信息不对称：智媒时代的传媒经济学成果

信息不对称指的是信息的分布对于买方和卖方来说不平衡，或者是买方了解的信息比卖方多，或者是卖方了解的信息比买方多，总之，双方对信息的了解程度不同，这也会造成市场失灵。举个简单的例子，传媒生产者在生产传媒商品时所获取信息的渠道、采访的过程、对受访者的选择以及最后的把关，这些只有生产者知道，受众是不知道的，这就是信息不对称。信息不对称时，当受众看到一则与自己的认知不协调的新闻时，会质疑这些新闻和结论都是怎么来的，多次出现这样的新闻，受众就会不相信该媒体发布的内容。反过来，对于传媒生产者来说，受众到底需要什么样的新闻，也只有受众自己知道，传媒生产者肯定没有受众清楚自己更需要什么样的新闻，这种情况下就会出现受众想看的新闻与实际看到的新闻之间有偏差。

在解决信息不对称问题时，经济学提出了信号机制与声誉机制。如果传媒生产商认为自己生产的信息是真实可信的，其中关键的信息就应当是可以核实的，并且对该新闻的真实性做出承诺，使受众相信如果其中有错误，传媒企业将为之付出巨大代价。因为在智能媒体时代，信息生产变得格外容易，坚持真实公正的底线在泛滥成灾的信息海洋中尤为珍贵，提供什么样的信息，如何提供给受众可以信赖的精准信息比大量生产信息让受众自己去选择更重要。和信号机制作用相同的是声誉机制，任何一个新闻信息生产者都不可能是一锤子买卖，都会有自己的预期，向受众发布虚假不实信息，也许一时获得了收益，一旦被受众发现你欺骗了他，后果就会很严重，传媒企业需要建立自己的声誉，这种声誉是获得受众持续关注的基石，正是这种声誉激励着传媒企业不断约束自己，提供受众需求的信息。

计算机和信息技术在解决信息不对称中正摸索出自己的一套解决方案——算法推荐。通过阅读者过往阅读的信息来判断该用户喜欢什么类型的信息，并尝试向其推送同类信息，通过不断的推送与点击行为指标来勾勒用户的画像，从而提供精准的信息服务。但是，遗憾的是，新闻信息和一般商品不同，有时连消费者自己也不知道到底需要什么样的信息，机器这种根据用户行为数据来推荐信息并分析其消费偏好的方法，便常常会出现错误，因为用户的选择被机器给限制了，这对于创造需求、引导需求的新闻业来说尤其可怕，信息茧房描绘的便是这种问题，原来是为了解决问题，没想到反而由解决问题产生了新的问题。究其实质是对新闻信息产品理解不够造成的，新闻信息是一种精神商品，这就犹如营养元素，任何一个人都不可能只需要某类或者某几类新闻信息，试图通过贴标签的方式给人推送偏好式新闻，就如同吃饭偏食一样，不能因为偶尔吃点垃圾食品就判断此人喜欢垃圾食品，也不能因为用户没有看过高营养的物品就认为其不会喜欢，这种做法只会带来信息的营养不良。最后，有些低劣的信息如同毒品一样，虽然有害，仍然会充满诱惑，一旦点击就被机器判断为喜欢，这种推送机制不仅会让低劣的信息产品大行其道，还会严重伤害受众及社会健康。(www.xing528.com)

无论算法如何先进，它只是了解市场的技术工具，把工具当成本体，体现出拉什所说的本体论与认识论的混淆，在这种混淆中，算法产生了异乎寻常的力量。^[6]互联网平台企业通常以“商业机密”为由拒绝公开相关算法技术的源代码，技术产权的私人化与技术标准的不透明，使得算法具有很强的可操纵性。技术上造成的信息生产和流通的不平等往往难以被人察觉，通过技术为平台本身及相关利益方增加流量，屏蔽竞争对手的正面信息，限制或封锁不利于平台及合作伙伴的信息生产和传播，造成消费者对市场及社会环境的错误判断，垄断者则在此过程中得到更高的经济利润。技术对传媒的生产也会产生负面影响。人工智能技术为用户提供了可能引发信息生产和消费混乱的技术，带来文化内容深度造假的问题，通过智能计算形成伪原创内容，通过人脸互换技术生成视频内容、模仿他人声音的音频内容等等。

信息的不对称也与技术崇拜有关，在技术崇拜思想的主导下，用户更关注的是如何在技术中获取自己想要的收益，而不是对技术的规则和运作机制进行批判和思考。而随着技术的发展，人工智能所涉及的行业门类越来越多，技术也变得异常复杂难懂，人们既没有能力也没有兴趣去搞清楚技术或算法的运行规则和工作原理，甚至对互联网平台企业如何收割和使用自己提供的数据也丧失了必要的敏感性，人们已经接受了通过提供数据来获得免费技术使用权的交易法则，对技术背后的资本力量会如何使用这些数据并不太关心。技术崇拜不仅使人不断地屈从于技术，也让技术放开手脚来改造既有的社会关系，技术塑造出一个又一个衡量市场的新指标，传媒生产者只能在市场中追随技术，一步步放弃市场话语权。