晏齊宏

一、問題提出

從莫雷利(Morelli)、弗洛伊德(Freud)、福爾摩斯(Sherlock Holmes)開始,通過表面的線索來診斷深層的問題,成為認(rèn)識事物、解決問題的重要路徑。莫雷利用畫作的細(xì)節(jié)特征來判斷其出自誰之手并對其進(jìn)行歸類；弗洛伊德通過病人的癥狀來判斷病人可能遭受的生理和心理創(chuàng)傷；福爾摩斯通過常人可能忽略的、不起眼的線索來破解懸疑大案。他們都采用了診斷的方法,即從顯而易見的、常被忽略的、可觀察到的細(xì)節(jié),跳躍到較為復(fù)雜的現(xiàn)實(shí)層面。觀察者將這些細(xì)節(jié)以特定的敘事方式排列,敘事順序也反映了其思考模式或者推理模式。①這種認(rèn)識事物、解決問題的方式,不同于傳統(tǒng)基于專業(yè)知識的科學(xué)范式。它是通過日常經(jīng)驗(yàn)(包括前人積累的經(jīng)驗(yàn)),以仔細(xì)觀察為基礎(chǔ),使觀察者從表象切入到更深層的東西,這就是推測的知識。

基于跡象和零碎的證據(jù)來還原歷史過程,在歷史學(xué)中較為常見。針對算法這一黑箱技術(shù),近來新聞傳播學(xué)研究者也提出了類似的分析路徑。研究者將普通人通過日常經(jīng)驗(yàn)認(rèn)識和感知算法運(yùn)作及其影響的方式,稱為算法感知。②例如,普通人可以通過素描、類比、提供假設(shè)和結(jié)果等方式來推測、猜想算法系統(tǒng)的運(yùn)作邏輯。③這些感知模式,構(gòu)成了人們理解算法的民間理論。人們在形成民間理論時,會從不同的信息來源或者線索中獲取信息,并將其排列、序化、梳理、組織等,由此民間理論也比之前認(rèn)為的簡單線索更加復(fù)雜,具有多面性和可塑性等特征。④在民間理論中,重要的不是知識的專業(yè)性、正確性、科學(xué)性,而是實(shí)用性。⑤

隨著以專業(yè)知識來破解算法黑箱的分析路徑遭到批判⑥,并且很難為算法研究貢獻(xiàn)更多的人類知識和智慧,民間理論這種分析方法悄然出現(xiàn)。近年來國外涌現(xiàn)出了一批基于民間理論開展的算法的相關(guān)研究,但是國內(nèi)的實(shí)證研究還非常缺乏?；诖?本研究嘗試從民間理論的視角,探討普通用戶在算法實(shí)踐中所形成的民間知識,這也是對算法技術(shù)認(rèn)識論的實(shí)證探索。本研究關(guān)注的是人們?nèi)绾位诂嵥榈?、顯現(xiàn)的線索而將其“排列”“組織”起來,從而呈現(xiàn)出對算法運(yùn)作過程及其社會影響的理解。這些排列、組織模式,實(shí)際上就是人們的感知模式或思考模式。

二、算法感知中的感知線索和感知模式

算法民間理論的形成主要包括兩方面內(nèi)容:激發(fā)用戶推測算法系統(tǒng)的感知線索(外顯線索、內(nèi)隱線索)和感知模式。

(一)算法系統(tǒng)的感知線索

人們決定依賴何種線索展開推測,取決于這些信息或線索在實(shí)現(xiàn)目標(biāo)方面的潛在效用。⑦整體來看,在算法感知中,主要依賴的線索包括外顯的和內(nèi)隱的線索。

第一,外顯線索激發(fā)算法感知。外顯線索指那些外在的、明顯能夠激發(fā)人們感知的信號(signal)。從已有研究來看,系統(tǒng)設(shè)計或界面中的元素會激發(fā)用戶的算法感知和推測,如技術(shù)系統(tǒng)中呈現(xiàn)的文章、廣告、軟件界面等。⑧除此之外,外顯線索也包括用戶的個人偏好和使用行為等。研究者通過民間理論發(fā)現(xiàn),用戶認(rèn)為Spotify(音樂服務(wù)平臺)之所以推薦特定內(nèi)容,除音樂本身的特征(如音樂類型、風(fēng)格、節(jié)奏等)外,還因?yàn)橛脩舻氖褂昧?xí)慣(如頻率和收聽習(xí)慣)。⑨Eslami等分析了Facebook Newsfeed的民間理論并發(fā)現(xiàn),用戶會以自己的方式推測和揣摩算法。例如,在用戶的理解中,算法會基于個人與其他賬號的互動、與內(nèi)容的互動、朋友關(guān)系等而進(jìn)行相應(yīng)的信息推送。⑩同時,那些顯要的系統(tǒng)功能及設(shè)置也會激發(fā)算法感知,如隱私設(shè)置、發(fā)帖時間、平臺設(shè)置和定位等。

第二,內(nèi)隱線索激發(fā)算法感知。內(nèi)隱線索指的是用戶個人的心理和狀態(tài),如個人對風(fēng)險的感知、對技術(shù)系統(tǒng)的信任等。研究發(fā)現(xiàn),對事物的態(tài)度和看法會影響對算法的感知。針對音樂平臺,人們在使用實(shí)踐中的情感體驗(yàn)也會激發(fā)算法感知。有研究從感知的角度分析用戶對Facebook好友信息呈現(xiàn)背后算法邏輯的推測和猜想,提出了幾種直覺理論,如被動消費(fèi)、隱私感知、消費(fèi)者偏好、錯失帖子、期望違背。例如,期望違背指人們基于與結(jié)果(所接收信息)相關(guān)的假設(shè)及期待,來推理和理解技術(shù)系統(tǒng)。特別是,如果結(jié)果與自己的期待相違背,更可能激發(fā)人們的猜測和揣摩。例如,有研究對來自#RIPTwitter的推文進(jìn)行分析發(fā)現(xiàn),基于違背期望的算法輸出結(jié)果,人們或多或少能夠感受到隱性算法的存在,大多感受是直覺性的、瑣碎的；當(dāng)然也有一些理解確實(shí)上升到了專業(yè)層次,有些也的確與算法實(shí)際運(yùn)作的邏輯相一致。

整體來看,激發(fā)人們進(jìn)行算法感知的線索包括外顯線索(如文本特征、用戶特征、系統(tǒng)特征)和內(nèi)隱線索(態(tài)度、情感、心理),具體有文本類、用戶類(外在特征、內(nèi)在心理)、行為類、系統(tǒng)類等線索。

(二)算法系統(tǒng)的感知模式

感知模式指的是,當(dāng)用戶注意到外顯線索或內(nèi)隱線索時,基于此而思考技術(shù)邏輯的方式或模式。較為常見的感知模式包括社交關(guān)系、因果推理、用戶參與等。

第一,社交關(guān)系模式。Twitter、Facebook、微信等大多通過好友或社交關(guān)系進(jìn)行系統(tǒng)功能設(shè)置。實(shí)證研究也發(fā)現(xiàn),用戶對這些平臺算法運(yùn)作的假設(shè)、期望等大多與群體、社交關(guān)系等有關(guān),用戶關(guān)系、用戶與系統(tǒng)的交互等成為其思考算法運(yùn)作的重要模式。第二,因果推理模式。從技術(shù)邏輯來看,算法是將以語言或者代碼形式的輸入進(jìn)行運(yùn)算而輸出特定結(jié)果的程序。那么基于輸出結(jié)果來反推輸入及其過程也是最可行的理解模式。第三,用戶參與模式。用戶參與模式大多指用戶及他人與系統(tǒng)的互動行為模式,如圍繞信息瀏覽、轉(zhuǎn)發(fā)、點(diǎn)贊和評論等展開的思考和推理。值得注意的是,這里的互動行為,不僅包括用戶個人的,還包括其朋友的,甚至不認(rèn)識的其他人的。

本質(zhì)上看,技術(shù)系統(tǒng)的民間理論是一種意義構(gòu)建框架,用戶會調(diào)取某些線索來進(jìn)行直覺的、非正式的技術(shù)推測,該想法可以用來解釋技術(shù)系統(tǒng)的運(yùn)作機(jī)制及其結(jié)果或影響。普通人將各種細(xì)碎線索進(jìn)行排序、組織的邏輯結(jié)構(gòu),構(gòu)成和反映了人們的思考路徑,即感知模式。在算法問題中,目前國外研究對此給予關(guān)注,但國內(nèi)實(shí)證研究較為缺乏?；诖?本研究嘗試分析用戶算法感知中的感知模式。

三、研究方法

本研究采用深度訪談的方法展開,訪談分為三個階段。第一階段招募北京某高校大學(xué)生25名,這些學(xué)生分布在各個學(xué)院和專業(yè)。第二階段通過微博、微信招募職場從業(yè)者,17位被訪者接受了我們的訪談,這些從業(yè)者涉及文化、政府、醫(yī)療、工程、媒體等行業(yè)。第三階段通過微博、微信招募11位算法相關(guān)從業(yè)者,包括計算機(jī)教師、業(yè)界的計算機(jī)工程師、新媒體運(yùn)營人員等(被訪者信息表1)。每次訪談約40分鐘—90分鐘。獲得訪談材料后,研究者側(cè)重于通過尋找被訪者提到的線索以及依據(jù)于此展開回憶、敘述的方式,從而獲得人們的感知模式。在本研究中,感知模式主要指的是,用戶在算法感知過程中形成的對系統(tǒng)如何運(yùn)用算法推薦信息,以及算法推薦社會影響的理解和思考模式。值得注意的是,這里側(cè)重于思考方式而非算法運(yùn)作本身。而這種感知模式很大程度上依賴于感知線索。

表1 本研究被訪者信息

四、數(shù)據(jù)分析結(jié)果

實(shí)證分析發(fā)現(xiàn),對于不同的感知模式,可以依據(jù)感知線索來進(jìn)行歸類。具體包括文本類線索、用戶類線索、行為類線索、系統(tǒng)類線索等。相應(yīng)的,感知線索與感知模式具有一定的對應(yīng)關(guān)系(見圖1)。

圖1 用戶算法感知中的感知模式

(一)文本類線索:個性化與多元化模式

針對文本類線索,人們會從發(fā)展和抑制的角度進(jìn)行思考,發(fā)展即順應(yīng)人類的需求、人性化體驗(yàn)等；抑制即在滿足人類最低層次需求的基礎(chǔ)上,從更高層次拓展多元內(nèi)容,并且從技術(shù)可操作性方面給予更加理性的解釋。這可以稱為個性化與多元化模式。

第一,個性化滿足模式。針對接收到的同質(zhì)化信息,用戶大多從該信息與個人的關(guān)系展開論述,特別從該信息是否能滿足個人需求、是否能避開風(fēng)險的角度進(jìn)行思考。有被訪者談到:“我理想中應(yīng)該是55開,50%是通過推薦算法構(gòu)造自己喜歡的內(nèi)容,剩下50%可能是熱點(diǎn)內(nèi)容,或者是隨機(jī)推送的?！锌赡艽蠖鄶?shù)人覺得全部是自己喜歡的這樣比較好,算法可能更偏向于這么做?！?ST11)人們也會以自我為中心,依據(jù)心理距離的遠(yuǎn)近來思考算法推薦。一般來講,那些與自己相關(guān)的信息大多被認(rèn)為是算法推薦的?！耙敲朗?我覺得基本上是通過算法推薦的,因?yàn)槲蚁矚g呀。如果跟我遠(yuǎn)點(diǎn)的,如神州十三號載人飛船發(fā)射、中美對話或中外關(guān)系,這些應(yīng)該是硬性傳播的,國家重大事件嘛,自動置頂?！?CS2)反過來,人們也會從更廣闊的視角思考不圍繞個人興趣進(jìn)行推薦可能帶來的問題?！拔矣X得現(xiàn)在的平臺對探索新內(nèi)容這方面不太重視,做得很差。于情于理,算法不喜歡探索新的興趣點(diǎn),因?yàn)樘剿鞅旧泶嬖诤艽箫L(fēng)險。”(ST12)除了正反兩方面的思考外,人們也會將同類內(nèi)容歸結(jié)為個人因素。(ST9)可以發(fā)現(xiàn),無論是從正面還是反面,還是問題歸因,人們對同質(zhì)化信息引發(fā)的算法推測邏輯,均遵循了個性化需求是否得到滿足這一規(guī)則。

第二,多元化探索模式。針對接收到的異常信息,用戶會從系統(tǒng)試探以擴(kuò)大視野的角度進(jìn)行推理。當(dāng)個性化需求理念深入人心,人們對于接收到的異常信息會感到驚訝,并基于已有社會經(jīng)驗(yàn)進(jìn)行推理。“有時候算法確實(shí)很匪夷所思,我從來不喜歡這個東西,但就給我推了。一是背后有人為操作；還有可能是它想探索我新的興趣點(diǎn)。用已知的興趣點(diǎn)探索其他興趣點(diǎn)?！?ST7)從技術(shù)發(fā)展本身來看,在起初冷啟動階段,算法系統(tǒng)的確需要反復(fù)探索興趣點(diǎn)。同時,系統(tǒng)也會從用戶體驗(yàn)出發(fā)來進(jìn)行推薦,人們除了具有個人偏好,也喜歡多元化內(nèi)容,這是算法系統(tǒng)開發(fā)的重要標(biāo)準(zhǔn)之一。(ST2)針對內(nèi)容異常情況,被訪者認(rèn)為可能存在更高一級的算法程序?！氨热鏐站每天晚上推恐怖片和美食。因?yàn)槲姨貏e膽小,我有一次把所有恐怖片全都點(diǎn)了不感興趣。但是過了一天之后,它依然每天都在推,它這個始終推的算法程序優(yōu)先級應(yīng)該比特定算法高。”(ST14)這是用戶從技術(shù)必要性和可操作性角度進(jìn)行的推理。

第三,人性化體驗(yàn)?zāi)Ｊ?。針對接收信息的呈現(xiàn)方式等,人們從人性需求、人機(jī)互動、用戶體驗(yàn)等角度推測算法?！八惴ㄍ扑]的信息是比較類似的,抖音上我愛看的是搞笑的和顏值類視頻。很神奇奧,這兩類不是說它一股腦兒全部給你推,而是那種交叉的,它不會讓你有視覺疲勞,讓你感覺刷不完?！?ST16)算法運(yùn)行所需數(shù)據(jù),取之于用戶,也用之于用戶,算法與用戶的人性貼合,是用戶推測的重要邏輯。同城熱搜等也是順應(yīng)人們需求的一種算法存在形態(tài)?！拔移鋵?shí)并不會特別在意同城(熱搜),同城相當(dāng)于新聞的接近性,大家可能天然地對比較接近的事物感興趣?！?TM1)人們天生喜歡新奇的事物,對未知充滿好奇和幻想。依賴于此,不確定性、隨機(jī)性也是重要推薦機(jī)制?！岸兑羯纤⒁曨l是隨機(jī)的,雖然大部分是根據(jù)個人偏好推,但你不知道下一條跟上一條是什么關(guān)系,特別是下一個具體推哪個是很隨機(jī)的,你也不知道?！?C1)不同平臺的平臺基因以及對人性的理解有所不同,算法推薦模式也不一樣。一位新媒體從業(yè)者談到：“比如抖音把很多資源集中在非常頭部的內(nèi)容,高質(zhì)量的信息就會被強(qiáng)推。但是快手不一樣,快手不會強(qiáng)制推給你,只有你喜歡了才推給你。當(dāng)然,現(xiàn)在各家算法推薦慢慢趨向于共同的邏輯,即摸索用戶的偏好?！?NM6)如果說個性化滿足和多元化探索,更偏向于硬性指標(biāo)和客觀指標(biāo),那么人性化體驗(yàn)更偏向于軟性指標(biāo)和主觀指標(biāo)。

(二)用戶類線索:多利益主體模式

針對用戶類線索,人們會將用戶特征作為算法運(yùn)作的基本物料,將其與信息、服務(wù)提供方直接相連；更進(jìn)一步,也會基于個體的深層利益、個體與他人利益關(guān)系進(jìn)行推理。這可以稱為多利益主體模式。

第一,用戶畫像的物料化匹配模式。用戶會將個人特征與所接收信息進(jìn)行關(guān)聯(lián),以解釋算法邏輯。人們感知到的用戶特征線索,在計算機(jī)系統(tǒng)里是作為用戶畫像存在的。用戶畫像包括很多特征,如姓名(賬號名稱)、性別、購物記錄、評論信息,還可能有地址、電話號碼、工作單位、消費(fèi)習(xí)慣、收入和支出等。(NM7)當(dāng)獲得這些個人信息后,后臺會進(jìn)行相應(yīng)的匹配和推薦。“比如用戶每天的消費(fèi)數(shù)據(jù),也要對文章、內(nèi)容等打一些標(biāo)簽,然后內(nèi)容標(biāo)簽跟你的個人信息匹配,覺得這個比較像你,應(yīng)該你會喜歡,就推給你?！?ST22、ST23、ST24)一位有過互聯(lián)網(wǎng)公司實(shí)習(xí)經(jīng)歷的學(xué)生談到：“我們在發(fā)微博以及做宣傳工作的時候,得給內(nèi)容打上標(biāo)簽,如職業(yè)、女生、未婚、喜歡買包,這樣它就可以判斷你的特征。如果不打標(biāo)簽,B站是不會推薦到首頁的?！?ST13)另一位被訪者談到,熱搜也與人物畫像相關(guān)?！盁崴训年P(guān)鍵也是人物畫像,它統(tǒng)計了大部分人的關(guān)注點(diǎn),然后去迎合大部分人。你關(guān)注科技,我關(guān)注民生,他關(guān)注體育,但是如果有80%的人都更愛看體育,那么熱搜最開始最熱的地方就是體育,它的引流機(jī)制就是把更多人關(guān)注的話題往前頂?！?ST25)基于這些數(shù)據(jù),后臺程序會進(jìn)行模型建構(gòu)和演算,以及進(jìn)行不同設(shè)備的對比。技術(shù)從業(yè)者談到：“模型演算,可能就是兩個相近的用戶模型,或者同一個人在兩個不同設(shè)備上的用戶模型,后臺會進(jìn)行篩選比對,得到的(用戶畫像)就更加精準(zhǔn)了?！?NM3、NM4)當(dāng)然在匹配中也會出現(xiàn)偏差。“廣告等內(nèi)容與用戶特征的擬合度越高越好,另外一個(參數(shù))好像是與偏差有關(guān)。這個值好像是為了保證信息檢索的準(zhǔn)確性,糾正偏差?！?BE3)這些用戶特征就像物料一樣,被不同的平臺在不同情境下進(jìn)行調(diào)取并分析。一位在外企電商網(wǎng)站從事數(shù)據(jù)分析工作的被訪者談到：“這些用戶數(shù)據(jù)給到我們數(shù)據(jù)分析部門,我們根據(jù)這些數(shù)據(jù)計算出哪類人群可能喜歡看什么樣的廣告。有人(廣告商)找我們投廣告,我們就根據(jù)這些分析結(jié)論,覺得哪部分人需要這個廣告,就把廣告推給他們。我們相當(dāng)于信息中介,用戶就是我們的資源,廣告商可以利用我們對資源的分析與挖掘來投放廣告?！?C4)可以發(fā)現(xiàn),算法系統(tǒng)的運(yùn)作就像傳統(tǒng)的企業(yè)工廠作坊一樣,進(jìn)行分工、合作、生產(chǎn)。在算法系統(tǒng)中,用戶畫像是原料,企業(yè)和技術(shù)人員是加工者,最終生產(chǎn)出面向消費(fèi)者的產(chǎn)品或信息。

第二,用戶直接利益相關(guān)模式。App使用是為了滿足人們工作生活所需,這就非常有可能因算法而引發(fā)利益方面的獲得和受損。被訪者認(rèn)為大數(shù)據(jù)殺熟主要是商業(yè)利益主導(dǎo)下的算法操作,為了企業(yè)利益而犧牲用戶利益?！按髷?shù)據(jù)殺熟,滴滴利用了用戶對平臺的依賴,知道你使用次數(shù)多了,對App產(chǎn)生了一定的依賴,它就用算法系統(tǒng)來抬高價格,獲取更多利益?！?ST3、PI2)這種殺熟現(xiàn)象也存在于機(jī)票價格方面?！叭绻f你之前都沒有搜過這個,你點(diǎn)進(jìn)去可能價格是一樣的,但是你搜過一回,下次這個價格就會變,這機(jī)票特別神奇。它覺得你想買,你已經(jīng)再次逛回來了,說明你的需求比第一次搜的人高,它就會顯示較高的價格?！?BE1)與此類似的還有外賣行業(yè)。(CE1)基于對新手的鼓勵或者對老手依賴性的“拿捏”,平臺運(yùn)用這些獲客、留存、轉(zhuǎn)化的策略,并通過算法逐漸培養(yǎng)人們對平臺的依賴,從而獲取更多利益?！岸兑艨焓值乃惴ň褪菫榱肆糇∧?你要花費(fèi)沉沒成本在上面,才會對它的依賴度進(jìn)一步提升。這樣它才會有流量,才會有更多的合作?！?NM1)隨著算法深入日常生活,特別是伴隨著商業(yè)產(chǎn)品、服務(wù)、活動等悄無聲息的進(jìn)入各個領(lǐng)域,人們的商業(yè)思維和理念也逐漸形成。(ST18、PI1)用戶會從個人信息的商業(yè)化運(yùn)作角度進(jìn)行思考,這也成為用戶算法解釋的“法寶”。(CE2)

第三,用戶個體與利益群體的區(qū)隔模式。有些消費(fèi)場景中,人們會基于個人與利益群體的區(qū)隔性關(guān)系來理解算法。在這方面,最有代表性的是算法廣告?！霸谌绾螢槲姨峁└玫姆?wù)方面,系統(tǒng)可能比較關(guān)注我的一些特征和興趣。但一旦涉及從流量轉(zhuǎn)化到盈利、推銷廣告時,它并不在乎我的個人特征和興趣,而是它該推什么還是推什么,就是為了賺錢?！?ST1)由于廣告這類產(chǎn)品在一定程度上離用戶比較遠(yuǎn),或者用戶對其天生具有厭惡感,人們更可能從利益角度思考。“我覺得朋友圈有些廣告位,是這樣的,今天誰花錢了,就放誰家的廣告?！?BE1、PI3)之所以經(jīng)常收到與自己無關(guān)的廣告,“比如汽車,跟我完全沒關(guān)系呀,可能是廣告商給微信太多錢了,他就是用來刷熱度的,沒有根據(jù)某些群體特征,直接向全部用戶都推了?！?BE2)一位技術(shù)從業(yè)者談到,從廣告投放的角度來看,“在你點(diǎn)開(廣告)的那一刻,廣告商會有一個競價,它會有一個算法在里邊,誰的出價高,就會顯示誰的廣告?！?C2)同時,“不同廣告位有不同的計算規(guī)則,有的只要點(diǎn)進(jìn)去就算廣告投放,有的只是瀏覽了就算一次廣告投放。不可能只有購買了才算投放有效。”(C4)也就是說,人們會從個體以及個體與其他利益群體(如企業(yè)、廣告商)等的關(guān)系,特別是區(qū)隔性關(guān)系來理解算法。區(qū)隔性關(guān)系,指的是在那些不順應(yīng)用戶意愿,或者可能與其他利益群體產(chǎn)生物質(zhì)、精神層面不協(xié)同、矛盾、沖突等現(xiàn)象的關(guān)系。

(三)行為類線索:輸入—輸出關(guān)聯(lián)模式

算法系統(tǒng)的運(yùn)作是技術(shù)系統(tǒng)與用戶互動的結(jié)果,大數(shù)據(jù)和代碼要起到作用,還需要人類從外部施加“輸入”行為。這些輸入行為也是人們感知算法的重要線索。針對行為類線索,人們會采用回溯和歸因的方式來理解算法。這可以稱為輸入—輸出關(guān)聯(lián)模式。

第一,刺激—反應(yīng)模式。用戶的使用行為或者點(diǎn)擊行為屬于對系統(tǒng)的“輸入”,系統(tǒng)會對其進(jìn)行處理進(jìn)而“輸出”結(jié)果,即用戶接收的信息。被訪者也是這么理解算法運(yùn)作邏輯的。如果用戶點(diǎn)擊某個內(nèi)容較為頻繁,或者在某個視頻中停留時間越長,就越可能收到類似的信息。其背后的邏輯是,點(diǎn)擊頻繁或者停留時間長,可能代表用戶對此類信息感興趣。(CS3)針對哪個平臺的算法依賴性較強(qiáng)這一問題,人們會從使用體驗(yàn)方面給出自己的回答,即抖音、B站、小紅書、淘寶?！癇站的算法還是挺強(qiáng)烈的,假如點(diǎn)擊了一個東西或搜了一個東西,它推的非常精準(zhǔn),而且反饋非常明顯。一刷就會刷出6、7張圖片,點(diǎn)進(jìn)去看了一會兒之后退出來,再重新刷新一下,會發(fā)現(xiàn)后面的東西都是與前邊相似的。而且立竿見影,就是前一分鐘和后一分鐘的關(guān)系?！赡苁且?yàn)榍捌谝呀?jīng)有你的數(shù)據(jù),你前一分鐘刷的那個視頻,相當(dāng)于給系統(tǒng)一個刺激；實(shí)際上可能最后依據(jù)的并不只是那一個視頻,可能是你之前幾年都在點(diǎn)擊的那些東西?！?ST5)這種邏輯也進(jìn)一步被運(yùn)用于針對不理想內(nèi)容的“抵抗”方面,即采用特定的行為以達(dá)到理想的接收效果。有被訪者提及,“我之前看過考研視頻,但是現(xiàn)在考研結(jié)束了,并不需要太多(信息),但它始終推這些,那我就在我想看的美食或者娛樂信息中頻繁點(diǎn)擊,或者停留較長時間?！@個還是很有效的,幾天之內(nèi)就可以立馬調(diào)整過來?！?ST20)

第二,多主體行為類比模式。刺激—反應(yīng)是從單個個體的行為因果關(guān)系來展開的推理,除此之外,朋友的行為和其他人的行為也是人們進(jìn)行推理的切入點(diǎn)?！帮@然我和父母收到的信息完全不一樣,我爸媽整天關(guān)注的是怎么健身、怎么養(yǎng)生、怎么健康,還有導(dǎo)彈發(fā)射了、稅務(wù)局發(fā)布了什么信息、國家出臺了什么政策。我從來不會看這些。我的話,B站上也沒有什么國家大事,有一些知識類的。因?yàn)槲宜哂悬c(diǎn)問題,我的B站上大部分是助眠的東西?！?ST15)當(dāng)談及為什么朋友圈會收到比較奇怪的廣告,如日本、韓國旅游廣告等,被訪者認(rèn)為可能與好友關(guān)注相關(guān)。(TM4)“我微信朋友圈收到的廣告有美團(tuán)優(yōu)選、算法課程。我猜是不是我朋友圈有一些計算機(jī)專業(yè)的同事或同學(xué),他們肯定經(jīng)常關(guān)注這些,我也就收到了。”(CE3)一位被訪者談到：“類似于你的好友之間形成了一個信息網(wǎng)絡(luò),每個人都有自己的檔案,計算機(jī)里應(yīng)該叫數(shù)據(jù)庫,它通過數(shù)據(jù)庫(里面也有關(guān)鍵字)中的菜單列表,比如你們兩個人的菜單列表里有相同項(xiàng)或者相似度很高,通過你們倆之間的好友關(guān)系,認(rèn)為好友關(guān)注的或者感興趣的,你可能也感興趣從而推薦給你。”(NM2)也就是說,不同于傳統(tǒng)的群體劃分方式(如人口特征),算法語境下,App使用慢慢培養(yǎng)了同類群體相同的關(guān)注和瀏覽行為,培養(yǎng)了不同群體的不同習(xí)慣,這也成為劃分群體的重要方式。在訪談中,人們經(jīng)常以這種類比的方式來說明不同用戶由于特定的使用、互動行為而接收到不同的信息,并基于此來思考算法運(yùn)作邏輯。

第三,優(yōu)先級及賦權(quán)模式。用戶的多種互動行為,如點(diǎn)贊、轉(zhuǎn)發(fā)、評論、搜索等,被賦予不同的地位。被訪者普遍認(rèn)為,搜索處于最優(yōu)先的地位,被賦予最大的權(quán)重。只要用戶主動搜索某個信息或人物,系統(tǒng)就會給予推薦等。同時,這種主動行為對算法的影響不容忽視。目前很多App都有搜索的功能。特別是對于有文化的用戶,他們更可能直接搜索某類信息。搜索行為中,算法對不同的內(nèi)容/信息會有不同的容忍度?！疤詫毟杏X比較智能,之前網(wǎng)上說,搜一個東西,后續(xù)它會推薦一堆這些東西,但我真的搜過不相關(guān)、我不太感興趣的東西,它也沒有推薦后續(xù)的東西,所以我感覺它會容忍(感興趣)領(lǐng)域之外的一些東西,它了解你有時會有特殊需求。”(ST19)從信息接收者來看,用戶針對不同推薦內(nèi)容也有不同的容忍度。“比如我搜娛樂的,它就老愛推王者榮耀那些,還有其他的。但是我搜政治或者經(jīng)濟(jì)類的,它推的比較少,基本上我得重新再去搜一遍,而且沒有相關(guān)問題的推送?？赡芟裾谓?jīng)濟(jì)類的比較偏敏感、嚴(yán)肅話題,人們的容忍度不高,推送就少。”(CS1)這也得到了新媒體從業(yè)者的證實(shí),“一般來講,越小眾的東西,(算法推薦)會越加謹(jǐn)慎。大家對娛樂內(nèi)容的容忍度、接受度會比較高,所以系統(tǒng)推薦一些本來沒有涉獵過的娛樂信息,用戶也是比較能夠接受的?！?NM6)除了搜索之外,對于其他的互動(如轉(zhuǎn)贊評)行為,人們也會從優(yōu)先級方面進(jìn)行理解?！皩ξ叶?‘喜歡’應(yīng)該權(quán)重更大一點(diǎn)。我一般會把一些有用的、看著比較好的,或者是有收藏價值的視頻收藏起來,以后會翻出來看。但是評論的話,看到想評論的才會評論。所以我覺得收藏的權(quán)重應(yīng)該比評論大一點(diǎn),評論稍微低一點(diǎn),瀏覽的權(quán)重應(yīng)該是更低。算法會根據(jù)我不同類型的使用行為進(jìn)行不同程度的推薦?！?C4)也就是說,當(dāng)多個行為并存時,人們會想到行為之間的優(yōu)先性,從算法系統(tǒng)來說則是秉持了差異化的賦權(quán)原則。

(四)系統(tǒng)類線索:啟發(fā)式及系統(tǒng)式信息處理模式

針對系統(tǒng)類線索,用戶大多通過日常經(jīng)驗(yàn)、平臺基因、功能知識等進(jìn)行思考,特別是針對系統(tǒng)中的不同類型信息,會運(yùn)用不同的信息處理模式。這可以稱為啟發(fā)式及系統(tǒng)式信息處理模式。

第一,基于日常經(jīng)驗(yàn)的啟發(fā)式信息處理模式。目前較多平臺推出了專門的算法推薦版塊,如猜你喜歡、每日推薦、本地?zé)崴训?。這些版塊字樣已經(jīng)表明內(nèi)容是基于算法推薦的。“我后來發(fā)現(xiàn)抖音很神奇,它有幾個版塊,比如說本地、關(guān)注、推薦這三類,你可以選擇這三類視頻去刷。比如我連續(xù)幾天都刷到這個人,自從我關(guān)注他之后,我就刷不到他了。我發(fā)現(xiàn)這個的時候也很震驚?？赡苁且?yàn)槲乙呀?jīng)關(guān)注這個人了,它覺得我可能后續(xù)會持續(xù)關(guān)注?；蛘呶抑苯釉陉P(guān)注列表里就可以看到這個人,它就不會給我推薦這個人了?！?ST8)也就是說,用戶在長期使用中,已經(jīng)具有一些約定俗成的經(jīng)驗(yàn),針對于此,人們更會采用啟發(fā)式信息處理方式,來解釋算法邏輯。除此之外,算法App界面也會有一些設(shè)計元素,這些較為熟悉的邊緣信號也會激發(fā)人們的思考。“B站首頁以長視頻、搜索為主,它雖然有一些推薦,但是會把搜索(框)放得很顯眼,就是為了讓人們?nèi)ニ阉?它在召喚你。相比之下,抖音是短視頻、豎屏的方式,它以信息流的方式呈現(xiàn)。它基本都是自己推薦,不會讓用戶有太多的選擇空間,會弱化搜索?！?NM6)從交互設(shè)計的角度來看,界面上的按鈕等配件,會召喚人們的相應(yīng)行為。

第二,基于平臺基因的系統(tǒng)式信息處理模式。對于特定的算法推薦場景,用戶會從平臺的發(fā)展歷史、平臺文化、平臺基因等方面進(jìn)行深度思考,這是系統(tǒng)性的信息處理。就平臺邏輯來看,被訪者大多認(rèn)為微信視頻號運(yùn)用的是社交算法推薦的方式,依托于微信的熟人社交資源?！耙曨l號的邏輯就是社交加算法的推薦,首先假如你的朋友點(diǎn)贊了這個視頻,他的所有朋友都會看到該視頻,包括你也會看到?！?ST4)“……為什么這么說呢,感覺微信算是熟人社交的一個巔峰,它借助了熟人社交這一資源?！?TM2、TM3)當(dāng)談到B站是否也采用基于社交關(guān)系的推薦,被訪者認(rèn)為：“應(yīng)該是沒有的,因?yàn)锽站不像微博或者微信,它不是把現(xiàn)實(shí)生活中的社會關(guān)系轉(zhuǎn)移過去的。B站上是一些不認(rèn)識的網(wǎng)友,而且B站是粉絲導(dǎo)向的,用戶關(guān)注的是內(nèi)容生產(chǎn)者?！?NM4)同時,用戶依賴媒介基因推理不同平臺的算法邏輯。當(dāng)談及微博本地?zé)崴?被訪者認(rèn)為：“本地?zé)崴雅c地理信息系統(tǒng)相關(guān),地理信息系統(tǒng)會采集用戶的地理位置,然后根據(jù)點(diǎn)擊量、討論量等進(jìn)行排序,排序高的就在熱搜最頂部……這也傳承了以往互聯(lián)網(wǎng)的樣態(tài),傳統(tǒng)門戶網(wǎng)站,像網(wǎng)易、新浪等,它也有同城的部分,比如新浪云南、新浪四川等?！?ST2)

第三,基于功能知識的系統(tǒng)式處理模式。針對跨平臺推薦問題,多數(shù)被訪者直接從商業(yè)利益的角度,認(rèn)為是監(jiān)聽或者平臺販賣數(shù)據(jù)造成的。(ST21)但個別被訪者也提到了輸入行為。背后的邏輯在于“我覺得這是唯一會關(guān)聯(lián)上的、擺在明面上的東西。為什么微信里聊到的東西會在淘寶上推,我明面上能看到的微信跟淘寶關(guān)聯(lián)的地方,就在于打字的鍵盤輸入法(輸入行為),輸入法/行為從頭貫穿到尾。里面可能會有什么關(guān)聯(lián),但是我看不到?！?BE1)這也得到了新媒體從業(yè)者的證實(shí)。(NM7)除此之外,很多平臺開發(fā)了特定功能模塊進(jìn)行推薦。抖音平臺會顯示朋友的朋友的帖子,對于這種功能設(shè)置,被訪者認(rèn)為背后的邏輯可能是社交關(guān)系?！皯?yīng)該是抖音查看了通訊錄或者什么的,它覺得可能是熟人,就推薦了。”(ST6)針對微信視頻號,點(diǎn)贊相關(guān)視頻,朋友也會看到該視頻?！斑@個應(yīng)該是好友聯(lián)系表起了作用,只要它檢測到你發(fā)了一個喜歡的視頻,它就會把這條視頻推薦給你所有的好友。”(C4)這種關(guān)系也可以是家庭關(guān)系或者親屬關(guān)系?！昂笈_數(shù)據(jù)庫可以監(jiān)控家庭關(guān)系,比如通過IP地址等,找到家人的共同愛好,再推薦一些東西?！?C3)

(五)多類線索:統(tǒng)合性模式

除了四個感知線索分別主導(dǎo)誘發(fā)了特定的理解方式和感知模式之外,在特定情境下,用戶也會調(diào)取多個線索進(jìn)行推理。例如,文本線索與用戶線索在很大程度上是關(guān)聯(lián)的,因?yàn)槲谋静粌H有客觀的,還有主觀的,主觀類文本線索因用戶而有差異,二者具有非常強(qiáng)的協(xié)同性。

第一,整體性思考模式。除了以個人接收到的信息為圓心或原點(diǎn)來由近及遠(yuǎn)地理解算法推薦邏輯之外,用戶也會從宏觀的、整體的、結(jié)構(gòu)性的角度考慮?！拔矣X得抖音做的很好,但很初級,因?yàn)樗挠脩羧后w太廣了,在年齡段、受教育程度方面要做到全覆蓋,所以它推送的東西比較淺薄。比如我看一個影視剪輯,兩三分鐘講完一個電影之類的,它瘋狂地在每天這個時間段推送一堆。但是偏內(nèi)容一點(diǎn)的平臺,比如B站,我想學(xué)一下視頻剪輯,我在B站點(diǎn)開達(dá)芬奇相關(guān)基礎(chǔ)教程,等我下次再打開B站的時候,它給我推送了進(jìn)階的東西?！?NM4)也就是說,人們會將平臺調(diào)性、平臺用戶、內(nèi)容風(fēng)格進(jìn)行系統(tǒng)性、統(tǒng)合性的思考。針對不同平臺算法推薦的內(nèi)容有很大差異,被訪者認(rèn)為與平臺調(diào)性有關(guān)。比如,“微信視頻號,我看到正能量的東西比較多一點(diǎn),搞笑的視頻也多一點(diǎn)。抖音就是大家純屬的娛樂那種感覺?！?NM5)這種差異的原因可能在于兩個平臺的用戶群體完全不一樣。平臺、內(nèi)容、用戶行為和動機(jī)等構(gòu)成了一個連續(xù)系統(tǒng),其起作用的方式是協(xié)同性的。

第二,平臺管理模式。依托宏觀平臺、中觀內(nèi)容、微觀行為和動機(jī)等之間的關(guān)系,平臺運(yùn)作實(shí)際上遵循了管理的思維,即進(jìn)行資源的最佳優(yōu)化配置和組合。隨著UGC的崛起,普通用戶也可能進(jìn)行內(nèi)容生產(chǎn)或者平臺運(yùn)營相關(guān)實(shí)踐,他們也會以平臺管理思維來理解算法?！拔易约褐鞍l(fā)過一個關(guān)于古箏的短視頻,它(系統(tǒng))會把這個視頻推薦給100個對音樂感興趣或者經(jīng)?？匆魳芬曨l的人。如果這些人看的時間超過多少秒,這個視頻會被往外擴(kuò)散。比如說先推送給1000個人,如果超過百分之多少的人看完了并且點(diǎn)贊了,就推給10000人。反過來,可能最開始 90% 就推給這些(愛看的)人,10%推給其他人,它(系統(tǒng))認(rèn)為說不定其他人也會喜歡。然后看哪個群體點(diǎn)贊多,就會往那個方向擴(kuò)大投放量?！?CE3)這種思考邏輯在內(nèi)容生產(chǎn)者中更為常見?！拔易约喊l(fā)視頻,算法會幫助視頻增加一些曝光……比如我在B站上發(fā)一個視頻,如果在一定時間得到了一些點(diǎn)贊,系統(tǒng)會將這些內(nèi)容推向更大規(guī)模的群體。它可能覺得我的內(nèi)容比較好,就會給更多的曝光機(jī)會……這里算法的作用可能在于它根據(jù)已經(jīng)點(diǎn)贊的用戶畫像,再去找那些比較類似的用戶,讓更多的人知道這個視頻?！?ST10)平臺管理思維最為關(guān)鍵的在于將不同線索或者資源進(jìn)行有效整合。

可以發(fā)現(xiàn),在四個感知線索分別誘發(fā)人們推測算法邏輯方面,用戶大多采用順應(yīng)型、違背型的思考模式。而當(dāng)四個感知線索合作誘發(fā)算法感知,用戶大多采用協(xié)同型、整體型的思考模式。同時,用戶在不具備專業(yè)知識的情況下,對算法邏輯的理解并不在于算法黑箱本身,而是從外部封裝的角度,結(jié)合可見信息(如感知線索)以及非可見信息、個體及他人信息(如企業(yè))、系統(tǒng)內(nèi)要素(算法使用)和系統(tǒng)外要素(平臺發(fā)展基因等)等來做出解釋。這啟示我們,在未來關(guān)于算法的研究中,破解算法黑箱并非唯一路徑,而是可以從其他多重維度和方面來展開分析,對于算法的社會影響等議題,更是應(yīng)該如此。

五、總結(jié)

對算法邏輯及其社會影響的理解或解釋過程,實(shí)際上反映了人們認(rèn)識事物的方式。“有關(guān)認(rèn)識論的討論必然會涉及知識的獲得、檢驗(yàn)、改進(jìn)和傳播,而這又進(jìn)一步牽涉到個體的心理、行為、語言、邏輯乃至社會性。由此延伸開來,認(rèn)識不僅是一個信息范圍的拓展或擴(kuò)容,而是一種對認(rèn)知的結(jié)果及其規(guī)范所提供的某種擔(dān)保?！庇纱?對于用戶算法感知中感知模式的探索,本研究著重于分析用戶的心理、語言、行為、社會性之間的連接、編排方式。

本研究針對普通用戶算法感知中的感知模式這一問題,采用了不同于科學(xué)知識的民間路徑展開分析。研究發(fā)現(xiàn),用戶針對不同線索會采用不同的感知模式。針對文本類線索,用戶會從該信息是否滿足個體需求、是否具有較好的用戶體驗(yàn),以及廣義上該信息是否能夠滿足多元化的價值追求等角度進(jìn)行思考。針對用戶類線索,用戶會將個人特征與商業(yè)運(yùn)作的基本邏輯相勾連。同時,用戶也會從利益角度進(jìn)行思考,這種利益邏輯包括用戶直接利益、用戶利益和其他群體利益關(guān)系。特別是,不同利益者存在沖突或矛盾的思考邏輯,是較為常見的思考模式。針對行為類線索,用戶會采用輸入—輸出的推理邏輯,與算法技術(shù)的“如果……那么……”的技術(shù)邏輯相一致。具體來看,用戶會采用單個個體的刺激—反應(yīng)模式、多主體的行為類比模式以及不同行為之間的優(yōu)先級及賦權(quán)模式進(jìn)行推理。針對系統(tǒng)類線索,用戶通過兩種信息處理方式來進(jìn)行思考。一是啟發(fā)式信息處理,即通過日常熟悉的、邊緣信號等自然地認(rèn)為信息是算法推薦的。二是系統(tǒng)式信息處理,即通過深度的思考和信息加工,甚至從歷史、主體關(guān)系、功能設(shè)計及行為互動等來詳細(xì)推理算法運(yùn)作邏輯。用戶也會基于以上的多種線索來感知算法,采用統(tǒng)合式的感知模式。人們對算法的解釋邏輯具有一定的流轉(zhuǎn)性。在特定情境下,基于不同感知線索,人們對算法的理解模式或感知模式有所不同。當(dāng)然這也不是絕對的,在特定條件下,人們對算法的某種理解會弱化,而其他理解會強(qiáng)化。

算法是一種黑箱技術(shù),其引發(fā)了人們應(yīng)該如何認(rèn)識新技術(shù)這一元問題,也對傳統(tǒng)認(rèn)識事物的方式提出了一定的挑戰(zhàn)。研究者認(rèn)為,對于計算為基礎(chǔ)的智能傳播活動的認(rèn)識,應(yīng)該力圖闡釋由問題本身所引發(fā)的實(shí)踐戰(zhàn)略與策略,探討其意義的解讀和做的方式。本研究通過用戶在具體算法實(shí)踐中的感知,將個人作為具有能動性主體這一方式,來更深入地探索用戶認(rèn)識這項(xiàng)技術(shù)的模式。本研究是一項(xiàng)探索性研究,研究也發(fā)現(xiàn),普通用戶能夠基于特定線索建構(gòu)出對算法的認(rèn)識,這是一種新的建構(gòu)知識的方法論機(jī)制,其中蘊(yùn)含著人們在新技術(shù)環(huán)境下所生發(fā)的社會心理秩序。研究中所發(fā)現(xiàn)的不同感知模式,可以作為具體分析算法及其社會影響中用戶認(rèn)知和心理層面的思想資源。同時,該研究有助于建構(gòu)算法技術(shù)語境下的用戶主體性,也有助于為未來算法研究提供用戶方面的探索維度和可能性。

注釋:

① Carlo G.Morelli,FreudandSherlockHolmes:CluesandScientificMethod.History Workshop Journal,vol.9,no.1,1980.pp.7-10.

② Hargittai E.,Gruber J.,Djukaric T.,Fuchs J.,Brombach L.BlackBoxMeasures?HowtoStudyPeople′sAlgorithmSkills.Information,Communication & Society,2020.pp.8-10.

⑤ Keil F.C.TheFeasibilityofFolkScience.Cognitive Science,vol.34,no.5,2010.pp.834-837.

⑥ Kitchin R.ThinkingCriticallyAboutandResearchingAlgorithms.SSRN Electronic Journal,2014.pp.20-26.

⑦ Pirolli P.,Card S.InformationForaging.Psychology Review,vol.106,no.4,1999.p.643.