一 研究缘起

作为新闻业在数字环境下“后台前置”^[1]的下一个阶段——“把关后移”^[2]的主体，平台媒体（platisher）的新闻推送业务大多基于用户的使用习惯，通过算法预测用户感兴趣的信息和话题，再将其推送给用户。逐渐转型为平台媒体的社交媒体在现有的模式下很大程度上主导着新闻内容的聚合与分发，而这种有别于过去不管是传统媒体还是原生网络媒体的内容分销模式正成为当前用户接触与获取新闻的主流形态^[3]。鉴于目前社交媒体尚未大规模从事内容生产，其身份和功能的主要定位是通过对于用户偏好的精确匹配，从海量过剩的信息洪流中将用户最关心、最适合用户接收的信息甄选出来。这种模式目前备受推崇。2016年路透新闻研究院的调查显示，虽然对于算法推送新闻确实存在平台偏向（platform bias）、信息茧房（information cocoons）以及回音壁（echo chamber）的担心，但人们尤其是年轻人，更加愿意使用和相信根据算法生成和推送的内容^[4]。其中的原因之一在于，人们认为平台媒体给用户推送的新闻是基于个人偏好的“定制品”，可信度和适应性都来自精妙的算法。2016年8月12日Analysys易观在《中国移动资讯信息分发市场专题研究报告（2016）》中发布了一个具有“里程碑式意义”的数据：在2016年的资讯信息分发市场上，算法推送的内容已经超过50%^[5]。

既然算法推送新闻在人们日常的信息接触中已开始扮演如此重要的角色，那么是什么决定着平台媒体的算法呢？平台媒体在制定算法的时候需要考虑哪些因素呢？这些因素是如何组合起来的呢？背后体现着怎样的价值观与标准呢？数字时代，数据治理、数字经济、数字技术突飞猛进，数字潮流对社会秩序、公民生活和人类自由正在全面渗透。数字社会学家马诺维奇（Manovich）认为：在当前，理解大规模数据采集（large-scale data collection）、算法分析（algorithmic analysis）、计算实践（computational practices）和公共知识生产（the production of public knowledge）之间的互动关系，是我们这个时代的核心方法论和哲学挑战之一。^[6]因此，本文尝试在平台媒体渐成社会主流信息接入的背景下，通过不同平台间“算法机制”的比较，将平台的发展、定位与行为放入整体性的社会互动的框架，通过开箱“算法机制”，挖掘和发现潜藏在平台、技术、用户、社会关系等问题背后的更为深层次的价值理念。通过对于这些语境与理念的比照，明晰算法是通过怎样的机制作用于平台和用户，这样的机制对于公共空间和政治公共性产生了怎样的影响，对于社会是否产生了新的不平等的权力。

二 文献综述

算法作为最典型的“技术性组件”（actunt）是互联网运作机制的底层架构，在实质上管理（manage）、策划（curate）和组织（organize）着大规模的网络工作^[7]，在关键位置和基础层次上决定着上层的应用逻辑^[8]。信息技术的发展使得技术性组件在当代的媒介转型与创新的过程中发挥着重要的节点作用^[9]，对于算法的研究也主要集中在讨论互联网时代算法在知识生产中的关键角色和核心地位问题。

首先，在新闻生产的视角和框架下，算法研究主要关注算法是如何参与新闻生产的具体实践的，研究对象是新兴的互联网公司或者新媒体的数字产品生产、营销以及产业链过程。一系列对互联网产品的研究都可以从这个角度串联起来，比如对于互联网巨头的基础业务算法^[10]、对搜索引擎的反思^[11]等。作为新闻生产创新研究的一个组成部分，一个简单的启发式结论是：归根结底技术性组件是从社会建构的角度发明、生产、扩散以适应新闻业、商业和新闻机构内部的技术目的的。正是在这样的社会建构过程中，内容管理系统编码带入新闻价值观，决定某种特定类别的内容被选择出来进入特定的平台。

其次，关于算法对于既有的新闻观念、新闻价值的冲击。对于算法来说，透明度原则、可信性原则、中立性原则以及对于意料之外的风险规避原则是衡量算法稳健性的基本向度^[12]。但是，同时还存在着“算法审查”（Algorithmic Censorship）和“自我审查”（Self-censorship），前者会淹没掉像“弗格森案”这样的重要新闻^[13]，后者也在一项针对Facebook的研究中得到体现^[14]。而与“算法审查”做斗争也成为技术哲学与技术伦理的讨论热点^[15]。

在理论框架上，安德森借鉴布尔迪厄的“场域”理论和