新闻媒体中的算法透明性研究报告

由Nicholas Diakopoulos与Michael Koliska撰写的文章《Algorithmic Transparency in the News Media》发表在2016年的《Digital Journalism》上。这篇文章探讨了在新闻生产过程中，随着算法系统的使用日益增加，如何实现透明性的问题，并提出了关于算法透明性的信息披露框架。这项研究对新闻媒体从业者和研究人员均有重要意义。

研究背景

随着数字技术对新闻媒体的直接和间接影响，越来越多的新闻机构开始采用包括算法策展、自动写作和新闻机器人在内的计算新闻学技术。尽管透明性已经成为新闻伦理的核心价值，但这些自动化系统由于其不透明的决策能力，对透明性提出了新的挑战。为此，本文展示了一项包含50名新闻媒体和学术界参与者的焦点小组研究，讨论新闻生产中算法的案例研究，并阐明适于披露的因素。

研究流程

1. 焦点小组研究设计：研究中共设立了九个焦点小组，参与者包括来自美国主要新闻媒体与大学的媒体从业者与研究人员。

2. 案例研究：讨论的案例包括自动化新闻写作、算法策展和故事中的模拟与建模。通过这些案例，参与者探讨了可以在数据、模型、推理和界面这四个层面披露的信息。

3. 分组讨论与结果总结：每个焦点小组被引导讨论算法可透明披露的信息，并进行了实时记录与编码分析，形成透明性因素的类别化和类型化总结。

主要结果

研究表明，关于算法透明性，可以在四个关键领域披露信息：数据、模型、推理和界面。

1. 数据层：

   • 数据质量，包括准确性、时效性和完整性等。
   • 数据来源的透明度，以及对数据处理方式的解释。

2. 模型层：

   • 模型使用的特征变量、目标变量和权重。
   • 模型类型及其假设可能需要披露，包括模型演变过程中的调整。

3. 推理层：

   • 对算法输出的准确性和错误分析进行透明披露。
   • 提供信心值或不确定性指标。

4. 界面层：

   • 透明性信息如何具体呈现给用户，包括交互功能的实现。
   • 运用了算法的内容是否应标识，使用户意识到算法的作用。

结论和意义

研究最终指出，尽管存在商业动机和用户信息过载的障碍，算法透明性对新闻媒体的责任与伦理实践具有重要意义。透明性不仅增强了新闻机构的信誉和合法性，还有助于提升用户体验。因此，新闻组织可以通过将透明性信息融入用户界面，创建能揭示系统内在运作的全新互动体验。

研究价值

作为首次尝试系统性研究新闻媒体中的算法透明性，本研究为新闻机构提供了可行的透明性实现方法，也为提高公众对算法过程的理解和参与提供参考。同时，研究成果为其他领域的算法透明性提供借鉴，特别是在政府或工业领域，这一框架有望指导相关标准的制定。