導語：智能傳播的多維特征與問題表征及應對一文來源于網友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【內容提要】本文從人工智能三要素——數(shù)據、算力和算法入手，考察智能技術參與下傳播活動的多維特征，即萬物皆數(shù)與數(shù)據為媒、算力多層與全時空傳播、算法泛在與敏捷鏈接等。從技術的兩面性分析發(fā)現(xiàn)，智能傳播存在數(shù)據與智能代差、算力私有化與新權力壁壘、算法偏見導致的傳播偏見和對人的異化等問題，需要從技術要素維度反思智能傳播的素養(yǎng)提升、技術融合、多元共治等，為智能傳播的理論、應用及發(fā)展提供新視角。

【關鍵詞】智能傳播；技術要素；數(shù)據；算力；算法

隨著信息消費、信息基礎設施、信息技術應用等全面升級，智能傳播成為傳播形態(tài)中的新常態(tài)和媒介生態(tài)的新基因。從人工智能衍生而來的技術要素——數(shù)據、算力、算法，愈發(fā)成為智能傳播過程中的關鍵要素。如何正視技術要素形塑智能傳播的多維特征、剖析技術要素影響智能傳播的問題困境、把握技術要素視角的應對策略值得深入研究和探討。

一、智能傳播構建新型傳播形態(tài)

隨著人工智能技術的快速發(fā)展，媒介智能化進程快速演進。霍華德?加德納認為，智能是一種處理特定信息的計算能力，其提出的“多元智能理論”將智能視為由多種要素組成，并且在不同階段具有不同類型。①當下所討論的人工智能是研究如何利用計算機的軟硬件及各種資源模擬、延伸和擴展人類某些智能行為的理論、方法和技術，其中主要包含數(shù)據、算力和算法三大要素。②智能傳播是人工智能技術在傳播領域的滲透和延伸。麥克盧漢認為，媒介是人體感官的延伸，而智能則可認為是人的思維的延伸。在以人工智能為主要驅動力的智能傳播理論發(fā)展和實踐應用中，數(shù)據、算力和算法三者相互聯(lián)系且缺一不可。數(shù)據是智能傳播的基礎，是新型生產資料，是智能的“血液”。智能的能力是在對數(shù)據的不斷使用和訓練的基礎上獲得的，類似人類獲得知識和能力的方式。大量的數(shù)據、持續(xù)的訓練是構建成功模型并進行預測的必要條件。算力指的是處理海量數(shù)據的能力，由基礎設施硬件和網絡、應用平臺、系統(tǒng)軟件等自下而上的服務能力組成，是實現(xiàn)智能的生產力，可以視為智能的軀體系統(tǒng)。長期、迭代的訓練和推理能力需要基礎算力、平臺算力、服務算力等多層次的算力作保證，以云計算、邊緣計算為代表的分布式算力為處理海量數(shù)據提供了有力保障。算法構建了智能傳播的供給關系、分配關系，可以視為智能的“中樞神經系統(tǒng)”。算法構建的模型可以具備過往規(guī)律發(fā)現(xiàn)、現(xiàn)態(tài)問題診斷和未來趨勢預測等類人的描述、診斷、預測、決策等能力，算法賦予機器類人智能。數(shù)據、算力和算法通過在場景的聚集發(fā)揮智能傳播的最大價值。智能傳播的場景包括新聞生成、內容分發(fā)、精準推送、供求達成等。智能技術對傳播的影響涉及采編、制作和傳播的全過程和全領域。智能媒體正在迅速地、深層次地改變著人們獲取信息、認知世界和改變世界的方式。作為一種高度匹配信息與用戶需求的媒介形態(tài)，智能媒體引導傳播實踐向存儲云端化、內容垂直化、需求場景化及行業(yè)智能化邁進。③除了以上方向，以三要素驅動的智能媒體通過生產力和生產關系整合，加速整個社會現(xiàn)代化和媒介社會化，拓展互聯(lián)網傳播的方式和維度，進而影響網絡傳播的整體宏觀形態(tài)、生態(tài)和業(yè)態(tài)。

二、技術要素視閾下的智能傳播多維特征

要素是構成系統(tǒng)的基本單位，視角刻畫出系統(tǒng)的多維側面。從數(shù)據、算力和算法技術要素視角下審視的智能傳播系統(tǒng)表現(xiàn)出多維特征。

（一）數(shù)據：萬物皆數(shù)與智能傳播數(shù)據為媒

在大數(shù)據語境下，傳統(tǒng)以計算為中心的理念已轉化為以“數(shù)據+計算”為中心，意味著數(shù)據和算力思維開始并重。數(shù)據思維不用樣本數(shù)據而用全量數(shù)據，直面問題復雜性、注重宏觀的洞察而不是微觀層面的精確，注重事物之間的相關關系而不是因果聯(lián)系。這種數(shù)據思維的革命開啟了以數(shù)字為媒介的新的傳播研究范式。正如有學者認為大數(shù)據時代數(shù)據成為世界的本質，當今世界“萬物皆數(shù)”，未來整個世界都會被數(shù)字化技術實現(xiàn)“鏡像”。④⑤以數(shù)字符號為底層存在形態(tài)的數(shù)字技術、數(shù)字媒介推動以數(shù)字為智能基礎的智能傳播。智能傳播革命本質上是底層傳播邏輯的全面數(shù)字化和數(shù)據化的促成，傳播模型的各個環(huán)節(jié)已經全部實現(xiàn)數(shù)字化革命：信源和信宿數(shù)字化標識、模擬數(shù)字和數(shù)字數(shù)據之間的互相轉換、傳輸過程的數(shù)字化編碼和解碼、傳播介質的數(shù)字信道等。從國際標準化組織制定的開放系統(tǒng)互聯(lián)OSI傳輸參考模型來看，網絡傳輸單位從消息、段、包、幀直至最終轉換為比特位表示的數(shù)字，數(shù)字成為現(xiàn)代傳播的底層傳播邏輯單位和表現(xiàn)形式。在未來可預見的量子計算問世之前，智能傳播底層傳播邏輯皆是數(shù)字邏輯，萬物皆媒即萬物皆數(shù)。數(shù)據是數(shù)字的載體。內含數(shù)字的數(shù)據可以表征人、物、服務和應用在內的一切。智能傳播以數(shù)據為基礎，其本質是用數(shù)字和數(shù)學的方式描述世界。5G、云計算、大數(shù)據、物聯(lián)網、人工智能、區(qū)塊鏈技術等數(shù)字傳媒技術以數(shù)據為載體，既生產數(shù)據、存儲數(shù)據，又分析數(shù)據、呈現(xiàn)數(shù)據，直至銷毀數(shù)據。數(shù)字技術用數(shù)字化方式實現(xiàn)傳播信息數(shù)字化、傳播流程數(shù)字化直至更核心的傳播業(yè)務數(shù)字化在內的全面數(shù)字化轉型。數(shù)據不僅是傳播的內容，其本身也是重要的傳播媒介。數(shù)據作為智能傳播內容生成的主要源頭，智能傳播全生命周期都通過0和1組成的比特碼數(shù)字構成的數(shù)據來表示和傳遞，甚至傳播效果的好壞指標也通過數(shù)據并以可視化的形式來量化呈現(xiàn)。從傳播內容全生命周期來看，數(shù)據可分為采集、存儲、傳輸、使用、共享、銷毀；從數(shù)據中臺來看，數(shù)據可分為貼源數(shù)據、統(tǒng)一數(shù)倉、標簽數(shù)據、應用數(shù)據。數(shù)據以多樣的呈現(xiàn)形態(tài)、漫長的生命周期跨越過去和未來、連接虛擬空間和物理空間、鏈接生物信息和計算信息，最終實現(xiàn)人、社會、自然的鏈接、交互和傳播。

（二）算力：算力多層與智能傳播時空效率

智能傳播的算力通過多層次的網絡平臺來實現(xiàn)，網絡平臺承擔著通用平臺、萬物鏈接和底層基礎設施的功能。包括網絡內容生產和傳播在內的社會活動越來越受到算法和數(shù)據驅動的全球化網絡平臺的調節(jié)。⑥算力通過終端、邊緣端、霧端和云端等多端聯(lián)動實現(xiàn)智能生產與傳播。算力確保UGC（用戶原創(chuàng)內容）作者兼具生產者和消費者身份，并催生更多內容，提供支持超大碼流和存儲要求的內容到云端計算、存儲和分發(fā)，提升存儲和分析數(shù)據的規(guī)模、廣度和深度，為內容生產、制作和傳播全流程提供底層算力支撐。算力為智能傳播提供全時空生產力。算力平臺是可編程的基礎設施和計算框架，在分布式架構和分布式計算加持下，內容生產主體從人到設備，生產能力從計算中心到算力網絡，生產布局從集中式到分布式，生產時間從5×8到7×24小時可用，內容傳播層次從1層傳播延展到N層傳播。算力使智能傳播的數(shù)據處理速度大幅提升，進而顯著提高智能傳播的效率。處理速度的加快可以通過硬件和軟件兩種方式，硬件方面主要依靠芯片的計算能力提升，軟件方面主要靠優(yōu)化過的算法模型來處理海量數(shù)據和復雜邏輯。算法從內容生產和傳播的全時間、全空間助力內容研發(fā)、生產和傳播接力，形成全時空傳播生產力。

（三）算法：算法泛在與智能傳播敏捷鏈接

傳統(tǒng)觀點認為算法在傳媒應用和實踐中主要作用于內容生成、分發(fā)兩個環(huán)節(jié)。⑦“算法主義”者認為包括物理世界、生命過程和人類心智都是算法可計算的，甚至整個宇宙都是受算法支配的。⑧事實上，智能傳播中的算法泛在于智能傳播全流程，并通過算法調節(jié)內容供給、需求關系和智能傳播的智能等級。算法泛在于智能傳播全流程。智能傳播的算法內置于內容采集、生產到傳播的各個環(huán)節(jié)。生產環(huán)節(jié)對內容的素材來源、生成的內容和結構、呈現(xiàn)形式都產生直接影響，縮短了內容創(chuàng)作的流程，提升了內容創(chuàng)造的實際效率和效果。編碼階段，內置算法代替了人歸納和整理材料的過程，改變了人原有獲取和預處理信息的方式。譯碼算法模仿人邏輯推理和思辨過程，改變了人原有傳播信息的方式。傳播環(huán)節(jié)算法嵌入平臺互動界面促進場景生成，通過強化學習等算法體現(xiàn)對客戶需求的終極關懷，通過適應注意力經濟時代的關注量和點播量邏輯而生成流量產品，進而影響供求關系。硬件終端方面，從前端的感知設備到云端的計算引擎，再到終端智能硬件，都已經通過硬件芯片或軟件方式內置了各種算法。前端感知設備通過傳感器獲取文本、圖片、音頻、視頻等多模態(tài)的數(shù)據并做內容前期預處理和融合，云端計算引擎提供快速、穩(wěn)定、可靠的內容生成和面向全球的內容分發(fā)算法，靠近終端的邊緣端算法提供內容安全處理、內容簡單編輯等低延遲計算和可視化呈現(xiàn)能力。算法以貼近人腦的方式使傳播更加智能。首先，算法促成體力智能。在采、策、編、發(fā)、服務等內容創(chuàng)作和傳播環(huán)節(jié)中，算法使簡單重復的行為和邏輯規(guī)則在傳播中逐漸退場；其次，算法促成供需智能。算法成為人和海量信息之間的強大中介，連接供需雙方、重塑傳受關系。供給方通過算法將內容呈現(xiàn)在用戶面前，需求方借助算法獲取信息、形成消費。算法使人、物、場匹配更加敏捷，通過群體畫像和個體畫像，使信息和產品開始找人，以傳受之外第三方的角色影響傳播中的信息供需關系和“推拉”關系；再次，算法促成平臺智能并影響智能層級。算法促使模型訓練“眾包”，基于不斷優(yōu)化的有監(jiān)督學習、無監(jiān)督學習、強化學習以及深度學習算法，每個人都在幫傳播平臺訓練傳播模型。多種算法模型集聚合成驅動平臺智能流量分配、模式識別、態(tài)勢感知和自主動態(tài)決策等更高層次的智能。

三、技術要素視閾下智能傳播問題表征

智能技術對傳播的思想觀念、工程技術、作業(yè)流程在內的重大變革，使傳播儼然進入全自動化生產和傳播流水線，全面智能貌似指日可待。然而當下決定智能傳播的各個技術要素存在著各種現(xiàn)實障礙和問題，具體表征如下。

（一）數(shù)據：數(shù)據并非萬能且與高階智能存在代差

赫拉利在《未來簡史》中將數(shù)據神話為“數(shù)據主義”，認為整個宇宙由數(shù)據流組成，并徹底推翻傳統(tǒng)的“數(shù)據-信息-知識-智慧”的學習路徑，認為數(shù)據的處理應交由巨大的算力來完成，通過信息自由實現(xiàn)最高的善。⑨雖然數(shù)據主義者將數(shù)據本身和數(shù)據處理提高到史無前例的位置，但是數(shù)據并不是萬物的全部特征，更不能跨越“數(shù)據-信息-知識-智慧”的“代際”路徑直接到達智能。紛繁復雜的智能傳播活動不能完全精簡為數(shù)據處理。數(shù)據的原生性和多樣性預示數(shù)據不能等同智能。首先，全媒體環(huán)境促使數(shù)據不斷泛化，數(shù)據呈現(xiàn)也更加碎片化，原本需要加工的數(shù)據變得唾手可得。內容生產和傳播過程中搜集、歸納、推理和思辨的過程皆由數(shù)據完成。雖然數(shù)據泛在降低了獲取和使用數(shù)據的成本，卻造成了人獲取數(shù)據的依賴性和惰性。而原生態(tài)數(shù)據并不直接可靠和可用，數(shù)據有自己完整的生命周期，一般分為采集、存儲、傳輸、使用、共享和銷毀等多個階段，原生性的數(shù)據很容易導致“Garbagein，andgarbageout”（無用輸入或無用輸出），并很可能與智能相差甚遠；其次，數(shù)據類型存在多樣性，包括文本、聲音、圖像、視頻等多種類型，并取代了單一的語言媒介，形成了一套復雜的、有效的多模態(tài)話語和意義表達系統(tǒng)。⑩數(shù)據的結構也存在多樣性，包括結構化數(shù)據、半結構化數(shù)據和非結構化數(shù)據多種結構類型。況且，網絡上的數(shù)據常常以分散、異構、自治等形式存在，并且往往還伴有冗余、噪音、重復、錯誤等問題。這種數(shù)據本身的復雜性和原生性，沒有人的主觀性參與和工程化的數(shù)據處理過程，數(shù)據與智能之間還有萬里之遙。智能的通達路徑解釋數(shù)據與智能存在層差。拉塞爾?阿克夫的DIKW（Data-Information-Knowledge-Wis?dom，DIKW）模型中的“數(shù)據-信息-知識-智慧”最早闡釋了數(shù)據驅動決策的理念和智能的通達路徑。??????無論是大數(shù)據還是小樣本數(shù)據環(huán)境，知識是通達智能的關鍵環(huán)節(jié)，智能體需要借由知識路徑達到智能。知識可以是傳統(tǒng)的專家系統(tǒng)中由人提供，也可以通過深度學習訓練將數(shù)據轉化為知識來獲得。同時，由于知識分顯性和隱性，而隱性知識往往在業(yè)務專家的意會中難以表示和傳達，所以僅僅基于數(shù)據的智能顯然不同于基于知識的智能。缺少知識支撐的機器智能體反而容易成為邏輯上的巨人、常識上的矮子?？傊?，智能的實現(xiàn)反對過度倚重野蠻算力的“數(shù)據出奇跡”而忽略對數(shù)據本身特性的洞察。智能傳播沒有數(shù)據萬萬不行，但忽視數(shù)據到智能的升級路徑，忽視數(shù)據本身的特性，過度夸大其地位和作用也是偏頗的，數(shù)據與智能之間存在巨大代差和鴻溝需要客觀看待。

（二）算力：算力私有化且形成新權力壁壘

算力平臺提供生產力的同時也形成新權力。當前算力平臺往往由頭部的平臺企業(yè)把持，控制著數(shù)據的生產、存儲和傳播的關鍵節(jié)點。這種以平臺把持的傳播系統(tǒng)看似平等，實際上算力等級嚴格分明；他們往往以私營公司的方式來運營，實際上卻承擔類似政府的職責提供面向大眾的公眾服務；他們貌似技術中立，卻很可能承載著自己的價值觀甚至意識形態(tài)；他們所在的位置具有地域性，而其影響范圍卻可以觸達全球每個角落。平臺把持下的傳播基礎設施依賴于公共投資的傳統(tǒng)發(fā)生重大變化，基礎設施由私有企業(yè)構建，帶來潛在風險。一旦企業(yè)受到資本尤其是國外資本的介入，安全風險威脅更加空前。算力平臺被新媒體平臺私有形式霸占，無度使用且全時空監(jiān)控供應端和消費端多元主體內容生產能力和傳播全程。算力平臺通過技術創(chuàng)新、模式創(chuàng)新和數(shù)據積累高筑平臺“護城河”，阻礙行業(yè)發(fā)展。平臺占有數(shù)據和流量分配權威，易使市場支配權力濫用。平臺壟斷公眾認知結構和選擇權利，進而影響社會結構甚至政治權力。算力平臺提供的所謂智能化服務，利用自身掌握的用戶和數(shù)據優(yōu)勢，采用大數(shù)據方式對用戶潛在行為分析后，對于相同的內容針對不同的賣家和用戶提供不同的價格；針對以往用戶的大數(shù)據殺熟現(xiàn)象已經嚴重影響消費者合法權益。智能媒體時代，算法加持下的平臺更加肆無忌憚。人們在增加了主體自由的同時也進入了新的牢籠，深陷在算法規(guī)制下的網絡空間中而無所適從。大眾傳播到精準傳播、關系傳播，背后是算法邏輯和平臺權力，需要高度警惕。

（三）算法：算法導致智能傳播偏向和對人的異化

算法偏見是社會偏見在人工智能時代的延伸，來自運算規(guī)則設計、運算過程、數(shù)據收集處理及應用。??????算法偏見導致智能傳播偏向。第一是聚焦偏向。過度依賴基于算法的內容生成，會使人的認知關注點從內容本身轉移到制造內容的技術和工具上，導致聚焦偏向；第二是需求偏向。算法生成的內容和分發(fā)都關注時效性、趣味性和娛樂性，引導用戶放大自己的娛樂需求和消費需求，壓制或掩蓋了其自身的否定和判斷思維，在一定程度上促使用戶主動放棄了獨立思考的能力，間接阻礙了全民媒介素養(yǎng)水平的提升；第三是趨同偏向。傳播內容生產和分發(fā)的趨同化在既定議題中嚴重削弱人的認知能力、創(chuàng)新能力和思辨能力，再次加劇了馬爾庫塞所說的單向度的人和單向度的社會的趨勢。如果算法關注個性化的分發(fā)和定制化用戶迎合，所有內容的分發(fā)都關注時效性、趣味性和娛樂性。看似滿足受眾需求，實則是對受眾需求無限度的放縱。以上主動性與被動性、個性化與去個性化之間的取舍，一方增強另一方某種程度的削弱，不僅是算法帶來的矛盾，也是人在整個智能傳播時代所面臨的傳播困境。智能傳播中的算法加劇了對人的異化。首先，算法是對傳播者思維的延伸和行為的替代，編碼和譯碼階段的內置算法代替了人歸納、整理、推理、思辨的過程，改變了人原有獲取、處理和識記信息的方式；??????其次，算法驅使信息接收者主體性迷失。無時空限制的網絡個體，被智能技術攜裹在網絡中不能自拔，各種生理疾病和社會問題頻現(xiàn)，久而久之便樂于接受數(shù)字的奴役，進一步強化了主體性迷失；再次，算法加劇了對身在場景中的信息接收者的控制，通過控制人的眼睛和大腦，進而控制人的視野、選擇、喜好和判斷，通過加強對人的控制嘗試塑造一種集體信仰和社會共識。

四、基于技術要素的智能傳播應對策略

生產力與生產關系的更替和演變影響物質生產的發(fā)展。數(shù)據、算力和算法要素的變化要求人們在指導和管理智能傳播實踐中做出相應調整，以避免文化滯后現(xiàn)象的出現(xiàn)。數(shù)據、算力和算法要素影響智能傳播的維度是多方面的，相應的對策也絕不能單一片面，而應該是從多方發(fā)力布局的系統(tǒng)工程。

（一）數(shù)據意識：數(shù)據素養(yǎng)提升工程

伴隨著媒介與人們互動而產生的媒介素養(yǎng)逐漸由一種能力或技能上升到新的層次，演變成為無限接近于生理需求的一種新要素，成為大數(shù)據時代媒介素養(yǎng)的核心元素。??????????數(shù)據素養(yǎng)成為數(shù)字時代基本的生存和發(fā)展能力，是媒介素養(yǎng)的核心維度。智能傳播時代尤其應提升媒介素養(yǎng)，特別是在數(shù)據倫理規(guī)范認知的基礎上，具備數(shù)據意識和數(shù)據敏感性，可以有效且恰當?shù)墓芾頂?shù)據的采集、存儲、分析、處理、利用和展現(xiàn)；應具備基于數(shù)據的事實性判斷、價值性判斷和批判性思維能力，帶著質疑和批判精神看待基于數(shù)據技術生成的內容和傳播信息。

（二）算力平臺：自治與他治結合

首先是自治方面。第一，按照技術的社會構建理論，市場和用戶的需求是技術發(fā)展的重要決定因素。用戶關注是算力平臺的出發(fā)點和歸宿。算力平臺應以用戶為關注點，用戶需要什么就延伸做什么，用戶到哪里就要擴展到哪里；第二，算力平臺有責任在信息的生產與發(fā)布過程中，把公眾需求與國家價值導向、公共社會責任和政府當前的工作重心結合起來，把服務、滿足公眾需求與教育引導公眾、提高公眾的素養(yǎng)結合起來；第三，算力平臺要實現(xiàn)規(guī)范自治。算力平臺應該對算力的分配和自身的權力有清醒的認知和行動，并做好防范因為算力權力導致的行業(yè)壟斷和濫用的應對策略。其次是他治方面。成立第三方審核或公證機構，對關鍵算法執(zhí)行審核程序、公證程序甚至開源程序，約束行業(yè)行為，強化行業(yè)自律。同時，運用法律法規(guī)對算力平臺進行行業(yè)規(guī)范、主體問責，避免出現(xiàn)濫用算力權力、形成權力壁壘。

（三）算法模型：技術與管理并重

算法的偏向和異化糾偏需要技術與管理并重。第一，規(guī)范算法技術的價值立場。從算法的本質內涵出發(fā)，算法應該用在提升傳播速度和鏈接效率、數(shù)據流通和流程優(yōu)化、管理的質量、效率和成本的改善上。同時，應該給算法帶上緊箍咒，將其框在主流價值觀、倫理道德法律的約束之下，反對唯流量標準生產和傳播內容，反對以算法的馴化邏輯機械性生產和照搬內容；第二，用技術解決技術問題。算法的發(fā)展有其內在邏輯和類似生物的進化規(guī)律的客觀性。每一個階段的技術在解決問題的同時也會伴隨一些問題，技術正是在這種“解決問題-發(fā)現(xiàn)問題-解決問題”的迭代演化過程中發(fā)展。從早期的技術膜拜到技術濫用，再到技術回歸理性需要一個過程，通過技術本身的成熟理性和人對技術主導理性來迭代解決技術發(fā)展中的問題；第三，善用算法邏輯引導算法向善。從個人端來看，用戶可以主動利用算法模型背后的邏輯跳出信息牢籠并創(chuàng)造性利用算法邏輯，以此獲取信息并擴大認知范圍，如通過有意識地選擇關注的內容來搜索和查看的方式搭建“反訓練”模型，讓算法推薦由此更新個人的認知版圖。從平臺端來看，可以借助新技術數(shù)字孿生和知識圖譜協(xié)助算法改進，避免用戶在信息繭房中徘徊。平臺提供用戶主動選擇選項，提高用戶的主動信息選擇能力；第四，理清技術和主體間的關系。嚴格防范主體性迷失，人是算法生成的主體和操作算法的主人，人主動使用算法且算法是手段而不是目的。同時，算法與人是互補關系而不是替代關系，算法設計者和開發(fā)者應同時具備算法能力和業(yè)務知識。算法傳播應該強調以人為本、人本主義，具備個人主體控制技術客體，物理主體控制云端主體的主體意識，最終服務于個體、社會和國家；第五，堅持關鍵環(huán)節(jié)的審核機制。在當前弱人工智能背景下，堅持關鍵環(huán)節(jié)的“自動算法+人工審核”工作機制。預設和基于算法的內容生成和精確匹配，都存在不精確或無效的情形甚至人為的技術偏差。即便技術不斷演化和迭代，關鍵環(huán)節(jié)的審核過程依然是應對算法偏向的兜底工程需要長期持續(xù)下去。不得以算外，還可以充分發(fā)揮微信小程序的自主嵌入功能，在分析把握用戶閱讀情況的基礎上，不斷推出作品征集、話題討論等議題，增強用戶的媒介使用熱情。以內容促進關系建構，以關系推動內容縱深傳播。通過這種社交傳播場景的建構，提升媒體在微信平臺的社交可供性。

（四）內容呈現(xiàn)應更符合移動傳播的特性，傳播形式要立足用戶閱讀習慣

打破目前相對單一的信息呈現(xiàn)方式，圖像表達應更注重與用戶豎屏移動閱讀習慣的契合；同時，在內容的制作上應不斷豐富信息呈現(xiàn)方式，推送優(yōu)質內容以文字圖片、音頻視頻等多種形式，便于用戶在其他社交平臺的擴散傳播，提高內容的多平臺兼容性。對于更具傳播價值的議題，應充分發(fā)揮新技術效能增強用戶沉浸閱讀體驗，以激發(fā)用戶依托媒介優(yōu)質內容進行更深層的關系連接?！懊襟w為社會的媒介化所提供的最重要的關鍵性資源，就是關系資源的保障和支撐。”??????專業(yè)媒體應在微信平臺生產出更多符合用戶自發(fā)傳播與擴散的內容，發(fā)揮媒體在用戶關系鏈接中的強樞紐功能。

作者:蘭帥輝 尹素偉