基于人工智能与算法新闻透明度的“黑箱”打开方式选择

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,应倡导以同性“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”.

关键词：人工智能、算法新闻、透明度、自然语言生成、机器学习

所属期刊栏目：51

分类号：G202(信息与传播理论)

资助基金：清华大学自主科研项目;中国传媒大学媒介化空间视城下网络行动的组织模式研究项目

在线出版日期：2018-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-88