基于人工智能与算法新闻透明度的“黑箱”打开方式选择

被引：102

作者：

仇筠茜 ^{[1
]}

陈昌凤 ^{[2
]}

机构：

[1] 中国传媒大学新闻传播学部新闻学院

[2] 清华大学新闻与传播学院

来源：

郑州大学学报(哲学社会科学版) | 2018年 / 51卷 / 05期

关键词：

人工智能; 算法新闻; 透明度; 自然语言生成; 机器学习;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; G210.7 [新闻工作自动化、网络化];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 050301 ;

摘要：

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"。

引用

页码：84 / 88+159 +159

页数：6

共 8 条

[1] 黑箱:人工智能技术与新闻生产格局嬗变 [J].

仇筠茜 ;

陈昌凤 .

新闻界, 2018, (01) :28-34

[2] 算法机制背后的新闻价值观——围绕“Facebook偏见门”事件的研究 [J].

方师师 .

新闻记者, 2016, (09) :39-50

[3] Can an Algorithm be Agonistic? Ten Scenes from Life in Calculated Publics [J].

Crawford, Kate .

SCIENCE TECHNOLOGY & HUMAN VALUES, 2016, 41 (01) :77-92

[4]

From Mr. and Mrs. Outlier To Central Tendencies[J] . Mary Lynn Young,Alfred Hermida.Digital Journalism . 2015 (3)

[5]

Algorithmic Accountability[J] . Nicholas Diakopoulos.Digital Journalism . 2015 (3)

[6]

Strategic opportunities （and challenges） of algorithmic decision-making: A call for action on the long-term societal effects of ‘datification’[J] . Sue Newell,Marco Marabelli.Journal of Strategic Information Systems . 2015 (1)

[7]

Beyond Black Boxes: Bringing Transparency and Aesthetics Back to Scientific Investigation[J] . Mitchel Resnick,Robbie Berg,Michael Eisenberg.Journal of the Learning Sciences . 2000 (1)

[8]

The Black Box Society:The Secret Algorithms That Control Money and Information. Pasquale F. Harvard University Press . 2015

← 1 →