李康輝

摘要：.伴隨著算法推薦技術(shù)不斷完善，基于算法推薦技術(shù)的平臺(tái)媒體逐漸在信息傳播中承擔(dān)著重要角色。它使得主流意識(shí)形態(tài)傳播陷入諸多的困境：第一，使得了以PGC為主要內(nèi)容創(chuàng)造來(lái)源的主流意識(shí)形態(tài)話語(yǔ)體系陷入創(chuàng)造力困境；第二，平臺(tái)媒體構(gòu)建的“信息屏障”弱化了主流意識(shí)形態(tài)與用戶的親密關(guān)系；第三，平臺(tái)媒體的多元化改變了主流意識(shí)形態(tài)的優(yōu)勢(shì)地位。為了突破其困境，主流意識(shí)形態(tài)宣傳者必須為正能量?jī)?nèi)容補(bǔ)上算法短板，為算法補(bǔ)上價(jià)值短板。

關(guān)鍵詞：算法推薦 主流意識(shí)形態(tài) 網(wǎng)絡(luò)引領(lǐng)力

伴隨著信息傳播基礎(chǔ)技術(shù)的不斷進(jìn)步，平臺(tái)媒體在信息傳播中扮演著重要角色。根據(jù)比達(dá)咨詢”調(diào)查顯示，“截至2018年底，超過(guò)95%的網(wǎng)絡(luò)信息社會(huì)化分發(fā)是由算法推薦完成的”。平臺(tái)媒體在傳播領(lǐng)域的廣泛使用，引起信息生產(chǎn)，信息接受，信息反饋等傳播環(huán)節(jié)的重大變革，這使得主流意識(shí)形態(tài)的傳播陷入引領(lǐng)力困境。

一、算法推薦背景下主流意識(shí)形態(tài)的“三力”困境

當(dāng)基于算法推薦技術(shù)的平臺(tái)媒體成為主要傳播渠道，以往主流媒體所具有的創(chuàng)造力，親密力與領(lǐng)導(dǎo)力優(yōu)勢(shì)已經(jīng)逐漸讓渡給平臺(tái)媒體，主流媒體逐漸陷入“三力”困境。

（一）創(chuàng)造力困境：主流意識(shí)形態(tài)話語(yǔ)體系失去活力

主流意識(shí)形態(tài)網(wǎng)絡(luò)引領(lǐng)力的本質(zhì)是滲透社會(huì)與引領(lǐng)社會(huì)的能力，這與媒體與日常生活融合程度是有關(guān)的。面對(duì)平臺(tái)媒體以年輕人為導(dǎo)向的內(nèi)容生產(chǎn)體系，主流媒體的傳統(tǒng)報(bào)道框架與話語(yǔ)體系已經(jīng)出現(xiàn)與時(shí)代脫節(jié)的趨勢(shì)。特別是在對(duì)青年群體的價(jià)值導(dǎo)向與行為引導(dǎo)的短板日益突出。并且相較于傳統(tǒng)以專業(yè)評(píng)價(jià)和領(lǐng)導(dǎo)評(píng)定標(biāo)準(zhǔn)，依賴于用戶點(diǎn)擊，轉(zhuǎn)發(fā)，評(píng)論等直觀，透明的信息評(píng)價(jià)方式把議題的效果評(píng)價(jià)權(quán)讓渡給了用戶。這必然加大主流媒體的輿論引導(dǎo)難度。

（二）親密力困境：主流意識(shí)形態(tài)傳播失去受眾

在這里受眾主要是指媒體網(wǎng)絡(luò)引領(lǐng)力的受眾。主流意識(shí)形態(tài)如果想要保持長(zhǎng)期的網(wǎng)絡(luò)引領(lǐng)力必須要與受眾保持親密的關(guān)系。平臺(tái)媒體利用其技術(shù)優(yōu)勢(shì)，為受眾搭建一個(gè)“信息屏障”，這個(gè)“信息屏障”只允許符合用戶興趣，可能受到用戶關(guān)注信息進(jìn)入，不允許涉及到公共議題等理論性較強(qiáng)的信息進(jìn)入，這就阻斷了主流媒體與用戶建立起親密的關(guān)系。從傳播學(xué)的角度上來(lái)看，主流意識(shí)形態(tài)依賴于“反復(fù)、不斷流動(dòng)的政治信息、政治話語(yǔ)、政治符號(hào)等是意識(shí)形態(tài)的現(xiàn)實(shí)表征，意識(shí)形態(tài)的存在和功能發(fā)揮須依賴這些政治信息、話語(yǔ)、符號(hào)的不斷流動(dòng)，在流動(dòng)中呈現(xiàn)出自身的特點(diǎn)與功能指向”。主流意識(shí)形態(tài)建立于社會(huì)整體性認(rèn)同構(gòu)建，需要自己的政治符號(hào)與信息只有能得到社會(huì)各個(gè)階級(jí)的認(rèn)同，才能成為全社會(huì)的“最大公約數(shù)”。

（三）領(lǐng)導(dǎo)力困境：主流意識(shí)形態(tài)傳播受到多種傳播媒體沖擊

主流意識(shí)形態(tài)所受到的沖擊包含著兩個(gè)層面。第一個(gè)層次，主流媒體擅長(zhǎng)的宏大敘述受到來(lái)自于日?；瑠蕵?lè)化，碎片化的網(wǎng)絡(luò)敘述的挑戰(zhàn)。第二個(gè)層次，主流媒體所擅長(zhǎng)的引導(dǎo)與整合受到來(lái)自于主張個(gè)性，獨(dú)立的平臺(tái)媒體的挑戰(zhàn)。平臺(tái)媒體會(huì)給信息傳播行業(yè)帶來(lái)新的傳播能力，并會(huì)在輿論場(chǎng)中尋求一部份的網(wǎng)絡(luò)領(lǐng)導(dǎo)力。平臺(tái)媒體對(duì)于主流媒體的威脅主要取決其技術(shù)渠道。平臺(tái)媒體利用其社交分發(fā)與協(xié)同算法的技術(shù)優(yōu)勢(shì)，在用戶規(guī)模和廣告市場(chǎng)建立其競(jìng)爭(zhēng)優(yōu)勢(shì)，僅以人民網(wǎng)為例，在2019財(cái)年實(shí)現(xiàn)了9.67億元廣告收入，但同期抖音短視頻實(shí)現(xiàn)了373.07億元的廣告收入，收入差距相差近40倍。但這種威脅不僅來(lái)自于傳播模式與商業(yè)模式，更來(lái)自于We Media運(yùn)動(dòng)的興起?！?019今日頭條年度數(shù)據(jù)報(bào)告》指出2019年，共有1825萬(wàn)名用戶首次在今日頭條發(fā)布內(nèi)容，今日頭條創(chuàng)作者共發(fā)布4.5億條內(nèi)容，所有內(nèi)容創(chuàng)作獲贊90億次。并且在“內(nèi)容扶持計(jì)劃”的激勵(lì)計(jì)劃下，進(jìn)一步在信息供給量，內(nèi)容有趣度和語(yǔ)言活潑度上取得了優(yōu)勢(shì)。

二、補(bǔ)上“算法短板”與“價(jià)值短板”

盡管算法推薦基于其自身的技術(shù)邏輯與商業(yè)模式，給主流意識(shí)形態(tài)傳播帶來(lái)的沖擊，但作為一項(xiàng)傳播技術(shù)。主流意識(shí)形態(tài)的傳播者也可以抓起這項(xiàng)技術(shù)為自己所用，實(shí)際上算法推薦僅僅是“算法機(jī)制”中的技術(shù)面，而全社會(huì)的共同體意識(shí)才是其價(jià)值面。只要算法推薦背后的價(jià)值面是以宣傳主流意識(shí)形態(tài)為目的，算法推薦也可以成為主流意識(shí)形態(tài)傳播的有利工具。

（一）為正能量?jī)?nèi)容補(bǔ)上算力短板

算法本身是根據(jù)一系列的指令所做出的反應(yīng)，算法推薦的反饋是根據(jù)用戶對(duì)于信息做出“點(diǎn)贊”，“轉(zhuǎn)發(fā)”，“評(píng)論”等指令所做出的反應(yīng)，它會(huì)做出實(shí)時(shí)調(diào)整。越是能吸引用戶做出上指令，就能被算法發(fā)現(xiàn)，會(huì)越有可能出現(xiàn)更多用戶的時(shí)間序中成為“頭條信息”。在網(wǎng)絡(luò)輿論場(chǎng)中宣傳者為獲取用戶更多反饋而進(jìn)行競(jìng)爭(zhēng)。以便自己的信息流能出現(xiàn)在用戶信息界面更靠前的位置。這就要求主流意識(shí)形態(tài)宣傳工作者要在信息生產(chǎn)，需求預(yù)測(cè)等方面引入算法思維。

（1）接地氣的技術(shù)思維

網(wǎng)絡(luò)輿論場(chǎng)偏愛(ài)內(nèi)容多元，體裁新穎，更新及時(shí)的信息內(nèi)容。這就要求主流媒體既能講好國(guó)家大事也能講好身邊的小事，既能拍好好鴻篇巨制，也能拍好15秒的短視頻。同時(shí)主流意識(shí)形態(tài)工作宣傳者也要關(guān)注隱性傳播的力量，加大社會(huì)主義核心價(jià)值觀的隱形傳播力度，確保社會(huì)主義核心價(jià)值觀傳播的整體性的同時(shí)，更能迎合用戶的偏好。這就要求主流意識(shí)形態(tài)工作宣傳者能結(jié)合用戶喜愛(ài)的修辭手法與表現(xiàn)形式，能充分結(jié)合主流意識(shí)形態(tài)的“有用”與用戶所偏好的“有趣”實(shí)現(xiàn)其隱形傳播，增強(qiáng)其內(nèi)在吸引力。

（2）面向用戶需求的預(yù)測(cè)思維

與傳統(tǒng)信息傳播模式相比算法推薦技術(shù)的一個(gè)突出優(yōu)勢(shì)就是算法平臺(tái)對(duì)于受眾信息需求的預(yù)測(cè)，算法平臺(tái)擁有大量關(guān)于受眾信息消費(fèi)模式和偏好的數(shù)據(jù)與先進(jìn)的算法模型，在不斷的演算與迭代中，平臺(tái)媒體也逐漸擁有消除用戶對(duì)于內(nèi)容需求的不確定性的能力。例如，在電影行業(yè)已經(jīng)開(kāi)始使用預(yù)測(cè)軟件，來(lái)預(yù)測(cè)電影的票房，甚至來(lái)包含對(duì)于電影情節(jié)的修改。類似的，主流媒體可以修改其對(duì)于傳播模式的設(shè)計(jì)，將大量的觀看數(shù)據(jù)引入到一個(gè)科學(xué)的預(yù)測(cè)模型。然后最終確定一個(gè)可能成功的傳播模型。

（二）為算法補(bǔ)上價(jià)值短板

當(dāng)前移動(dòng)互聯(lián)網(wǎng)增長(zhǎng)態(tài)勢(shì)已經(jīng)由增量市場(chǎng)轉(zhuǎn)變?yōu)榇媪渴袌?chǎng)，根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）報(bào)告指出截至2019年6月我國(guó)手機(jī)網(wǎng)民規(guī)模達(dá)8.47億，較2018年底增長(zhǎng)2984萬(wàn)，網(wǎng)民使用手機(jī)上網(wǎng)的比例達(dá)99.1%，較 2018年底提升僅0.5個(gè)百分點(diǎn)。網(wǎng)絡(luò)引導(dǎo)力的競(jìng)爭(zhēng)已經(jīng)從獲得更多的用戶轉(zhuǎn)變?yōu)閷?duì)于用戶使用時(shí)間的分割。在存量市場(chǎng)中，借助商業(yè)運(yùn)作，技術(shù)進(jìn)步，用戶的時(shí)長(zhǎng)逐漸轉(zhuǎn)移到一些互聯(lián)網(wǎng)巨頭的產(chǎn)品中。甚至在不同的細(xì)分領(lǐng)域已經(jīng)出現(xiàn)了“板結(jié)化”的現(xiàn)象。在這種格局下，算法推薦本身必須要有主流意識(shí)形態(tài)傳播思維。

內(nèi)容創(chuàng)造方面。在內(nèi)容生產(chǎn)上引入“PGC”+“UGC”組合生產(chǎn)模式。鼓勵(lì)主流媒體創(chuàng)造內(nèi)涵豐富，生動(dòng)有趣的短視頻，微頭條等適應(yīng)算法推薦平臺(tái)傳播話語(yǔ)體系的信息內(nèi)容和傳播形式，發(fā)揮好主流媒體的信息主導(dǎo)作用。引導(dǎo)網(wǎng)友積極參與主流意識(shí)形態(tài)宣傳活動(dòng)，積極調(diào)動(dòng)網(wǎng)友參與主流意識(shí)形態(tài)傳播的主觀能動(dòng)性。UGC的創(chuàng)造模式是算法推薦平臺(tái)發(fā)展，傳播的主要?jiǎng)恿?，采取“去中心化”的?chuàng)造模式，給予那些內(nèi)容精，形式好的內(nèi)容創(chuàng)作者一定的流量支持與金錢激勵(lì)，同時(shí)更要允許普通用戶進(jìn)行點(diǎn)贊，轉(zhuǎn)發(fā)，評(píng)論，下載，來(lái)增強(qiáng)平臺(tái)內(nèi)容的互動(dòng)性。

在內(nèi)容推薦方面。首先，是對(duì)于優(yōu)質(zhì)內(nèi)容的優(yōu)先推薦。對(duì)于內(nèi)容精，形勢(shì)好且符合輿論導(dǎo)向的信息進(jìn)行優(yōu)先傳播。目前主流平臺(tái)媒體對(duì)于優(yōu)質(zhì)內(nèi)容直接以“頁(yè)卡”的形式置頂在開(kāi)屏首頁(yè)，甚至對(duì)于重點(diǎn)或者突發(fā)信息進(jìn)行“彈窗”推送，這將大幅提升優(yōu)質(zhì)內(nèi)容的可見(jiàn)度。其次，處理好“有趣”與“有用”，“有意思”與“有意義”的用戶需求與輿論導(dǎo)向的矛盾，這要求算法平臺(tái)對(duì)于那些“無(wú)害內(nèi)容”的引導(dǎo)，這些內(nèi)容往往是符合輿論導(dǎo)向，但限制于內(nèi)容創(chuàng)造者的技術(shù)因素或者思想水平，可能會(huì)生產(chǎn)出質(zhì)量不佳的內(nèi)容，對(duì)于這部分內(nèi)容要采取審慎評(píng)估，嚴(yán)格審核。既要保護(hù)內(nèi)容創(chuàng)造者的生產(chǎn)積極性，也要兼顧其輿論影響。

參考文獻(xiàn)：

[1].2018年度中國(guó)移動(dòng)資訊分發(fā)平臺(tái)市場(chǎng)研究報(bào)告.-.研究報(bào)告.-.比達(dá)網(wǎng)-專注移動(dòng)互聯(lián)網(wǎng)行業(yè)的市場(chǎng)研究和數(shù)據(jù)交流平臺(tái)[EB/OL]..[2020-7-1]..http：//www.bigdata-research.cn/content/201903/925.html.

[2].施惠玲，.杜欣..政治傳播與主流意識(shí)形態(tài)構(gòu)建[J]..社會(huì)科學(xué)戰(zhàn)線，.2016（09）：158-164.

[3].人民網(wǎng)（603000）_公司公告_人民網(wǎng)2019年年度報(bào)告新浪財(cái)經(jīng)_新浪網(wǎng)[EB/OL]..[2020-7-1]..https：//vip.stock.finance. sina.com.cn/corp/view/vCB_AllBulletinDetail.php？stockid=603000&id=6048177.

[4].抖音電商：撐起字節(jié)千億營(yíng)收的第二曲線_詳細(xì)解讀_最新資訊_熱點(diǎn)事件_36氪[EB/OL]..[2020-7-1]..https：// www.36kr.com/p/684214716430081.

[5].2019今日頭條年度數(shù)據(jù)報(bào)告[EB/OL]..[2020-7-1]..https：//index.toutiao.com/pdfjs/view.html？file=//index.toutiao.com/ report/download/18fa1a42899f3aa4b534a055d51bd31b.pdf.

[6].CNNIC發(fā)布第44次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》-中共中央網(wǎng)絡(luò)安全和信息化委員會(huì)辦公室[EB/OL]..[2020-7-1]..http：//www.cac.gov.cn/2019-08/30/c_1124939590.htm.

[7].白紅義，.李拓..算法的“迷思”：基于新聞分發(fā)平臺(tái)“今日頭條”的元新聞話語(yǔ)研究[J]..新聞大學(xué)，.2019（01）：30-44.

[8].張健，.張深源..人民日?qǐng)?bào)客戶端主流算法應(yīng)用實(shí)踐[J]..人工智能，.2020（2）：90-96.

[9].張志安，.湯敏..論算法推薦對(duì)主流意識(shí)形態(tài)傳播的影響[J]..社會(huì)科學(xué)戰(zhàn)線，.2018（10）：174-182.

[10]彭燕林..個(gè)性化推薦中的＼"過(guò)濾氣泡＼"現(xiàn)象相關(guān)研究綜述[J]..科技創(chuàng)業(yè)月刊，.2019，32（4）：135-139.

[11]唐亞陽(yáng)，.黃蓉..抖音短視頻與社會(huì)主義核心價(jià)值觀的融合共生：價(jià)值、矛盾與實(shí)現(xiàn)[J]..湖南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），. 2019，33（4）：1-6.

[12]唐維庸許志源..2016美國(guó)大選所透射的“過(guò)濾氣泡”現(xiàn)象與啟示[J]..傳媒，.2017（16）.

[13]丁偉，.劉曉鵬，.張世懸..“人民號(hào)”：推進(jìn)深度融合搭建自主平臺(tái)[J]..新聞與寫作，.2018（10）：19-23.

[14]郭小安，.甘馨月..“戳掉你的泡泡”——算法推薦時(shí)代“過(guò)濾氣泡”的形成及消解[J]..全球傳媒學(xué)刊，.2018，005（002）：76-90.