在“算法”和“经验”之间——基于流媒体视听内容生产实践的考察

何天平 宋 航

[提要] 算法技术的发展为流媒体视听内容生产的变革创造了丰富的可能性。但视听内容生产作为一种高度依托人为创作经验的实践,其与算法实践对内容生产的介入作用之间形成了可能的矛盾张力。本研究以当前算法实践运用相对深入的长视频流媒体平台为例,通过对其中具有代表性的流媒体视听内容生产者的半结构化访谈,归纳出流媒体视听内容生产中的典型算法实践类型及其本质,并进一步讨论了内容生产者在创作经验与算法实践之间的认知调适。研究发现,用户导向的算法实践更多扮演着赋能内容生产的角色,创作者认为创作经验决定、引导算法实践,算法实践始终是客体化、边缘化的经验构成。基于此,流媒体视听内容生产的算法采纳既要考虑从媒介和用户维度不断深化赋能机制,更要以开放的态度应对算法技术的智能化提升,以促成创作经验与算法实践的有益统合。

随着流媒体技术的发展,视听传播业的重构正值发生。算法作为数字时代各类专业平台和基础设施平台广泛嵌入的重要架构,指的是可被计算机理解的一系列精确的规则和指令[1],其对流媒体技术的持续性、颠覆性改造,深刻激发着视听内容生产的精细度与能动性。AI选角、AI剪辑、智能分发、倍速观看等算法构造型流媒体技术实践,影响着视听内容生产主体的决策、实践与认知。但值得注意的是,这种相较传统视听视野下的内容生产特点或者规范,正表现出日益鲜明的差异。传统视听内容生产高度表现为一种难以被“复制”的创作实践,因其深度倚赖参与生产者的理念、技能等人为经验,被强调出一种显著的“人工性”。据此,本研究尝试聚焦流媒体视听语境下内容生产在算法实践与个体创作经验之间可能存在的张力,并进一步探讨流媒体视听内容生产者在智能化与经验化之间可能的认知调适。

一、文献综述与问题的提出

(一)从外部平台算法到介入生产实践:媒介技术的算法想象

数字时代,算法无处不在,如何应对算法技术是各类专业内容生产平台或机构的重要实践议题。在崛起中的数字新闻学研究领域,这样的研究取向俨然初具规模。例如算法新闻(Algorithm Journalism)、机器人新闻(Robot Journalism)、自动化新闻(Automated Journalism)等算法实践介入数字新闻业的探索已经得到较为丰富的关注,相关研究围绕算法技术如何改变新闻业[2]、算法技术与新闻用户的互动机制[3]、算法伦理[4]等话题进一步铺展。当然,伴随数字时代的深入,我们会发现这样的互构关系并非仅仅存在于新闻业,而是日趋广泛地作用于各种类型的媒介实践。在这其中,算法技术与媒介机构主体之间的关系逻辑是算法实践得以介入的关键前提。一方面,诸种媒介实践将算法视为人的工具和手段,是被控制的客体;另一方面,也有观点认为算法作为“非人类行动者”,和人类的传播活动在一起成了新型的行动者网络,算法与媒介机构互为主体[5],算法即权力[6]。当流媒体视听技术的算法想象日益深入,上述视角同样为流媒体视听内容生产如何应用算法实践提供了可能的分析框架。

一方面,从作为客体的算法技术出发,既有研究对新闻生产的算法技术应用已做出相对丰富的考察,可进一步划分为主动的算法新闻实践与被动的算法新闻实践[7]。前者是指新闻生产者自主或协作开发算法并运用于内容生产和分发等新闻活动的实践,如自动化新闻、基于受众的算法推荐和分发[8]等;后者是指新闻生产适应大型社交媒体平台或其他互联网平台算法的行为,如外部算法的推荐机制[9]等。从这一视角出发,对流媒体视听生产主体而言,算法实践一方面需关注外部性平台算法的规制,以系统适应算法社会的基本法则;另一方面则聚焦在主动“创造”算法,强调算法对流媒体视听内容生产的赋能。

另一方面,从与媒介机构互为主体的算法技术属性出发,大量相关研究以数字生态为田野,关注算法技术与各种媒介机构(及其构成场域)的互动、互构关系。如有研究从新闻线索获取、写作编辑、事实核查、分发推送、受众接受等维度考量算法技术在新闻传播全环节中的权力体现[6];将算法视为一种更高维的媒介,认为其通过一系列判断架构连接、匹配与调适价值关系,形塑认知、整合共识[10]。由这一视角反观今天的流媒体视听生态,一方面,对算法实践的讨论应具有超越性,即强调其与流媒体视听业的系统性、整体性互动;另一方面,对算法的想象更应充分纳入反思的视野,即关注其与流媒体视听业互动过程中可能形成的主体性确立(或丧失),如有研究认为算法技术潜在地造成了媒介机构公共性的失落[5]。

关系逻辑的不同决定着媒介技术的算法想象差异,这在同样体现出丰富实践意涵的流媒体视听内容生产领域也得到充分彰显。基于上述线索,从经验材料出发,本研究首先关注的议题是:当前的流媒体视听内容生产正建构出一种怎样的算法应用逻辑?如何理解这种算法实践介入内容生产的特征?

(二)技术与文化的区隔:流媒体视听内容生产中的认知调适

着眼于算法技术与媒介机构(平台)互动的脉络,上述不同关系逻辑分别嵌入着不同的技术哲学观。基于“作为客体的算法技术”隐喻人与算法(技术)的二元对立关系,算法被认为是需要被驯化的“软件形式的静态本质”[11],因而有观点指出这随之生产出了一种“算法神话”的技术话语[12]。“算法技术与媒介机构互为主体的关系”则表意着人与算法(技术)的关系是在紧密互动之间相互形塑的,算法是人和世界的中介者,这相应生产出一种“算法调节”的技术话语[12]。“算法神话”与“算法调节”的技术话语为本研究的开展提供了相应的认识论基础。

一方面,算法之所以被认为是客体,很大程度上源自于:作为科学的算法技术被视作永远不能完全理解人类表达的各种微妙[13]。在文化生产领域中,人的创造性和想象力具有不可替代性。视听内容的生产实践同样高度表现出这一特点,生产者具有能动性的生产理念、技能、价值观等创作经验,决定性地塑造了视听内容的艺术性、感染力、人文价值等。流媒体视听环境的崛起,提供了算法技术介入上述生产实践的变革空间,也同样带来重构内容生产主体和客体关系的可能性。伴随诸种技术条件逐渐深入作用于流媒体视听环境的构建,视听内容生产过程中的算法实践和创作经验之间也表现出日益明确的张力作用。

另一方面,“算法调节”技术话语的启示在于:算法与人(机构)之间的主体间性决定着人(机构)在面对算法时并非“牢不可破”。技术物对人(机构)及其实践所带来的规范性、引导性作用不应被忽视,其方向、程度等均有所不同。如有观点认为算法推动了人的标签化、评分制,重塑了人们对世界的认知方式[14];在平台社会数字劳动议题中,不少研究证实平台算法对劳动过程加强控制,即平台规训[15],或反而增强了个体的自主性,个体一定程度上能够摆脱算法控制[16]等。因此,在流媒体视听语境下,技术话语的构造性作用同样可能推进其内容生产在智能化与经验化之间的相互作用。

值得注意的是,面对算法实践与创作经验的碰撞及对话,流媒体视听内容生产者也能够由此不断生成并内化对二者关系的认知,这就构成了一套诠释内容生产逻辑的全新且复杂的话语。因而,基于上述线索,从经验材料出发,本研究随之想要探讨的议题是:当前流媒体视听内容生产的算法实践与创作经验之间存在怎样的相互作用?内容生产者对此会形成怎样的认知调适路径?

二、研究设计

作为一项探索性研究,本研究尝试对流媒体视听内容生产中算法实践与创作经验之间的相互作用,以及内容生产者对此的认知调适进行阐释,研究对象为流媒体视听内容生产者。从今天的流媒体视听环境看,作为生产者的主体日趋多元,但不同主体所面对的生产规范、流程并不完全一致,相应生产出的视听文化产品也形态各异,将其统归到一种解释框架下显然难以做出准确阐述。据此,本研究以当前流媒体视听内容生产领域发展成熟度最高的长视频流媒体平台及其内容生产者为研究对象,主要原因有二:其一,长视频流媒体平台作为当前对算法技术应用最为广泛、成熟、深入的专业化平台,其生产主体对算法逻辑的应用程度更高;其二,长视频流媒体平台内容生产者相较于短视频、网络直播等其他生产者主体,专业化生产能力更强、经验更丰富,也有算法介入内容生产的大量实践接触,因而更能体察算法实践与创作经验之间的相互作用并对此进行认知调适。

本研究主要采用半结构化访谈的方法收集经验材料。研究者在2022年8月到2023年9月之间共计访谈18位长视频流媒体平台内容生产者,分属爱奇艺、腾讯视频、优酷视频、芒果TV、哔哩哔哩网站等国内代表性长视频流媒体平台,包括制片(平台制片人、作品制片人等),运营(内容运营、用户运营、社群运营等),传统内容创作者(平台导演、制作公司导演、编剧等)等职能类别,对每位受访者开展了30至60分钟不等的访谈获得研究素材。访谈样本分属不同的生产者职能类别、不同的长视频流媒体平台,体现在该议题下的代表性与典型性,访谈过程中遵循信息饱和原则。受访对象基本情况见表1(应受访者要求,隐去其与具体平台的工作隶属关系)。

表1 受访对象基本情况

三、研究发现

(一)从辅助生产到介入生产:流媒体视听内容生产中的算法实践

面对算法广泛应用的社会现实,以及可能的算法伦理风险,相较于传统视听内容生产,流媒体视听内容生产的算法实践已然成为一种大胆的创新行动,不过其运用的深度问题仍然是值得予以持续关注的。如就有学者认为传统新闻编辑室的算法实践主要是一种“调适性新闻创新”而非“生产性新闻创新”[7],但也有学者讨论机器新闻写作对新闻生产模式的再造效应[17]等,总体上,算法技术对内容生产的影响面向、程度等都有待于伴随实践推进形成更进一步的讨论。基于经验材料,可将目前以长视频平台为代表的流媒体视听内容生产中的算法实践归纳为三种典型类别。

1.算法作为辅助:流媒体视听内容生产的效率型策略

在流媒体视听内容生产实践中,算法被认为是典型的促进实现生产目的的工具,其一定程度上解决了海量的社会化信息与个人终端信息需求的“信息传播效率”问题[2]。算法技术提高了前期创作、接入用户、后期运营等环节的工作效率。

一是运用算法技术生成基于用户的大数据画像,辅助更契合用户需求的视听内容创作。这一路径类似于新闻编辑室中的决策越来越多地倚赖于与受众相关的大量自动生成的数据[18]。如有受访者谈到,“技术让创作更懂用户,技术会通过大数据整合用户意志,我们会运用到具体创作中”(S1),“大数据提供了创作依据,例如什么题材、什么演员更受到观众喜爱;技术也提供了创作匹配机制,例如剧情走向设计、故事结局落点设计等”(S3)。

二是运用算法推荐(智能分发)技术精准接入用户,以视听内容的精准生产带来精准传播效果。这一路径即算法作为信息守门人的角色定位,其在信息规模丰富(Scale)、判断可靠一致(Reliability)、处理快速高效等方面[3]超越传统分发模式。如有受访者提及,“因为现在有了算法推荐,所以我们的(影视剧)项目基本在传播上不会出现太出乎我们意料的偏差情况”(S7),“以往作品传播后我们只能大概有个印象说观众觉得好或者坏,现在的智能分发让我们和用户群体建立了越来越有效的联系”(S9)。

三是运用算法技术生成用户反馈的大数据,进一步生成运营方案,辅助视听内容创作。这一实践更强调视听内容智能分发后基于用户群体的反馈评估与路径修正,如有受访者表示,“算法策略能够优化我的工作(用户运营),之前搞运营对接用户都是摸着石头过河,现在基本上都会有几个大的方向锁定”(S10),“算法大大优化了我的工作结构,我们现在有很多种内容运营的渠道,把它们综合在一起,我们出错的概率其实是不高的”(S7)。

2.算法作为内容:流媒体视听内容生产的新型构成

在流媒体视听内容生产实践中,算法及其外化的技术装置能够成为视听内容的一部分,一定程度上丰富了视听内容类型,打破基于传统视听语法的内容生产路径依赖,反而使视听内容获得了更多延展性可能。如有受访者指出,“技术本身提供了一种创作形式,互动剧、开放结局、弹幕等等,都是因为技术的形式构成了一种新的‘内容’”(S13),“表面上看,一些新的形式可能与核心的内容创作无关,但当他们一股脑给到用户的时候,它们就都是内容,都会产生对用户的影响”(S5)。

本研究涉及算法外化技术装置的典型实践主要包括以下几个方面。一是弹幕文本,弹幕功能的设置为用户营造“共同在场”的观看体验,打造出“观看共同体”,能够让用户实时获得表达自我、与他人互动的权力。弹幕文本以用户实时反馈内容为核心嵌入视听内容中。二是互动机制,交互视听作品的探索增进了用户自主选择剧情、创造个性化剧情的能动性,以游戏化为核心特征的互动形式,极大提升了用户的沉浸式阅听体验。交互视听作品背后嵌入具有高度开放性的算法逻辑,每个用户选择都指向不同路径的视听叙事分支,构成一种组合式的视听内容创新,相似实践还有如开放式结局等各类多媒体叙事探索。三是变速观看,变速观看技术提供包括倍播(倍速播放)、拖播、跳播等功能,使得用户通过观看“重塑时间”,形成更为省时且富于新意、变化的视听文本阅听“技巧”[19]。

算法及其外化技术装置成为流媒体视听内容的重要构成,不过与算法辅助内容生产不同,“成为内容”意味着其从生产的后台转向前台,可能会引发一系列新的算法伦理风险。如有观点认为,弹幕文本的生成与观看可能会导致用户“浅思考”习惯的养成,独立审美、思考与批判意识的丧失等问题[20];(各类交互视听作品)树状化的故事结构可能带来凌乱的情节和结局,易造成叙事断裂,不仅会影响影视内容的连贯性,同时也会让用户体验不断受到干扰[21]。

3.算法作为主体:流媒体视听内容生产的新型角色

算法在一定程度上能够成为创作主体,并介入流媒体视听内容生产实践,这一方面降低了传统视听内容生产者的投入成本,另一方面构造出一种技术性的内容生产范式,即AI生成内容(AI-Generated Content,AIGC),这是流媒体视听业在发展进程中的探索性创新。

算法作为视听内容创作主体的典型实践主要包括三个方面。一是AI制片,AI制片主要通过算法对大数据进行自动化处理与筛选,进而参与到角色挑选、剧本围读等环节中。不过,受访者普遍表示这类应用目前只是在国外有少量尝试,对于我国流媒体视听业而言尚属新鲜事物。二是AI编剧,AI编剧主要通过算法帮助编剧构思剧本桥段或剧本自主创作,进而降低编剧工作成本,提高工作效率。如有受访者谈到,“只要给AI编剧一个创意,它就可以生成不同的故事给我选择,选择好后它又会生成一个像模像样的分镜头脚本。我甚至可以用它的‘智能改稿’功能更改人物设置、细节等”(S17)。三是AI剪辑,AI剪辑主要是通过算法对视听素材进行识别、筛选与处理,最终自主剪辑成主题化的视听内容等。如有受访者指出,“现在比较常见的AI剪辑是用在预告片生成方面,AI会根据作品播出时的用户数据情况,例如在观看量、讨论量峰值数据处的相应内容进行自动剪辑合成,很快就能弄出一个所谓的‘高光时刻’预告片”(S6)。与之相似的还有如AI演员、AI配音、AI配乐等。

算法作为流媒体视听内容生产主体的特征如下。其一,就目前发展情况看,算法生产主体仍是辅助性角色,传统内容生产者的主体性更强。如AI编剧生产需要传统编剧的创意、修正与完善,AI剪辑需要传统创作者的思路提供等,算法主体的智能化程度低,尚且仍停留于机器学习传统内容生产的阶段。其二,作为一种技术性生产范式的革新,算法主体同样可能会产生一系列新的伦理风险。如有观点认为由AI“编剧”的作品往往被认为内容过于机械、缺乏情感的真实性,并且导致同质化和创意的减少,这在本研究的访谈中也得到了编剧受访者的一致认同。此外,AIGC的模式本身也可能会引发一系列知识产权问题[22],这在尤其是平台方之外的内容生产者(如制作公司导演、编辑等)看来,是一个日趋显著且严峻的问题,需要予以警示。

(二)从认识算法到反思算法:对流媒体视听内容生产中算法实践的本质理解

从流媒体视听内容生产中算法实践的三种类型出发,不难发现:算法技术作为创新行动的实践正日趋广泛的在内容生产的各个环节得到应用;但就应用深度来看,仍是一种介入程度低且可能引致新风险的“外来物种”。为此,结合经验材料,厘清算法实践的本质及其与流媒体视听内容生产的关系逻辑,对于理解这种创新行动的性质具有重要意义。

1.用户导向与赋能角色:算法实践与内容生产实践的关系

算法实践的本质是用户导向而非内容生产导向,其在更多时候对内容生产实践充当着赋能的角色。本研究提供了良好的解释样本。作为辅助工具的算法技术提高了前期创作、接入用户、后期运营等环节的工作效率,但并未实质性触碰视听内容生产的创作内核。算法实践更多以增强用户体验、提升内容匹配用户需求精准度为核心目标。作为内容的算法技术表面上深度嵌入流媒体视听内容生产的创作产物中,但实则却与这些创作产物并未建立起紧密的内在关联,其更多表现为给用户提供技术功能、满足用户个性化体验需求。作为生产主体的算法技术看似介入内容生产环节,但技术产出物与生产者的创作实践无法分割,其以参照生产者创作产物和生产者参照技术产出物为两条线索,始终隐匿在内容生产者的意识之下,算法实践更多是以赋能内容生产者实践为内在追求,其本质还是在满足用户需求。在本研究开展的访谈中,也有较为主流的观点对上述算法实践的用户导向和赋能角色提供了依据,如“算法本质上是一种用户策略,并不是一种内容策略,不可能取代人的力量。这些变化的好处更多是对我的工作(内容运营)的,并不会便利创作者,至少目前是这样的”(S7),“我们做片子的目的还是为了让观众喜欢,满足他们的需求,所以技术我们都在尝试,但创作和把关都是我们亲自来做”(S15)。

更进一步的是,从算法实践的内在机理出发,一方面,技术的本质是为人所用、服务于人,“人的法则”或者说“人的延伸”决定技术与社会的演进方向,即个体的内在需求、评价标准与价值体系逐渐主导技术与社会的发展[23],这天然地决定着算法实践的底层逻辑理应是以用户为本。在媒介传播与用户接受的逻辑中,用户需求满足同样是内容生产实践的核心目标。另一方面,“人的法则”决定着技术应赋能社会发展、赋能生产实践、赋能人的主体性。流媒体视听内容生产作为以生产者意志为主体内核的实践,作为中介者的算法实践更多的是赋能在内容生产实践而非等同、颠覆与超越。

2.非稳态区隔:算法实践与内容创作经验的关系

从经验材料出发,研究厘清出流媒体视听内容生产中算法实践逻辑,以及其用户导向与赋能内容生产的实践本质。而从这一算法实践的本质出发,结合既有文献与经验材料,更加值得反思的是,算法实践与流媒体视听内容生产中强调生产者主观能动性的创作经验之间存在怎样的关系前提?

整体上,流媒体视听内容生产中算法实践与创作经验之间存在天然的区隔。一方面,流媒体视听内容生产中算法实践的用户导向,是一种强调策略性、依附性、以用户为中心的实践逻辑,其与内容创作经验所强调的价值性、智力性、人文性,以创作者主体性为中心的实践逻辑相比存在本质差异。这一性质层面的分野,以技术与人的关系互动为基础,彰显出“技术为人服务、以人为本”的核心观念。另一方面,算法实践作为对流媒体视听内容生产实践的赋能角色,并非直接关联内容生产的核心创作环节(即个体主观、能动经验的集中外化),具有创造性、突破性特征的,凝结着创作者主观、能动个体性意志、价值观念、判断标准等的视听内容创作经验高度依赖个体的知识、理念、技能甚至个人经历、个人情感等。在这一惊险的创作“跳跃”中(从人的意识到内容的创作),算法技术其实还尚未找寻到准确、有效的介入点。

不过,从流媒体内容生产创作经验的特征出发,其与算法实践之间的关系也并非是一种稳态的区隔。相反,这一区隔可能会因内容生产者自身创作经验的变化而产生“动摇”。正如有受访者提及,“我们所谓的创作经验,本来也是从各方面取得的,至少不会是天然从人的层面产生的……各种社会条件、文化条件、技术条件都可能滋养出创作想法,谁说算法就不是一种可以‘为我所用’的创作资源呢?”(S18)。内容生产创作经验的典型特征即创作者的主观能动性(人工性处理),这意味着个体对于自身创作经验具有开放性认知,即其创作经验随着自身经历、实践等具有拓展、变迁的可能性,(算法实践)技术实践自然具备进入的可能性。因此,这也构成了本研究下一部分的讨论重点,即在流媒体视听内容生产实践中,算法实践与创作经验之间如何相互作用,而生产者对此又如何形成解释并进一步调适认知?

(三)在“算法”和“经验”之间:流媒体视听内容生产中的认知调适

流媒体视听内容生产中,算法实践对视听内容生产实践而言更多充当着赋能的角色,其与视听内容创作经验之间存在区隔。但是,也因为上述提及的生产者创作经验建构的开放性,探讨算法实践与创作经验之间的相互作用及其对生产者认知的作用就显得十分重要。

1.创作经验决定、引导算法实践:流媒体视听内容生产的稳态逻辑

流媒体视听内容生产中算法实践处于依附性地位,内容生产结构性地主导着算法实践。而就创作经验如何作用算法实践而言,创作者对此有三个层面的认识。

第一,“人”所主导的个体性创作经验在流媒体视听内容生产中始终处于核心地位。如有受访者谈到,“内容永远是人创作的,谁都替代不了,现在算法可能生产出一些东西了,但都还不能算是一种完整的创作,充其量就是噱头”(S13),“我自己很明白的是,我的经验判断最重要。我们是搞艺术创作的,需要的是创意和思考,技术达不到这个水平”(S14)。

第二,伴随算法实践的推进,辅助创作的想象空间正在被逐渐打开。如有受访者指出,“技术、算法运用于创作,目前还是一个试水阶段,并没有大家想象的那么深入,它顶多就是个能辅助创作的积极手段,以后运用深入了,这种辅助性可能会得到进一步加强”(S5)。

第三,个体性的创作经验对算法实践发挥着引导作用,构成算法实践的“参照系”。如有受访者表示,“写剧本这事儿,AI掺和不了,我用它就是看看它能不能给我搭个架子,帮我省点事儿,情节、人物怎么设置还得我亲自创作”(S17),“我们是会用AI分析一下数据看看哪些演员可能更符合用户的角色期待,但拍板决定还得我们说了算,我们要跟导演、编剧聊聊他们觉得谁更适合,也要看看这个演员本人的路子和我们搭不搭”(S3)。

上述折射出流媒体视听内容生产中创作经验影响算法实践的典型特征:一是“人”主导的创作经验在内容生产中的核心地位难以撼动,其本质上来源于创作者的主观能动性;二是算法实践的逻辑走向,受到个体性创作经验的指引,本质上是个体认识技术的实践产物,即“为何要用、怎么用、如何用某项技术”。总体上,创作者个体意志主导的创作经验决定并引导着算法实践,构成了流媒体视听内容生产的一种稳态化的底层逻辑。

2.作为客体化、边缘化经验的算法实践:流媒体视听内容生产的动态发展

流媒体视听内容生产中,个体创作经验的建构具有开放性,这为本研究理解算法实践如何反作用于创作经验提供了关键视角,创作者对此有三个层面的认识。

第一,算法实践以知识、理念、技能等方式“入场”创作者经验范畴。如有受访者谈到,“算法不仅是辅助我创作的工具,同时也为我提供了某一种新技能学习和使用的机会,就是因为不知道它的想象空间究竟到哪里,所以也成了我去探索的很大动力——谁都期待这种可能性的,对吧?”(S11);“算法以及相关的技术,实际上也在影响我创作的理念,有时候我也在想,是不是技术在不断学习人的创作方式的过程中能够创造出与人类创作不一样的作品。在这个角度上看,我的创作可能需要找到更多有超越性的点”(S16)。

第二,创作者的创作经验调用仍具有主观能动性,算法经验尚且无法破坏这一内核。如有受访者认为,“虽然学习到了一些新技术,但用不用、怎么用都还是我决定的”(S7),“算法使用的经验只是工具性的,真正的创作还是需要我们调用影视艺术创作的各种元素”(S13)。

第三,伴随着新技术的发展,算法经验持续迭代,可替代性强,但也具有未知性。如有受访者指出,“认识和使用算法是学习的过程,不过我也觉得算法以及相关技术的更新换代实在太快,可能过几年就有别的新技术了吧”(S4),“现在使用新技术只是跟进技术发展进程,真正可能颠覆性的技术还没出现,如果出现了的话,现在确实还很难谈影响这个问题”(S5)。

上述体现出流媒体视听内容生产中算法实践“改造”创作经验的典型特征:一是创作者的主观能动性为算法知识、使用、理念等技术经验进入创作经验提供了可能性,但也使得技术经验始终处于客体化、边缘化的位置,即技术经验始终无法与创作者参照价值、经历、情感等主观体验而发展出的创作经验分庭抗礼;二是技术经验的迭代特征反而使其具有发展的未知性与开放性,究竟是算法实践成为创作者的主体经验,还是算法技术成为主体并经过实践转化出某种主体经验,仍是一个难以判断的问题。总体上,算法实践从客体化、边缘化经验,到未知的、可能主体化经验的属性流变,构成流媒体视听内容动态发展的一条主要脉络。

3.主体化创作与客体化技术:流媒体视听内容生产的内在逻辑与未来审视

以上的两条线索,共同勾画出当前流媒体视听内容生产的内在逻辑,也即上文所言抛开技术哲学观预设后,生产者如何认识自身创作经验与算法实践之间关系的问题。

一方面,创作个性具有不可侵犯性。对流媒体视听内容生产者而言,作品作为凝结自身创造力和想象力的主观产物,其创作个性的内核不可侵犯。创作个性与创作者的生命形态关联,是创作者精神气质、自觉与直觉等的外化,不同的创作个性引发不同的创作风格,作用于不同的作品产出。对于创作者而言,个性创造力是人类能力的顶峰,技术无法达到与人一样的“智能”或是“有创意”,因此其无法与有自主性的“人”等量齐观。

另一方面,技术便利性具有风险性。对当下流媒体视听内容创作者而言,理性的(算法)技术始终是依附在人类周边的客体物质,其既不能真正“创造”,更多地充当着赋能角色。反而,在生产过程中以学习、模仿、复制人类的创作路径,可能会造成创作的世俗化、标准化、工业化,进而导致作品文化或者艺术属性的进一步瓦解。

上述“创作与技术不可调和”的解释路径与本雅明所言“机械技术复制使艺术品失去‘灵韵’”的观点有相似之处,但又有所区别。首先,从技术发展的演进逻辑看,算法及其相关技术,目前更多地停留于辅助作品创作的阶段,其与创作的内核并无直接关联。其次,新兴算法及其相关技术生产出的作品,尤以AIGC为典型,其不只是复制,更是模仿人类自主性的“创造”。这一“创造”作为进行时但未知结局的实践,赋予了技术可能的主体性,更具备重构创作者观念的可能。

如同列夫·马诺维奇所言,“为什么我们要把与人类艺术的相似性作为衡量的基准呢?难道那些富有创意的、漂亮得让人拍手叫好的设计和艺术形式就不可以是由非人类创造的吗?”[24]在技术持续演进的社会背景下,如若算法及其相关技术真正能够复制人类的创造力,创作者更需要审视的是,技术创作和人类创作有何不同?技术创作有什么独特之处?技术创作是对人类创作的颠覆,还是二者共存?或者更为彻底的,技术创作能否做到人类做不到的事情?这些追问引领着技术的发展,更需要创作者在其中不断地调适自己的观念。

四、余论:视听内容生产中的算法技术采纳边界

可以说,当前流媒体视听内容生产者更多地将算法实践视为创作经验之外的一种赋能机制,在认知上更强调创作个性的独立性与技术经验的客观化。这为流媒体视听内容生产的算法技术采纳提供了全新的启示。

从算法技术赋能视听内容生产的常规逻辑出发,技术采纳的边界或仍有突破口。现有算法技术采纳逻辑为基于用户导向的算法技术如何赋能视听内容生产的模式化环节,作为中介者的算法技术应从媒介和用户两个维度不断深化赋能机制。一方面,算法技术采纳应打破赋能内容模式化环节的窄化路径,更为深入地连接媒介本体,从宏观视角强调技术对媒介的多层次、多视角的赋能,用以应对整体性媒介传播内的各类问题。如有观点指出“强调通过跨媒介(跨媒体)的信息识别、检索以及运用,来解决电影全产业链中产生的问题”的电影“跨媒介算法”[25]。另一方面,算法技术采纳应突破现有算法技术对用户观看偏好、观看行为等理性、科学的体察,更应回归用户的日常生活、记忆、情感、身体等主体维度。如有研究从用户和算法之间的情感流动出发,揭示出人与算法更为复杂的互动,用以反哺算法的未来发展[26]。

而伴随着算法技术智能化程度的持续提升,流媒体视听内容生产者对算法技术采纳的认知更应不断调适。一方面,创作个性作为人类创造力的集中体现,从人类文化发展和文明演进的视角看,本身即具有超越时空与个体的稳定性。内容生产者理应意识到这一线索的特殊价值并将之视为有效的、高度关联行动的原初信念。另一方面,算法技术的智能化演进或带来一系列对技术创作的疑问与警惕,内容生产者更应摒弃“画地为牢式”的文化生产,以开放性的姿态拥抱技术的未来发展,最终促成创作经验与算法实践的有机统合。