--- schema_version: "library-reader-v1" source_type: "original_book" title: "算法权力与政治" author: null edition: null publisher: null year: null isbn: "9780190493042" library_document_id: "00b53386-166c-4d03-bcf3-987d55c93423" source_sha256: "693660f347146f5b6285c809cbebcbf0e0ffb4e420778a05937e327003964be1" pdf_physical_page_count: 200 pdf_physical_page_index_base: 0 range_start: 140 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423?start=140&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=140&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=130&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=150&limit=10" --- # 算法权力与政治 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=140 | PRINTED_PAGE=130 公制功率 与任何商业业务一样，利润当然是最受重视的。算法的潜力不在于具体的代码，而在于算法提供的经济前景，以及它们以新方式对数据采取行动的感知能力。如果算法承诺降低生产和流通成本，可能就没有太多反对的理由了。挪威当地报纸《ittromsø》的主编斯蒂格·雅各布森(StigJakobsen)在2016年5月接受我采访时告诉我，选择实施一种算法来个性化报纸的“移动前端”是相当容易的：“如果你发现某样东西能让你的流量增加28%，就像我们所做的那样，你所能做的就是说声谢谢”(2016年5月采访2)我们可以把这称为务实路线。在这里，量化和流量测量是成功的新语言，很容易得到算法的支持，这些算法允许进行看似客观的决策。增加对用户数据的访问意味着新的见解和新的行动可能性。雅各布森于2015年年中加入这家当地报纸，此前他的大部分职业生涯都是在杂志行业度过的，曾担任斯堪的纳维亚一些最大的生活方式杂志的创始人和总编辑。他表示，实时分析和算法有望支持更明智的新闻决策。在杂志行业和更普遍的新闻业一样，决策往往纯粹基于“直觉”。然而，在经济困难时期，“直觉”风险太大，而指标和数字可能会为你省去许多不必要的失误。虽然雅各布森对算法看似客观的承诺充满热情，即向合适的读者提供更多相关的新闻，但他小心翼翼地不把太多的权力归功于算法本身。雅各布森表示，算法只是一个工具，可以用来确保正确的新闻到达正确的人手中，“如果你对贾斯汀·比伯不感兴趣，算法就不会为你推荐那篇文章”(采访2,2016年5月)。 然而，指标影响编辑决策的力量并不新鲜(安德森，2011;多明戈，2008;Vu, 2014)。正如新闻学者克里斯·w·安德森(Chris W. Anderson,2011)所描述的那样，基于他在费城新闻编辑室进行的人种学研究，新的测量方法和网络流量工具促成了“生成型、创造性受众”的出现。安德森发现，“编辑们显然在根据网站读者的量化行为来调整他们对什么算’好新闻故事的理解”(2011:562)。对于丹麦《日德兰日报》(Jyllandsposten)的数字总监延斯·尼古拉森(Jens Nicolaisen)来说，大数据和新的计算工具提供的可操作见解的程度是新闻业最有前途的途径之一。在尼古拉森看来，分析和指标在新闻编辑室的广泛使用，导致了新闻业更广泛的权力转移。他说，以前，新闻主要是由内而外产生的，没有过多地考虑读者真正想读什么。赫伯特·甘斯(Herbert Gans)在他的开创性著作《决定什么是新闻》(1979)中观察到，新闻业对受众需求缺乏反应是最著名的。甘斯指出，他惊讶地发现对实际受众的了解如此之少 130 IF .. . THEN ## PDF_PHYSICAL_PAGE_INDEX=141 | PRINTED_PAGE=131 存在于新闻编辑室中：“尽管他们对观众有一个模糊的印象，但他们很少注意它”(甘斯1979:229)。然而，尼古拉森观察到，今天的价值创造越来越多地从外部开始—一用户实际点击什么，他们说他们感兴趣什么，他们在社交媒体上分享和谈论什么(采访3,2015年2月)。 英格堡沃兰(IngeborgVolan)当时是挪威历史最悠久的报纸《Adresseavisen》的创新和新闻编辑部发展主管，他也有同样的看法，认为数字媒体已经深刻改变了新闻业的格局。传统报纸受到技术支持的限制：“你根本不可能为每个订户印刷个性化的报纸，”沃兰说。这些技术限制现在基本上消失了，随之而来的是，为每个人生产同样的报纸的明显理由。毕竟，沃兰说：“并不是所有的读者都一样。人们的兴趣差异很大，他们读的东西也不一样”(2016年8月采访4)。然而，这并不意味着沃兰认为新闻业应该简单地迎合人们的口味和喜欢。当我请她详细阐述用户和读者塑造新闻的力量时，她说：“我认为没有人会希望这样。”这并不是说权力已经从编辑转移到用户身上一一或者就此而言转移到算法和数据分析身上。虽然算法和社交媒体平台肯定会挑战新闻媒体机构历来占据的特权地位，但它们也为接触人们提供了新的机会。在沃兰看来，这不是一个非此即彼的问题，而是一个仔细调整的问题。 更好的工作流程 访谈还表明，算法的潜力与其在组织新闻工作中的作用密切相关，特别是在被视为战略变革推动者方面。从管理的角度来看，算法为加快生产周期提供了机会，使新闻实践更有效率，新闻更以消费者为导向。例如，记者通过监控自己的文章在读者和分发方面的表现来跟踪自己的表现，已经成为一种相当普遍的做法。在丹麦报纸《政治报》(Politiken)，记者和前台编辑都配备了仪表板，帮助监控和分析特定文章和故事的进展情况。大多数组织都倾向于使用一些主要的软件系统包括用于实时跟踪现场用户行为的Chartbeat，以及用于分析这些数据的Comscore或谷歌分析。通常，这些“现成”产品中的元素会在定制的软件解决方案中结合并适应组织的特定需求和兴趣。正如时任政治报数字发展总监的安德斯·埃米尔·默勒(Anders Emil Møller)所解释的那样，仪表板和分析软件是重要的工作工具，可以让记者更好地了解他们的工作流程。考虑到这一点，它甚至可能给他们一种成功感和能动性 Programming the News 131 ## PDF_PHYSICAL_PAGE_INDEX=142 | PRINTED_PAGE=132 他们能够更好地理解一篇文章什么时候做得特别好，或者他们可能需要改变什么来提高性能。像Chartbeat这样的系统被用来监控读者在一篇特定文章上花了多少时间，以及他/她下一步可能会看什么。从这个意义上说，软件系统和仪表板成为了一种认知工具，可以了解记者自己的表现，或者读者的行为和兴趣。此外，它们还被用来实现存在于管理层的关于什么是好的新闻工作的期望。当被问及许多不同的衡量标准和跟踪机制是否可能耗尽记者的工作时，Møller表示，这些系统的存在只是为了帮助和支持记者尽其所能(采访5,2014年3月)。Møller认为，这些系统甚至可以帮助记者宣传自己的工作。例如，追踪系统能够根据所提供的指标，为记者争取在头版上更突出的位置提供杠杆。从这个意义上说，由不同分析工具提供的仪表板和指标变得充满了话语权，用于与前台谈判。 2016年9月，Politiken新任数字开发总监Aske Johan Koppel Stræde在接受我采访时表示，算法主要是针对消费者的，而不是针对从业者的。这就是Stræde定位算法潜力的地方，帮助记者以创新的方式发现、语境化和框架化新闻。Stræede建议，与其设定议程，不如利用算法为记者提供新的工具，“让设定议程变得更容易”。许多线人建议，无论是这些工具在推特上挖掘重要话题，还是追踪人们在Facebook上谈论的内容，算法都可以有效地用于支持新闻实践。在采访中，我惊讶地发现，当算法被称为人类助手，而不是各种各样的自动看门人时，似乎更容易以一种积极的方式谈论算法。将算法作为提高编辑工作流程效率的工具，被理解为不那么具有对抗性，可以是一种对算法说“是’的方式，同时又不会损害新闻的民主功能。正如我们将在下一节中看到的，当算法与新闻业的价值观和制度角色更直接地联系在一起时，围绕算法的对话往往会发生转变。记者通常认为自己是在利用算法为公众提供更好的新闻，而管理者也倾向于捍卫新闻的这一公共功能。 虽然算法被各种各样地认为是支持新闻工作者完成任务、提高生产周期效率的有用工具，但它们不仅在支持记者，而且还在慢慢改变新闻工作本身的状况。算法通过创造新的体裁、实践，以及对新闻和新闻工作是什么、应该是什么的理解，帮助以新的方式制作新闻。正如关于数字和算法新闻的新兴文献所描述的那样，算法现在被用来在社交媒体平台上找到相关的故事(瑟曼等人，2016)，创造引人注目的标题(van Dalen, 2012)，使用数据集生成故事(Karlsen和Stavelin, 2014),以及汇总和推荐 132 IF .. . THEN ## PDF_PHYSICAL_PAGE_INDEX=143 | PRINTED_PAGE=133 新闻报道(Just &Latzer, 2017)。在许多被研究的新闻机构中，大量投资用于试验新的计算工具，以使新闻工作更有效。克莱默解释说，在Schibsted，一个问题是记者经常以太长、太复杂、太复杂的形式写作，而没有真正考虑到用户的观点。正如克莱默所看到的，用算法“原子化”新闻是有潜力的。这种方法也被称为“结构化新闻”，其工作原理是将每一点内容都视为一个单独的数据块，根据特定读者已经知道的情况，这些数据块可以重新组合成新的形式正如克莱默所指出的那样，通过简单地将每个句子、单词或段落视为一个单独的“原子”，新闻编辑室可以利用算法和数据库的力量“随时”制作新闻报道，避免不必要的重复。克莱默推测，也许是时候重新思考传统新闻文章本身的类型了，他引用了挪威主要小报和最多人阅读的报纸VG进行的一项研究，该研究表明，两家报纸的记者每天发表的内容存在压倒性的重叠。不仅仅是像记者一直做的那样简单地写文章，原子化新闻本质上意味着故事叙述过程本身的个性化，这个过程从根本上是由算法和结构化数据驱动的。Sundve在Schibsted的演讲使命似乎部分是建立面向-à-vis科技公司的“新闻的真正目的”，然而，原子化所代表的远不止是一种新的计算技术。在争夺关注度、收入和信息流控制权的持续战斗中，内容才是王道。如果社交媒体平台所做的只是分发内容，那么创造原创和个人内容可能只是新闻媒体行业“争取相关性的最大武器”(Sundve,2017)。或许，更重要的是，创造新闻内容所带来的编辑问责制。为了成功地保持独特和负责任的编辑声音，Sundve认为开发算法和人一起工作的新方法至关重要(采访7,2016年5月)。 为此，将我们的注意力转向schibsted拥有的瑞典移动新闻应用程序Omni可能是有益的，它是一个以新方式组织编辑工作流程的算法潜力的例子。依靠开发者、编辑和新闻排名算法的结合，Omni试图为用户提供总编辑Markus古斯塔夫松所描述的“全新的新闻体验方式”。古斯塔夫松曾在瑞典主要小报《瑞典晚报》(Aftonbladet)担任总编辑，后来与IanVännman共同创立了Omni。他说，这一切都始于一个使命，那就是创建瑞典版的《赫芬顿邮报》(Huffington Post)。但Omni并没有照搬现有的新闻服务，而是发展成为自己独特的服务。Omni不是创建原创内容，而是从其他网站聚合新闻，并提供手动编写的新闻摘要，同时链接到原始来源。读者也可以关注某些主题，个性化新闻组合。在我访问的时候 Programming the News 133 ## PDF_PHYSICAL_PAGE_INDEX=144 | PRINTED_PAGE=134 2015年3月，在斯德哥尔摩的Omni总部，大约有10位编辑轮班工作，精心挑选新闻。我花了一周的时间在现场观察编辑的日常工作，对其中一些人进行了非正式的采访，同时也对与Omni和Schibsted媒体公司有关的设计师、开发者和编辑进行了更正式的采访(采访9-16)。这些编辑在加入Omni之前都有记者和记者的背景，他们不写自己的故事，也不像传统意义上的记者那样工作。相反，他们的工作是从内容交付系统中挑选有趣的新闻项目，以使其“为算法做好准备”。也就是说，编辑使用定制的内容管理系统来总结现有的故事—一例如，给故事一个新的标题，提供一个简短的书面摘要，将其与原始来源链接起来，并找到一个合适的图片来搭配。 让故事算法就绪的一个关键部分(在这种情况下，指的是以一种可以被处理并随后被算法排序的方式准备新闻项目)是为每个故事设置新闻和生命周期值。在编辑可以发布编辑后的故事之前，他们必须为每一个故事分配一个独特的新闻价值(5分)和一个生命周期价值(3分)。正如古斯塔夫松所解释的那样，这些价值观作为相关性和新闻价值的象征，随后被输入一个算法，最终“决定在哪里以及如何展示新闻”(采访8,2014年4月)。该算法根据新闻和终身价值、读者的个性化设置、时间衰减以及为每个主要新闻类别预定义的相对权重(即，外国新闻的权重略高于体育)，对每个故事进行排名。古斯塔夫松认为，编辑赋予的新闻价值和终身价值是基于新闻专业知识和直觉的“主观价值”(采访9,2015年3月)。那么，算法的工作就是以客观和可预测的方式处理主观价值。虽然新闻排名算法相当“平庸和简单”，而且所涉及的人类努力是“至关重要和决定性的”，但古斯塔夫松明确表示，他们“如果没有算法就不可能做到这一点”，因为“事实上，它确实影响很大”(2015年3月采访9，以及现场观察笔记)。算法在提供更好的用户体验方面有潜力，但也许“首先是让工作流程更高效、更节省时间”(2015年3月采访9)。 The (Un) problem Algorithm 虽然潜在的概念是新闻中如何谈论算法的一个重要方面，但算法同时被概念化为或多或少有问题。我说或多或少是因为，当算法看起来没有问题时，很大程度上是因为它的作用被淡化为微不足道或微不足道。与潜在的概念一样，算法在特定情况下也会变得有问题。 134 IF .. . THEN ## PDF_PHYSICAL_PAGE_INDEX=145 | PRINTED_PAGE=135 采访揭示了当算法威胁到确保公众知情的新闻使命时，它们是如何被视为特别有问题的。此外，当算法威胁到太多的自动化时，尤其是当它们危及人们的工作，或者当它们变得不守规矩、不再容易控制，开始挑战编辑责任的基本试金石时，算法就会变得有问题。算法的间题不仅在于它们所指出的各种担忧和挑战:在不同的时间和环境下，它们也被认为是有问题的。例如，有问题的算法的概念出现在谈判和破裂的时刻，或者当它被人们的担忧和担忧所渗透时。 将算法作为代理纳入新闻编辑室并非没有挑战。与我交谈过的大多数新闻高管都描述了在将算法加入其中的过程中遇到的各种障碍和尝试。当算法被纳入编辑工作流程时，这个过程的特点往往是在开始的时候有很多争论和调整，然后算法逐渐滑落到后台，至少暂时稳定下来。许多新闻媒体都有专门的程序员和数据记者团队，他们会不断地试验新的工具和技术;然而，当组织策动更关键、影响更深远的技术变革时，这个过程往往更加自上而下。少数敬业的人，通常是数字项目经理和编辑，做出的决定随后被推广到新闻编辑室的不同部门和部分。首先，你需要弄清楚你想让算法做什么。虽然一些新闻机构在概念开发上花费了相当多的时间，但iTromsø等其他新闻机构会发布代码，看看会发生什么。即使在算法发布速度更快的情况下，实现的过程也意味着要对算法进行一系列的试验和质疑。正如雅各布森在谈到伊特罗姆瑟的过程时说的那样，“首先，我们必须问自己，我们是否应该征求读者的许可”，以及算法应该在多大程度上选择加入或退出?(采访2,2016年5月)。在第一次实施算法生成的新闻推送时，他们决定不明确征求读者的许可，而是“先去做，以后再请求原谅”。当我问雅各布森，他们现在多久考虑或调整一次算法时，他回答说：“不再那么频繁了。”他说，一开始，“我们每天都在调整”，直到它变得更稳定，问题更少。雅各布森补充说，虽然似乎没有人抱怨选择加入的解决方案，但还有其他问题需要处理。事实证明，由于算法不断地显示新项目和个性化内容，同一篇文章很难找到两次。为了对抗个性化带来的档案消失，iTromsø实现了一个名为“我的阅读历史”的部分，你可以很容易地再次找到旧文章。他们还在移动端界面底部设置了一个退出按钮，让读者更容易回到非个性化的订阅中。然而，有一件事在算法上处理起来要困难得多，那就是知道什么时候该显示某些内容。在设置个性化参数时，有 Programming the News 135 ## PDF_PHYSICAL_PAGE_INDEX=146 | PRINTED_PAGE=136 “正确的时间”感似乎至关重要(参见第4章)。就像引言章节中反复出现的里斯本酒店广告一样，雅各布森用了一个类似的例子来解释算法是如何提供愚蠢的输出的。雅各布森说，为了防止算法“在你去过卢布尔雅那14年后向你显示酒店”，你需要确保给你的算法一个合理的生命周期。(2016年5月采访2) 首先，开始使用算法的决定并不总是像人们想象的那样明确。在Sveriges Radio担任社交媒体主管的克里斯蒂安·吉林格(ChristianGillinger)谈到在公共服务广播公司网站首页上展示社交生成的热门榜单概念的过程时说，“突然间，我们发现我们正在做的是创建一个算法”(采访17,2016年5月)。社交媒体团队被赋予了寻找新方法来推广社交化内容的任务。他们从一条显而易见的路线开始，观察某些节目在点赞、分享和评论方面的表现。然而，他们很快意识到，这个榜单只会反映出最受欢迎的节目，而且会向最受欢迎的节目倾斜。正如吉林格所说，仅仅看一个特定程序的点赞和分享数量并没有什么特别的社交意义。他补充说，如果你是一个小程序，比如一个总共有2000名听众的库尔德节目，你仍然设法动员了1900人来分享或点赞你的帖子，那么你在社交性方面确实做得很好。最初，“我们不知道我们正在开发的是一种算法，但我们知道我们不能把它留给不同的新闻版块”来定义社交；“它必须借助数学来完成。”因为“算法只是一个数学公式”，关键的任务是决定算法应该反映什么(采访17,2016年5月，强调添加)。对于吉林格来说，决定算法应该反映什么，关键取决于实际参与开发算法逻辑的人。虽然算法经常被指责在获取内容方面剥夺了多样性，但设计算法的人的多样性却很少被讨论。吉林格认为，在新闻机构内部思考算法并帮助发展算法的人越多越好，这表明算法需要创建和负责算法的团队的多样性。 虽然算法在开发和实施的初始阶段会暴露出自身的问题，但它可能并不总是能解决问题，还可能会制造新闻问题。有时，算法只是过于个性化，或者它们没有像预期的那样自动化事情。Omni编辑基础设施的核心新闻排名算法不仅支持编辑的工作流程;编辑们还必须以各种方式支持算法。基础设施研究领域告诉我们，基础设施需要持续的人力投入和维护工作(Bowker et al.，2010;Star & Ruhleder, 1996)。基础设施可以理解为使能资源;然而，为了正常运作，它们依赖于“人的因素，如工作实践，个人 136 IF .. . THEN ## PDF_PHYSICAL_PAGE_INDEX=147 | PRINTED_PAGE=137 (Plantin et al.，2016: 4)。最初，将Omni首页策划功能签名给算法的想法是为了减少对体力劳动的需求。当我坐在Omni的一位编辑“弗兰克”(Frank)旁边观察他工作时，他向我解释说，他们的想法是，编辑只需要根据自己的新闻专业知识设定一次新闻和终身价值;然后，算法会处理剩下的事情(采访12,2015年3月)尽管该算法在工作中相对简单，但事实证明，该算法不仅没有消除工作场所对人类的需求，而且，有点矛盾的是，它似乎还提出了新的任务。如前所述，编辑在Omni所做的部分工作是为每个新闻故事分配新闻和生命周期值，以便新闻排名算法能够相应地处理它。基于这些值和其他一些信号(即用户明确的新闻设置和分配给不同新闻部分的不同权重)，该算法可以计算头版上的正确顺序，以及允许新闻故事在该位置保留的正确时间长度。 虽然算法被编程为策划头版，但编辑需要不断检查算法的性能。正如“Emma”(另一位编辑)所解释的那样，他们需要跟踪报道在头版的实际出现情况，以及头版在多大程度上反映了其他主要报纸的头版(采访13,2015年3月)。换句话说，编辑不能简单地分配他们的新闻和终身价值，并相信算法会正确地完成它的那部分工作。它需要不断地被检查。不仅仅是编辑需要检查实际的头版，看看他们的故事是如何展示的。他们还需要确保整体产品(omni的首页)能够很好地整合在一起。为了使头版以理想的方式显示，编辑有时必须在新闻发布后更改给予新闻项目的初始值。这种做法，通常被称为“镇静算法”，在Omni的新闻专业人士中绝不是没有争议的。不得不通过手动翻新头版来“纠正算法，似乎违背了当初使用算法的初衷。正如古斯塔夫松和几位编辑告诉我的那样，赋予价值的整个想法是建立在这样一种观念之上的，即这些价值或多或少代表了客观而稳定的新闻价值标准。例如，将一篇在现实中只值得获得3分新闻价值的报道改成5分，这通常表示具有重大重要性的突发新闻，可能不仅会让人觉得适得其反。它还会使工作流程本身复杂化。在某种意义上，最初的价值不能被视为给定的，作为编辑的你必须准备好改变和调整自己的估值实践，以适应你的同事和他们正在制作的任何故事的实践，以实现成为头版的最终产品。 虽然Omni的每个人似乎都同意“镇静算法”可能并不理想，但也有一种感觉，即这些意想不到的后果成为了一个机会，可以参与到关于新闻应该是什么以及新闻应该是什么的持续讨论中 Programming the News 137 ## PDF_PHYSICAL_PAGE_INDEX=148 | PRINTED_PAGE=138 编辑新闻流的理想组织方式。在Omni，赋予算法的意义与技术意义上的算法关系不大，更多的是与作为基础设施元素的算法有关。尽管将算法描述为“节省劳动力的设备”，但对于“弗兰克”来说，算法似乎只是众多其他元素中的一个，这些元素让他能够以自己的方式工作——“没有任何人告诉你该做什么”，并且有很大的责任和自由(采访12,2015年3月)。尽管算法带来了意想不到的后果，但同样的后果可能会在不同的场合变成赞成使用算法的受欢迎的论据。从Omni的编辑工作流程中可以看出，检查算法性能的必要性同时也成为了支持人力和技术的论据。 人类有心，计算机没有 算法似乎有其明显的局限性，尤其是当人们将算法置于与人类能力相对立的位置时。人类有心灵和本能，而计算机没有。判断新闻价值的能力被视为一种明显的人类品质，也是新闻业的核心要素:技艺。这种能力取决于记者的本能和专业知识。虽然正如我们所见，一些受访者认为新闻业过于强调“人的本能”，但“直觉”仍然是记者和编辑专业自我理解的重要组成部分(Schultz,2007)。新闻业的“直觉”构成了一种关于新闻价值的隐性知识形式。对大多数从业人员来说，这是不言而喻的，以至于解释这种直觉实际上意味着什么可能很困难。即使是负责为新手阐明新闻实践的细微差别的教科书作者，也将新闻社会化的最终产物描述为“本能”(Cotter,2010:77)。事实上，在谈论算法在新闻中的作用时，许多受访者都依赖于众所周知的新闻专业主义话语。 随着信息把关的角色越来越多地掌握在工程师和计算机程序员手中，记者和新闻专业人士面临着重新审视职业行为准则、定义新闻应该扮演什么角色的艰巨任务。在这些讨论中，主要关注的问题是机器人是否会取代人类劳动，以及自动化程度的提高对工作保障意味着什么。当被提示思考这个问题时，许多举报人转而谈到了算法的局限性。虽然算法承诺让编辑工作流程更高效，但这也是算法和自动化之间关系触及边界的地方。大多数受访者认为，算法基本上只是数学、公式和计算。GeirLarsen是挪威最受欢迎的报纸VG的分析主管，他指出不断增长的数据量是一个事实，是新闻机构必须尽快处理的问题。然而，数据的影响 138 IF .. . THEN ## PDF_PHYSICAL_PAGE_INDEX=149 | PRINTED_PAGE=139 数据和算法不应该被夸大。当我问VG使用的是哪种算法时，Larsen回答说：“算法只是一种编程逻辑的形式。“不管是不是大数据，Larsen继续说道，“我们也用小数据做了很多有趣的事情。数据集是否大并不那么重要。”说到底，“你拥有的最重要的工作工具就是你的新闻本能”(2014年3月采访第20期)。即使在像Omni这样从根本上依赖于算法中介的新闻机构，计算机也无法推断上下文信息或理解讽刺意味，这意味着“算法永远不可能取代人类的心脏和大脑，知道什么对读者最好”(采访8,2014年4月)。人类判断和计算机制的这种并列，不仅揭示了一种认为算法是机械的、劣等的思维方式;它也说明了维护记者职业环境的愿望。当我问及VG的首页管理和展示自动化的前景时，Larsen表示：“我们考虑过，但答案是否定的。 95 与许多其他线人一样，拉森强调新闻的“民主”功能和新闻价值观。虽然他对使用算法实现报纸某些有限的、精心控制的部分自动化的可能性持开放态度，但他坚持认为，在决定读者应该知道什么方面，人类编辑应该发挥基本作用。在拉森看来，报纸的角色不是根据个人过去的点击行为来提供内容。如果世界上刚刚发生了一件重要的事情，“我们的职责就是告诉人们这件事，并说这很重要，这是你需要了解的’”(2014年3月第20次采访)。这种公共信息功能的关键是维持人们对报纸作为可靠消息来源的信任。编辑和经理们谈论他们的品牌名称，以及拥有人们认可的独特编辑路线的重要性。对一些人来说，新闻业中算法逻辑的出现似乎威胁到了人们已经熟悉的独特的、可识别的编辑路线。当我问及使用算法个性化Politiken首页的前景时，勒先生说：“我们希望Politiken仍然是一个可信的媒体渠道。实现这一目标的最佳方式是通过我们自己的优先级，而不是通过自动的东西。”人们来到Politiken，是因为他们知道“我们代表什么”，莫勒补充道。他解释说：“作为一份报纸，我们最大的价值之一就是它是由具有特定世界观的人创造的。”(采访5,2014年3月) 举报人对算法破坏性影响的担忧是大家熟悉的。在过去的十年里，关于算法产生所谓的过滤气泡和回音室的担忧一一用户只会根据自己的点击获得更多相同内容的想法——经常被表达出来(Pariser,2011)。这些话语构成了举报人表达自己担忧的重要背景。在某种意义上，新闻和计算的联系几乎要求告密者反思算法个性化的感知危险。而jensnicolaisen，在 Programming the News 139 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/00b53386-166c-4d03-bcf3-987d55c93423.md?start=150&limit=10)