謝林杉，雷曉蘭

（1.宜賓學(xué)院 文學(xué)與音樂藝術(shù)學(xué)部，四川 宜賓；2.四川大學(xué) 符號學(xué)—傳媒學(xué)研究所，四川 成都）

馬歇爾·麥克盧漢從傳播的角度將人類社會劃分為三個階段，即口語傳播時期、文字印刷傳播時期以及電子傳播時期，又對應(yīng)稱為部落文化階段、脫離部落文化階段以及重組部落文化階段。在不同時期，符號與信息有著不同的傳播方式，人們獲取信息的途徑也有著相應(yīng)的變革與偏重。

當今時代，人們正處于互聯(lián)網(wǎng)的包裹當中。計算機在傳播活動中所承擔(dān)的作用，就其智能性而言，遠遠超出了以往任何時期的媒介。算法技術(shù)無疑是智能時代運用最為廣泛的技術(shù)之一。各類應(yīng)用程序或搜索引擎的開發(fā)者根據(jù)不同用戶使用行為等方面的差異，運用算法進行與之匹配的個性化信息生產(chǎn)與推薦。例如，當某用戶在搜索引擎上對某地新冠肺炎疫情相關(guān)情況進行搜索之后，該用戶在搜索引擎的后續(xù)使用中，便會收到與各地新冠肺炎疫情相關(guān)社會問題的推薦報道。

但是，算法技術(shù)在帶來許多顯而易見的便利的同時，也引發(fā)了不少困惑、反思與討論。例如，對于由算法分發(fā)引起的信息繭房等問題，來自計算機科學(xué)、哲學(xué)、新聞傳播學(xué)等領(lǐng)域的學(xué)界人士，和來自互聯(lián)網(wǎng)、傳媒等行業(yè)的業(yè)界人士都有著持續(xù)不斷的關(guān)注與討論。本文將算法技術(shù)進行信息分發(fā)的過程看作是一個敘述文本，采用符號敘述學(xué)的相關(guān)理論與視角，對相關(guān)問題進行研究。同時，對于用戶在智能時代保持自身思維獨立性的情況進行反思，以期在計算機技術(shù)帶來的各種信息所組成的迷宮中保持清醒。

一、全文本視角下的算法信息分發(fā)

敘述是人類認識世界的基本途徑之一。人是用符號來講故事的動物，研究一切包含敘述的符號文本的敘述學(xué)稱為符號敘述學(xué)。趙毅衡認為，符號文本的定義需要滿足以下兩個條件：“1.一些符號被組織進一個符號組合中。2.此符號組合可以被接收者理解為具有合一的時間和意義向度。”［1］43而敘述文本的定義需要滿足的條件為：“1.某個主體把有人物參與的事件組織進一個符號文本中。2.此文本可以被接收者理解為具有事件和意義向度。”［2］7二者相較可以看出，敘述文本一定是符號文本，但符號文本不一定是敘述文本。符號文本的發(fā)送主體可以缺失，例如自然符號雷電等，而敘述文本必然存在一個敘述主體；此外，符號文本中可以沒有人物的參與，而在敘述中一定需要卷入人物。

人類在機器學(xué)習(xí)領(lǐng)域不斷突破，運用算法技術(shù)和其他計算機技術(shù)使得傳播活動日益智能化。這其中，由算法生成的每一個文本可能是敘述文本，也可能是符號文本。但如果將算法分發(fā)信息這一過程整體看作一個文本，算法技術(shù)是敘述主體，用戶是參與的人物，每一次信息的推送是事件，且這一過程擁有可被理解的意義觀與價值觀，那么，算法信息分發(fā)這一行為就是敘述，其從生產(chǎn)、分發(fā)到被接受這一完整的過程就是敘述文本。

文本的范圍在研究對象是文字文本時，不會出現(xiàn)太大的爭議與過多的討論，因為其邊界十分明確。但在符號敘述學(xué)的視域下，文本的范圍大大被擴展開來。它“不是符號載體的集合，而是符號表意的集合”［2］212。也就是說，文本并不需要是一個實實在在的物質(zhì)存在，從廣義上說，它包括任何一種攜帶了意義的文化產(chǎn)品。在廣義的文本概念下，我們的研究對象可以從文字文本拓寬到人類社會的文化現(xiàn)象或表意活動，但同時，究竟哪些因素需要作為敘述文本進入到研究視線范圍內(nèi)，這成了需要定義的問題。

意義的表達需要符號，符號的解讀需要語境。不存在完全孤立的表意符號，事實上，這樣的符號也無法完成表意活動。因此，敘述文本周遭的伴隨文本，對于意義的表達與解釋起著至關(guān)重要的作用?！叭魏我粋€符號文本，都攜帶了大量社會約定和聯(lián)系，這些約定和聯(lián)系往往不顯現(xiàn)于文本之中，而只是被‘順便’攜帶著?！保?］143伴隨文本分為六種，即型文本、副文本、前文本、元文本、鏈文本和先后文本，“這些成分伴隨著符號文本，隱藏于文本之后、之外，或文本邊緣，積極參與文本意義的構(gòu)成，影響意義解釋”［1］143。在對敘述文本進行解釋時，不同類型的伴隨文本與敘述文本結(jié)合的緊密程度有所不同，部分伴隨文本已無法與敘述文本進行區(qū)分，成為其中的一部分。“凡是在進入解釋的伴隨文本，都是文本的一部分，與狹義文本中的因素具有相同價值?！保?］218這種新的文本形態(tài)，稱之為全文本。

敘述文本是用戶在智能終端設(shè)備上所看到的推送內(nèi)容，表面上看，這是用戶作為讀者或符號接收者接收到的全部信息，但實際上，隱藏在敘述文本背后的算法技術(shù)才是對符號接收者產(chǎn)生影響的關(guān)鍵。算法技術(shù)作為伴隨文本，與作為內(nèi)容呈現(xiàn)的敘述文本實際上是不可分割的?！安皇欠栐凇f話’，而是符號的媒介在‘說話’?！保?］麥克盧漢的名言——媒介即訊息，早已預(yù)示了這一現(xiàn)象。

基于算法生產(chǎn)和推送給用戶的內(nèi)容，即便敘述文本看起來與前算法時代相差無幾，但二者無論從生產(chǎn)邏輯還是傳播模式上來看，都有著根本性的區(qū)別。目前主流的推薦算法有以下幾類。

一是協(xié)同過濾的算法。協(xié)同過濾又分為基于鄰域的協(xié)同過濾和基于模型的推薦。簡單來說，這種算法推薦是根據(jù)用戶或用戶間使用行為的相似性來完成的。例如用戶A喜歡吃火鍋，算法便會推薦與火鍋相似的食物給A；當有一個與A相似的用戶B出現(xiàn)時，算法也會推薦用戶A喜歡的食物給用戶B。從這一例子我們不難想到，協(xié)同過濾算法的實現(xiàn)，需要互聯(lián)網(wǎng)產(chǎn)品擁有海量的用戶行為數(shù)據(jù)，數(shù)據(jù)越多，算法推薦結(jié)果可能越精確。

二是基于內(nèi)容的推薦。它通過分析用戶關(guān)注的話題、瀏覽標題內(nèi)容、瀏覽記錄等與用戶自身標簽的匹配程度來進行信息分發(fā)與推薦。這種模式在當下被運用于大部分的新聞類應(yīng)用程序中。

三是基于關(guān)聯(lián)規(guī)則的推薦。雖然運用算法的場景各有不同，但算法均將其看做是一個數(shù)學(xué)問題，試圖針對其提出最優(yōu)解。在數(shù)學(xué)問題中，事件A會引發(fā)事件B的概率是可以計算的。例如，購買漢堡的顧客中有90%的人同時也會購買可樂。在運用算法的各類程序中，會根據(jù)用戶的A行為來推薦具有關(guān)聯(lián)性的B行為的產(chǎn)品。

四是基于流行度的推薦。例如某App中的“實時熱門書影音TOP20”等。

最后，隨著技術(shù)的發(fā)展與更新，語義推薦模式逐漸被運用得更為廣泛。這種模式并不將重點放在表面意思的匹配上，而是通過尋找內(nèi)容中的相似語義來進行推薦。例如，經(jīng)常瀏覽外交新聞相關(guān)內(nèi)容的用戶，可能對時事政治感興趣，那么有關(guān)其他國家領(lǐng)導(dǎo)人的報道也會進行推薦。算法推薦發(fā)展到這一階段，其重點已發(fā)生了較為明顯的轉(zhuǎn)變——相較于之前研究用戶行為，算法的語義推薦模式更注重尋找引發(fā)用戶行為的動因。當然，單一的算法推薦模式都存在著較為明顯的不足，因此，行為、語義等多種因素的結(jié)合越來越成為算法技術(shù)發(fā)展的趨勢。

從以上推薦算法的類型來看，算法技術(shù)是根植于互聯(lián)網(wǎng)上的敘述文本不可分割的伴隨文本。以個性化新聞推送為例，“算法推送新聞是一種通過計算機算法與海量數(shù)據(jù)匹配將個性化內(nèi)容推薦給不同用戶的智能媒介技術(shù)”［4］?；诨ヂ?lián)網(wǎng)技術(shù)的新聞資訊類平臺，與傳統(tǒng)的新聞媒體有著很大的不同。它沒有新聞媒體“必備”的采編人員，也不自己采寫新聞，完全依靠算法，將互聯(lián)網(wǎng)上的新聞資訊進行整合，并根據(jù)不同用戶的不同偏好進行推送。雖然都是對新近發(fā)生的事實的報道，但算法推送新聞無疑與傳統(tǒng)專業(yè)新聞有很大的不同，且對專業(yè)新聞產(chǎn)生較強的沖擊。

史安斌和王沛楠認為，“在算法推薦系統(tǒng)下，一則新聞的顯現(xiàn)度與閱讀量很大程度上由算法規(guī)則及其所反映的用戶的興趣決定，專業(yè)媒體的把關(guān)權(quán)力與議程設(shè)置能力不斷被削弱”［5］。這可以說明，基于算法推薦的新聞，它作為敘述文本，其核心已經(jīng)從呈現(xiàn)在用戶面前的文字文本或圖像文本，轉(zhuǎn)向為隱藏在后的算法技術(shù)。因此，不能拋開技術(shù)，以傳統(tǒng)文本分析的方法去討論基于算法推送的內(nèi)容；必須將技術(shù)與敘述文本看作是一個整體，用全文本的視角進行研究。由于文本范圍發(fā)生了改變，敘述文本所要傳達的意義也隨之有相應(yīng)的變化。

二、算法信息分發(fā)的隱含作者與隱含讀者

符號敘述學(xué)認為，完整的敘述行為可以總結(jié)為作者“偷記”敘述者對受述者所講述的內(nèi)容，形成敘述文本，而該文本被讀者“偷看”。由于在實際情況中，作者可能是一個創(chuàng)作集體，或者有意偽裝自己的真實意圖，因此，作者雖然是敘述行為的開端，是敘述信息的發(fā)出者，但僅僅由作者的意識去論證敘述文本想要表達的意義是做不到或不可行的。敘述文本中真正想要表達的，并非出自作者之口，亦非存放于作品表面的文字、音符或畫面等中，而是隱藏在敘述文本歸納出的人格當中。

“隱含作者，是一個體現(xiàn)敘述文本意義—價值觀的文本人格?！保?］228韋恩·布斯在其《小說修辭學(xué)》一書中提出了隱含作者的概念。在此之后，敘述學(xué)界對于這一文本人格究竟應(yīng)該采取何種路徑進行確定，持有不同意見。主要的觀點集中于兩個學(xué)派：一是堅持發(fā)展布斯理論的“修辭學(xué)派”，另一個是通過讀者解讀與“試推”確認隱含作者的“認知學(xué)派”。

“修辭學(xué)派”中，布斯認為小說家“在他寫作時，他不是創(chuàng)造一個理想的、非個性的‘一般人’，而是一個‘他自己’的隱含的替身，不同于我們在其他人的作品中遇到的那些隱含的作者”［6］。可以看出，在布斯的觀點中，隱含作者應(yīng)從作者本人出發(fā)，通過作者意識來確定。因為從隱含作者可以追溯到作者本人的意識，即便這可能不是作者意識的全部，但可以肯定的是，它是真實作者意識的一部分。也就是說，隱含作者就是生產(chǎn)文本時作者的全部主體意識，具有充分的主體性。同時，布斯還提出，“不管一位作者怎樣試圖一貫真誠，他的不同作品都將含有不同的替身，即不同思想規(guī)范組成的理想”［6］80-81。這表明不同的敘述文本，即便是出自同一作者之手，也可能擁有不同的隱含作者。布斯關(guān)于隱含作者的此種觀點，后來被發(fā)展成為確定隱含作者的“修辭方式”。由修辭學(xué)派路徑確定的隱含作者，也可稱之為執(zhí)行作者。

除此之外，布斯認為，作為讀者，“我們對隱含作者的感覺，不僅包括所有任務(wù)的每一點行動和受難中可以推斷出的意義，而且還包括它們的道德和情感內(nèi)容”［6］83。對于讀者如何“推斷”出意義，安斯加·紐寧認為，“隱含作者顯然是讀者在整個文本結(jié)構(gòu)的基礎(chǔ)上建構(gòu)出來的”［7］。也就是說，區(qū)別于布斯從作者出發(fā)的路徑，紐寧認為對隱含作者的確定應(yīng)從讀者一方入手。讀者從敘述文本中解讀出的一套“意義—方法”被稱為“認知方式”。西摩·查特曼將在這一路徑下確定的隱含作者稱為推測作者。

趙毅衡從符號敘述學(xué)的角度出發(fā)，認為執(zhí)行作者與推測作者都是有效的隱含作者，從哪個路徑得出，根據(jù)敘述文本的不同體裁，選擇不同的方法。具體來講，紀實型敘述適用于執(zhí)行作者，敘述者與執(zhí)行作者人格合一，且作者同時也是敘述者，即作者、敘述者、隱含作者三位一體，作者以本人自身的人格承擔(dān)責(zé)任。而虛構(gòu)型敘述適用于從認知路線得出推測作者，解釋社群對隱含作者的確定擁有發(fā)言權(quán)。這是因為如果完全按照個人的意義解讀，則不可能得出一個相對固定的意義，即取消了意義問題可討論的先決條件。解釋社群理論能夠幫助隱含作者在作者、文本與讀者中，取得一個相對平衡的位置［2］231-233。

與隱含作者相對的是隱含讀者，“隱含讀者是從敘述作品的內(nèi)容形式分析批評中歸納推論出來的價值觀集合的接受者、呼應(yīng)者，是推定作者假定會對他的意見產(chǎn)生呼應(yīng)的對象”［8］。與作者、敘述者和隱含作者的關(guān)系一樣，讀者、受述者和隱含讀者，通常情況下三者不能等同，但同時也有讀者即是受述者，且讀者與隱含作者價值取向完全相同的情況出現(xiàn)。

隱含作者與隱含讀者的概念，是從以小說為主要研究對象的敘述學(xué)中而來的。但敘述行為充斥在人類活動的各個層面，若僅將其作為小說敘述學(xué)的研究理論，不擴展運用至人類實踐行為的探討，無疑是對敘述學(xué)理論的禁錮與窄化。趙毅衡認為，“所有的符號文本（包括陳述文本和敘述文本）……都有意義—價值觀，因此都有體現(xiàn)這套意義—價值的一個發(fā)出符號文本的擬人格。……任何表意文本必定卷入文本身份，文本身份需要一個擬主體集合，因而就必須有一個‘發(fā)出者擬主體’，即‘隱含作者’，作為文本的意義—價值集合，此時可以稱作普遍隱含作者”［2］221。因此，隱含作者的研究不應(yīng)局限在實體的紙質(zhì)文本上，也不應(yīng)囿于由人類直接創(chuàng)造出的符號文本。智能設(shè)備上，利用算法生產(chǎn)和推薦的文字、音頻、視頻等內(nèi)容，自然也應(yīng)納入我們關(guān)注與研究的范疇。

前文中提到了算法分發(fā)的信息推薦模式，無論是基于何種模式，算法分發(fā)推薦到具體某位用戶終端上的相關(guān)內(nèi)容，其敘述文本的意義—價值觀一定是與用戶匹配吻合的。從概念上理解，算法型信息分發(fā)最早被定義為：指推薦系統(tǒng)向客戶提供商品信息和幫助用戶決定應(yīng)該購買什么商品，模擬銷售人員幫助客戶完成購買的過程。①Resnick，P.，&Varian，H.R.（1997）.Recommender systems.Communications of the ACM，40（3）：56-59.轉(zhuǎn)引自喻國明，杜楠楠.智能型算法分發(fā)的價值迭代：“邊界調(diào)適”與合法性的提升——以“今日頭條”的四次升級迭代為例［J］.新聞記者，2019（11）：15-20.可以看出，與其他敘述文本有所不同，算法分發(fā)的文本內(nèi)容本身就是為了精確匹配用戶（也就是讀者）所創(chuàng)造的。即便現(xiàn)在算法信息分發(fā)已不再局限于促進用戶的消費行為，但其精確匹配用戶的目的是沒有改變的。

上文中已經(jīng)談到，紀實型敘述適用于修辭方式確定隱含作者，即敘述者與執(zhí)行作者二者合一；虛構(gòu)型敘述適用于以認知方式推斷出隱含作者，即在解釋社群參與下試推出的推測作者。但在算法技術(shù)介入下生成的符號文本，不論是紀實型的新聞報道、擬紀實型的廣告，還是虛構(gòu)型敘述的音、視頻等，在文本生成的過程當中，用戶的意義觀與價值觀極大程度地參與其中，甚至決定了敘述文本所要傳達的意義—價值觀。因此，若將算法信息分發(fā)這一行為看作是一個廣義的敘述文本，那么它的隱含作者便是目標用戶的意義—價值觀形成的人格。同時，這一文本的隱含作者與隱含讀者幾乎一致，且讀者與隱含讀者合二為一。

三、算法信息分發(fā)的符號敘述學(xué)反思

一般來講，大多數(shù)的敘述行為起源于作者，作者根據(jù)自己想要表達的意圖來創(chuàng)造敘述文本。讀者如果想要真正走入作品，欣賞作品，那就需要認同敘述文本的隱含作者所傳遞的意義—價值觀。這時在接收作品的讀者，與在創(chuàng)造作品時的作者一樣，分裂出了一個第二自我。布斯認為，“最成功的閱讀是這樣的：在閱讀時被創(chuàng)造出來的兩個自我、作者和讀者，能夠找到完全的和諧一致”［6］152。這樣“和諧一致”的效果，正是算法技術(shù)所希望達成的。在這樣“和諧一致”的情況下，作者的意圖將會完全實現(xiàn)：通過推送的新聞、短視頻、商品信息等內(nèi)容，在積累用戶、擴大流量的同時，增加用戶與平臺的黏性，最后達到盈利的目的。因此，為了達到這一目的，算法信息分發(fā)行為又有別于一般的敘述行為。它改變了大多數(shù)敘述中從隱含作者到隱含讀者的路線，在隱含作者之前，通過分析用戶行為和語義等，設(shè)置了一個“類隱含讀者”，并且由“類隱含讀者”來決定隱含作者。算法技術(shù)希望達到的，即是“類隱含讀者”與隱含讀者完全重合，從而精準匹配推送給用戶的內(nèi)容。

但在算法技術(shù)的介入下，這樣接近“最成功的閱讀”模式的敘述，真的是達到了理想的狀態(tài)嗎？答案是否定的。信息分發(fā)在進入了算法時代之后，許多以前不存在或者不突出的問題都成了人們關(guān)注的焦點擺在了大眾面前?！靶畔⒗O房”便是一個突出的例子。2006年，凱斯·桑斯坦在其著作《信息烏托邦：眾人如何生產(chǎn)知識》中提出了著名的“信息繭房”的比喻，其內(nèi)涵是：“我們（信息傳播中用戶）只關(guān)注自己選擇的內(nèi)容、使自己感到安慰和愉悅的傳播世界，如同置身于蠶繭般作繭自縛?！保?］

桑斯坦提到，傳媒與科技專家尼古拉斯·尼葛洛龐帝提出了“我的日報”就是“信息繭房”效應(yīng)的預(yù)言：每個人都可以根據(jù)自己的喜好、興趣和觀點來選擇自己喜歡的內(nèi)容，來組成一份完全個人化的報紙。如今，互聯(lián)網(wǎng)用戶已經(jīng)實現(xiàn)了在海量信息中以個人喜好選擇性地接觸感興趣的信息，排斥與篩出所有不喜歡的東西，選擇最適合自己品位的內(nèi)容，但長此以往也無法避免“信息繭房”的形成。桑斯坦認為：“對于生活在信息繭房里的領(lǐng)導(dǎo)人和其他人而言，一個安慰是這是一個溫暖、友好的地方，每個人都分享著我們的觀點。但是重大的錯誤就是我們舒適的代價。對于私人和公共機構(gòu)而言，繭房可以變成可怕的夢魘?！保?0］實際的使用經(jīng)驗也反映出，生活在“信息繭房”里的用戶，雖然面對著互聯(lián)網(wǎng)帶來的海量信息，但在閱讀經(jīng)驗逐漸積累的過程當中，在算法的“控制”下，僅會“選擇”符合自身觀點的信息內(nèi)容進行瀏覽，對自己已有的價值觀重復(fù)加固，結(jié)果或許會失去多元化、批判性思考的能力。

有研究者在談到算法新聞時，認為“算法新聞的‘回音室效應(yīng)’本質(zhì)上是算法工具對用戶自我的囚禁，在‘信息繭房’中，算法工具生成的新聞文本之于用戶而言是一種‘絕似符號’”［11］。在表意活動中，對象不在場才需要符號。因此，符號與對象之間需要存在一定的表意距離。當這個距離極短甚至趨向重疊之時，這樣的符號就是“絕似符號”。算法技術(shù)形成的“絕似符號”造就了一個封閉的系統(tǒng)，將用戶作為主體的自我囚禁于其中。一個作者可以有不同的隱含作者，同樣的一個讀者也可以有不同的隱含讀者。但用戶在封閉系統(tǒng)中參與的敘述活動，始終無法擺脫過往已有經(jīng)驗的牢籠，主體意識中深層、潛在的自我被遮蔽。也就是說，潛在的隱含讀者被禁錮甚至逐漸消失。算法技術(shù)形成的“絕似符號”文本填充進了用戶的主體意識，抹殺了主體意識潛在的可能性，這樣或許會導(dǎo)致主體自我符號表意能力的退化甚至消失。

文學(xué)理論認為，小說需要具備三種類型的文學(xué)趣味，以實現(xiàn)自身在讀者中的價值，分別是認知的趣味、性質(zhì)的趣味以及實踐的趣味。認知的趣味指我們具有對某個事實真實的解釋、真實的理由、真實的本源、真實的動因具有的強烈認知好奇心。性質(zhì)的趣味指我們具有體驗?zāi)撤N性質(zhì)進一步發(fā)展的強烈愿望，也可以稱為審美的趣味。實踐的趣味指我們具有希望我們愛或恨、贊揚或討厭的人們成功或失敗的強烈愿望，也可以稱為人性的趣味［6］139?；诖?，在小說的創(chuàng)作中，作者需要盡量滿足讀者的這三種趣味。雖然各個敘述文本在滿足讀者這三種趣味上達到的程度不盡相同，但從作者的出發(fā)點來說，這三個方面都是需要盡量去實現(xiàn)的。

然而，在算法技術(shù)介入下的敘述文本，單一化了文本應(yīng)該滿足的用戶的趣味。算法技術(shù)通過對用戶行為和語義的分析，單方面對用戶的需求做出了結(jié)論，也就是上文中曾提到的類隱含讀者。敘述文本作為一個符號，用戶作為符號接收者在對其進行解釋時，是帶著閱讀期待參與其中的。在算法技術(shù)造就的封閉系統(tǒng)中，這樣的閱讀期待逐漸被壓縮。但由于在互聯(lián)網(wǎng)環(huán)境中，信息量足夠充足，從表面上看，數(shù)量的龐雜似乎掩蓋了類型的不足。

當然，算法技術(shù)也在不斷地完善與優(yōu)化。同時，使用算法技術(shù)的平臺也逐漸采取算法多元化的方法來改進“信息繭房”的困境。不過，除依托于推動技術(shù)的發(fā)展之外，人作為敘述活動的主體，應(yīng)當在互聯(lián)網(wǎng)環(huán)境噴射的迷霧中，清醒地認識到自身的主體性，提高自身的媒介素養(yǎng)。在面對算法時代互聯(lián)網(wǎng)平臺海量敘述文本時，喚醒自身作為讀者可能存在的隱含讀者，盡可能地與符號文本保持表意距離，避免落入卡西爾所說的“文化之悲劇”當中。