王艷玲,劉 歡

(天津師范大學 新聞傳播學院,天津300387)

伴隨著現代社會生活節(jié)奏的加快,碎片化時間的增多,人們可以隨時隨地地觀看由算法推送的視頻、圖像等視覺話語內容,造就了全民“刷手機”的獨特景觀。算法是促進視覺話語生產的關鍵技術之一,它在帶來各種便利之時,也加重了人們的“淺思維”,增加了隱私泄露的風險,弱化了主流媒體的影響力,造成信息繭房等問題。

一、視覺話語生產的概念

話語,即“所有被書寫、被言說的東西,所有引起對話或交談的東西”[1]2。周憲認為,“視覺因素,或者說形象或影像占據了我們文化的主導地位”[2]。丹尼爾·貝爾提出,“當代文化正在變成一種視覺文化,而不是一種印刷文化,這是千真萬確的事實”[3]156。視覺話語主要包括圖像、視頻與文字三種形式,其中又以視頻圖像類的話語形式為主。視覺話語或者說視覺文化以一種巨大的力量改變著人們的思維習慣,使人們從傾向于理性與深度思考的“文字邏輯”轉向注重廣度與淺層次的“圖像邏輯”。截至2022年12月,我國網民人數已經達到了10.67億,網絡視頻(含短視頻)用戶規(guī)模達到了10.31億[4]。因此,研究視頻,尤其是短視頻話語的傳播,極具現實意味。

視覺話語生產的多為“淺”與“短”的內容,人們如果長期閱讀這種內容,可能導致思維深度變淺。正如尼古拉斯·卡爾在《淺薄》一書中所說,“冷靜而專注的線性思維已被拋至一邊,取而代之的新思維,狂熱又快速迭代,適應的是簡短化、碎片化信息”[5]。在以視覺話語為中心的信息時代,為迎合人們碎片化的需求與視覺化的期待,算法程序會引導創(chuàng)作者生產更多“淺”與“短”的內容,并實時、精準地推送到用戶面前,從而加劇人們思維變淺的問題。

二、算法對視覺話語生產的影響

算法是指描述解決一個問題的程序的一系列的規(guī)則和指令,常用于計算、數據處理和自動推理[6]。丁俊杰認為算法的本質是管理思維,目標是尋找問題的最優(yōu)解[7]。喻國明將算法視為一種新的傳播觀,認為其可以重構未來傳播和傳播學[8]。具體而言,算法技術強大的計算能力與預測能力,重塑了新聞生產、流通模式,主要體現在內容生產、信息流通、用戶使用等流程上。因此,各大視頻平臺一方面采用更為先進的算法技術來進行內容生產與推送,另一方面不斷生產與購買優(yōu)質資源,以補充自身平臺資源,滿足用戶需求。

(一) 促進內容生產,轉變信息分發(fā)機制

伴隨著深度學習、傳感器技術的進步,算法可以涵蓋從信息采集、文本生成、信息發(fā)布、智能推薦到用戶反饋等全過程,它不僅可以進行信息收集,甚至還可以獨立生產新聞作品,成為新聞生產過程中的獨立主體。首先,在傳統(tǒng)媒體時代,新聞線索的獲取往往來源于“線人”提供或媒體主動找尋,而算法技術可以實現新聞線索的全時、高效收集。比如,《浙江日報》的“媒立方”實時監(jiān)測城市交通數據,自動提供新聞線索。其次,基于深度學習的算法機器人會根據特定記者的數據模型及圖像識別技術,自動提取資料中的關鍵信息并生成特定風格的稿件,進一步提高內容生成、分發(fā)的時效性。比如,2021年兩會期間,《人民日報》推出了“智能創(chuàng)作機器人”,實時報道兩會消息,保證了新聞的時效性。騰訊財經開發(fā)的Dream Writer每0.46秒就可以生成一篇稿件,準確率在99%以上。再次,算法會幫助編輯處理很多重復性工作。比如,它能給新聞視頻自動匹配字幕翻譯,從而減輕編輯負擔。算法使新聞生產速度顯著提升,不僅減輕了新聞工作者在信息收集、整理等方面的壓力,使其從大量重復的工作中解放出來,而且使他們能夠將更多精力投入內容品質的打造上,進一步提高內容生產的效率與質量。

另外,平臺需要不斷生產新的內容來滿足算法推薦需求。這要求平臺提高內容生產效率,扶持更多內容生產者,鼓勵UGC(用戶生成內容)生產。比如,B站(bilibili視頻網站)的“up主創(chuàng)作激勵計劃”將內容與收益掛鉤[9],鼓勵up主創(chuàng)作更多更高質量的視頻內容。

(二)設置媒體議題,承擔信息把關功能

傳統(tǒng)意義上的“把關人”在新媒體時代受到沖擊,平臺算法逐漸替代傳統(tǒng)媒體的把關人角色,承擔起信息的把關功能,主導社會輿論。微博的話題排行榜就是一個典型的案例,買方通過競標等方式購得排行榜上的名次,微博平臺通過修改算法推薦邏輯,優(yōu)先把買方所要傳達的內容傳送給每一個用戶,形成社會熱議的假象。算法推薦系統(tǒng)也成為平臺的“把關人”,通過后臺針對性的內容推送,用戶被動接受單一信息,引發(fā)“信息繭房”(information cocoons)或“過濾氣泡”(filter bubbles)等問題。比如,B站的官方宣傳片《后浪》在不同的平臺得到了截然不同的評價,在微博上它被貶低成有錢人的狂歡,而在B站上則被贊譽為年輕的力量。在不同媒體的算法推薦機制的控制下,人們容易受單一信息的影響,缺乏全方位的思考,逐漸喪失獨立與深度思考的能力。

算法推薦還容易導致內容把關的失控。傳統(tǒng)新聞分發(fā)模式是由記者、編輯、總編輯層層把關,對新聞質量有一定的把控,算法推薦主導的新聞分發(fā)模式則脫離人的控制,進入沒人在場的生產分發(fā)狀態(tài)?！度嗣袢請蟆肪驮龁枴敖袢疹^條”,怒批其無視法律和監(jiān)管,指出“算法推薦,此路不通”。好的新聞內容離不開好的編輯,內容傳播也不能離開守門人。“今日頭條”憑借算法推薦系統(tǒng)取得了一些成績,但也引發(fā)了一系列道德、法律問題。

(三)改變了用戶的媒體使用習慣

在傳統(tǒng)媒體時代,受眾對媒體內容的選擇權和主動權不足,電視受眾只能運用手中的遙控器不斷地“換臺”,以期找到自己想要看的節(jié)目。門戶網站時代,互聯網與搜索引擎給予受眾更多的主動權,用戶可以按照個人的喜好搜索自己喜歡的節(jié)目,門戶網站的首頁也會推薦一些熱門的節(jié)目內容供其選擇。移動新媒體時代,數字內容的分發(fā)采用“算法推薦”方式,在享有大數據資源的基礎上,通過平臺算法發(fā)掘用戶個性化的消費需求,實時推送用戶偏好的內容,從而實現“信息找人”的內容分發(fā)模式。

在“算法推薦”模式下用戶并不是單純的被動接受者。一方面,伴隨視頻制作門檻與成本不斷降低,用戶可以上傳自制的UGC,讓更多人看到。另一方面,借助平臺提供的反饋功能,算法通過“用戶畫像”將用戶更感興趣的內容進行推送。以B站的算法推薦與反饋系統(tǒng)為例,當使用者打開B站時,映入眼簾的便是算法推薦頁面,這些內容是根據使用者的個人信息、使用習慣、信息偏好等推送到用戶手中的。每個視頻下面都有“點贊、評論、收藏、不喜歡”等按鈕,方便用戶對視頻內容進行評價,而評價結果會被算法系統(tǒng)收集,成為下一次算法推薦的依據?？傊?在算法的支持下,用戶的媒體使用習慣與觀看習慣發(fā)生了很大變化,他們可以通過算法平臺直接搜索內容或者通過刷新“推薦頁面”來觀看內容。

三、算法在視覺話語生產中的問題

隨著大數據與人工智能技術的發(fā)展,算法從后臺“走”到了前臺,但算法是一把“雙刃劍”,在使人們的生活更加便捷之際,也帶來了不少隱患。

(一)增加了隱私泄露的風險

算法在輔助視覺話語的內容生產時,會涉及用戶的私人信息,這些信息(包括個人基本信息與行為軌跡信息)都被算法以數據的形式記錄下來并成為商業(yè)平臺的重要資產,但用戶缺乏對自身數據的控制權與自主權,這就造成了用戶隱私泄露的問題。一方面,平臺會因追逐商業(yè)利益而主動盜用使用者的個人信息,侵犯用戶的隱私權。比如,Facebook(即“臉書”,現改名為“Meta”)在2018年4月至2019年9月期間未經同意就從用戶上傳的視頻和照片中獲取信息,存儲了韓國20萬名用戶的面部識別信息,給個人信息安全與國家安全埋下了隱患。無獨有偶,Facebook旗下的Instagram軟件也因為非法收集用戶生物數據來牟利而被直接起訴。在算法的加持下,臉書平臺實現了對用戶信息多維度、深層次、動態(tài)化地收集,建立了龐大的用戶資料庫,但由于缺乏有效的制約,用戶的隱私安全受到了嚴重威脅。另一方面,平臺在用戶信息安全防護上存在漏洞,導致他人或者機構非法獲取用戶數據信息。比如,2018年3月有媒體爆出“劍橋分析”濫用Facebook的數據,為美國大選服務。他們指控“劍橋分析”在未經用戶同意的情況下,整理分析在Facebook上獲得的5 000萬用戶的個人資料數據,并在2016年總統(tǒng)大選中進行針對性的宣傳,影響選民的意向。

(二)算法爭奪背后是“權力”的角逐

算法在媒體的更迭換代中具有舉足輕重的作用,當新媒體平臺意識到算法可以幫助自身實現商業(yè)利益時,就會有意識地加強對平臺內容以及用戶的滲透,甚至控制社會輿論動向。數字媒介的意涵主要不在“意義”,而在“權力”和“組織”[10]9。諸如基于搜索算法生成的百度搜索的網頁排名與新浪微博的熱搜榜單,其中,排名靠前的網頁會得到更多的曝光與流量,而這些靠前的網頁會在內容與金錢上對百度(或新浪微博)給予支持。因為掌握著搜索算法這種核心競爭技術,百度(或新浪微博)平臺甚至在某種程度上決定著網絡社會的輿論動向。娛樂行業(yè)經常與百度(或新浪微博)平臺開展商業(yè)合作,利用算法“刷量控評”混淆觀眾視聽,從而為流量明星創(chuàng)造良好的輿論環(huán)境。諸如《后浪》視頻之所以在不同算法平臺得到了截然不同的評價,主要是因為在傳播過程中,特定內容被不斷放大,進而發(fā)展成帶有偏見的輿論?？偠灾?作為工具的算法技術不僅影響著話語的生產流程,也在構建、協調人們的認知與行為,成為一種新型的權力。在視覺話語生產時代,誰擁有更好的算法、數據,誰就能吸引更多的用戶,占據更大的媒體市場,奪得“話語權”。對于主流媒體來說,失去受眾就意味著引導輿論的能力降低。目前,包括《人民日報》等多家媒體都在積極布局新媒體,聘請算法人才,爭取更多受眾。

(三)信息繭房問題

信息繭房是凱斯·桑斯坦在《信息烏托邦——眾人如何生產知識》中提出的概念,即用戶在海量信息中只選擇感興趣的主題從而構成一套“日報”信息系統(tǒng),排斥或無視其他觀點與內容[11]8。長此以往,這將阻礙觀點的自由交流,形成所謂“回聲室”(echo chamber)效應,并導致群體極化(group polarization)[12]。

關于算法推薦與信息繭房的關系,尚未形成統(tǒng)一觀點。蔡磊平認為,個性化推薦系統(tǒng)提高了信息分發(fā)率、滿足了受眾信息需求,但也造成了信息繭房問題,使受眾的全面發(fā)展和對現實社會的認知判斷受到影響[13]。胡婉婷分析了信息繭房對公共領域建構的影響,認為信息繭房使得意見自由表達受阻、公眾理性批判缺失、社會黏性削弱[14]。上述觀點認為算法會造成信息繭房問題的依據在于:第一,算法會導致受眾信息接收渠道的變窄與固化,算法型媒體占用了用戶大量的時間,使用戶接受其他媒介影響的機會變小,受制于單一媒介的影響;第二,隨著信息的爆炸式增長,人們的選擇越來越多,直到陷入一種“選擇困難”的境地,受眾可能會把選擇的權利讓渡給“算法”,進而降低自己的價值判斷能力,深陷信息繭房之中。

與上述觀點相悖,喻國明認為算法并沒有造成信息繭房的問題,反而提升了公眾的自主意識和參與表達的能力。他認為,人們對不同信源的信任程度不同,即使每天接觸大量由算法媒體推送的信息,但對此類信息仍保有較低的信任度,對傳統(tǒng)媒體的新聞信息還是持有很高的信任度,算法媒體并沒有“成功”局限人們的認識。隨著傳統(tǒng)媒體的轉型以及媒體融合的發(fā)展,傳統(tǒng)媒體高質量的內容和由算法推薦的其他內容互為補充。多層視角且多元的信息內容推送能為商業(yè)算法平臺帶來更多的利益,算法平臺本身也會更加注重內容的多樣性[15]。

筆者認為,在探討算法技術與信息繭房問題時,不宜將受眾作為單一整體來看待,年齡、受教育程度、家庭收入、數字媒介使用程度等都可以作為劃分調研群體的標準。具有不同特征的受眾在面對算法推薦時,會表現出不同程度的信息繭房特征。以高校青年教師與一線青年工人為例,教師接觸的媒介類型相對較廣,算法推送的內容更多為一種補充,反而降低了信息繭房形成的可能;一線工人使用媒介較為單一,容易受算法推薦的影響,從而加深信息繭房問題。

四、算法在視覺話語生產中的優(yōu)化策略

應從法治、自律、媒介融合三個角度,制定算法在視覺話語生產中的優(yōu)化策略,以便規(guī)避、解決算法帶來的隱私泄露、主流媒體話語權衰弱及信息繭房等問題,更好地利用算法服務社會。

(一)強化算法治理,建設多元治理格局

法治是國家治理的基本方式,也是解決網絡社會矛盾的重要手段[16]。首先,強化算法治理,需要系統(tǒng)推進算法專項立法[17]。中國首部以算法治理為內容的部門規(guī)章《互聯網信息服務算法推薦管理規(guī)定》對算法推薦行為進行了規(guī)制,但業(yè)界某些平臺對相關規(guī)定的響應流于形式。從法律層面來看,該規(guī)定在應對算法風險時仍存在一些局限性,比如,在實施過程中其常與現行法律沖突,從而給執(zhí)法工作帶來困難。而通過人民代表大會主導算法專項立法,在算法制度的頂層設計上進行部署,通過系統(tǒng)的規(guī)范保障信息內容得到實時監(jiān)管[18],可以從根源上解決算法亂象,為算法治理提供有力的法律依據。

其次,政府監(jiān)管透明化、整合化。一方面,政府要充分解釋法律政策內容,為監(jiān)管對象開展自我糾正提供條件,并將監(jiān)管過程和結果及時向社會大眾公布[19]。這既提供了算法治理案例,又加強了人們對與算法治理相關的法律認知。另一方面,打破政府不同監(jiān)管部門之間的信息壁壘,整合數據資源、技術與人才,避免在執(zhí)法過程中相互掣肘,建立數字資源共通的、多部門協同的網絡化監(jiān)管模式。

最后,從算法治理主體上看,對政府主體的過度依賴,導致公民參與法治的動力不足,因此,要推動建設多元治理的格局[20]。我們要在堅持黨的領導和政府主導地位的同時,提升公民法治素養(yǎng),拓展監(jiān)督渠道。重視新聞媒體的監(jiān)督作用,在算法治理過程中充分發(fā)揮輿論監(jiān)督功能,引導社會輿論。

(二)加強平臺自律,優(yōu)化算法推薦

技術運用的初衷是留住用戶并給平臺帶來收益,但在市場競爭條件下,平臺為了獲得更多的商業(yè)利益,往往會給用戶強加過多的控制與束縛[21]。因此,作為算法的實際操控者,各大商業(yè)平臺要平衡好自身的商業(yè)屬性和社會屬性,健全企業(yè)內部的機制體制,加強自我監(jiān)管,保護好用戶的隱私安全,這是企業(yè)生存與發(fā)展的前提條件。目前,抖音、微信、淘寶等多款App均已經上線算法關閉鍵,允許用戶在后臺一鍵關閉“個性化推薦”,但此舉效果如何,還有待觀察。后續(xù)平臺上線的“閱后即焚”與“無痕瀏覽”功能或許可以更好地保護用戶的隱私安全。另外,《互聯網信息服務算法推薦管理規(guī)定》第十二條就已經明確要求平臺加強算法推薦規(guī)則的透明度和可解釋性[22],也就是讓算法透明起來,讓人們知道算法如何追蹤自己的生活,增強人們對信息的掌控感,以消除算法帶來的不利影響。

面對信息繭房問題,各平臺要不斷優(yōu)化算法,提供多元化的信息,讓受眾接受多角度影響,逐漸培養(yǎng)他們獨立思考的能力。一方面,用戶的使用習慣會改變,平臺需要通過最新的算法與數據及時抓取與預判用戶的需求,從而提供相對應的內容[23]。另一方面,平臺需要優(yōu)化算法推薦反饋機制,優(yōu)化用戶使用界面,給予用戶更多的權限。諸如B站在接受政府多次約談后進行了全方位整改,在優(yōu)化算法推薦方面推出了一系列有效的措施。在B站的推薦界面添加了“反饋”“我不喜歡”功能,讓用戶自己決定觀看的視頻類型。這在一定程度上降低了信息繭房帶來的影響,拓展了使用者的視角。

(三)推進媒介融合,堅守主流輿論

新媒體時代,平臺對用戶、流量及優(yōu)秀算法人才爭奪的背后是對商業(yè)市場的爭奪,誰擁有了用戶,誰就擁有了主導輿論的權力?！度嗣袢請蟆贰⑴炫刃侣劶啊赌戏街軋蟆返戎髁髅襟w代表著黨與政府的聲音,肩負著引領智能時代信息價值觀的重要使命[24],應通過掌握數據與算法,深入推進媒介融合,引領社會主流輿論。另外,算法平臺傳遞著大量復雜的資訊,在公眾中具有非常廣泛的影響力,但傳統(tǒng)新聞倫理對這些傳播主體、行為、內容沒有形成有效的約束,導致這些平臺時常淪為發(fā)布偏見信息的場所。這就需要官媒入駐新媒體平臺,用主流價值駕馭算法,全面提高輿情導向能力,打造風清氣朗的平臺環(huán)境。

主流媒體要善用算法技術,通過算法來捕捉用戶心理,打造用戶喜聞樂見的內容并把控好社會輿論。一方面,主流媒體可以建設自己的信息平臺并開設算法推薦板塊,例如《人民日報》客戶端7.0版本增添了“推薦”板塊,順應用戶的興趣和個性化的需求,同時“熱點”“銳評”“問政”等頻道仍保留編輯推薦功能,呈現高質量的內容,從而克服算法推薦系統(tǒng)可能導致的信息繭房問題。另一方面,主流媒體可以入駐其他熱門算法平臺,例如微信、微博、抖音、B站等。在疫情期間,《人民日報》依托微信公眾號即時更新疫情信息,傳遞黨和政府的方針政策,對穩(wěn)定民心起了重大作用。在疫情這種重大公共事件面前,官媒的及時入場與發(fā)聲能滿足人們對權威信息的渴望,進而強化官媒的話語權力。此外,共青團中央以“團團”的身份,依托B站算法系統(tǒng),深度洞察年輕用戶的心理與習慣,采用他們喜聞樂見的話語形式傳遞黨和國家的方針政策,并從小事出發(fā)傳遞社會正能量,得到了年輕人的肯定。目前共青團中央的B站官方號已擁有了900多萬的粉絲用戶,取得了“一呼百應”的傳播與輿論效果。

五、結論

在算法推薦的時代,視頻平臺不斷推送各種“有吸引力但沒有多大價值”的視頻,使人們長期沉迷于不停地重復“刷手機”的動作,降低了思考與實踐的能力,這是國家、社會、商業(yè)平臺以及受眾不得不認真思考的問題。在優(yōu)化算法本身的同時,需要加強人工篩選,“人機協同”將成為未來新聞傳播行業(yè)的主流工作形態(tài),即利用人機合作進行資料收集、內容生產、信息分發(fā)等提升新聞業(yè)的整體水平。算法作為技術性質的基礎工具,在視覺話語生產時代必將對新聞傳播產生重大影響,我們要辯證地對待算法,以期更好地發(fā)揮它的積極作用。