技术进步极大地改变了新闻的产生和消费方式。 今天，不必一定要打开电视或拉报纸来了解它们周围以及世界其他地区的情况。 诸如Google，Facebook和Twitter之类的算法媒体使实时了解新闻成为了可能。 在互联网的支持下，算法媒体与传统媒体的不同之处在于，前者依靠计算机算法而不是人工编辑来决定向消费者提供哪些信息（Gillespie，2014年）。 尽管算法媒体有很多好处，但人们仍然担心这些新的基于互联网的媒体会通过传播虚假信息和错误信息破坏新闻客观性的元素（Manjoo，2018; Oliver，2018）。 在互联网媒体越来越多地取代传统媒体的时代，了解此类担忧至关重要。 本文考虑了算法媒体损害新闻客观性原则的程度。
客观性是假设媒体实践的基本原则之一。 在新闻语境中，客观性的概念表示“事件的事实和准确报道”（Ward，2008，第73页）。 客观新闻是真实，无偏见且没有记者的猜测或解释的新闻。 客观性原则要求新闻记者和媒体机构在描述某一特定问题的所有方面时都应站在一边。 从这个定义出发，客观性原则包含了六个核心价值：事实性，平衡性和公平性，非偏见性，中立性，独立性和非解释性（Ward，2008）。 坚持这些价值观对于民主社会的健康至关重要。 鉴于媒体在塑造公众对政治，社会和经济问题的看法，见解和态度方面的强大作用，未能坚持新闻的客观性可能对社会造成破坏。 例如，有偏见的报告会促进不良治理和社会分裂。
- La Strategia dei Poteri Forti
- 1.您的世界观正在被武器化
- 梅根·凯利（Megyn Kelly）为她的种族主义“万圣节言论”道歉。
- 为什么我开始订阅《纽约时报》（这不是您的想法）
- 大众传媒与国家终结
即使这样，采用客观性说起来容易做起来难。 确实，经常有人说，客观的新闻在很大程度上是一个“神话”，因为新闻是经过精心选择和编写的，以推动某个议程（Ward，2008，第75页）。 新闻的核心是反映作者和他们各自雇主的观点和解释。 因此，数十年来，传统媒体一直未能达到客观性的期望，因此一直受到批评。 客观性原则的批评者进一步指出，“即使可能，客观性也是不可取的，因为它迫使作家使用受限的格式”，“鼓励对事实进行肤浅的报道”和“未能为读者提供分析和解释”（Ward ，2008，第75页）。 非传统媒体（尤其是算法媒体）的紧急状况有助于解决传统媒体在实现客观性方面的不足。 根据Gillespie（2014）的观点，基于算法的媒体“不仅可以帮助我们找到信息，它们还提供了一种手段，使人们了解所知，所知，参与社会和政治话题，并使自己熟悉我们参与的公众”（第1段）。 在类似的说明中，Lotan（2014）假设算法媒体“带来了更具代表性和公正的媒体的希望”（第105页）。
尽管算法媒体以前所未有的方式改变了新闻的生产和消费方式，但其弊端却难以忽视。 Gillespie（2014）观察到，算法会根据消费者的偏好和偏见过滤新闻。 以这种方式提供信息可以通过误导和误导公众来影响公众舆论并威胁民主（Caplan＆Boyd，2016; Lotan，2014; Manjoo，2018; Oliver，2018）。 Facebook是一种社交媒体平台，在客观性问题上一直是争论的焦点，该社交媒体平台在全球拥有超过十亿用户。 由于Facebook上的新闻提要是由算法决定的，Lee（2016）指出该平台“引导人们获得耸人听闻的，单面的或仅是简单的错误故事”（第5段）。 Facebook算法通过优先考虑某人可能会喜欢的新闻来实现此目的，这些因素可能是基于某人的位置，某些新闻的流行性，新闻中所包含消息的性质以及与新闻作者的亲近程度等因素。该项目。 Twitter，一个曾经被视为中立平台的社交网站，现在也变得更像Facebook（Lee，2016年）。 在此基础上，Lee（2016）认为，Facebook和其他算法媒体只是技术公司，而不是媒体公司。 这些媒体越来越多地控制着消费者在他们的新闻提要中遇到的信息的类型，而这些信息实际上是新闻提供者。
算法媒体问题的核心是事实，即它们通常不在乎某个新闻是否属实。 只要给定项目在平台用户中产生了很大的参与度，它就成为他们新闻提要中的头号项目（Lee，2016）。 在2016年美国总统大选（这是最近历史上疯狂竞争的选举之一）中，Facebook被用作通过错误和误导性信息塑造选民对主要竞选人唐纳德·特朗普和希拉里·克林顿的看法的工具（Herrman，2016； Thompson＆ Vogelstein，2018）。 也有人指责俄罗斯政府购买了广告并通过Google和Facebook散布了虚假故事，以影响美国大选的结果（布雷，2017年）。 这些只是算法媒体如何日益威胁民主的几个例子。
总体而言，算法媒体可以看作是一把双刃剑。 尽管算法媒体导致了更具代表性的媒体和无偏见的媒体，但它们越来越破坏了新闻客观性的原则。 在Google，Facebook，Twitter和其他非传统媒体上，错误信息，虚假信息和虚假新闻已成为日常工作。 由于诸如政府，有影响力的政客和公司等强大的参与者越来越依赖于他们来形成舆论以支持他们，因此算法媒体的非客观性已成为一个有问题的问题。 对算法媒体进行某种形式的调节也许是谨慎的。
参考文献
Bray，H.（2017年）。 可以监管Facebook或Google吗？ 取自https://www.bostonglobe.com/business/2017/10/20/can-facebook-google-regulated/mRZQ0AA0hWNcrr2gUwmf5L/story.html
Caplan，R.，＆Boyd，D.（2016年）。 在算法时代，谁来控制公共领域？ 取自https://datasociety.net/events/who-controls-public-sphere/
Gillespie，T.（2014年）。 算法的相关性。 取自https://www.microsoft.com/zh-cn/research/wp-content/uploads/2014/01/Gillespie_2014_The-Relevance-of-Algorithms.pdf
Herrman，J.（2016年8月24日）。 在Facebook的（完全疯狂，无意的巨大，超级党派）政治媒体机器内部。 纽约时报。 取自https://www.nytimes.com/2016/08/28/magazine/inside-facebooks-totally-insane-unintentionally-gigantic-hyperpartisan-political-media-machine.html
Lee，T.（2016年）。 马克·扎克伯格（Mark Zuckerberg）否认Facebook如何损害我们的政治。 取自https://www.vox.com/new-money/2016/11/6/13509854/facebook-politics-news-bad
洛坦（2014）。 联网的受众：注意和有数据知识的受众。 在K. McBride和T. Rosenstiel编辑的《新闻新伦理：21世纪的原则》 （第105-119页）中。 纽约：SAGE。
Manjoo，F.（2018年8月22日）。 Facebook或任何人都可以解决互联网的错误信息问题吗？ 纽约时报。 取自https://www.nytimes.com/2018/08/22/technology/facebook-internet-misinformation.html
Oliver，P.（2018年）。 社交媒体上虚假信息的状态。 取自https://medium.com/center-for-data-science/the-state-of-disinformation-on-social-media-397d3c30f56a
汤普森（Thompson）和弗格斯坦（Vogelstein）（2018）。 在震动了Facebook的两年以及整个世界内。 取自https://www.wired.com/story/inside-facebook-mark-zuckerberg-2-years-of-hell/
Ward，S.（2008年）。 真理与客观性。 在L. Wilkins和C. Christians，编辑的《大众传媒道德手册》 （第71–83页）中。 纽约：Routledge。
