王艷玲,劉 歡

(天津師范大學(xué) 新聞傳播學(xué)院,天津300387)

伴隨著現(xiàn)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(nèi)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(chǎn)的關(guān)鍵技術(shù)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(fēng)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(chǎn)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(jù)了我們文化的主導(dǎo)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(xí)慣,使人們從傾向于理性與深度思考的“文字邏輯”轉(zhuǎn)向注重廣度與淺層次的“圖像邏輯”。截至2022年12月,我國網(wǎng)民人數(shù)已經(jīng)達到了10.67億,網(wǎng)絡(luò)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(xiàn)實意味。

視覺話語生產(chǎn)的多為“淺”與“短”的內(nèi)容,人們?nèi)绻L期閱讀這種內(nèi)容,可能導(dǎo)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(yīng)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(dǎo)創(chuàng)作者生產(chǎn)更多“淺”與“短”的內(nèi)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(chǎn)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(shù)據(jù)處理和自動推理[6]。丁俊杰認為算法的本質(zhì)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(gòu)未來傳播和傳播學(xué)[8]。具體而言,算法技術(shù)強大的計算能力與預(yù)測能力,重塑了新聞生產(chǎn)、流通模式,主要體現(xiàn)在內(nèi)容生產(chǎn)、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(shù)來進行內(nèi)容生產(chǎn)與推送,另一方面不斷生產(chǎn)與購買優(yōu)質(zhì)資源,以補充自身平臺資源,滿足用戶需求。

(一) 促進內(nèi)容生產(chǎn),轉(zhuǎn)變信息分發(fā)機制

伴隨著深度學(xué)習(xí)、傳感器技術(shù)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(chǎn)新聞作品,成為新聞生產(chǎn)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(shù)可以實現(xiàn)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(shù)據(jù),自動提供新聞線索。其次,基于深度學(xué)習(xí)的算法機器人會根據(jù)特定記者的數(shù)據(jù)模型及圖像識別技術(shù),自動提取資料中的關(guān)鍵信息并生成特定風(fēng)格的稿件,進一步提高內(nèi)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(jīng)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(fù)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(dān)。算法使新聞生產(chǎn)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(fù)的工作中解放出來,而且使他們能夠?qū)⒏嗑ν度雰?nèi)容品質(zhì)的打造上,進一步提高內(nèi)容生產(chǎn)的效率與質(zhì)量。

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

(二)設(shè)置媒體議題,承擔(dān)信息把關(guān)功能

傳統(tǒng)意義上的“把關(guān)人”在新媒體時代受到?jīng)_擊,平臺算法逐漸替代傳統(tǒng)媒體的把關(guān)人角色,承擔(dān)起信息的把關(guān)功能,主導(dǎo)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(nèi)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(guān)人”,通過后臺針對性的內(nèi)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?nèi)菀资軉我恍畔⒌挠绊?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(dǎo)致內(nèi)容把關(guān)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(guān),對新聞質(zhì)量有一定的把控,算法推薦主導(dǎo)的新聞分發(fā)模式則脫離人的控制,進入沒人在場的生產(chǎn)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(nèi)容離不開好的編輯,內(nèi)容傳播也不能離開守門人?！敖袢疹^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(xí)慣

在傳統(tǒng)媒體時代,受眾對媒體內(nèi)容的選擇權(quán)和主動權(quán)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(wǎng)站時代,互聯(lián)網(wǎng)與搜索引擎給予受眾更多的主動權(quán),用戶可以按照個人的喜好搜索自己喜歡的節(jié)目,門戶網(wǎng)站的首頁也會推薦一些熱門的節(jié)目內(nèi)容供其選擇。移動新媒體時代,數(shù)字內(nèi)容的分發(fā)采用“算法推薦”方式,在享有大數(shù)據(jù)資源的基礎(chǔ)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(nèi)容,從而實現(xiàn)“信息找人”的內(nèi)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(nèi)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(nèi)容是根據(jù)使用者的個人信息、使用習(xí)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(nèi)容進行評價,而評價結(jié)果會被算法系統(tǒng)收集,成為下一次算法推薦的依據(jù)?？傊?在算法的支持下,用戶的媒體使用習(xí)慣與觀看習(xí)慣發(fā)生了很大變化,他們可以通過算法平臺直接搜索內(nèi)容或者通過刷新“推薦頁面”來觀看內(nèi)容。

三、算法在視覺話語生產(chǎn)中的問題

隨著大數(shù)據(jù)與人工智能技術(shù)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(fēng)險

算法在輔助視覺話語的內(nèi)容生產(chǎn)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(shù)據(jù)的形式記錄下來并成為商業(yè)平臺的重要資產(chǎn),但用戶缺乏對自身數(shù)據(jù)的控制權(quán)與自主權(quán),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(quán)。比如,Facebook(即“臉書”,現(xiàn)改名為“Meta”)在2018年4月至2019年9月期間未經(jīng)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(shù)據(jù)來牟利而被直接起訴。在算法的加持下,臉書平臺實現(xiàn)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(dǎo)致他人或者機構(gòu)非法獲取用戶數(shù)據(jù)信息。比如,2018年3月有媒體爆出“劍橋分析”濫用Facebook的數(shù)據(jù),為美國大選服務(wù)。他們指控“劍橋分析”在未經(jīng)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(shù)據(jù),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(quán)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(xiàn)商業(yè)利益時,就會有意識地加強對平臺內(nèi)容以及用戶的滲透,甚至控制社會輿論動向。數(shù)字媒介的意涵主要不在“意義”,而在“權(quán)力”和“組織”[10]9。諸如基于搜索算法生成的百度搜索的網(wǎng)頁排名與新浪微博的熱搜榜單,其中,排名靠前的網(wǎng)頁會得到更多的曝光與流量,而這些靠前的網(wǎng)頁會在內(nèi)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(shù),百度(或新浪微博)平臺甚至在某種程度上決定著網(wǎng)絡(luò)社會的輿論動向。娛樂行業(yè)經(jīng)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(nèi)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(shù)不僅影響著話語的生產(chǎn)流程,也在構(gòu)建、協(xié)調(diào)人們的認知與行為,成為一種新型的權(quán)力。在視覺話語生產(chǎn)時代,誰擁有更好的算法、數(shù)據(jù),誰就能吸引更多的用戶,占據(jù)更大的媒體市場,奪得“話語權(quán)”。對于主流媒體來說,失去受眾就意味著引導(dǎo)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(chǎn)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(gòu)成一套“日報”信息系統(tǒng),排斥或無視其他觀點與內(nèi)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(yīng),并導(dǎo)致群體極化(group polarization)[12]。

關(guān)于算法推薦與信息繭房的關(guān)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(xiàn)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(lǐng)域建構(gòu)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(jù)在于:第一,算法會導(dǎo)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(quán)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(zhuǎn)型以及媒體融合的發(fā)展,傳統(tǒng)媒體高質(zhì)量的內(nèi)容和由算法推薦的其他內(nèi)容互為補充。多層視角且多元的信息內(nèi)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(nèi)容的多樣性[15]。

筆者認為,在探討算法技術(shù)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(shù)字媒介使用程度等都可以作為劃分調(diào)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(xiàn)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(nèi)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(chǎn)中的優(yōu)化策略

應(yīng)從法治、自律、媒介融合三個角度,制定算法在視覺話語生產(chǎn)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(quán)衰弱及信息繭房等問題,更好地利用算法服務(wù)社會。

(一)強化算法治理,建設(shè)多元治理格局

法治是國家治理的基本方式,也是解決網(wǎng)絡(luò)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(nèi)容的部門規(guī)章《互聯(lián)網(wǎng)信息服務(wù)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(guān)規(guī)定的響應(yīng)流于形式。從法律層面來看,該規(guī)定在應(yīng)對算法風(fēng)險時仍存在一些局限性,比如,在實施過程中其常與現(xiàn)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(dǎo)算法專項立法,在算法制度的頂層設(shè)計上進行部署,通過系統(tǒng)的規(guī)范保障信息內(nèi)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(jù)。

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(nèi)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(jié)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(guān)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(shù)據(jù)資源、技術(shù)與人才,避免在執(zhí)法過程中相互掣肘,建立數(shù)字資源共通的、多部門協(xié)同的網(wǎng)絡(luò)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(dǎo)致公民參與法治的動力不足,因此,要推動建設(shè)多元治理的格局[20]。我們要在堅持黨的領(lǐng)導(dǎo)和政府主導(dǎo)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(dǎo)社會輿論。

(二)加強平臺自律,優(yōu)化算法推薦

技術(shù)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(nèi)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A(yù)pp均已經(jīng)上線算法關(guān)閉鍵,允許用戶在后臺一鍵關(guān)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(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》第十二條就已經(jīng)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(xí)慣會改變,平臺需要通過最新的算法與數(shù)據(jù)及時抓取與預(yù)判用戶的需求,從而提供相對應(yīng)的內(nèi)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(quán)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(dǎo)輿論的權(quán)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(lǐng)智能時代信息價值觀的重要使命[24],應(yīng)通過掌握數(shù)據(jù)與算法,深入推進媒介融合,引領(lǐng)社會主流輿論。另外,算法平臺傳遞著大量復(fù)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(nèi)容沒有形成有效的約束,導(dǎo)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(dǎo)向能力,打造風(fēng)清氣朗的平臺環(huán)境。

主流媒體要善用算法技術(shù),通過算法來捕捉用戶心理,打造用戶喜聞樂見的內(nèi)容并把控好社會輿論。一方面,主流媒體可以建設(shè)自己的信息平臺并開設(shè)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(yīng)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(xiàn)高質(zhì)量的內(nèi)容,從而克服算法推薦系統(tǒng)可能導(dǎo)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(quán)威信息的渴望,進而強化官媒的話語權(quán)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(xí)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(yīng)”的傳播與輿論效果。

五、結(jié)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(fù)“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(xié)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(nèi)容生產(chǎn)、信息分發(fā)等提升新聞業(yè)的整體水平。算法作為技術(shù)性質(zhì)的基礎(chǔ)工具,在視覺話語生產(chǎn)時代必將對新聞傳播產(chǎn)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。