南京师范大学  |  新闻与传播学院

学工新闻

《新闻与写作》大师课南师大专场——陈昌凤教授畅谈媒介融合下的信息矫正

发表时间:2017-03-28    浏览次数:

      3月18日下午,《新闻与写作》大师课的首站在南京师范大学新闻与传播学院的102报告厅拉开帷幕。清华大学新闻传播学院常务副院长、中国新闻史学会会长陈昌凤教授带来了《不要问我自主或被主:融合创新媒》的精彩一课。大师课由南师大新传院院长张晓锋教授主持。《新闻与写作》杂志社主编耿瑞林致开幕辞。聆听讲座的除了师生,还有许多远道而来的一线新闻工作者,现场氛围十分热烈。

 

 

陈昌凤教授的讲座从信息的偏向、我们如何获取信息、信息矫正器和谁来创新信息工具四个方面展开。

 

信息有偏向吗?

“信息有偏向吗?如果有,那是如何偏向的?穷或富,城或乡,左或右?”陈教授将当下热门的视频软件“快手”解读为“一个底层人的秀场”,而“奇葩说”表达的则是“中产阶级对现代社会的调侃”。每项应用都是定位和服务于一定的社会阶层,它所呈现的信息都是有所取舍的。“长时间行走在这样的媒介环境中,个体看到的只是社会的一面,这就是信息的偏向。且这种偏向常常是无法感知的。”陈教授指出,除了这种经济基础带来的偏向,另一种常见的是政治偏向。在触及国家利益时,媒体也并非异口同声,常常存在观点的分裂。在信息爆炸的时代,所有的终端都在获取信息,但可能对大众而言,最重要的不是信息的呈现,而是观点的表达。“你说”或者“他说”有着天壤之别。这样信息的偏向就会带来很大问题。 

 

我们如何获取信息?

信息的偏向是如何产生的?陈教授认为,两种新的资讯分发方式——关系型和算法型起了重要的助推作用,且二者正在相互融合。传统的媒体型分发倚重人工编辑,没有证据表明受众只选择符合自身倾向或兴趣的信息,客观上有利于信息的平衡。而依托社交链传播的关系型分发使得用户容易沉浸在自己和朋友组成的“回音室”中;基于用户的内容消费和社交关系算法推荐则容易造成信息偏食,产生更大的信息偏向。“以今日头条为代表的算法推送形塑了大众的信息消费模式和知识结构。”算法推荐的始祖Facebook于2006年推出的新闻产品News Feed近年来在基于用户关系过滤的方向上不停前进,让个体在狭窄的“回音室”里越陷越深。“更令人担忧的是,这套算法至今依然是一座黑箱,除了Facebook自己无人能清除了解背后的逻辑。”

 

信息矫正器

算法推荐时代,如何做到工具与价值的统一?技术引发的问题还是需要技术来解决。“我把这种技术称为信息矫正器。”陈教授以华尔街日报2016年推出的新产品Red Feed和Blue Feed为例。Red Feed推送偏保守的信息,Blue Feed推送偏自由的信息,用户在浏览信息时可以同时看到双方的观点。此外,美国一家健身公司Fitbit也开发出一款致力于维持信息平衡的应用。移动设备的屏幕底部,每则信息都对应着由红色到蓝色的光谱,指针的不同位置代表信息的保守/自由偏向。当用户长时间停留在一方的信息时,系统会出现提示,提醒用户是否需要呈现另一方的观点。“国外对于各大媒体有着精确的光谱划分,这对我们来说还任重道远。但对于公众人物如微博大V,是可以做出这样的光谱区隔的。” 

 

 

谁来创新信息工具?

“但可以肯定的是,这种信息矫正器并非最终的解决之道,还会出现新的问题。关键是,谁来创新信息工具?”陈教授提出,当下从事新闻传播实务的人员不仅需要掌握基本的新闻生产技能,还需要懂得如何让用户获得信息,如何用新的方式做好新闻报道和新闻服务。这种新的方式就包括如何以更加平衡的方式将信息推送给用户,而不是一方的偏向。这种创新需要很多条件,但是人才是最重要的。新闻传播领域的新生代需要更广阔的视野和更宽阔的思维把信息服务给用户,服务给民众。

 

讲座最后,在场的听众和陈教授进行了互动和交流。一位来自常州的宣传工作人员向陈教授提出了乡镇微信公众号如何进行推广的问题。陈教授表示,首先要明确传播对象。其次,从传播内容来看,政务信息中有五类是比较吸引人的。一是服务性强,二是趣味性强,三是本地化,四是设置了互动,五是专业性强。然后,从推送来说,比如注册头条号,寻求其他社交媒体的助推,社交媒体需要强关系和弱关系的传播。如果是想在武进区传播,那需要强关系的推广;如果想在江苏甚至全国产生影响,那需要弱关系或者说外圈子的传播。弱关系能带来新的知识和信息,而强关系产生的是情感的支持和信任。政务传播是个复杂的传播过程,很难用几句话说清楚。但是依托热点、提炼话题这些方法是经常用到的。

 

陈昌凤教授的讲座对于数字时代的我们如何关注、接受和解读信息,具有重要的启示意义。陈教授鼓励新闻传播的学子始终站在信息的前沿,明晰自身所处的位置,做优秀的信息消费者。(文/陆伟晶 图/陈晨)