動態消息演算法、能見度、與新聞經營：以
Facebook 平台為例
蕭維傑、王維菁摘要
本研究聚焦 Facebook 動態消息演算法的能見度支配，希望藉此釐清台灣新聞媒 體在 Facebook 動態消息能見度上的策略行動與回應偏向，產生了何種社群媒體新聞生 產、流通與消費的交互作用與經濟社會文化結果。 研究發現，演算法作為分配秩序，替媒體建構出能見度的差別待遇和不確定性，媒 體為爭取被看見的機會，企圖建立暫時的成功模式，以繼續維持流量換取廣告營收的舊 有生存條件，但最終此等交互作用形塑出組織經濟、新聞市場、新聞產品三個面向的矛 盾糾結，過往由大眾媒體主導的利益分配、市場變化、品質產出已不復存在。 ⊙ ☉ 關鍵字：Facebook、動態消息演算法、能見度、新聞媒體、新聞 ⊙ ☉ 本文第一作者蕭維傑為國立臺灣師範大學大眾傳播研究所碩士；第二作者王維菁為國立臺灣 師範大學大眾傳播研究所副教授。 ⊙ ☉ 通訊作者為王維菁，聯絡方式：Email ：[email protected] ；通訊處：106台北市和平東 路一段162號。 ⊙ ☉ 收稿日期：2017/08/20 接受日期：2017/10/17The News Feed Algorithm, Visibility, and News Business: Using
Facebook as an Example
Wei-Jie Xiao
&
Wei-Ching Wang
Abstract
This study focused on the visibility dominance as due to Facebook’s dynamic information algorithm to clarify the strategic actions and response tendencies of the news media in Taiwan; the types of reciprocal effects from the creation, circulation, and consumption of social media news; and the economic, social, and cultural results.
We found that the algorithm distributes order and constructs differential treatments and uncertainties in terms of media visibility. To fight for the opportunities to be seen, the media have developed the see-through and fight strategic actions in an attempt to establish a temporary success model and maintain the old traffic for advertisement revenue survival pattern. Ultimately, these reciprocal effects shape the contradictory entanglements between the organization economy, the news market, and the news products. The profit distribution, market changes, and quality output once dominated by the mass media no longer exist.
⊙
☉Keywords: Facebook, news feed algorithm, visibility, news media, news
⊙
☉Wei-Jie Xiao is a graduate student in The Graduate Institute of Mass Communication, National Taiwan Normal University, Taipei, Taiwan. The second author, Wei-Ching Wang, is an Associate Professor at the Graduate Institute of Mass Communication, National Taiwan Normal, Taipei, Taiwan.
⊙
☉Corresponding author: Wei-Ching Wang, e-mail: [email protected], address: 162, Heping East Road Section 1, Taipei 10610, Taiwan.
⊙
壹、前言
社群媒體及演算法對當今的新聞生產、流通與使用造成可觀改變，並逐漸成為 當今新聞研究重點之一。傳統媒體發行量急速下滑，但新聞網站成長未能持續，許多 實證研究顯示，社群媒體在當今或許比傳統主流媒體能更有效地接觸閱聽眾，成為各 大新聞網站門戶的入口（Newman, 2009；Newman, Dutton, & Blank, 2011；Newman, Dutton, & Blank, 2012），因此主流媒體確實也利用社群媒體匯集讀者之優點，期望讓 讀者曝露在廣泛的新聞資訊當中。但另一方面，社群媒體也逐漸對新聞媒體形成強大 壓力，當讀者日漸習慣從 Facebook 獲取新聞，媒體建置網站愈來愈失去意義，新聞 媒體也逐漸失去對其讀者之掌握（INSIDE 硬塞的網路趨勢觀察，2016.05.16）。新聞 研究也因此認為社群媒體對既存媒體生態與新聞業帶來劇烈變遷，或將甚於網路之出 現，同時也擔憂紙媒在商業策略上依靠社群媒體傳遞新聞內容、吸引讀者眼球，可能 只是重蹈網路新聞覆轍，將內容免費奉送，並將閱聽眾白白獻給社群媒體等聚合平台 （Franklin, 2014）。 哥倫比亞新聞大學院數位新聞中心主任 Emily Bell（2016）對於社群媒體不只併 吞新聞業，更併吞政治、經濟系統與社會生活感到擔憂，並指出當前有項尚未獲得足 夠關注的重大變遷正在發生：新聞發佈者已經失去它們對新聞流通之掌控；這樣的結 果不可避免地壯大社群媒體與平台公司如 Google、Apple、Facebook、Amazon，以及 Twitter、Snapchat，在新聞流通與發布上擁有極端權力，全球新聞業正被不透明且無 法預測的演算法過濾篩選，新聞商業模式不得不順應此潮流。如 Facebook 對動態消 息演算法之宣稱：「將對的內容在對的時間展示給對的人」，並確保「最高品質的內 容」被生產、被露出、被分享，好讓使用者對動態消息的內容感興趣（Frantz, 2015； Kacholia, 2013）。但值得關注的是，此自動推薦機制塑造全球 16 億用戶的社交生活 和閱讀習慣，但卻在商業利益保護下，引起外界對其透明度之質疑，也因此動態消息 演算法深具影響力卻也深具爭議。 由於動態消息演算法控制新聞資訊流向，其不僅打破媒體對訊息的壟斷與控制， 讓新聞業逐漸向報紙、螢幕、網站等「靜態」新聞載體告別，成為在動態消息上「流 動」的貼文，等待演算法將其新聞送到讀者眼前，因此，Facebook 只要略微調整演
算法就能顛覆整個新聞業，它能將病毒行銷網路媒體 BuzzFeed 和 Vox 的影響力推 到新的高度；也能讓許多不擅適應演算法機制的傳統媒體逐漸失去影響力（Oremus, 2016）。當前媒體競爭態勢已顯示，新聞媒體接觸讀者的能力已大不如前，卻又無 法坐視網路廣告被急速吞食，Facebook 成為眾多媒體對流量、觸及率競爭的主戰 場，但此也更加深演算法對媒體市場之控制，包括調降專頁貼文觸及、提高原生 影片曝光等，都影響媒體的社群成長、導引流量，以及收益與虧損平衡（張約翰， 2016.02.12；張約翰，2016.02.25）。 而隨著 Facebook 逐漸主宰新聞通路，新聞媒體急切地想尋找方法回應當下挑 戰，並開始摸索演算法規則。根據美國科技新聞網站 TechCrunch 整理，動態消息演算 法如何決定內容的優先呈現似乎有跡可循，這些因素包含：使用者對本身對該專頁的 互動、該則貼文獲得互動程度表現、該專頁的熱門程度、使用者較常互動的貼文類型 （文字、連結、圖片或影片）、發布貼文時間，都可能影響著貼文能夠在動態消息上 被看見的機率（新媒體世代，2015.04.23）。 此外，新聞業與讀者的連結被高度中介，帶來的另一挑戰在於動態消息演算法 以提升使用者經驗之名，主動為讀者代理新聞資訊的篩選。《華盛頓郵報》記者 Gail Sullivan（2014）稱演算法對動態消息的內容操控形同審查，更關乎資訊人權議題。尤 其，演算法以關聯性、偏好度、互動程度等變數，放大相對熱門、討好、能吸引社群 互動參與的訊息；反之，強調公民意識、社會責任與挑戰性觀點的嚴肅新聞，可能被 排拒在外。最終，演算法隱而不顯的運作，將引發新聞消費被禁錮在個人意識形態之 中的擔憂（Pariser, 2011／宋瑛堂譯，2013；Morozov, 2011）。 且如 Crawford（2016）所言，演算法在高度競爭的網路公共論域空間運作，其設 計卻是用來在資訊競賽中生產出明確的「勝者（winners）」。演算法既是資訊競賽當 中的仲裁者，但遊戲規則的設計卻幾乎沒有透明度與問責性。Bell（2016）也憂慮， 社群媒體的權力集中更甚以往，衝擊著媒體市場裡的多元策展，且軟體／演算法與人 之間的直接與常規連結如此緊密，我們亟需理解有關日常生活的資訊是如何被即時 串流傳輸乘載，演算法又如何藉著排序篩選構連物質基礎之利益（Berry, 2014；Beer, 2009）。 目前新聞研究對資訊運算邏輯如演算法的著墨較少，缺乏對演算法作為新興浮現
權力之關注，而多將焦點置於新聞如何管理社群媒體，以及如何將其納入新聞常規中 （Hedman, 2015），此也反映當下新聞媒體急於擁抱社群媒體的態度。然而，社群媒 體透過演算法而來的可運算性（Berry, 2014），有別於過去的科技與新聞研究，新的 主宰權力形式正在浮現（Beer, 2009），我們無法再將其單純視為新工具的管理或採 納，而忽略其與新聞的交互作用與相關社會文化結果（Lewis & Westlund, 2015）。因 此，本研究聚焦在 Facebook 動態消息演算法的能見度支配，希望藉此釐清台灣新聞媒 體在 Facebook 動態消息能見度上的策略行動與回應偏向，產生了何種社群媒體新聞生 產、流通與消費的交互作用與經濟社會文化結果。欲釐清的研究問題面向主要有二： 一、Facebook 動態消息演算法與能見度結構對新聞經營之影響；以及二、演算法與能 見度結構下的「新」新聞生態秩序。
貳、文獻探討
一、演算法的概念與
Facebook 動態消息演算法
演算法可以被理解為一種技術，仰賴活動設計者以電腦能理解的語言告訴它怎 麼做，以取代人力無法負擔的連續勞動，例如處理、提取資料並在大量資料中比較、 匹配。MIT 出版社的經典教材《Introduction to Algorithm》將演算法描述為「定義良 好的計算過程，取一個或一組值作為輸入，並產生一個或一組值作為輸出」（王曉 華，2015，頁 2-3）。故就電腦科學上的應用而言，演算法是一個定義明確的計算過 程，其核心為一組具體指令，用以完成某項任務；藉由按表操課地執行來達到理想結 果，或用以解決特定問題，使資訊進入一個特定的演算後得出答案（Oremus, 2016； Steiner, 2012／陳正芬譯，2014）。 而演算法的影響如學者所預言，電腦與傳播匯流，運算傳播（Compunication） 已正式到來，我們生活在運算傳播無所不在，控制一切日常生活經驗的世界（Berry, 2014, p. 16）。隨著終端設備普及、行為數據累積、運算效能提高，演算法在商業、 政府、娛樂之應用廣泛，全面滲透於社會生活當中。舉例而言，演算法之運算結果影 響著貨幣市場交易、網路客服自動化、影音平台串流服務，甚至可應用於判斷個人影響力與社會位階。由演算法歷史演變可得知：「其核心存在著一個永不停止的目標， 那就是預測……假設了每個人的行為在先天上均具備某種可被預測的方式」(Steiner, 2012／陳正芬譯，2014，頁 90-91)。
至於 Facebook 動態消息演算法，其運作平台由 Mark Zuckerberg 於 2004 年創辦， 原初目的在於借用網路模式替代傳統通訊。早在 2013 年該社群媒體使用者已超過 10 億，並以超過千億美元的估值上市，其熱門程度也超越 Google Search、Google Maps 成為全美最流行的應用程式。如今 Facebook 不只是社交渠道，更發展成「全球性報 紙」，有即時新聞流、娛樂消息、親朋好友狀態更新，這些都是演算法所自動打造 的個人化結果。因此，動態消息演算法背負展示內容的任務，而設計一個能夠替任 何特定用戶，賦予所有貼文相關性分數的系統，就是動態消息團隊的工作（Oremus, 2016；Steiner, 2012／陳正芬譯，2014）。 那麼動態消息演算法的作用時機為何？動態消息工程主任 Lars Backstrom （2013）指出，每當使用者造訪，演算法就至少得替使用者從 1500 則貼文中篩選， 並將訊息依相關性進行排序，展示在動態消息上。Facebook 認為，使用者的種種行 為數據可作為訊號（signals）（例如：使用者最近所互動過的好友、關注的名人或專 頁，以及其所按讚、分享或留言，或隱藏檢舉的內容等），可用來探知個人對特定內 容之偏好，演算法便據此進行預測，替使用者與貼文之間計算相關性分數並排序。 動態消息演算法最原始的排序系統為 EdgeRank（邊際排名），此系統主要關注 三項用來權衡貼文價值的因素：親近度（affinity）、加權（weight）、時間衰變（time decay）。如今此排序系統已成為過去，Facebook 透過「機器學習系統」，尋找使用 者的使用行為樣態，企圖在眾多各異的行為找出近似的法則，並將這些訊號融入演 算法當中，使其成為以機器學習為基礎的運算方法。據此，Lars Backstrom（2013） 估計，目前動態消息演算法已包含 10 萬項獨立的權衡因素，過去邊際排名關注的權 衡因素仍包含在現今的演算法內，但其它更多因素也同樣重要。由於演算法不斷變 化也未盡公開，本研究僅就目前已知的主要關鍵權衡因素來列舉（Al-Greene, 2013； McGee, 2013；Kacholia, 2013）： （一）親近度、加權、時間衰變：親近度為使用者彼此之間的關聯性與互動率， 互動頻率與質量都是可能的衡量範圍；加權則視貼文的熱門程度、重要情況，或內容
類型而有不同加權指數；時間衰變則視貼文時間遠近，較舊的訊息可能被視為較不重 要。 （二）關係設定：指使用者應用關係設定功能來揭露其與各別好友、專頁間的關 係細節，並納入考量因素。例如好友可被標籤為「密友」或「相識的人」；專頁則可 被選擇是否「接收通知」或「顯示在動態消息中」。 （三）貼文種類：考量每個用戶傾向及喜歡的貼文種類。例如經常對圖片有互動 的使用者，在動態中看到更多圖片貼文的機率較高；傾向點擊連結的用戶則會看到更 多附連結貼文。 （四）隱藏貼文／檢舉粉絲專頁：此因素考量使用者的使用習慣，來計算用戶可 能喜歡或隱藏這個動態的機率有多高。然而，在計算被隱藏的貼文時，近期被隱藏的 貼文會背負較多的權重，但也隨著時間衰退而減弱。 （五）點擊廣告：動態消息演算法與展示廣告的演算法是完全分開的，但使用者 如何與廣告互動卻會可影響展示甚麼廣告、何時展示、在哪裡展示。 （六）裝置科技面考量：由於特定內容在特定裝置上的呈現效果未必理想，因此 使用者使用甚麼裝置和網路連線速度也影響內容的展示。 （七）舊文新推和最後互動：舊文新推使因時間衰變或使用者尚未看到的內容， 得以因持續得到互動而再次出現在動態消息上；使用者與好友或專頁最後的互動結果 也會被給予更多權重。 既有研究雖指出 Facebook 如何透過編排網頁欄位、控制資訊瀏覽、決定展現 形式與位置順序的權力，來運用於商業利益（劉佩綺、王維菁，2015）。然而， Facebook 透過軟體基礎設施而來的權力，卻在學術圈卻缺乏足夠關注。誠然因演算 法涉及商業利益，深受科技公司嚴密保護，成為難以解密的黑盒子。不過，相關研究 亦指出演算法本身即是重要價值判斷的構成，本該為可觀察、評論、問責的實踐。於 此，藉由理解演算法作用的原則來分析其控制與影響，同時進行理論與實踐層次上的 批判參與，仍是理解其作用的重要關鍵，我們實應探索與描繪透過演算法而來的權 力，並仔細剖析之（Beer, 2009；Ziewitz, 2016；Crawford, 2016）。
二、能見度、演算法與社群媒體
平面媒體、廣播、電視等不同的媒體形式，皆有其特有之閱聽方式、取景角度與 框架，來展示與再現特定之事物，並為其訊息接收者生產不同的能見度種類與形式。 能見度因而影響著某人或某事得以受到注目的程度，構成閱聽眾收視／收聽、認識、 言說的資訊範圍；能見度同時也受到高度中介，涉及一套如何建構能見度的設計方 法，而媒體的核心功能之一，即在於將特定事件或人物組織化，而成為一個能夠被看 到的主體，也因此能見度也相當程度地與賦權概念相關（Bucher, 2012）。 網路與社群媒體作為新興的媒體形式，其空間中的科技結構，如何使特定資訊 受到使用者的關注與檢視，成為新的研究焦點。Beer（2009）認為，使用者在網路上 的一切經歷遭逢（encounter）並非偶然，而是由演算法的分類與篩選所主宰。Bucher （2012）進一步指出演算法所操控的正是能見度，她認為，Facebook 中的「新能見度 模式」，使能見度不僅是高度競逐的權力賽局，演算法更是設計、操弄、劃分能見度 的關鍵。這樣的權力施展，同時積極地賦予「能見度（visibility）」，也可以消極地 使其「不可見（invisibility）」，使得被注視只是種可能性，構成消失或不被看見的威 脅。 因此即便運算科技也是對個人的潛在監視，更多的研究者則擔憂演算法如何 影響我們所能看見的資訊，主要可分為兩項討論：一、演算法為我們建構資訊濾罩 （bubble filter），不斷過濾我們的選擇，在此主要關注演算法對使用者建構社會真實 之效果。二、演算法實質上是分配能見度的主宰權力，因此對演算法應採批判角度來 檢視其權力之行使。其共同的關注在於 Facebook 以預設的機制執行篩選，這些預設甚 至在不知情的情況下被隱藏，讓眾多使用者看不到所有應該看到的訊息（Pariser, 2012 ／宋瑛堂譯，2013；Bucher, 2012）。 那麼能見度如何與動態消息上之內容排序、篩選和分類，產生相關聯？Facebook 宣稱演算法的更新，目的在於改進使用者「所能看見」的動態消息內容（Zhang & Chen, 2016），可知演算法不僅可計算出能見度，並宣稱能見度有其目的：例如，動 態消息是為了「將對的內容在對的時間展示給對的人」（Kacholia, 2013, p. 1）。能 見度所涉及的計算方式，則交由演算法內的各種權衡因素（Frantz, 2015；Kacholia,2013），排序出什麼樣的內容得以露出、獲得分享，甚至鼓勵特定的內容生產。 至於什麼樣的內容應該被賦予更多能見度？成為演算法更具爭議的問題。尤其， 動態消息隨 Facebook 操控而變動，並自作主張地替使用者決策，但絕大多數使用者卻 相信訊息的排列是由時序組成，多樣觀點也因此被隱藏而不自知。Bucher（2012）認 為，這其實隱含兩個有趣的假設：首先，在動態消息上確實存在著什麼是「應該被看 見」的概念。然而，什麼是應該被看見的消息？這樣的概念卻在使用者與 Facebook 之 間，存在差異。如同 Morozov（2011）認為，演算法不同於新聞編輯的人為過濾，因 為機器並不「思考」但它卻接受指令來運算。然而運算的「實然面」：例如特定內容 與使用者的相關性高低，確實可透過計算結果來達成，但運算的「應然面」：例如公 民應負起的資訊責任，卻深受主觀的價值判斷，也並非能由人工智慧達成。 面對前述爭議，學術研究不斷提醒演算法的權力行使與資本構連更該被檢視和 批判（Beer, 2009；Berry, 2014；Ziewitz, 2016），循此脈絡，可發現能見度得以被建 構，必須透過演算法執行，然背後卻又直接受平台所操控。如 Crawford（2016）所 言，演算法的設計，即是被用來在資訊競賽中生產出明確的「勝者」。可想而知，若 將能見度的分配視為一場競賽，Facebook 實則握有制訂規則的權力，該平台的參與者 （如個別使用者與專頁）也同時在過程中參與能見度的建構與爭奪。至於能見度如何 被平台和演算法所設計與執行、如何分配並受各方競逐，以及新聞領域如何回應？本 研究將針對能見度的各種形貌，描繪其特性：
（一）能見度的空間與結構
動態消息和其運算邏輯使能見度成為一種資源，得以傳遞、組織和配置，而具有 空間的結構特性，也成為學術研究藉以批判的切入點。Bucher（2012）以圓形監獄的 譬喻說明，空間是被設計來在特定的方法下，將事物變成能夠被看見的，能見度的範 圍也在此建築中被創造。也因此社群平台如同監獄或醫院，皆是能見度建構的空間。 然而，Facebook 的獨特之處在於，此空間透過軟體條件所設計，由演算法得出計算結 果，使事物變得能被看見、可被知道，最終則劃分此空間的能見度領域。 既然能見度必須在此虛擬空間中被劃分和發揮作用，可以得知此結構中存有的權力差異（Beer, 2009），若將 Facebook 之空間想像為建築物，可發現此科技結構， 使建築中的個人無法獲得相同程度的注視或觀看。相反地，能否獲得能見度，端視演 算法的運算結果，並經常伴隨著不確定性，最終受平台支配者之權力來決定，突顯個 人與平台間，邊陲與中心之權力關係；能見度也在不對等的權力下，成為平台對個 人的「獎賞」：訊息發布者不斷追求受眾接觸的機會，並將獲得能見度視為一種嚮 往。平台最終透過此運作機制，握有替參與者建構一系列規則的權力，若參與者欲試 圖建構能見度，博得被注視的機會，就必須服從並遵循支配者由演算法所產生之權力 （Bucher, 2012）。
（二）能見度的分配與競逐
不可忽視的是，Facebook 在其中扮演權力中心位置，使得演算法並非將個人的能 見度等同視之，而是對某些對象給予優待。尤其當能見度的分配與平台營收構連時， 更突顯參與者與平台的權力落差。例如，Facebook 從未保證能見度的確定性，特定專 頁如果不付費推廣專頁其貼文，將僅有約 10 %的粉絲可以在動態消息上看到其貼文。 Facebook 台灣行銷服務公司 cacaFly 也指陳，因動態消息版面有限，無法全部展示全 部的訊息，將由演算機制決定哪些訊息會被看見（鄒家彥，2012.10.18）。能見度的 分配結果既決定能被展示的廣告，也決定不對使用者展示的訊息。 當能見度在 Facebook 中受展示空間、使用者觀看程度，以及平台商業利益所限 縮，使得受到注目、成為討論，並獲得受眾等與能見度相關之利益，不再是可輕易取 得之資源，而是相對稀少且競爭激烈，必須倚靠參與者主動地積極爭取，來獲得最大 分配，組織與個人也因此必須追隨鑲嵌在此空間內的運算邏輯。如同 Bucher（2012, p. 2）所言，當主體感受到能見度分配之不確定性，即可能隨之調適其行為，「動態地 構成追求能見度的社會實踐形式」。這也使得社群行銷或電子商務相關產業，需要依 靠行銷專家、媒體策略師、公關公司提升其品牌在 Facebook 上的能見度。當許多使用 者可能尚未察覺動態消息背後的演算法政治，但這卻已成為商業組織與新聞媒體的關 心重點，並想藉此來接觸他們想要接觸的受眾。（三）能見度、市場感知與新聞情境
台灣新聞媒體的營收主要仍由廣告收入構成，尤其當讀者幾乎以低廉或免費的 方式取得網路新聞，市場導向促使媒體追求最大宗新聞消費市場，獲取網路流量以賺 取廣告利益補貼製作成本。國內新聞媒體對於社群媒體的依賴，顯示 Facebook 已成 為新聞導引流量（referral traffic）的重要戰場。在印刷媒體時代，廣告主無法得知單 則新聞的閱覽熱度，因此買的是報紙的媒體品牌；在網路媒體時代，媒體品牌不再 是決定性因素，廣告主改買「流量」。當流量與廣告收益直接相關，提升點擊率自 然成為新聞媒體間的競爭重點（許瑞中，2015.09.01）。Facebook 也體認新聞業最終 目的在於「導引流量」，強調貼文競爭不可避免，但透過以下行動仍可提高「被看 見的機會」：頻繁發布貼文、呼喚使用者採取行動（Call-for-action）、發布不同類型 貼文、直接上傳影片、創造具有認同與情緒等社會脈絡的內容、標記其他專頁、舉 辦 Q&A、開設知名人物加持的次專頁、找出熱門話題並發布相關內容；此外，也建 議新聞網站嵌入貼文、在網站或行動應用程式增加分享或按讚鈕等（Facebook Media, n.d.a）；以記者個人身份經營專頁也是建議的方向（Facebook Media, n.d.b）。這些建 議大致符合既有研究為貼文方式建立通則的嘗試，例如必須考量：更新頻率、題材內 容、實用價值、多媒體訊息、興趣與否、信任度和互動性等要素（葉家瑜、黃馨儀、 謝旻憲，2014）。 不過當Facebook比起新聞網站更能有效接觸讀者，能見度的分配規則也逐漸成為 新聞生產與內容發佈的指導原則，如同 Verge 記者 Newton（2016）指出，演算法不 僅強行決定哪一種內容能夠被看見，也決定著哪一種內容被創造。可見演算法對新聞 的能見度分配同樣並非等值，而是差別待遇，變相鼓勵易於在使用者間傳遞的軟性、 娛樂新聞類型被生產發布，排擠嚴肅的政策討論並削弱新聞媒體的影響力。而即便新 聞業對演算法的改變無從置喙，卻也不斷嘗試出一套調適策略，藉由分析整理容易獲 得能見度的內容所具備的共同要素，來感知新聞市場並依勢得利。Slate 記者 Oremus （2016）即指出，知道如何讓特定貼文獲得病毒式傳播的人，可不是只有 Facebook 動 態消息團隊。然而，當軟體逐漸將觸角伸入新的新聞的流通與形式，將影響人們如何 認識這個社群和世界，以及參與民主的過程（Berry, 2014）。這些有能力藉由搜尋、聚合、數位傳遞來扭曲新聞可得性、影響新聞資訊的新權力機制和新菁英階級，正在 被逐步創造（Picard, 2014）。鑑於這樣的新變化，我們不僅需要關注演算法代理決策 所再現的資訊，也要關注與演算法關聯的新的新聞、資訊與文化的生產、傳遞與消費 生態。
參、研究方法與設計
既有研究主要將討論範圍鎖定於 Facebook 如何成為影響新聞領域的外力，來依 附新聞學理論。主要透過記者、媒體組織與社群媒體的互動，對比社群媒體融入新 聞常規後，各個新聞層面的差異比較（如：新聞職業、工作場域、產製過程、角色 認知、道德倫理、日常實踐），最終將影響整體新聞業的永續發展、新聞品質與民 主（Franklin, 2014）。這些研究採問卷調查（Hedman, 2015）、文獻分析（Franklin, 2014）、深度訪談（Newman, 2009），或兼具質量方法（Newman et al., 2012），來 分析與論辯社群媒體所塑造的新聞環境，卻缺乏關注平台內的軟體與運算邏輯，以及 新聞領域與此科技物之間的交互作用。 即使社群媒體在商業應用上仍有行銷內容的功能，易被視為合於特定目的之工 具，得以被運用和管理（張哲豪，2014），但，此取向已不盡適用於探究被程式碼、 軟體、演算法等運算關鍵基礎設施所中介下的新聞業境況，新興的軟體研究已試圖為 媒體帶來數位化的再思考，此類討論以批判理論檢視社群媒體與軟體／演算法的依 附主控關係，透過理解軟體與社會、經濟之變遷（Beer, 2009；Berry, 2014；Bucher, 2012；Crawford, 2016），方能以更寬廣之角度解釋媒介境況與置身其中之新聞實踐。 是故，本研究以文獻資料收集及半開放式問卷之深度訪談為主要方法，透過文獻 資料的杷梳，與新聞工作者的經驗描述，將有助理解新聞媒體如何調適自身，來符合 運算法則，以進行理論上的批判構連。由於既有對演算法採取權力面向之分析研究與 相關調查付之闕如，要進行大規模問卷調查也恐難獲相關新聞組織之合作，另外問卷 調查也難深入考察實踐主體與演算法權力運作的構連與意義，因此本文透過質化研究 之深度訪談作為資料搜集方法，彌補現有資料與理解之不足。 本研究所稱之新聞媒體為台灣綜合類新聞媒體，涵蓋台灣報紙與網路原生新聞媒體，但不包含新聞雜誌、不生產新聞內容之新聞入口網站（如：Yahoo! 奇摩新聞、 Yahoo 影音），以及非屬主流媒體的另類新聞媒體。原因是上述類型在形式及內容之 牽涉範圍甚廣，本身就可形成另篇專論，為使本研究聚焦，研究仍選擇以主流報紙與 網路新聞媒體為對象。 本研究參考張約翰（2016.02.25）之「2015 年度台灣綜合類新聞媒體臉書專頁統 計」作為綜合類新聞媒體專頁之清冊，該統計分析範疇包含專頁粉絲總數、年度粉絲 成長數、年度粉絲成長率，並綜合比較排行，統計時間為 2013 至 2015 年以來每年的 最後一日。本研究根據該統計，首先篩選出報紙、網路原生媒體兩媒體類別，接著依 據粉絲數、成長數、成長率等考量，優先選取兩類別中排行高位之新聞媒體進行邀 訪。 就報紙媒體類別的專頁表現而言，四大報中的《蘋果日報》粉絲數、粉絲成長數 都居冠，《自由時報》於 2013 年尾才開設專頁，但成長快速，2014 年就粉絲數、粉 絲成長數已超越《中時電子報》居次，成長率更是連續兩年居冠。《 udn.com 聯合新 聞網》則在四大報中墊底（張約翰，2016.02.25）。據此，本研究欲訪談之媒體包含 四大報，然而《蘋果日報》經研究者親自接觸和受訪者滾雪球，都未能順利約訪，因 此排除。 就網路原生媒體的專頁表現而言，《 ETtoday 新聞雲》始終在粉絲總數、年度 粉絲成長數、年度粉絲成長率三項指標中領先。《關鍵評論網》的粉絲數 2014 起居 次。2014 才成立的《風傳媒》排名第五，粉絲成長數與成長率皆突出，排名第六的 《中央社新聞粉絲團》則緊追在後（張約翰，2016.02.25）。據此，本研究欲訪談之 媒體包含上列四間媒體，唯研究者最終未能約訪到《 ETtoday 新聞雲》，改以該媒體 內的其它專頁《 ETtoday 旅遊雲》代替。 本研究將焦點放在各媒體之主要新聞專頁，排除同一媒體之次要新聞專頁。主專 頁發佈新聞以綜合性新聞為主，常見的貼文內容來自其網路電子報。然而，在此需說 明的是，在訪談進行時因多家媒體受訪者都提到影音新聞發布增多，許多媒體主專頁 只負責轉發或分享來自同媒體內的影音次專頁的影音內容。受訪者也指出，最常實際 參與影音產製和發布的多屬影音相關次專頁，因此，訪談對象中增加了兩家紙媒的影 音相關次專頁，以了解媒體組織內的專頁間，如何因應演算法的更新，趨向共同合作
處理影音的情形。據此，本研究訪談七個不同的媒體主專頁，並增加兩家媒體的影音 專頁，共計九個媒體專頁。詳見如表一所示： 研究者針對此九個媒體專頁招募受訪者，研究採立意抽樣及雪球抽樣併行：立意 抽樣為研究者邀請現有人際資源中認識的網路新聞工作者參與訪談，並判斷受訪對象 關鍵性及合適性；雪球抽樣則要求已經受訪對象推薦合適受訪者。並以所收集之資料 已出現大量重複為判斷來結束樣本之收集。 訪談對象的選擇以經常實際經營媒體專頁的工作者為主，屬於各個媒體組織中的 不同部門（但以新聞部的社群組或編輯組最多），實際參與經營者也可能包含主管或 資深編輯、編輯、助理編輯。因此，本研究聚焦在專頁的第一線經營者，他們多為資 淺的工作者，甚至部分媒體專頁並非交由專職者經營，但這群自稱「社群小編」的工 作者，不僅是代表新聞媒體與演算法權力互動的見證者，也是實際與權力交手與策略 回應的實踐參與者。 此外，本研究根據訪談前測結果得知，參與經營的主管或資深編輯與 Facebook 媒體部門有實際溝通經驗，同時深知媒體組織使用社群媒體的目標，因此在訪談對象 也儘量兼顧第一線與管理階層等不同年資之工作者，目的在於含括具有不同實踐經驗 的工作者。本研究的受訪者共計九人，訪談者資料如表二所示：
表一：訪談媒體列表
資料來源：本研究繪製 報紙 網路原生 報別 媒體別 自由時報 ETtoday 新聞雲 中時電子報 關鍵評論網 中時視頻 中央社 udn.com 聯合新聞網 風傳媒 udn tv 聯合影音表二：深度訪談人員名單
編號 媒體單位 專頁名稱 職稱 年資 訪談時間 紙媒深度訪談名單 A1 自由時報 自由時報 即時新聞組晚班社群 編輯 3年 2016.04.28 A2 聯合報 聯合新聞網 新聞部資深編輯 4.5年 2016.07.04 A3 聯合影音 平台開發部企畫編輯 2年 2016.02.02 A4 中國時報 中時電子報 社群組社群編輯 1.5年 2016.09.30 A5 中時視頻 視頻組編輯 1年 2016.09.29 網路原生媒體深度訪談名單 B1 ETtoday ETtoday 旅遊雲 生活旅遊組內勤編輯 1.5年 2016.04.23 B2 關鍵評論網 關鍵評論網 社群專員 1年 2016.04.25 B3 中央社 中 央 社 新 聞 粉絲團 編輯部編輯 2.5年 2016.04.22 B4 風傳媒 風傳媒 產品部助理社群編輯 2年 2016.04.11 資料來源：本研究繪製肆、分析與討論
新聞媒體行動、演算法與能見度結構之交互作用一、演算法與能見度結構對新聞經營之影響
新聞媒體專頁在差別待遇和不確定性中爭取能見度，企圖看穿和拚搏 Facebook 的演算法權力，新聞媒體的行動策略為基於本益分析的利益考量，透過建構能見度來 維持生存條件和保護利益，以下我們將分析媒體專頁受組織經濟驅使，而對能見度建 構採取行動所導致的諸多對新聞經營之影響。（一）演算法與能見度結構下的新經營績效指標
動態消息上的運算邏輯，即是將能見度運作成一種獎賞（Bucher, 2012），對新 聞媒體而言，能見度不只帶來導引流量，更是媒體廣告營收基礎。由組織經濟運作觀 之，業務部將新聞部的發稿量和點閱率轉換為業績，構成媒體的網路整體營收（陳芝
彤、林哲良，2016.05.05）。媒體專頁在其中負責建構能見度，並配合業主為廣告帶 來流量，經營績效成為業務部推銷網路廣告之籌碼。至於組織如何評估專頁的經營 績效？多數組織配合數位內容市場導向經營策略，訂定目標與績效考核來衡量工作 表現。量化的關鍵績效指標（Key Performance Indicator, KPI）被用來預估任務達成程 度，成為控制組織成員的管理策略（娛樂重擊，2016.05.30）。這些指標被用來檢視 專頁在特定期間的投入成本是否產生同等或更高回饋，以利改善或評估是否繼續經營 （張哲豪，2014）。 根據訪談，組織的最終關注在專頁是否達到導引流量的預估目標。一般而言，專 頁於預定時間內增加的「粉絲總數」、貼文的「觸及數」與「互動率」，以及最終導 引流量至新聞網站上的「頁面瀏覽次數（page view, PV）」和「在線人數」皆為表現 評估的關鍵指標。 1. 粉絲總數 粉絲專頁按讚總數透露特定時間內，對此專頁按讚和收回讚的用戶人數，即目前 有多少粉絲關注，以及新增的讚數，藉此觀察媒體專頁規模。根據訪談，新聞組織以 每月或每周粉絲數增加人數作為績效指標。由於粉絲總數構成專頁能見度分配基礎， 從發佈、觸及、導引讀者點擊進入新聞網站，甚至最終看見或點擊新聞網站廣告， 之間必須經過演算法中介「層層篩選」，因此粉絲數構成能見度轉換成流量之根本 （A2，深度訪談，2016.07.04）。 然而，粉絲專頁按讚總數不能確保專頁在動態消息上被看見的機會。例如《東 森新聞》專頁最初操作策略錯誤讓總經理張憶芬承認：「即使粉絲暴增但互動較少， 長久以來對 Facebook 怎麼看待我們粉絲團是有害的」（INSIDE 硬塞的網路趨勢觀 察，2016.05.16）。受訪媒體指出，部份同業獲得龐大粉絲數，卻無法為專頁帶來能 見度上的實質效益，比起單論粉絲數，粉絲對貼文的活躍表現更能代表實際觸及人數 （A2，深度訪談，2016.07.04；B2，深度訪談，2016.04.25）。
2. 觸及數與互動率 媒體專頁被組織賦予觸及讀者的任務，因此觸及人數可直接用來衡量貼文在能見 度上的表現。此外，當貼文觸及使用者，使用者對貼文採取的行動（如按讚、留言、 點擊或分享）而計算出的「互動率」，有利理解讀者反應，兩者同時為重要評估績效 指標，不過觸及的重要性大於粉絲總數，而互動的重要性又大於觸及的重要性，但最 終核心就是導流，不然互動高、觸及高但沒有導流對新聞組織也無幫助。（A2，深度 訪談，2016.07.04）。 專 頁 粉 絲 數 量 和 粉 絲 活 躍 度 影 響 貼 文 觸 及 數 ， 但 觸 及 數 僅 代 表 貼 文 在 動 態 消息上的出現次數，缺乏使用者互動之貼文將無法繼續擴散，也影響貼文後續觸 及數。因此，觸及數和互動率互相關聯，決定了社群擴散程度，《 ETtoday 新聞 雲》編輯和《關鍵評論網》總編輯皆表示，互動的指標性更勝於粉絲數（林成翰， 2015.01.09）。受訪媒體認為，互動率是透過付費廣告也無法達成的績效，也成為媒 體越趨重視的評估指標（B2，深度訪談，2016.04.25）。 3. 導引流量與整體績效評估 根據訪談，媒體未必僅以績效指標數值來衡量專頁表現，各個組織的評估指標 也略有不同，但最終的共同關注是專頁帶來多少流量成長。組織對流量成長的目標設 定，多為主管主觀設定之絕對目標，或依歷史資料及競爭媒體專頁表現作為數據推 估，各新聞媒體專頁關鍵績效衡量指標如下表：
表三：新聞媒體專頁關鍵績效衡量指標
報紙 績效評估項目 聯合新聞網 年會報告年度目標達成率：平均觸及、按讚、粉絲數、導流 聯合影音 每月帶進官網流量、新增粉絲數、觸及數 自由時報 每月標準：點閱率70萬以上，發稿量、貼文內容也列評估 中時電子報 每日上午10點開會，檢討流量、觸及和互動率，訂有每日、 月、季的流量目標 中時視頻 每日下班須報告流量、稿量 網路原生 中央社 單則貼文點擊率3千以上、不可低於5百，觸及3萬以上 關鍵評論網 以流量為主，單則貼文觸及數須破5萬 風傳媒 未對兼職編輯設有目標，但編輯須對總編輯報告 ETtoday 新聞雲 每日上午檢討流量 ETtoday 旅遊雲 每周針對流量、新增粉絲數檢討 資料來源：依訪談結果整理 針對流量的數據評估來源，受訪媒體大多使用 Google 網站工具，以網頁標記 （Page tags）收集追蹤網頁資料，進而從 Google Analytics 社交報告或其他監測平台， 理解新聞網站的社交關係、追蹤流量來源，同時確認讀者從 Facebook 進入網站的行 為、實際廣告效果、產生的社交價值等（如瀏覽哪些頁面、跳出率、停留時間、購買 轉換率等）（A4，深度訪談，2016.09.29）。 組織普遍欲透過效益的精確計算達到規模化的廣告市場，隨數位廣告的成長超 越紙媒，更加追求量化指標，如《蘋果日報》每日即時新聞發稿量近 700 則，點擊率 須達一千萬次（娛樂重擊，2016.05.30）。《 ETtoday 新聞雲》虧損後重新訂定流量 目標並每季計算，未達標者年終獎金縮減，甚至得離職。績效評估對個人表現的控 制，不僅造成工作壓力，也直接影響媒體專頁對貼文的自我審查（陳芝彤、林哲良， 2016.05.05）。（二）演算法與能見度結構對新聞媒體經營績效之壓抑
Facebook 掌握支配能見度權力，影響利益分配，根據訪談，媒體普遍面臨經營績 效衰退，歸納以下三原因：演算法對能見度的整體壓縮、能見度市場由寡占到競爭、演算法對能見度的競合。 1. 演算法對能見度的整體壓縮 動態消息演算法的更新屢次壓縮專頁在動態消息上的能見度，使觸及率降低及廣 告行銷支出增加。例如 2012 年 9 月，Facebook 聲稱為打擊垃圾訊息而更新演算法， 造成部分專頁整體觸及率滑落 50 %，對當時依賴常識經營專頁，普遍尚未擁有社群部 門的公司而言，形同被 Facebook 背叛（Lyons, 2012）。 根據訪談，台灣新聞媒體普遍在 2012 年後才意識到社群媒體能為新聞網站吸引 讀者，故將專頁交由新聞部或編輯部經營。而當台灣新聞媒體開始進入 Facebook 的能 見度結構，動態消息成為新聞業互相競爭能見度之場域，演算法更新對專頁帶來能見 度威脅，媒體全都經歷過導引流量大跌的挫敗（A2，深度訪談，2016.07.04；B1，深 度訪談，2016.04.23）。 動態消息推出以來，Facebook 皆以提升使用者體驗為名，進行廣告業主、專頁、 使用者間的貼文能見度分配之實，伴隨專頁觸及數的降低，Facebook 也已公開承認更 新造成專頁觸及率降低之事實（鄒家彥，2013.12.30）。 2. 能見度市場由寡占到競爭 除演算法對能見度的壓縮，Facebook 大中華區總經理梁幼莓也表示，能見度變化 是競爭的自然結果（鄒家彥，2013.12.30），觸及數衰退也因能見度空間之稀少和過 度競爭。針對能見度衰退，受訪者指出觸及數、互動率以及最終的導引流量成長均趨 緩，過去榮景已不復見。媒體專頁僅是眾多化身為專頁的產業之一，在競爭者增多下 自然僧多粥少，先行者不僅失去優勢，能在僅存空間中建構的能見度也有限： 我們還在持續競爭中，我們算是新聞媒體很前面發展網路的，但現在比 較沒有優勢……成長趨緩一部分是臉書機制關係，……，另外粉絲團越開越 多，被見到的機率自然會降低。（B1，深度訪談，2016.04.23）
3. 演算法對能見度的競合
能見度被壓縮的同時，Facebook 也不斷推出新的新聞工具：文字、相片、影音、 連結、直播視訊、即時文章（Instant article, IA）、360 Video 等，並透過演算法，對特 定類型內容給予能見度的差別待遇，鼓勵媒體直接將內容發布在平台內（A4，深度訪 談，2016.09.30；B3，深度訪談，2016.04.22）。 Facebook 的新工具開發，企圖攏絡新聞媒體將內容和讀者留在 Facebook，以壟斷 內容市場供應。例如，即時文章讓符合資格的專頁，預先上傳文章或影片至 Facebook 系統中，使讀者直接在 Facebook 上瀏覽內容，獲得迅速與順暢的閱讀體驗，避免因 等待時間過長而略過。根據訪談，受訪媒體皆採用即時文章，但廣告銷售策略不同， 因此發佈比例不一，背後在意的仍是即時文章可享有的能見度優待（A2，深度訪談， 2016.07.04；B3，深度訪談，2016.04.22）。 在媒體的廣告營收由流量決定下，貿然將 Facebook 從新聞通路的讀者「中 介」，轉換成通路與新聞的「合成」，在同一產品市場上競逐同一批消費者，將直接 影響媒體經營績效。例如《蘋果日報》專頁在 2015 年曾經 100 %從 IA 發稿，此舉雖 然讓文章的瀏覽人次增加，但廣告營收卻適得其反（娛樂重擊，2016.05.30）。受訪 媒體認為流量不再能被導引成為最大挑戰： 部分媒體流量 80 %來自臉書……演算法一改，比如像 Instant Article 不會 導到外站，流量就大跌。有家大媒體紙媒，不知道是不是長官不知道，選擇 每篇都做 IA，但長官竟然怪小編為什麼流量完全沒辦法導回來，小編也很無 奈……另外有兩家懸崖勒馬，當時也是 8 成新聞做 IA，結果長官嚇到，原來 流量這麼仰賴臉書導流，所以不能全做。（A2，深度訪談，2016.07.04） 當讀者不再到新聞網站，媒體面臨將內容和流量拱手之窘境。美國媒體《Now This News》更直接在自家新聞網站醒目地寫著：「網站首頁」一詞已經過時，要那 些造訪網站的讀者再回到社群媒體上（Now This News, n.d.）。新聞媒體面臨品牌經 營風險，卻又在同業競爭下，只得繼續在能見度結構中競逐短期利益（經理人月刊， 2016.03.11）。
（三）演算法與能見度結構導致媒體營收的不確定性與調適
媒體經營績效優劣幾乎端視廣告收入多寡，「流量要有辦法帶錢進來」成為經營 專頁主要任務（陳芝彤、林哲良，2016.05.05），然而，專頁面臨能見度結構性的壓 縮、過度競爭，以及演算法對能見度的競合，使媒體在 Facebook 上的獲利能力不穩 定，轉而回頭調整生產效率，彌補經營績效不彰的結果，以求收支平衡。根據訪談， 媒體在 Facebook 上的能見度建構行動，帶來的獲利機會在於廣告營收，並分為三種： 導引流量至新聞網站換取廣告營收、透過即時文章整合 Facebook 行動廣告聯播網，以 及透過貼文業務配合置入廣告。 1. 導引流量的瓶頸與貶值 將流量視為網路廣告營收經濟命脈的媒體，不滿足於消極地接受能見度的分配， 積極投入資源，期望轉化為經濟性產出。然而，首先面對的挑戰在於能見度獲取不再 容易，直接影響導引流量之成長，營收成長已顯露瓶頸： 能見度分配的紅利結束，讓媒體開始思考流量對新聞業的意義？進一步詢問經營 績效指標和營收間的關聯性，受訪者普遍表示，媒體專頁的策略行動來自組織要求， 但整體營收模式和廣告運作卻不太明朗，最終並未對媒體帶來新的契機，組織不過是 複製大眾媒體的「收視率」商業模式，將其轉換成觸及讀者的流量生意，由於利潤微 薄，多數媒體經營呈現持平或虧損。 對新聞媒體而言，雖然流量的價值在衰退，但傳統媒體廣告量下滑，因此在渴 望數位廣告收益下，仍嚴格執行流量的關鍵績效指標，卻不考慮正確的目標受眾與轉 換率（娛樂重擊，2016.05.30；陳芝彤、林哲良，2016.05.05）。然而流量所對應的讀 流量就是一直卡在一個瓶頸，所以業務部要賣廣告就會卡卡的，這是連 鎖效應，如果我們的流量一直卡在那，能賣出去的就會變少……，我覺得應 該要發展更多有創意的商業模式，不應該一直衝流量。（B2，深度訪談， 2016.04.25）者，應是富含個體差異、忠誠度和貢獻價值，媒體為流量服務，代替內容本質，帶 來的是無意義的點擊率，讀者不僅沒有黏著度，對新聞品牌價值的認同度也低（胡智 濤，2015.05.06；黎慕慈，2016.08.29；陸子鈞，2016.05.25），因此關鍵的問題還是 源自組織的正確經營方向，能如何帶動出有效的營收模式。 2. 即時文章帶來的營收與風險 新聞媒體使用即時文章的首要原因在於能見度的優待，根據訪談，媒體感受到演 算法支配的壓迫，不同類型貼文的能見度並非等值，隨著即時文章成為新的內容類型 後，要獲得優待就只能將新聞「合成」在即時文章內。即時文章帶給新聞媒體的另一 優待，在於提供廣告獲利管道。即時文章在 2016 年開放給全球發佈者，目前有三種 獲利方式。一為直銷廣告，發佈者自行爭取代理商和媒體購買公司的廣告投放，販售 所得全數歸己所有；二為採用 Facebook 行動廣告聯播網（audience network），廣告由 Facebook 經手並對廣告販售抽約 30 %。最後則是品牌置入內容（branded content）， 亦即自行發布受贊助的文章，但須符合 Facebook 規定的顯示格式（Agarwal, 2016； Seetharaman, 2015）。根據訪談，媒體對即時文章的擔憂多於樂觀，擔憂層面包括導 引至新聞網站流量之損失、即時文章分析數據的擁有權、廣告獲利分配與可能造成讀 者閱讀習慣改變。 （1）新聞網站流量的損失 首先，發佈即時文章等同放棄新聞網站的流量經營與其廣告營收模式。受訪媒體 中，《中時電子報》主專頁（約 7 成）和視頻專頁（約 6 成），以及《關鍵評論網》 （約 7 成）為即時文章發布比例較高的媒體。對比《東森新聞》專頁讓全數內容留在 Facebook（INSIDE 硬塞的網路趨勢觀察，2016.05.16），多數媒體仍在中介或合成間 猶豫，即便發佈量高，仍然認為完全放棄導引流量太過冒險，根據訪談，媒體的經濟 命脈建立在能見度分配帶來的導引流量上，但即時文章卻不再像過去把讀者帶到新聞 網站上。因此採用即時文章的專頁認為，內容「合成」直接影響組織慣有的經營績效 指標的評估，並質疑即時文章為組織帶來的獲利程度（A2，深度訪談，2016.07.04； A5，深度訪談，2016.09.29）。
（2）即時文章分析數據擁有權 再者，過往新聞媒體流量可靠第三方流量監測平台觀察，如 Google Analytics，然 而，用戶資料一直是 Facebook 重要的廣告收入來源，因此傾向不讓競爭對手 Google 等其它平台經手相關數據（Seetharaman, 2015），這讓媒體擔憂將新聞合成在即時文 章上，將失去讀者和流量相關數據之掌控。根據訪談，部分媒體表示無法得知即時文 章的相關數據，或必須額外付費透過 Facebook 合作的第三方網路分析公司 comScore 才能取得（A2，深度訪談，2016.07.04）。 此外，採用即時文章除犧牲媒體最關心的導引流量外，點擊流量的計算也讓媒體 負擔額外損失： （3）廣告獲利分配 此外，即便媒體專頁認為即時文章能帶來更多能見度，然而即時文章的發布比例 成為媒體專頁難題，究其背後癥結，在於即時文章帶來的廣告營收，能否彌補媒體逐 漸失去的網路流量與廣告？而當即時文章能精確地如同「導引流量」計算數據，組織 為拓展營收，確實也對即時文章的流量設定目標並檢討績效表現： 部份媒體專頁使用即時文章的目的在於廣告營收，Facebook 行動廣告聯播網亦能 提供基於使用者興趣的精準廣告投放（Agarwal, 2016），但受訪媒體認為，由媒體提 供廣告素材的方式猶如「瞎子摸象」，可能不夠了解讀者對廣告的興趣（A2，深度訪 談，2016.07.04） 整體流量有 65 %是包含 IA，因為點進 IA 其實也算網站的流量，只是被 吃掉而已，不是全部。IA 它好像是算單一點擊次數……前幾天一則在講什麼 護國神山突破 20 萬點擊算是一個新高，結果進去看發現怎麼只有 8 萬，但我 從臉書後台洞察報告看，發現從 Facebook 點擊這個連結的人次總共有 20 幾 萬，等於說 IA 把 20 萬都吃掉的意思。（A4，深度訪談，2016.09.30） 我們每天早上10點會調數據出來看，像是 GA、PV、UV，然後比較特別 是還有做 IA 的系統……IA 的部分就會變成有另外一個固定流量，那個流量我 們也會看。（A4，深度訪談，2016.09.30）
對於多數媒體而言，即時文章的採用比例仍不高，廣告投放來源也來自既存合 作的廣告代理商或媒體購買公司。採用即時文章的目的主要仍在於能見度優待。呼 應國際新聞媒體組織（International News Media Association）2016 年的調查，多數歐 美大型媒體組織不滿意 Facebook 的利益分配，68 %受訪者對 Facebook 變換產品的通 知不滿意；41 %表示 Facebook 上的廣告營收很重要，但是 57 %表示不滿意營收表現 （Lichterman, 2016）。根據訪談，受訪者對流量損失是否能帶來即時文章合理的利益 分配，仍抱持懷疑： （4）讀者閱讀習慣改變 最後，媒體擔憂即時文章將使新聞業最終成為純然的內容發布者，意謂失去新 聞的觸及和廣告提供之控制。當讀者習慣即時文章的閱讀型態，媒體網站不再擁有流 量，Facebook 未來若更改現今的協商承諾，改變廣告投放條件、逐漸瓜分廣告收益， 媒體將陷入進退兩難（Newton, 2016）。例如，受訪媒體提到媒體過去與 Google 的廣 告合作關係已受到威脅，Facebook 利用新聞媒體的內容，來競爭媒體原本的廣告市 場，Facebook 最終可能成為新聞媒體的廣告競爭對手： 目前《蘋果》、《自由》、《中時》、《聯合》這四大家還是以網站為 主，像《ET》反而是為了產生連結貼到臉書上才做網站，不然他們其實可以 直接在臉書上賣錢，據我所知他們 IA 廣告收入還頗可觀，因為他們臉書導 入很高所以直接在臉書上買廣告，真的有從這獲得收益，靠臉書平台的演算 法。但這樣的商業模式我們家應該沒辦法，因為第一，臉書導流不是我們大 宗。第二， IA 拆帳跟 IA 全拿方式，我們也還沒熟練不敢太貿然百分之百投 進去，因為輸了這段時間損失這麼大。（A2，深度訪談，2016.07.04） 所以臉書才會推 IA 這東西，他告訴你說：你要賣廣告你直接在我們這架 IA，然後廣告看你要直接賣還是拆帳，這是臉書聰明的地方，他想要拿我們 的內容去經營臉書自媒體，就是不讓流量連到外站，直接點 IA 看，廣告收益 不管是拆帳或全拿媒體都還是可以賺到。（A2，深度訪談，2016.07.04）
3. 業配搭售貼文做為營收補貼 許多媒體組織面臨專頁經營績效衰退，開始思考專頁能見度所能帶來的附加價 值，根據訪談，媒體接受付費，將廣告業主的品牌產品置入於專頁貼文當中發佈，透 過計劃和包裝，以不突顯的方式觸及讀者，亦即讓讀者在不了解商業企圖的情況下看 到這些置入廣告貼文，這樣的「廣告配套」成為各家媒體藉著專頁活動的新獲利管 道： 專頁業配執行方式有二種：一、由業務部向廣告業主洽談，以付費方式取得新聞 網站的版面或文章，媒體專頁則將該文章的連結置入貼文中，引導讀者前往網站觀看 或點擊。二、經由業務部，媒體專頁將業配新聞包裝成新聞照片、文章、影音或其它 形態內容，當作原生廣告發佈，透過貼文直接將有價訊息觸及讀者： 當新聞業務化的問題延伸至專頁貼文，貼文被當作是廣告配套的搭售方式，更 成為業務部說服廣告主投放的誘因。因此，業配貼文的能見度績效也受到廣告主的要 求，並作為是否投放的評估標準： 我們可以操作廣告，用媒體影響力去投放，等於大家是看到《聯合新聞 網》發了這個影片，但看完才會發現原來是亞培安素的廣告。如果用亞培安 素粉絲團去發這影片，購買者就會覺得這就是廣告，選擇不要看，可是媒體 發的他們就會覺得這是新聞或是什麼事件就會去關心……現在平均一兩個禮 拜會有一篇業配文。（A2，深度訪談，2016.07.04） 獲利除了靠 IA 以外，還有廣告交換，就是廣告貼文，一天就有好幾則。 （A4，深度訪談，2016.09.30） 我們是買 A 送 B，我們就是那個 B，我們不是主要被賣的那個人……通 常是業務部談好業務案後，丟連結給我們說：麻煩幫我們今天曝光，然後小 編的話要寫什麼，或請我們帶這個連結，然後連結點進去就是業配文。他們 可能就是賣這篇業配文，然後送臉書貼文，用類似套餐方式賣，以我們粉絲 團會幫你們分享當作誘因。（A2，深度訪談，2016.07.04）
經營跟營收的關聯就像剛剛講的廣告業主也會開始要求給我看你們的互 動，包含 reaction 和 reach 的數字，決定要不要把廣告放我們新聞網頁，然後 我們再去貼那則業配文。（A2，深度訪談，2016.07.04） 廣告置入在過去一直獲得 Facebook 默許，2016 年 4 月的最新廣告政策，已經允 許獲得驗證的專頁發佈提到第三方產品、品牌或贊助商的「品牌置入內容（branded content）」，內容形式也不拘，新政策意味著 Facebook 將不再對此類內容進行能見度 上的懲處（Bilton, 2016），且品牌置入內容一直為 Facebook 帶來相當的廣告收入。根 據訪談，這些「業配貼文」的能見度分配仍受演算法支配，因此專頁若要確保更多被 看到的機會，同樣需要付費貼文推廣，不過，推廣費用多來自媒體的廣告業主，如此 一來，等同是媒體替 Facebook 媒合了廣告主，臉書成為最終的最大收益者（A2，深 度訪談，2016.07.04）。
二、演算法與能見度結構下的「新」新聞生態秩序
能見度結構形塑台灣新聞媒體對新聞市場的理解，具有雙重中介面向：首先， 結構下的能見度分配結果，被組織視為理解讀者樣貌和消費偏好的市場指標，以利組 織投入生產活動；再者，結構下的能見度分配意味著新聞供應的篩選，組織倚靠演算 法的中介來滿足讀者對新聞的需求。因此，本節探究在能見度結構為台灣新聞媒體的 生產活動設定了指導原則，以及媒體理解能見度分配結果對讀者的需求滿足反應行為 下，最終交互產生了什麼樣的「新」新聞生態秩序結果？（一）
高度市場與粉絲導向的新聞生產秩序
傳統上，媒體透過編輯判斷替讀者定義哪些是重要的新聞，然而，編輯判斷也經 常再現既有的權力秩序，使經濟體系中的新聞組織受市場趨力拉扯，如電視新聞產業 受收視率支配，不僅新聞守門受操控，收視率更成為內容生產圭臬與新聞價值標準。 當演算法的能見度分配介入新聞生產與廣告營收，引起媒體專頁間的流量競爭，其背後的分配秩序與規則也成為新聞生產與內容發佈的指導原則。Facebook 上隨時間變 化的所有使用者活動，這些「社群資料」的每段時間切片，進入新聞室作為完整且即 時的市調資料庫，替媒體組織推敲受眾樣態，幫助組織進一步貼近讀者傾向與需求 （杜易寰，2016.05.27）。受訪媒體認為，過去大眾媒體無法清楚理解讀者「想要什 麼」的問題，透過行為資料庫累積的社群資料可獲得解決，如臉書洞察報告或 Google Analytics 社交報告等資料對市場需求之再現，成為媒體產製內容時用來「自我審核」 的重要工具（A4，深度訪談，2016.09.30；B3，深度訪談，2016.04.22；B4，深度訪 談，2016.04.11）。 社群資料被媒體組織用來理解讀者需求，預期新聞消費以投入內容生產，同時希 望延伸這些需求，吸引讀者社群網絡中的更多新粉絲，這樣的做法合乎數位媒體根據 消費者行為預測需求，投放正確內容，同時理解潛在客戶的資料驅動決策模式（何國 華，2015.02）。值得注意的是，受訪媒體指稱對讀者需求的「理解」，主要以演算法 架構下的「能見度分配結果」作為基礎，可見媒體對內容的需求預期與生產投入，其 實受能見度分配秩序的結構限制與中介，由結構再度主導內容產製與發佈，成為行動 指標工具，以下分述之： 1. 迎合目標粉絲的新聞生產原則 首先，能見度分配結果形塑出的讀者樣貌，透露媒體專頁的「讀者是誰」。根據 訪談，觸及、互動率、點擊以及專頁的整體粉絲組成，被媒體視為立即、便利、規模 化的指標，刻劃出讀者的政黨傾向、立場、意見氛圍樣態與分布，成為編輯判斷的重 要判準，以求生產和發布政治上正確、迎合風向、同仇敵愾的新聞，有助為媒體專頁 帶來更高的能見度，避免不確定性： 《中時》畢竟老人多一點，也藍了一點，只要是綠營市長或立委點閱數 都蠻高，但基本上都是批評。另外只要是馬英九，不管什麼新聞，就算登個 玉山點閱都特別高。（A4，深度訪談，2016.09.30）
2.粉絲新聞消費制約下一輪的生產 此外，新聞市場的消費預期，讓組織得以「應讀者口味或市場需求」來生產或 選材。過去新聞價值與組織常規形成的編輯判斷，轉交由媒體依據演算法分配結果決 定。根據訪談，媒體所關注的社群資料，透露出受讀者歡迎的新聞事件、新聞主角、 內容類型、議題動向等，形塑出媒體所認為的讀者「需求」，成為生產投入前的市 調，確認新聞是否有足夠的市場，以便進行下一輪的開發： 媒體單方決策的新聞生產現已交由能見度結構中介，新聞市場的供應改由讀者對 貼文的反應和行動來主導。這樣的資料驅動決策導向，正如《蘋果日報》揮別新聞處 理的主觀判斷，以網站日報表數據做為理解讀者對新聞重視程度的工具，新聞主管並 藉此掌握讀者對議題的喜好（何國華，2014.07）。換言之，讀者在動態消息上的新聞 消費，將主導媒體下次的新聞生產投入。 我們這邊真的很多榮民、老兵、退伍軍人、國民黨、眷村長輩，因為 《聯合報》 60 年是最早的報紙，早年黨國經營，那種東西一貼就熱。但《蘋 果》和《ET》說歐陽妮妮和女星的貼文還比洪素珠的好。（A2，深度訪談， 2016.07.04） 我們的粉絲比較藍一點，有時候貼太多綠的，粉絲就會很激動罵小編你怎 麼帶風向。（B3，深度訪談，2016.04.22） 讀者喜歡吹捧民進黨和時代力量的新聞，如果是捧國民黨就會開始罵統 媒不意外。以前我們偶爾報馬英九的時候，流量都慘不忍睹。如果能選 擇就盡量不 PO 國民黨的，或盡量少，不要完全沒有。（B4，深度訪談， 2016.04.11） 我們粉絲對教育有關的，旅遊文跟一些學英文的文章非常多人看；或是 政治類的、環保類的會比較有反應……。（B2，深度訪談，2016.04.25） 政治和國內新聞會最多人看，大家很愛看政治。我自己的經驗是國際或 是很無聊的評論流量會比較少。（B4，深度訪談，2016.04.11）
（二）「刺激與反應」—行為導向的新聞生產生態
新聞媒體自大眾傳播時代就不斷尋求對於讀者「需求」的理解，目的不外乎為尋 求最大的新聞消費市場，「滿足」新聞消費者。過往電視收視率調查依賴 Nielson 市 場報告，然而隨著媒體使用習慣改變，「使用者行為」為主的調查方式被認為更具可 信度。如以 Nielson 和凱擘收視調查結果相比，網路被視為更精確的調查方式，當觀 眾使用機上盒時，即使凱擘只有調查部分地區，精準度卻遠超過 Nielson 有限樣本的 傳統統計模式（何國華，2015.02）。Facebook 的使用者行為資料庫比收視調查更具 規模，透過智慧和運算之名來分配能見度，這樣的「市場調查」是否等同客觀無偏 誤？訪談發現，新聞媒體對演算法的運作是否能作為需求的理解和滿足，具有雙面性 之解讀。 部分媒體認為能見度分配的背後依據龐大使用者行為資料庫，因此演算法的運算 機制能夠反映出讀者的喜好。如同 Facebook 所宣稱：「動態消息演算法的更新，能夠 幫助使用者找到最感興趣的內容」，企圖建構演算法作為純然反映讀者自主選擇的中 立與完美迷思，將其形塑為提升使用者經驗的工具。這也呼應部分媒體將其視為精確 的閱聽習慣調查，認為「讀者的選擇」先於「演算法的代理」，因此演算法是無偏誤 的決策者，絕大部分的能見度分配掌握在讀者透過使用行為做出的選擇： 部分受訪媒體相信演算法的「預測」本質，讓讀者想看的新聞都能在動態消 息上出現。這樣的論述符合目前已將全數新聞「合成」在 Facebook 上的《東森新 聞》專頁，因為秉持「Facebook 很在意自己的市場」，相信演算法會將最適合的內 容推送給最適合的讀者，好讓讀者緊緊黏覆專頁（INSIDE 硬塞的網路趨勢觀察， 2016.05.16）。演算法確實被宣聲稱具有一定的確信度，其透過一連串的軟體改善， 臉書的標準就是一般大眾的閱聽習慣，其實人就是這麼膚淺，太深入的 議題很少人會看。雖然都留言說：為什麼都沒有更深入的議題啊！…所以我 覺得是人的反應，才會有演算法，演算法是跟著人的習性去做。我有時候做 地還蠻灰心，因為這套機制就是觀眾的喜好，我沒辦法操控你們的喜好。 （B2，深度訪談，2016.04.25）嘗試理解使用者行為所透露的訊號，並貶抑不受歡迎的內容。企圖預測使用者點 擊、留言、分享或隱藏貼文，甚至把它列為垃圾訊息的可能性（Owens & Turitzin, 2014）。這也被媒體稱為演算法對個別讀者的演化過程： 部份媒體也認為演算法的能見度分配也是一套「危險的市場機制」，動態消息 的排序結果只反映出差別待遇，無法給予「應該被看見」的新聞等值之能見度。換言 之，這樣的新聞市場再現，只能為媒體區分出在動態消息上「容易被看見」和「不容 易看見」的內容。部份媒體認為，觸及和流量不應該代言市場的需求，更不等同於讀 者所認知的新聞消費或自主選擇： 究其原因，可發現 Facebook 試圖訴諸「機器」的中立性來代理決策，致力透過 運算來最小化「人為」價值判斷，然而這不代表該平台對於動態消息不帶有預存立 場與優先判準，卻讓其迴避為讀者告知更多訊息的責任（Newton, 2016）。綜觀動態 消息運作的 10 年間可知，演算法無法描述讀者的全貌，Facebook 蒐集的是使用者行 為，但運算邏輯卻是依行為推論或預測個人對內容的興趣、重要性、相關性等對訊息 的態度或評價。因此，在演算法架構下，更多的可能是讀者沒有對內容採取行動；讀 讀者不喜歡，可能就會把那個貼文隱藏，或者隱藏這個專頁的所有貼 文。這個是比較負面的 feedback，那 Facebook 就會調整關於這個人的演算。 （B2，深度訪談，2016.04.25） 臉書就是走市場機制，因為應該要看的新聞會出現是新聞媒體的人為。 臉書會認為這些東西是主觀判斷，但讀者實際要看的就是讓收視率或點閱率 來說話，臉書就是讓那些東西出來效果好，讓那些東西出現比例更高，這很 危險。不能說媒體都很喜歡把責任推給讀者：因為你就愛看所以就只能放， 但如果臉書要走那一套，以臉書的演算法，最後會變成都是那些新聞被看 到。（A2，深度訪談，2016.07.04） 臉書有點極端，你平常想看的內容，可能只是今天或一陣子不想看而 已，但它會以為你後來不喜歡看了，就再也看不到。（B4，深度訪談， 2016.04.11）
者有所反應的也未必是讀者應該要看見的內容。例如，Facebook 官方部落格「News feed FYI」提到，目前絕大多數的使用者行為數據，似乎不足以證明特定貼文對個人 的意義程度。使用者內容品質評價調查也顯示，誘發按讚的貼文比起其它具有相同按 讚、留言和分享次數的內容，被使用者認為在程度上具有 15 %不太相關，但使用者就 是經常會對那些企圖刺激反應的內容有所行動，這樣的反應會讓這種貼文讓更多人看 到，並在動態消息上的排序上升（Owens & Turitzin, 2014）：
演算法的能見度分配，透過數學性基礎的精算操控，不深刻追問任何使用者可能 的真正意向，反映出「行為紀錄」和「自我報告」為導向的不同調查方法，可能得出 的差異性結果。猶如過去的商業電視收視調查，若觀眾被要求報告一週所觀看的電視 節目，嚴肅節目（如新聞、自然科學、資訊類）可能較娛樂節目享有較高評價，但若 將問卷調查轉為「個人收視記錄器」來監測，卻又顯示實際觀看的是調查中沒興趣的 情境喜劇或娛樂節目。由此可知，閱聽調查的評估方法與結果，可能同時受相關產業 的操弄、型塑，然而這之間的差異，卻隨著現代技術取得支配權力，而消解意義上的 問題性。換言之，演算法無法替使用者行為背後的意義脈絡解讀，或者這些行為根本 受平台的最佳利益導向所詮釋，並由動態消息的目標設定之。因此，受訪媒體認為， 具有品質的新聞，未必能夠在動態消息上具有相同程度的反應。演算法不是讓讀者看 見「應該被看見」的新聞，而是看見可明顯刺激讀者反應的內容。
（三）能見度分配結果—市場主義與感官至上的新聞市場
媒體組織的行動受結構中介產生交互作用，故台灣新聞媒體回應能見度結構的新 聞市場再現，最終生產的新聞市場生態為何？ 市場導向促使新聞媒體追求最大宗的新聞消費市場，以賺取廣告利益，媒體致力 於討好讀者的需要。能見度分配秩序的更新對於新聞媒體而言，不僅強行決定哪一種 臉書完全沒辦法反映出有品質的新聞，越爛越多人看，當然讀者可能不 一定覺得爛！但當他們已經很明顯在留言上表達這則爛到爆，他們還是一直 狂看，還會被分享在臉書上又更多人看。（A1，深度訪談，2016.04.28）內容能夠被看見，也決定著哪一種內容被創造（Newton, 2016）。尤其當市場競爭的 壓力無可避免，在組織施加導引流量的壓力下，媒體與社會責任相關的「編輯判斷」 受到威脅，過往具備「重要性」價值的新聞不代表能夠獲得演算法的青睞，當恪守新 聞專業的信心動搖時，多數媒體將矛頭指向「讀者」在動態消息上的行動出現問題， 導致動態消息上好新聞未獲得足夠的關注，媒體新聞價值判斷與能見度分配產生落 差： 過去大眾媒體將各別讀者視為品味相同的大眾來「餵養」新聞，對比現今能 見度結構中的媒體專頁，在同樣的商業考量掛帥下，可發現通俗新聞理念和運作在 Facebook 上依然奏效，這樣的市場導向與感官主義操作，也呼應 Facebook 官方聲 明，能見度分配主要依據貼文的「互動率」：按讚、點擊、留言、分享加權來決定 （Owens & Turitzin, 2014），同時也驅使媒體專頁以提升「互動率」來建構能見度：
