在互联网时代，资本成为推动互联网发展尤其是人工智能技术发展的关键要素，绝大多数商业平台具有“以其特有方式不断谋求价值增值的逻辑特性”。在资本逻辑的驱动下，商业平台的逐利特性与新闻媒体的公共属性存在功能性冲突，一旦新闻媒体对商业平台形成依赖，新闻媒体的自主性、公共性和安全性就会受到挑战。近年来，平台依赖对新闻媒体所形成的风险表现为以下几个方面。
（一）算法风险
一是算法策略影响新闻媒体舆论引导能力。新闻媒体难以突破平台流量分配的规则限制，平台运营和算法规则迫使新闻媒体调整标题、样式、体裁等内容生产策略来适应平台，降低自身的舆论引导能力和信息传播效果。另外，由于商业平台的技术审核机制具有“工具理性”偏向，新闻媒体舆论引导的价值理性不易得到充分发挥。例如在一些舆论监督报道中，反腐、时政、曝光等方面内容可能会因涉及敏感词被技术限流，而平台算法自行定义的“优质”内容则能获得流量倾斜。更严重的是，某些平台算法推荐技术本身存在“算法黑箱”问题，暗含设计者的偏见，导致信息传播中存在歧视，削弱了舆论引导中的价值引领功能。
二是平台特色会稀释新闻媒体导向。算法不仅是一种新闻流转的技术，更是一种技术推荐构建起来的“规训”机制，“流量至上”的平台逻辑会让严肃新闻的舆论引导让位于算法推荐，全景型的传播通道越来越窄。为适应“高完播率”“高互动率”，部分新闻媒体会进一步压缩新闻评论、深度报道等严肃体裁，转向发布碎片化、娱乐化等刺激性较强的内容。
三是智能化易导致新闻生产同质化。为获取高流量，新闻媒体往往对同一热点话题趋之若鹜，甚至以商业平台的高流量新闻作为选题参考，一大批标题相似、内容相近的媒体报道随之出现，内容的同质化影响了新闻舆论生态的内容生产质量。
（二）数据风险
一是数据泄露。新闻媒体入驻平台后，数据及内容与平台共享，一些全球化平台，如YouTube、TikTok等，涉及跨国数据存储，新闻媒体在其发布内容可能会面临数据泄露问题。近年来，国内商业平台数据泄露事件也并不罕见，一些数据安全问题相继浮出水面。
二是隐私泄露。随着人工智能技术在商业平台上的运用，部分平台会获取用户个人信息、聊天记录关键词等用于精准推送，媒体在这类平台上推送新闻，易引发用户的隐私争议，对用户信任形成损害。2021年淘宝近12亿条用户数据泄露，2022年超星学习软件被爆公开售卖用户隐私信息，其中包括姓名、手机号、学号、性别等隐私信息。近年来，我国虽已出台相关法律法规，如《互联网信息服务算法推荐管理规定》，但针对平台的法律规范仍显不足，这使得一些新闻媒体在数据安全风险监管方面缺乏有效应对措施。
三是权益侵害。人工智能技术在大规模文本学习中，时常会因学习了一些具有专属版权和著作权的内容文本，从而在内容生成中产生侵权问题。有研究表明，ChatGPT等生成式人工智能可能涉及道德和著作权的风险。商业平台由于技术需要，在与新闻媒体的互动中，容易受人工智能的影响，在使用各种新闻媒体数据进行内容生成时衍生出侵权问题。
（三）经济风险
一是收益分配权利不均衡。平台实质上并不产生价值，其价值来源的本质是一种“超额剩余价值”。在广告收益的分配中，商业平台利用其技术占据较高的收益议价权，收益权利的不均衡将间接挤压新闻媒体的广告收益。例如App Stor等平台利用AI算法动态调整推荐和曝光顺序，一旦包括新闻媒体在内的发布者通过平台发布，将被抽取20%—30%不等的佣金，类似的媒体还有Facebook、抖音等平台。还有一些商业平台凭借其垄断地位与媒体签订内容协议，而媒体仅能从用户阅读和广告点击中获得小部分收益。近年来的平台收益大幅上扬，例如，2024年第一季度，微博广告收入占总营收的比例达到86%，快手和百度广告收入占比分别为57%和54%，B站、快手、腾讯的广告收入增幅分别为31%、27%和26%，微信视频号广告收入同比增长超过100%，小程序广告收入同比增长达40%以上。而相比之下，CTR数据显示电视广告自2015年起就开始出现负增长。
二是收益资源占有不均衡。部分商业平台拥有较强的算法和流量控制优势，垄断了广告的客户、投放、增值等资源，优先展示付费广告内容，使得新闻媒体的部分广告收入受到挤压。再加上多数平台的内容审核规则不透明，一些新闻媒体可能因涉及敏感议题被判“违规”甚至被封禁账号，造成直接经济损失。在成本端，新闻媒体为了在平台媒体上获得更多的流量和关注，时常投入更多的资源在内容生产和传播环节，包括制作高质量的视频、图文等内容，以及支付平台的推广费用等，这些环节提升了新闻媒体的运营成本，也就相应地压缩了盈利空间。
（四）信任风险
主流媒体如果过度依赖商业平台，易导致公信力被稀释。公信力是公众对媒体认可和信任的综合反映，是主流媒体最为核心的竞争力之一，是衡量媒体在公众视野中主流程度的一个重要指标。某些商业平台的“娱乐至死”审核规则与媒体舆论引导公共属性相冲突，导致部分媒体舆论引导功能弱化。一些自媒体和商业平台为了吸引流量，不惜制造热点、传播虚假信息，这些信息由于极度吸睛，常常被平台推荐，而新闻媒体的严肃报道却被边缘化，引发公众对媒体专业性的质疑。如2021年央视曝光小红书博主用虚假滤镜推广商品，但平台算法优先推荐“高赞虚假内容”，而一些主流媒体测评的新闻内容反被淹没。又如，近年来一些新闻媒体对热点事件的报道不加核实、盲目跟风，在平台上不断上演“反转剧”，这些情况严重损害了媒体公信力。另外，随着人工智能技术的泛化，自动摘要、关键词替换等技术在二次加工中衍生出“深度伪造”的现象，商业平台时常出现篡改信息内容、冒用主流媒体名义等行为，再加上一些新闻媒体为适应互联网传播手段，主动采用“标题党”的传播手法，虽然这些手法在短期内能起到吸引眼球的效果，但长期来看易引发用户误解，损害主流新闻媒体的公信力，有可能导致主流新闻媒体与公众之间的信任危机。
（五）舆论风险
一是流量炒作。在新媒体环境下，信息传播速度快，舆论引导的难度增加，一些平台为了追求流量，可能会放任某些话题的过度炒作，导致舆论失控。而新闻媒体在应对突发事件和舆论风波时，往往难以迅速作出反应和有效应对，这些情形会进一步增加舆论风险。
二是信息茧房。平台算法根据用户的兴趣偏好推送同质化信息形成信息茧房，导致用户接触的信息越来越单一化。用户长期处于信息茧房中，容易形成思想观念固化和认知局限，难以接受多元且丰富的信息，在思维上易导致偏见和狭隘，进而影响社会共识的形成，信息茧房也容易削弱新闻媒体传播主流价值的能力。
三是不良网络思想意识渗透。在信息全球化的背景下，一些西方极端意识，如历史虚无主义、消费主义、自由主义、伪性别权利等思想通过网络平台进行跨境传播，更加隐蔽和难以防范，这些错误思潮在“信息茧房”的作用下容易产生极化情绪，误导一些用户盲目跟风。
四是用户评论的随机性增加舆论风险。为了提升平台传播的互动性，商业平台设置了评论、弹幕等用户评论功能，媒体入驻这类平台后，用户评论的随机性增加了新闻舆论的二次风险。比如用户在抖音、视频号等评论会直接显示在评论区，某些不良评论容易为新闻媒体带来舆论上的二次风险。近年来，由用户评论而形成的舆论风险已屡见不鲜，比如“三代烟草人”“错过女儿成人礼”等高级黑现象就是在用户评论中发酵起来的。
版权声明
本文系作者授权念乡人发表，未经许可，不得转载。
