木铎新传 / 待分类 / 公益答题Day3:把关人是否仍然存在?

分享

   

公益答题Day3:把关人是否仍然存在?

2021-10-21  木铎新传

很多同学在问:学姐,练习答题很重要吗?为什么啊,不是只要把背过的写出来就行了吗?给大家看一张答题须知图:

所以,答题≠会答题,写出来≠能得分,而习答题至关重要。

木小铎为了帮助大家练习答题,特开「公益答题专栏」,搭配「公益题海营」,每周一和周四更新,每次会发布新的真题题目(简答或者论述题)和上一期真题的答案,同学们可以将此专栏设置成“特别关注”,这样我们就能准时见面啦!

day03 真题题目


辨析题:互联网具有低门槛性和开放性,这导致网络传播主体日趋多元化。在“人人都有麦克风”的时代背景下,“把关人”已不复存在。(25分)

建议作答时间:30分钟

答案解析发放时间:10.25(下周一)

大家速速开动脑筋答题吧,可以将答案分享在留言区,可以获得随机点评哦!完整版答案和解题思路下周一准时发放,记得来取!

day02 真题回顾及优秀作业


简答题:论述题:谈谈你对算法推荐的依据的认识以及其对新闻传播业影响,并分析应当如何综合管理算法。(30 分)

建议作答时间:35分钟

答案解析:

第一步:分析题目考察知识点

  • 拆分题目:对算法推荐的依据的认识+算法推荐对新闻传播业的影响+应当如何管理算法

  • 考察知识点:算法推荐

  • 答题方向:认识+影响+措施

注意:①如果对考察的某个技术记不起来,就回归到技术本身。

②论述题强调内在逻辑性,注意答题点的比例分配。

例:算法推荐对新闻传播业的影响考察重点:影响

如何管理算法考察重点:措施

第二步:答题思路梳理

  • 一、算法推荐的依据

  • 二、机遇:算法推荐给新闻传播业注入新活力

  • 三、挑战:算法推荐给新闻传播业招致新隐患

  • 四、引导:善用算法,变挑战为机遇

注意:①注意答题时积极影响和消极影响的比例分配。

②答题要有突出点。

③注意思辨性,要有包容性,不要把技术想的太坏。

参考答案:

算法推荐,是指依托于互联网技术和大数据技术,对用户的阅读习惯与兴趣偏好进行数据抓取,经过计算分析后得出用户画像,然后针对用户特性进行个性化、智能化的内容生产与分发【注意关键词 踩分点】该技术现已被广泛应用于新闻传播行业,产生了深远的影响。【开门见山+过渡句】

一、算法推荐的依据(答任意三点即可) 

现阶段,算法推荐的依据主要分为 6 种:

1.基于内容:其理论依据主要来自于信息检索和信息过滤,根据用户过去的浏览记录来向用户推荐用户没有接触过的推荐项。

2.协同过滤:基于这样一个假设,即跟你喜好相似的人喜欢的东西你也很有可能喜欢。所以基于用户的协同过滤主要的任务就是找出用户的最近邻居,从而根据最近邻居的喜好做出未知项的评分预测。

3.关联规则:以关联规则为基础,把已购商品作为规则头,规则体为推荐对象。关联规则挖掘可以发现不同商品在销售过程中的相关性,在零售业中已经得到了成功的应用。

4.基于效用:建立在对用户使用项目的效用情况上计算,其核心问题是怎么样为每一个用户去创建一个效用函数。因此,用户资料模型很大程度上是由系统所采用的效用函数决定的。基于效用推荐的好处是它能把非产品的属性,如提供商的可靠性和产品的可得性等考虑到效用计算中。

5.基于知识:在某种程度是可以看成是一种推理技术,它不是建立在用户需要和偏好基础上推荐的。基于知识的方法因它们所用的功能知识不同而有明显区别。效用知识是一种关于一个项目如何满足某一特定用户的知识,因此能解释需要和推荐的关系,所以用户资料可以是任何能支持推理的知识结构,它可以是用户已经规范化的查询,也可以是一个更详细的用户需要的表示。

6.组合推荐:由于各种推荐方法都有优缺点,所以在实际中,组合推荐经常被采用。研究和应用较多的是内容推荐和协同过滤推荐的组合。【最主要特征】

二、机遇:算法推荐给新闻传播业注入新活力 
1.新闻生产:激发优质新闻内容领域创造力
算法推荐满足分众用户精准化、个性化的新闻需求,提高特定受众特定新闻的目标到达率。高到达率激发新闻生产者对优质新闻内容的创造力,垂直化的新闻分发模式使得新闻生产者深耕某内容领域,从而创造出更为优质的新闻内容。 
3.新闻分发:实现信息爆炸时代下的“减法思维”
互联网作为一种“高维媒介”,充分激活了用户个人的信息生产能力,其所带来的信息爆炸也使得传统的统一新闻分发方式和渠道在数量巨大的新闻信息面前显得力不从心。算法推荐作为新闻与受众之间的技术中介,通过精准的需求匹配、快速的技术分发,解决了信息爆炸时代新闻分发的方式和渠道问题,实现新闻分发的“减法思维”。 
3、新闻产业:迎来“工业化流水分发”的高效时代
算法推荐通过技术加持,将新闻分发方式从传统的人工分发编辑推向以“人工智能”为核心的工业化、高速化、流程化的新闻分发程序。在节省人力劳动的同时也降低新闻生产成本,从而提高生产效率,这意味着新闻产业已经从“劳动密集型”产业转向“工业化流水分发”。 

三、挑战:算法推荐给新闻传播业招致新隐患 

1.工具理性泛滥,新闻公共性丢失

工具理性是马克思·韦伯提出的,指个人对于目标利益的追求胜过一切方式与手段。新闻生产者在算法推荐的机制的激励下,为获取受众关注赚取利润,在新闻制作过程中会存在忽视新闻伦理、新闻专业主义等现象,在某种程度上,算法推荐也解构了传统新闻选择的价值标准,突出强调新闻价值要素中的趣味性,关注受众的“want”而非“need”,而符合大众利益的“公共性”信息却因趣味性不足而被忽视,这种逐利心理与受众趣味的片面迎合使新闻逐渐丢失公共性。

2.把关标准异化,商业考量加重

传统的新闻把关由专业的媒介工作者担任,算法推荐依赖的是机器把关,因此,传统的议程设置者和新闻把关人让位于算法程序,其背后的运行逻辑是以争夺流量为出发点的商业性考量。我国“一元体制,二元运作”就要求新闻机构社会利益高于经济利益,因此,新闻把关应更注重社会利益而非商业利益,而具有商业性质的算法推荐把关标准,会使媒体机构从“社会公器”滑向“盈利机构”,同时,商业性的把关标准导致假新闻、标题党、后真相等问题层出不穷。

3.技术暗含偏见,资本与权力被隐藏【可以阅读彭兰老师的相关论文】

传播政治经济学派强调关注传播背后的权力中心,尤其是在互联网构建的以平等、自由为特性的虚拟空间中,政治与经济组织仍处于权力中心。算法推荐形成的看似是针对用户的需求进行新闻定制,但其规则和技术则掌握在以新媒体为代表的经济组织手中,是批判学派所言的“假意识”。比如 Facebook 在 2016 美国大选的“偏见门事件”,其背后就暗含着数据与算法拥有者的意识形态,长久来看,不利于构建媒介与用户之间的信任关系而产生疏离感。【案例】

四、引导:善用算法,变挑战为机遇(一般来说,分角度论述三 点即可)

1.主流价值,积极引导【主流价值观一般放在最前面】

要坚持党管新媒体,把导向要求落实到平台管理、队伍建设、内容生产等各个环节。用正确的价值观指导算法推荐,所有的算法规则、技术架构都要符合社会伦理和法律法规。鼓励优质内容生产和传播,加强算法对于社会主义核心价值观等内容的推送,放大正能量作品的影响力、感染力,培育积极健康、向上向善的网络文化。 

2.人机协同,高效把关

智能平台应当肩负起信息把关、价值引领的主体责任,守住底线, 把住红线,决不能传播有害信息、造谣生事。加强总编辑责任制度,优化绩效考核指标,不能仅以点击量、广告收入为标尺,放任低俗内容侵蚀受众。研发升级算法识别体系,强化算法技术对于新闻源头的筛选过程,提高优质内容推荐权重。改进安全风险评估和审核规则,加大人工审核的投入力度,实现“人机结合”的优势互补。

3.加强立法,完善伦理

政府部门要加快人工智能领域的立法体系建设,研究出台算法推荐的相关管理办法,划定技术伦理、权限边界和行为规范。密切关注算法推荐的技术创新和延伸发展,特别是其在政治、经济等领域的运用和影响。履行好监管责任,对于未能尽到主体责任的平台及时问责、督促整改。发动社会力量参与监督,优化举报处置流程,完善举报核实奖励机制。 

4.提升素养,善用技术

用户要树立正确的网络媒介使用观念,培养消费优质内容的习惯,使得媒介为我所用而非沉溺其中。发挥主观能动性,增强对信息的辨识、分析能力,提升对信息价值的判断、解读能力,避免沦为技术的客体和附庸。丰富自身知识结构,培养多元开放思维,突破“信息茧房”的壁垒,提高理性认知水平。 

综上所述,算法推荐已逐步深入到新闻生产的各个核心环节,数据与算法在提升传统编辑室新闻效率的同时,也带来诸多行业难题。我们应该辩证地看待算法,在采用新技术、拥抱新变化的同时,避免陷入唯技术论,以期促进新闻传播业实现更好的发展。【总结】

优秀作业:

本栏目由「押题冲刺班」策划推送☟☟☟☟

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多
    喜欢该文的人也喜欢 更多

    ×
    ×

    ¥.00

    微信或支付宝扫码支付:

    开通即同意《个图VIP服务协议》

    全部>>