【摘要】《纽约时报》在今年8月份更新了iOS版的app，这就是这次主要更新的新功能就是“你的信息流”（YouFeed），“你的信息流”主要是用户根据自己的需求来订阅内容，但值得注意的是，这个功能并没有多少人工智能的参与，而主要是由人工来完成的。

【关键词】需求；人工智能；算法；编辑

【Abstract】In August, the New York times updated its iOS app, which is the main new feature of this update, namely ”Your Feed”.The function of “Your feed” is a mainly about users subscribing to the content according to their own needs. However, “Your Feed” is entirely curated by editors — there’s no AI at work here .

【Keywords】needs;AI;algorithm；editor

【案例简介】《纽约时报》每天发表大约160篇文章，其中大部分文章永远不会出现在应用程序的主页上，也不会出现在版面上。在今年8月份，纽约时报在iOS版的APP上推出了“你的信息流”（Your Feed）这一新功能，这一功能旨在帮助读者跟踪他们可能错过的内容。他们可以从24个频道中进行选择-有些是围绕“杂志”、“性别与社会”、“本周图书”等栏目或主题组织的内容，或者是基于特定专栏作家的。

除此之外，该“信息流”还包含来自“时代”编辑部工作人员和专栏作家的独家的、推特长度的短文，这些内容使用机器人直接从“纽约时报”的Slack频道提取。偶尔也会包含到非纽约时报的链接。

“你的信息流”主要产品设计人员设计这项功能大约花了六个月的时间，他们创造这个功能最初的假设是读者想要一种更好的保存内容的方法，但最后，他们发现用户其实最关心的其实是自己的需求。

值得一提的是“你的信息流”完全是由编辑策划的-这里没有多少人工智能，也就是说，有多少个主题、每个主题下面有哪些文章，都是经过编辑手工精选的。设计人员说：“我们不想给读者发送太多的压倒性的内容。也不想24小时持续更新，而且这是被精心设计的。”

【案例来源】http://www.niemanlab.org/2018/08/with-your-feed-the-new-york-times-lets-ios-users-foll

()

【案例分析】

当算法在当下如火如荼的发展的时候，我们很难相信在2018年《纽约时报》竟然在“你的信息流”（yourfeed）上基本上完全抛弃了算法，《纽约时报》采取的行动的确让人诧异，这到底是人工编辑的胜利还是算法的不足？当算法各种各样的问题不断涌现，我们应该采用的方法是应该不断改进算法的机制还是应该回归传统的人工编辑？这不能不说是摆在新闻界眼前的问题。

美联社在2017年发布了一份指南——《增强新闻的未来：智能机器时代新闻编辑手册》（thefutureaugmentjournalism：aguidefornewsroomintheageofsmartmachines），里面总览介绍了人工智能就新闻行业的影响，这份手册很大程度上就指向了新闻生产流程的自动化，即放弃传统的人工模式，减少人工，让机器来完成零碎的传统上应该由记者编辑来完成的工作，算法推荐只是人工智能中的冰山一角^[1]，但是为什么这次《纽约时报》在算法推荐演进多年之后又选择回归？

一、回归传统编辑

一般而言，算法推荐在个性化定制方面更有优势，而人工编辑拥有更宽阔的视野。如何让受众接受最有效，最想看到的信息？算法在迎合个人需求上有着比传统编辑更为敏锐的视角，传统编辑并不直接与受众相互接触，而是通过读者来信或者是与读者的交流来获取反馈，算法在用户点击阅读完后直接通过算法进行分析，从而在信息的推送中达到个性的定制化，但是人工编辑也不是没有自己的优势，编辑可以根据自己的经验带来更多元更丰富的观念。

《纽约时报》很有意思的一点就是采取了人工和机器人抓取相结合的方式，对于主打的专栏文章或者是深度报道，编辑是手动将文章下发到某个频道中，而一些推特长度的短文，则选择机器人抓取，这一机制在极大程度上保证了“yourfeed”这一功能更偏向于人工编辑，算法推荐只是作为一个辅助手段，编辑在对文章进行整理分发到频道中的时候，实际上也在预测这一频道的读者的预期人群，相比算法，编辑在推送的时候更明白24个专题在更为宽广的层面的内涵，能不能接受信息取决于编辑和读者的互动，而不是单由受众在信息茧房里打转。

二、新功能的伦理思考

对于“yourfeed”的设计者，他们在设计中的其中一个理念就是不想给读者带来压倒性的内容，“我们不能去基于主题去用算法定制内容，因为这会淹没用户的需要。”不仅如此，这个功能还故意被设计不是24小时更新的，文章内容有没有被查看，这不是一个关于量的问题，也是质的问题，更是一个伦理问题。

（1）放缓更新时间

大数据时代的悖论就在于人类社会的信息量呈一个指数爆炸式的增长，另一方面个体又很难获得到需要的信息^[2]。在这种情况下，人类的信息和行动比实际上一直在下降，《纽约时报》一天发布160条信息，也是就说，大约每个小时更新7条信息，不到10分钟一条，在这种频繁更新的情况下，是否会有用户的需求被忽略？是否有用户应该得知的信息没有看到?这是不是一种忽视用户的需求的现象？如果要进一步做好用户体验，这个答案是无疑的。无论是通过时间还是算法，每一次推送其实是陷入一种循环，读者很难对所有的信息都了解，在此基础上，即便有好的文章，也难以对文章内容进行深度的阅读，如比果仅仅是作为浏览，信息本身的意义必定要大打折扣。

在信息的更新时间上，《纽约时报》“你的信息流”通过放缓更新速度来完成一个新的尝试，甚至连web1.0时代就进入的24小时更新都放弃了。如果这条信息一直在你的列表之中，会不会诱发读者的阅读欲望，有试用过的读者就指出“这更像是电子邮件的收件箱”，“像是一项未完成的事”，通过利用传统编辑的方式来减缓更新，以此提升受众的阅读体验，在伦理上和用户体验上都是一个大胆的尝试。

但个人认为这其中也不是没有问题，一项未完成的事其实也是这一种压力，如果有太多的文章没有阅读，会不会带给使用者更大的压力？此外，就算是放缓了更新，读者可能在阅读上完成程度上更好，不会像算法或者时间线推荐一样铺天盖地的信息以至于读不完，但是省下来的时间读者并不一定会投入到这些文章深度阅读中去，这些多出的时间读者可能转换到其他版块来进行浏览，信息行动比可能仍然得不到大的改变。

（2）信息选择的权力

在传统媒体时代，信息的检索通常是由编辑和读者共同完成的，读者依据报纸编辑的版面来完成对信息的检索，在事实上读者和编辑就形成了一个双向互动，编辑对读者的反馈进行版面的制定，读者和编辑之间实质上在报纸之间是有沟通的。

但是在算法推荐时代，受众面临的其实是一个黑箱，也就是说，读者的行为在通过黑箱之后又回到了受众，从表面上看，受众每天在接受不同的信息，但在整个行为模式上来看，受众对编辑过程的接触行为最多接触到黑箱，维护黑箱的技术人员并不直接接触内容（技术人员实际上也应该有伦理考量）^[3]，也就是说，受众在某种程度上是自说自话，自言自语，就像精神分裂症一样，受众实质上被剥夺了对信息选择的权力，在自己的圈子里打转。

《纽约时报》“你的信息流”这个新功能回归了人工编辑，但是编辑的功能在这里可能出现了一些变化，在传统媒体时代，编辑的工作是一个把关的过程，但是在这个功能里，编辑的推送更接近于一个荐读人的作用，编辑通过推荐好的文章给受众，帮助受众筛选优质信息。在算法没有大规模改进的情况下，选择算法和人工编辑相结合的办法可能是一个不错的选择，在这种情况下，对于优质资源的把控可能又会回到编辑手里，信息选择的权力也将回到编辑手里，编辑和受众也重能新建立起联系，受众对信息的选择权力将发生新的变化。

（3）重拾编辑工作的价值

“科技所做的最重要的工作就是生产人自身：制作者被制作所形塑，应用者被应用所形塑。”而算法推荐就是一套依靠用户自己选择而实现主动行为驯服程序，在算法驱动的社交行为中，用户之间的连接本质上是数据的连接^[4]。数据本身就有局限性，正如乔布斯所说：“在你把产品摆在他们面前之前，用户根本不知道他们要什么。”2005年的大数据也创造不出iPhone这样的产品，局限在数字之间只能是依照工具理性来处理价值理性的问题，在新闻生产的伦理问题上，算法还是不能完全处理人的需求的问题，这一半的问题还是要依靠人的交流来实现，依靠互动实现，毕竟人不可能自言自语，把被算法抛掉的编辑重新带回新闻生产场域，这或许是个不错的解决办法。

【参考文献】

［1］叶柯:《 “增强新闻”的未来——来自美联社的智能机器时代新闻编辑部生存指南》[J]，《传播评论》，2017年第9期。

［2］李林容:《网络智能推荐算法的“伪中立性”解析》[J]，《现代传播》，2018年第8期

［3］仇筠茜，陈昌风:《黑箱：人工智能技术与新闻生产格局的嬗变》[J]，《新闻界》，2018年01期