从赋权到异化：试论算法推荐中的用户传播权益风险

严宇桥 王雯柯

【摘要】近年来，算法推荐对于社交媒体的风险受到社会广泛关注，在学界也引发了一些争议。现在梳理算法推送已有研究与争议的基础上，尝试从“信息茧房”的争议出发，结合马克思“异化”理论和福柯“规训”理论，对于算法媒体平台与用户的關系进行分析，并讨论其带来的风险。

【关键词】算法推荐;社交媒体;信息茧房;异化;规训

在算法技术与社交媒体交叉融合的当下，信息公平尤为重要，而这建立在用户拥有传播信息和获取信息的基本权益基础上。理论上说，每个人发送信息和获取信息的权利，是本不应该受到商业集中化力量过多干预的。然而，当用户将自己的偏好和搜寻信息的意图上交给算法平台时，商业平台打着偏好设置的旗号，将各种信息对用户进行投放，甚至利用用户的复述心理和信源信任度来间接操控用户的转发和传播权利。由于平台牢牢地掌握着信道的把控权，对于信息的过滤和分发有着近乎无限的控制，当一个用户发布自己的信息之后，被看到的概率将不仅仅取决于信宿的接受度，而是取决于分发权的主体。其中造成的信息不均等和权力问题值得媒介研究者重视。

一、用户权益：“技术赋权”还是“资本收权”？

媒体中的算法技术和个性化推荐，经常出现以“技术赋权”这个词汇为代表的语境表述。技术赋权论认为在算法技术下，普通受众被赋予内容获取和传播的权力，使其能够在数字空间中自由地获取和传递自己所需要的信息。但是在基本层面上，用户的信息权益是公民的基本权利，而这个权利是由法律授予的，而非某种技术甚至是商业化平台赋予的。互联网领域中，个体的基本媒介权利包括个人信息的保留权、网络信息的获取权以及信息传播也就是发布和分享的权利。这三种权利在商业化算法逻辑下，平台非但没有赋权，反而从不同意义上对权利进行了收缴。这种收缴有时是自愿而潜移默化的，有时候是合同式的甚至是以强制性协议规定的。

信息获取权的收缴过程体现在用户接受的信息推送上。软性收缴体现在个性化定制信息造成的推荐依赖;而硬性收缴则体现在推荐过程中的热点推荐、议程建构与强制性广告植入。信息偏食的诱惑力指向的结果是具有吸引力的个人所爱好的信息的不断重复，在这种“媒介多巴胺”的诱导下，信息获取权利就逐渐被收缴到了平台所代表的渠道方手中，大量的流量让平台能够通过热点售卖和广告植入进行的变现成为可能。由于这时用户已经深陷偏好推送的信息网中无法自拔，面对突然推荐给自己而不能划走的“热点”信息甚至是覆盖在自己想要获取信息之上的广告植入，用户为了能获取到自己想要的信息，不得不将页面停留在被推送的自己并不喜欢的植入信息上。或者正在阅读观看信息时干脆突然被打断而被迫看广告，广告30秒后才会能够继续自己刚才并未阅读完的部分。这样的硬性收缴以技术霸凌的手段，充分利用了用户被打断时的急躁心理乃至“媒介多巴胺”的戒断反应，使得用户不得不成为所推送广告的潜在用户，从而让平台获得资金变现。

信息发布、传播和分享权的收缴则更为隐蔽和强大。软性的传播权收缴体现在头部推送机制，而硬性的传播权收缴则体现在收费推广措施。大多数用户在自己并不知情的情况下，通过推送机制的主动允准和技术手段的被迫接受，将自己本应均等而公平的传播权上交给了平台。关注者数量更多的用户会被优先推送，而非依据实际阅读量来推送。这个机制核心的问题在于让新用户、后来者和非热点用户发布的内容本身更难被看到，导致头部传播权越大尾部权力越小的循环。同时，在算法导向的UGC平台的收费推广机制下，金钱成为可以直接购买权利的货币尺度，支付更多的资金就会获得向更多用户发声的权利，本应由用户公平享有的传播权向不公平的方向倾斜，支付高额推广费用的用户购买的是平台从其他用户身上收缴来的权利，形成了“按资分配”的局面。因此，商业化平台在算法技术下利用自身的技术优势和信道垄断地位，非但没有给用户赋权，反而收缴了用户的基本媒介权利，从而带来更多收益。

二、推荐效果：“差异化”还是“异化”？

在当代信息社会中，对于信息的获取、加工和处理不仅作为生活所必需的消费过程，也是脑力劳动中所必需的劳动过程。因此信息资源不仅是人们所生活的必备资料，更是参与生产和分配的生产资料。马克思认为，在商品社会中，异化就是从劳动者身上剥夺的剩余价值被粉饰为经营利润，劳动成为商品，而劳动人民降低为机器的过程。[1]分类来说，异化包括劳动产品的异化，生产过程的异化，人类的本质与人和人之间关系的异化。与物质资料类似，信息的保有、获取和交换的过程实际上也作为经济行为深度参与着人们的生活过程。算法逻辑下，信息资料被审查和存储;获取信息的渠道被协同过滤逻辑所支配;交换信息的过程则需要支付高昂的实际费用。

在算法平台的广告和宣传材料中，经常出现一个词汇——“差异化”，让用户感受到自己被平台所关心和特殊照顾。然而算法差异化传播的特点就是把用户按照画像等方式来区分，从而实现超越“人以群分、物以类聚”的“信息按照人群分类来分配聚集”。在算法推荐大规模普及之前，以搜索和媒体观点交锋的互联网环境里，用户持续收到不同以往观点的修正信息，进而不断反省自身，再通过思想交锋和观点博弈，逐步改变倾向、调整立场。算法的分发机制并非如此。已经有算法推荐与用户情绪之间的关系研究（PANAS）表明，连续正面信息推荐会提高用户的积极情绪，降低消极情绪;连续负面信息推荐的影响要强于连续正面信息推荐的影响。[2]这种“差异化”传播的结果是把同质化信息锁在人群之内;不讨喜欢的差异化的信息在圈层之间、社会群体之间和社会阶层之间越来越难以流动，圈层间的沟通成为障碍。在数字鸿沟越来越深的同时，人群之间的沟通信任和交往意愿逐渐降低;本应作为理性交流和按需获取信息资源的用户，在作为互联网传播参与者的权利被商业算法平台收缴之后，还在“差异化”的共谋当中，被人为地区隔开。传播和信息分发的制定者们收缴了行为主体的权利，而从“行为主体”到“异化”的过程是他们看到了信息偏食的诱饵后主动选择参与的，甚至沉醉于为商业平台进行数字变现的一次次点击和推荐。这样一个过程，实际上就是用户在面对算法平台的商业和技术逻辑时，自身的异化过程。

三、传播环境：如何面对技术规训？

福柯认为，规训是一种特殊的权力形式：是“权力与知识”相结合的产物。规训是对人进行生产规格化和标准化的权力技术，包含奖励、惩罚、监视、知识生产体系和生产力制造的体系。在算法平台中，对于用户信息偏食的鼓励与证明信息不断刺激的奖赏机制就是奖励的过程，信息舒适感让人们能够更加主动地躺下来翻看算法帮自己筛选过的信息，并享受这种翻阅带来的快感。监视的实现，并非仅仅由平台商集中监视，更多的是通过用户之间的相互监视来实现。这个过程，实际上就是信息茧房催生的群体性区隔和对立的过程。在微博各个竞价排名的话题下，人员被分配成为不同的讨论组和群体，而由于群组的属性类似，在群体内部形成了严格的信息控制和资料审查。惩罚的震慑力主要体现在群体极化的排异感与认知不协调的矫正。那些依赖于算法信息“投喂”的用户就算产生了与群体不同的意见和认知，也会出于被孤立的恐惧情绪而噤声，产生寒蝉效应。这时用户个体的见解和群体的意见仍然存在对立，根据认知不协调理论，当外部与内部因素产生不协调时，有三种处理措施：改变行为、改变态度或引进新的认知元素。然而新的认知元素被不断重复的信息壁垒所遮蔽，而改变行为将会招致被群体孤立的后果，因此产生不同意见的用户只能改变自身态度来使得自身的认知达到协调。平台构建出的用户信息生产、接受和分发逻辑已经构成了一个全景化的规训系统。

要改变这个体系的系统性问题，关键在于公共力量和公众的参与，解放和发展用户的自组织能力，限制传播渠道中的垄断行为，让用户从过滤气泡和信息偏食的舒适圈中觉醒。这意味着相比于盲目的技术乐观主义，重新审视技术在当下也同样重要。若要解决这些问题，需要公共机构的监督，更需要全体用户的觉醒、争取和努力。

参考文献：

[1]卡尔·马克思.1844年经济学哲学手稿[M].北京：人民出版社，2000：42.

[2]郭浩，张芷茵.智能算法推荐与用户情绪关系的实验探究[J].新媒体研究，2019（15）：15-17.

（严宇桥为清华大学新闻与传播学院博士生;王雯柯为北京师范大学经济与工商管理学院本科生）

编校：张红玲