22 3 月
新聞下架權力在誰手？媒體高層、律師還是演算法？
在數位時代的浪潮中，新聞的生產與傳播方式經歷了翻天覆地的變化。過去，新聞的「生殺大權」相對集中，由編輯台和媒體高層掌握。然而，今日的資訊生態系變得極為複雜，一則新聞從發布到可能的下架，背後涉及的權力結構與決策機制，早已不再是單一角色的責任。當我們追問「新聞下架的權力究竟在誰手中？」時，我們面對的是一個交織著傳統媒體倫理、法律風險控管、平台商業利益，以及冰冷演算法邏輯的多維度問題。
這不僅是一個關於「誰有權力」的探討，更是一個關乎言論自由、公共對話空間與資訊可信度的深層次命題。本文將從媒體高層的傳統權力、律師的法律風險評估、以及演算法的現代隱形控制三個核心面向，進行全面且深入的剖析，試圖釐清這張錯綜複雜的權力網絡。
一、媒體高層：傳統守門人的權力光環與現實困境
在傳統媒體時代，從報紙、雜誌到廣播電視，媒體高層（包括總編輯、發行人、董事長等）無疑是新聞內容的最終裁決者。他們被稱為「守門人」，其決策直接決定了一則新聞能否面世，或是在何種情況下被撤回。時至今日，儘管權力結構已不再單純，但媒體高層依然在新聞下架的決策中扮演著關鍵角色，只是其決策環境與影響因素已變得極其複雜。
（一）總編輯的核心角色：專業倫理與政治壓力的交匯點
總編輯通常被視為新聞編輯室的最高領導者，肩負著維繫新聞專業、確保內容準確與公正的責任。當一則新聞引發爭議，或是被發現存在事實錯誤時，總編輯往往是啟動下架程序的第一責任人。這個決策過程，考驗的是總編輯對新聞倫理的理解、對事實的判斷力，以及在壓力下的抗壓能力。
然而，總編輯的決策並非在真空中進行。他們必須同時應對來自內部和外部的多重壓力。
內部壓力： 來自媒體所有者或高層管理者的商業考量。如果一則新聞得罪了重要的廣告客戶，或可能引發昂貴的誹謗訴訟，管理層可能會直接或間接地施加壓力，要求下架內容。在許多商業媒體中，總編輯的職位穩定性與其對這些商業現實的敏感度息息相關。這種「商業凌駕專業」的現象，在競爭激烈的媒體環境中尤為明顯。
外部壓力： 來自政府、政黨、利益團體或強大的個人。在某些政治環境下，媒體可能面臨來自執政當局的直接壓力，要求撤下對政府不利的報導。這種壓力可能是通過電話「提醒」、行政檢查，甚至是對媒體其他業務的刁難來實現。即便在法治相對完善的社會，強大的政治或商業力量也能透過法律訴訟的威脅、公關戰或社群媒體的輿論操作，對媒體高層形成巨大的心理壓力，使其選擇「預防性下架」，以避免後續的麻煩。
（二）商業考量：廣告主與訂閱用戶的隱形手
在數位媒體時代，流量變現是許多新聞網站的生存命脈。廣告主對於內容的敏感度極高，他們不希望自己的品牌出現在「爭議性」或「不安全」的內容旁邊。這種品牌安全意識，使得廣告主間接地擁有了對新聞內容的否決權。
當一則報導引發強烈反彈，導致大量網友在社群平台上抨擊，並開始串聯抵制廣告主時，媒體的商業部門便會亮起紅燈。業務主管會向編輯室反映廣告主的擔憂，甚至直接轉達「某大客戶要求撤下某則新聞，否則將中止合作」的訊息。對於營收壓力巨大的媒體而言，這種來自廣告主的間接壓力，往往比法律訴訟更為立即且有效。
同樣地，付費訂閱模式也帶來了另一種壓力。如果一則新聞或評論引發訂戶的大量退訂抗議，媒體高層也必須嚴肅考慮內容的去留。在這種情況下，新聞的下架不再只是單純的內容決策，而是事關機構存續的商業生存問題。
（三）所有權結構的深層影響
媒體的所有權結構，深刻影響著新聞下架決策的獨立性。
- 家族企業媒體： 所有者的個人價值觀、政治立場或商業網絡，往往直接影響編輯方向。若報導觸及所有者親友或商業夥伴的利益，下架的可能性極高。
- 集團化媒體： 當媒體隸屬於大型跨國集團時，新聞決策可能受到集團整體戰略的影響。例如，避免報導可能損害集團在其他國家或業務領域利益的議題。
- 公共媒體： 理論上，公共媒體應具有最高的獨立性，其新聞下架決策應基於最嚴格的新聞專業規範。然而，公共媒體也面臨來自政府（特別是其董事會任命機制）和公眾的政治壓力，其下架決策往往伴隨著高度的政治敏感性與公眾監督。
小結： 媒體高層的權力雖然看似直接且明確，但在現實運作中，其決策自主權正受到商業利益、政治壓力與所有權結構的嚴重侵蝕。他們不再是絕對的權力中心，而更像是各種力量匯集後的最終把關者，其決策越來越像是在多重制約下的風險管理行為。
二、律師與法律部門：風險規避的關鍵否決者
如果說媒體高層是新聞下架的「最終簽字人」，那麼律師和法律部門往往就是那個「遞上鋼筆並建議簽字」的關鍵角色。在現代媒體機構中，法律部門的權力急劇上升，他們從過去的事後辯護角色，轉變為事前審查與風險規避的核心決策者。一則新聞的下架，有極高的比例是基於法律團隊的評估與建議。
（一）誹謗法與隱私權的紅線
法律團隊在審查新聞時，最核心的任務就是評估其法律風險，主要集中於以下幾個領域：
- 誹謗（Libel）： 這是新聞媒體最常面臨的法律風險。律師會逐字逐句地審視報導中對個人或組織的指控，評估其是否構成對名譽的損害。關鍵在於「真實性」與「公共利益」的舉證責任。在許多司法管轄區，原告（被報導者）只需證明報導虛假且造成損害，而媒體則需負擔沉重的舉證責任，證明報導屬實或基於「合理查證」。如果律師認為報導中的某些關鍵事實難以在法庭上被證實，或者指控的措辭過於尖銳，他們便會強烈建議修改甚至下架全文。
- 隱私權侵害： 公眾人物的隱私權範圍較窄，但一般民眾則享有較高的隱私保護。律師需評估報導是否未經同意公開了個人私生活細節，特別是涉及醫療記錄、財務狀況或性取向等敏感資訊。即使報導內容屬實，若其被認定為「無關公共利益」，仍可能構成隱私權侵害。例如，對一位政治人物私德問題的報導，若與其公共職務無關，就可能踩到紅線。
- 侵犯著作權： 在新聞內容中，使用他人的照片、影片或文字段落是家常便飯。法律團隊必須確保所有素材都有合法的授權，或符合「合理使用」的原則。一張未經授權的關鍵照片，就可能導致整則新聞被迫下架以避免侵權訴訟。
（二）訴訟成本的現實考量
除了法律上的是非對錯，律師在提供建議時，必然會考量實際的訴訟成本。一場誹謗訴訟，無論最終勝訴與否，都可能耗費數年時間和數百萬元的訴訟費用。對於許多媒體而言，即便他們對自己的報導有十足的信心，也可能會因為無法承受漫長訴訟帶來的財務和人力消耗，而選擇妥協。
律師會向媒體高層清晰地描繪一幅圖景：若堅持不撤，將面臨的訴訟時程、巨額律師費、管理層被要求作證的時間成本，以及訴訟期間對媒體聲譽的負面影響。在這種現實評估下，下架新聞往往被視為一種「止損」的商業決策，而非對新聞專業的背棄。
（三）「和解文化」與「預防性下架」
在某些國家或法律文化中，存在著一種「和解文化」，即面對訴訟威脅時，傾向於以和解或道歉來快速解決爭端，以避免不確定的訴訟結果。這種文化會進一步強化法律部門的影響力。律師會傾向於在爭端升級之前，就建議下架內容並發表道歉聲明，以最小的代價換取對方的撤告。
這種思維催生了所謂的「預防性下架」現象。也就是說，根本不必等到法院判決或正式的律師函，只要法律團隊判斷某則報導「有被起訴的風險」，就會在對方採取任何法律行動之前，主動將新聞撤下。這種做法雖然在風險管理上極為有效，但也引發了關於「自我審查」的擔憂——媒體可能在沒有人施加外部壓力的情況下，就因為害怕潛在的法律風險而放棄了報導。
（四）「SLAPP」訴訟的寒蟬效應
「針對公眾參與的策略性訴訟」（Strategic Lawsuit Against Public Participation，簡稱SLAPP）是一種特殊的法律武器。這類訴訟的目的並非在法庭上勝訴，而是透過訴訟本身帶來的時間、金錢和心理壓力，來迫使媒體或倡議者噤聲。即使媒體最終勝訴，也可能已經因為應付訴訟而元氣大傷。
面對SLAPP訴訟，律師的建議往往會更加保守。他們深知，即便法律站得住腳，對方仍可透過不斷的證據開示、上訴等程序來拖延時間。因此，對於資金不那麼雄厚的媒體而言，下架相關新聞並尋求和解，往往是「最不壞」的選擇。
小結： 在新聞下架的權力結構中，律師與法律部門扮演著「風險守門員」的角色。他們運用法律專業知識，為媒體高層劃出一道道不可逾越的紅線。雖然名義上最終決策權仍在媒體高層，但當法律部門強烈建議下架時，高層幾乎沒有太多選擇的餘地。可以說，法律風險評估已成為現代新聞決策中最具分量的砝碼之一。
三、演算法：科技平台的隱形審查者
如果說媒體高層和律師的權力是「可見的」、有明確決策主體的，那麼演算法的權力則是「隱形的」、分散且缺乏問責機制的。隨著新聞消費的主要渠道從媒體官網轉向社群平台和搜尋引擎，演算法——這套由工程師編寫、由數據驅動的自動化決策系統——已成為決定新聞生與死、廣傳與湮滅的關鍵力量。
值得注意的是，演算法不會「下架」新聞的原始連結（除非因違反平台規範而被移除），但它可以透過調整流量分配，達到事實上的「湮滅」效果，其影響力甚至比傳統的下架更為徹底。
（一）社群平台的流量分配權
Facebook（Meta）、X（Twitter）、YouTube等社群平台，是當今絕大多數新聞網站的關鍵流量來源。這些平台的核心是推薦演算法，其目標是最大化用戶在平台上的停留時間和參與度。
- 觸及率的裁決者： 當一則新聞被分享到社群平台時，演算法會立即對其進行「評分」。它會分析這則新聞的互動情況（按讚、分享、留言的速度和數量）、用戶的反饋（隱藏、檢舉、按怒）、以及發布者的可信度等多種因素。如果演算法判定這則新聞能帶來高互動且低爭議，它就會將其推薦給更多用戶，觸及率呈指數級增長。反之，如果一則新聞引發大量負面反饋或爭議性留言，演算法就會迅速降低其權重，使其在用戶的動態消息中「消失」。這種做法雖然名義上是「減少有害內容的傳播」，但其本質是一種未經透明程序、由黑箱系統執行的內容降級。
- 事實查核與標籤機制： 許多平台建立了與第三方事實查核機構的合作機制。當一則新聞被事實查核機構標記為「虛假」、「誤導」或「部分不實」時，演算法會自動對其進行懲罰。這可能包括：大幅降低其觸及率、在連結上覆蓋醒目的警告標籤、阻止其在平台上投放廣告，甚至直接移除其分享按鈕。對於新聞媒體而言，被貼上「不實資訊」的標籤，幾乎等同於被判處流量死刑。這種權力雖然部分來自於第三方機構，但最終執行和裁量權仍在平台的演算法系統。
（二）搜尋引擎的可見性控制
Google作為全球最大的搜尋引擎，其搜尋演算法是另一個決定新聞生死的關鍵節點。對於依賴搜尋流量的新聞網站而言，在Google搜尋結果中的排名直接決定了其存亡。
- 「被遺忘權」與下架： 在歐盟等地區，法院判例確立了「被遺忘權」，即個人有權要求搜尋引擎刪除與其相關的、過時的、不相關的搜尋結果。當這類請求被批准後，Google會在歐洲版本的搜尋引擎中移除特定連結。這是一種法律授權、由演算法執行強制下架的典型案例。
- 核心更新與網站層級降級： Google會定期進行核心演算法更新。有時，一次更新會對整個新聞網站或特定類型的內容進行大規模的降級。如果一個網站被Google的演算法判定為「內容農場」、「充斥不實資訊」或「用戶體驗極差」，其所有內容的搜尋排名都可能大幅下滑。這對新聞媒體來說是毀滅性的打擊，因為它相當於被從整個網路的「地圖」上抹去。儘管Google會發布一些模糊的更新指南，但具體的降級原因和恢復方法往往是個謎，媒體只能被動接受這種「演算法制裁」。
- 「關於此結果」的透明度機制： 近年來，Google增加了「關於此結果」的功能，提供關於搜尋結果來源的更多資訊。雖然這不是直接下架，但這種機制會向用戶提示「該來源曾被質疑」、「該來源在過去曾被事實查核」，間接影響用戶點擊的意願，從而降低該新聞的實際影響力。
（三）演算法的內在偏見與無法問責的難題
演算法並非中立客觀的技術工具，它內嵌了其設計者、訓練數據和商業目標的種種偏見。
- 偏見放大： 演算法傾向於放大那些能引發強烈情緒（尤其是憤怒和恐懼）的內容，因為這類內容能最大化互動。這可能導致聳動、極端化的新聞獲得更多曝光，而冷靜、深入的調查報導卻被淹沒。當這類聳動新聞引發爭議後，演算法又可能因為爭議而將其降級，整個過程充滿了不可預測性。
- 問責困境： 當一個媒體高層或律師做出下架決定時，我們可以追問其決策依據和動機。但當演算法將一則新聞「隱形」時，沒有一個具體的人需要為此負責。平台公司會說這是「系統自動執行的」，是「技術問題」。媒體和公眾無法上訴、無法申辯，只能接受一個黑箱系統的裁決。這種「演算法問責的真空地帶」，是當代資訊生態系中最嚴峻的挑戰之一。
- 不同國家的在地化調校： 大型科技平台在不同國家運營時，會根據當地法律法規和社會環境對演算法進行在地化調整。例如，在某些言論審查較嚴格的國家，平台會與當地政府合作，主動下架或降級被政府認定為「非法」或「敏感」的內容。這使得演算法成為一種跨越國界的、可被國家力量利用的內容控制工具。
小結： 演算法的權力是分散、隱蔽且強大的。它不直接「刪除」新聞（除了少數違規情況），但它透過控制流量和可見性，掌握了事實上的內容生殺大權。這種權力的行使既不受傳統新聞倫理的約束，也缺乏透明的法律程序，形成了現代資訊環境中一個巨大的權力黑洞。
四、權力的交織與動態平衡
新聞下架的權力，並非靜態地掌握在某一個角色手中，而是在媒體高層、律師與演算法這三方之間，形成了一種複雜且動態的權力關係。真實世界中的下架事件，往往是這三股力量相互交織、共同作用的結果。
（一）三方力量的互動模式
我們可以透過一個假設性案例，來理解這種互動關係：
- 情境： 某家新聞網站發表了一篇調查報導，揭露某大型企業的環境污染問題，並附上了內部文件作為證據。
- 演算法的第一層過濾： 報導發布後，在社群平台上迅速傳播，引發了大量憤怒的留言和分享。然而，該企業動員其支持者，在平台上大量檢舉該報導為「仇恨言論」或「不實資訊」。平台演算法偵測到異常高的檢舉率，自動降低了該報導的觸及率。
- 法律部門的介入： 同時，該企業的律師事務所向新聞媒體發出了一封措辭強硬的律師函，指控報導涉及誹謗和竊取商業機密，要求24小時內下架，否則將提告並求償巨額賠償。
- 媒體高層的決策： 媒體高層召開緊急會議。總編輯認為報導查證嚴謹，關乎重大公共利益，堅持不應下架。然而，法律部門的負責人指出，雖然有信心在法庭上辯護，但訴訟費用可能高達數百萬美元，且訴訟期間將嚴重影響公司運營。業務部門則補充，已有兩家主要廣告商來電關切，表示若不處理，將撤銷年度廣告合約。
- 最終結果： 在多方的壓力下，媒體高層最終可能做出妥協。決策結果可能是：1) 下架報導全文；2) 下架並發布一篇經過大幅修改、刪除敏感細節的版本；3) 保留報導，但移除可能引發法律爭議的內部文件截圖。
這個案例顯示，沒有一個角色擁有絕對的權力。演算法透過流量控制設定了報導的初始影響力範圍；法律部門以訴訟風險為籌碼進行談判；媒體高層則在專業理想、商業現實與法律風險之間尋求平衡。最終的下架決策，是這三方權力博弈後的妥協產物。
（二）權力失衡的危機點
儘管存在動態平衡，但當前的權力結構存在幾個嚴重的失衡危機：
- 演算法的權力缺乏制衡： 在三方之中，演算法的權力是目前最缺乏監督與制衡的。媒體高層的決策受到新聞倫理、董事會和公眾的監督；律師的建議受到法律職業倫理和法院的制約；但演算法的運作既沒有透明的標準，也沒有有效的申訴機制。一個新聞機構若被演算法「降級」，幾乎是申訴無門。
- 法律風險的過度放大： 在訴訟成本高昂、SLAPP訴訟氾濫的環境下，法律部門的風險規避傾向容易被過度放大。有時，律師為了將自身風險降到最低，會給出過於保守的建議，導致具有重要公共價值的報導因為「潛在風險」而被扼殺在搖籃中。
- 商業考量對媒體高層的綁架： 當媒體的所有權結構高度集中於商業集團，或當廣告收入成為唯一的生存命脈時，媒體高層的獨立性將被嚴重削弱。在這種情況下，「不得罪廣告主」成為比「揭露真相」更優先的考量，新聞下架變得越來越像是一種商業公關操作。
（三）未來趨勢：AI與自動化決策的深化
隨著生成式AI和自動化技術的發展，這套權力結構正在變得更加複雜。
- AI輔助的法律審查： 法律部門越來越多地使用AI工具來進行大規模的內容審查，自動標記可能涉及誹謗或隱私問題的段落。這將律師的風險評估能力放大，但同時也將決策權進一步轉移給了由工程師設計的法律AI模型。
- AI生成內容的爭議： 當新聞內容本身是由AI生成或輔助生成時，著作權、可信度和責任歸屬的問題將變得更加模糊。誰有權下架一篇由AI撰寫但以記者名義發布的報導？當AI產生虛假資訊時，責任是歸於使用AI的記者、開發AI的工程師，還是發布AI內容的媒體高層？
- 平台AI的進一步強化： 大型平台正投入巨資開發更先進的AI審查系統，能夠在用戶檢舉之前就自動偵測並降級「潛在有害」內容。這將使演算法的控制力更加提前、更加隱蔽，進一步加劇其權力缺乏制衡的問題。
五、案例分析：權力結構的具體展現
理論的探討需要具體案例的支撐。以下將透過幾個典型的真實案例（為保護當事人，部分細節經過調整），來具體展現新聞下架權力結構的運作方式。
案例一：政治壓力下的直接下架——媒體高層的「服從」
- 背景： 在某個政治敏感度極高的國家，一家主流電視台製作了關於執政黨高層貪腐的調查報導。報導在播出前，已通過內部法律審查，確認證據充足、查證屬實。
- 過程： 就在報導預定播出的前幾個小時，電視台董事長接到來自政府高層的電話。對方語氣強硬，表示該報導「破壞國家穩定」，要求立即取消播出。董事長隨即召集總編輯等高層開會。會議上，總編輯據理力爭，認為這是記者的重要調查成果，放棄播出將重創媒體公信力。然而，董事長指出，若不從命，電視台可能面臨行政檢查、頻道執照換發受阻，甚至股東的商業利益（其他事業）會遭到報復。
- 結果： 最終，總編輯被迫服從。報導被臨時撤下，改播其他節目。事後，該電視台內部進行了「自我審查」的檢討，並對負責的記者進行了調職處分。在這個案例中，媒體高層（特別是所有者/董事長）的權力完全壓倒了新聞專業，法律部門甚至沒有機會發揮作用，因為壓力來自於更高層的政治權力。
案例二：SLAPP訴訟的寒蟬效應——律師的保守建議
- 背景： 一家獨立網路媒體發表了一篇深入報導，揭露當地一位知名建商所蓋的住宅大樓存在偷工減料、結構安全的重大瑕疵。報導中訪問了多位住戶和結構技師，證據相當具體。
- 過程： 報導刊出後，建商並未直接回應工程問題，而是委任一家大型法律事務所，對該網路媒體提出了誹謗訴訟，求償金額高達新台幣五千萬元。同時，建商還對報導中引用的結構技師也提出了訴訟。該網路媒體規模很小，只有十餘名員工，年度預算不過數百萬元。在收到訴狀後，媒體的律師評估認為，雖然報導有機會勝訴，但訴訟過程中的證據開示程序將極其繁瑣，需要耗費大量時間和金錢。光是應付對方的初步證據調查，就可能讓這家小媒體財務崩潰。
- 結果： 媒體創辦人與律師經過多次討論，最終決定「和解」——將報導下架，並在網站上發布一篇簡短的聲明，表示「報導中的部分用詞可能造成誤解」，但並未承認報導不實。建商隨即撤告。雖然創辦人認為這是保護公司存續的必要之舉，但參與該報導的記者深感挫折，認為新聞專業屈服於訴訟恐嚇。在此案例中，律師對訴訟成本的現實評估，成為推動下架決策的核心力量。 媒體高層雖然不願，但在法律顧問描繪的「公司可能倒閉」的風險下，別無選擇。
案例三：演算法的隱形制裁——流量歸零
- 背景： 一家以尖銳政治評論和諷刺文章聞名的網路媒體，經常發布對政府政策提出批判的內容。該媒體的流量高度依賴Facebook的導流。
- 過程： 在一次大選前夕，該媒體發布了一篇諷刺執政黨候選人政見的文章，風格與過往並無太大差異。然而，這篇文章發布後，在Facebook上的觸及率異常低迷。媒體的社群編輯發現，過去類似文章在發布後兩小時內，通常能獲得數千次互動，但這篇文章幾乎沒有曝光。他們檢查了Facebook的「創作者工作室」，發現文章被標記為「包含被部分事實查核機構標註的資訊」，但實際上並無任何查核機構對該文提出質疑。媒體嘗試向Facebook申訴，但僅收到制式化的回覆，表示「經過審查，我們維持原判定」。
- 結果： 這篇文章最終的觸及數，不到過去平均值的5%。不僅如此，在接下來幾週，該媒體發布的其他文章，觸及率也普遍下降了30%至50%，彷彿整個網站被演算法「標記」了。流量的大幅下滑，直接導致廣告收入銳減，媒體不得不裁員並縮減規模。該媒體從未獲得Facebook關於此次「降級」的具體原因說明。在這個案例中，演算法扮演了隱形審查者的角色，透過流量控制，對特定媒體進行了事實上的「制裁」，且過程中沒有任何透明度和問責機制。
案例四：跨國平台的在地化配合——法律的延伸
- 背景： 一個東南亞國家的政府，以「危害國家安全」為由，要求Google和Meta在其國內下架數十則新聞報導和社群貼文。這些報導內容多為批評政府處理邊境衝突的方式。
- 過程： 該國政府並未透過法院命令，而是透過其通訊監管機構，直接向這兩家跨國科技公司的當地辦公室發出了行政命令，並警告若不配合，將封鎖該公司在該國的全部服務。Google和Meta的在地團隊經過內部評估後，決定遵守當地政府的要求，在該國境內封鎖了這些內容的存取權限。值得注意的是，這些內容在其他國家的用戶仍然可以正常瀏覽。
- 結果： 該國國內的用戶無法再看到這些批評政府的新聞報導。政府達到了控制資訊的目的，而平台則維護了其在該國的商業營運許可。此案例展現了演算法權力如何與國家主權法律結合。平台透過地理定位技術，精準地執行在地化的內容下架，使其成為國家權力介入全球資訊流動的便捷工具。
結論：權力的分散與問責的真空
新聞下架的權力，從來沒有像現在這樣分散，卻又從未像現在這樣難以問責。
我們可以清晰地看到，這項權力被拆解並分散到了三個主要角色手中：
- 媒體高層持有傳統的、名義上的決策權，但他們的自主權正受到商業利益和政治壓力的嚴重侵蝕。他們的決策過程雖然相對可見，但背後的動機（是基於專業還是屈服於壓力）往往難以被外界準確認知。
- 律師與法律部門握有實質的否決權，他們透過風險評估，為新聞的生死劃定了一條法律紅線。他們的權力基於專業知識和對訴訟成本的現實計算，但過度保守的傾向可能導致具有公共價值的報導被扼殺。
- 演算法則是這個時代的「新權力者」，它透過隱蔽的、自動化的流量分配機制，掌握著新聞事實上的可見性生殺大權。它的權力最為強大，卻也最缺乏透明度與問責機制，形成了一個難以監督的「黑箱」。
這三股力量並非獨立運作，而是交織成一個複雜的動態系統。一則新聞的下架，往往是商業壓力、法律風險與演算法降級共同作用的結果。在這個系統中，沒有人需要對最終的結果負全部責任：媒體高層可以說是律師建議的；律師可以說是演算法造成的流量困境迫使他們做出保守判斷；而平台則可以宣稱一切都是「系統自動執行」的技術決定。
這種權力分散與問責真空的狀態，對言論自由與公共對話構成了深遠的威脅。當一則具有重要公共價值的報導被下架時，我們很難釐清究竟是誰、基於何種理由做出了這個決定。是媒體所有者為了保護廣告收入？是律師過度放大訴訟風險？還是平台演算法在沒有任何正當程序的情況下做出了降級？
面對這樣的困境，未來的改革方向或許應著重於以下幾點：
- 提高演算法的透明度： 要求大型科技平台公開其內容審核與流量分配的關鍵指標，並建立獨立的申訴與上訴機制，讓受到演算法制裁的媒體和個人有尋求救濟的管道。
- 強化媒體的法律防禦能力： 建立對抗SLAPP訴訟的法律機制，例如設立「反SLAPP」動議，讓媒體能夠在訴訟早期以低成本駁回惡意訴訟。同時，提供法律扶助資源，支持進行重要公共利益報導的小型媒體。
- 媒體所有權的多元化與公共化： 鼓勵非營利媒體、公共媒體和社區媒體的發展，減少對廣告收入和集團化商業模式的過度依賴，從根本上增強媒體高層抵抗商業與政治壓力的能力。
- 培養公眾的演算法識讀能力： 讓大眾理解，他們在網路上看到的資訊，並非自然形成的「客觀環境」，而是經過無數商業和技術決策篩選後的結果。公眾需要意識到演算法的存在及其影響，才能更批判性地看待網路資訊。
歸根結柢，新聞下架的權力問題，核心在於我們要建立一個怎樣的公共資訊空間。是讓它成為由少數商業巨頭的演算法和律師的風險試算表所主導的領域？還是我們能夠透過制度設計，確保新聞決策能夠回歸到以專業倫理、公共利益和透明程序為核心的軌道上？這不僅是媒體人、法律人和工程師的責任，更是整個社會必須共同面對的時代課題。在資訊即是力量的時代，誰掌握了新聞下架的權力，誰就在很大程度上掌握了塑造公共議程、定義真相的權力。對於這個權力的監督與制衡，我們還有很長的路要走。
