热搜的底层逻辑与社会责任调适

2020-10-21吴小坤

人民论坛 2020年28期

吴小坤

从网络上获取信息已融为现代社会的生活日常。较之十年前公众在互联网上的信息获取行为，其中一个明显差异就是信息接触从“主动搜索”到“个性化推荐”的转变。尽管这改变并未溢出互联网媒体范围，但其所带来对个体和社会的影响，已不亚于历史上任何一次媒介形态演变，其最重要的影响主要有两方面：第一，众目具瞻正在成为当下信息传播的一大特点。推荐算法通过各式应用重新建构人们对周围世界的认识，即便是通过搜索引擎去主动检索某些信息，也难以逃脱搜索引擎设定的算法。无论是新闻媒体、社交网站，还是商业类应用，除面向用户行为的协同过滤等算法在推荐系统中已被广泛采用外，各平台还相继推出了热榜，抢占用户注意力。第二，算法的中立性受到质疑，在媒介技术更迭下的把关机制面临媒介偏见的陷阱。当下媒介环境中，信息把关的方式和运作机制都更加不确定，受到商业利益、权力因素和文化等因素的干扰，算法在舆论的社会过程中很难做到绝对客观，其所建立的把关机制亦需要在技术权力与社会责任之间不断调适。

算法属性、媒介权力属性、经济属性共同构成了热搜的底层逻辑

随着网络媒体成为社会公众信息接触和获取的主要渠道，媒介信息的推荐在一定程度上影响和决定着公众对社会事件的理解和行為。自2012年“今日头条”推出以搜索算法为基础的推荐引擎系统，网易、腾讯等平台陆续引入类似模式，其基本的方式就是通过记录用户的点击行为，选择用户最可能感兴趣的内容，将其推荐给用户。随后，建立在此基础上的热搜，成为众多媒体平台的核心板块，其算法属性、媒介权力属性和经济属性共同构成热搜的底层逻辑。

热搜的算法属性。从问题解决的角度来看，建立在搜索、排序和推荐算法基础上的热搜，能够帮助用户快速找到热点信息，降低信息过载，提高平台信息的转化率。其技术层面涵盖的基础算法包括：基于协同过滤的推荐算法、基于模型的推荐算法、基于流行度的推荐算法、基于群体的推荐算法、基于文本的推荐算法、混合式的推荐算法等。其中，协同过滤是最为基础和重要的一项算法，主要面向两类邻域内容：一是基于用户的协同过滤，二是基于信息内容的协同过滤。近来更流行的是基于模型的推荐算法，由于使用了一些机器学习方法，如贝叶斯分类器、逻辑回归等，算法的准确性和效率不断提高，但由于更迭速度快、异构数据和冷启动等问题，要达到更好的效果，往往需要一些人工干预。

相比上述推荐算法，热搜所主要依托的是流行度算法。这是一种相对简单和粗略的方法，根据页面访问量（PV）、独立访客数量（UV）、日均PV和分享率等数据，同时按照某种排序方法推荐给用户。这种方法的优势在于算法比较简单，缺点在于不能针对用户做个性化的推荐。也正因如此，热搜被认为是一种相对“中立”的算法应用。目前，微博、微信、知乎等不少平台都开设了分类的热搜榜。以微博热搜为例，榜单包括“热搜榜”“话题榜”“广场头条”“微博问答功能”“热门微博榜”，2018年，微博热搜整改后，新增主旋律特色的“新时代”榜。实时更新的“热搜榜”是用户最集中、流量最大的板块，排序公式为：（搜索热度 + 传播热度）× 话题因子 × 互动因子。在这个公式下，搜索量被作为排序的基础，热点内容的阅读量被作为衡量传播热度的指标;话题因子以话题讨论量为基础，互动因子则以页面的转评赞互动率为基础。需要指出的是，热搜榜第三位和第五位是广告位，第三位有“荐”字作为广告标识，会以滚动的形式出现相关话题，而第五位则是隐形广告位。整改后，广告排位有所变化，但并未去除。由此，即便是算法主导的热搜榜，也为资本和权力预留了空间。

热搜的媒介权力属性。热搜榜已然成为诸多媒体平台的重要板块。从热榜整合平台“今日热榜”的内容可以看到，该网站整理了综合类热榜222个、科技类热榜289个、娱乐类热榜214个、社区类热榜164个、购物类热榜95个、财经类热榜43个。其中，影响力较大的综合热榜包括：知乎的“热榜”、微博的“热搜榜”、微信的“24小时热文榜”、澎湃的“今日排行”、哔哩哔哩的“全站日榜”、百度的“实时热点”、抖音的“视频榜”等。从热搜榜的数据来看，可归纳如下两大特点：

一是各平台的热搜榜采用的都是相对热度，上榜内容的绝对热度差异很大。比如，微博热搜榜排名前5的内容为百万量级的，而知乎热榜和抖音视频榜都达到了千万量级。二是热榜正在塑造媒介平台的风格特质，这些特质有可能固化为公众的媒介认知。综合浏览上述所列热榜可以发现，上榜内容已经显现出较为明显的取向，比如微博-热搜榜中含有更多的明星和娱乐消息;知乎热榜的上榜内容更多是日常生活中遇到的普遍性问题，或是对时效性新闻的讨论;抖音视频榜的内容则具有突出的“草根”气质，其浏览量不仅在于内容本身的贴近性，也与视频风格有关;微信24小时热文榜以“10万+”作为统一标识，并不公布具体浏览量，其上榜内容中人民日报、新华社和央视新闻占据了大部分;哔哩哔哩全站日榜的内容五花八门，其中有不少是网友吐槽风格的信息。还有一些热搜榜，如36氪24小时热搜榜、天涯热帖榜等，虽未公布其内容浏览量，但风格特质也有明显差别。

热搜榜通过列举呈现高浏览量信息的方式，一方面为公共讨论设置了议程，另一方面也在议程设置的过程中强化了媒介平台的特质。从舆论形成的社会过程来看，不仅是推送新闻信息的工具，其背后复杂的传播目的和价值体系让热搜不可避免地成为媒介权力的一部分。

热搜的经济属性。热搜在社会舆论建构中的作用面临一个二律背反问题，即事件信息是因为受到大量关注而上热搜，还是因为上了热搜才受到大量关注？这一问题的实质指向了热搜是否具有制造新闻议题的功能。事实上，2014年热搜兴起之后，其潜在的经济价值逐渐被媒体经营者所利用，衍生出艺人流量造假等社会问题，绑架公众注意力。经典的“议程设置”理论认为，大众传媒往往不能决定人们对某个事情的看法，但可以通过相关的信息和议题安排来有效影响人们关注的事实和谈论顺序。热搜即在一定程度上扮演了议程设置的角色，被推上热搜的内容往往能瞬间博取公众眼球，因此成为商业推广的必争之地。

以微博热搜的上榜规则为例，上热搜主要有两种方式，其一是官方推荐，其二是事件营销。前者是广告购买的一种形式，通常位置一般是第三、五位，后缀也带有“荐”或“新”字样。后者依靠事件营销的方式，主要借助两种常见的途径：一是与大V合作，制造热点，引导网友参与讨论，这种方法符合微博热点的爆发规则;二是通过购买“水军”刷流量，用炒作的方式将某条信息“推”起来。IT时报2018年的一则微博实时热搜榜的报价统计指出，进前三的开支需5万-6万元，前五需4.5万-5.5万元，前十需4万-5万元，前二十需3.5万-4.5万元。在商业利益的争夺下，以算法为核心的热搜榜成为爆款内容生产的重要环节，并且围绕热搜的灰色内容经济链也逐渐形成。在这条经济链上，资本通过外部操控影响议程设置，并且将其固化为舆论生产的一部分。对于平台而言，热搜无疑能够为其带来更大的流量经济和实际的收益。

热搜的把关机制及其媒介偏见根源

在算法属性、媒介权力属性与经济属性的三重作用下，热搜将社会责任与媒介运作紧密关联起来。在社会责任理论框架下，媒介不仅仅是一种商业产品，更是承担了公共委托人的角色。然而，不同于以往的媒介运作方式，热搜所建构的传播秩序有两大显著特点：一是脱离了内容生产角色，过于强调聚合功能;二是编辑的把关人角色被弱化，推荐算法被广泛用于内容分发。把关人身份发生根本性变化下，记者和编辑的职能都被工具和算法取代。正因如此，这类应用也常将“中立性”作为自我标签。但技术本身的中立性并不能代表传播机制的中立性，关键的问题在于，热搜所建立的信息把关机制，是否能够改善已有的媒介偏见，实现“搜索中立”？还是会因受到各种因素干扰，延续甚至加深“搜索偏见”？这些困惑，也是当下以推荐算法为核心的各类应用不得不面对的问题。

算法驱动下媒介把关机制的变革。自互联网时代以来，传统媒体把关人的角色逐渐被弱化和替代，依靠编辑进行人工把关的可行性不断降低，把关权渐趋分化。

从热搜上榜的流程来看，算法和编辑共同扮演了把关人的角色，其中算法所扮演的角色尤为突出。在热搜所设立的标准下，大众兴趣和流行话题成为把关标准，不符合流行兴趣点的信息内容则很难通过算法的把關，不易被公众看到。事实上，在目前的新闻环境下，热搜的把关机制已不是一个独立问题。结合智能化的机器写作和资讯平台的智能分发，新的媒介技术以及其背后的算法设计，正在借助媒介权力影响人们对世界的整体性理解。这种以大众兴趣和流行度为核心的传播机制，挤压了个体自主选择内容的权力，搜索推荐更是在很大程度上压缩了人们浏览各类信息、认识和选择的过程。因此从理论上讲，当智能算法成为“把关”的核心，信息环境就会变得更加不可控。但有趣的是，不同平台的热搜榜所呈现的内容，虽然是依托了一定的算法，但仍表现出极强的选择特质，如微博的热搜榜娱乐化与商业化特征明显，微信的热榜中主流媒体的信息较多。从不同平台的热搜中，可以看出其内容选择的取向，而这些选择推荐的内容又可以反过来塑造公众对平台的看法。

商业利益驱动搜索偏好与媒介偏见的形成。热搜榜所呈现出的平台选择特质，不仅是其背后推荐算法的前端呈现，而且也反映出平台的自身定位和对用户喜好的迎合。在实践中，这类应用所宣称的“内容选取不知情”或“非主观参与”，无法解释其信息聚合推荐中的大量标题党、虚假信息等内容失范;更无法解释在智能推荐中大量存在的软文或硬广等商业推荐。因此，在商业利益的驱动下，所谓“算法中立”很容易被“媒介偏见”所取代。

热搜所建构的公共讨论议程不仅塑造人们的日常行为，也影响人们对现实世界的感知。其规则建立在“搜索偏好”的基础上，即让用户的搜索行为来决定上榜内容。但是，这些规则并未针对不正当竞争或商业操控设置规避或惩罚机制，而其中某些规则反而成为资本操控和媒介偏见强化的途径。热搜作为一个典型，其内部的算法代理局限性已经引起管理部门的重视。但现有对推荐算法及其应用的讨论中，仍普遍强调个性化需求，倾向于认为算法催生的新技术拥有良好的个性化和商业化前景。然而，在算法广泛成为制度、意识形态、中介和参与者的今天，其透明度、可控性和可预测性问题亦不容忽视。

算法是媒介逻辑的一种结果而非替代品，人的能动性在其中发挥重要作用。热搜类应用有必要承担技术“伪中立”结构下相应的社会责任。正如学者霍奇斯所言，社会责任应包含两个层面的意义：一是大众媒介应该承担的“责任”;二是包括政府、法院或其他权力机构在内的外部权力对大众媒介的“责求”。学者梅里尔将其归结为：由政府法定的责任、由大众媒介专业标准界定的责任、由新闻从业者界定的责任。可见，无论在社会责任理论框架还是现实实践中，热搜所呈现的社会问题不能仅靠其自身的改进，还需要诸多社会因素的合力。

因此，有必要针对性地优化把关机制，并设立规避与惩罚策略。比如，对上榜内容进行监测，将高频失范内容和行为记入信用评价系统，设立举报与通报系统，及时对问题进行处理等。同时还可以评估推荐机制的商业取向，并对长时间接收同质化信息的用户设置通知提醒。若要实现上述目标，则需要政府在信息聚合市场监管和社会责任中介入，需要媒介平台在推荐机制和内容过滤中妥善管理，需要公众在信息接收的过程中强化自我意识，避免陷入“信息茧房”。

【注：本文系国家社科基金重点课题“网络舆论中意识形态话语冲突的弥合机制研究”（项目编号： 18AXW007）阶段性成果】