传播的可计算性对传媒业影响深远

原标题：传播的可计算性对传媒业影响深远——对澳大利亚媒体转型研究与实务的观察思考

　　核心阅读：智能推送是建立在数据和算法基础上的，如何用法治手段监管数据，如何用主流价值驾驭算法，如何破解圈层传播导致的态度褊狭，在全媒体时代牢牢把握舆论引导的主动权，更广泛地凝聚社会共识、形成社会合力，是我们面临的一道现实课题。

　　2019年10月下旬至11月初，我赴悉尼科技大学参加新媒体运作培训，对澳大利亚新闻传播学界和业界有了一次近距离的观察与思考。尽管在媒体深度融合、新媒体平台建设等方面，澳大利亚相比中国还有一定的“代差”，但其媒体转型研究依然在一些领域具有超前性。

　　悉尼科技大学是一所偏应用的大学，创新意识极强，其媒体转型中心许多研究方向具有全球性和前沿性，已经超出了本土的视域。其中，特别强调传播的量化研究，注重传播的可计算性，几乎每位授课者的课件都被数据图表填满，所有结论都有明确的数据支撑，而不是从概念到概念的纸上演绎。这与媒体研究的学科特点和悉尼科技大学的气质相当吻合，而这样的培训，对于一线媒体工作者而言，也极为受用。

　　智能推送对受众认知的影响

　　近年来，传播的可计算性研究有日益成为“显学”的趋势，计算传播学已经得到学界普遍认同，应用场域也日益拓展，例如数据新闻、计算广告、智能推荐等。此次培训，悉尼科大也安排较大比重的课程，让学员了解“当数据遇到媒体”，会产生怎样的化学反应。

　　澳大利亚最大的户外广告公司“ooh！ media”的数据分析科学家，从机器学习、自然语言处理、神经网络等技术层面，讲授了“协同过滤”“基于内容”“混合推荐”三种常见的媒体智能推送模型，并做了推全率和推准率方面的评估。从千人一面到千人千面，智能推送彻底改变了媒体抵达用户的方式，内容与用户的精准匹配大大提高了传播的效率和效果，这无疑是传播领域一场革命性的变革。

　　如今，媒体智能推荐系统成为个性化信息获取的重要途径，今日头条这种聚合类新闻应用，借助个性化推荐的技术优势，成为移动端的头部平台，事实上也就建立了新的内容把关模式。悉尼科大的Sacha教授认为，智能推荐、算法技术限制了信息消费者的选择范围，相当于一个“过滤气泡”，其对用户偏好的分析，客观上也会产生“回音壁”现象，将影响甚至改变用户对新闻的认知和判断，更遑论英国剑桥分析公司这样对民意的主观干预。事实上，国内业界和学界，也一直在探讨类似的问题，比如“信息茧房”“观点极化”“圈层壁垒”等。

　　算法可以改变用户的新闻取向，但算法工作机制本身并不是完全透明的，这种担忧可以说是全球性的。澳大利亚消费者与竞争委员会曾经做过这方面的调查报告，但对传统媒体强监管而对数字媒体弱监管的问题并没有得到有效解决。智能推送是建立在数据和算法基础上的，如何用法治手段监管数据，如何用主流价值驾驭算法，如何破解圈层传播导致的态度褊狭，在全媒体时代牢牢把握舆论引导的主动权，更广泛地凝聚社会共识、形成社会合力，是我们面临的一道现实课题。

　　内容生产的深度融合和智能化趋势

　　传播技术的变革必然会改变内容生产的既有模式，包括生产流程和内容呈现。校方专门安排了一堂“叙事多媒体新闻”的课程，教授也颇为资深，曾在《悉尼先驱晨报》任职，又担任独立电影制片人10年之久。“叙事多媒体新闻”融合了文图、音视频等多种表达手段，适合于大新闻事件的深度叙事，兴起于1993年，最初以只读光盘形式传播。第一阶段的代表性作品是围绕美军在索马里遭袭开展的多媒体专题报道。第二阶段从2013年开始，以《纽约时报》制作的《雪崩》为代表作，以及2014年反映澳大利亚塔斯马尼亚州森林大火的“FIRESTORM”，其故事性和人文情怀更加突出，而技术运用也更为复杂，如360度全景视频、电子游戏手段等。

　　虽然澳大利亚目前尚未就全媒体概念展开研究，对融媒体的理解也与中国有一定的差别，但在传播实务中，媒体融合的趋势是一致的。澳大利亚的主流新闻机构，包括我们参观的澳大利亚广播公司ABC、民族电视台SBS、澳联社以及出版社和小型传媒广告公司，都在努力适应传播技术和传媒格局的变化。在社交媒体开设账户扩大自己的影响力是比较普遍的做法，用户创造内容的引入以及“游戏+新闻”“新闻+服务”的拓展也比较普遍。自有新媒体平台建设比较注重网站，电子杂志、电邮推送依然有一定市场，但移动端平台建设目前与国内还有差距。值得我们注意的是，播客在澳大利亚拥趸众多，音频产业依然有自己独到的市场。在媒体从业人员的融合技能培训方面，各大媒体也是不遗余力。虽然没有全媒体记者的概念，但记者工作流程、技能和习惯的改变一直在路上，特别是视频制作软件的掌握已然是同写作一样的基本功。从澳大利亚情况看，广电机构的媒体转型相较纸媒更加顺畅。媒体数字化转型排行榜上，新闻集团、ABC、9NEWS、7NEWS走在前列。