关于人工智能时代新闻伦理与法规的思考.docx

?

?

关于人工智能时代新闻伦理与法规的思考

?

?

许向东

【关键词】人工智能?新闻传播?新闻伦理与法规?数据保护

TU984.2????????????A

【DOI】10.16619/ki.rmltxsqy.2018.24.006

人工智能是什么？它会如何发展？它会给我们的生活、工作带来哪些影响？由于学科领域的不同，关于其定义和边界很难形成共识。人工智能对传媒业的影响，包括如何提高新闻生产的效率，是否对新闻从业者造成职业压力，以及是否会对新闻伦理与法规产生冲击等，已经成为新闻传播领域的关注点。

人工智能引发了新闻伦理与法规的新问题

在传统媒体时代，传媒业相互竞争、追逐利润，引发了诸如虚假新闻、有偿新闻、媒体审判、新闻侵权等违背新闻伦理与法规的现象。当前，人工智能技术逐渐渗透到新闻产品的生产、传播过程中，在实现精准推送、高效生产的同时，也带来了新的伦理与法规问题。

数据的非法采集和过度分析。数据是人工智能时代的重要资源，拥有足够体量的数据是进行数据分析、深度挖掘的前提。因此，为了拥有大量的数据，数据的采集范围日渐广泛，采集方式也日渐隐蔽，无形中就增加了个人数据被非法收集和过度分析的风险。

信息剧增时代是一个生产大量数据和消费大量数据的时代，人们日益繁杂的社会活动在不断地产生着不可计量的数据。从所有权的角度来看，依据法律，每个人不仅拥有个人数据的所有权，而且有权利知道是哪些机构在收集自己的数据、收集了哪些数据、被收集的数据将用于何处，等等。如果在未告知对方的情况下收集个人数据，这就是一种违背职业伦理和相关法规的行为。

当前，社交媒体的普及和大数据分析技术的不断升级，不仅使得技术人员能够从看似没有价值的事物中提取信息，将其转化成有用的数据，而且也为大数据企业深入分析数据、找到数据之间的关联性提供了便利。一组孤立的、零散的数据也许不具备较高的价值，但是，如果与其他组数据放在一起考虑，发现其中的相关关系以及相关关系的强弱，将有助于我们比以往更容易、更清晰地分析事物，尤其是在发现商业价值，以及预测某类事物的发展趋势方面。“互联网+”为创造新的商业模式开辟了思路，而大数据分析技术则为实现商业价值奠定了技术基础。当前，为建设一个透明、高效的服务型政府，政府部门在逐渐开放数据库，一些网站尤其是社交媒体平台也不同程度地开放了用户的实时信息，这就为个别大数据商业机构提供了抓取和挖掘数据的机会。当数据（尤其是包含了用户个人的经济状况、社交范围的数据）间的关系被建立起来，这些数据越是被深度挖掘，其商业价值就越大。在传统媒体主导的时代，受众的注意力是最值钱的，而现在则发生了根本性变化，受众的透明度——所留下的各种行为痕迹（数据）更值钱、更好卖。因此，建立数据采集、数据分析的实施规则，有助于消除个人数据的违规采集和过度挖掘现象。

算法偏见和算法透明度。按照常理，算法作为一种数学表达，理应抛弃了人类在信息传播中具有的猎奇、歧视、偏见等不良因素，但现实并非如此。所谓的算法偏见（algorithmicbias），是指在看似客观中立的算法程序的研发中，其实带有研发人员的偏见、歧视等，或者所采用的数据带有偏见或歧视。[1]算法是通过数据运算来预测未来的，运算过程将涉及数据的质量、研发人员对数据的筛选等因素。其中，数据的体量、准确性、适用范围等直接关系到算法决策和运算的结果。在研发人工智能系统的过程中，研发人员所使用的训练数据的分布状况，以及对算法进行应力测试的过程，都会影响人工智能的决策与选择，使得各式各样的偏见、歧视被技术客观性的外衣包裹。另外，算法和数据驱动产品总是会反映其建造者的设计选择，如若程序员们本身带有偏见，那么编写出来的程序带有偏见就不足为奇了。[2]当前，算法偏见主要有如下几种：一是“互动偏见”，指在算法系统与用户互动过程中使算法产生的偏见，当机器被设定为向周围环境学习时，它们不能决定要保留或者丢弃哪些数据，也无法判断哪些数据是对的或错的;二是“潜意识偏见”，指算法将错误的观念与种族和性别等因素连结起来;三是“选择偏见”，指受数据影响的算法，导致过于放大某一族群或群组，从而使该算法对其有利，而代价是牺牲其他群体;四是“数据导向的偏见”，指用来训练算法的原始数据已经存在偏见了，机器不会质疑所接收到的数据，只是单纯地寻找其中的模式。如果数据一开始就被扭曲，那么其输出的结果，也将会反映这一点。[3]

算法的透明度问题本质上也是新闻生产的透明度问题。传统的新闻生产流程较为简单，从素材的采集加工，到编辑整合，再到播发，公众多多少少都有所了解。而披著“高科技”外衣的“算法”则让人感觉有些“高深莫测”了。诸如“是哪些人研发了这个算法”“这个算法的运算目的是什么”“谁对运算的结果负责”以及“设计推荐算法需要参考哪些指标”等