NCC要怎麼還中天公道
中時新聞網.2023年5月10日 04:10

(圖/本報系資料照)

 台北高等行政法院將在5月10日宣判「中天撤照案」一審結果,此案受到外界高度重視,因為一旦高院判決NCC之撤照裁決程序違法,中天新聞台或有機會循著「東森新聞S台」模式,在有線電視頻道「復活」。

 NCC被中天指控,於2020年11月審議委員會期間,「突公告以105年評分標準取代107年的新版本」。NCC回應,「審理換照案皆採相同配分設計,並使用於包含中天綜合台等眾多換照案」。為昭公信,NCC應公布,在2020年審查中天新聞台換照案前,有哪幾家新聞台的換照案,用的是跟中天同樣一套評分標準?如果審查中天新聞台時「剛好」換了新評分標準,難免會被懷疑「具有特別針對性」。

 NCC不予中天換照時提出「4大理由」,其中包含「屢次違規及遭民眾申訴,未能落實新聞專業」。但NCC裁罰中天的官司,在法院逐案審查後,NCC並沒有完勝,中天認為NCC已「十連敗」;而NCC則反駁,很多案子還在訴訟過程中,「十連敗」言之過早。但問題是,如果這些裁罰案,是外聘諮詢委員會和內部委員會的共同決議,且經過嚴謹而合法行政程序後提出,為何NCC還要另聘律師來跟中天打官司?顯示NCC裁罰中天的許多案子中,程序正義是有問題的。

 再者,NCC還說中天新聞台「107年評鑑後,中天新聞台內控與自律機制失靈」。「內控與自律失靈」,通常與裁罰案互有因果關係,當NCC對中天之裁罰案逐一被法院撤銷或發回更審,「內控與自律」是否真的失靈,也必須重新評估。再者,選舉期間,許多新聞台的報導和政論節目都被檢舉有偏頗特定政黨或候選人的現象,NCC是否用同一標準進行檢視與裁罰?這又是另一個被質疑的地方。

 最後,中天被撤照後,對於52頻道的遞補問題,NCC主委陳耀祥在記者會中大刺刺的說:「是不是可以給公廣集團一個機會?」要知道52頻道是新聞黃金區塊、媒體業者必爭之地。但本該中立、客觀的裁判者,竟然公開宣布「心有所屬」,且對於非華視以外遞補申請案一再拖延審查。這樣的做法,要如何讓媒體業者相信,NCC是一個公平客觀的「獨立機關」?

 中天撤照案加上鏡電視上架案,讓NCC一再被推上火線,並不斷與業者相互控告和對立,盡做些受到高度爭議的事。說穿了,媒體業者要爭的,也只是一套「公平的遊戲機制」而已,但NCC連這點基本要求都做不到?(作者為世新大學新聞學系助理教授)

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

政府 宣傳 預算

賴清德 派系

謝龍介 參選 台南市長

晚會 韓國瑜 募款

雲林 槓上 中央

潘孟安 母親

BBC NEWS 中文
TVBS新聞網
品觀點
三立新聞網 setn.com
誰在為這些「第一夫人」的華麗服飾買單
英國外交大臣拉米表示,首相施紀賢和他的夫人維多利亞接受了捐贈的服裝,以便他們能夠「以最好的狀態」代表英國。施紀賢被指可能違反英國議會規則。
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司