想象的中介：大学生用户对小红书个性化推荐算法的态度研究

【目的】平台社会逐渐兴起，用户-算法-平台三者的关系成为研究热点本文聚焦于大学生群体的平台使用实践，探讨其如何看待个性化推荐信息、通过改变算法推送、感知自身画像等主动打造个性化信息流，以及其主体意识的强烈程度等。【方法】采用问卷调查与深度访谈结合的方法探索其在平台使用、算法相遇实践等进行研究。【结果】用户对于个性化推荐信息的态度与其媒介素养、算法意识等因素高度相关，个性化推荐信息本质上是用户定制化内容与算法推荐机制相互融合的结果。【结论】大学生用户较其他群体有较高的媒介素养与较为丰富的平台选择。其对于个性化推荐信息的态度总体呈现发挥平台工具属性、有意识地进行算法抵抗与算法驯化，达成内容重组、信息优化排序等，最大化实现平台为“我”所用。基于用户主体驱动的平台使用行为，对算法推荐本身的茧房构建具有一定的消解。     

驯化与反向驯化：对抖音直播中算法推荐现象的实证研究

【目的】随着数字技术发展，算法成为信息传播与社会建构变革的关键要素。文章局部考察了抖音直播中的算法推荐现象，也尝试对抖音直播中的算法推荐现象研究进行经验性材料补充。【方法】采用实证研究的方法，通过扎根理论三级编码梳理出“驯化”“反向驯化”两个核心解释范畴，进一步对话驯化理论。【结果】在驯化层面，算法推荐是有一定驯化难度、具有隐蔽性特征的对象，用户驯化算法推荐及其相关内容有两条基本路径，同时平台中的算法推荐在不同功能区之间相互联系和影响。在反向驯化层面，从行为到观念、从个体到群体，算法推荐对直播参与者的驯化是潜移默化的。同时，反向驯化逻辑与算法推荐的自身设计之间存在强相关关系。【结论】算法推荐对于直播参与者并无不益之处，但也存在一种数字资本主义时代之中隐性的控制逻辑。     

智媒时代基于“人机协同”的新闻伦理思考

人工智能技术革新了传媒业，解放了新闻从业者，也给予了受众全新的“感官体验”。但伴随着技术对于传媒业的实践应用，相应的问题也开始出现，主要表现为：隐私权、著作权等公民基本权利难以维护，算法推荐致使信息茧房、刻板偏见等问题涌现等。如何完善人机适用的新闻伦理法规，建立符合智媒时代“媒介素养”的治理框架？本文从“人机协同”的角度进行思考，提出应积极发挥人的主导价值以及人机各守一端的观点。     

基于知识图谱的图书馆智能化资源推荐系统架构与优化策略

知识图谱使用“实体—关系—实体”模型描述数据,其构建包括知识抽取、知识融合、知识推理和更新、知识存储等流程。引入知识图谱的图书馆智能化资源推荐系统分为数据采集、知识图谱构建、智能化推荐三大模块,通过抽取资源信息和用户信息构建信息资源和用户画像知识图谱,然后以智能化的算法实现信息资源的智能推荐。     

新闻算法推荐的信息可见性、用户主动性与信息茧房效应:算法与用户互动的视角

算法已成为当今数字媒体技术的决定性因素,新闻推荐平台借助算法技术连接人与信息,为人们提供个性化的新闻服务。本研究基于算法和用户互动的视角,采用问卷调查方法,以新闻算法推荐平台的使用者为研究对象,探讨算法推荐的信息可见性、用户主动性和信息茧房效应。结果显示,新闻算法推荐整体上以用户为中心,在新闻可见性上,用户对趣味新奇性价值的认知感最强,新闻个性化程度凸显;用户对新闻推荐的使用上,以被动浏览行为最为普遍,自主性总体不高;用户对推荐算法技术有一定了解,表现出一定的算法素养;算法推荐对用户并未造成单纯的信息茧房效应,它同样可扩大受众接触资讯的范围,将用户带入更广阔的世界。最后,本文讨论了用户和算法之间的关系,发现两者不是彼此孤立的存在,而是始终处于相互响应、相互发展的状态。     

算法分发引发的媒介伦理冲突及规制

算法是人工智能技术的核心技术,目前广泛使用于信息分发、信息推荐等领域。通过对网络中个人踪迹的追踪和收集,算法可以生成精准用户画像,根据受众兴趣推送相关内容。算法分发在重塑我们的信息传播方式的同时,也带来了很多媒介伦理问题,如虚假新闻、隐私侵权、信息茧房、知沟扩大、阶层两极分化等。笔者立足于算法技术的积极作用,辩证思考其目前引发的媒介伦理冲突,并从算法的“把关分发”机制、“他律+自律”的双约束机制、算法工程师和受众三个角度提出相应的建设性措施,为算法分发技术引发的伦理问题的解决提供参考。     

用户算法感知对反馈行为的影响机制研究——基于社会认知理论的分析

算法感知是分析算法及其社会影响的重要路径之一。本研究基于算法感知路径,以社会认知理论为基础,以环境—个人—行为关系为分析框架,分析用户算法感知对反馈行为的影响机制。研究发现：第一,用户在媒介实践中感知到信息是由算法推荐的,并基于所接收的信息（静态环境）这一算法输出结果进行反馈,特定反馈也受到动态社会环境的规约。第二,用户基于算法理解（心理认知）进行反馈,对于不同的算法推荐逻辑,反馈机制有所不同。第三,外界环境、用户认知心理的交互,呈现在对算法的感知模式中,感知模式会引导反馈行为,但具体情况因个人、环境等不可抗因素而有所差异。本研究基于算法感知的反馈行为,从经验层面说明了算法感知概念提出的重要性。     

信息传播中算法推荐技术的革新、异化与规制

算法推荐技术有效解决了信息超载危机下内容与用户的精准适配问题,深刻改变了人类信息生产、分发和传播实践,同时也造成用户传播权利被隐性收缴、媒介信息传播中“人”的主体性缺失、传播场域公共属性减弱等异化现象。为此,应当从制度建设、技术升级、价值导向、风险防范四方面寻求对算法推荐技术向善发展的规制策略,完善网络媒介生态治理建设。     

算法推荐新闻的传播困境研究

快速推送信息的算法推荐技术的出现为新闻传播界注入了一波新的力量,但是,算法推荐容易导致受众被媒体推送的同质信息包围,面临着处于信息茧房的困境,算法推送的内容感官刺激、标题党盛行,缺乏深度和意义,一些媒体对它的不当使用,导致媒介之间恶性竞争,媒介生态环境也难免江河日下。怎样在最小的人工成本之下,给用户推送更加精准的高质量新闻信息,仍是新闻从业人员的努力方向。     

智能流媒体时代的人机关系——Netflix内容推荐系统闭环设计一窥

作为SVOD(订阅视频点播)流媒体业界龙头的Netflix（奈飞），其对于用户体验与算法的关系有着独特的理解与实践。其最核心的技术之一，就是对观众喜好进行判断和预测的算法系统，借由该系统，最终打造出高度定制化的内容推荐体系。本文以Netflix内容推荐系统闭环设计为例，探析智能流媒体时代其对“用户—算法”关系的独特思考。     

人工智能时代人机关系的变革逻辑——基于ChatGPT应用的学术考察

【目的】随着ChatGPT的普适性渗透，人与智能机器（技术）的关系正在发生新的变化。以新一代人工智能ChatGPT为叙述焦点，探讨人机关系的变革逻辑是本文的主要目的。【方法】文章通过案例分析、现象诠释等方法，深度解析ChatGPT的主要特征及其触发的变革逻辑问题。【结果】作为人工智能的“类人化”升级版，ChatGPT引发了人机关系变革，主要经由协作逻辑、互动逻辑、会话逻辑、融合逻辑的嬗变过程进行体现，其中，协作逻辑经历了从“智能辅助”到“全能代理”的变化、互动逻辑从“单项控制”走向“平等对话”、会话逻辑从“机器语言”转向“情感话语”、共生逻辑从“人机融合”迈向“互为延伸”。【结论】在人工智能技术的强力渗透下，人与智能机器的关系已超越了单纯的“使用关系”框架，而是在高度嵌入与深度黏合中被重构，以此形塑出人类的媒介化交往想象。     

人工智能在新闻领域的传播优势、隐患及对策

近年来,人工智能的迅猛发展对社会的影响已经渗透到各行各业,新闻领域也不例外。人工智能在新闻领域的应用主要包括机器人写作、算法推荐、人工合成AI主播等。人工智能打破了人与机器的边界,在保证新闻真实性、提高新闻生产效率、净化新闻环境、保护用户信息等方面具有一定的传播优势。但人工智能也给新闻领域带来了一定的隐患,如算法推荐降低了人类对社会公共事务的关注度、机器人写作加重了新闻从业者的就业压力、人脸识别技术具有侵犯用户隐私权和肖像权的风险、机器人记者在信息采集和对话中缺乏人文关怀、算法偏见拉大了人们之间的知识鸿沟、“快餐式”信息影响了人们独立思考和自主选择的能力、人工智能可能会引发人类对生命本质的质疑和恐惧等。面对人工智能在新闻领域的传播优势与隐患,如何趋利避害,达到“人机协同”的理想境界?文章尝试从新闻从业者、媒介技术和法律监管三个层面来探寻解决人工智能给新闻领域带来隐患的对策。     

重新认识"信息茧房"——智媒时代工具理性与价值理性的共生机制研究

智能传播时代,以人工智能为核心的算法推荐技术得到了广泛应用,但随之成为隐忧的,还有信息茧房效应.本文阐释了当前对信息茧房效应的片面解读,并基于信息效率的工具理性扩张和技术反思的价值理性回归视角,丰富了信息茧房效应的概念维度.通过对典型算法推荐媒体平台知乎用户的配额分层抽样调查,本文考察了使用时间、媒介环境、媒介素养、社...     

反向驯化理论视角下对微信技术的审视

从“反向驯化”的理论视角审视微信,可发现微信发展带来的三大反向驯化特征,即自由交往带来的“自由陷阱”、社会比较滋生家居用户负面情绪、数字难民与数字仆人。微信“驯化”成因本质在于依靠技术逻辑支撑的技术力量不断发展,已忽视个体的价值理性,以此为个体对媒介的使用和媒介技术创造者提供启发。     

算法“不可为”与人机协商：全球智能媒体研究前沿趋势解析

立足于新闻传播学视野,对国内外期刊的相关前沿成果展开爬梳,提炼出算法边界、算法审计、算法参与、人机关系以及算法与数字新闻业5个具体研究议题,揭示出两个新的智能媒体研究趋势：其一,随着算法在生活中的渗透日益深刻,大量研究从探究算法的“可为”转向反思算法的“不可为”,审计其对社会秩序的挑战,批判性地思考智能技术“可为”与“不可为”之间的界限如何得以建构;其二,研究者的重心正从“算法”向“用户”偏移,对人与算法之间合作、冲突的现实样态展开实证研究,并在此基础上思考人机共生下的关系协商问题。     

澎湃新闻的用户连接策略：内容+服务+技术+专业+情怀

澎湃新闻客户端不断转型升级、扩容增效，努力连接用户、留住用户，并在此基础上成风化人：破解“真相摇摆”，以“长深准”式报道平衡“短平快”式碎片传播；打碎“信息茧房”，推出“澎湃算法”，精准使用人工严选推荐；关注重大议题，不畏“流量冷感”，与用户建立更深入的联系。     

人工智能传播的利弊分析与对策探究

人工智能时代,新闻信息的传播流程发生了明显变化,内容分发实现了精准化和个性化.但随之而来的弊端也逐渐显现,这主要反映在算法推荐时伦理失范现象时有发生,如公民的个人隐私权无法得到有效保障,他们对信息的自主选择权会受到侵犯,等等.本文认为,在机器已深度参与新闻传播的当下,营造人机和谐的媒介环境已迫在眉睫.     

沉浸式信息流投喂:重塑技术与价值的内在逻辑

在算法推荐技术逻辑的牵引下,沉浸式信息流投喂让用户在享受阅读快感的同时进入"信息茧房".技术是中性的,问题出在使用技术的人身上.算法与价值、流量与导向、迎合与引导……如何处理好这些关系拷问着算法推荐的顶层设计者.算法平台作为媒体的根本属性不能变,坚持正确的舆论导向不能偏,流量至上不能迷失正确导向.马斯洛需求层次理论告诉我们,人的需求是分层次的,算法推荐要从迎合用户对信息的"低级需求"和"本能的喜好"向引导用户对信息的"高级需求"转变,为用户的健康发展提供"温情菜单".     

信息弱势群体算法素养的形成机理与影响因素——以短视频平台为例

[目的/意义]结合当前个性化推荐算法的广泛应用,梳理信息弱势群体在使用短视频平台过程中算法素养的形成机理,识别信息弱势群体算法素养的影响因素,为信息弱势群体算法素养培育工作提供依据。[研究设计/方法]采用扎根理论,利用Nvivo12对访谈资料进行三阶段编码,最终构建信息弱势群体与短视频内容推荐算法交互中算法素养的形成机理与影响因素模型,对信息弱势群体的算法素养展开探索性研究。[结论/发现]信息弱势群体在短视频平台的使用过程中对内容推荐算法的感知主要由与算法的交互、用户兴趣点的变化、使用平台的更换、与他人的比较所触发,同时受用户使用短视频平台的目的以及自主权意识的影响。此外,算法素养的各组成部分之间并不独立：用户对内容推荐算法逻辑的理解水平受其对算法的感知程度影响。理解内容推荐算法较深的用户在使用短视频平台时会保持较为批判的态度,并采取积极的算法调控行为。[创新/价值]深化了短视频平台交互中算法素养的形成机理并提炼了相关影响因素,为信息弱势群体算法素养培育工作提供对策。     

个性化推荐算法下的“信息茧房”效应探析——以“今日头条”为例

个性化推荐算法技术在各大软件应用以来,用户在大量接收感兴趣信息的同时,也面临着信息窄化的问题,视野正逐步受制于兴趣主导的“信息茧房”之中。本文采用个案分析的方法,以“今日头条”为例,发现“信息茧房”效应在个性化推荐算法的加持下,用户深陷入个人日报、回音室效应和群体极化的困境,并对个人认知、新闻客户端发展、社会治理均带来不良影响。由此本文试图从用户、新闻客户端、政府三方面,提出削弱“信息茧房”影响的建议,促进个性化推荐算法更长远的发展。