隐私保护技术变革的价值逻辑、困境及方向

隐私保护技术的发展具有社会选择性。不同的价值取向及保护策略,对隐私保护技术变革产生着重要的调节。隐私与个人信息一元化的保护策略,在技术上追求隐私信息"可用不可见",导致隐私保护技术离身化,隐私保护目标异化和保护思路偏差。"为利用而保护"的隐私保护技术混淆了个人信息与隐私的区别,忽视了隐私的内在价值,从根本上面临价值逻辑的困境。脆弱的隐私具有强烈的切己性和具身性,我们必须秉持隐私与个人信息二元化的保护策略,发展诸如联邦学习算法、区块链等具有切己性和具身化的技术,让隐私保护从离身转向具身,从积极控制转向消极防御,从中心化转向分布式。     

提升用户媒介素养规避算法偏见

本研究试图从提升媒介用户素养的视角,通过新闻媒介素养的内容与概念、媒介素养养成中存在的问题、用户媒介素养提升方法路径等方面建立分析框架,研究分析提升媒介用户素养在算法偏见治理中的作用,为算法偏见治理和提高媒介用户在新闻信息获取、新闻信息运用、新闻信息判断与认知等方面探索新路径。     

聚合类新闻客户端算法偏见的衍生机制

本研究试图从技术层面,通过对算法推荐流程的观察与研究,在算法输入数据搜集与审查环节的纰漏、算法模型设计的偏见与偏差、用户权利滥用破坏信息流的互动环境等方面建立分析框架,对聚合类新闻客户端算法偏见的衍生机制进行系统研究,为算法偏见治理、规范算法新闻生产探索新路径。     

应对不确定性挑战：算法敏捷治理的理论界定

[目的/意义]算法普及应用过程中的规则化转向,使得既有的“包容性自规制”或“规制性监管”路径不能很好回应算法治理的新特征与新需求,而算法敏捷治理作为“第三条道路”的重要性虽然得到承认,但其理论内涵尚不清晰。需要从应对不确定性挑战视角出发,对算法敏捷治理做出理论界定。[研究设计/方法]以理论演绎和案例分析为主要研究方法,在理论上总结了人工智能类算法技术及应用不确定性在治理维度的具体表现和治理挑战,进而以深度合成算法的风险治理、犯罪风险评估算法的公平性治理、信息服务推荐算法的责任治理为案例,提炼了算法敏捷治理的机制创新。[结论/发现]指出算法治理挑战体现在共同无知、目标模糊、关系依赖三个方面,而算法敏捷治理的机制创新涵盖共同学习、同行评议、反馈迭代等不同内容。[创新/价值]建构的算法敏捷治理的理论框架可为未来技术监管理论发展和实践改革提供基础和参考。     

聚合类新闻客户端算法偏见及影响辨析

本研究试图通过算法偏见概念及其表现形式、算法应用技术导致的伦理风险问题、新闻生产中算法偏见影响等方面,建立分析框架,探究算法偏见产生的机理,为算法偏见治理、规范算法新闻的生产探索新路径。     

"AI+档案"应用的算法风险与治理路径探析

各国政策既鼓励应用人工智能技术辅助档案工作,也强调对人工智能算法应用引发的风险进行治理.算法及算法权力介入档案工作可能会带来诸多风险,如算法攻击导致档案数据泄露、算法鸿沟引发档案管理决策的信任危机、算法的技术理性牵制档案价值理性的发挥、算法的偏好原则弱化档案用户的信息权利等.为了应对风险,应从算法应用回归价值理性、制定防范算法风险管控策略、依据法律法规来规范算法应用行为等方面进行算法治理.     

具身认知理论视域下的有声阅读生态研究

伴随大数据、算法、5G等新一代数字技术革新,“身体”在传播实践中的地位日益凸显。作为具身传播的具体实践,有声阅读呈现出以听觉为主的具身认知、碎片化场景的具身情境,同时还兼具满足休闲娱乐需求等动态系统的功能,受此制约,有声阅读在传播过程中常常处于低效性困境之中。因此,需要从产品、平台、生态三方面对传播效果加以优化：开发出适应个性化具身特征的有声阅读产品,重点开发深度知识传播产品和个性化专属“听觉空间”;打造适应碎片化情境的全场景有声阅读平台,实现有声阅读在硬件、系统、内容的相融相通;构建适应“心智-身体-环境”动态平衡的有声阅读生态,共同构建起听觉社区与听觉共同体。     

区块链赋能智能情报分析算法风险治理机制研究

人工智能技术在情报分析中的广泛运用,为决策与服务带来便捷的同时,智能算法所带来的风险问题也尤为突出,而对智能情报分析算法风险治理机制的创新研究是系统化、科学化防范与化解算法带来安全风险的主要手段,具有重要的现实意义。文章研究阐释了智能情报分析算法所面临的风险,从用户层、机制层和过程层三个视角分析了区块链赋能智能情报分析算法风险治理框架,并最终形成将区块链与智能情报分析算法风险相融合的分析治理机制。从共识协议赋能算法风险预警机制、智能合约赋能算法风险监测机制、激励规则赋能算法风险自治机制和时间戳溯源赋能算法风险回溯机制四个方面分析机制核心内涵,旨在为政府及情报工作机构算法风险治理提供决策与借鉴。     

信息推荐算法对青年主流价值认同的影响及治理策略

信息推荐算法个性化、迎合式的信息分配理念与模式,不可避免地减弱了公共性信息的覆盖度,极易引发内容生态失衡以及价值失序。研究发现,信息推荐算法有过度迎合青年娱乐消费的倾向,在传递价值方面表现欠佳,对主流价值内涵阐释和实践示范的影响力不足,影响青年主流价值认同水平。另外,青年“算法成瘾”问题明显,抵御算法机制诱导能力不足,潜藏价值认同风险。本文提出聚焦信息推荐算法价值承载力、提升青年算法素养、落实平台主体责任、应用新兴内容科技、构建价值监管与治理体系等五个方面的治理策略。     

具身与具身化:再思媒介与身体的关系

主流传播学对于“身体”的研究,主要强调身体背后的意识和话语实践,而往往“遮蔽”了对身体本身的研究,进入21世纪以来,去身体化或离身理论的研究范式在以移动传播为主导下,已经不能完全适应新媒介技术的发展趋势。本文主要以“媒介:身体的延伸”和社会空间理论重新思考具身传播的必要性,并且探讨了关于具身与具身化的具体概念,在大众传播时代下表现为有限的具身,而当下移动传播时代,传播媒介的具身已经进一步发展为具身化。     

基于“人—机”关系视角的具身传播再认识——一种媒介现象学的诠释

当前学界对于“具身”概念存在望文生义的挪用和误解。从认知科学革命中的具身认知转向以及回溯现象学的具身概念,可以发现身体是具身认知与实践的本源。机器作为传播主体则打破了“传播是人类所独有”的观点假设,通过人机交互的具身传播实践,创造情境化的意义空间与传播情境,这将深刻地影响人类对周围世界的认知与行动方式。仅从身体或媒介的单一维度讨论“具身”无异于在空中建楼阁,而以人机传播为切入视角能够兼顾身体与技术两个维度,使“具身”不再是孤悬的理论。基于此,具身传播是不同传播主体间并行的、高度互动的耦合现象,主体间的意义创造构建着全新的传播情境,从而也会重塑人的身体经验和具身认知。     

具身传播视角下人工智能在档案信息传播中的应用研究

人工智能技术有助于将具身体验与信息传递过程深度融合,使得传播生态从内涵到外延都发生了很大的变化。文章主要从传播学角度出发,深入探讨了具身传播趋势下,档案信息传播向具身化转变的实践中人工智能所提供的技术可行性,详细分析了人工智能技术为档案信息传播带来的实现交互叙事、提升视角体验、跨越时空边界、创新传播模式等机遇,以及所面临的影响内容呈现、削弱传播效果等挑战,思考人工智能技术在档案信息传播中风险监管、内容挖掘与技术利用三个方面的创新实践,以期为我国档案信息传播工作的创新与发展提供一定的参考。     

数据公开:让算法守法

在中国的资讯信息分发市场上,算法推荐的内容已超过50%。由于算法应用并未完成价值观的优化,"算法偏见"等现象的出现,也引起了社会各界的诟病。本研究试图从算法数据使用的社会责任与担当的视角,对算法公开、算法数据公开,防止算法和数据滥用进行研究,为算法偏见、算法歧视治理提供新思路。     

推动全民阅读:有声阅读的具身认知与意义建构

本文回顾了阅读史中的听觉浮现,从口语时代的公共朗读到数字时代的有声阅读,挖掘有声阅读的传统基因.阅读关乎意义,本文从具身认知视角探讨有声阅读的意义建构,一方面,有声阅读的具身体验影响着读者的意义建构,基于身体的阅读行为形成对意义的把握、感知和阐释;另一方面,从身体意向性到具身化记忆,阅读行为发生了转义,读者在公共的听觉空间中实现阅读意义的共享.有声阅读是对阅读文化的传承与延续,唤醒受众的阅读意识,增强文化认同与文化自觉,对推动全民阅读和建设书香社会具有重要意义.     

智能传播时代人与算法技术的关系交迭

随着智能技术的发展,算法逐渐成为传播的基础设施和底层逻辑,并在广泛应用的过程中与人的关系发生着流动的变化与迭代。基于此,本文立足于唐·伊德"人—技"关系视角,阐释人与算法技术"具身—诠释—它异"的三重关系交迭:具身关系下的算法技术"抽身而去",成为一种透明的存在;诠释关系下算法作为"中介""界面"本质所具有的负面效应引发人们的"算法焦虑";它异关系下算法作为一种"准他者"促逼人们沦为技术宰制下的"囚徒"。在向理想的人与算法技术的"背景关系"的推进中,人们应该坚守自己的主体性价值,找到恰当理性的方式与算法和谐共生,让算法技术真正成为人类的福祉。     

基于多策略排课算法的研究

为了降低排课问题求解的复杂度,从供需平衡、约束和因素间紧密程度等角度分析排课的一般问题,提出应用"供需平衡"、"三维组合"和"一般课程与特殊课程"等原理解决实际排课问题的思路以及基于几何图形和卡诺图的两种建模方式,并总结回溯算法、遗传算法等常用排课算法的原理和特点,综合应用,设计较优化的多策略排课算法。该算法一定程度上降低了排课问题的复杂度。     

数智时代的算法素养：内涵、范畴及未来展望

[目的/意义]算法社会的来临对个人发展提出了新的目标要求,而算法素养则有助于增强个人与算法交互的能力,为个体提升算法认知和技能、应对算法社会风险、强化算法源头治理开辟了新的路径。鉴于现有研究中的概念局限,算法素养的内涵及要素有待进一步剖析。[研究设计/方法]基于“以人为核心AI”思想和当今聚焦个人发展的核心素养框架,立足多元主体视角界定算法素养的内涵及要素构成。[结论/发现]算法素养包括个体与算法交互的思维层面、态度层面和知识层面三个维度,且不同维度的构成要素因算法生产者、算法使用者和算法监管者等目标主体的改变而存在差异。未来可从理论研究、素养培育与算法治理三个方向深化算法素养的相关研究。[创新/价值]立足多元主体视角初步探索了算法素养的内涵,并针对算法生产者、算法使用者和算法监管者等多元主体提出了由思维、态度和知识层面组成的算法素养要素框架,为未来开展算法素养相关研究、加快全民算法素养提升、助力算法治理提供了清晰指引。     

算法新闻的伦理困境及其解决思路——以"今日头条"为例

作为传播新技术群中的重要成员,算法新闻自出现之日起就表现出巨大的潜力,迅速抢占了市场并改变了传统新闻传播模式.但随着算法新闻的发展,"信息茧房"现象、价值导向偏离、低俗信息增多等伦理问题日益显现,并产生了诸多负面影响.解决这些伦理问题,需要从加强用户媒介素养教育、提高算法平台社会责任和加强网络平台治理等方面入手.     

具身认知视域下新闻报道的融合创新及新闻真实观变迁

近年来,随着5G网络、虚拟现实、人工智能等技术浪潮在新闻报道领域的广泛应用,身体在场在融合新闻实践中的意义愈发明显。具身认知理论强调身体在人类认知过程中扮演着不可忽视的角色,从这一视角出发,可发现当下新闻报道借助移动直播、短视频、AI、H5、VR等一系列前沿技术,给用户带来了身体的连接、交互和共情等一系列具身化体验,并在新闻真实观层面引发了从离身在场的客观事实向具身在场的直接体验的转变。研究的现实启示是主流媒体在新闻报道策划中要注意以用户身体为出发点,注重新闻报道过程中用户的身体体验,并以用户身体反应来检验新闻传播效果。     

算法推荐风险影响因素系统动力学研究——以政策与科研主题协同为视角

作为智能情报分析中的重要应用场景,算法推荐提供的个性化和精准化信息服务为现代快速决策增加了价值,但算法推荐风险问题也尤为突出,探寻算法推荐风险影响因素对科学地提出算法风险治理策略至关重要。文章采用LDA模型对科研论文进行主题聚类,聚类结果与《互联网信息服务算法推荐管理规定》进行相似度计算,以识别算法推荐风险影响因素,从风险产生和风险治理两个维度构建系统动力学模型,然后利用Vensim PLE软件和文本计算数据进行仿真与灵敏度分析。研究识别出算法素养、大数据技术、算法偏见、网络安全审查等影响因素,通过文本计算获得的数据进行仿真能够较好的拟合算法推荐风险治理现实情况,并基于灵敏度分析提出如下建议：加强算法素养教育,提高个人隐私保护意识;建立算法全流程监管机制,提升算法的可解释性;建立“制度+技术”机制,提高平台风险防范能力。