在移动互联网时代，面对用户在新媒体上全新的阅读习惯和喜好，基于机器算法的个性化推荐阅读机制，正显现出强大的爆发力。这是因为机器算法会对用户浏览、收藏、转发、评论新闻资讯的行为不断作出分析，建立起个人用户模型，智能地为用户推荐越来越精准的个性化信息。据统计，在网络资讯分发市场上，算法推送内容已逾50%。

一时间，个性推送时代，算法当道，编辑后撤甚至无用的说法不绝于耳。果真如此吗？机器算法虽然适应了移动传播分众化、定制化的趋势，但其本身存在着不小的局限。

首先，纵然机器算法再智能，但仍无法猜透更加复杂的人心。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。目前，机器算法还处于初级阶段，追求的是规模化，也就是流量，这会导致一些媒体一味追求流量，大量生产低俗、色情、暴力化的内容。唯算法论，容易造成推荐不一定是用户所想、非用户所需的窘境。

其次，即便依赖于机器算法推荐，会让用户的视野变窄，形成信息孤岛，从而挤压掉用户真正感兴趣或者培养新兴趣话题的空间。机器算法看似人性化，实则在阉割新闻。用户生活在自我的世界，无法感知兴趣之外的新事物，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。新闻除了让人感知世界外，还能启迪思想。让人担心的是，机器算法让思想裹足不前。

再者，对于内容生产者来说，需要讨好的不一定是用户，而是机器算法。耸人听闻的标题、格调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。利益驱动下，机器算法容易被做号党、标题党、低俗内容利用，“劣币驱逐良币”，真正的优质内容反而容易被边缘化。这无疑会挤压优秀内容生产者的生存空间，造成优秀作者流失、用户体验下滑等。

此外，越来越多的虚假信息以及敏感信息等混杂在信息流中，通过机器算法推送给用户。算法仅能通过关键词技术过滤掉一些垃圾信息，伪装好的无版权、低俗内容甚至还会因为标题精彩获得更好的推荐效果。完全依赖算法推荐、缺少内容人工审查这一关，会造成低俗内容、垃圾信息等大行其道。

移动互联网时代，新闻阅读呈现出碎片化和个性化的趋势。但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，在有限时间内为用户提供有用的或感兴趣的高质量内容。目前，人工智能技术在自然语义识别领域还没有取得特别重大的突破，完全让机器来判断一篇文章的标题、文采、深度、价值和适合阅读的人群，显然是不够的。机器算法需要与人工干预相结合，将人和机器的优势充分发挥，补足机器分发的盲目性和人力处理海量内容的局限性。人与机器的互相补位，才能为用户提供真正的价值信息。