新媒体新闻与知识生产
关于新闻生产与知识的经典讨论大多围绕传统媒体展开，在这个新闻媒介数字化、移动化的时代，我们有必要检视新媒体环境对新闻作为知识生产方式的可能影响。尼尔森（Nielsen）于2017年撰文从知识社会学的角度阐发了数字新闻（digital news）作为知识的形态变迁[16]。尼尔森发展了帕克对新闻作为一种熟悉性知识的论述，认为在数字环境下，新闻可以提供更加多元的知识样态。在快速流变的网络与社交环境下，新闻的速度不断加快，新闻机构生产大量即时的、精确到分钟的、滚动播出的关于世界动态的消息。例如，24小时报道的突发新闻、新闻提醒、社交媒体上传播的突发消息、手机新闻APP推送的消息等。这些新闻信息通常短小精简、叙事简单，更多地呈现事件的具体状态，少有对事态整体性的概观。这类信息向我们灌输关于外部世界的片断式“印象”，因而无限接近帕克所说的熟悉性知识。当然，尼尔森继续论述，这类新闻只是数字化时代的一种类型。我们同时还看到，新媒体环境也催生了更多的“长文章”或“深度报道”。这些内容融合了20世纪经典新闻业中重要的“解释性报道”“调查式报道”或“精确新闻报道”的元素。这些新闻不仅报道事件本身，还揭示事物之间的关联。
当然，这些深度报道在传统媒体时代就大量存在，但在新媒体环境中数量激增。笔者个人的网络新闻阅读体验也印证了这一点。在传统媒体时代，较长的深度文章通常出现在杂志、周刊或少数日报中。而今天，微信中订阅的十几家媒体公众号几乎每天都推出深度报道，甚至超过一个人每日所能阅读的数量。虽然我们一般认为新媒体更容易制造时效性高的快速新闻，但实际上由于发布信息门槛降低，新媒体也大大增加了深度文章的数量。此外，互联网还为新闻增加了新的表现形式，如近年来比较热门的数据新闻和可视化新闻。在进行数据新闻报道时，记者化身数据调查者和分析者，从各式各样的数据中发掘新闻故事，并用通俗易懂的可视化形式向读者传递知识。不管是长文章和深度报道，还是新兴的数据和可视化新闻，它们提供的信息都很难被概括为帕克提到的熟悉的知识。相反，这些报道试图阐释快速流变的外部世界，厘清事物之间复杂的关系，以新闻的形式构造出新鲜的知识。在尼尔森看来，互联网新闻不是简单地将新闻推向两种知识的极端，而是丰富了新闻作为知识的样态。
新媒体环境下新闻生产也在经历多重变迁。这些转变也影响到新闻作为知识生产的基本形式。首先，新媒体的一大核心特征是去中心化。在新闻生产方面，去中心化的结果就是新闻生产主体的多元化。近年来，新闻学术界持续关注公民记者现象。在社交平台上，学者经常讨论用户生产内容与专业生产内容的区分与融合。在自媒体时代，我们见证了越来越多的小型新闻生产团队在舆论环境中发挥出巨大声量。这些现象就是网络去中心化趋势在新闻生产上的反映。生产主体多样则意味着传统新闻机构的权力相应被削弱。学者陆晔和周睿鸣借用鲍曼的社会学概念将新闻业的变迁描绘成一种由“固态”向“液态”的转变[17]。也就是说，原先的记者与公众都不再守在泾渭分明的身份位置上，二者的角色形成交叉，很多时候甚至通过协作的方式来完成对新闻的报道。当职业记者和公众共同参与到新闻生产中时，定义“新闻”的标准也不再为专业人士独有，新闻成为一个更具开放意义的话语空间。如果我们把新闻理解为一种社会知识，那么这知识的生产过程也向更多元主体开放，因而可以反映更多元的、更具冲突的认知方式和价值。新闻机构通过社会化形成的报道策略和惯习对媒介内容的塑造作用减弱，同时草根的、众包式的、集体的或协作式的新闻生产逻辑将重构作为社会知识的新闻。
其次，网络环境下新闻生产与消费呈现越来越明显的社交化与移动化趋势。当然，这是整个互联网发展的重要动态。社交网络打破了原有的传播权力层级，同辈群体在新闻塑造与共享过程中起到越发重要的作用。社交媒体深刻影响着新闻生产。当代的专业新闻人员都将网络社群视为新的新闻场域，从中获取重要的线索，甚至直接获取信息。现如今的专业媒体中很多报道实际上是对社交媒体信息的再传播（remediation）。网络时代的新闻认识论也不应该将社交媒体与现实世界作截然二分的处理，在虚拟社群中发生的事件越来越具有存在的第一性，因而可以成为新闻报道的合理对象。移动媒介的普及也在改变新闻生产。记者可以利用移动设备在各种时空场景内完成新闻采集，在不同时空场景行动的用户也可成为潜在的信息生产者。塔奇曼所言的新闻网可能会变得越来越致密，由“网”向“毯”转变。当社交媒体和移动设备成为人们获取信息的主流渠道时，新闻产品的样态也会发生一定转变。例如，不少新闻单位在制作报道时，都会有“手机优先（mobile first）”的策略，即将新闻阅读体验设计向手机阅读适配，如加大字体、用高亮加强某些重要信息、减小篇幅、增加视觉辅助等。针对社交网络传播特征，新闻机构也纷纷努力制作更适合在人际网络中扩散的新闻。用亨利·詹金斯（Henry Jenkins）的语言表达，当下新闻机构需要弱化新闻产品的黏性（stickiness），转而增强其可散播性（spreadability）[18]。可见，社交和移动趋势给传统新闻生产模式带来很大的冲击，我们有理由相信，新闻作为一种社会知识生产方式也会随着社交和移动的趋势而改变。
再次，当今的新媒体环境中，以视频形式出现的内容增长迅猛。这与传播技术的跃迁——智能手机与高速网络接入服务的普及——有非常重大的关系。在传播模式上，视频内容的发展与社交化和移动化也不无关联。通常视频内容更易于在社交网络传播，也便于用户在移动状态下收看。从某种意义上讲，视频时代的到来从直观上表现了新闻媒体的“液态化”过程。在过去十到二十年，新闻行业从没有停止进行“融合报道”或“全媒体”报道的改革。而视频新闻则是融合报道的一种状态。越来越多的新闻机构尝试以短视频的方式传播新闻。从知识的角度看，以文字传播的知识和以视觉影像逻辑构建的知识也有很大不同。我们还需要注意，随着新媒体内容的快速增殖，当下的信息环境中软性新闻或具有娱乐休闲色彩的内容也越来越多。社交化、移动化、视频化带来的一个不可避免的后果就是信息的娱乐化属性增强。我们在此不从规范性角度对信息娱乐化作评价，但我们清晰地意识到当下的新闻内容将与大量泛娱乐的内容并置或交融。新闻生产的逻辑受到泛娱乐化的影响，在核心事实与娱乐性表达中间寻求新的平衡点。从知识生产的角度，新闻蕴含的社会知识也会受到娱乐化的影响，更多具有观点性、愉悦性与审美性的内容将被纳入，成为新的社会知识。
最后，我们还须简要讨论时下热门的智能媒介技术对新闻生产和知识的影响。近年来，以智能算法推送新闻为代表的新闻平台纷纷崛起，吸引大量用户的同时也引发了很大的争议。算法推送新闻是利用算法和海量用户行为数据为个人推送个性化定制的新闻。纯粹基于算法的推荐系统对新闻的选择呈现，不包含任何编辑意图或专业新闻标准。我们甚至可将算法推送新闻看作是与具有精英色彩的专业新闻生产模式的一场决裂。美国新闻学者卡尔森（Carlson）在《新媒体与社会学》发表文章，讨论算法推荐系统给新闻判断和新闻专业主义带来的冲击[19]。在他看来，新闻业的权力来源就是实现对社会知识的控制——新闻机构决定什么样的事件以什么样的方式为人所知。因为这些机构掌握知识的权力，新闻专业主义的一个内生逻辑便是对个体主观判断的不信任，因而极度推崇客观主义的理念和策略。算法推荐系统很可能迎合了新闻业的这个内在逻辑，因为从理念上算法实现的新闻判断排除了精英主义和个体主观性。当然，对算法推荐系统的质疑也大量存在。学界普遍认为“纯粹”的算法推荐并不存在，算法的参数和规则依然由人来生产——而且往往是由商业利润巨大的科技公司来掌握。从这个角度看，算法新闻非但没有排除人的主观影响，还抛弃了新闻专业主义长期珍视的商业独立性。
即便抛开规范性评估，算法新闻对社会知识的塑造作用也无疑是显著的。算法追随热点，算法平台的内容生产者就必须按照算法的规则来重构他们的内容。在算法环境下，某些类型的内容必定会受到更大关注。那么新闻机构是否要受到“算法规训”，去生产更适合被算法推荐的知识呢？从消费端来看，每个用户所获得的内容都是高度定制化的。长期而言，算法会将更多个体感兴趣的内容推送给用户，人们会不会在新闻信息和知识获取方面变得越来越“挑食”呢？也就是说，用户是否只阅读自身感兴趣的内容，而忽视其他重要的知识呢？不少观察家担心算法推送新闻会直接导致信息和知识的窄化。尽管信息总量不断加大，但因为算法筛选，个体所消费的知识类型趋向单一。当人们的信息获取变得褊狭时，另一个可能的后果便是群体极化，即人群越发容易形成具有极端意见的群体，难以沟通或取得相互理解。如果说群体极化还是一种特殊情况，我们有理由担心算法推送会加深网络的部族化，即人们会基于某些特定的知识形成一些兴趣或观点的群落，在每个群落内部价值观和立场趋近一致，但群落和群落之间的沟通变得更加艰涩。从知识的角度看，这些可能的分化或极化是由社会知识的差异化传播造成的。尽管智能媒体和算法技术方兴未艾，学术界对其讨论还没有形成整体性结论，但无疑它们给新闻知识的生产和传播过程都将带来显著而持续的影响。