人民日报日前发表社评《新闻莫被算法“绑架”》一文指出，算法对新闻生产的确产生过积极的影响，但是一些热衷搬运新闻、沉溺于算法的客户端，反复推荐低质量内容，只会让自己的推荐内容越来越单一，让新闻创作者越来越偏激，新闻媒体的格局越来越小。这一评论文章，无疑将矛头直指一向鼓吹机器算法，因为标题党、低俗内容广被诟病的今日头条。
唯算法论，是否真能投用户所好？
今日头条推荐算法的原理是：内容端，通过文章分类、文章标题、关键词提取内容的特征；用户端，通过用户对文章的阅读、点击等浏览行为猜测用户兴趣维度，最后算法进行匹配分发。
纵然目前人工智能的巅峰之作AlphaGo可以打败人脑，可以应对千变万化的棋局，但机器仍无法猜透更加复杂的人心。机器算法推荐带来的弊端是，容易把用户一次性的、偶然性的、表面的行为解读为用户真实的、深层的兴趣和心理需求。
如国乒队集体罢赛期间，很多人都会关注这个事件和当事人。反复点击了几条相关资讯之后，机器算法就可能会将你的表面行为解读为爱好乒乓球，甚至是爱好体育运动，进而持续推送体育运动相关内容，让人不胜其烦。
算法推荐带来的另一个问题是《信息乌托邦》一书中提出的“信息茧房”。在网络信息传播中，公众自身的信息需求并非全方位的，公众本就只注意自己选择的东西和使自己愉悦的讯息领域，再加上今日头条类靠揣摩用户兴趣进而推送对应内容的所谓个性化推荐，久而久之，将带来个人信息接收的窄化，会将自身桎梏于像蚕茧一般的“茧房”中。
信息茧房有可能造成的是社交壁垒。圈层因为共同的爱好、话题而聚集起来，“人以群分”就是这个道理。然而个性化推荐下，每个用户接收到的资讯不一致，容易造成你说的梗我没听过，我这里热闹非凡的事你竟然不知道的社交困境。
唯算法论，是否真能给用户最好的？
唯算法论，除了推荐不一定是用户所想，还容易造成推荐非用户所需的窘境。由于目前算法技术只能进行简单的语义分析，更多是基于点击量等外部数据，并不能有效识别内容的好坏，质量高低。
算法推荐下，内容生产者需要讨好的不一定是用户，而是内容分发者--机器算法。标题耸动、低俗的内容由于更易被点击被转发，因而更容易被算法当做“受欢迎”内容推荐推荐。利益驱动下，机器算法容易被做号党、标题党、低俗内容“反侦察”利用，“劣币驱逐良币”，真正的优质内容反而容易被边缘化。
相比之下，今日头条同类竞品一点资讯和腾讯新闻明显做的要更好。
一点资讯提出，忽略了用户主动表达的个性化都是伪个性化。通过把搜索引擎和推荐引擎在底层技术架构打通，再根据个体及群体用户的订阅、搜索、收藏、分享、点赞、评论等主动和被动行为打造用户的个性化兴趣模型。同时，更加关注用户的主动兴趣表达，利用平台上365万+用户主动生成的个性化订阅频道，基于兴趣的订阅标签的使用，可以大幅降低无效推送带来的坏体验。而非一锤子定音的因为偶然性的行为将用户标签化、模块化的定义。
与今日头条说自己不是媒体来规避应该承担的社会责任不同，腾讯新闻则主动承担起媒体责任。无论是主张追求事实的新闻准则的回归，还是“较真”等栏目的设定，对各种假新闻、缺陷新闻、谣言、钓鱼贴、营销贴进行查证和快速打击，都是平台自身对给用户价值资讯所作出的努力。
唯算法论，是否已经本末倒置？
移动互联网时代，新闻阅读越来越呈现出碎片化和个性化的趋势，回归以用户为中心的价值阅读。碎片化阅读不等于娱乐化阅读，更不等于标题阅读；个性化并不意味着用同质化内容“投其所好”，而是基于用户真实需求和兴趣，在有限的时间内为用户提供有用的或感兴趣的高质量内容。
今日头条的机器算法看似主动帮用户进行了内容筛选，提供了更海量的兴趣内容，但对用户喜好的无底线讨好，其实就是抓住人性弱点的“黑暗营销”，使得标题党、低俗内容更容易“骗”过算法被推荐，反而给用户带来了更多无用信息。
此前在接受《财经》杂志访问时，张一鸣坚持说今日头条不会也不需要设立传统意义上的总编辑，他说自己最忌讳价值观先行，他认为不干涉可能是今天他对内容最好的管理。这一观点的公布，在当时引发了颇多争议。
豌豆荚联合创始人王俊煜曾对此回应：技术，以及技术所运行在之上的那台机器，确实是冷冰冰的。但算法是由人设计的，这就是价值观。
相比之下，另一家个性化APP一点资讯所主张的“人机结合”的分发模式更为可取，机器算法与人工干预相结合，将人和机器的优势充分相结合，补足机器分发的盲目性和人力处理海量内容的局限性。编辑队伍配合机器进行训练，并用机器海量的数据来辅助编辑。人与机器的互相补位才能提供真正的价值信息。
在对算法的使用上，我们既要看到它的长处，也要避免它的缺陷，怎样合理运用技术，主动权掌握在人的手里。正如人民日报评论中所言，我们既不能“对算法和技术视而不见，拒绝时代进步的大潮；也不能一味依赖，反而成为算法和技术的奴隶。”
