算法分发下的短视频文化工业

于烜

摘要：在算法主导信息分发的传播中，技术与资本合谋下的算法权力日益隐秘地扩张。不同于传统文化工业的规模复制，短视频的工业化生产表现出个性化规模定制的特点。通过技术实现升级的短视频文化工业受控于算法权力，算法权力在个性化推荐的表象下实施符合资本意志的控制。本文以文化工业理论作为研究路径，力图揭示算法分发下短视频工业化生产的新特征，并对算法权力进行反思。

关键词：算法 算法分发 算法权力 短视频 文化工业

近年来，算法融入信息传播，带来了传播的深刻变革。在移动互联网的传播中，算法主导信息分发。自2012年“今日头条”引入算法成功崛起后，算法分发成为中国移动互联网信息分发的主流。算法分发是指基于大数据和人工智能技术，通过算法模型，进行信息与用户匹配的信息分发系统。一方面，作为先进技术，算法分发有效应对了移动互联网海量信息超载带来的分发危机，个性化推荐打破千人一面的分发格局，优化了生产和消费的资源配置效率，实现信息价值的充分利用；另一方面，算法是权力。技术是社会的重要隐性权力，技术作为一种生产方式，也是组织和维持社会关系的一种方式，是控制和支配的工具。

现实中，技术与资本合谋下的算法权力正在隐蔽地扩张。笔者在批判的视角下，基于法拉克福学派“文化工业”理论，对算法权力进行审视。文化工业理论聚焦大众传播时代的媒介和文化商品对人的控制，揭露了在标准化模式、工业化组织形式下生产的文化商品所带来的危害，对机械复制技术导致的文化工业化现象进行猛烈批判。互联网算法技术带来了文化工业的升级，人们高度依赖技术提供的各种便利，沉迷于短视频的娱乐快感，却对其控制浑然不知或心甘情愿。然而，文化工业理论是20世纪四五十年代大众媒介环境下产生的，在当今新媒体语境下，需要揭示新技术下文化工业呈现的新特点。因此笔者聚焦算法分发下短视频文化工业的新特征，并对算法权力进行反思。

一、文化工业视阈下短视频快乐工厂

2016年短视频开始强势崛起，2018年其超过网络视频晋级第四大互联网应用。在移动互联网人口红利见顶，用户增长逐年下降甚至负增长的大势中，短视频用户持续逆势增长，据QM《2020中国移动互联网秋季大报告》显示，2020年9月，短视频行业月活用户达8.59亿，同比增速8.1%。短视频不断挤压其他泛娱乐应用，成为名副其实的时间黑洞抢占者。伴随短视频攻城掠地般扩张的是其商业化的高歌猛进。快手、抖音均在加速商业变现进程，广告、电商、直播带货、游戏等全面发力。抖音更如野马一般在商业化的路上一路狂奔，广告收入迅速增长。受到资本裹挟，在制造消费快感以搏取流量的逻辑驱使下，短视频作为快乐工业，越来越多地占据人们的时间，影响、控制人们的日常消费。

技术权力的实现来源于人们的高度依赖。哈贝马斯指出技术统治是依靠技术成果对个人需求的满足而获得的。这典型地反映在算法权力上。短视频算法根据用户喜好进行个性推荐，造成人们的重度使用和依赖，“一种舒舒服服、平平稳稳、合理而又民主的不自由在新的媒介环境中流行，这是技术进步的标志”。

算法分发以个性推荐作为锦袍，将短视频文化工业的本质隐藏起来。算法的核心是根据用户行为进行个性化推荐，但是，为什么数以万计的各类短视频生产者制作的却是千篇一律的产品，比如，那些大同小异的小姐姐、小哥哥、段子手和套路化的“快感视频”。阿多诺指出，文化工业的“工业”指的是事物的标准化（如好莱坞西部片的标准化）、技术的合理高效化，而不仅限于制作过程。作为文化工业的基础，新技术带来了文化工业的更新升级。要揭示短视频工业化的新特征，必须要从算法技术入手，分析算法分发如何达成短视频标准化、工业化生产。

二、算法分发下短视频的规模定制

在机械技术时代，文化工业的标准化、工业化生产表现为规模复制的特征。沿着技术的进路，规模定制成为信息时代网络媒体文化工业的新型生产方式。随着传播技术由模拟向数字的演进，文化工业所依赖的技术基础产生根本变化，有学者将模拟技术下的文化生产称作大规模复制，数字技术下的文化生产称作大规模定制。前者以牺牲个性化为条件（如广播电视），后者以实现个性化为前提。文化工业生产的产品从来都是“彻头彻尾、不折不扣的商品”。从商品角度，个性化生产本质上生产的是针对目标人群的细分内容，目的是适应利基市场的营销。从20世纪90年代起，数字技术下电视频道迅速扩容，改变了针对大众进行“广播”的做法，转而开办数百个有线频道定向“窄播”。虽然数字频道一定程度体现了个性化特征，但离真正个性化定制有很大差距。

互联网大数据和AI算法促成了用户行为挖掘，使得基于个人数据的规模定制得以实现。根据用户数据进行智能推荐的算法分发开启了规模定制的新时代。

1.批量归类匹配的算法逻辑通过分发达成规模定制。智能推荐的三要素是用户、内容和分发算法，算法分发的核心是要解决用户和内容的匹配：算法分别提取用户和内容各自的相关特征，然后通过不同的推荐算法，将内容推送匹配给相应的用户。个性化推荐本质上是批量归类匹配。

用户画像是算法分发的起点，其核心是从网络记录的用户社会人口统计学属性、浏览行为、内容偏好、消费行为等用户数据中抽取用户特征进行标签标识。用户画像的数据分析通常采用两種算法，一种是对用户行为进行归类处理的分类算法（也称有监督的机器学习算法），即首先在模型中输入训练数据，依据已经标识好的内容类别和分类，对模型分类器进行训练，完成训练后的分类器则会自动对新输入内容进行相应分类及类别标识，从而发现用户感兴趣的主题、关键词；另一种使用聚类算法（也称无监督的机器学习算法）对兴趣爱好相同的用户进行聚类，并对同一类用户进行统一推送。这一类算法并不事先输入训练数据，而是通过算法进行自学习，自动从混杂的数据里汇聚出相互区别的类别，形成类内相似、类间不相似的若干类别，在类内展开内容推荐。可见，用户实际上是被算法类别化的数据类型集合。算法将用户建模为标签化的用户画像的过程，就是一个将用户类别化过程。与之相似，对于非结构化的内容，算法也是将其建模为一系列的特征值的集合，同样通过分类、聚类、卷积神经网络等的算法区分内容类型，从而形成相关性的类别。

在对用户和内容进行建模分析之后，需要设计合适的推荐算法对用户和内容进行匹配分发。在目前多个分发算法中，协同过滤推荐算法是一个基本算法，其原理概括地说就是从用户侧寻找用户间的相似性，给兴趣相同或者相似的用户进行相关推荐，或者从内容侧寻找内容的相似性，给曾浏览过相似内容的不同用户进行相关推荐。

由此可见，算法分发下的个性化推荐本质上是经由算法对用户、内容类别化后的归类匹配。就这样，表面上千差万别的海量内容在算法逻辑下进行了高效细致的批量归类匹配。这种大规模定制随着用户数据挖掘的深入正在不断精进。

2.算法扶植MCN通过工业化生产实现规模定制。如果说算法归类匹配通过分发达成规模定制，并没有直接组织生产，那么算法扶植MCN，则深度介入内容生产并以工业化的方式组织规模生产，直接在生产环节实现规模定制。

在互联网媒体商业化过程中，为了获得广告盈利，源起于业余UGC的新媒体平台在背后资本的驱使下纷纷以专业生产内容的PGC模式取代UGC模式，这一过程已成为互联网媒体发展的普遍轨迹。伴随着短视频独角兽的崛起，短视频行业UGC向工业化规模生产的转型速度大大加快，而实现规模生产的主要路径是平台对MCN机构的大力扶植。缘起于美国YouTube的MCN，经过本土化改造后的一个显著特点是深度介入内容生产，聚合分散零碎的内容方，按照工业化的生产方式组织生产，以规模化的生产保持内容的持续供给。

对平台而言，海量的业余UGC不仅造成平台管理效率低下和运营成本高企，更重要的是无法持续提供高品质的视频。MCN机构通过签约、孵化、聚合内容方，对视频前后期的内容生产以及数据评估等各环节实施专业化分工，标准化制作和流程化管理，实现了产品的规模供给。随着MCN机构快速扩张，各种垂类MCN成为向利基市场提供定制产品的支柱。垂类MCN凭借在垂直领域积累的优势资源，包括专业人才、内容制作、分发渠道、广告营销等，不断扩容细分内容生产规模，在壮大市场的同时，也逐渐掌控了细分内容的生产。MCN也是红人类短视频的核心支撑，作为红人经纪商，头部MCN以自成体系的“方法论”，将UGC打造成PUGC，通过一整套工业化模式，流水线般批量生产着各类网红。

由于MCN具备规模化地有效组织内容产出及实现广告营销的功能和价值，平台从直接聚合单个生产者转变为对MCN机构的大力扶植。2018年，头条系开始大力扶植MCN机构，平台在算法上对签约MCN账号给予加权，使得相关视频得以被推荐到更大数量规模、更高相关度的用户流量池，以逐步扩大MCN机构账号的用户和流量。平台从商业利益出发，通过算法扶植MCN，鼓励其以工业化生产方式组织规模生产。

综上所述，算法分发系统通过批量归类匹配和高效组织规模生产两种方式，在算法“黑箱”中实现了短视频规模定制，从而完成了短视频工业化生产的升级。

三、算法权力下的短视频文化工业

通过技术实现升级的短视频文化工业受控于算法权力。

1.算法在技术中立的表象背后实现算法权力。斯科特拉什指出，互联网时代“经由计算法则的权力变得日益重要。一个媒体无所不在的社会，权力更多地陷于计算法则之中。”算法设定的原则以及所使用的加权、降权标准，都是权力控制的体现。2018年，Facebook为了盈利改变算法模型，进行“重社交轻新闻”的算法调整，直接导致公共媒体内容和流量的减少。本质上每一次的算法调整都是隐藏在算法背后的权力通过调整算法参数执行自己的意志，算法体现了控制者的意图和價值观。

2.算法权力体现商业资本的意志。短视频以算法个性化推荐的华袍掩盖了技术与资本合谋下的算法权力及控制。阿多诺、霍克海默指出，技术获得支配社会的权力基础正是那些拥有最强大经济支配权的人。资本的本性是逐利，而先进科技又是竞争力的最重要利器，是资本逐利的利器，资本和技术所特有的天然亲和性使得两者日益交织在一起实施隐蔽的控制。2018年，Facebook调整算法的结果致使专业新闻机构的用户和流量锐减，甚至破产倒闭，然而Facebook商业目的则如期实现。中国短视频算法控制以头条系最为典型，在抖音平台全面商业化进程中，算法发挥着底层支柱作用。以抖音企业账号演进为例，从2018年抖音企业蓝V账号启动到马力全开提出打造“全景娱乐营销”，以算法为武器全力为商业营销内容赋能：通过明星账号发布原生广告并融入推荐流，保证品牌信息精准覆盖核心和潜在粉丝，完成营销转化，类似的抖音官方商业宣讲直白赤裸，而官方的数据结果完美地验证了算法的威力：在品牌和某明星的一次合作中，明星粉丝增长32万+，视频播放量增加1600万，互动超过150万。只要商家资金到位，算法将所向披靡，实现全能覆盖、精准到达。在本研究所做的深度访谈中，一位资深的媒体账号运营者介绍了与抖音合作前后的数据变化：在与抖音合作的蜜月期，尽管账号粉丝只有几十万，但每天每条几十万的播放量是常态，时常还会有百万量级出现，不时也有千万级的爆款。但是几个月之后，当账号粉丝超过百万，视频生产水平更稳定、账号运营能力更强时，账号中的常态播放量却反而下降到数万级，数据前后的反差是抖音战略改变后算法调整的结果。所有受访者的一个共同感受是：抖音算法像个魔盒，你知道它在控制你，但却无能为力。在一个算法控制信息流向和流量的系统中，为了获得更多的推荐和补贴，生产者只有跟随、迎合算法的喜好，否则在视频发布后的短短几分钟就会悄无声音地在第一个流量池中夭折。通过改变算法参数大规模分发符合平台和资本利益的内容，就是这样在算法“黑箱”的掩盖下悄然完成了。如果说算法逻辑偏向情感和惊奇的叙事元素，还有符合用户需要作为借口，那么改变算法、调整参数便是赤裸裸的资本肆意和强权。

四、结语

不同于传统文化工业的规模复制，短视频的工业化生产表现为个性化规模定制的特征，算法分发系统通过批量归类匹配和高效组织规模生产这两种方式的结合，在算法“黑箱”中实现了短视频规模定制，从而完成了短视频工业化生产的升级。通过技术实现升级的短视频文化工业受控于算法权力，算法权力在个性化推荐的表象下实施符合资本意志的控制。短视频在人们日常生活中的影响与控制与日俱增。然而，不能因其弥漫着的巨大影响而免除对其文化工业本质的反省，相反，正因如此，反省才变得必不可少。毋庸讳言，算法技术与传媒的深度结合是大势所趋，但是算法权力嵌入传媒的影响和后果不容乐观，技术与资本合谋下的权力扩张，亦不容放任。

作者系北京电视台高级编辑

参考文献

[1][德]哈贝马斯.作为意识形态的技术与科学[M].李黎，郭官义，译.上海：学林出版社，1999.

[2][美]赫伯特·马尔库塞.单向度的人[M].刘继，译.上海：上海译文出版社，2008.

[3]张晓明.从“文化工业”到“文化产业”[N].光明日报，2013-08-01.

[4][德]西奥多·W·阿多诺.文化工业述要[J].赵勇，译.贵州社会科学，2011（06）.

[5][英]斯科特·拉什.后霸权时代的权力——变化中的文化研究[J].程艳，译.江西社会科学，2009（08）.