智能推薦技術(shù)的創(chuàng)新與新聞傳播業(yè)態(tài)的變革

智能推薦技術(shù)的創(chuàng)新與新聞傳播業(yè)態(tài)的變革

我們正處在一個(gè)信息技術(shù)大發(fā)展的時(shí)代，人工智能、大數(shù)據(jù)、云計(jì)算等各種創(chuàng)新型的新技術(shù)已經(jīng)深入社會生產(chǎn)和生活的各個(gè)領(lǐng)域，發(fā)揮著越來越重要的作用。而在信息推薦領(lǐng)域，以“算法推薦”——通過算法預(yù)測用戶感興趣的內(nèi)容并將其推送給用戶的信息智能推薦技術(shù)正被越來越廣泛地運(yùn)用。在國內(nèi)，以今日頭條、天天快報(bào)為代表的新興新聞信息類客戶端幾乎都采用了這種“算法推薦”，在國外，谷歌、蘋果等知名互聯(lián)網(wǎng)企業(yè)也在自己信息產(chǎn)品中引入了“算法推薦”以優(yōu)化信息流。與此同時(shí)，以人民網(wǎng)為代表的主流媒體也提出研究開發(fā)“黨媒算法”“主流媒體算法”，實(shí)現(xiàn)輿論導(dǎo)向優(yōu)良與信息分發(fā)高效的雙贏。“算法推薦”提升了信息傳遞的效率，但同時(shí)也帶來了新的問題，如何善用先進(jìn)的信息技術(shù)，消除信息鴻溝、促進(jìn)信息交流，特別是在信息聚合和智能分發(fā)中強(qiáng)化導(dǎo)向意識，已經(jīng)成為各個(gè)互聯(lián)網(wǎng)平臺必須認(rèn)真思考、努力實(shí)踐的課題。一智能推薦成為新聞信息傳播的主流方式隨著信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展，人們逐漸從信息匱乏狀態(tài)轉(zhuǎn)向信息過載狀態(tài)，尤其是進(jìn)入移動互聯(lián)網(wǎng)時(shí)代之后，信息量呈現(xiàn)爆炸式增長。信息冗余同時(shí)成為內(nèi)容生產(chǎn)者和內(nèi)容消費(fèi)者共同面臨的挑戰(zhàn)：對于內(nèi)容生產(chǎn)者來說，如何讓自己創(chuàng)作的內(nèi)容在海量信息中脫穎而出，受到用戶的廣泛關(guān)注？對于內(nèi)容消費(fèi)者來說，如何能在大量無用信息中快速找到自己需要的內(nèi)容？智能推薦作為解決這一信息供需矛盾的系統(tǒng)工具應(yīng)運(yùn)而生。廣義上的推薦系統(tǒng)可以理解為是主動向用戶推薦物品（Item）的系統(tǒng)，推薦的內(nèi)容既可以是實(shí)際物品如書籍、餐廳、電子產(chǎn)品等，也可以是虛擬而帶有體驗(yàn)感的物品，如新聞信息和影視視頻等。而隨著社會和技術(shù)的不斷進(jìn)步，人們對推薦系統(tǒng)提出了更高的要求，推薦系統(tǒng)需要滿足不同用戶個(gè)性化的需求，進(jìn)行千人千面的推薦。這也就是我們現(xiàn)階段語境下的推薦系統(tǒng)——個(gè)性化智能推薦系統(tǒng)。推薦系統(tǒng)僅有短短20多年的歷史，但發(fā)展迅速。一般認(rèn)為1994年的明尼蘇達(dá)大學(xué)GroupLens研究組推出的GroupLens系統(tǒng)是世界上將智能推薦系統(tǒng)作為一個(gè)獨(dú)立研究的起點(diǎn)[1]，它首次提出了基于協(xié)同過濾（CollaborativeFiltering）來完成推薦任務(wù)的思想，并為推薦問題建立了一個(gè)形式化的模型，引領(lǐng)了今后二十多年智能推薦的發(fā)展方向。隨后，無數(shù)的科學(xué)家在此模型基礎(chǔ)上不斷開發(fā)，延伸出多種多樣的推薦模型，如基于內(nèi)容的推薦模型、基于用戶的推薦模型、基于規(guī)則的推薦模型、基于效用的推薦模型等，并逐步應(yīng)用到我們的日常生活中，全方位地對日常生活產(chǎn)生影響。推薦系統(tǒng)在當(dāng)今生活中的應(yīng)用場景豐富多樣，基本覆蓋了生活中的大部分空間，如電子商務(wù)、視頻網(wǎng)站、網(wǎng)絡(luò)電臺、個(gè)性化閱讀、基于地理位置的服務(wù)、個(gè)性化郵件和個(gè)性化廣告等。其中個(gè)性化閱讀服務(wù)和視頻網(wǎng)站是推薦系統(tǒng)在新聞信息傳播領(lǐng)域的具體應(yīng)用，從內(nèi)容分發(fā)層面影響整個(gè)新聞傳播業(yè)態(tài)的變革和發(fā)展。推薦系統(tǒng)在新聞信息傳播領(lǐng)域主要解決“預(yù)測”和“推薦”這兩大問題，其中“預(yù)測”是根據(jù)用戶的使用歷史數(shù)據(jù)，判斷你對某一項(xiàng)內(nèi)容的喜好程度；“推薦”則是在預(yù)測環(huán)節(jié)的結(jié)果基礎(chǔ)上進(jìn)一步向用戶推薦他未涉及過的領(lǐng)域內(nèi)容。雖然現(xiàn)階段對新聞信息推薦系統(tǒng)的研究多集中在“預(yù)測”環(huán)節(jié)，推薦系統(tǒng)不斷地收集用戶的使用信息，通過閱讀時(shí)長、收藏、點(diǎn)贊等用戶使用行為，不停地為用戶更新他的信息內(nèi)容列表，爭取在第一時(shí)間為用戶找到他感興趣的資訊內(nèi)容，并不斷地進(jìn)行細(xì)化，形成千人千面的信息流。但用戶對信息內(nèi)容的“推薦”需求也應(yīng)逐步得到滿足，成為今后的研究重點(diǎn)方向。2012年今日頭條首先嘗試將推薦系統(tǒng)大規(guī)模引入新聞信息傳播領(lǐng)域，利用算法進(jìn)行新聞信息的分發(fā)，在技術(shù)和商業(yè)上獲得了成功。自此，國內(nèi)外多個(gè)傳統(tǒng)新聞App，瀏覽器（QQ，UC，Opera），搜索應(yīng)用，社交平臺紛紛上線信息智能推薦功能。在國內(nèi)，2014年以后，搜狐、騰訊新聞等信息分發(fā)平臺進(jìn)行推薦系統(tǒng)算法化的嘗試，并有一批如一點(diǎn)資訊、天天快報(bào)等新產(chǎn)品參與到新聞信息分發(fā)的競爭中；在國外，2013年Facebook宣布用算法改變信息流的排序方式，Twitter在2016年宣布不再嚴(yán)格按時(shí)間排序。2016年獵豹全球智庫發(fā)布《全球新聞App發(fā)展與趨勢》系列報(bào)告中國篇中提到在世界新聞App市場格局中，中國市場最具特色，用戶基數(shù)巨大且互聯(lián)網(wǎng)軟硬件水平處于世界領(lǐng)先地位，世界各大開發(fā)商都視中國市場為一片沃土。其中，中國新聞App市場滲透率上漲迅速，新聞App分類的市場滲透率從年初的占比16%，上漲到19.42%，上漲了3.42個(gè)百分點(diǎn)。中國新聞分類App在全部App分類中的總排名從年初的第8名左右上升到第5名，這個(gè)排名甚至超越了購物和社交的分類。這兩個(gè)數(shù)據(jù)都說明在中國使用新聞App的群體數(shù)量是逐步上升的。綜合以上兩個(gè)數(shù)據(jù)可以得出結(jié)論：中國新聞App滲透率的上漲得益于個(gè)性化推薦類新聞App的快速崛起。[2]而獵豹全球智庫2018年7月11日發(fā)布《2018上半年中國App榜單》，其中新聞?lì)怉pp中排名前十的均是利用推薦系統(tǒng)進(jìn)行新聞信息分發(fā)，由此可見在移動互聯(lián)網(wǎng)時(shí)代，推薦系統(tǒng)對新聞信息進(jìn)行智能分發(fā)的模式已經(jīng)成為新聞信息傳播業(yè)態(tài)的主流方式。二智能推薦對新聞信息傳播業(yè)態(tài)的影響和挑戰(zhàn)1.智能推薦給新聞信息傳播業(yè)態(tài)帶來的深刻變革（1）重塑新聞生產(chǎn)環(huán)節(jié)，“算法與數(shù)據(jù)支撐了整個(gè)新聞生產(chǎn)的生態(tài)系統(tǒng)”智能推薦技術(shù)的應(yīng)用滲透到新聞信息傳播行業(yè)，對這一行業(yè)產(chǎn)生了深遠(yuǎn)的影響，首先該技術(shù)使新聞生產(chǎn)環(huán)節(jié)正在進(jìn)行一次重塑。從新聞信息生產(chǎn)者的角度，將每一個(gè)用戶在瀏覽新聞時(shí)的評論、停留的時(shí)長、分享和點(diǎn)贊以及屏蔽的具體行為作為基礎(chǔ)，利用數(shù)據(jù)驅(qū)動來滿足用戶閱讀需求，將新聞信息精準(zhǔn)推送至特定用戶的數(shù)據(jù)引擎已經(jīng)成為新聞信息生產(chǎn)的重要驅(qū)動。這在一定程度上改變了新聞生產(chǎn)者決定內(nèi)容的格局，用戶思維和數(shù)據(jù)思維構(gòu)成了內(nèi)容生產(chǎn)環(huán)節(jié)的軸心，從而改變了傳統(tǒng)新聞信息從主題策劃到事實(shí)采集到內(nèi)容編輯再到依托合適的載體傳播的模式，轉(zhuǎn)而成為一種“內(nèi)容生產(chǎn)—收集數(shù)據(jù)反饋—再生產(chǎn)—再數(shù)據(jù)反饋”的閉環(huán)模式。甚至有專家稱，“算法與數(shù)據(jù)支撐了整個(gè)新聞生產(chǎn)的生態(tài)系統(tǒng)”。[3]（2）改變新聞信息傳播方式，把過去的“人找信息”變成現(xiàn)在的“信息找人”智能推薦模式對信息傳播方式最明顯的影響在于把過去的“人找信息”變成了“信息找人”?；谟脩糸喿x的傾向性和個(gè)性偏好，通過算法為其推送感興趣的內(nèi)容，滿足個(gè)體閱讀需求，這種分發(fā)機(jī)制改變了信息流動的一般模式，讓用戶的個(gè)性化需求得到精準(zhǔn)匹配，讓內(nèi)容主動“找到”對它感興趣的人，同時(shí)也節(jié)省了用戶信息過濾的時(shí)間。人工智能技術(shù)應(yīng)用于新聞信息行業(yè)提高了信息分發(fā)的效率，提升了新聞報(bào)道和信息推送的速度，形成新聞信息生產(chǎn)的智能化數(shù)據(jù)驅(qū)動模式。時(shí)下幾乎所有的新聞信息類App都宣稱實(shí)現(xiàn)了智能分發(fā)，根據(jù)用戶的興趣標(biāo)簽、社交行為等數(shù)據(jù)源，用算法對用戶進(jìn)行畫像，從而實(shí)現(xiàn)高效信息推送。而網(wǎng)民也迅速接受了這種不用主動尋找、不做過多操作，便可在指尖滑動中源源不斷接收個(gè)性化訂制信息的閱讀模式。（3）提高受眾身份認(rèn)同，使“以傳播者為中心”逐漸轉(zhuǎn)化為“以用戶為中心”基于算法推薦的新聞分發(fā)使“以傳播者為中心”逐漸轉(zhuǎn)化為了“以用戶為中心”。這也使用戶的身份與行為潛移默化地發(fā)生著改變。在內(nèi)容平臺中，用戶從以前的被動接受新聞資訊推送轉(zhuǎn)變?yōu)橹鲃铀阉鱾€(gè)人感興趣的信息。內(nèi)容與用戶二者之間進(jìn)行雙向匹配，同時(shí)也提高了信息分發(fā)效率。進(jìn)而，當(dāng)用戶獲得個(gè)人感興趣的資訊后，則會將該內(nèi)容繼續(xù)轉(zhuǎn)發(fā)，從而又開啟了下一輪的信息傳播。這一過程也促進(jìn)了用戶社交需求和價(jià)值認(rèn)同的相互對接。[4]智能分發(fā)平臺受到用戶青睞的原因一定程度上可以說是把傳播內(nèi)容的主動權(quán)交給了用戶，一方面滿足用戶的個(gè)性化信息需求；另一方面滿足其傳播心理與體驗(yàn)，將交互性貫穿于使用環(huán)節(jié)中。對大數(shù)據(jù)時(shí)代用戶個(gè)性化、碎片化、專業(yè)化等特點(diǎn)的精準(zhǔn)把握，使受眾自主性、滿足感提升。2.智能推薦給新聞信息傳播業(yè)態(tài)帶來的問題與挑戰(zhàn)（1）算法黑箱與信息繭房，弱化了新聞信息傳播中的全局性與客觀性在新聞信息生產(chǎn)與傳播的整個(gè)環(huán)節(jié)中，對于受眾個(gè)體而言，只能看到算法輸出的結(jié)果，而對于其中推薦、過濾、強(qiáng)調(diào)、弱化等具體算法邏輯，從設(shè)計(jì)到運(yùn)行邏輯都無從知曉。對廣大受眾而言，對信息內(nèi)容的處理加工就成為技術(shù)黑箱。一定程度上，推薦分發(fā)的權(quán)利由新聞從業(yè)者轉(zhuǎn)移到算法技術(shù)平臺上。另外，算法推薦依賴于對用戶閱讀信息的分析，用閱讀大數(shù)據(jù)推測用戶的愛好。但久而久之，在推薦算法的策略下，往往會對用戶造成視野窄化、興趣窄化的傾向，發(fā)生“信息繭房”的現(xiàn)象。在信息繭房中，用戶很容易只關(guān)注自己感興趣的內(nèi)容，而這樣一來不僅容易造成知識和思想的固化，脫離多元視角，進(jìn)而還會造成公共信息環(huán)境的相對缺失，公眾意識會逐漸降低。個(gè)性化推薦會弱化新聞信息傳播中的全局性與客觀性，這也會造成受眾對嚴(yán)肅公共事件的離散化問題。（2）內(nèi)容的品質(zhì)和深度難以識別，優(yōu)質(zhì)內(nèi)容生產(chǎn)和深度閱讀被束縛與擠壓在智能推薦的場景下，內(nèi)容生產(chǎn)得到極大豐富但同時(shí)也帶來了泥沙俱下的困擾，相對傳統(tǒng)的媒體生態(tài)來說，移動互聯(lián)網(wǎng)上深度報(bào)道和多重事實(shí)的新聞內(nèi)容生產(chǎn)空間受到嚴(yán)峻的挑戰(zhàn)。一方面，推薦算法僅能感知閱讀量、文章數(shù)等量化數(shù)據(jù)，而內(nèi)容的品質(zhì)和深度難以識別，內(nèi)容的品質(zhì)和深度要靠新聞從業(yè)者依據(jù)多年的社會閱歷、人類獨(dú)有的認(rèn)知能力進(jìn)行判斷，因此在多重事實(shí)的價(jià)值判斷面前，技術(shù)手段只能起到輔助性作用。另一方面，人們長期在智能分發(fā)平臺獲取短、新、快的內(nèi)容資訊，在移動互聯(lián)網(wǎng)時(shí)代碎片化閱讀習(xí)慣的沖擊下，復(fù)雜冗長的信息呈現(xiàn)方式顯然不符合移動互聯(lián)網(wǎng)用戶碎片化的閱讀習(xí)慣，使智能推薦場景下的深度閱讀被束縛與擠壓。從內(nèi)容生產(chǎn)和傳播的角度，資訊平臺追求信息時(shí)效性，致使深度內(nèi)容生產(chǎn)周期縮短，生產(chǎn)者也逐漸以流量為導(dǎo)向進(jìn)行內(nèi)容創(chuàng)作，也影響了優(yōu)質(zhì)內(nèi)容的產(chǎn)出。（3）用戶隱私與信息安全隱患明顯，不可預(yù)測性、不可逆性可能觸發(fā)未知風(fēng)險(xiǎn)智能推薦技術(shù)賴以存在和進(jìn)化的基礎(chǔ)是對每一個(gè)用戶的觀察分析，大數(shù)據(jù)的產(chǎn)生和應(yīng)用必然伴隨信息安全的問題。提高效率是否必須以犧牲隱私為代價(jià)？信息調(diào)用的邊界在哪里？這不僅是一個(gè)技術(shù)問題，更需要法律學(xué)界、社會學(xué)界甚至倫理學(xué)界等多學(xué)科的共同參與研究解決。以智能推薦技術(shù)為基礎(chǔ)的信息平臺在信息獲取社交化、時(shí)間碎片化、內(nèi)容個(gè)性化的情境下，著力建立更靈活便捷的信息消費(fèi)場景，給人們帶來更友好的用戶體驗(yàn)。但與此同時(shí)，個(gè)人數(shù)據(jù)也更易于被收集與分享，這對網(wǎng)絡(luò)空間的監(jiān)管不斷帶來新的挑戰(zhàn)。移動互聯(lián)網(wǎng)的普及應(yīng)用使人機(jī)關(guān)系發(fā)生趨勢性改變，在這種趨勢下新聞傳播環(huán)節(jié)中的不可預(yù)測性與不可逆性很有可能觸發(fā)未知的風(fēng)險(xiǎn)。三完善優(yōu)化智能推薦，促進(jìn)新聞信息傳播業(yè)態(tài)正向良好發(fā)展智能推薦為我國新聞信息傳播帶來了巨大變革，全方位地影響了內(nèi)容生產(chǎn)者和內(nèi)容消費(fèi)者，改變了新聞信息行業(yè)的生態(tài)。但我們也要清楚地認(rèn)識到智能推薦還是一項(xiàng)新生的科學(xué)技術(shù)，其自身發(fā)展并不完善，存在著上述一些問題。智能推薦關(guān)系全國數(shù)以億計(jì)用戶信息獲取與分享的大事，如何完善和優(yōu)化智能推薦，促進(jìn)新聞信息傳播業(yè)態(tài)的正向良好發(fā)展，已成為現(xiàn)階段亟須解決的問題。針對這一問題，建議從以下幾個(gè)方面入手，處理好流量導(dǎo)向和價(jià)值引領(lǐng)之間的關(guān)系，進(jìn)一步提升社會正能量的傳播效率，助力互聯(lián)網(wǎng)發(fā)展成為“最大增量”。1.不斷迭代和優(yōu)化，推動智能推薦技術(shù)創(chuàng)新新的技術(shù)運(yùn)用產(chǎn)生了新的問題，這些問題的解決亟須技術(shù)的優(yōu)化和創(chuàng)新來解決。智能推薦產(chǎn)生的內(nèi)容生產(chǎn)和內(nèi)容審核方面的問題，可以通過增加人工力量、人工干預(yù)，創(chuàng)立良好的人機(jī)共建模式加以解決，而解決新聞信息推薦分發(fā)中的信息繭房、算法黑箱等問題，從根本說，還要靠智能推薦技術(shù)的不斷迭代、優(yōu)化和創(chuàng)新。要打破用戶信息繭房，就要智能推薦在做好“預(yù)測”的基礎(chǔ)上，嘗試從“推薦”角度進(jìn)行提升，即進(jìn)一步向用戶推薦他未涉及過的內(nèi)容，開拓用戶的內(nèi)容需求類型。比如，今日頭條在信息“預(yù)測”層面對用戶的興趣加大分類打散力度，并對信息內(nèi)容實(shí)行了實(shí)體詞打散機(jī)制，雙管齊下解決某類別或某主題稿件過于集中的問題。在信息“推薦”層面，提升協(xié)同特征在推薦中的權(quán)重，通過用戶行為分析不同用戶間相似性，擴(kuò)展推薦模型的關(guān)聯(lián)探索能力，從而幫助用戶不斷拓展閱讀視野、突破信息繭房。2.創(chuàng)建價(jià)值觀模型，賦予算法主流價(jià)值觀新聞資訊行業(yè)作為思想產(chǎn)品的重要輸出口，它承擔(dān)著引導(dǎo)和教化用戶的作用。不加約束和引導(dǎo)的人性，本身就會對低俗、八卦、丑聞等內(nèi)容產(chǎn)生閱讀的好奇和沖動。如聽任智能推薦系統(tǒng)無限制根據(jù)用戶反饋數(shù)據(jù)推送低俗信息，可能對用戶的世界觀、人生觀、價(jià)值觀產(chǎn)生負(fù)面影響。這就要求智能推薦的算法本身要有價(jià)值觀，而算法的背后是人，算法的價(jià)值觀也就是人的價(jià)值觀。政府部門、新聞行業(yè)和學(xué)界長期關(guān)注算法價(jià)值觀問題，各大新聞信息推薦平臺也認(rèn)識到價(jià)值觀在智能推薦算法中的重要作用，紛紛為推薦算法注入價(jià)值觀模型。比如，今日頭條平臺通過價(jià)值觀模型提升內(nèi)容推薦質(zhì)量，對照社會主義核心價(jià)值觀12個(gè)關(guān)鍵詞，人工標(biāo)注超過100萬篇符合核心價(jià)值觀的正能量文章和視頻，訓(xùn)練機(jī)器學(xué)習(xí)。所有文章均要通過核心價(jià)值觀模型篩選，符合價(jià)值觀要求的文章加權(quán)推薦，不符合價(jià)值觀要求的不予推薦。同時(shí)，建立正能量模型數(shù)據(jù)庫，提供更多優(yōu)質(zhì)內(nèi)容供給；建立低俗模型數(shù)據(jù)庫，通過“人工標(biāo)注+機(jī)器學(xué)習(xí)”強(qiáng)力打壓低俗內(nèi)容；建立謠言數(shù)據(jù)庫，通過站內(nèi)外數(shù)據(jù)建立模型，打老謠、辟新謠，通過回溯、彈窗等方式進(jìn)行精準(zhǔn)辟謠。此外，通過“人工標(biāo)注+算法推薦”，完善首屏要聞推薦模式，讓正能量的內(nèi)容有傳播力、到達(dá)率；加大正面內(nèi)容彈窗比例，讓正能量強(qiáng)效抵達(dá)；全力打壓涉嫌違規(guī)低俗自媒體賬號。通過這一系列努力給算法賦予主流價(jià)值觀，構(gòu)建主流價(jià)值引領(lǐng)下的智能信息分發(fā)和短視頻傳播生態(tài)。有了價(jià)值觀指導(dǎo)的算法標(biāo)志著算法進(jìn)入了2.0時(shí)代，這是算法一次重大的優(yōu)化和創(chuàng)新發(fā)展。3.滿足傳播分眾化需求，推動平臺差異化發(fā)展分眾化傳播突破了早年大眾化傳播的壁壘，使每個(gè)人都可以獲得自己感興趣的內(nèi)容。用戶個(gè)性化的閱讀行為背后是多個(gè)獨(dú)特的文化圈層。清華大學(xué)新聞與傳播學(xué)院教授彭蘭指出，就像在現(xiàn)實(shí)社會一樣，網(wǎng)絡(luò)中的圈子，也會抑制圈子之外的信息或聲音傳播，強(qiáng)化信息的同質(zhì)性。[5]人們對多樣性信息、多圈層文化的需求要求新聞信息智能推薦不能以統(tǒng)一的形式存在，而要針對不同需求的人群進(jìn)行差異化的推薦。同時(shí)，我國新聞信息智能分發(fā)市場已相對飽和，但市場分化正逐步形成，在傳播有價(jià)值信息的前提下，以差異化市場定位策略主攻細(xì)分市場也是各大推薦平臺需要考慮的問題。比如，以人民日報(bào)客戶端為代表的新媒體平臺，抓住對嚴(yán)肅內(nèi)容較為偏愛的人群需求，在供給側(cè)投入優(yōu)秀的采編團(tuán)隊(duì)，生產(chǎn)高質(zhì)量的內(nèi)容，以重大時(shí)政信息和正能量內(nèi)容為傳播主體，保證其媒體的權(quán)威性和影響力。而市場化的推薦平臺，則在傳播權(quán)威媒體聲音之外，還要從內(nèi)容的多樣性、趣味性、實(shí)用性等方面發(fā)揮自身優(yōu)勢，滿足對輕松內(nèi)容偏好人群的供給。各大推薦平臺突出自身優(yōu)勢，結(jié)合目標(biāo)人群的需求，找到適合自己的發(fā)展方向，形成互補(bǔ)的信息生態(tài)，推動平臺差異化有序發(fā)展。4.加強(qiáng)規(guī)范治理，推動算法立法在規(guī)范和治理算法以嚴(yán)格保護(hù)用戶隱私與信息安全方面，歐洲加強(qiáng)相應(yīng)立法的經(jīng)驗(yàn)可資借鑒。新聞集團(tuán)首席執(zhí)行官羅伯特·湯姆森曾呼吁各國政府設(shè)立“算法審查委員會”，以對科技公司嚴(yán)加約束。而法國總統(tǒng)馬克龍則明確表示：人工智能未來會徹底改變能源、國防、運(yùn)輸、金融乃至醫(yī)療等主要行業(yè)，且人們很容易會對人工智能產(chǎn)生不信任而導(dǎo)致拒絕這些領(lǐng)域的創(chuàng)新。因此未來法國所有的人工智能算法都將開放審查，以最大限度減少它們可能對民主造成的威脅。2018年5月，歐盟開始試行《一般數(shù)據(jù)保護(hù)法案》（GDPR），針對個(gè)人數(shù)據(jù)保護(hù)進(jìn)行了嚴(yán)格的