算法分發(fā)下的短視頻文化工業(yè)

于烜

摘要：在算法主導信息分發(fā)的傳播中，技術與資本合謀下的算法權力日益隱秘地擴張。不同于傳統文化工業(yè)的規(guī)模復制，短視頻的工業(yè)化生產表現出個性化規(guī)模定制的特點。通過技術實現升級的短視頻文化工業(yè)受控于算法權力，算法權力在個性化推薦的表象下實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)化生產的新特征，并對算法權力進行反思。

關鍵詞：算法 算法分發(fā) 算法權力 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。在移動互聯網的傳播中，算法主導信息分發(fā)。自2012年“今日頭條”引入算法成功崛起后，算法分發(fā)成為中國移動互聯網信息分發(fā)的主流。算法分發(fā)是指基于大數據和人工智能技術，通過算法模型，進行信息與用戶匹配的信息分發(fā)系統。一方面，作為先進技術，算法分發(fā)有效應對了移動互聯網海量信息超載帶來的分發(fā)危機，個性化推薦打破千人一面的分發(fā)格局，優(yōu)化了生產和消費的資源配置效率，實現信息價值的充分利用；另一方面，算法是權力。技術是社會的重要隱性權力，技術作為一種生產方式，也是組織和維持社會關系的一種方式，是控制和支配的工具。

現實中，技術與資本合謀下的算法權力正在隱蔽地擴張。筆者在批判的視角下，基于法拉克福學派“文化工業(yè)”理論，對算法權力進行審視。文化工業(yè)理論聚焦大眾傳播時代的媒介和文化商品對人的控制，揭露了在標準化模式、工業(yè)化組織形式下生產的文化商品所帶來的危害，對機械復制技術導致的文化工業(yè)化現象進行猛烈批判?；ヂ摼W算法技術帶來了文化工業(yè)的升級，人們高度依賴技術提供的各種便利，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世紀四五十年代大眾媒介環(huán)境下產生的，在當今新媒體語境下，需要揭示新技術下文化工業(yè)呈現的新特點。因此筆者聚焦算法分發(fā)下短視頻文化工業(yè)的新特征，并對算法權力進行反思。

一、文化工業(yè)視閾下短視頻快樂工廠

2016年短視頻開始強勢崛起，2018年其超過網絡視頻晉級第四大互聯網應用。在移動互聯網人口紅利見頂，用戶增長逐年下降甚至負增長的大勢中，短視頻用戶持續(xù)逆勢增長，據QM《2020中國移動互聯網秋季大報告》顯示，2020年9月，短視頻行業(yè)月活用戶達8.59億，同比增速8.1%。短視頻不斷擠壓其他泛娛樂應用，成為名副其實的時間黑洞搶占者。伴隨短視頻攻城掠地般擴張的是其商業(yè)化的高歌猛進?？焓?、抖音均在加速商業(yè)變現進程，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，在制造消費快感以搏取流量的邏輯驅使下，短視頻作為快樂工業(yè)，越來越多地占據人們的時間，影響、控制人們的日常消費。

技術權力的實現來源于人們的高度依賴。哈貝馬斯指出技術統治是依靠技術成果對個人需求的滿足而獲得的。這典型地反映在算法權力上。短視頻算法根據用戶喜好進行個性推薦，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，這是技術進步的標志”。

算法分發(fā)以個性推薦作為錦袍，將短視頻文化工業(yè)的本質隱藏起來。算法的核心是根據用戶行為進行個性化推薦，但是，為什么數以萬計的各類短視頻生產者制作的卻是千篇一律的產品，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)”指的是事物的標準化（如好萊塢西部片的標準化）、技術的合理高效化，而不僅限于制作過程。作為文化工業(yè)的基礎，新技術帶來了文化工業(yè)的更新升級。要揭示短視頻工業(yè)化的新特征，必須要從算法技術入手，分析算法分發(fā)如何達成短視頻標準化、工業(yè)化生產。

二、算法分發(fā)下短視頻的規(guī)模定制

在機械技術時代，文化工業(yè)的標準化、工業(yè)化生產表現為規(guī)模復制的特征。沿著技術的進路，規(guī)模定制成為信息時代網絡媒體文化工業(yè)的新型生產方式。隨著傳播技術由模擬向數字的演進，文化工業(yè)所依賴的技術基礎產生根本變化，有學者將模擬技術下的文化生產稱作大規(guī)模復制，數字技術下的文化生產稱作大規(guī)模定制。前者以犧牲個性化為條件（如廣播電視），后者以實現個性化為前提。文化工業(yè)生產的產品從來都是“徹頭徹尾、不折不扣的商品”。從商品角度，個性化生產本質上生產的是針對目標人群的細分內容，目的是適應利基市場的營銷。從20世紀90年代起，數字技術下電視頻道迅速擴容，改變了針對大眾進行“廣播”的做法，轉而開辦數百個有線頻道定向“窄播”。雖然數字頻道一定程度體現了個性化特征，但離真正個性化定制有很大差距。

互聯網大數據和AI算法促成了用戶行為挖掘，使得基于個人數據的規(guī)模定制得以實現。根據用戶數據進行智能推薦的算法分發(fā)開啟了規(guī)模定制的新時代。

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

用戶畫像是算法分發(fā)的起點，其核心是從網絡記錄的用戶社會人口統計學屬性、瀏覽行為、內容偏好、消費行為等用戶數據中抽取用戶特征進行標簽標識。用戶畫像的數據分析通常采用兩種算法，一種是對用戶行為進行歸類處理的分類算法（也稱有監(jiān)督的機器學習算法），即首先在模型中輸入訓練數據，依據已經標識好的內容類別和分類，對模型分類器進行訓練，完成訓練后的分類器則會自動對新輸入內容進行相應分類及類別標識，從而發(fā)現用戶感興趣的主題、關鍵詞；另一種使用聚類算法（也稱無監(jiān)督的機器學習算法）對興趣愛好相同的用戶進行聚類，并對同一類用戶進行統一推送。這一類算法并不事先輸入訓練數據，而是通過算法進行自學習，自動從混雜的數據里匯聚出相互區(qū)別的類別，形成類內相似、類間不相似的若干類別，在類內展開內容推薦?？梢姡脩魧嶋H上是被算法類別化的數據類型集合。算法將用戶建模為標簽化的用戶畫像的過程，就是一個將用戶類別化過程。與之相似，對于非結構化的內容，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、卷積神經網絡等的算法區(qū)分內容類型，從而形成相關性的類別。

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

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

2.算法扶植MCN通過工業(yè)化生產實現規(guī)模定制。如果說算法歸類匹配通過分發(fā)達成規(guī)模定制，并沒有直接組織生產，那么算法扶植MCN，則深度介入內容生產并以工業(yè)化的方式組織規(guī)模生產，直接在生產環(huán)節(jié)實現規(guī)模定制。

在互聯網媒體商業(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使下紛紛以專業(yè)生產內容的PGC模式取代UGC模式，這一過程已成為互聯網媒體發(fā)展的普遍軌跡。伴隨著短視頻獨角獸的崛起，短視頻行業(yè)UGC向工業(yè)化規(guī)模生產的轉型速度大大加快，而實現規(guī)模生產的主要路徑是平臺對MCN機構的大力扶植。緣起于美國YouTube的MCN，經過本土化改造后的一個顯著特點是深度介入內容生產，聚合分散零碎的內容方，按照工業(yè)化的生產方式組織生產，以規(guī)?；纳a保持內容的持續(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營成本高企，更重要的是無法持續(xù)提供高品質的視頻。MCN機構通過簽約、孵化、聚合內容方，對視頻前后期的內容生產以及數據評估等各環(huán)節(jié)實施專業(yè)化分工，標準化制作和流程化管理，實現了產品的規(guī)模供給。隨著MCN機構快速擴張，各種垂類MCN成為向利基市場提供定制產品的支柱。垂類MCN憑借在垂直領域積累的優(yōu)勢資源，包括專業(yè)人才、內容制作、分發(fā)渠道、廣告營銷等，不斷擴容細分內容生產規(guī)模，在壯大市場的同時，也逐漸掌控了細分內容的生產。MCN也是紅人類短視頻的核心支撐，作為紅人經紀商，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，流水線般批量生產著各類網紅。

由于MCN具備規(guī)?；赜行ЫM織內容產出及實現廣告營銷的功能和價值，平臺從直接聚合單個生產者轉變?yōu)閷CN機構的大力扶植。2018年，頭條系開始大力扶植MCN機構，平臺在算法上對簽約MCN賬號給予加權，使得相關視頻得以被推薦到更大數量規(guī)模、更高相關度的用戶流量池，以逐步擴大MCN機構賬號的用戶和流量。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)化生產方式組織規(guī)模生產。

綜上所述，算法分發(fā)系統通過批量歸類匹配和高效組織規(guī)模生產兩種方式，在算法“黑箱”中實現了短視頻規(guī)模定制，從而完成了短視頻工業(yè)化生產的升級。

三、算法權力下的短視頻文化工業(yè)

通過技術實現升級的短視頻文化工業(yè)受控于算法權力。

1.算法在技術中立的表象背后實現算法權力。斯科特拉什指出，互聯網時代“經由計算法則的權力變得日益重要。一個媒體無所不在的社會，權力更多地陷于計算法則之中。”算法設定的原則以及所使用的加權、降權標準，都是權力控制的體現。2018年，Facebook為了盈利改變算法模型，進行“重社交輕新聞”的算法調整，直接導致公共媒體內容和流量的減少。本質上每一次的算法調整都是隱藏在算法背后的權力通過調整算法參數執(zhí)行自己的意志，算法體現了控制者的意圖和價值觀。

2.算法權力體現商業(yè)資本的意志。短視頻以算法個性化推薦的華袍掩蓋了技術與資本合謀下的算法權力及控制。阿多諾、霍克海默指出，技術獲得支配社會的權力基礎正是那些擁有最強大經濟支配權的人。資本的本性是逐利，而先進科技又是競爭力的最重要利器，是資本逐利的利器，資本和技術所特有的天然親和性使得兩者日益交織在一起實施隱蔽的控制。2018年，Facebook調整算法的結果致使專業(yè)新聞機構的用戶和流量銳減，甚至破產倒閉，然而Facebook商業(yè)目的則如期實現。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)化進程中，算法發(fā)揮著底層支柱作用。以抖音企業(yè)賬號演進為例，從2018年抖音企業(yè)藍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，保證品牌信息精準覆蓋核心和潛在粉絲，完成營銷轉化，類似的抖音官方商業(yè)宣講直白赤裸，而官方的數據結果完美地驗證了算法的威力：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，實現全能覆蓋、精準到達。在本研究所做的深度訪談中，一位資深的媒體賬號運營者介紹了與抖音合作前后的數據變化：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)，時常還會有百萬量級出現，不時也有千萬級的爆款。但是幾個月之后，當賬號粉絲超過百萬，視頻生產水平更穩(wěn)定、賬號運營能力更強時，賬號中的常態(tài)播放量卻反而下降到數萬級，數據前后的反差是抖音戰(zhàn)略改變后算法調整的結果。所有受訪者的一個共同感受是：抖音算法像個魔盒，你知道它在控制你，但卻無能為力。在一個算法控制信息流向和流量的系統中，為了獲得更多的推薦和補貼，生產者只有跟隨、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流量池中夭折。通過改變算法參數大規(guī)模分發(fā)符合平臺和資本利益的內容，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、調整參數便是赤裸裸的資本肆意和強權。

四、結語

不同于傳統文化工業(yè)的規(guī)模復制，短視頻的工業(yè)化生產表現為個性化規(guī)模定制的特征，算法分發(fā)系統通過批量歸類匹配和高效組織規(guī)模生產這兩種方式的結合，在算法“黑箱”中實現了短視頻規(guī)模定制，從而完成了短視頻工業(yè)化生產的升級。通過技術實現升級的短視頻文化工業(yè)受控于算法權力，算法權力在個性化推薦的表象下實施符合資本意志的控制。短視頻在人們日常生活中的影響與控制與日俱增。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，算法技術與傳媒的深度結合是大勢所趨，但是算法權力嵌入傳媒的影響和后果不容樂觀，技術與資本合謀下的權力擴張，亦不容放任。

作者系北京電視臺高級編輯

參考文獻

[1][德]哈貝馬斯.作為意識形態(tài)的技術與科學[M].李黎，郭官義，譯.上海：學林出版社，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“文化產業(yè)”[N].光明日報，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，2011（06）.

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