研究三：算法推送平台与知识获取

算法推送新闻是一种通过计算机算法与海量数据匹配将个性化内容推荐给不同用户的智能媒介技术。算法推送是人工智能技术在新闻行业中较为成熟的应用，世界上很多国家都推出了基于算法推送的新闻产品，其中一些甚至成为最热门的新闻产品，学者普遍认为算法推送新闻对专业性新闻的生产与分发产生了结构性的影响^[25]。其最大的争议在于，在算法推荐系统下，一则新闻的显现度与阅读量很大程度上由算法规则及其所反映的用户兴趣决定，而专业媒体的把关作用与议程设置能力不断被削弱^[26]。在不少人看来，算法新闻的崛起代表一种以计算机技术为主导的新传播力量，这种力量对传统新闻的生产与流通模式产生显著的冲击^[27]。

在中国，今日头条是算法推送新闻的代表。今日头条将自己定位为一款“基于数据挖掘的推荐引擎产品”，“没有采编人员，不生产内容，运转核心是一套由代码搭建而成的算法”^[28]。自2012年8月上线以来，今日头条不断积累用户群体，近两年实现爆发式增长。今日头条现已拥有7亿用户，月活跃用户超过2亿。统计显示，今日头条的用户主体为中青年人——24到40岁人群占用户全体的75%，用户中男性女性比例相当，为55%比45%^[29]。作为一款手机应用软件，今日头条的用户黏性较高——统计表明月人均启动次数131.8次，月人均使用时长达到23.26小时^[30]。

学术界对以今日头条为代表的算法推送新闻已有不少讨论。绝大多数现有研究都关注了算法对新闻生产特别是新闻分发的影响^[31]，却几乎未曾言及今日头条对用户在接收端所产生的新闻效果。本质上，今日头条与报纸、电视、门户网站等新闻形态一样，都是人们在日常生活中接触新闻信息的渠道。从新闻媒介的基本预设出发，我们期待任何一种新闻产品都可帮助人们获取关于外部环境的真实信息。这构成了媒介效果研究的一个基本的问题：今日头条在多大程度上能够使用户获得关于社会现实的信息与知识。

但今日头条又不同于以往的新闻产品——不少批评者认为，今日头条的算法推荐系统会极大地迎合用户个人偏好，这将导致用户接受到的信息面向窄化^[32]。与之相关的另一个情况是，软性新闻内容由于其轻松愉快的阅读体验和耸动刺激的情节，将会吸引更多的关注，而算法会放大人们对于软性内容的偏爱。其结果是，算法推送新闻将给用户呈现一个偏颇的“信息食谱”，其中的主要“食材”将是个体感兴趣的话题或者轻松愉快的软新闻内容，而很多关于社会的严肃话题因为与个体的兴趣相悖，可能被排除在外。逻辑上一个可能的后果就是新闻用户的信息结构失衡，甚至造成价值偏颇^[33]。

为回应以上问题，本研究从“新闻学习”的研究传统出发，分析今日头条对用户产生的知识效果。本研究关注两组因变量。第一组因变量为今日头条用户使用新闻时的认知行动，包括新闻思考、新闻讨论与新闻卷入。第二组因变量关注用户从今日头条使用中获取的知识，包括公共事务知识、软新闻知识与信息效能。认知性行动变量侧重考察今日头条用户获取信息并对其进一步认知处理的过程，知识获取则关注今日头条用户将所获得信息纳入自身记忆形成知识性储备的过程。这两组变量旨在衡量今日头条作为一款新闻产品的基本“功效”——激发用户思考、卷入新闻并且最终获得知识的能力。通过分析今日头条在用户接收端形成的知识效果，本研究旨在补充并完善我们对算法推送新闻模式的理解。