在移動互聯(lián)網(wǎng)時代，面對用戶在新媒體上全新的閱讀習慣和喜好，基于機器算法的個性化推薦閱讀機制,，正顯現(xiàn)出強大的爆發(fā)力,。這是因為機器算法會對用戶瀏覽、收藏,、轉發(fā),、評論新聞資訊的行為不斷作出分析,，建立起個人用戶模型,，智能地為用戶推薦越來越精準的個性化信息,。據(jù)統(tǒng)計，在網(wǎng)絡資訊分發(fā)市場上,，算法推送內容已逾50%,。

一時間，個性推送時代,，算法當?shù)?，編輯后撤甚至無用的說法不絕于耳。果真如此嗎,？機器算法雖然適應了移動傳播分眾化,、定制化的趨勢，但其本身存在著不小的局限,。

首先,，縱然機器算法再智能，但仍無法猜透更加復雜的人心,。算法推薦帶來的弊端是,，容易把用戶一次性的、偶然性的,、表面的行為,，解讀為用戶真實的、深層的興趣和心理需求,。目前,，機器算法還處于初級階段，追求的是規(guī)?；?，也就是流量，這會導致一些媒體一味追求流量,，大量生產低俗,、色情、暴力化的內容,。唯算法論,，容易造成推薦不一定是用戶所想、非用戶所需的窘境,。

其次,，即便依賴于機器算法推薦，會讓用戶的視野變窄,，形成信息孤島,，從而擠壓掉用戶真正感興趣或者培養(yǎng)新興趣話題的空間,。機器算法看似人性化，實則在閹割新聞,。用戶生活在自我的世界,，無法感知興趣之外的新事物，久而久之,，將帶來個人信息接收的窄化,，會將自身桎梏于像蠶繭一般的“繭房”中。新聞除了讓人感知世界外,，還能啟迪思想,。讓人擔心的是，機器算法讓思想裹足不前,。

再者,，對于內容生產者來說，需要討好的不一定是用戶,，而是機器算法,。聳人聽聞的標題、格調低俗的內容由于更易被點擊被轉發(fā),，因而更容易被算法當做“受歡迎”內容推薦,。利益驅動下，機器算法容易被做號黨,、標題黨,、低俗內容利用，“劣幣驅逐良幣”,，真正的優(yōu)質內容反而容易被邊緣化,。這無疑會擠壓優(yōu)秀內容生產者的生存空間，造成優(yōu)秀作者流失,、用戶體驗下滑等,。

此外，越來越多的虛假信息以及敏感信息等混雜在信息流中,，通過機器算法推送給用戶,。算法僅能通過關鍵詞技術過濾掉一些垃圾信息，偽裝好的無版權,、低俗內容甚至還會因為標題精彩獲得更好的推薦效果。完全依賴算法推薦,、缺少內容人工審查這一關,，會造成低俗內容、垃圾信息等大行其道,。

移動互聯(lián)網(wǎng)時代,，新聞閱讀呈現(xiàn)出碎片化和個性化的趨勢,。但碎片化閱讀不等于娛樂化閱讀，更不等于標題閱讀,；個性化并不意味著用同質化內容“投其所好”,，而是基于用戶真實需求和興趣，在有限時間內為用戶提供有用的或感興趣的高質量內容,。目前,，人工智能技術在自然語義識別領域還沒有取得特別重大的突破，完全讓機器來判斷一篇文章的標題,、文采,、深度、價值和適合閱讀的人群,，顯然是不夠的,。機器算法需要與人工干預相結合，將人和機器的優(yōu)勢充分發(fā)揮,，補足機器分發(fā)的盲目性和人力處理海量內容的局限性,。人與機器的互相補位，才能為用戶提供真正的價值信息,。（原文來源：經(jīng)濟日報 作者：秦海波）