【摘要】2014年媒介融合元年起，人工智能与新闻领域持续深度融合，算法推荐技术作为AI技术的重要“见证者”，使“今日头条”等以算法推荐功能为主打的信息聚合类APP成为用户使用行为与关注的焦点。这种主动或被动地持续关注同质化信息的现象，令人们开始担忧其产生的信息茧房、回音室效应等负面影响。“下文”APP作为另类的算法推荐新闻客户端，是国内“聊新闻”APP的开拓者。它在算法推送红极一时的时代，展现出人工智能与用户兴趣的互动性质是当前众多新闻类客户端应借鉴的法宝。

【关键词】“下文”客户端；聊新闻；算法推荐新闻

【Abstract】Since the first year of media convergence in 2014, artificial intelligence has continued to deeply integrate with the news field. Algorithm recommendation technology is an important "witness" of AI technology, making "Today's Headlines" and other algorithm recommendation functions as its main feature. Information aggregation apps have become the focus of user behavior and concerns. This phenomenon of active or passive continuous attention to homogenized information has caused people to worry about the negative effects of the information cocoon room and echo chamber effect. The "Xia Wen" APP, as an alternative algorithm recommendation news client, has become the pioneer of the domestic "chat news" APP. In the era when algorithms are popular, it shows that the interactive nature of artificial intelligence and user interests is a magic weapon that many current news clients should learn from.

【Key words】 "Xia Wen"APP ;chat news; algorithm recommended news

【案例简介】

2016年，Quartz、Facebook Messenger等应用程序以其对话式的聊天界面重新定义了新闻分发模式，呈现出了在对话模式推动下的“双向度”运作逻辑。新闻对话机器人( News Chatbots)，也称新闻聊天机器人，是指通过与用户进行双向互动，以对话形式呈现新闻资讯的准人工智能程序系统。

早在1966年，美国出现了人类历史上首款聊天机器人艾丽莎(Eliza)，她由计算机科学家约瑟夫·维森班(Jeseph Weizenbaumd)设计开发，艾丽莎设定为一个精神治疗医师，可以和人聊心理情绪方面的问题，她会时常复制用户原话中的关键词，来重复一些对方的话;或者是提出一些开放性的问题，比如“你是怎么考虑的呢?”，一旦用户有所怀疑，她就会用“请继续”来回复。此时的艾丽莎并不具备人工智能，她无法理解对方语言的含义，仅仅是模拟了罗杰斯心理治疗技术的简单会谈法。几十年过去了，新的聊天机器人不断涌现，比如当下苹果智能手机中的Siri。

而在新闻传播领域，聊天机器人同样试图以独特的方式在传统新闻业面临人工智能挑战时，展现出更具包容性的一面，从而赢得一席之地。在国外，出色的聊新闻机器人代表非美国的Quartz莫属。2016年2月，数据商业新闻网站Quartz就推出了一款类似的新闻应用。在“聊天”过程中，系统会将新闻的梗概推送给读者，读者可以根据兴趣选择是否深入了解。此后，美国传统媒体《华尔街日报》、美国有线电视新闻网（CNN）以及新闻聚合网站BuzzFeed都推出了类似的聊新闻产品。

 （左为“下文”APP右为“Quartz”APP）

纵观国内，2017年6月28日，由中央人民广播电台中国之声与央广传媒发展总公司联合孵化的、央广首个内部创业项目——下文客户端在苹果、安卓市场正式上线，这是国内首款“聊天新闻”APP。

作为我国国内首款“聊天（对话）式新闻”APP，它“根正苗红”的“出身”十分惹人注目。该应用程序名字颇具内涵，其主要特色是以人工智能技术为依托，允许用户与机器人进行模拟即时通讯会话，以人机即时对话互动的形式来发现新闻，解锁新颖的新闻阅读打开方式。

【案例分析】

一、从单向“看”新闻到多向“聊”新闻

这个口号为“来自世界的回复”的客户端，究竟能够收到世界怎样的信息？又是通过什么方式传达给用户呢？和算法推荐技术为主导的信息聚合类平台又有何区别？通过分析可知，“下文”客户端与用户的互动方式主要有二：1.机器人与用户的互动。2.用户与用户的互动。

（一）人与机器的互动

“欢迎你，来到下文的新闻世界。想知道打开我的正确姿势吗？点击右下方emoji按钮试试看？首次打开‘下文’APP”，用户会收到这样的问候语。根据提示依次点击界面上的按钮，用户就可以开启一种新颖别致的“聊新闻”模式体验了。

该客户端特色之一是，它的界面不显示标题、弹窗或广告。此外，与众多资讯阅读类客户端的模块式布局有所不同，在传统的资讯阅读类客户端中，信息通常仅显示标题与导语，分门别类地纳入各个板块，在这一客户端中，取而代之的是生动有趣的会话界面作为客户端的主界面。界面显示的为经过二次编辑的适合机器与人聊天式的新闻，并随时加载突发新闻。“下文”通过动态图、二次元表情包等轻视觉符号和视频、音频等多媒体元素丰富表达形式，赋予内容更浓郁的人格化气息，更接近朋友间的聊天场景。

（二）人与人的互动

该客户端并未向用户提供发表评论的专属板块，“下文”会在用户阅读每一篇新闻后，提供“闪聊”板块，但使用此功能的前提是用户必须完整阅读该条新闻，才能看到并进入聊天室的入口。这种形式打破了当下众多新闻类客户端的常规式静态评论区，让用户的评论也实现从单向向多向的转变。同时，设置完整阅读新闻这一前提，能够保证用户充分了解新闻事实，从而进一步提高用户评论的理性程度，保证社群讨论的质量。

此外，聊天室还通过规则和技术设定，控制发言内容，既有惩罚也有奖励，如降低或提升互动权限，从而引导用户围绕新闻事实展开理性讨论。因此，每一个新闻热点讨论的社群成了用户、信息、观点的聚合地。

二、拒绝“标题党”：实现用户注意力价值最大化

在用户“注意力”稀缺的时代，各大网络媒体片面追求点击率。点击率高的新闻会位居新闻排行榜的前列，反之则很快在网络信息的汪洋大海中沉底。尤其新闻标题成了各大媒体追求点击率的严重受灾区与牺牲品，那些以满足超越用户社会属性的“原始兴趣”、猎奇心理的标题纷纷出现。

反观“下文”APP以会话界面为主，在推送每一条新闻时，不提供新闻标题和新闻概要，那么，它是如何引导用户完成阅读，获得用户注意力的呢？

该APP提供的每条新闻都经过了深度加工，除了在形式上更贴近提供了多样化视角，尤其在每一则新闻与用户的“开场白”中，通常突出最重要的新闻价值，在叙事方式上采用问句、模拟用户日常对话场景等方式激发其好奇心。

在新闻内容中，类似剥洋葱式层层递进的展现新闻的全貌。它对每条新闻都设置了一根故事化叙事主线并分层呈现，每层内容也都设置了关键词按钮，提供不同选项，让用户根据其判断进入新闻可能发生的不同走向，获取个性化信息。用户获取内容全部通过交互完成，主导权交给了用户，也最大程度勾起了其好奇心。编辑团队将新闻线索串联，呈现“聊天式新闻”，激发受众的好奇心和互动需求。用户还可以随时对信息做出响应，通过点击按钮选择继续阅读或看下一条，阅读效率更高。

“下文”上面的内容，主要以短文本快节奏的方式呈现。庄胜春说，“我会给你的好奇心打开一扇窗，打个比方，如果你在编辑的引导下看到了第三层，编辑会挖掘更多你感兴趣的点，有可能甩出一个外链，引导你进行深度阅读，让你知道这条新闻背后的知识。”即使是同一则新闻，经过后台编辑后，用户可以选择其中一个按钮，触发接下更多不同的按钮，由此获取不同的阅读体验。按照“下文”设置的规则，如果两个人在山洞中迷路，相遇的机会会很低，这也是“下文”类似于多样化的特征，满足了用户的个性化需求。

三、冲击信息茧房：为算法注入主流价值

2017年9月，人民网发表署名羽生的“三评算法”系列文章，强调“不能让算法决定内容”“别被算法困在信息茧房”“警惕算法走向创新的反面”。这一系列文章展现出了对技术的强势态度，将矛头直指今日头条，在针对其专业主义精神和职业伦理缺乏所引发的“真假难辨，鱼龙混杂；对错不分，价值导向错乱；缺乏深度，内容和观点越来越肤浅”（羽生a，2017）的同时，更是调用政治话语资源作为其批判合法性的来源。算法被扣上了“价值导向错乱”（羽生a，2017）以及“走在法律灰色地带”（羽生b，2017）的帽子，并被视为是群体极化的重要原因（羽生c，2017）。算法表面上只是一种数学表达，但算法技术从来就不是客观的，没有一种算法是“简单而客观的指令”。目前，算法不可避免地存在着主观偏见。偏见可能是“预先存在的”，来自于编程人员的价值观嵌入，反映了社会中的歧视行为，或者是与用户进行交互之后产生。

在类似“今日头条”等利用算法推荐新闻的客户端中，用户的点击行为扮演着“驯化”客户端的重要角色。算法技术目的在于读懂用户需求，因此，“你是谁”决定了“推荐给你什么内容”。

而“下文APP”拥有传统媒体内容、技术等多方面的支撑，因而在有限的传播空间中，可以推送无限的聊天式新闻滚动窗，进而挖掘出有价值的内容增量。因此，在一段聊天式新闻结束时，它还将为受众提供相关新闻的关键词，用户能够选择新闻路径进行延伸阅读，获取新闻增量。每一则聊天式新闻的具体内容都是根据具体新闻来源，进行重新包装而来，由编辑部对内容实行筛选，除了推荐“你感兴趣的”，更告诉“你应该知道的”，帮助用户冲破“信息茧房”。因此，这种新闻样态实际是选择通过“会话界面”的方式传递经过编辑认真选择、加工的新闻。同时，“下文”客户端标注新闻来源并提供引流。提供外链到原生网页供用户阅读长报道的服务，也在一定程度上起到了保护版权的作用。

现实生活中，用户获取信息有限，“下文”通过编辑部首先对内容实行筛选的步骤降低了用户学习知识、获取有效信息的时间成本。其次，精准的新闻推送与对话式交互场景提升传播效率，最后让受众可以根据兴趣有选择地深入了解新闻内核，能够使新闻价值与用户注意力得到最大化实现。

四、“减法推送”：浅阅读向深阅读的转变？

“下文APP”基于人工智能技术，让聊天机器人与受众对话，方便快捷地推送新闻。界面设计沿用了常见的即时通讯软件的聊天界面布局，首先以消息的形式进行新闻内容的阐述，所推送的新闻语言无一不是经过编辑高度提炼的，帮助受众在较短的时间内理解新闻事件的大致情况。

据介绍，“聊”新闻功能砍掉了传统媒体报道中80%的内容。百度新闻与内容生态部总监陈磊说，当下的新闻应用仍然没有解决读者对信息深层次的、精准的需求。当基本事实不能满足需求时，读者可以继续提问，人工智能会继续回答。“希望通过这样的引导推荐，让读者沿着多个相关事件的重要信息，无限地阅读下去，从而提升他们的阅读深度。”百度自然语言处理部总监徐倩说。

笔者发现，由于“聊”新闻对传统媒体报道进行了“强力瘦身”，从而造成了新闻内容的“缩水”。经过编辑的新闻固然简明扼要，但新闻报道内容的丰富与故事的“丰满”，绝非几百字所能概括。因此，“聊”新闻的弊端在于无法向用户提供新闻事件深层信息，还不能反映新闻全貌，也很难呈现多元观点，这对于读者全面了解信息并采取行动帮助有限，能否达到促进用户“深阅读”的目的还有待时间检验。并且， 聊天式新闻仍然没有摆脱围绕用户兴趣的核心，用户仍可以基于个人兴趣不同，自由决定对事实了解的程度。

绿灯伦理关注的焦点是道德英雄，树立那些维护伦理的规范典型。在算法推荐新闻大行其道，“算法推荐”饱受诟病的当下，诸如“下文”这样能够考虑到用户“应该了解什么”的应用实属清流。纵使，“下文”APP已经在2019年5月永远停更了。但是其专注于高品质新闻内容的推送、恪守新闻专业主义、倡导真相、以合理的设问引导阅读兴趣，而非以耸人听闻的标题恶意榨取用户珍贵的好奇心等闪光点，仍然是未来新闻业与AI技术深度融合的可取之道。

【参考文献】

[1]王晓培、令倩.“聊新闻”:新闻对话机器人对新闻分发方式的再定义[J].现代传播,2017（12）.

[2]中国网,回顾聊天机器人历史，那些喧嚣和灵光.2015年11月13日,https://xian.qq.com/a/20151113/039698.htm.

[3]刘峣.人工智能创造新闻新玩法（网上中国）.2016年12月08日,http://scitech.people.com.cn/n1/2016/1208/c1007-28934171.html

[4]梁伟.“聊”出来的新闻：国内首款“聊天新闻”APP运作密码 ——央广下文客户端的探索与实践[J].中国记者,2018（03）.

[7]传媒大观察.中央人民广播电台的“下文”是什么？.2017年7月12日,https://chuansongme.com/n/1972759552317

[8]白红义、李拓.算法的“迷思”：基于新闻分发平台“今日头条”的元新闻话语研究[J]，新闻大学,2019（01）.

[9]刘峣.为你写、让你看、陪你聊 人工智能创造新闻新玩法.2016年12月13日,http://www.dangjian.cn/ds/jtrds/tstj/201612/t20161213_3943925.shtml.