基于人工智能与算法新闻透明度的“黑箱”打开方式选择

算法新闻是由机器学习或者神经网络为技术基础而生产和分发的新闻,工作过程包括输入、吞吐和产品输出三个流程。人工智能技术的介入将新闻全流程都纳入了人为无法识别的"黑箱",带来算法偏见、算法主权、透明度等诸多问题。增进算法透明度方式有三种:I-T-O的逐步拆解、逆向工程学、可理解的透明度。由于商业机密、用户隐私、受众数据素养等影响,前两种方式的可行性受到限制,应倡导以间性"算法集"为视角、以"数据主体"的规范理念为出发点来推进落实"可理解的透明度"。

清华大学自主科研项目“智能时代的媒介价值观引领研究”; 中国传媒大学“媒介化空间视域下网络行动的组织模式研究”(项目编号:CUC18B044);

人工智能; 算法新闻; 透明度; 自然语言生成; 机器学习;

TP18;G210.7

58284-88+1596135K
在线咨询 用户反馈