張曉慧 魏 超

數(shù)字媒體時(shí)代，算法和數(shù)據(jù)逐漸成為信息傳播的關(guān)鍵變量，而基于大數(shù)據(jù)和人工智能的算法推薦已成為平臺(tái)類媒體的核心運(yùn)行機(jī)制。依托算法機(jī)制，平臺(tái)媒體成長(zhǎng)為當(dāng)今主流的媒體類型。算法推薦的基礎(chǔ)資源是受眾個(gè)人資料、網(wǎng)絡(luò)使用行為以及數(shù)字內(nèi)容生產(chǎn)等匯聚而成的用戶數(shù)據(jù)。基于這些數(shù)據(jù)，平臺(tái)媒體繪制用戶畫像并向其推送定制化的資訊和廣告。本研究從受眾商品化的角度，對(duì)算法推薦這一機(jī)制進(jìn)行傳播政治經(jīng)濟(jì)學(xué)透析，以窺探算法推薦實(shí)現(xiàn)資本積累的本質(zhì)，并提出受眾主體性可能的實(shí)現(xiàn)策略。

一、受眾商品論的產(chǎn)生與內(nèi)涵

1977年，加拿大傳播政治經(jīng)濟(jì)學(xué)者斯麥茲（Smythe）發(fā)表《傳播：西方馬克思主義的盲點(diǎn)》一文［1］，提出了“受眾商品化”理論，指出大眾傳播產(chǎn)業(yè)生產(chǎn)的以及廣告商出資購買的商品形式不是資訊、影像、娛樂等等表象，而是“受眾”?！笆鼙姟庇^看廣告的過程即是商業(yè)產(chǎn)品的推銷過程，這一過程促進(jìn)了商品流通過程中分配與消費(fèi)這兩個(gè)環(huán)節(jié)的縫合［2］。受眾商品化的過程亦形成了媒介、受眾和廣告商三位一體的關(guān)系，大眾媒介的節(jié)目安排用來建構(gòu)受眾，廣告商為取得受眾而付錢給媒介公司，受眾于是被轉(zhuǎn)交給廣告商（見圖1），三者聯(lián)結(jié)在一種有約束力的相互關(guān)系中，媒介公司為廣告商生產(chǎn)了受眾，并且是符合廣告商需要的特定的人口學(xué)特征的受眾［3］。

圖1 斯麥茲“三位一體”受眾商品論

“受眾商品論”自提出即引起了廣泛的辯論和對(duì)話，斯麥茲的學(xué)生李凡特（Livant）和加利（Jahlly）此后又將“受眾商品”意涵進(jìn)行了拓展，運(yùn)用馬克思主義經(jīng)濟(jì)學(xué)的“勞動(dòng)價(jià)值論”論證受眾商品即是受眾的勞動(dòng)時(shí)間，而媒介企業(yè)的利潤(rùn)來自受眾所創(chuàng)造的剩余價(jià)值［4］。

二、算法推薦機(jī)制下受眾商品化的基礎(chǔ)

雖然受眾商品論誕生于傳統(tǒng)媒體時(shí)期，但在數(shù)字媒體時(shí)代，這一理論不僅沒有過時(shí)，反而更具解釋力與啟迪性。特別是在以算法推薦為核心機(jī)制的平臺(tái)媒體占據(jù)媒介高地的今天，根據(jù)用戶畫像推送資訊、投放廣告以及形成自身商業(yè)閉環(huán)，使得受眾的商品化走向了一個(gè)新的階段。

（一）平臺(tái)媒體實(shí)現(xiàn)內(nèi)容的產(chǎn)品化

根據(jù)斯麥茲“三位一體”受眾商品論的關(guān)系（見圖1），傳統(tǒng)媒體時(shí)代媒體是中介，溝通廣告主和受眾兩個(gè)客戶。媒介生產(chǎn)的內(nèi)容是“工具”，連接著受眾注意力和廣告兩類資源。新的傳播環(huán)境下，平臺(tái)型媒體不再是過去的內(nèi)容生產(chǎn)者，而是變成了內(nèi)容的經(jīng)營(yíng)者，這一變化使受眾變成了用戶。從生產(chǎn)新聞作品到“銷售”新聞產(chǎn)品，改變的不僅僅是生產(chǎn)方式，更意味著思維的變化。這一變化，使得平臺(tái)型媒體建立起了一整套以用戶為導(dǎo)向的運(yùn)營(yíng)邏輯和機(jī)制。這個(gè)機(jī)制中最關(guān)鍵和核心的就是需要生產(chǎn)出符合用戶需求的內(nèi)容。此時(shí)，媒體和受眾的關(guān)系從單向灌輸變成雙向互動(dòng)，媒體和用戶之間從簡(jiǎn)單交流到深度參與。平臺(tái)型媒體通過不斷挖掘和傳遞與用戶緊密相連的話題，使得內(nèi)容更加的情感化、故事化、情景化，讓用戶沉浸其中，其和用戶日益成為信息傳播的共同體、價(jià)值判斷的共同體、情感傳遞的共同體［5］。

通過共同體的打造和一整套的激勵(lì)措施，平臺(tái)型媒體依靠用戶一起生產(chǎn)海量的內(nèi)容產(chǎn)品。在此基礎(chǔ)上，平臺(tái)型媒體依據(jù)數(shù)據(jù)庫、歸類、標(biāo)簽等方法，對(duì)內(nèi)容產(chǎn)品進(jìn)行分類和整理，進(jìn)而完成對(duì)內(nèi)容的產(chǎn)品化升級(jí)和服務(wù)的開發(fā)，實(shí)現(xiàn)了從賣內(nèi)容轉(zhuǎn)向賣用戶、賣品牌、賣產(chǎn)品，從而實(shí)現(xiàn)商業(yè)價(jià)值最大化。

（二）算法推薦系統(tǒng)的優(yōu)化升級(jí)

隨著互聯(lián)網(wǎng)上信息量的大幅增長(zhǎng)，用戶在面對(duì)海量信息時(shí)，對(duì)信息的使用效率反而下降，此時(shí)，算法推薦系統(tǒng)便應(yīng)運(yùn)而生。算法推薦系統(tǒng)的精準(zhǔn)度是算法機(jī)制的核心價(jià)值，直接關(guān)系到算法平臺(tái)的生死存亡。為了不斷地實(shí)現(xiàn)平臺(tái)型媒體在內(nèi)容、資訊和廣告(電商）上能夠更加理想的精準(zhǔn)傳播，算法推薦系統(tǒng)需要不斷的優(yōu)化和升級(jí)。

目前，算法推薦平臺(tái)主要運(yùn)用的是基于內(nèi)容的推薦、協(xié)同過濾推薦和關(guān)聯(lián)規(guī)則推薦。基于內(nèi)容的算法推薦主要擅長(zhǎng)文字信息的提取，在音視頻等非結(jié)構(gòu)化的數(shù)據(jù)上存在不足。而協(xié)同過濾算法推薦主要是通過用戶的歷史行為建立用戶的興趣模型，然后依據(jù)用戶的興趣特征為用戶做出產(chǎn)品和內(nèi)容的推薦。隨著用戶數(shù)據(jù)的增加和用戶多平臺(tái)數(shù)據(jù)的共享，關(guān)聯(lián)推薦算法應(yīng)運(yùn)而生。該算法主要基于用戶歷史數(shù)據(jù)的挖掘，挖掘出用戶數(shù)據(jù)背后的關(guān)聯(lián)，用來分析用戶潛在的需求，向用戶推薦其感興趣的東西。

當(dāng)前，單個(gè)算法推薦已經(jīng)很難滿足用戶的信息需求和平臺(tái)的商業(yè)化拓展，融合多種算法、關(guān)聯(lián)更多數(shù)據(jù)的組合推薦系統(tǒng)得到發(fā)展和完善，媒體平臺(tái)往往是使用兩種或者多種的推薦方法相互整合優(yōu)點(diǎn)、彌補(bǔ)缺點(diǎn)，同時(shí)，通過不斷地對(duì)推薦算法進(jìn)行用戶體驗(yàn)、優(yōu)化轉(zhuǎn)化率、優(yōu)化在線廣告等形式的測(cè)試和評(píng)估，來不斷地對(duì)算法進(jìn)行優(yōu)化升級(jí)，以達(dá)到對(duì)用戶的精準(zhǔn)推薦和預(yù)測(cè)。

（三）平臺(tái)搭建媒介經(jīng)濟(jì)生態(tài)圈

互聯(lián)網(wǎng)天生具有開放和鏈接兩大特征。因此，其不僅可以被更多用戶使用，搭建更多平臺(tái)，同時(shí)還可以提供更多的信息共生場(chǎng)景。當(dāng)前，平臺(tái)型媒體不僅實(shí)現(xiàn)了和傳統(tǒng)媒體的融合轉(zhuǎn)型，形成了龐大的日活用戶群體，同時(shí)平臺(tái)型媒體也通過跨平臺(tái)、跨行業(yè)、多服務(wù)的多渠道融合，搭建以用戶為核心的媒介經(jīng)濟(jì)生態(tài)圈，打造出全產(chǎn)業(yè)鏈無縫對(duì)接的媒體經(jīng)濟(jì)新生態(tài)。

與傳統(tǒng)的商業(yè)平臺(tái)不同，媒體平臺(tái)經(jīng)濟(jì)主要依托虛擬交易空間，是以大數(shù)據(jù)與算法為生產(chǎn)要素的。技術(shù)作為媒介經(jīng)濟(jì)的結(jié)構(gòu)性變量，不斷探索著新邊界，創(chuàng)新媒介經(jīng)濟(jì)的模式［6］。

當(dāng)前，在平臺(tái)型媒體上，F(xiàn)aceBook和微信等媒體基本上實(shí)現(xiàn)了其縱向一體化的跨行業(yè)產(chǎn)業(yè)鏈聚集，微信生態(tài)中有基于朋友圈和公眾號(hào)的精準(zhǔn)廣告推廣，基于場(chǎng)景的小程序入口，基于金融理財(cái)、生活服務(wù)、交通出行、購物消費(fèi)的支付功能，這使得微信基于社交成功建立起媒介經(jīng)濟(jì)生態(tài)圈。作為主要以算法推薦為主的平臺(tái)型媒體，字節(jié)跳動(dòng)旗下的抖音也在加速打造自己的媒介經(jīng)濟(jì)生態(tài)圈。在算法推薦機(jī)制下，抖音將feed廣告和定制品牌廣告精準(zhǔn)送給對(duì)的人，抖音從其平臺(tái)的各種直播享受著打賞的分成。此外，從2018年開始，抖音就上線“購物車”等工具，以短視頻種草的形式為第三方電商平臺(tái)帶貨導(dǎo)流。2020年，字節(jié)跳動(dòng)開始整合旗下電商業(yè)務(wù)，并申請(qǐng)支付牌照，進(jìn)一步拓展商業(yè)版圖，以期構(gòu)建相對(duì)完整的媒介經(jīng)濟(jì)生態(tài)圈。

三、算法推薦下受眾商品化的價(jià)值鏈

數(shù)字媒體時(shí)代，受眾商品化概念衍生出新的內(nèi)涵，受眾商品化過程體現(xiàn)出不同于傳統(tǒng)媒體時(shí)期的特征與方式。受眾媒介參與、使用形成的用戶數(shù)據(jù)成為平臺(tái)媒體的核心資源。圍繞用戶數(shù)據(jù)，平臺(tái)媒體進(jìn)行追蹤、演算、推送等一系列運(yùn)作，以為資本的積累服務(wù)。在受眾商品化的進(jìn)程中，算法推薦機(jī)制扮演了全程把控的角色，是數(shù)字時(shí)代受眾商品化的關(guān)鍵要義，串聯(lián)起受眾商品化的價(jià)值鏈（見圖2）。

圖2 算法推薦機(jī)制下受眾商品化價(jià)值鏈

（一）用戶勞動(dòng)內(nèi)容的無償使用

算法推薦的基礎(chǔ)資源是用戶數(shù)據(jù)，不同于傳統(tǒng)媒體時(shí)代用戶數(shù)據(jù)由媒體調(diào)查、收集，數(shù)字時(shí)代的平臺(tái)媒體，用戶數(shù)據(jù)由受眾自行生產(chǎn)并被商業(yè)平臺(tái)無償使用，受眾既是消費(fèi)者，同時(shí)也是生產(chǎn)者，受眾使用媒介的過程即是產(chǎn)生信息數(shù)據(jù)的過程。早在1980年，阿爾文·托夫勒（Alvin Toffler）即提出“生產(chǎn)消費(fèi)者”的概念，意指“生產(chǎn)者與消費(fèi)者之間的界限逐漸模糊”［7］。?？怂梗‵uchs）則把這一概念運(yùn)用到數(shù)字媒介的分析中，指出傳統(tǒng)大眾媒介上的受眾與互聯(lián)網(wǎng)上的受眾區(qū)別在于，后者也是內(nèi)容生產(chǎn)者，網(wǎng)絡(luò)上有用戶生成的內(nèi)容，并且用戶從事永久性的創(chuàng)造活動(dòng)、傳播、社區(qū)建設(shè)和內(nèi)容生產(chǎn)［8］。由于用戶的永久性活動(dòng)和作為產(chǎn)消者（prosumer）的身份，?？怂拐J(rèn)為在商業(yè)社交媒體上，受眾商品是一種“互聯(lián)網(wǎng)生產(chǎn)消費(fèi)者商品（Internet prosumer commodit）”［9］?；ヂ?lián)網(wǎng)生產(chǎn)消費(fèi)者商品的出現(xiàn)意味著人類創(chuàng)造性活動(dòng)的全面商品化，網(wǎng)絡(luò)受眾的媒介使用過程即是被商品化的過程。

數(shù)字平臺(tái)媒體上，作為消費(fèi)者的受眾源源不斷地“生產(chǎn)”著這些可供商業(yè)資本利用的用戶數(shù)據(jù)，并且是無酬生產(chǎn)與供給。更為重要的是，受眾往往意識(shí)不到自己正為商業(yè)平臺(tái)進(jìn)行著無償?shù)纳a(chǎn)勞動(dòng)。表面上是用戶可以免費(fèi)享用平臺(tái)的媒介服務(wù)，事實(shí)上其中滲透著隱秘性的剝削，用戶才是免費(fèi)勞動(dòng)的提供者。由受眾通過媒介使用而生產(chǎn)的用戶數(shù)據(jù)與內(nèi)容成為算法推薦機(jī)制的演算來源，也成為平臺(tái)媒體進(jìn)一步進(jìn)行積累資本的基礎(chǔ)。

（二）商業(yè)利益導(dǎo)向的用戶數(shù)據(jù)監(jiān)控

作為算法推薦的一環(huán)，平臺(tái)媒體會(huì)對(duì)受眾生產(chǎn)的用戶數(shù)據(jù)進(jìn)行監(jiān)測(cè)和捕獲，以為剩余價(jià)值的實(shí)現(xiàn)創(chuàng)設(shè)條件，而這亦是受眾商品化的一個(gè)重要面向。對(duì)于互聯(lián)網(wǎng)時(shí)代的剝削問題，安德烈維克（Andrejevic）提出了“監(jiān)控（Monitoring）”這一新的資本主義生產(chǎn)要素，認(rèn)為監(jiān)控是資本生產(chǎn)價(jià)值鏈中的一個(gè)重要因素，用戶活動(dòng)產(chǎn)制的信息成為營(yíng)銷以及生產(chǎn)過程中的一個(gè)入口［10］。用戶要想順利地使用媒介平臺(tái)，只能被迫放棄作為隱私的用戶數(shù)據(jù)，以“隱私換內(nèi)容”。受眾隱私的犧牲成就了商業(yè)平臺(tái)價(jià)值、資本的攫取。新網(wǎng)絡(luò)經(jīng)濟(jì)的資本邏輯即是使用者各自的生產(chǎn)、剝削與價(jià)值實(shí)現(xiàn)，“雖然大部分使用者的線上活動(dòng)是可以自由進(jìn)出、自由決定工作內(nèi)容、不被直接監(jiān)督命令的，但是他們的線上活動(dòng)記錄資料卻是在沒有太多選擇之下被迫在巨細(xì)靡遺的監(jiān)視下完成”［11］。

具體來說，商業(yè)性網(wǎng)絡(luò)平臺(tái)的運(yùn)營(yíng)商和第三方廣告客戶，持續(xù)不斷地監(jiān)控和記錄用戶的個(gè)人資料和網(wǎng)絡(luò)活動(dòng)，存儲(chǔ)、整合和分析收集的數(shù)據(jù)，這些經(jīng)營(yíng)者和廣告客戶能夠創(chuàng)建關(guān)于用戶詳細(xì)的個(gè)人資料檔案，包括用戶的個(gè)人興趣和線上行為，形成龐大的數(shù)據(jù)庫資源［12］。另一方面，用戶數(shù)據(jù)亦成為經(jīng)營(yíng)者和廣告商之間利益交換的籌碼，作為商品的用戶數(shù)據(jù)被運(yùn)營(yíng)平臺(tái)售賣給廣告商，平臺(tái)由此實(shí)現(xiàn)資本的積累與變現(xiàn)。

（三）數(shù)據(jù)自動(dòng)演算的失真與誘導(dǎo)

算法推薦實(shí)現(xiàn)了用戶調(diào)研的自動(dòng)化，依靠大數(shù)據(jù)演算，完成用戶分析?！斑@種對(duì)信息的深度‘開發(fā)’及攫取，既是資本主義商品化在數(shù)字經(jīng)濟(jì)時(shí)代的表征，更是信息資本主義下數(shù)字勞動(dòng)被剝削的體現(xiàn)。”［13］雖然算法實(shí)現(xiàn)了用戶數(shù)據(jù)的自動(dòng)演算和分析，但亦可能會(huì)造成一定的偏頗，更有可能會(huì)導(dǎo)致受眾的數(shù)字自我失真?！叭绻藗儼褜?duì)信息的選擇權(quán)完全交給算法，每天都只是等著算法投喂的信息，也會(huì)導(dǎo)致他們?cè)絹碓绞プ灾餍耘c判斷力?！保?4］過于依賴算法提供的信息內(nèi)容，容易導(dǎo)致受眾的認(rèn)知窄化，框限住受眾的視野。更有學(xué)者指出，數(shù)字時(shí)代的數(shù)字自我演算可能將淪為算法的俘虜，致力于實(shí)現(xiàn)人工智能設(shè)定的自我形象，商業(yè)平臺(tái)媒體異化地控制受眾以及受眾的媒介使用過程［15］。

作為資本流通的一環(huán)，用戶數(shù)據(jù)演算并非基于受眾立場(chǎng)，而是為了資訊和廣告更好地售賣和到達(dá)。此時(shí)，算法推薦機(jī)制不僅僅傳播資訊，還會(huì)依據(jù)商業(yè)導(dǎo)向來形塑用戶的消費(fèi)觀念，并運(yùn)用生動(dòng)的畫面和話語將現(xiàn)實(shí)和消費(fèi)者頭腦里的欲望聯(lián)結(jié)起來，形成新的生活方式和消費(fèi)觀念，以刺激他們的消費(fèi)欲望，對(duì)受眾實(shí)施物質(zhì)生活消費(fèi)的誘導(dǎo)。算法推薦下的受眾畫像和數(shù)字自我已經(jīng)失真并淪為資本積累中的一塊拼圖。

（四）廣告（電商）精準(zhǔn)投放的集約型剝削

在現(xiàn)今的平臺(tái)媒體中，很多定向廣告直接以電商導(dǎo)購的形式出現(xiàn)。事實(shí)上，平臺(tái)媒體的定向廣告（電商）是一種新的剝削模式，基于用戶數(shù)據(jù)演算的廣告精確投放，實(shí)現(xiàn)了對(duì)受眾的“集約型剝削（intensive exploitation）”［16］。福克斯認(rèn)為可以將網(wǎng)絡(luò)定向廣告看成一種相對(duì)剩余價(jià)值的生產(chǎn)，傳統(tǒng)電視里，所有觀眾在同一時(shí)間看到的是相同的廣告，而在網(wǎng)絡(luò)上，廣告商能夠在播送非定向廣告的同一時(shí)間，也投放可能符合消費(fèi)者興趣的廣告，線上定向廣告更具生產(chǎn)力，而用戶的點(diǎn)擊購買過程是廣告公司剩余價(jià)值的實(shí)現(xiàn)過程［17］。

這種定向廣告（電商）往往會(huì)變身成一種生活方式、一個(gè)故事，一種符號(hào)等，被移用在物品之上，試圖為廣告（電商）充當(dāng)背景和場(chǎng)景，其有條不紊地輪換強(qiáng)制性地造成了用戶唯一的接受模式，即消費(fèi)模式。這無疑使得商業(yè)平臺(tái)和客戶的共謀產(chǎn)出最大化，實(shí)現(xiàn)了對(duì)用戶的精準(zhǔn)剝削。針對(duì)用戶定制精確廣告資訊，也減少了廣告商普遍撒網(wǎng)的成本付出，提高了資本的利用效率。定向廣告與電商的結(jié)合，實(shí)現(xiàn)了數(shù)字平臺(tái)受眾商品化的最后一環(huán)，為資本的剝削積累提供了牢靠的保障。

四、算法推薦下受眾主體性的實(shí)現(xiàn)路徑

算法推薦機(jī)制下， 受眾的媒介使用活動(dòng)即是在為平臺(tái)媒體勞動(dòng)做工，受眾商品化的每一環(huán)，用戶都遭受著資本控制。分析算法機(jī)制下受眾商品化的價(jià)值鏈，批判是一方面，但最終人們還是希冀通過這一機(jī)制的透析，找尋到在當(dāng)前的媒介情境下，受眾能夠抵抗資本平臺(tái)并實(shí)現(xiàn)自身主體性的可行策略，本研究建議可以從下述幾個(gè)方面進(jìn)行努力：

（一）技術(shù)規(guī)制平臺(tái)，保障受眾參與數(shù)字主體建構(gòu)過程

平臺(tái)媒體的最大資產(chǎn)是用戶數(shù)據(jù)，而這由受眾無償生產(chǎn)的數(shù)據(jù)內(nèi)容反過來成為進(jìn)一步剝削受眾的來源，經(jīng)過大數(shù)據(jù)演算推導(dǎo)出的結(jié)果進(jìn)一步反噬平臺(tái)用戶。受眾要想對(duì)此有所制衡，應(yīng)積極爭(zhēng)取權(quán)利，參與到數(shù)字主體建構(gòu)的過程中來。受眾要向平臺(tái)媒體爭(zhēng)取對(duì)個(gè)人資訊篩選與擁有“知的權(quán)利（right to know）”“被遺忘的權(quán)利（right to be forgotten）”與“改變的權(quán)利（right to change）”，以及了解、檢查、修正與自主運(yùn)用相關(guān)數(shù)據(jù)的權(quán)利［18］。受眾要爭(zhēng)取知情權(quán)，要求數(shù)字平臺(tái)說明用戶數(shù)據(jù)收集及使用目的，做到資訊采集的合法、透明。在數(shù)據(jù)存儲(chǔ)方面，尊重并保護(hù)用戶的被遺忘權(quán)，包括歷史數(shù)據(jù)的遺忘權(quán)以及敏感信息的刪除權(quán)，用戶有權(quán)要求平臺(tái)刪除相關(guān)的消費(fèi)數(shù)據(jù)，對(duì)確有必要存儲(chǔ)的信息，予以妥善保存，通過屏蔽等措施進(jìn)行有效保護(hù)［19］。

受眾爭(zhēng)取數(shù)字主體建構(gòu)的主動(dòng)權(quán)，就是要打破與算法平臺(tái)間不對(duì)稱的權(quán)力關(guān)系，要求平臺(tái)提升算法透明度，建立信息平衡。對(duì)于用戶的消費(fèi)記錄、個(gè)人支出以及住所位置等方面的敏感隱私信息的獲取，應(yīng)明確告知用戶以及使用目的，取得受眾的同意與許可。事實(shí)上，這完全可以通過技術(shù)優(yōu)化得以實(shí)現(xiàn)，如蘋果隱私政策的調(diào)整就順應(yīng)了用戶隱私保護(hù)的訴求，于2021年4月生效的蘋果隱私政策新規(guī)規(guī)定，應(yīng)用程序需要征求蘋果手機(jī)用戶的授權(quán)后，才能追蹤其使用手機(jī)的在線行為數(shù)據(jù)［20］。

從技術(shù)維度規(guī)制算法平臺(tái)，可以減少用戶與平臺(tái)間的信息不對(duì)等，構(gòu)建兩者間的算法平衡，而受眾參與數(shù)字主體的建構(gòu)過程，一定程度上可以削弱資本平臺(tái)對(duì)自身的控制力度，拿回一部分本應(yīng)屬于自己的權(quán)利，為重新成為數(shù)據(jù)資料的主人創(chuàng)造可能。

（二）提升受眾算法素養(yǎng)，培養(yǎng)批判意識(shí)和行動(dòng)能力

不同媒體時(shí)代，受眾的媒介素養(yǎng)直接關(guān)系到認(rèn)識(shí)、運(yùn)用媒介的能力。算法時(shí)代，同樣需要受眾提高相應(yīng)的算法媒介素養(yǎng)。算法無可避免，受眾需要做的是正確了解算法給我們認(rèn)知、行為造成的影響，繼而能夠理性、有效地面對(duì)算法以及使用算法平臺(tái)。需要培養(yǎng)受眾對(duì)算法推薦的理性認(rèn)知和批判意識(shí)，能夠知曉算法推薦的技術(shù)邏輯和運(yùn)行機(jī)理，在此基礎(chǔ)上，能夠合理地運(yùn)用算法而又不被算法所操縱［21］。提升算法素養(yǎng)，就是要破除算法迷信、對(duì)抗算法風(fēng)險(xiǎn)，通過積極的行動(dòng)對(duì)算法異化進(jìn)行糾偏，提高駕馭算法的能力。在了解了算法推薦的技術(shù)邏輯后，受眾要鍛煉自控能力［22］，能夠及時(shí)從平臺(tái)營(yíng)造的個(gè)人偏好“同溫層”中抽身而出，提高自主性。另外，對(duì)信息來源保持警覺，提高抵御不良信息的防范能力。

提升算法素養(yǎng)，除了提高知覺意識(shí)外，在使用平臺(tái)的過程中，受眾還可以主動(dòng)采取一些操作策略，以反制算法對(duì)自身的數(shù)字異化。面對(duì)商業(yè)平臺(tái)的宰制，受眾并非束手無策，仍然可以積極采取行動(dòng)。如在數(shù)字媒介使用完成后對(duì)不感興趣的信息進(jìn)行標(biāo)注、歸于一類、取消相關(guān)關(guān)注等等，通過這些逆向操作干擾算法，降低算法平臺(tái)對(duì)使用者異化和偏離的程度。逆向操作是反制算法異化的可行手段，為扭轉(zhuǎn)算法漩渦以及受眾主體性的部分獲得提供了可能。算法素養(yǎng)的培養(yǎng)，可以有效提升受眾對(duì)平臺(tái)媒體使用的主動(dòng)權(quán)和掌控力，不至完全落入算法剝削的窠臼。

（三）建立公共數(shù)字媒體平臺(tái)，賦權(quán)受眾自主使用

受眾使用商業(yè)平臺(tái)媒體，不可避免地卷入資本累積的漩渦中，參與數(shù)字主體建構(gòu)、提升算法素養(yǎng)只能爭(zhēng)取到一部分權(quán)力。要想實(shí)現(xiàn)主體性的完整獲得，則需在平臺(tái)媒體之外建立一個(gè)免費(fèi)的非商業(yè)性的公共數(shù)字媒體平臺(tái)。學(xué)者Bauwens即呼吁建立具有一定影響力的公共數(shù)字媒體與社交平臺(tái)，渴望一定程度上解決數(shù)字用戶既幫資本平臺(tái)勞動(dòng)，同時(shí)又扮演消費(fèi)者的尷尬境地［23］。

事實(shí)上，類似的公共媒體平臺(tái)已提供了借鑒，如由非營(yíng)利的維基媒體基金會(huì)經(jīng)營(yíng)的維基百科，即是提供自由近用、合作勞動(dòng)的非商業(yè)性數(shù)字平臺(tái)。維基百科創(chuàng)設(shè)了一種資訊共產(chǎn)主義的形式，經(jīng)費(fèi)主要來自用戶捐款，沒有任何廣告，沒有商業(yè)模式，不為資本積累的目的服務(wù)；勞動(dòng)者自己管理生產(chǎn)，共同決定所有決策并控制生產(chǎn)過程；在自愿性的基礎(chǔ)上，用戶提供所有人可以免費(fèi)使用的公共知識(shí)財(cái)產(chǎn)，并從中獲得樂趣［24］。維基百科開創(chuàng)了另類媒體的先河，在商業(yè)數(shù)字平臺(tái)寡占受眾注意力的今天，為受眾爭(zhēng)取自由、重獲自主贏得了生機(jī)和可能。

公共數(shù)字媒體平臺(tái)的廣泛建立，需要適宜的土壤，一個(gè)基于參與式民主的社會(huì)公共領(lǐng)域的實(shí)現(xiàn)是重要前提，而作為一種對(duì)抗，非商業(yè)性數(shù)字平臺(tái)代表了資本邏輯籠罩下的用戶反叛力量。商業(yè)平臺(tái)的本質(zhì)是剝削，公共數(shù)字平臺(tái)的要義則是賦權(quán)，非商品化的特質(zhì)使得公共數(shù)字平臺(tái)用戶可以實(shí)現(xiàn)最大程度的主體性。用戶在一種自愿勞動(dòng)、自我決定的機(jī)制下，獲得真正自由平等的媒介使用體驗(yàn)。

五、結(jié)語

我們已經(jīng)進(jìn)入了一個(gè)算法的時(shí)代，無可逃避它的影響力，透析算法推薦的機(jī)制以及資本積累本質(zhì)可以幫助我們更加冷靜、理性地對(duì)待算法，在接觸商業(yè)平臺(tái)媒體的過程中，秉持一顆警惕的心，帶著批判的眼光去使用，擺脫算法剝削的窠臼，掌握主動(dòng)權(quán)。數(shù)字資本控制猶在，但受眾可以進(jìn)行抵抗和反規(guī)訓(xùn)。