报纸为公众服务=报纸必须给公众他们想要的东西？
答案显然是不！
首先报纸为公众提供新闻和讯息，本质是服务于公众的。但服务公众、满足公众需要并不意味着追随公众，独立于公众并不是说远离甚至脱离公众、站在高高的讲坛上对公众指手画脚，而是指报纸不以追逐用户需求为主旨，一味地位公众提供低级趣味的内容。而是应该始终保持理性和中立，为公众提供必须知道和应该了解的信息，成为大众的论坛平台和公共利益的代表。
“报纸必须给公众他们想要的东西”的三个谬误
一、“想要”含义模糊
1.“想要”的边界在哪？
要什么就应该得到什么并不是文明世界运行的准则，文明很大程度上依靠抑制愿望、建立秩序和约束来实现。
2.报纸给的真的是公众“想要”的吗？
很多时候报纸是通过煽情和刺激来唤醒公众潜藏的欲望，然后又以这些欲望为辩护理由，是对公众“想要”的利用和曲解。
二、“公众”指代不明
是哪个层级的公众？
世界上有许多公众，不能以“最放纵自己”“趣味最低级”的公众来代表报纸受众
三、“必须”强行使用祈使语气
为什么“必须”这么做？这是责任吗？
新闻当中不存在“必须”满足公众的责任，最首要的责任应当是向公众提供他们应当了解的深刻的可以启发思考的东西。
算法推荐机制下的“独立于公众”
一、算法推荐机制
背景：大数据时代的一个悖论是，一方面人类社会呈现出信息爆炸的趋势；另一方面个体又很难获取需要的信息，社会信息总量过剩增加了个体成员有效信息寻找的困难。人们无法仅仅依赖媒体完成信息过滤，媒体的部分信息把关权被社交关系和算法推荐所取代。
定义：算法推荐，是指凭借算法程序将海量用户的网上行为数据化，分析挖掘用户的爱好习惯和社交兴趣图谱。这种机制以今日头条等媒体平台为代表，反映了人与信息之间的新型关系形态，逐渐成为用户浏览新闻的主要渠道。
机制类型：目前新闻个性推荐算法主要有三种机制。
一是用户画像算法，也称内容推荐。其原理是平台记录跟踪用户的浏览历史以及社交记录，对用户信息标签化，分析出用户的社会属性、兴趣爱好图谱，推测出用户的信息全貌，通过匹配新闻与用户画像的相似度，将相似度最高的新闻推荐给用户。
二是协同过滤推荐。通过计算两个用户的信息兴趣相似度，找到与目标用户相似兴趣的用户集群，并向目标用户推荐集群中用户感兴趣的话题。今日头条平台的核心理念就是协同过滤推荐。
三是类似于传统排行榜式的推荐。即以新闻的点击率、阅读量、转发量、评论数和点赞数为依据，自动推送关注度高的新闻。此外，越来越多的平台正在采取一种混合推荐算法，即赋予算法结果不同的权重，混合加权后向用户推荐信息。
一、人民日报评“算法推荐”
事件经过
2016年12月14日，今日头条创始人张一鸣接受《财经》杂志专访时表示：“今日头条不设总编辑，我本身并不认为低俗有什么问题。你在机场看到的杂志是一回事，在火车站看到的杂志是另一回事。很多人是因为证明自己高雅而指责它。”此言论一出，即遭到不少批驳。2016年12月23日，《人民日报》针锋相对发表评论员文章《算法盛行更需“总编辑”》，指出：算法主导的时代，更需要把关、主导、引领的“总编辑”，更需要有态度、有理想、有担当的“看门人”。
2017年7月6日，《人民日报》发表《新闻莫被算法“绑架”》的评论文章，批评算法类客户端伤害了新闻的品质和未来。
2017年9月19日，《人民网》发表《别被算法困在“信息茧房”》的评论，指出信息大爆炸时代来临时“信息空前开放”的预言与现实中“信息茧房自我封闭”的反差，提醒我们：勇于驶出信息的孤岛，敢于走出知识的一亩三分地，拥抱丰富多彩的世界，才能赢得精彩的未来。
1. 算法本身的局限性和对公众的迎合性——公众的“想要”依旧模糊
《财经》：你的竞争对手评价你们某些内容像毒品。用户点开可能是被标题诱惑，并不说明他需要并且喜欢这个内容。
张一鸣：因为没有收录足够多的用户信号，所以我们不知道你是因为被诱惑还是因为兴趣而点击。而我们现在试图通过更深入的用户行为识别来区分两者，比如用户的「点击后行动」——在内容上的停留时长，看完是否收藏，是否分享。
我本身并不认为低俗有什么问题。你在机场看到的杂志是一回事，在火车站看到的又是另一回事。很多人是因为证明自己高雅而指责它。
算法平台只根据用户主动表达的点击行为判断其兴趣,忽略用户潜在的爱好及需求，更多时候可能是出于人类本能的被诱惑，算法所谓的“定制”其实是将用户局限在自己量身定制的伪个性中，而并不能真正给到公众感兴趣的，真正“想要”的。这是算法的局限性。
其次即使张一鸣提到通过“更深入的用户行为”来识别用户的真正兴趣，但从他机场和火车站的比喻中可以看出，对于算法推荐中不可避免的“低俗循环”和“信息茧房”，他认为这是符合各个阶层用户需求的，我认为他这是对“注意力经济”赤裸裸地攫取，是对公众的迎合。算法平台充分利用人性中的猎奇、惰性等弱点，推送低俗化、娱乐化新闻，那些需要用户付出学习成本或高质量的长尾内容则往往不受待见，逐渐被边缘化，最终导致“劣币驱逐良币”，标题党、后真相新闻只会层出不穷。
2. 算法推荐过程中不设总编辑缺失“把关人”。——明确“公众”层级，分批“喂养”是好事吗？
《财经》：未来是否会把内容调性从火车站往机场调？
张一鸣：我希望内容的分布符合需求的分布。机场的人看机场的内容，火车站的人看火车站的内容。如果说以前让机场的人看到了火车站的内容，那是技术问题。
完全依靠算法决策技术进行内容的分发，在一定程度上来讲使得信息覆盖了各个阶层的需要，似乎达到了从“用户需要”的角度进行考虑进行推送，真的“想要”与否在上一点我们已经讨论过，这里想要着重讨论的是，所谓算法推荐明确“受众”分类真的是一件好事吗？
一个蓬勃向上的社会应当是多元的，通过提供多元的信息和观点，让公众消除分歧，扩大共识，增进理解。新闻算法推送不仅要开启符合用户口味的一扇窗，更要打开信息多元化的一道道门。但“回声室”效应和“信息茧房”效应是算法分发最显见的弊端，这两个弊端都意味着用户不仅没能获得多样化的信息和多元的观点，所接触的信息世界反而更为封闭和单一。在这样一个人人皆媒、人人皆离不开媒体的时代，用户却越来越被置于“坐井观天”的困局。
利昂·纳尔逊·弗林特强调不能以“最放纵自己”“趣味最低级”的公众来代表报纸受众，在算法推荐机制下，这一顾虑被消除，却迎来新的割裂问题：如果任由算法推荐进行讯息分发而缺乏一个“把关人”对信息进行筛选和推送，只会呈现更多“散点”式的封闭聚落，信息在算法推荐中被切割散布，各阶层群体之间的知识鸿沟不断加深加大。
3. “媒体”责任与“技术”逐利——资讯平台的“必须”
《财经》：今日头条有没有价值观？
张一鸣：企业都要有社会责任感，我们要做对社会有益而不是有害的事。
企业和媒体的区别在于：媒体是要有价值观的，它要教育人、输出主张，这个我们不提倡。因为我们不是媒体，我们更关注信息的吞吐量和信息的多元。我们会承担企业的社会责任，但我们不想教育用户。世界是多样化的，我不能准确判断这个好还是坏，是高雅还是庸俗。我也许有我的判断，但我不想强加我的判断给头条。如果我在现实生活中也没有说服别人，为什么我要通过我的平台说服别人？
张一鸣坚持说今日头条是具有媒体属性的技术公司，而不是媒体。资讯平台拥有众多用户和流量，从事信息传播活动，却不承认自身是媒体。这正是算法的逐利性与媒体的公益性发生矛盾的反映。
对于内容生产者来讲，算法推荐其实非常有利于其伦理自处的游戏规则。这就像庄家抓阄会被别人指责有作弊的可能，而算法推送则有着空前的伦理回旋余地，因为“算”的结果是依据对象自身数据要件得出的，阅读量和接收数也只是自动转发计算的结果而已，而非自己内容的可以设置。看上去，这很中立，即使出了事也很无辜。而且，由商业性的计算机公司作平台，大数据出入于云里，是很单纯的，很理性的。
但事实明显并非如此。所谓的“单纯”和“理性”以及张一鸣一再强调的“不加判断”不过是之前已经不断探讨了的因为技术的局限和把关人的缺失而造成的对受众的迎合和信息桎梏，就如利昂•纳尔逊•弗林特在书中所提到的“不能分辨直觉的、原始的、冲动的、短暂的愿望和通过教育以及体验获得的、经推理论证的、永恒的、正当的愿望。”
算法是由人设计的，不可避免地要服务于设计者的价值追求。从资讯平台的运作实践看，算法设计者更多地把经济利益作为算法的追求目标。现在主流的新闻推送算法均由商业公司开发，追求极致的流量价值从而获得资本回报是其目标。一方面，容易吸引眼球的信息较多地进入资源库。算法平台的信息资源库除了来自主流媒体外，还有更多地容易产生“雷人”内容的自媒体账号信息源，而算法更倾向于选择后者。另一方面，算法设计规则尽量迎合用户需求。算法推荐竭力吸引用户点击，还用广告分成鼓励高点击率的内容生产者。于是，人性中的弱点被算法刺激出来，用户痴迷于无聊而琐碎的信息，虽事后懊悔，但人性弱点会让其再次陷入庸俗信息的汪洋大海，欲罢不能。
在算法推送新闻风行的当下，资讯平台将满足公众作为“必须”准则，而将其作为最大的媒体聚合平台，在满足公众的信息需求之外，还必须承担的提升公众素养和塑造主流价值的职责在算法的逐利性下完全被丢弃。
总结
在这个信息爆炸是时代，信息过剩的情况下，媒体尽力挖掘和满足用户信息需求的努力方向自然没有错，但出于责任出去职业道德，媒体始终需要恪守内容选择和呈现的红线，不能为了博取公众眼球就一味放低下限，而应当始终作为历史的标杆，为公众呈现时代的问题，让“深刻”不在这娱乐至死的年代缺席。报纸、媒体独立于公众的目的也正在于此，只有独立于公众，为公众生产内容，但不迎合公众，引导公众思考，但放纵公众的荒蛮本能才能真正称为有良知的媒体。
新闻算法推送是传播技术进步的产物，在算法技术的支撑下，信息的生产权部分交给了受众，信息的选择权则全部交给了受众，受众拥有了自大众传播活动诞生以来的最高地位。但算法推荐最大的弊端在于它打破了媒体之于公众独立和平衡。在算法推荐下，由于把关权的让渡、新闻价值逻辑的转移带来了标题党、后真相新闻、信息茧房、媒体公益性缺失媒介伦理挑战。
伴随着算法对信息传播的深层渗透，需要通过健全法律监管、加强“人”在新闻传播中的主体性；建立多指标推荐系统；提升算法透明度等方式重构媒介伦理。