视觉话语生产中算法的问题及对策

王艳玲,刘 欢

(天津师范大学 新闻传播学院,天津300387)

伴随着现代社会生活节奏的加快,碎片化时间的增多,人们可以随时随地地观看由算法推送的视频、图像等视觉话语内容,造就了全民“刷手机”的独特景观。算法是促进视觉话语生产的关键技术之一,它在带来各种便利之时,也加重了人们的“浅思维”,增加了隐私泄露的风险,弱化了主流媒体的影响力,造成信息茧房等问题。

一、视觉话语生产的概念

话语,即“所有被书写、被言说的东西,所有引起对话或交谈的东西”[1]2。周宪认为,“视觉因素,或者说形象或影像占据了我们文化的主导地位”[2]。丹尼尔·贝尔提出,“当代文化正在变成一种视觉文化,而不是一种印刷文化,这是千真万确的事实”[3]156。视觉话语主要包括图像、视频与文字三种形式,其中又以视频图像类的话语形式为主。视觉话语或者说视觉文化以一种巨大的力量改变着人们的思维习惯,使人们从倾向于理性与深度思考的“文字逻辑”转向注重广度与浅层次的“图像逻辑”。截至2022年12月,我国网民人数已经达到了10.67亿,网络视频(含短视频)用户规模达到了10.31亿[4]。因此,研究视频,尤其是短视频话语的传播,极具现实意味。

视觉话语生产的多为“浅”与“短”的内容,人们如果长期阅读这种内容,可能导致思维深度变浅。正如尼古拉斯·卡尔在《浅薄》一书中所说,“冷静而专注的线性思维已被抛至一边,取而代之的新思维,狂热又快速迭代,适应的是简短化、碎片化信息”[5]。在以视觉话语为中心的信息时代,为迎合人们碎片化的需求与视觉化的期待,算法程序会引导创作者生产更多“浅”与“短”的内容,并实时、精准地推送到用户面前,从而加剧人们思维变浅的问题。

二、算法对视觉话语生产的影响

算法是指描述解决一个问题的程序的一系列的规则和指令,常用于计算、数据处理和自动推理[6]。丁俊杰认为算法的本质是管理思维,目标是寻找问题的最优解[7]。喻国明将算法视为一种新的传播观,认为其可以重构未来传播和传播学[8]。具体而言,算法技术强大的计算能力与预测能力,重塑了新闻生产、流通模式,主要体现在内容生产、信息流通、用户使用等流程上。因此,各大视频平台一方面采用更为先进的算法技术来进行内容生产与推送,另一方面不断生产与购买优质资源,以补充自身平台资源,满足用户需求。

(一) 促进内容生产,转变信息分发机制

伴随着深度学习、传感器技术的进步,算法可以涵盖从信息采集、文本生成、信息发布、智能推荐到用户反馈等全过程,它不仅可以进行信息收集,甚至还可以独立生产新闻作品,成为新闻生产过程中的独立主体。首先,在传统媒体时代,新闻线索的获取往往来源于“线人”提供或媒体主动找寻,而算法技术可以实现新闻线索的全时、高效收集。比如,《浙江日报》的“媒立方”实时监测城市交通数据,自动提供新闻线索。其次,基于深度学习的算法机器人会根据特定记者的数据模型及图像识别技术,自动提取资料中的关键信息并生成特定风格的稿件,进一步提高内容生成、分发的时效性。比如,2021年两会期间,《人民日报》推出了“智能创作机器人”,实时报道两会消息,保证了新闻的时效性。腾讯财经开发的Dream Writer每0.46秒就可以生成一篇稿件,准确率在99%以上。再次,算法会帮助编辑处理很多重复性工作。比如,它能给新闻视频自动匹配字幕翻译,从而减轻编辑负担。算法使新闻生产速度显著提升,不仅减轻了新闻工作者在信息收集、整理等方面的压力,使其从大量重复的工作中解放出来,而且使他们能够将更多精力投入内容品质的打造上,进一步提高内容生产的效率与质量。

另外,平台需要不断生产新的内容来满足算法推荐需求。这要求平台提高内容生产效率,扶持更多内容生产者,鼓励UGC(用户生成内容)生产。比如,B站(bilibili视频网站)的“up主创作激励计划”将内容与收益挂钩[9],鼓励up主创作更多更高质量的视频内容。

(二)设置媒体议题,承担信息把关功能

传统意义上的“把关人”在新媒体时代受到冲击,平台算法逐渐替代传统媒体的把关人角色,承担起信息的把关功能,主导社会舆论。微博的话题排行榜就是一个典型的案例,买方通过竞标等方式购得排行榜上的名次,微博平台通过修改算法推荐逻辑,优先把买方所要传达的内容传送给每一个用户,形成社会热议的假象。算法推荐系统也成为平台的“把关人”,通过后台针对性的内容推送,用户被动接受单一信息,引发“信息茧房”(information cocoons)或“过滤气泡”(filter bubbles)等问题。比如,B站的官方宣传片《后浪》在不同的平台得到了截然不同的评价,在微博上它被贬低成有钱人的狂欢,而在B站上则被赞誉为年轻的力量。在不同媒体的算法推荐机制的控制下,人们容易受单一信息的影响,缺乏全方位的思考,逐渐丧失独立与深度思考的能力。

算法推荐还容易导致内容把关的失控。传统新闻分发模式是由记者、编辑、总编辑层层把关,对新闻质量有一定的把控,算法推荐主导的新闻分发模式则脱离人的控制,进入没人在场的生产分发状态。《人民日报》就曾三问“今日头条”,怒批其无视法律和监管,指出“算法推荐,此路不通”。好的新闻内容离不开好的编辑,内容传播也不能离开守门人。“今日头条”凭借算法推荐系统取得了一些成绩,但也引发了一系列道德、法律问题。

(三)改变了用户的媒体使用习惯

在传统媒体时代,受众对媒体内容的选择权和主动权不足,电视受众只能运用手中的遥控器不断地“换台”,以期找到自己想要看的节目。门户网站时代,互联网与搜索引擎给予受众更多的主动权,用户可以按照个人的喜好搜索自己喜欢的节目,门户网站的首页也会推荐一些热门的节目内容供其选择。移动新媒体时代,数字内容的分发采用“算法推荐”方式,在享有大数据资源的基础上,通过平台算法发掘用户个性化的消费需求,实时推送用户偏好的内容,从而实现“信息找人”的内容分发模式。

在“算法推荐”模式下用户并不是单纯的被动接受者。一方面,伴随视频制作门槛与成本不断降低,用户可以上传自制的UGC,让更多人看到。另一方面,借助平台提供的反馈功能,算法通过“用户画像”将用户更感兴趣的内容进行推送。以B站的算法推荐与反馈系统为例,当使用者打开B站时,映入眼帘的便是算法推荐页面,这些内容是根据使用者的个人信息、使用习惯、信息偏好等推送到用户手中的。每个视频下面都有“点赞、评论、收藏、不喜欢”等按钮,方便用户对视频内容进行评价,而评价结果会被算法系统收集,成为下一次算法推荐的依据。总之,在算法的支持下,用户的媒体使用习惯与观看习惯发生了很大变化,他们可以通过算法平台直接搜索内容或者通过刷新“推荐页面”来观看内容。

三、算法在视觉话语生产中的问题

随着大数据与人工智能技术的发展,算法从后台“走”到了前台,但算法是一把“双刃剑”,在使人们的生活更加便捷之际,也带来了不少隐患。

(一)增加了隐私泄露的风险

算法在辅助视觉话语的内容生产时,会涉及用户的私人信息,这些信息(包括个人基本信息与行为轨迹信息)都被算法以数据的形式记录下来并成为商业平台的重要资产,但用户缺乏对自身数据的控制权与自主权,这就造成了用户隐私泄露的问题。一方面,平台会因追逐商业利益而主动盗用使用者的个人信息,侵犯用户的隐私权。比如,Facebook(即“脸书”,现改名为“Meta”)在2018年4月至2019年9月期间未经同意就从用户上传的视频和照片中获取信息,存储了韩国20万名用户的面部识别信息,给个人信息安全与国家安全埋下了隐患。无独有偶,Facebook旗下的Instagram软件也因为非法收集用户生物数据来牟利而被直接起诉。在算法的加持下,脸书平台实现了对用户信息多维度、深层次、动态化地收集,建立了庞大的用户资料库,但由于缺乏有效的制约,用户的隐私安全受到了严重威胁。另一方面,平台在用户信息安全防护上存在漏洞,导致他人或者机构非法获取用户数据信息。比如,2018年3月有媒体爆出“剑桥分析”滥用Facebook的数据,为美国大选服务。他们指控“剑桥分析”在未经用户同意的情况下,整理分析在Facebook上获得的5 000万用户的个人资料数据,并在2016年总统大选中进行针对性的宣传,影响选民的意向。

(二)算法争夺背后是“权力”的角逐

算法在媒体的更迭换代中具有举足轻重的作用,当新媒体平台意识到算法可以帮助自身实现商业利益时,就会有意识地加强对平台内容以及用户的渗透,甚至控制社会舆论动向。数字媒介的意涵主要不在“意义”,而在“权力”和“组织”[10]9。诸如基于搜索算法生成的百度搜索的网页排名与新浪微博的热搜榜单,其中,排名靠前的网页会得到更多的曝光与流量,而这些靠前的网页会在内容与金钱上对百度(或新浪微博)给予支持。因为掌握着搜索算法这种核心竞争技术,百度(或新浪微博)平台甚至在某种程度上决定着网络社会的舆论动向。娱乐行业经常与百度(或新浪微博)平台开展商业合作,利用算法“刷量控评”混淆观众视听,从而为流量明星创造良好的舆论环境。诸如《后浪》视频之所以在不同算法平台得到了截然不同的评价,主要是因为在传播过程中,特定内容被不断放大,进而发展成带有偏见的舆论。总而言之,作为工具的算法技术不仅影响着话语的生产流程,也在构建、协调人们的认知与行为,成为一种新型的权力。在视觉话语生产时代,谁拥有更好的算法、数据,谁就能吸引更多的用户,占据更大的媒体市场,夺得“话语权”。对于主流媒体来说,失去受众就意味着引导舆论的能力降低。目前,包括《人民日报》等多家媒体都在积极布局新媒体,聘请算法人才,争取更多受众。

(三)信息茧房问题

信息茧房是凯斯·桑斯坦在《信息乌托邦——众人如何生产知识》中提出的概念,即用户在海量信息中只选择感兴趣的主题从而构成一套“日报”信息系统,排斥或无视其他观点与内容[11]8。长此以往,这将阻碍观点的自由交流,形成所谓“回声室”(echo chamber)效应,并导致群体极化(group polarization)[12]。

关于算法推荐与信息茧房的关系,尚未形成统一观点。蔡磊平认为,个性化推荐系统提高了信息分发率、满足了受众信息需求,但也造成了信息茧房问题,使受众的全面发展和对现实社会的认知判断受到影响[13]。胡婉婷分析了信息茧房对公共领域建构的影响,认为信息茧房使得意见自由表达受阻、公众理性批判缺失、社会黏性削弱[14]。上述观点认为算法会造成信息茧房问题的依据在于:第一,算法会导致受众信息接收渠道的变窄与固化,算法型媒体占用了用户大量的时间,使用户接受其他媒介影响的机会变小,受制于单一媒介的影响;第二,随着信息的爆炸式增长,人们的选择越来越多,直到陷入一种“选择困难”的境地,受众可能会把选择的权利让渡给“算法”,进而降低自己的价值判断能力,深陷信息茧房之中。

与上述观点相悖,喻国明认为算法并没有造成信息茧房的问题,反而提升了公众的自主意识和参与表达的能力。他认为,人们对不同信源的信任程度不同,即使每天接触大量由算法媒体推送的信息,但对此类信息仍保有较低的信任度,对传统媒体的新闻信息还是持有很高的信任度,算法媒体并没有“成功”局限人们的认识。随着传统媒体的转型以及媒体融合的发展,传统媒体高质量的内容和由算法推荐的其他内容互为补充。多层视角且多元的信息内容推送能为商业算法平台带来更多的利益,算法平台本身也会更加注重内容的多样性[15]。

笔者认为,在探讨算法技术与信息茧房问题时,不宜将受众作为单一整体来看待,年龄、受教育程度、家庭收入、数字媒介使用程度等都可以作为划分调研群体的标准。具有不同特征的受众在面对算法推荐时,会表现出不同程度的信息茧房特征。以高校青年教师与一线青年工人为例,教师接触的媒介类型相对较广,算法推送的内容更多为一种补充,反而降低了信息茧房形成的可能;一线工人使用媒介较为单一,容易受算法推荐的影响,从而加深信息茧房问题。

四、算法在视觉话语生产中的优化策略

应从法治、自律、媒介融合三个角度,制定算法在视觉话语生产中的优化策略,以便规避、解决算法带来的隐私泄露、主流媒体话语权衰弱及信息茧房等问题,更好地利用算法服务社会。

(一)强化算法治理,建设多元治理格局

法治是国家治理的基本方式,也是解决网络社会矛盾的重要手段[16]。首先,强化算法治理,需要系统推进算法专项立法[17]。中国首部以算法治理为内容的部门规章《互联网信息服务算法推荐管理规定》对算法推荐行为进行了规制,但业界某些平台对相关规定的响应流于形式。从法律层面来看,该规定在应对算法风险时仍存在一些局限性,比如,在实施过程中其常与现行法律冲突,从而给执法工作带来困难。而通过人民代表大会主导算法专项立法,在算法制度的顶层设计上进行部署,通过系统的规范保障信息内容得到实时监管[18],可以从根源上解决算法乱象,为算法治理提供有力的法律依据。

其次,政府监管透明化、整合化。一方面,政府要充分解释法律政策内容,为监管对象开展自我纠正提供条件,并将监管过程和结果及时向社会大众公布[19]。这既提供了算法治理案例,又加强了人们对与算法治理相关的法律认知。另一方面,打破政府不同监管部门之间的信息壁垒,整合数据资源、技术与人才,避免在执法过程中相互掣肘,建立数字资源共通的、多部门协同的网络化监管模式。

最后,从算法治理主体上看,对政府主体的过度依赖,导致公民参与法治的动力不足,因此,要推动建设多元治理的格局[20]。我们要在坚持党的领导和政府主导地位的同时,提升公民法治素养,拓展监督渠道。重视新闻媒体的监督作用,在算法治理过程中充分发挥舆论监督功能,引导社会舆论。

(二)加强平台自律,优化算法推荐

技术运用的初衷是留住用户并给平台带来收益,但在市场竞争条件下,平台为了获得更多的商业利益,往往会给用户强加过多的控制与束缚[21]。因此,作为算法的实际操控者,各大商业平台要平衡好自身的商业属性和社会属性,健全企业内部的机制体制,加强自我监管,保护好用户的隐私安全,这是企业生存与发展的前提条件。目前,抖音、微信、淘宝等多款App均已经上线算法关闭键,允许用户在后台一键关闭“个性化推荐”,但此举效果如何,还有待观察。后续平台上线的“阅后即焚”与“无痕浏览”功能或许可以更好地保护用户的隐私安全。另外,《互联网信息服务算法推荐管理规定》第十二条就已经明确要求平台加强算法推荐规则的透明度和可解释性[22],也就是让算法透明起来,让人们知道算法如何追踪自己的生活,增强人们对信息的掌控感,以消除算法带来的不利影响。

面对信息茧房问题,各平台要不断优化算法,提供多元化的信息,让受众接受多角度影响,逐渐培养他们独立思考的能力。一方面,用户的使用习惯会改变,平台需要通过最新的算法与数据及时抓取与预判用户的需求,从而提供相对应的内容[23]。另一方面,平台需要优化算法推荐反馈机制,优化用户使用界面,给予用户更多的权限。诸如B站在接受政府多次约谈后进行了全方位整改,在优化算法推荐方面推出了一系列有效的措施。在B站的推荐界面添加了“反馈”“我不喜欢”功能,让用户自己决定观看的视频类型。这在一定程度上降低了信息茧房带来的影响,拓展了使用者的视角。

(三)推进媒介融合,坚守主流舆论

新媒体时代,平台对用户、流量及优秀算法人才争夺的背后是对商业市场的争夺,谁拥有了用户,谁就拥有了主导舆论的权力。《人民日报》、澎湃新闻及《南方周报》等主流媒体代表着党与政府的声音,肩负着引领智能时代信息价值观的重要使命[24],应通过掌握数据与算法,深入推进媒介融合,引领社会主流舆论。另外,算法平台传递着大量复杂的资讯,在公众中具有非常广泛的影响力,但传统新闻伦理对这些传播主体、行为、内容没有形成有效的约束,导致这些平台时常沦为发布偏见信息的场所。这就需要官媒入驻新媒体平台,用主流价值驾驭算法,全面提高舆情导向能力,打造风清气朗的平台环境。

主流媒体要善用算法技术,通过算法来捕捉用户心理,打造用户喜闻乐见的内容并把控好社会舆论。一方面,主流媒体可以建设自己的信息平台并开设算法推荐板块,例如《人民日报》客户端7.0版本增添了“推荐”板块,顺应用户的兴趣和个性化的需求,同时“热点”“锐评”“问政”等频道仍保留编辑推荐功能,呈现高质量的内容,从而克服算法推荐系统可能导致的信息茧房问题。另一方面,主流媒体可以入驻其他热门算法平台,例如微信、微博、抖音、B站等。在疫情期间,《人民日报》依托微信公众号即时更新疫情信息,传递党和政府的方针政策,对稳定民心起了重大作用。在疫情这种重大公共事件面前,官媒的及时入场与发声能满足人们对权威信息的渴望,进而强化官媒的话语权力。此外,共青团中央以“团团”的身份,依托B站算法系统,深度洞察年轻用户的心理与习惯,采用他们喜闻乐见的话语形式传递党和国家的方针政策,并从小事出发传递社会正能量,得到了年轻人的肯定。目前共青团中央的B站官方号已拥有了900多万的粉丝用户,取得了“一呼百应”的传播与舆论效果。

五、结论

在算法推荐的时代,视频平台不断推送各种“有吸引力但没有多大价值”的视频,使人们长期沉迷于不停地重复“刷手机”的动作,降低了思考与实践的能力,这是国家、社会、商业平台以及受众不得不认真思考的问题。在优化算法本身的同时,需要加强人工筛选,“人机协同”将成为未来新闻传播行业的主流工作形态,即利用人机合作进行资料收集、内容生产、信息分发等提升新闻业的整体水平。算法作为技术性质的基础工具,在视觉话语生产时代必将对新闻传播产生重大影响,我们要辩证地对待算法,以期更好地发挥它的积极作用。