计算机和算法介入新闻领域的过程是一个动态演进的历史过程。实际上，算法的出现远早于计算机和其他电子计算设备的发明时间，其源头可以追溯到我国古代的《周髀算经》以及中世纪波斯数学家阿勒·霍瓦里松的著作《代数对话录》。而20世纪科幻作品中描绘的机器人曾被视为工业社会自动化的产物和算法的前身。

在媒介研究领域，新闻机器人的提法最早出现在1998年。两位韩国学者建议搭建以“用户注册时提供的阅读偏好”为参照、由算法进行新闻内容采集和分发的“应需服务平台”[2]。自那以来，围绕新闻机器人代替专业记者从事常规新闻生产及其潜在影响的讨论一直没有停止。从20世纪60、70年代勃兴的计算机辅助报道、精确新闻，到大数据时代的数据新闻乃至自动化新闻，新闻业逐渐发展到以数据为驱动、以算法为引擎的算法时代。

作为人工智能的基本构成要素，算法与数学和计算机科学领域均有着密切的关联。严格地说，算法是包含一系列复杂的数学规则，能通过预先设定的步骤解决特定问题的计算机程序[3]。它的设计逻辑是将人类解决问题的过程分解为若干步骤（见图1），再通过程序设计，将这一过程模拟化或公式化，借助系统化的计算机程序来求解更复杂的问题。

图1　算法设计的一般过程[4](www.daowen.com)

目前与新闻业实践结合最多的算法技术主要应用于自动化新闻和算法推荐领域。按照马特·卡尔森（Matt Carlson）的定义，自动化新闻生产是“将数据转化为新闻叙事文本的算法过程，其中涉及的人力干预仅限于最初的编程活动[5]”。而算法推荐是以定制化信息服务为出发点，使用特殊的推荐引擎系统，借由机器算法推选出用户感兴趣的内容，并将其推送至用户端。从本质上说，算法在整个新闻生产和分发链条上起着信息匹配中介的作用，它将计算机程序设计中输入数据和输出数据的两端贯穿起来，通过把关、映射、修辞、决策等功能应用于新闻选题、内容生产、新闻游戏、新闻推送和用户决策等场景（见图2）[6]。凭借垂直领域开放平台的接口或平台授权，算法在庞大的数据支持下精确迅捷地抓取、生成、发布和推送资讯，最终实现对新闻内容生产环节和分发环节的再造和变革。

图2　算法在新闻业的应用场景