依据或方向启发，进行部分素材的采集、筛选和粗加工，对多维信息的采集，对事物关系、知识图谱等的分析，有助于提高调查性报道、解释性报道等作品的“技术含量”及深度与精度；分析内容的传播过程与效果，对作品及其传播路径进行优化
    • 机器分发＋社交分发＋专业分发：人机协同的内容分发
      • 传感器等机器在自动采集到一些重要信息后通过自主渠道分发
        • eg：2019年６月，在四川宜宾等地区发生地震后，在震区的一些传感器监测到地震波后，向成都等地区的居民自动推送地震预警信息
      • 人际关系网络仍是一种重要的分发渠道，但社交分发有可能加重信息茧房问题或“回音室效应”
  • 各守一端：内容生产中机器与人的不同能力偏向
    • 对事物的反映方式：机器的客观呈现与人的主观观察、描述
      • 媒体：报道取决于人的观察；主观观察、探索、分析与描述能力直接影响到新闻报道的质量与深度
      • 机器：客观方式特别是数据来呈现，超越记者的个体视角和人的感官局限，提供新的观察线索，丰富人们对于新闻现场的认识，反映现场的整体状况。可以证实或证伪人的主观判断
      • 将机器的客观呈现与人的观察与描述结合起来，可以使报道更为丰富、多元，满足受众的不同需求
    • 内容产出优势：机器的信息加工与人的观点表达
      • 内容生产者需要充分利用和进一步开发挖掘机器在信息生产方面的能力，补充人本身的不足
      • 需要在观点表达方面来体现自己的优势
    • 信息增值方向：机器的知识生产与人的意义创造
      • 现在机器在某种程度上已拥有“隐含经验类知识”，深度学习，知识生产能力增强
      • 人所起的作用是“创造意义”。基于人的视角及人的目标对知识的应用，是将知识转化为生产力、创造力
    • 内容生产中的决策依据：机器的精准指导与人的经验、直觉判断
      • 精准的数据突破人的经验性认识的局限，可以纠正人的经验判断的偏差，个性经验沉淀为一般性规律
      • 仍需要在直觉与程式化、经验与精准之间寻找平衡
    • 创作本质：机器的“计算性”创作与人的内驱性表达
      • 人工智能美学：人工智能对人类感性（包括情感）艺术的模拟、人工智能艺术的风格与鉴赏、人工智能视野下人类情感和艺术本质问题等
      • 机器参与的艺术性创作，不会替代人的艺术表达，而是更多地及法人的创意需求与创作动力
    • 传播中的互动：机器的程式化互动与人的共情性交流
      • 智能主播或主持人越发普遍，机器会拥有“情感智能”
      • 风格与个性及背后是丰富的经历、充分的洞察力、感悟力与共情力是机器无法匹敌的
• 动新闻
  • 适用于：新闻呈现、新闻样态、突发新闻
  • 案例
    • 案例1——澎湃新闻《温岭槽罐车爆炸事故3D还原》2020年6月浙江温岭油罐车爆炸事件中，澎湃新闻发布《温岭槽罐车爆炸事故3D还原》动新闻，以三维动画的方式再现事故发生时的现场情况。
    • 案例2——新京报动新闻
  • 问题
    • 涉及内容敏感，煽情化表达模糊道德底线
    • 并非本初事实，主观想象践踏客观性原则
    • 经济利益导向，事故再现易造成二次伤害
  • 互动新闻
    • 适用：新闻呈现、新闻样态、互动
    • 常见：H5新闻 H5(HTML5)， 是 HyperText Markup Language 5 的缩写，指的是第五代网络超文本标记语言，当下也泛指一系列制作网页互动效果的技术集合
    • 案例：2018年普利策解释性报道奖《墙：未知的故事、意外的后果》
  • 问题
    • 互动机制单一，炫耀噱头并无现实意义
    • 内容同质趋势，互搬互抄缺乏创新精神
    • 人才资金缺乏，一般媒体制作难以为继
• 个性化新闻
  • 特点
    • 由计算机新技术催生的，技术的保障是根本
    • 需要了解读者、用户的个性化特质，对读者的了解是前提
    • 需要全面丰富的数据库，才能匹配上更多人的需要，数据信息是基础
    • 需要有一定数量和质量的用户，他们的选择可以影响其他的人、他们的人数也对民主协商式的信息推荐产生影响
  • 案例
    • 2019年，纽约时报“为你（for you），里程碑式的转折
  • 争议/批评
    • 局限人的信息范围
      • 加剧观点极化、信息气泡，强化原有偏见
      • 解决方法：优化算法
    • 侵犯用户隐私
    • 损害媒体的公共性
      • “一个人的社区”，消减阅读共同新闻带来的共同体验，消解社区意识和公共性；丢掉一部分编辑判断的专业优势，权力的让渡

智能机器人

• 社交机器人
  • 定义
    • 社交机器人是社交媒体中，由人类操控者设置的、由自动化算法操控的社交媒体账号集群，它可以最大限度的模仿真实用户的行为，比如点赞、转发等基本操作和自动发布内容、与其他用户互动等高级操作，从而混淆真实用户与机器人行为，来达到背后操纵者的目的。虽然社交机器人难以成为意见领袖，但是它们参与了将传统媒体生产的新闻分享至社交媒体、推动新闻在社交媒体上扩散这两个环节。社交机器人成为智能时代的新型自动代理，正在塑造新闻信息的收集、监测、传播和互动的新方式。
  • 特点
    • 易被操纵（服务于特定群体和特定目的）
    • 强力传播（自动化、高智能、批量化发表契合场景且具有个性特征的信息）
    • 隐蔽身份（以正常用户的身份存在，难以被普通用户识别）
  • 传播机制
    • 建构网络结构—改变网络结构—驱动网络结构—集群化与智能化—按需高效的控制扩散的范围和速率
  • 影响
    • 人类常常无法自主决定是否及何时与人工智能技术进行沟通互动
    • 扭曲人类对信息真实性的判断
• 机器人写作
  • 概念
    • 机器新闻写作是一种自然语言生成引擎，利用算法程序，通过采集大量的各种题材及高质量的数据建立各种分类的庞大数据库，借助人工智能实现从数据到认识、见解和建议的提升和跨越，最后由机器自动生产新闻。2015年腾讯首次应用机器写作，拉开了我国机器人写作新闻的序幕。
  • 特征/优势
    • 机器人写作素材来自大量客观的现实数据 理性报道同时提供有针对性的参考建议
    • 大数据筛选对比，符合大多数受众的信息选择倾向，较大的受力面
    • “超时效性”，24小时 第一时间采集 编程迅速生成
    • 中小型媒体发挥市场“长尾效应”，发掘受众需要的次要新闻，实现个性化新闻推动
  • 存在问题
    • 大部分集中在财经类、体育类，不能广泛应用
    • 一整套编码式的模板，不能适用于复杂多变的新闻新闻报道场景，缺乏深度报道
      • 机器人新闻生产的同质化，弱化新闻信息表达的多样化
    • 是否有可靠的数据来源会影响新闻内容的真实
      • 纯依靠数据，缺乏人文的感性
    • 算法设计者的价值观、算法逻辑影响内容的价值表达与内容中立
    • 算法对信息数据的搜集 当事人的隐私暴露
    • 算法黑箱 机器人缺乏公众的监督
  • 给新闻采编/给记者带来的机遇与挑战
    • 机遇
      • 把记者从繁琐的工作中解放出来，提升新闻采编的工作效率
      • 机器对数据信息的采集分析，对新闻稿件补充和完善，实现人机结合的新闻报道
      • 机器人写作的出现，对复合型人才的需求尤为重要，复合型人才可以身兼多职，大大降低了人力资源成本
    • 挑战
      • 代替人工的新闻写作
    • 发展新途径（如何应对）
      • “命运共同体”——人机结合的新认识
        • 人是核心要素，机器是附属
      • 愈战愈勇——新闻从业者的态度
        • 转化思维观念，深化新闻工作
        • 掌握和学习新技术和新知识，提高自身工作的效率
        • 提高新闻工作质量和业务水平，从而创作出更有价值、更创意，更有深度的新闻稿件，全面提升自身的综合素养和职业水平
          • 更具思想性，写出具有引领力量的报道
          • 更具人情味，有了“噪音”才会有惊喜幽默，有了感性才会有感同身受
          • 更具创意性，创造出狭义的人工智能无法创造出的新型新闻叙事，实现新技术与新应用的紧密融合
      • 推陈出新——新闻机构的原则
        • 提高数据技术水平，人机有机结合，进行产品创新
        • 对金融、体育、灾难等数据量大、变化大、分析难度大、实性强的新闻进行实时的数据采集、分析、处理、报道，提升新闻报道的时效性
        • 记者和编辑要在机器人新闻写作的基础上，对新闻报道内容进行加工和审查，提升新闻报道内容的深度和广度
  • 机器人新闻的不足（微观，与人相比较）
    • 共情力不足
    • 调查力不足
      • 缺乏自主融入社会与不同对象沟通挖掘信息的能力
    • 创造力不足
    • 思想力不足
      • 新闻活动不仅是对现实的记录，还要承担对社会舆论的引导和社会现实的构建→报道角度选择、新闻评论等思想性内容，机器人无法实现这种由价值观与知识、经验紧密互动来驱动的新闻写作
• 智能机器人应用对传媒生产流程的影响
  • 影响
    • 内容创作
      • 从政治、经济、贸易、体育、娱乐、科技等多个细分领域对选题进行优化，根据信息传播数据与趋势，有重点地提出新闻选题，提升选题效率以及议题的针对性
      • 辅助记者和其他内容创作者提升报道与创作的效率
    • 内容审校
      • 自动纠错功能以及敏感词排查功能
    • 出版发行
      • 帮助读者和出版商研判出版物的市场潜力
      • 结合大数据，个性化推荐与精准化推送
  • 启示
    • 组织的核心要素来看，技术已然成为传媒组织的核心资源
    • 组织结构的角度来看，打破原有的功能性组织结构，建立扁平、虚拟和灵活的融合性网络结构，将数字和智能技术置于网络组织结构的中心，形成交互式的生产体系，共享资源、协同创作、融合生产将是人工智能时代传媒组织结构变革的必然趋势
    • 从组织内容生产的角度来看，智能技术大大提升了传媒生产的效率，也为满足受众的个性化需求提供了技术支持
    • 在传播、分发和营销层面，人工智能时代的机器人写作既可以实现信息产品的即时自动推送，也可以满足受众对细分市场专业化内容的分发需求，更可以作为精准定位的营销手段，提升受众对传媒产品的兴趣，开拓新的市场潜力
    • 传媒组织的核心竞争力是人力资源。培养和提升员工的 AI 素质和数据技能
• 聊天机器人
  • 定义
    • 聊天机器人是通过计算机智能仿真语言编写用来模拟真实对话环境，将信息提供给读者的一种交互式阅读体验程序，CNN、BBC、Quarts都开发了聊天机器人。
  • 特征
    • 新闻游戏化、虚拟人设化、媒介智能化
    • 对话式的人机互动、超文本式的内容互动、“后聊天室”式的人际互动

智能媒介伦理

• 信息价值观（智能价值观）
  • 概念
    • 核心导向：以人为本/人本主义
      • 智能化信息传播技术既是“我为之物”，同时也是“为我之物”，其价值观一定要倡导一种人本主义的哲学，弘扬人类的主体性价值，将人作为终极性价值的来源，作为存在的根本目的
    • 三大导向
      • 人的尊严与主体性
        • 人的尊严是算法善用的价值源泉，与人的主体性密切相关；工智能技术所实现的行动自主权的让渡是简化的自主权，而自主性的深层内涵——道德自主，必须始终掌握在人类手中
      • 平等与非歧视
        • 算法歧视带来了平等理念危机、歧视识别危机和平等权保护模式危机
      • 公平与正义
        • 算法决策本身存在固有偏差会导致决策结果的不公平；忽视人的个体差异，用同一套算法对待不同群体，也会影响现实结果的合理性
    • 社会文化属性
      • 信息价值观是人们对信息及信息技术的看法、态度与理念取向，在研究时要重视价值观的社会历史文化属性，要在社会和文化层面确定价值观的涵义
        • 在我国，集中体现社会历史文化属性的就是社会主义核心价值观。社会的主导价值观也应当成为信息价值观建构中的重要指导精神。
    • 信息传播价值观的内涵
      • 克里斯琴斯强调：真实、人的尊严和非暴力。具体到实践有三个层面：信息真实性、传播的专业性、媒体的公共性，它们是信息传播价值观的根本和基石
  • 信息价值观面临的挑战
    • 智能化技术的不透明特性，带来了对真实、人的尊严等价值观的极大挑战，导致信息生产的黑箱
      • 黑箱化的过程不仅改变了新闻的样态、新闻生产的格局，而且带来了“流量工厂”驱逐优质新闻、定制推送固化社会分层、技术平台反收编新闻机构等社会格局变化
    • 智能化技术运用于信息传播，也带来了歧视和偏见等问题，有悖于公正的价值观
    • 过分依赖智能化技术，过分信赖工具理性，也会造成价值引领的缺失
  • 如何建构良好的信息价值观
    • 尽量摒弃目的至上的工具理性的不足，而融入人本至上的价值理性
      • 社会层面，要通过算法弘扬社会的主流价值观、公序良俗的价值导向
      • 从个体的层面，要尽力优化算法、平衡个体的信息菜单、明确其价值取向，帮助个体校正原有的偏向
      • 从信息的层面，要通过加强透明度追求公正、坚守真实性原则，并维护人类尊严和非暴力的价值观
  • 智能社会的基本伦理理念
    • 以“人本主义”为指导，贯彻“尊重人类尊严、尊重人类自主、维护公平、实现透明、确保个人信息保护、保证安全、落实责任、坚持真实和秉承可持续发展”进行伦理原则并注重伦理原则之间的联动辅助作用，则有望成为技术“人本主义”导向的智能社会的基本伦理理念
• 开放伦理
  • 概念
    • 沃德和沃瑟曼提出“封闭伦理”和“开放伦理”的理念，认为“封闭”和“开放”是伦理的一般特征，主要指如何使用、讨论、批判和改变伦理规范，以及 “谁控制讨论”，而二者之间的区别标志着“伦理行为方式的不同”
      • “‘封闭伦理’ 的指导原则主要（或仅） 针对相对较小的人群，并对非成员参与讨论、批评和修改指导原则的意义进行了实质性限制”
      • “‘开放伦理’的指导方针是为了更大的群体 ，对非成员的有意义参与，包括影响内容变化的能力，设置了越来越少的实质性限制”，“鼓励对所讨论的伦理话语采取更加开放和参与的方式”
• 数字时代的新闻伦理
  • 新闻伦理的概念
    • 新闻伦理/媒介伦理的形成，是新闻专业性（professionalism）形成的必要组成。新闻伦理由新闻传播活动的基本原则和具体规范构成，通常会形成守则（code）、准则（guideline），主要目标是引导和帮助新闻工作者在日常新闻生产和分发的任务中快速地做出伦理相关的决定，以自律的形式规范新闻传播活动。
  • 数字时代对新闻业的影响
    • 新闻业的数字化过程
      • 网络化
      • 数据化
      • 云端化
    • 数字时代造成新闻业的结构性变革
      • 数字媒体革命使众多新行动者参与了信息生产和发布的过程
        • 非专业人员在新闻生产领域的深层渗透，网络新闻内容结构的变革，网络新闻生产专业分工的细化与合作模式的多样化，以及网络受众新闻消费模式的多元化与社会化
      • 数字革命带来了新闻业的结构性变革，催生了新型新闻业以替代传统媒体，媒体格局不再由传统的客观、独立的新闻业所独占
        • 替代性媒体：运用数字技术打造的平台型、终端型媒体，包括社交平台和新闻记者个人创建的博客和网站
      • 数字革命促进了全球互联
        • 在内容方面，新闻媒体越来越多地报道全球性问题和事件；就覆盖面而言，媒体现在能够使用来自世界各地的信息资源，生产面向全球受众的报道和故事；就影响而言，由于新闻媒体现在已遍布全球，它们所生产的故事也具有超越国界的影响
  • 前数字时代新闻伦理的变迁
    • 自由主义理论兴起时期，新闻业引入了“看门狗”功能，确立了新闻媒体的独立和自由等原则
    • 商业化大众媒体的发展中引发对不受监管的新闻界的一系列担忧的背景下，客观性原则上升为新闻伦理的主要理想
    • 解释主义和行动主义新闻的复兴，以及新技术的兴盛，对客观性和真实性的后现代怀疑论兴起，传统的客观性和中立性开始走下坡路
  • 数字时代新闻伦理面临的挑战
    • 新闻伦理关系中的主体、客体及其相互关系三方面均发生变革
      • 被赋权的公众成为传播主体；替代性媒体出现；主体与客体相互关系也发生了变化
    • 新闻伦理适用范围正在扩张
      • 全球传播
    • 新闻伦理观念与方法在元规范（protonorm）层面需要重新审视
      • 具体表现
        • 数字技术对公众的赋权，催生了大量的“非专业传播者”，使得原先对训练有素的专业从业者所确立的新闻伦理规范难以发挥作用
          • 大众自传播
            • “大众自传播”：大众通过博客、微博以及维基百科等技术产品，能够以“我”为中心生产信息和内容，并且通过网站实现数字内容的传播和共享，它既具有大众传播的特征；又是一种“自传播”——内容自主生产、发布自主导向
        • 替代性媒体带来了更多复杂的伦理问题
          • eg：社交媒体传播了丰富繁杂的信息，并且在公众中有非常广泛的影响，但是新闻伦理对它们并没有约束力
        • 数字技术使得信息可以在全球范围内流动，加上媒介伦理的开放性特征，使得全球化语境下的受众组成更加复杂
  • 数字时代新闻伦理困境的解决方法
    • 面对数字时代新闻伦理关系中主体多元的问题，有学者提出应建立一个将媒介内容生产者和消费者都考虑在内的媒介伦理
      • 开放的媒介伦理
        • 着眼于数字时代受众身份的转变，以一种尚不严密的逻辑试图解决非专业的社会大众成为传播主体所带来的伦理问题
      • 全球第五等级
        • 数字时代的媒介伦理则需要与所有传播流言、事实和观点的人相关。传播的内容和规范不再掌握在少数职业媒体手中，一般的网民也能够而且应该在规范的制定过程中有所参与，从而形成一个所谓“第五等级”，它是对西方所谓“第四等级”——主流媒体的补充
    • 数字时代新闻伦理关系中替代性媒体广受质疑，开放的伦理观正在成为实践应对的模式
      • 专业媒体为了应对替代性媒体的挑战，已经意识到制订新规范来约束其从业者对替代性媒体使用的重要性eg：《卫报》、BBC等出台社交媒体指南。
    • 数字时代全球化语境下新闻伦理适用范围扩张的问题，代表性的理论是克里斯琴斯的“全球媒介伦理”（global media ethics）理论 ，也被称作普世媒介伦理（universal media ethics）
      • 数字传播技术使得当今的媒体在影响的广度和深度上都更全球化，需要确立一种能够为媒介从业者提供共同行为准则和对媒体认识全球化的媒介伦理。全球媒介伦理理论确立的正是这样一种“国际化的、跨文化的、具有性别包容性的、种族多元的媒介理论“
  • 数字时代新闻伦理的建构与元规范
    • 结构角度：分散主义与整合主义
      • 分散主义观点过于自由主义和理想化，建基于传统的自由主义新闻观，将记者视为理性主义行动者，将新闻业生态视作理想的专业化生态，明显缺乏现实性、实践性和可操作性；整合主义路径体现了一种较为全面的伦理观念，但是如何落实于实践中，则取决于新闻业界的行动自觉
    • 个性化角度：自定义伦理准则
    • 元规范：克里斯琴斯为此提出将“生命的神圣性”（sacredness of life）作为伦理的元规范，即把生命本身的存在、尊严和神圣性作为伦理的根本原则，这样就能够赋予在此基础上建立的全球伦理以普遍性和内在性。他提出将出真实、人的尊严和非暴力作为媒介伦理规范，是利用不同伦理观之间存在的共性，来整合数字化时代的全球媒介伦理
• 不同主体的媒介伦理
  • 咨询定制平台
    • 特点
      • 其实也是互联网平台的特点！
      • 开放性
        • 制定了各种规则并提供各种服务，向所有的内容和服务提供者开放，吸引和掌握海量流量
      • 连接性
        • 是网络化社会中不同节点之间的枢纽，一方面连接着内容生产者，聚拢大量自媒体、专业媒体、机构的内容，另一方面连接着规模庞大的用户群
      • 智能性
        • 利用算法技术进行内容分发与推送，将这些内容个性化、实时地分发给不同用户
    • 媒体的三重属性
      • 商业属性
        • 咨询定制平台依托互联网公司，遵循的逻辑主要有两条：一条是商业，另一条是技术
          • eg：个性化新闻算法推荐基于三种模式——基于内容的推荐、基于协同过滤的推荐、基于时序流行度的推荐，可能分别会带来“信息茧房”、用户对内容失控、黄色新闻潮等风险
      • 技术属性
        • 以人工智能技术为支撑，有针对性地面对不同用户推送不同的内容，用户接收到的是一份“我的日报”
          • 优点：精准推送，提高分发效率
          • 缺点：算法“黑箱”
      • 媒体属性
        • 菲利普·帕特森和李·威尔金斯在《媒介伦理学：问题与案例》一书中提出根据道德构建新闻价值观，应该强调准确、坚忍、尊严、互惠、足量、公平、凝聚力、多样性等
        • 将人类信奉的最基本的价值有针对性地放置到媒体的语境中，即希望符合人类的价值理性
    • 如何协调价值理性和工具理性
      • 微观层面：应该考虑到与平台媒体相关的主体，界定好相关主体的伦理责任，即平台媒体的所有者、经营管理者在设计产品之初就要有明确的价值理性意识，树立正确的媒体和信息价值观
      • 中观层面：资讯定制型平台媒体一方面应该遵守商业价值观的逻辑，另一方面由于其扮演着媒体的角色也应该吸纳媒体的价值观理念，坚持正确的舆论导向
      • 从宏观层面来看，资讯定制型平台媒体应该与人类社会整体所倡导和弘扬的价值观及伦理原则保持一致，符合人类福祉和公众利益
• 算法透明度可行性
  • 算法透明度的概念
    • 自动化决策的应用
      • 新闻（内容）生产
        • 获取新闻/内容线索；“自动化生成新闻报道或文章”
      • 新闻（内容）分发
        • 智能化新闻策展、 个性化新闻/内容推荐、智 能化新闻/内容播报、智能化新闻/内容传播效果分析
      • 新闻（内容）核查
        • 核查工具可以辅助专业从业人员完成新闻/内容的事实核查
    • 定义
      • “异质新闻/内容实践网络”中的“算法透明度”可以被界定为：阐明那些与算法有关的信息可以被公开的机制，包括信息透明、理念透明和程序透明
  • 算法透明度的哲学基础和专业意义
    • 哲学基础
      • 根植于康德的伦理学理念：强调通过尊重真理，我们履行义务，尊重与我们交流的每个人的理性和自由意志，“人性原则”与“绝对命令”式的道德义务；包含限制欺骗和错误信息的理念，而这与康德的“责任观”密切相关
    • 专业意义
      • 伦理规范的重要内容之一：发现社会真相，促进公民对话和合法参与新闻生产和传播的重要方式；解决当今新闻业面临的难题如新闻权威的衰落、新闻媒体公信力丧失的关键手段；一种“新的客观性
  • “算法透明度”的认识与实践：实施之难与风险
    • 困难
      • 认识论：“实用主义原则”认为真理意义的实现是通过关系而非披露完成的，而实践具有偶然性；专业人士对知识的垄断会限制“透明度”
      • 实践:完全透明会可能会侵犯个人的隐私，阻碍各主体之间的诚实对话，威胁到弱势群体的利益;信息过量，掩盖真正有用的信息，增加理解难度；妨碍专业人员自主性
      • 效果有限
        • 有意义、真实、可理解、可访问和有用的数据即语义信息的公开才是有意义的“透明度“
        • 用户的知识储备和理解能力有限；信任不一定增加
        • 各类主体的不当行为仍在继续，那么透明度就没有真正起到规范作用
  • 实施算法透明度的路径
    • 基于“开放伦理”的理念
      • 沃德和沃瑟曼曾提出“封闭伦理”和“开放伦理”
        • “‘封闭伦理’的指导原则主要（或仅）针对相对较小的人群，并对非成员参与讨论、批评和修改指导原则的意义进行了实质性限制”，而“‘开放伦理’的指导方针是为了更大的群体，且对非成员的有意义参与，包括影响内容变化的能力，设置了越来越少的实质性限制
      • 将用户对“算法透明度”的认知、态度与需求纳入“开放的‘算法透明度’”伦理话语建构中具有现实的必要性
      • 为打破既有“封闭伦理”话语形式以及专业人士与非专业人士在伦理话语形成过程中的权力不平等模式提供了可能性
      • 缺少“批判用户”的参与，算法透明度的实现就缺乏最直接的“责任对象”和检验者
    • 使用算法的主体实施算法透明度可采取的举措
      • 算法相关信息及其生成过程的公开
      • 算法透明度与其他伦理原则关系的公开
        • 问责、安全、福利和知情同意等伦理原则的实施依赖信息透明度的实现；隐私、言论自由和版权等伦理原则的实施则需要监管信息透明度
      • 技术性与操作化的保障方式
        • 发展“可解释的人工智能”；算法审计（Algorithm Audits）也被认为是实施算法透明度的重要机制‘用户服务条款也可以算作实施算法透明度的举措之一
• 维纳所言，一个体系抵抗组织程度衰变的重要方法，就是保持开放主题