于烜

摘要：在算法主導(dǎo)信息分發(fā)的傳播中，技術(shù)與資本合謀下的算法權(quán)力日益隱秘地?cái)U(kuò)張。不同于傳統(tǒng)文化工業(yè)的規(guī)模復(fù)制，短視頻的工業(yè)化生產(chǎn)表現(xiàn)出個(gè)性化規(guī)模定制的特點(diǎn)。通過技術(shù)實(shí)現(xiàn)升級的短視頻文化工業(yè)受控于算法權(quán)力，算法權(quán)力在個(gè)性化推薦的表象下實(shí)施符合資本意志的控制。本文以文化工業(yè)理論作為研究路徑，力圖揭示算法分發(fā)下短視頻工業(yè)化生產(chǎn)的新特征，并對算法權(quán)力進(jìn)行反思。

關(guān)鍵詞：算法 算法分發(fā) 算法權(quán)力 短視頻 文化工業(yè)

近年來，算法融入信息傳播，帶來了傳播的深刻變革。在移動互聯(lián)網(wǎng)的傳播中，算法主導(dǎo)信息分發(fā)。自2012年“今日頭條”引入算法成功崛起后，算法分發(fā)成為中國移動互聯(lián)網(wǎng)信息分發(fā)的主流。算法分發(fā)是指基于大數(shù)據(jù)和人工智能技術(shù)，通過算法模型，進(jìn)行信息與用戶匹配的信息分發(fā)系統(tǒng)。一方面，作為先進(jìn)技術(shù)，算法分發(fā)有效應(yīng)對了移動互聯(lián)網(wǎng)海量信息超載帶來的分發(fā)危機(jī)，個(gè)性化推薦打破千人一面的分發(fā)格局，優(yōu)化了生產(chǎn)和消費(fèi)的資源配置效率，實(shí)現(xiàn)信息價(jià)值的充分利用；另一方面，算法是權(quán)力。技術(shù)是社會的重要隱性權(quán)力，技術(shù)作為一種生產(chǎn)方式，也是組織和維持社會關(guān)系的一種方式，是控制和支配的工具。

現(xiàn)實(shí)中，技術(shù)與資本合謀下的算法權(quán)力正在隱蔽地?cái)U(kuò)張。筆者在批判的視角下，基于法拉克福學(xué)派“文化工業(yè)”理論，對算法權(quán)力進(jìn)行審視。文化工業(yè)理論聚焦大眾傳播時(shí)代的媒介和文化商品對人的控制，揭露了在標(biāo)準(zhǔn)化模式、工業(yè)化組織形式下生產(chǎn)的文化商品所帶來的危害，對機(jī)械復(fù)制技術(shù)導(dǎo)致的文化工業(yè)化現(xiàn)象進(jìn)行猛烈批判?；ヂ?lián)網(wǎng)算法技術(shù)帶來了文化工業(yè)的升級，人們高度依賴技術(shù)提供的各種便利，沉迷于短視頻的娛樂快感，卻對其控制渾然不知或心甘情愿。然而，文化工業(yè)理論是20世紀(jì)四五十年代大眾媒介環(huán)境下產(chǎn)生的，在當(dāng)今新媒體語境下，需要揭示新技術(shù)下文化工業(yè)呈現(xiàn)的新特點(diǎn)。因此筆者聚焦算法分發(fā)下短視頻文化工業(yè)的新特征，并對算法權(quán)力進(jìn)行反思。

一、文化工業(yè)視閾下短視頻快樂工廠

2016年短視頻開始強(qiáng)勢崛起，2018年其超過網(wǎng)絡(luò)視頻晉級第四大互聯(lián)網(wǎng)應(yīng)用。在移動互聯(lián)網(wǎng)人口紅利見頂，用戶增長逐年下降甚至負(fù)增長的大勢中，短視頻用戶持續(xù)逆勢增長，據(jù)QM《2020中國移動互聯(lián)網(wǎng)秋季大報(bào)告》顯示，2020年9月，短視頻行業(yè)月活用戶達(dá)8.59億，同比增速8.1%。短視頻不斷擠壓其他泛娛樂應(yīng)用，成為名副其實(shí)的時(shí)間黑洞搶占者。伴隨短視頻攻城掠地般擴(kuò)張的是其商業(yè)化的高歌猛進(jìn)?？焓?、抖音均在加速商業(yè)變現(xiàn)進(jìn)程，廣告、電商、直播帶貨、游戲等全面發(fā)力。抖音更如野馬一般在商業(yè)化的路上一路狂奔，廣告收入迅速增長。受到資本裹挾，在制造消費(fèi)快感以搏取流量的邏輯驅(qū)使下，短視頻作為快樂工業(yè)，越來越多地占據(jù)人們的時(shí)間，影響、控制人們的日常消費(fèi)。

技術(shù)權(quán)力的實(shí)現(xiàn)來源于人們的高度依賴。哈貝馬斯指出技術(shù)統(tǒng)治是依靠技術(shù)成果對個(gè)人需求的滿足而獲得的。這典型地反映在算法權(quán)力上。短視頻算法根據(jù)用戶喜好進(jìn)行個(gè)性推薦，造成人們的重度使用和依賴，“一種舒舒服服、平平穩(wěn)穩(wěn)、合理而又民主的不自由在新的媒介環(huán)境中流行，這是技術(shù)進(jìn)步的標(biāo)志”。

算法分發(fā)以個(gè)性推薦作為錦袍，將短視頻文化工業(yè)的本質(zhì)隱藏起來。算法的核心是根據(jù)用戶行為進(jìn)行個(gè)性化推薦，但是，為什么數(shù)以萬計(jì)的各類短視頻生產(chǎn)者制作的卻是千篇一律的產(chǎn)品，比如，那些大同小異的小姐姐、小哥哥、段子手和套路化的“快感視頻”。阿多諾指出，文化工業(yè)的“工業(yè)”指的是事物的標(biāo)準(zhǔn)化（如好萊塢西部片的標(biāo)準(zhǔn)化）、技術(shù)的合理高效化，而不僅限于制作過程。作為文化工業(yè)的基礎(chǔ)，新技術(shù)帶來了文化工業(yè)的更新升級。要揭示短視頻工業(yè)化的新特征，必須要從算法技術(shù)入手，分析算法分發(fā)如何達(dá)成短視頻標(biāo)準(zhǔn)化、工業(yè)化生產(chǎn)。

二、算法分發(fā)下短視頻的規(guī)模定制

在機(jī)械技術(shù)時(shí)代，文化工業(yè)的標(biāo)準(zhǔn)化、工業(yè)化生產(chǎn)表現(xiàn)為規(guī)模復(fù)制的特征。沿著技術(shù)的進(jìn)路，規(guī)模定制成為信息時(shí)代網(wǎng)絡(luò)媒體文化工業(yè)的新型生產(chǎn)方式。隨著傳播技術(shù)由模擬向數(shù)字的演進(jìn)，文化工業(yè)所依賴的技術(shù)基礎(chǔ)產(chǎn)生根本變化，有學(xué)者將模擬技術(shù)下的文化生產(chǎn)稱作大規(guī)模復(fù)制，數(shù)字技術(shù)下的文化生產(chǎn)稱作大規(guī)模定制。前者以犧牲個(gè)性化為條件（如廣播電視），后者以實(shí)現(xiàn)個(gè)性化為前提。文化工業(yè)生產(chǎn)的產(chǎn)品從來都是“徹頭徹尾、不折不扣的商品”。從商品角度，個(gè)性化生產(chǎn)本質(zhì)上生產(chǎn)的是針對目標(biāo)人群的細(xì)分內(nèi)容，目的是適應(yīng)利基市場的營銷。從20世紀(jì)90年代起，數(shù)字技術(shù)下電視頻道迅速擴(kuò)容，改變了針對大眾進(jìn)行“廣播”的做法，轉(zhuǎn)而開辦數(shù)百個(gè)有線頻道定向“窄播”。雖然數(shù)字頻道一定程度體現(xiàn)了個(gè)性化特征，但離真正個(gè)性化定制有很大差距。

互聯(lián)網(wǎng)大數(shù)據(jù)和AI算法促成了用戶行為挖掘，使得基于個(gè)人數(shù)據(jù)的規(guī)模定制得以實(shí)現(xiàn)。根據(jù)用戶數(shù)據(jù)進(jìn)行智能推薦的算法分發(fā)開啟了規(guī)模定制的新時(shí)代。

1.批量歸類匹配的算法邏輯通過分發(fā)達(dá)成規(guī)模定制。智能推薦的三要素是用戶、內(nèi)容和分發(fā)算法，算法分發(fā)的核心是要解決用戶和內(nèi)容的匹配：算法分別提取用戶和內(nèi)容各自的相關(guān)特征，然后通過不同的推薦算法，將內(nèi)容推送匹配給相應(yīng)的用戶。個(gè)性化推薦本質(zhì)上是批量歸類匹配。

用戶畫像是算法分發(fā)的起點(diǎn)，其核心是從網(wǎng)絡(luò)記錄的用戶社會人口統(tǒng)計(jì)學(xué)屬性、瀏覽行為、內(nèi)容偏好、消費(fèi)行為等用戶數(shù)據(jù)中抽取用戶特征進(jìn)行標(biāo)簽標(biāo)識。用戶畫像的數(shù)據(jù)分析通常采用兩種算法，一種是對用戶行為進(jìn)行歸類處理的分類算法（也稱有監(jiān)督的機(jī)器學(xué)習(xí)算法），即首先在模型中輸入訓(xùn)練數(shù)據(jù)，依據(jù)已經(jīng)標(biāo)識好的內(nèi)容類別和分類，對模型分類器進(jìn)行訓(xùn)練，完成訓(xùn)練后的分類器則會自動對新輸入內(nèi)容進(jìn)行相應(yīng)分類及類別標(biāo)識，從而發(fā)現(xiàn)用戶感興趣的主題、關(guān)鍵詞；另一種使用聚類算法（也稱無監(jiān)督的機(jī)器學(xué)習(xí)算法）對興趣愛好相同的用戶進(jìn)行聚類，并對同一類用戶進(jìn)行統(tǒng)一推送。這一類算法并不事先輸入訓(xùn)練數(shù)據(jù)，而是通過算法進(jìn)行自學(xué)習(xí)，自動從混雜的數(shù)據(jù)里匯聚出相互區(qū)別的類別，形成類內(nèi)相似、類間不相似的若干類別，在類內(nèi)展開內(nèi)容推薦?？梢?，用戶實(shí)際上是被算法類別化的數(shù)據(jù)類型集合。算法將用戶建模為標(biāo)簽化的用戶畫像的過程，就是一個(gè)將用戶類別化過程。與之相似，對于非結(jié)構(gòu)化的內(nèi)容，算法也是將其建模為一系列的特征值的集合，同樣通過分類、聚類、卷積神經(jīng)網(wǎng)絡(luò)等的算法區(qū)分內(nèi)容類型，從而形成相關(guān)性的類別。

在對用戶和內(nèi)容進(jìn)行建模分析之后，需要設(shè)計(jì)合適的推薦算法對用戶和內(nèi)容進(jìn)行匹配分發(fā)。在目前多個(gè)分發(fā)算法中，協(xié)同過濾推薦算法是一個(gè)基本算法，其原理概括地說就是從用戶側(cè)尋找用戶間的相似性，給興趣相同或者相似的用戶進(jìn)行相關(guān)推薦，或者從內(nèi)容側(cè)尋找內(nèi)容的相似性，給曾瀏覽過相似內(nèi)容的不同用戶進(jìn)行相關(guān)推薦。

由此可見，算法分發(fā)下的個(gè)性化推薦本質(zhì)上是經(jīng)由算法對用戶、內(nèi)容類別化后的歸類匹配。就這樣，表面上千差萬別的海量內(nèi)容在算法邏輯下進(jìn)行了高效細(xì)致的批量歸類匹配。這種大規(guī)模定制隨著用戶數(shù)據(jù)挖掘的深入正在不斷精進(jìn)。

2.算法扶植MCN通過工業(yè)化生產(chǎn)實(shí)現(xiàn)規(guī)模定制。如果說算法歸類匹配通過分發(fā)達(dá)成規(guī)模定制，并沒有直接組織生產(chǎn)，那么算法扶植MCN，則深度介入內(nèi)容生產(chǎn)并以工業(yè)化的方式組織規(guī)模生產(chǎn)，直接在生產(chǎn)環(huán)節(jié)實(shí)現(xiàn)規(guī)模定制。

在互聯(lián)網(wǎng)媒體商業(yè)化過程中，為了獲得廣告盈利，源起于業(yè)余UGC的新媒體平臺在背后資本的驅(qū)使下紛紛以專業(yè)生產(chǎn)內(nèi)容的PGC模式取代UGC模式，這一過程已成為互聯(lián)網(wǎng)媒體發(fā)展的普遍軌跡。伴隨著短視頻獨(dú)角獸的崛起，短視頻行業(yè)UGC向工業(yè)化規(guī)模生產(chǎn)的轉(zhuǎn)型速度大大加快，而實(shí)現(xiàn)規(guī)模生產(chǎn)的主要路徑是平臺對MCN機(jī)構(gòu)的大力扶植。緣起于美國YouTube的MCN，經(jīng)過本土化改造后的一個(gè)顯著特點(diǎn)是深度介入內(nèi)容生產(chǎn)，聚合分散零碎的內(nèi)容方，按照工業(yè)化的生產(chǎn)方式組織生產(chǎn)，以規(guī)?；纳a(chǎn)保持內(nèi)容的持續(xù)供給。

對平臺而言，海量的業(yè)余UGC不僅造成平臺管理效率低下和運(yùn)營成本高企，更重要的是無法持續(xù)提供高品質(zhì)的視頻。MCN機(jī)構(gòu)通過簽約、孵化、聚合內(nèi)容方，對視頻前后期的內(nèi)容生產(chǎn)以及數(shù)據(jù)評估等各環(huán)節(jié)實(shí)施專業(yè)化分工，標(biāo)準(zhǔn)化制作和流程化管理，實(shí)現(xiàn)了產(chǎn)品的規(guī)模供給。隨著MCN機(jī)構(gòu)快速擴(kuò)張，各種垂類MCN成為向利基市場提供定制產(chǎn)品的支柱。垂類MCN憑借在垂直領(lǐng)域積累的優(yōu)勢資源，包括專業(yè)人才、內(nèi)容制作、分發(fā)渠道、廣告營銷等，不斷擴(kuò)容細(xì)分內(nèi)容生產(chǎn)規(guī)模，在壯大市場的同時(shí)，也逐漸掌控了細(xì)分內(nèi)容的生產(chǎn)。MCN也是紅人類短視頻的核心支撐，作為紅人經(jīng)紀(jì)商，頭部MCN以自成體系的“方法論”，將UGC打造成PUGC，通過一整套工業(yè)化模式，流水線般批量生產(chǎn)著各類網(wǎng)紅。

由于MCN具備規(guī)?；赜行ЫM織內(nèi)容產(chǎn)出及實(shí)現(xiàn)廣告營銷的功能和價(jià)值，平臺從直接聚合單個(gè)生產(chǎn)者轉(zhuǎn)變?yōu)閷CN機(jī)構(gòu)的大力扶植。2018年，頭條系開始大力扶植MCN機(jī)構(gòu)，平臺在算法上對簽約MCN賬號給予加權(quán)，使得相關(guān)視頻得以被推薦到更大數(shù)量規(guī)模、更高相關(guān)度的用戶流量池，以逐步擴(kuò)大MCN機(jī)構(gòu)賬號的用戶和流量。平臺從商業(yè)利益出發(fā)，通過算法扶植MCN，鼓勵其以工業(yè)化生產(chǎn)方式組織規(guī)模生產(chǎn)。

綜上所述，算法分發(fā)系統(tǒng)通過批量歸類匹配和高效組織規(guī)模生產(chǎn)兩種方式，在算法“黑箱”中實(shí)現(xiàn)了短視頻規(guī)模定制，從而完成了短視頻工業(yè)化生產(chǎn)的升級。

三、算法權(quán)力下的短視頻文化工業(yè)

通過技術(shù)實(shí)現(xiàn)升級的短視頻文化工業(yè)受控于算法權(quán)力。

1.算法在技術(shù)中立的表象背后實(shí)現(xiàn)算法權(quán)力。斯科特拉什指出，互聯(lián)網(wǎng)時(shí)代“經(jīng)由計(jì)算法則的權(quán)力變得日益重要。一個(gè)媒體無所不在的社會，權(quán)力更多地陷于計(jì)算法則之中?！彼惴ㄔO(shè)定的原則以及所使用的加權(quán)、降權(quán)標(biāo)準(zhǔn)，都是權(quán)力控制的體現(xiàn)。2018年，F(xiàn)acebook為了盈利改變算法模型，進(jìn)行“重社交輕新聞”的算法調(diào)整，直接導(dǎo)致公共媒體內(nèi)容和流量的減少。本質(zhì)上每一次的算法調(diào)整都是隱藏在算法背后的權(quán)力通過調(diào)整算法參數(shù)執(zhí)行自己的意志，算法體現(xiàn)了控制者的意圖和價(jià)值觀。

2.算法權(quán)力體現(xiàn)商業(yè)資本的意志。短視頻以算法個(gè)性化推薦的華袍掩蓋了技術(shù)與資本合謀下的算法權(quán)力及控制。阿多諾、霍克海默指出，技術(shù)獲得支配社會的權(quán)力基礎(chǔ)正是那些擁有最強(qiáng)大經(jīng)濟(jì)支配權(quán)的人。資本的本性是逐利，而先進(jìn)科技又是競爭力的最重要利器，是資本逐利的利器，資本和技術(shù)所特有的天然親和性使得兩者日益交織在一起實(shí)施隱蔽的控制。2018年，F(xiàn)acebook調(diào)整算法的結(jié)果致使專業(yè)新聞機(jī)構(gòu)的用戶和流量銳減，甚至破產(chǎn)倒閉，然而Facebook商業(yè)目的則如期實(shí)現(xiàn)。中國短視頻算法控制以頭條系最為典型，在抖音平臺全面商業(yè)化進(jìn)程中，算法發(fā)揮著底層支柱作用。以抖音企業(yè)賬號演進(jìn)為例，從2018年抖音企業(yè)藍(lán)V賬號啟動到馬力全開提出打造“全景娛樂營銷”，以算法為武器全力為商業(yè)營銷內(nèi)容賦能：通過明星賬號發(fā)布原生廣告并融入推薦流，保證品牌信息精準(zhǔn)覆蓋核心和潛在粉絲，完成營銷轉(zhuǎn)化，類似的抖音官方商業(yè)宣講直白赤裸，而官方的數(shù)據(jù)結(jié)果完美地驗(yàn)證了算法的威力：在品牌和某明星的一次合作中，明星粉絲增長32萬+，視頻播放量增加1600萬，互動超過150萬。只要商家資金到位，算法將所向披靡，實(shí)現(xiàn)全能覆蓋、精準(zhǔn)到達(dá)。在本研究所做的深度訪談中，一位資深的媒體賬號運(yùn)營者介紹了與抖音合作前后的數(shù)據(jù)變化：在與抖音合作的蜜月期，盡管賬號粉絲只有幾十萬，但每天每條幾十萬的播放量是常態(tài)，時(shí)常還會有百萬量級出現(xiàn)，不時(shí)也有千萬級的爆款。但是幾個(gè)月之后，當(dāng)賬號粉絲超過百萬，視頻生產(chǎn)水平更穩(wěn)定、賬號運(yùn)營能力更強(qiáng)時(shí)，賬號中的常態(tài)播放量卻反而下降到數(shù)萬級，數(shù)據(jù)前后的反差是抖音戰(zhàn)略改變后算法調(diào)整的結(jié)果。所有受訪者的一個(gè)共同感受是：抖音算法像個(gè)魔盒，你知道它在控制你，但卻無能為力。在一個(gè)算法控制信息流向和流量的系統(tǒng)中，為了獲得更多的推薦和補(bǔ)貼，生產(chǎn)者只有跟隨、迎合算法的喜好，否則在視頻發(fā)布后的短短幾分鐘就會悄無聲音地在第一個(gè)流量池中夭折。通過改變算法參數(shù)大規(guī)模分發(fā)符合平臺和資本利益的內(nèi)容，就是這樣在算法“黑箱”的掩蓋下悄然完成了。如果說算法邏輯偏向情感和驚奇的敘事元素，還有符合用戶需要作為借口，那么改變算法、調(diào)整參數(shù)便是赤裸裸的資本肆意和強(qiáng)權(quán)。

四、結(jié)語

不同于傳統(tǒng)文化工業(yè)的規(guī)模復(fù)制，短視頻的工業(yè)化生產(chǎn)表現(xiàn)為個(gè)性化規(guī)模定制的特征，算法分發(fā)系統(tǒng)通過批量歸類匹配和高效組織規(guī)模生產(chǎn)這兩種方式的結(jié)合，在算法“黑箱”中實(shí)現(xiàn)了短視頻規(guī)模定制，從而完成了短視頻工業(yè)化生產(chǎn)的升級。通過技術(shù)實(shí)現(xiàn)升級的短視頻文化工業(yè)受控于算法權(quán)力，算法權(quán)力在個(gè)性化推薦的表象下實(shí)施符合資本意志的控制。短視頻在人們?nèi)粘Ｉ钪械挠绊懪c控制與日俱增。然而，不能因其彌漫著的巨大影響而免除對其文化工業(yè)本質(zhì)的反省，相反，正因如此，反省才變得必不可少。毋庸諱言，算法技術(shù)與傳媒的深度結(jié)合是大勢所趨，但是算法權(quán)力嵌入傳媒的影響和后果不容樂觀，技術(shù)與資本合謀下的權(quán)力擴(kuò)張，亦不容放任。

作者系北京電視臺高級編輯

參考文獻(xiàn)

[1][德]哈貝馬斯.作為意識形態(tài)的技術(shù)與科學(xué)[M].李黎，郭官義，譯.上海：學(xué)林出版社，1999.

[2][美]赫伯特·馬爾庫塞.單向度的人[M].劉繼，譯.上海：上海譯文出版社，2008.

[3]張曉明.從“文化工業(yè)”到“文化產(chǎn)業(yè)”[N].光明日報(bào)，2013-08-01.

[4][德]西奧多·W·阿多諾.文化工業(yè)述要[J].趙勇，譯.貴州社會科學(xué)，2011（06）.

[5][英]斯科特·拉什.后霸權(quán)時(shí)代的權(quán)力——變化中的文化研究[J].程艷，譯.江西社會科學(xué)，2009（08）.