规制必要性分析及对公共利益的威胁

人工智能时代，算法的确代表着先进的生产力，但算法不是万能的。为提高用户粘性，资讯类媒体过度依赖算法推荐技术分发新闻，忽视对内容质量、价值观导向的把关，往往引发一系列问题与弊端。

1.侵蚀受众知情权、选择权

凯斯·R.桑斯坦提出了“信息茧房”[5]的概念，资讯类媒体通过算法对不同的用户进行画像，再依次向用户分发其感兴趣的内容。长此以往，“信息茧房”会使个人生活呈现固定化、模式化改变，使人沉浸在个人日报式的满足中，失去了解不同事物的机会和动力，从而阻碍个人客观全面地认识世界。

虽然新闻平台的信息是根据用户的喜好定制，并由计算机程序完成推送的，但是完成筛选过滤任务的算法本身却是由工程师设计控制的。无论以什么理念与形式设计完成的算法都没有权力去控制受众获取信息的范围。最终算法新闻螺旋式的追踪推荐会导致类似的内容反复出现，封闭受众触碰异类信息的路径。并且随着用户对常用的资讯类媒体获取信息的路径依赖，就会越来越难以逃脱这种循环的“拟态环境”，也就越来越难发现算法技术在信息获取中的干预，而掌握着大量用户数据的资讯分发平台，则会轻而易举地侵蚀用户的知情权和对信息的选择权。

2.侵犯平等权

人工智能时代下的算法歧视与传统的歧视现象相比，在产生和表现形式上具有更开放性和隐蔽性的特征，但与以往的歧视在内涵上并无本质不同。人权事务委员会在《关于非歧视的第18号一般性意见》中针对传统意义上的“歧视”，强调了以下核心：一是客观上具有存在不合理的区别待遇，二是区别待遇的类型和理由是法律所禁止的，三是客观上造成不公正不平等的不良后果。主要的国际公约和大部分国内外学者都采用支持类似的观点并且承认歧视源于主观的偏见或偏好，但不以主观要素为必要条件，更注重客观上造成的不良社会后果。算法歧视不一定针对某类特定群体，其特点是在未知的事项或情形中，针对任何不特定的群体在任何不特定的时刻具有产生歧视的可能性和危险性，并且在这种歧视现象造成一定的危害结果之前，谁也不知道是基于什么样的共性，公众无法知晓自己的哪些信息提高了这种概率，这是难以预测和被发觉的。

平等的内涵经历了政治平等——经济平等——社会平等这一发展过程。1970年，美国传播学家蒂奇诺提出关于大众传播与信息社会中阶层分化的“知沟理论”（Knowledge Gap Theory）。[6]知识、信息获得和掌握的不平等在当下人工智能时代成了新的不平等。知识、信息获得的不平等更加隐蔽和严重，甚至会转化为对人的发展、权利和地位造成实质性影响的认知不平等和能力不平等，从而加剧“知沟”。(www.xing528.com)

建立在数据分析上的算法推荐本质上是通过大数据总结用户偏好，将此偏好延续，在延续的过程中歧视和偏见难免会在算法推荐的螺旋循环作用下固化并进一步深化，最终导致知识、信息获得和掌握的愈发偏离，从而侵害公民认知的平等权。

3.操控用户选择

“心理学+大数据=颠覆世界”，这句话毫不夸张。现代社会的复杂程度之下，个体的决定是否真的能不受其他因素的影响而保持“自治”，非常值得怀疑。以美国大选为例，当时的总统候选人特朗普聘用了剑桥分析公司[7]服务于美国大选，这家AI公司非法将海量Facebook用户个人信息用于个人画像的大数据分析，在精准刻画这些用户的心理特征后，向他们推送定制广告、假新闻，以此来影响民众对美国大选不同候选人的投票倾向。Facebook的报告[8]表明公民作出选择看似是个人自治的过程，但其实与其所接收到的信息息息相关。算法推荐技术基于通过分发新闻的数量、内容偏好、时间等改变或深化用户认知，从而诱导操控用户作出某些非独立判断的选择。

4.威胁公共利益

公共性是任何新闻媒体与生俱来的性质，其独特的公共性要求媒体承担必要的社会责任，即使是商业资讯类媒体，也要以公共利益为优先目标。2018年，“快手”“火山小视频”上跟风出现的海量未成年妈妈视频遭遇官方点名批评。这正是人工智能时代，资讯类媒体通过采集用户浏览数据，利用“算法”追踪用户喜好，并不断向用户推荐该类内容的缩影。早在2017年，针对算法推荐引发的乱象，人民网连续发文，直指算法推荐因过分追求流量经济，不对内容进行把关，一味投用户所好带来的真假难辨、价值导向错乱、缺乏深度三个不良现象。[9]

个性化信息推荐利用大数据挖掘、算法模拟人类大脑神经元对用户势必感兴趣的新闻信息进行挑选与推荐，在对新闻价值的选择上完全依据用户的后台使用。这种种行为完全抛弃价值观的引导，一味追求流量效益、过度娱乐化，必将影响个人和社会多元价值观的建构，并对公共利益产生威胁。